给 AI 写的界面做审美纠偏:它先找出那些一眼假的痕迹(紫色渐变、发光、emoji 标签、夸张文案、间距不均),再给产品定方向,像设计师做红线批注那样一遍遍改到位。
作者 Damir Sokolovsky 在 X 上做了 Unslopping 系列,这个仓库是把那套方法固化成 Claude Code、Codex 和 Google Antigravity 都能用的 skill。核心不是套模板,而是先做诊断再定方向:README 说它会先找出 slop,也就是紫色渐变、发光、emoji 标签、叫嚣式文案和间距不均,然后从产品自身定一个方向,之后像设计师做红线审稿那样逐屏推进。它不绑定技术栈,Next.js、React、Vue、Svelte、Tailwind 或纯 HTML CSS 都能用,落地页、应用和仪表盘都行,甚至只给一个线上链接也能改。仓库体量很小,总共 20 个文件,主体就是 skills/unslop/SKILL.md 加上一批参照用的 webp 对照图。许可这一项要留意,用的是 CC-BY-4.0 而不是常见的 MIT 或 Apache,用在代码上并不典型。
亮点
- 先诊断 AI 痕迹再定方向,不是套一张皮
- 技术栈不挑,从链接开始的线上站点也能改
- 仓库只有 20 个文件,主体是一份 SKILL.md 和对照素材
- 有改动前后的逐帧对照图可查
优点
- 今日增速第一,日增 1045 星,15 天积累 900 个 fork
- 装一次就能在多个 Agent 环境里用,无硬件门槛
- 作者公开了方法论来源,对照图能核对效果
缺点与注意
- 许可是 CC-BY-4.0,用在代码上不是常规选择
- README 全文不到 4000 字符,没有可复现的评分标准
- 15 天历史、12 个未关闭 issue,规则迭代很快
看项目详情与各榜名次
给 Agent 用的 3D 与 VFX 引擎:Agent 直接把整个场景写成代码,包括自己的着色器、材质、相机和物理,GPU 负责渲染,核心 API 只有约 2500 token。
vork 的思路是取消编辑器,让 Agent 写场景代码、渲染、看结果、再改代码。核心 API 压缩到约 2500 token,Agent 可以自己扩展 GPU 程序;引擎用 Rust 和 Slang 写,走 Vulkan 与 Metal,覆盖 Linux、Windows 和 macOS。README 给的性能数据里最硬的一条是 100 万只鸟各走各的路径,192 帧 1080p 在单张 NVIDIA L4 上 97 秒渲染完,而同采样数的 Blender EEVEE 预计要 13 到 18 分钟。许可这一项必须看清楚:仓库根目录的 LICENSE 写明 vork 是 source-available 而不是开源,研究预览期内免费,包括商业用途,但不允许出售、再许可或把修改版当成托管服务对外提供,作者还特别说明后续版本可能转为付费条款。生成的场景、代码和媒体归使用者所有,第三方素材仍按各自条款。
亮点
- 核心 API 约 2500 token,Agent 可自行扩展 GPU 程序
- 100 万只鸟 192 帧 1080p 单卡 L4 用 97 秒
- Rust 与 Slang 实现,Vulkan 和 Metal 双后端
- 每个示例都附了署名与复现说明
优点
- 8 天积累 1520 星、128 个 fork,增速高且工程结构完整
- 许可明确写了生成物归使用者,不含素材转售条款
- 仓库带大量可运行示例,vork init 就能起一个工程
缺点与注意
- 许可是自写的 Preview License,明确声明不是开源
- 禁止转售、禁止做成托管服务,后续版本可能转付费
- 作者基准测试是自测,跨机器复现需要自己核对
看项目详情与各榜名次
开源自托管的团队协作空间,人和 AI Agent 在同一个频道里一起干活:Agent 有角色、有 owner、有每月预算,合并部署这类敏感动作要等人点头。
agentes.chat 把自己定位成团队聊天工具的替代品,而不是外挂一个侧边栏机器人,Agent 是工作区里的正式成员,有角色说明、指定模型和每月预算,每次调用前先检查预算是否超限。它的执行面很具体:每个 Agent 有自己的计算机和一个能被观察与接管的真实浏览器,支持 MCP 工具,还能挂定时任务或事件触发的例程。安全默认值写在 README 里,合并、部署这类连接器标记为敏感的操作会先在聊天里等人批准。自托管路径是 Linux 服务器加 Postgres 作为唯一依赖,一个命令约十分钟装好并接入 Tailscale 提供 HTTPS,网页、桌面和手机端都能连。许可为 AGPL-3.0,作者承诺自托管永久免费且不需要 license key,付费的是托管版。
亮点
- Agent 是频道成员而非侧边栏机器人,有角色与预算
- 敏感操作默认等人批准,每次模型调用都记账
- 每个 Agent 有自己的机器和可接管的真实浏览器
- 自托管只依赖 Postgres,网页桌面手机三端可用
优点
- 5 天 1344 星、227 个 fork,团队协作方向里增速最猛
- AGPL-3.0 且作者承诺自托管永久免费、无需 license key
- 托管版与自托管版是同一份代码,不是两套实现
缺点与注意
- 201 个未关闭 issue,是今天这批里 issue 数最高的项目
- 自托管要求 Linux 服务器,公网暴露要另配 Tailscale 与域名
- 需要自己提供模型 Key,模型费用不在项目范围内
看项目详情与各榜名次
Vercel 实验室做的 UI SDK:把键盘导航、焦点、选择、关闭、弹层这些界面行为抽成可组合的原语,让 Agent 按行为拼出界面,而不是照着组件名猜。
UI SDK 目前在 beta,核心包 @ui-sdk/core 里放的是行为而不是组件:键盘导航、焦点管理、选中、dismiss、弹层、拖拽,以及它们需要的 ARIA 语义,外层提供 React、Vue、Svelte、Solid 和 Web Components 五套适配器。它的写法是先 definePrimitive 定义一个原语的状态、api 和 slots,再用行为拼出具体控件,README 里那句「你不需要学怎么写,你的 Agent 会,而且我们把它们训练得很好」就是这个项目的定位。它同时也是一个可安装的 skill,npx skills add vercel-labs/ui --skill ui-sdk 就能交给 Agent。许可为 Apache-2.0,仓库 7700 多个文件里代码和文档示例都很完整。
亮点
- 行为层与适配器分离,一套 core 覆盖五个前端框架
- ARIA 与焦点管理内置,不让 Agent 手搓无障碍语义
- 既能当库用,也能作为 skill 直接交给 Agent
- Apache-2.0 许可,文档与示例齐全
优点
- Vercel 官方实验室出品,18 天 3850 星、213 个 fork
- 无障碍语义与焦点管理内置,省掉最容易被忽略的一层
- 同时提供库形态与 skill 形态,接入方式灵活
缺点与注意
- 仍是 beta,API 可能继续变动
- 需要跟着框架适配器一起升级,跨版本要留意
- 33 个未关闭 issue,问题集中在细节行为上
看项目详情与各榜名次
网页里的 2.5D 角色播放器:核心压缩后约 30KB、零依赖,几行代码就能把一个会呼吸、会说话、跟着摄像头转头的角色放进页面、直播画面或应用里。
player 走的是浏览器内渲染路线,用 WebGL2 实现,README 写明核心 gzip 后约 30KB 且没有任何依赖。它内置两套能力并且都是按需导入:口型同步支持麦克风、音频和视频三种输入,摄像头面部追踪用 MediaPipe,同样只在需要时才加载。角色格式上 LivLiv、VRM 和 PNGTuber 走同一套 API,全身角色会站在地面上摇摆、下蹲和起伏,脚不会飘。仓库自带 25 个不同风格的可用角色,characters 目录下按角色拆分贴图与表情。许可为 Apache-2.0,当前版本 0.5.0,只发 dist、schema 和文档,源码主体不在发布包里。
亮点
- 核心 gzip 后约 30KB,零依赖,浏览器内直接跑
- 口型同步与面部追踪都按需导入,不进主包
- LivLiv、VRM、PNGTuber 三种角色格式共用一套 API
- 自带 25 个可用角色,表情与动作资源拆得很细
优点
- 9 天 1531 星、159 个 fork,只有 2 个未关闭 issue
- Apache-2.0 许可,兼容性好
- npm 装完即可用,不需要显卡也不需要模型
缺点与注意
- 只做播放与驱动,不负责生成角色或画面
- 面部追踪依赖 MediaPipe,首次使用有额外模型下载
- npm 发布包只含 dist 与 schema,改核心要自己克隆仓库
看项目详情与各榜名次
GPU 占用查看器,能把「15GB 被谁吃了」拆开看:哪个进程占了显存、模型权重多大、KV cache 占了多少、哪些部分其实躺在系统内存里。
gputaskman 由 Scott Hanselman 维护,定位是 htop 的 GPU 版本。普通任务管理器只告诉你用了 15GB,它想回答的是这 15GB 分别是模型权重、KV cache、浏览器还是桌面合成器占的。实现上把每进程的 GPU 内存与引擎活动,和已加载的运行时、模型文件、LLM 的 buffer 拆解关联起来,支持 Windows 上的 NVIDIA 与 AMD 遥测以及 Intel 的 WDDM 计数,Linux 与 WSL 上支持 NVIDIA 全平台加 AMD 和 Intel,macOS 上支持 Apple Silicon。安装走 PyPI 的 uv tool install 或 pipx,也提供免 Python 的 Windows 便携 ZIP,分 x64 与 arm64 两份。作者在 README 里明确标注这是早期实验软件,分类与 GGUF 拆解属于估算而非实测,且不导出显存也不枚举游戏纹理。
亮点
- 把显存拆到模型权重、KV cache 和计算 buffer 这一级
- 覆盖 Windows、Linux、WSL 与 macOS,含 Apple Silicon
- 既可 pipx 安装,也有免 Python 的 Windows 便携版
- README 主动说明哪些是测量值、哪些是估算
优点
- 11 天 3083 星、148 个 fork,作者是长期在该领域写作的开发者
- MIT 许可,PyPI 与便携版双通道分发
- 9 个未关闭 issue,仓库相对稳定
缺点与注意
- 只能定位本地 GPU 工作负载,不覆盖云端与纯 CPU 场景
- 模型识别需要佐证,单独的 PyTorch 或 CUDA 库无法确认是哪个模型
- Windows 便携版目前未做代码签名
看项目详情与各榜名次
一条 Claude 技能:用 three.js 在 Remotion 里逐帧渲染 55 到 70 秒的竖屏动画故事短片,全程不调用任何 AI 视频生成器,成品由代码画出来。
这个 skill 的定位很明确,就是做那种二维角色站在彩色 3D 世界里的短片,风格是扁豆头卡通加墨线描边加彩绘小镇,配纵深虚化背景和滑行运镜。SKILL.md 里把流程写成可执行的规范:先选题并把事实和出处写在 SCRIPT.md 顶部,剧本按每秒约 3.7 词写 55 到 70 秒,用钩子、场景、升级、断裂、一冷一热的双句,再用生活类比讲一个物理原理。模板目录 templates/bridge 里是完整成片源码,包含世界、角色、墨线、镜头模糊、调色与故事脚本,templates/audio 里是合成的音效和进行曲配乐以及混音脚本,references 里还有从 20 条参考短片里量出来的风格公式和七份逐帧质检报告。作者写了硬性规则:成片里不加字幕和标签,只用英文,导出 1440x2560 的 2K 竖屏。许可为 MIT,但要注意仓库里注明参考频道属于私下研究材料,不得上传发布。
亮点
- 完全不用 AI 视频生成器,画面全部由代码逐帧渲染
- 模板含成片源码、音频合成脚本与逐帧质检脚本
- 风格公式从 20 条参考短片量化得出,不是凭感觉
- MIT 许可,整套规则与模板可照着改成自己的风格
优点
- 12 天 3267 星、701 个 fork,产出质量可用样片验证
- 不依赖任何付费模型或显卡,渲染成本接近零
- 规则写得很具体,含字幕、语言、导出尺寸等硬性约束
缺点与注意
- 只适用英文且不能带字幕,中文创作者需要改规则
- 仓库声明参考素材不得上传发布,改造成本要自己算
- 12 天历史且最近一次推送在 11 月 1 日,维护节奏偏慢
看项目详情与各榜名次
把 31B 的 MiniMax-H3 压成 13.7B 的少步版本:4 到 8 步就能出带同步立体声的视频,Q4 量化后 9.1GB,24GB 显卡加 16GB 内存可以跑。
hyperflow-h3-flash 是 Video Rebirth 对 MiniMax-H3 做蒸馏和少步化的产物,fl2va 版本 13.7B、ref2va 版本 13.9B,不到原 31B transformer 的一半。输出规格是 5.2 到 15 秒、24fps、默认 1344x768,附带 32kHz 立体声,采样步数可选 4、6 或 8 步且不使用 CFG。README 给的实测速度是 5.2 秒片段 6 步在 4 张 B200 上 8.7 秒、1 张 H200 上 36 秒、1 张 RTX 5090 上 92 秒。运行时有两条路:GGUF 走 ComfyUI、Unsloth Studio 或 stable-diffusion.cpp,Q4_K_M 9.1GB、Q8_0 14.9GB;INT8 convrot 的 Python 包则面向 H100/H200/B200/B300 或 24GB 以上 RTX。仓库还带 ComfyUI 节点工程与四套工作流模板,权重放在 HuggingFace 的 VideoRebirthAI 目录下。
亮点
- 13.7B 参数,Q4_K_M 量化 9.1GB,24GB 显卡可跑
- 4 到 8 步采样且不用 CFG,速度可预期
- 视频与 32kHz 立体声同步生成,一个模型出两轨
- ComfyUI 节点与四套工作流模板随仓库提供
优点
- Apache-2.0 许可,权重、ComfyUI 节点与 GGUF 集成都在同一仓库
- README 给了完整的选型表与显存口径,可直接照着算
- 7 天 211 星、15 个 fork,仅 1 个未关闭 issue,仓库干净
缺点与注意
- 体量最小,211 星,属于刚起步的项目
- 16GB 显卡未实测,作者明确写了还没测
- INT8 Python 路径内存要求高,无 offload 时要 16GiB,fp8 文本编码器要 69GiB
看项目详情与各榜名次
本地跑的 AI 视频创作工作台:跟助手对话生成素材,在画布上整理迭代,放到时间线里剪辑,最后导出 MP4,还能导出 FCPXML 和 JSON。
OpenDirector 的形态是浏览器访问的本地工作台,项目存在自己机器上,生成用哪个模型由你配置的服务决定,可以接多个服务再切换。画布那一侧除了放文件,还提供了一组图像预设,包括角色三视图、面部三视图、产品三视图、分镜和多机位,三视图产出一张参考表,分镜与多机位各产出四张横版图并保留与源图的关联。时间线支持调整起止、速度与音量并渲染 MP4,同时可导出 JSON、FCPXML 与素材包。README 附了一条 60 秒的样片《我们还能赢》,讲的是一位中年 Dota 2 玩家,1280x720、24fps,视频部分用 FastH3 经由 vLLM-Omni 生成。许可为 Apache-2.0,当前是 2026 年 11 月 6 日发布的 v0.1.0。
亮点
- 对话生成、画布整理、时间线剪辑与导出串在一条链路里
- 提供角色三视图、分镜、多机位等成套图像预设
- 导出 MP4 之外还能出 JSON、FCPXML 和素材包
- 附一条可核对的 60 秒完整样片
优点
- Apache-2.0 许可,项目与素材都留在本机
- 模型服务自选可切换,不绑死单一供应商
- 样片与截图齐全,能直接判断完成度
缺点与注意
- 96 个未关闭 issue 对 358 星,issue 密度是今天这批最高的
- v0.1.0 刚发布,接口还在动
- 生成质量取决于所接模型服务,工作台本身不提供模型
看项目详情与各榜名次
姿势、服装、人像三套参考图库,每张都带中英文提示词:挑好的服装和姿势可以直接带进试穿工作台,用你自己的 API Key 在浏览器里出试穿图。
posewear 是一个纯静态的参考图站点,README 明确写明没有注册、没有后端数据库,密钥、收藏和生成记录都只存在浏览器本地。四类素材分别是多角度线稿姿势、深度姿势、按季节与类型分类的服装,以及 CC0 的人像脸模,每条素材都有中文描述并可按中英文关键词搜索、分类、排序和随机浏览,试穿工作台支持 OpenAI、Gemini、豆包 Seedream 以及任何 OpenAI 兼容的自定义中转。有一个细节值得注意:默认开启的减少误拦截开关,会在发送前把提示词改写成中性的电商试穿描述,用来降低被安全审核拦掉的概率。报错处理也做得细,密钥无效、限流、超时和被审核拦截分别给不同提示和下一步建议。素材版权归原作者,仓库标 MIT 许可,部署方式是 Cloudflare Pages。
亮点
- 姿势、深度姿势、服装、人像四类素材都能搜并复制提示词
- 自己的 API Key,支持 OpenAI、Gemini、豆包与 OpenAI 兼容中转
- 无注册、无后端,密钥和记录只存在浏览器 IndexedDB
- 默认改写提示词以降低被安全审核拦截的概率
优点
- MIT 许可,纯静态部署,在线站点可直接体验
- 素材与提示词一体,不用自己再写描述
- 报错分类清楚,密钥无效、限流、超时、审核拦截分别给下一步
缺点与注意
- 14 天 112 星、44 个 fork,是今天这批里体量最小的
- 出图必须自备可用的模型 Key 和额度
- 素材版权归原作者,商用前需自行确认授权范围
看项目详情与各榜名次