Agili

无形 · 无界 · 无处不在 | Formless · Boundless · Everywhere

Search:

  1. Agili

    🛠️ 给 AI 编程助手注入顶级移动端直觉：Dimillian/Skills 与 Material 3 规范

    🛠️ 给 AI 编程助手注入顶级移动端直觉：Dimillian/Skills 与 Material 3 规范

    让大模型写 App，最容易踩坑的是过时 API 与规范缺失：在 iOS 上写出废弃导航、触发 Swift 6 严苛数据竞态；在 Android 上硬编码色值、堆砌淘汰的 Material 2 组件。

    大模型不缺语法记忆，缺的是特定平台最新、最细颗粒度的工程规范。最近 GitHub 上两位知名独立开发者开源的 Skills 工具包，为 Codex / Claude Code 补齐了最关键拼图：

    🍎 Dimillian/Skills (4k+ ⭐)
    Mastodon 客户端 Ice Cubes 作者出品，直击 Apple 平台痛点：
    • Swift 6.2+ 并发疑难杂症修复（Sendable、Actor 隔离、消除 Data Race）
    • iOS 26+ Liquid Glass 规范落地与优雅降级
    • SwiftUI 运行时性能体检（排查刷新风暴、Identity 漂移与布局抖动）
    • 纯 SPM 脚本打包 macOS 应用，摆脱 Xcode
    • 基于 XcodeBuildMCP 的模拟器无头联调
    • Multi-agent Swarms：启动 4 个并发只读子 Agent 跑 Diff 审查与 Bug 排查

    🤖 hamen/material-3-skill (1.5k+ ⭐)
    将 Material Design 3（含 I/O 2026 M3 Expressive）完整蒸馏为 Agent 规则：
    • Jetpack Compose 优先：30+ 官方组件映射、动态配色与自适应断点
    • Expressive 体系与 8dp 间距约束，拒绝硬编码
    • 10 维度 MD3 合规审计：一行命令评估代码库并给出修复建议

    ⚡️ Agili 点评
    拉开现代 AI 编程效率差距的关键，在于工程化的 Context 注入与规范守门员机制。将踩坑经验固化为模块化 Skill，是让 Agent 真正写出工业级代码的必经之路。

    🔗 传送门
    • Dimillian/Skills: https://github.com/Dimillian/Skills
    • Material 3 Skill: https://github.com/hamen/material-3-skill

  2. Agili

    🛠 asc — 单个 Go 二进制搞定 App Store Connect 与 AI 提审

    🛠 asc — 单个 Go 二进制搞定 App Store Connect 与 AI 提审

    长期以来，苹果生态的发布自动化几乎被 Fastlane 垄断，但 Ruby 环境依赖地狱、Gem 冲突、CI 镜像臃肿一直是痛点。

    asc（App Store Connect CLI） 提供了一条极度清爽的解法：纯 Go 编写、单静态二进制、无运行时依赖，直接接管 App Store 与 Apple Ads 的全流程自动化。

    ⚡️ 核心亮点：

    1. 轻量无依赖：brew install asc 或单行 curl 即用，原生 TTY 感知（终端出表格，CI/管道出 JSON），支持 --bypass-keychain 适配无桌面 CI 服务器。
    2. 深度覆盖 1200+ 接口：划分 76 个命令组，涵盖 IPA 上传、版本提审、TestFlight 分组与崩溃日志抓取、证书/Profile 签名管理、多语言元数据与 ASO 关键词审计、自动截图套壳（集成 Koubou），甚至覆盖 Apple Ads 与欧盟第三方分发。
    3. 原生 AI Agent Skills：内置 23 个 Agent Skills（asc install-skills），深度适配 Claude Code、Cursor、Codex 等智能体，实现让 AI 用自然语言全自动完成打包与提审。

    🎯 Agili 独立点评：
    这是目前苹果生态里最现代的发布工具。它不仅终结了为了调几个 API 就得扛起整套 Ruby 运行时的历史包袱，更关键的是踩中了 "Agentic iOS Dev" 的风口——当你的代码是由 AI 写的，发布和提审也理所当然该由 Agent 跑 CLI 搞定。

    🔗 项目主页：https://asccli.sh/
    💻 GitHub：rorkai/App-Store-Connect-CLI

  3. Agili

    📱 一块 40 元 ESP32，让 AI 真正接管你的 iPhone

    📱 一块 40 元 ESP32，让 AI 真正接管你的 iPhone

    想让 AI 操控真机 iPhone，以往要么挂着电脑跑 WebDriverAgent，要么走复杂的调试协议。开源项目 esp32-iphone-agent 在 v0.2.0 中彻底拿掉了宿主机电脑，仅靠一部手机与一块 40 多元的 ESP32-S3，实现了完全闭环的物理级 Agent。

    ⚡️ 极简硬件闭环拓扑：

    1. 眼睛（AirPlay 镜像）：ESP32-S3 自建 Wi-Fi 热点并作为 AirPlay 接收端。板子不进行算力过载的 H.264 解码，而是将裸流经由低功耗蓝牙（BLE）回传给手机 App，由 iOS 硬件解算。
    2. 双手（USB HID 注入）：ESP32 直插手机作为免驱鼠标键盘。配合 iOS 原生「辅助触控（AssistiveTouch）」，以鼠标光标等效触控点击与滑动。
    3. 大脑（本地 App）：iPhone 上的 Agent App 调用任意 OpenAI 兼容多模态模型（支持端侧 Ollama/vLLM 或云端模型），通过提示词完成任务规划与动作决策。
    4. 视觉闭环校准：针对相对鼠标的累积漂移，通过周期性角落归零（Corner Homing）与画面微晃差分追踪，纠正光标偏差后再精准点按。

    ⚠️ 真实限制与落地约束：
    • 蜂窝数据独占：Wi-Fi 需常驻连接板子热点，调用云端大模型 API 必须依赖手机蜂窝移动数据。
    • 蓝牙带宽瓶颈：BLE 吞吐仅约 300~500 kbps，画面限制在 480×1040 @ 5fps，单步操作延迟在秒级。
    • 隐私保护盲区：遇到锁屏密码、Apple Pay、Face ID 或 DRM 视频时，iOS 系统 AirPlay 强制黑屏。
    • 私有 API：App 使用 suspend 私有方法自动切后台，无法上架 App Store，需自签安装。

    🦞 Agili 简评：
    彻底打破了“移动端自动化必须捆绑 MacBook”的执念。虽然不适合 24 小时高并发 RPA，但对极客、独立开发者来说，这是目前成本最低、最干净的真机 AI Agent 试验台。

    🔗 项目地址：https://github.com/onehumanbeing/esp32-iphone-agent

  4. Agili

    ⚡️ WeVisDoc：腾讯微信视觉开源端到端文档解析新标杆，4B 参数直接登顶

    ⚡️ WeVisDoc：腾讯微信视觉开源端到端文档解析新标杆，4B 参数直接登顶

    在 RAG 与数据清洗中，把复杂排版 PDF/翻拍图片解析成 Markdown 一直受困于级联误差。传统多模型流水线（版面分析+切图OCR+公式表格拼装）极易步步错；调千亿通用大模型又太贵且小字易漏。

    腾讯微信视觉团队开源了 WeVisDoc（基于 Qwen3-VL-2B/4B），给出了高性价比单模型端到端解法：输入单页图片，直接输出含 LaTeX 公式与 HTML 表格的结构化 Markdown。

    核心亮点：

    • 🏆 双榜登顶：WeVisDoc-4B 在 OmniDocBench v1.6 拿下 95.38（公式 CDM 96.81，表格 TEDS 95.34）；PureDocBench 三赛道均分 75.54，力压 HunyuanOCR、DeepSeek-OCR 2、Qianfan-OCR，甚至跑赢 Qwen3.5-122B 等超大模型。
    • 📦 小体量高精度：2B 版本在 OmniDocBench 同样砍下 95.06，低显存也能跑出顶尖水准。
    • 🎯 两阶段残差精修：Stage I 融合 4000 万样本与结构保真退化合成；Stage II 用独立探针聚类残差错误（数独漏检、读序错乱、公式截断等）重配 Token 预算，在真实翻拍赛道暴涨 4.03 分。
    • 🚀 原生支持 vLLM：自带生产级 vLLM 脚本与 OpenAI 兼容接口，支持多卡张量并行与高并发批量解析。

    避坑与边界：

    • 接收单页光栅图（PNG/JPEG/WebP），PDF 需先转图（建议 200~300 DPI）；
    • 默认忽略页面插图，仅还原文本、公式与表格；
    • 狂草手写体或严重污损古籍仍有局部字级误差。

    Agili 点评：
    端到端模型在复杂文档翻车，瓶颈不在架构，在于训练数据的长尾失衡。WeVisDoc 用诊断探针闭环把 4B 小模型潜力榨干，搭 RAG 或洗语料直接用 vLLM 起一个，精度与吞吐都无可挑剔。

    GitHub：https://github.com/Tencent/WeVisDoc
    Demo：https://tencent.github.io/WeVisDoc

  5. Agili

    ⚡️ AndroMeld：让 Android 与 Mac 真正合二为一，甚至内置了 MCP Server

    ⚡️ AndroMeld：让 Android 与 Mac 真正合二为一，甚至内置了 MCP Server

    FilterBox 作者若昕（Catching Now）推出的 AndroMeld，无需 Root、不用模拟器，把真实 Android 手机无缝揉进 macOS 原生工作流。

    核心亮点：

    • 🪟 融合模式（Meld Mode）：每个 Android App 映射为独立的 Mac 原生窗口，自由并排缩放，手机本体仍可正常使用。
    • ⌨️ 原生输入与手势：直接用 Mac 输入法打字（候选词跟随光标），触控板支持双指预测性返回，Spotlight 直开手机 App。
    • 📁 Finder 原生挂载：通过 File Provider 接入侧边栏，支持空格 Quick Look、双向拖拽传文件，自动过滤 .DS_Store。
    • 🤖 内置 MCP Server：一键接入 Claude Code、Codex、Cursor，提供 8 个底层操控工具（UI 元素树解析 + 点击滑动），手机秒变 AI Agent 的物理执行终端。
    • 🔄 跨端接力：通知同步（支持内联回复与验证码秒取）、双向剪贴板、Mac 接打电话、手机主摄充当 Zoom/FaceTime 高清镜头。

    避坑与定价：

    • 融合模式需 Android 14+ 与 macOS 15+；另有免安装的 Web 版支持 Win/Linux/iPad。
    • 澎湃 OS 需开启安全调试，鸿蒙暂仅支持 USB 连接。
    • 免费版全功能可用（每周限新开 30 次窗口、5GB Finder 写入，已开窗口不关不扣次）；Pro 终身版仅 88 元买断。

    Agili 点评：
    scrcpy 解决的是把画面投出来，AndroMeld 解决的是变成 macOS 原生的一部分。把 ADB、File Provider、相机扩展与 MCP 封装得如此丝滑，88 元买断极值，Mac + 安卓双持党必装。

    官网：https://andromeld.catchingnow.com/zh-Hans/
    Web 版：https://app.andromeld.catchingnow.com/

  6. Agili

    ⚡️ Meta 开源 CLM：别再卷上下文长度了，把 Context 当文件改才是正解

    ⚡️ Meta 开源 CLM：别再卷上下文长度了，把 Context 当文件改才是正解

    给大模型塞百万 Token 上下文跑长程任务，成本高又容易幻觉。Meta Superintelligence Labs 联手华盛顿大学、MIT 带来新思路：Context Language Models (CLMs)。

    核心打法极其简单直接：把 Context 抽象为一个可编辑文件（Context as a File）。模型拥有直接用 Bash/Python 编辑自身上下文文件的权限，实时同步回活体上下文，摆脱以往单向追加（Append-only）的约束。

    🛠 关键战绩与核心收益：
    • 深度研究 (BrowseComp-Plus)：准确率提升 11.4%，FLOPs 降低 21.5%
    • 12 小时长程任务 (EdgeBench)：得分提升 5%，计算量暴降 59%
    • 24 小时 6 仓库 Agent Swarm：同等算力下收益提升 65%
    • 自主涌现工程行为：模型自动用循环清洗无效搜索结果、开辟内部 notes 角色、维护 163 次原地更新的多 Agent 任务看板
    • Suffix Cache Reuse：针对修改后失效的 KV Cache，复用剩余存活 Token 缓存，服务侧算力再降 35%

    🦞 Agili 点评：
    这是长程 Agent 的《苦涩的教训》（The Bitter Lesson）。过去大家总想着在外部写死板的总结脚本或硬编码截断，试图“规训”模型，或者无脑推高 Context Window。CLM 把上下文管理直接下放给模型原生掌控，不仅省下天量算力，还让多 Agent 协同像多文件协作一样自然。

    🔗 Repo: https://github.com/facebookresearch/context-language-models
    📄 Paper: https://arxiv.org/abs/2609.37725

  7. Agili

    🌐 ICANN 2026 新顶级域名全公开：AI 巨头为 .agent 杀红了眼

    🌐 ICANN 2026 新顶级域名全公开：AI 巨头为 .agent 杀红了眼

    时隔 14 年，ICANN 终于在 10 月 7 日正式公开了 2026 轮次（Next Round）新顶级域名（gTLD）申请全量名单。

    单张申请门票高达 22.7 万美元（约合 160 万人民币），ICANN 单靠申请费就卷走超 3.6 亿美元。全网累计 2780+ 条申请，彻底揭开了科技巨头与域名大鳄未来十年的基础设施底牌。

    🔥 核心看点：

    1. 头号战场 .agent：全球争夺最惨烈的顶级后缀，整整 13 家机构竞标！OpenAI、Google、Meta、Radix、XYZ 全部到场肉搏。
    2. OpenAI 豪掷千金：一口气提交 15 个域名申请，除 .chatgpt、.openai 外，还横扫 .agi、.asi、.model、.evals、.skill、.voice 以及 .mcp。
    3. 最具戏剧性的 .mcp：Anthropic 开源了 Model Context Protocol，但自己只申了 .claude 和 .anthropic；跑去抢 .mcp 顶级域名的反而是 Google 和 OpenAI。
    4. 巨头自留地：Meta 申请了 18 个（含 .llama、.superintelligence、.metaai、.aiglasses）；微软锁定 .copilot；阿里拿下 .alicloud；字节跳动拿下 .抖音、.番茄、.红果。
    5. 规则突变：本轮严禁私下拍卖套利，冲突域名必须走 ICANN 官方竞拍，拍卖款悉数归 ICANN。

    ⚡️ Agili 点评：
    顶级域名是巨头的品牌防御游戏和注册局的收租生意。AI 时代 Agent 互联的核心依然是标准化协议与寻址路由，普通开发者无需盲目跟风高价接盘，做好本地协议实现和现有资产沉淀才是正道。

    🔗 官方数据入口：https://newgtldprogram-aps.icann.org/applications

  10. Agili

    🎨 Tech Radar: 别让 AI 再写廉价界面！给编程代理套上 UI 规范护栏

    🎨 Tech Radar: 别让 AI 再写廉价界面！给编程代理套上 UI 规范护栏

    用 Claude Code 或 Codex 写过前端的开发者，都见过经典的「赛博朋克仪表盘综合征」：深黑发紫的背景（#0D0B1A）、蓝紫荧光渐变卡片、发光边框，加上居中写着 "Image" 的灰色占位方块。大模型的统计学平庸，让它默认滑向千篇一律的廉价科幻模板。

    开源项目 OJO-Design-Skills 是一个面向 AI 编程代理（Codex、Claude Code、ZCode、OpenCode 等）的可复用 UI/UX 规范技能包：

    ⚡️ 双轨道设计体系
    • 常规轨道（Convention Track）：SaaS/工具类直接复用成熟设计系统（Linear、Stripe、Notion），讲究高密度与克制；
    • 创新轨道（Innovation Track）：品牌类产品通过材质隐喻与文化符号，自底向上构建独立视觉识别。

    🛡️ 反 AI 塑料感硬性规则
    • 严禁深紫暗黑底、蓝紫渐变卡片与无意义高饱和度描边；
    • 严禁灰色占位块与假图库图，强制使用与业务强相关的真实素材；
    • 输出直通代码：原子化 Tailwind 类名 + 覆盖 8 种完整交互状态 + 弹簧物理动效。

    🦞 Agili 独立点评
    它的聪明之处在于把专业设计师的 Code Review 标准前置成 Agent 上下文约束。限制模型的无序发散，往往比给它写长 Prompt 更有效。对于搓 MVP 的独立开发者来说，能让原型直接摆脱“大学生课设感”。不过它本质是 Markdown 约束库，复杂业务流和响应式边界仍需人工把关。

    🔗 GitHub: https://github.com/touchine-ojo/OJO-Design-Skills

    0D0B1A

  11. Agili

    ⚡️ 极客雷达：用 Magpie 一个网关打通所有代码 Agent

    ⚡️ 极客雷达：用 Magpie 一个网关打通所有代码 Agent

    终端里的 AI 编程工具（Claude Code、Codex、Gemini CLI、OpenCode 等）越装越多，但每家协议深度绑定（Responses、Messages、Gemini 互不相通），手工改配置极其脆弱。

    由 avante.nvim 作者 yetone 开源的 Magpie，给出了最干净利落的解法：本地双向转译网关 + 统一模型调度台。

    🛠 核心亮点：

    1. 本地双向转译网关：单端口（127.0.0.1:3425）同时暴露 OpenAI Chat/Responses、Anthropic Messages 与 Gemini 端点，双向流式转译，抹平 Streaming、Tool Calls 与 Reasoning Tokens 差异。
    2. AST 级配置热改：修改 Agent 模型时只做精准原子替换，保留全部原有注释与缩进；切换回原生模型自动还原，支持 macOS 菜单栏与终端 TUI。
    3. 跨 Agent 共享订阅池：自动提取已登录的 Claude Code、Codex（ChatGPT Plus/Pro）或 Copilot 凭据；针对 Claude 订阅在本地驱动原版 CLI 配合 MCP 桥接，绕过厂商针对第三方系统提示词的风控检测。
    4. 周期感知智能路由：按账号配额重置周期优先消耗即将到期的额度，支持自动 Rate Limit 降级与局域网配额管理。
    5. 极简工程：Go + Wails v3 原生 WebView，无 Electron，桌面版 <15MB，纯 CLI 仅 7MB。

    💡 Agili 犀利点评：
    痛点抓得极准，比传统玩具代理更懂终端开发者的真实流程。把多 Agent 配置集中化成控制台极大改善了体验。但需注意：跨 Agent 共享商业订阅存在厂商 ToS 违规封号风险；跨协议多轮复杂 Tool Call 偶有参数兼容边界。

    🔗 官网：https://usemagpie.ai/
    🔗 项目：https://github.com/yetone/magpie

  12. Agili

    🔍 witr：为什么这个进程在跑？终端进程因果溯源神器

    🔍 witr：为什么这个进程在跑？终端进程因果溯源神器

    排查线上故障最头疼的场景：SSH 登进机器，lsof 或 netstat 抓出端口被占、CPU 飚高，但除了孤零零的 PID，你完全不知道它到底是谁拉起来的、为什么还赖在后台。

    传统工具（ps / top / lsof / docker ps）只陈述“状态”，把“因果推导”丢给人脑。最近狂揽 2.2 万 Star 的开源利器 witr（Why is this running?），核心就是把多层溯源压成一行命令。

    ⚡️ 核心硬核特性：
    • 全链路因果溯源：以 PID 为核心向上逆向穿透父进程链，精准识别启动源（Systemd、PM2、Docker/K8s/LXC、Launchd、SSH 会话或 Cron）。
    • 业务上下文自动绑定：不仅能抓工作目录，还会向上递归查找 .git，直接输出运行代码所在的 Git 仓库名与分支，多版本灰度时秒级确认。
    • 环境反常告警：内置轻量规则，实时提示非 Root 危险能力（CAP_SYS_ADMIN）、动态库注入（LD_PRELOAD / DYLD_*）、被删二进制文件及长时间挂死。
    • 单静态二进制全平台 + TUI：Go 原生构建无外部依赖（跨 Linux/macOS/Win/FreeBSD），内置 4 选项卡 TUI 仪表盘与 --json / --short 脚本管道。

    💡 Agili 犀利点评：
    它不是替代 Datadog 的 APM 监控，而是终端排障的第一现场探针。唯一的客观边界是：孤儿进程被 nohup 或双 fork 后会被 systemd 收养（PPID 变为 1），纯静态追溯可能遗漏初始会话；但对日常运维排障，它能替你省下 90% 查表与拼管道的时间。

    🔗 GitHub：https://github.com/pranshuparmar/witr

  13. Agili

    ⚡️ .TM 突发两字母大清洗背后的父子交接与 30 年商业隐秘

    ⚡️ .TM 突发两字母大清洗背后的父子交接与 30 年商业隐秘

    2026 年 10 月 1 日，.TM 顶级域名注册局静默跑起批量清洗脚本，把大量两字符域名直接收回，WHOIS 暴力刷成 Reserved，甚至连 1998 年注册的老米也没能幸免。

    排查 WHOIS 发现规律非常机械：
    • 命中国别全量收回：cn / us / de / fr / ru / ai / io / it.tm 全变 Reserved；
    • 非国别完全安然无恙：qq / ab / ok / 11 / aa.tm 依然正常 Live；
    • 黑色幽默：uk.tm 幸存漏网，因为英国官方 ISO 代码是 GB（gb.tm 已被精准收回），脚本拿着官方表跑直接漏掉了通用的 UK。

    顺着英国工商局备案深挖，这不仅是一次合规动作，而是一场跨越 30 年的家族商业交接：

    1. 90年代商业圈地：
    英国技术商人 Paul Kane 当年在互联网蛮荒期拿下 .io、.sh、.tm 独家运营权，把海岛国别洗成极客图腾和企业商标保护费，年入千万美金。2017 年他将 .io/.sh 资产作价约 7000 万美元卖给巨头 Afilias 成功套现，唯独留下 .tm 放在家族资产池。

    2. 二代接班与离岸重组：
    2024 年 9 月 1 日，老爹正式辞任退休，28 岁的儿子 Henry Kane 接印，迅速搭建起「怀俄明匿名LLC - 迪拜免税自贸区 - 英国牌照壳」三层离岸架构，并在迪拜推出全新商业品牌 Domains.tm。

    3. 终局出清历史技术债：
    老爹当年虽然章程写着国码保留，但管理粗放，放水卖了不少国别米。儿子把前端升级成现代 SaaS 想卖高客单价商标监控，必须彻底出清老爹留下的冒充主权国家法务隐患，于是在 10 月 1 日拿 ISO 3166 字典暴力一刀切收网。

    从早年海外搜刮黄金缩写套现数千万刀，到 95 后二代接班深居离岸安全岛现代化收割，这是一部微缩而典型的早期数字资产家族传承与资本正规化重组史。

  14. Agili

    🎢 用 Coding Agent 搓出设计师级网站：拒绝 AI Slop 的实战方法论

    🎢 用 Coding Agent 搓出设计师级网站：拒绝 AI Slop 的实战方法论

    提到通过 AI 写前端（Vibe Coding），大多数人脑海里往往是千篇一律的「AI 模板脸」：黑紫渐变、磨砂玻璃与千篇一律的 Bento Grid。

    Railcode 创始人 Yakko Majuri（前 PostHog 核心工程师）最近分享了他完全用 Coding Agent 搓出高质感官网的实操细节，在 Hacker News 引发热议。他把 Agent 从“写代码的”变成了“探索设计的催化剂”，总结出 4 条极具实操价值的策略：

    1️⃣ 从具象 Motif 切入：Railcode 核心是 Agent 运行护栏（Code on rails），Rails + Fun 自然推导出“过山车”意象，并引申到童年《过山车大亨》的复古美学，彻底摆脱千篇一律的 SaaS 模板。
    2️⃣ Go Wild 极端发散找灵感：单次让 Agent 生成 4~10 种跨度极大的设计方案（从 ASCII 到离谱霓虹）。99% 是废稿，但那 1% 离谱的尝试正是点燃灵感的火花。
    3️⃣ 单文件 HTML 并行分叉（Forks）：设计定型前坚决不拆组件！单文件复制分叉（v1.html / v2.html）零成本，同屏横向对比，定型后再工程化。
    4️⃣ 现场手搓调色盘（Playgrounds）：拒绝在对话框里拉扯“草地再绿一点”，直接让 Claude 在页面里手搓交互式 Slider/Color Picker，自己实时拖拽调出满意 Hex 色值。
    5️⃣ 动态吸色导航栏：Nav 随页面滚动实时吸取当前视口区块背景色，消弭生硬拼接感。

    ⚡️ Agili 点评：
    很多人觉得 AI 只能生成设计废品，本质是把 AI 当成了“一键交卷的外包”。AI 不具备高级审美，但 AI 是人类历史上最廉价、最耐疲劳的草稿发生器。
    设计从来不是 prompt 出来的，而是探索、收敛与微调的结果。人类负责定审美天花板与关键决策，AI 负责高速试错与并行铺路。

    🔗 Source: https://railcode.dev/blog/vibe-coded-website

  15. Agili

    ⚡️ Tech Radar | 85KB 的纯 TS 包管理器：upm 为什么敢硬刚 Rust？

    ⚡️ Tech Radar | 85KB 的纯 TS 包管理器：upm 为什么敢硬刚 Rust？

    Nuxt 与 UnJS 掌门人 Pooya Parsa（@pi0）刚发布了一个极其硬核的开源项目：upm（UnJS Package Manager）。

    这是一个 100% 纯 TypeScript 编写、零第三方依赖的 npm 客户端，磁盘占用仅 ~251 KB（打包后仅 84 KB）。更令人意外的是，它的实测安装速度直接比肩 Rust 编写的现代化包管理器。

    🔍 核心亮点与工程思考：

    1. 榨干 Node.js 原生能力：基于 Node 22+ 的 worker_threads、原生 zlib、fetch 与 crypto 构建，破除「JS 运行时必然慢」的刻板偏见。
    2. 反思 CI 二进制陷阱：在容器化 CI 中，拉取和解压 150MB 的 Native 二进制所耗费的时间，往往直接吃平了包安装省下的那几十毫秒。84KB 的脚本启动开销近乎为零。
    3. 全局内容寻址与硬链接：依赖在 ~/.upm/store 全局 Hash 去重，项目 node_modules 通过硬链接秒级直连，无冗余拷贝。
    4. 一等公民 JS API + 浏览器运行：所有命令均可作为 JS 函数直接导入；解析核心解耦后支持在纯浏览器环境中配合 OPFS 运行（可在 upm.sh 即时把玩）。
    5. 默认安全策略：默认隔离发布未满 24 小时的 npm 新版本防投毒，默认跳过 postinstall 等生命周期脚本，原生兼容 npm/pnpm/bun 现有 lockfile。

    🦞 Agili 独立点评：
    一次漂亮的极简主义工程反击。对于需要将包管理能力内嵌到脚手架、边缘容器或低代码工具的场景，upm 提供了体积与性能的绝佳平衡。目前处于 Prerelease 阶段，跳过脚本执行意味着原生编译插件需手动处理，暂不支持 Git 依赖与复杂 Peer 分叉，建议作为轻量工具链探索跟进。

    🔗 传送门：https://upm.sh/

  16. Agili

    ⚡️ Cloudflare 开源内部代码生成管线 Forge：把 OpenAPI 变成可链式派生的基础设施

    ⚡️ Cloudflare 开源内部代码生成管线 Forge：把 OpenAPI 变成可链式派生的基础设施

    Cloudflare 拥有 3,500+ 个 API 接口，分布在上百个由 Rust、Go、TS、Python 编写的微服务仓库中。在多团队协作下，传统云端代码生成 SaaS 频频在复杂 CI 中断裂，接口变更难以向下游即时验证。

    今日 Cloudflare 正式开源内部核心生成框架 Forge（Apache 2.0 协议）：

    🔹 PR 级实时 Lint 与构建预览
    借鉴 Workers Previews 理念，每次微服务提交 PR，Forge 直接在 CI 中验证 OpenAPI 规范合法性，并生成仅包含该 PR 变更的 CLI、SDK 与文档预览包，本地安装即可完成破坏性校验。

    🔹 链式 Transformer（Chaining）
    传统生成器是一对一单向转换。Forge 允许输出作为下游的输入：OpenAPI 规范生成 TypeScript SDK → 派生包含手写本地命令（如 cf dev / cf build）的 CLI → 将手写命令元数据反向输入文档引擎，实现手写能力与 API 接口的完整融合。

    🔹 原生 Cap'n Web 与边缘 RPC 支持
    支持将标准 OpenAPI 接口直接转译为 Cap'n Web 规范，在单次网络往返中完成链式调用，为 Workers 运行时的自定义 Bindings 与面向 AI 的 MCP Server 打通底座。

    🔹 JSONPath Overlays（RFC 9535）
    无需污染上游仓库原始定义，即可使用 JSONPath 语法对 API 模式打补丁与动态修剪。

    🦞 Agili 点评：
    把“代码生成作为 CI 基础设施”落实到了极致。微服务接口最怕破坏性变更缺乏前置感知，链式派生与 Overlays 极大降低了工程治理摩擦。适合接口众多、同时维护 SDK / CLI / 边缘调用的团队。

    🔗 GitHub: https://github.com/cloudflare/forge
    🔗 博客: https://blog.cloudflare.com/forge-open-source-generation-pipeline/

  17. Agili

    ⚡️ 3MB 的极简 Mac 浏览器：Search

    ⚡️ 3MB 的极简 Mac 浏览器：Search

    厌倦了动辄 1.4GB 安装包、吃掉几个 G 内存的 Chrome 和各种 Chromium 换皮？巴黎设计工作室 Office Commun 开源了一款名为 Search 的原生 macOS 浏览器。

    🔍 核心亮点与硬核设计：
    • 极简轻量：体积仅 3MB，直接复用 macOS 原生 WebKit 内核，冷启动仅需 320ms，空白页仅占 51MB 内存。
    • 零网络开销拦截：Shield 模块把规则预编译为 WKContentRuleList，在请求发出前直接拦截广告，无任何 JS 运行时负担。
    • 永久隐藏任意元素：按 ⇧⌘H 点击 Cookie 弹窗或广告，CSS 选择器直接在 document start 阶段注入，绝不闪现。
    • 纯本地隐私：0 遥测、0 追踪、无云端同步。密码直接交由 macOS 登录钥匙串（Keychain）托管，Touch ID 解锁。
    • WebKit 跑 Chrome 扩展：基于 macOS 15.4+ 的 WKWebExtension，通过 ExtensionShims 垫片弥补 Chrome API 差异，直接安装 CRX。
    • 内置 ./bench 自动化：暴露本地 Unix Socket，终端一条命令直接驱动无头/有人测试与截图。

    🦞 Agili 点评：
    用 1.2 万行纯 Swift 诠释了“浏览器本该是纯粹的工具”。非常适合受够了浏览器花哨功能、追求秒开与纯粹阅读的极简党。目前刚开源，重度依赖 WebSocket 的扩展（如 1Password）和多窗口支持仍在打磨中。

    📦 官网与源码：https://github.com/driceroland/Search

  18. Agili

    ⚡️ 🦞 Agili Tech Radar | Wake：所有 Agent 历史会话的一站式总览与恢复

    ⚡️ 🦞 Agili Tech Radar | Wake：所有 Agent 历史会话的一站式总览与恢复

    重度使用 Coding Agent 的最大痛点之一就是「会话黑洞」：用 Claude Code 重构、用 Codex 跑任务、用 Cursor 写前端，会话散落在各自的 private 目录里，关掉终端就如同大海捞针。

    开源项目 Wake (iAmCorey/Wake) 给出了一个极致性能的解法：

    1️⃣ Rust + GPUI 极致原生性能：
    摒弃 Webview/Electron，采用 Zed 同款 Rust + GPUI 架构。实测 310+ 会话（800MB 日志）冷启动仅 5s，后续基于 mtime 增量响应，120 FPS 满帧渲染。折叠 Tool Calls 冗余，智能提炼 Thinking 思考链，内置 Tree-sitter 提供 30+ 语言高亮。

    2️⃣ 毫秒级 SQLite FTS5 Trigram 检索：
    针对代码搜索的痛点，采用字符级三元组索引，不依赖单一语言分词，同时完美支持中文与代码特殊子串（如 useEffect(、foo::bar），检索延迟 <1ms。⌘K 一键精确定位消息行，配合 One-click Resume 在本地终端以对应命令（claude --resume、codex resume）秒级恢复现场。

    3️⃣ 跨 Agent 上下文连续性（MCP & 远程镜像）：
    内置 wake-mcp 服务，Claude Code 或 Codex 挂载后，新会话可主动检索历史记录与其他 Agent 沉淀的 Memory；支持通过 SSH + rsync 镜像远端 VPS 会话，打上 @host 标签并一键复制远程恢复指令。严格只读扫描，不触碰 auth.json 与密钥。

    💡 Agili 犀利点评：
    多 Agent 深度玩家的救命利器，检索体验极快。原生支持 OpenClaw 等 20+ 款工具。注意目前核心聚焦于会话审计与拉起，Linux/Windows 终端拉起仍在实验迭代中。

    🔗 项目：https://github.com/iAmCorey/Wake

  19. Agili

    ⚡️ 🦞 Agili Tech Radar | Magpie：所有 Coding Agent 的模型总控台

    ⚡️ 🦞 Agili Tech Radar | Magpie：所有 Coding Agent 的模型总控台

    终端编程现在最头疼的就是「Agent 割裂」：Claude Code、Codex、Gemini CLI 各自为政，配置各异，且订阅（Claude Pro/Max、ChatGPT Plus、Copilot）完全无法跨工具流通。

    开源项目 Magpie (usemagpie.ai) 针对多 Agent 开发者打出了一套极干脆的解法：

    1️⃣ 本地双向网关与 IR 转译：
    在 127.0.0.1:3425 运行极轻量 Go 网关，通过统一 IR 抹平 OpenAI Chat/Responses、Anthropic Messages 与 Gemini API。Claude Code 可无缝调用 DeepSeek / Kimi，Codex 也能无痛挂载非 OpenAI 模型，完整保留流式、Tool Calls 与 Reasoning Effort。

    2️⃣ 订阅跨界共享（MCP 巧解风控）：
    自动读取本地 Claude Code、Codex 和 Copilot 凭证并暴露给所有 Agent。针对 Anthropic 对第三方 System Prompt 的拦截机制，Magpie 在本地直接拉起真实 claude 进程并通过标准 MCP 协议桥接外部 Tools，既保住了完整工具链，又避开了风控拦截。

    3️⃣ 外科手术式改写与原生架构：
    基于保真 AST 修改 JSON/TOML/ENV，绝不冲掉已有注释与格式；切回原生即通过 stash.json 干净还原。基于 Go + Wails 原生构建（无 Electron），桌面端 <15MB，纯 TUI/CLI 仅 7MB，支持菜单栏常驻与一键 Profile 切环境。

    💡 Agili 犀利点评：
    痛点抓得极准的生产力利器，彻底终结了多 Agent 玩家手动改配置和重复买订阅的噩梦。使用时注意保持本地后台常驻（magpie tray），切换 Codex 模型后需重启会话。

    🔗 官网：https://usemagpie.ai/
    🔗 项目：https://github.com/yetone/magpie

  20. Agili

    🤖 不会吐字的模型也能做 Agent？首个 Jev 原生执行器 Jot 开源

    🤖 不会吐字的模型也能做 Agent？首个 Jev 原生执行器 Jot 开源

    刚聊完 Jev / Kev 这类「不吐字、单次前向直出概率」的纯决策模型，许多人立刻质疑：只能做选择题的模型，怎么可能胜任多步推理与 Agent 任务？

    Runta 团队刚开源的 Jot（runta-dev/jot）给出了极其精妙的解法：它是首个专为 Jev 打造的通用 System One Agent。「Jev 负责做每一步决策，Jot 负责跑执行循环」。

    ⚡️ 核心架构解密：
    • 工具调用离散化：把 Agent 行为完全拍平成 Choice 问题。单次前向不仅决定是调用工具、复用已有结果、还是直接回复，彻底砍掉生成式 JSON 的幻觉开销。
    • 前提假设分支（Premise Branching）：遇到有参数依赖的复杂工具（如浏览器点击特定元素），在同次请求中用条件假设并行评估候选参数。借助问题隔离特性，前向一次直接把工具与参数全量解出。
    • 原生内嵌 Browser Use：自带完整的 Chrome / CDP 自动化驱动，支持页面快照、元素树提炼与表单交互，官方直接跑通了 Google Flights 查票预订测试。
    • 决策与起草彻底解耦：Jev 统筹全局状态机；需要长文本总结时才唤醒轻量小模型起草，核心控制权坚决留在决策模型手中。

    🦞 Agili 独立点评：
    Agent 的决策本质是状态转移，根本不需要大模型自回归“碎碎念”。Jot 将 System One 决策模型推向通用执行器，把多步调度的延迟和 Token 成本砍到了极致。这也是未来轻量端侧 Agent 和高频自动化任务的最佳范式。

    🔗 项目地址：https://github.com/runta-dev/jot