跳到正文
  1. 博客园84

    开源端侧 Agent Mika:免 Root 免电脑在后台操作所有 App,三周获 8.6k+ Star

    开源项目 Mika 是一个跑在安卓手机上的端侧 PhoneAgent,10 月 29 日开源后不到三周 GitHub Star 突破 8600,登上 trendshift Kotlin 仓库日榜和周榜第一。

    推荐理由:原文讲清了免 Root 手机自动化的权限解法,无线调试配对加看屏幕的免适配思路可迁移到同类工具。

  1. 博客园81

    谷歌开源 ARTEMIS:AI Agent 按自然语言指令操作安卓真机

    谷歌于 2026 年 8 月开源 ARTEMIS(Apache-2.0,Python 实现),AI Agent 按一句自然语言指令自己看屏幕、找控件、划屏点按,在安卓真机上完成多步任务并带回截图与日志,AndroidWorld 基准任务完成率 99% 以上。

    推荐理由:原文拆解的快慢两档执行、动作前校验与历史压缩等设计,可迁移到读者自己的测试工具与流程中。

  2. Simon Willison76

    Datasette Lite 完整重写,用 service worker 和 Pyodide 在浏览器中运行服务端应用

    Simon Willison 发布了 Datasette Lite 的完整重写版本,改用 service worker 拦截页面请求,在浏览器中运行完整的服务端 Datasette,几乎与真实服务端应用无异。

    推荐理由:作者用 service worker 加 Pyodide 证明了完整服务端 Python 应用可以纯浏览器运行,这套做法可迁移到其他 Python 应用的预览与调试。

  1. AWS Machine Learning Blog60

    多智能体设计模式分类、反模式与制造业经验

    AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。

    推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。

  1. 博客园76

    Droidline:不插线不 root,两行命令隔空操控 Android 真机

    Droidline 是一款开源 Android 真机自动化工具,无需 ADB、数据线或 root,手机端装 App 扫码配对后,PC 端即可用 Python、Node.js、命令行、HTTP 或 MCP 驱动真机。

    推荐理由:原文对比了 Droidline 与 Appium 生态的使用门槛,并拆解了单源规格生成多端 SDK 等可迁移的设计思路。

  2. 博客园78

    手写一个最小 RAG:130 行代码让 3B 模型答对 90% 的公司制度题

    作者用 130 行 Python(不依赖任何框架)搭了一个最小 RAG 系统,让本地 qwen2.5:3b 回答公司制度问题,20 道评估题答对 18 道(准确率 90%),检索命中率和语料外拒答正确率均为 100%。

    推荐理由:作者把检索与生成拆开归因,并用 20 题评估集量化各环节,提供了可迁移的先测量再调优实践方法。

  1. 博客园94

    DeepSeek Harness 完整上手指南:安装部署、必装插件与实用功能

    作者实测 DeepSeek Harness(DSH)桌面工作台,给出从下载安装、目录配置到插件选型的完整教程。DSH 与网页版的区别在于可直接读写授权的本地文件、跨会话记忆偏好并支持定时任务,文中推荐了 dshmarket、billion-context、@zilliz/memsearch-dsh 等必装插件,并提醒安装路径避开中文、凭证文件不可外传。

    推荐理由:作者实测后给出安装避坑点与必装插件清单,读者可据此判断这款桌面工作台能否接管自己的周期性办公任务。

  1. 博客园77

    用 Electron 做的 AI 视频切片工作台 VClip:技术选型与踩坑实录

    作者开源了 VClip(https://github.com/wyfirstname/videoclip),一个 Electron 桌面应用,本机跑完语音识别、大模型挑选切片与导出,全程不传视频音频,唯一外部调用是可选的 OpenAI 兼容接口,也可换本地 Ollama。

    推荐理由:作者把六个真实踩坑点讲到了可复现的程度,做 Electron 媒体类应用的人能直接照着排查。

  1. 博客园76

    less-ai-tone 去 AI 味网页工具:基于 282 万字人机对照的本地检测与改写

    作者把 lieflat-less-ai-tone 的人机对照统计做成一个零依赖的单文件网页工具,可在浏览器本地检测 AI 文风痕迹,再调用大模型改写。规则来自 629 篇、282 万字、95,551 句的人机对照,11 项特征成立、15 项是误会,其中 3 项方向相反。

    推荐理由:作者把 629 篇人机对照统计落成可离线运行的单文件检测工具,并明确列出不成立特征,避免误改。

  1. 掘金76

    用 GFPGAN 与 Real-ESRGAN 在 CPU 本地修复老照片

    作者用 Python 在本地部署腾讯 ARC 实验室的 GFPGAN v1.4 与 Real-ESRGAN,无需显卡即可一键修复模糊老照片。GFPGAN 负责修脸,Real-ESRGAN 负责背景 4 倍超分,CPU下单张照片约 4-8 秒出图,照片不离开电脑。

    推荐理由:作者给出了纯 CPU 可跑的老照片修复方案,并填平了依赖安装和权重下载的具体坑,可直接照着复现。

  1. Hugging Face Blog83

    我用 HuggingChat ML Intern 造了六个小模型,总计算成本约 103 美元

    作者在 HuggingChat 中开启 ML-intern 模式,用自然语言描述需求,几天内做出六个自定义小模型,总计算成本约 103 美元。

    推荐理由:作者用六个总成本约 103 美元的项目,总结了给智能体设预算、要基线、做冒烟测试的可复用方法。

已经到底了