🛠️ BaoCut：本地优先视频转录与粗剪
一句话
一个面向 macOS Apple Silicon 的本地优先视频工具，把转录、逐词时间轴、翻译、字幕校对和可撤销粗剪放进同一条工作流，也能由 Claude Code 或 Codex 通过 Skill 驱动。
怎么玩
先在官网下载安装 macOS 15+、Apple Silicon 版本，导入一段采访、课程或口播视频；先运行本地转录，检查说话人、逐词时间轴和字幕断句，再用文本编辑方式删掉口头禅、拆分或合并字幕。需要双语时逐句翻译并人工审核，再导出 SRT/VTT/ASS/Markdown 或带字幕视频。想接入 Agent，则安装仓库里的 Skill，让 Claude Code/Codex 调用 baocut CLI 完成 transcribe、polish、translate、export，并保留每一步的可审阅结果，不要一开始就批量覆盖原片。
为什么值得关注
它不是把大模型聊天框贴在剪辑软件旁边，而是把“文字是唯一事实来源”贯彻到字幕、时间轴和剪辑。转录、说话人识别与对齐可在本机完成，云模型只在用户主动开启时参与；AI 输出先作为建议等待接受，也降低了自动剪辑误删内容的风险。
应用场景
- 采访、播客和课程视频的本地转录、双语字幕与粗剪。
- 对隐私敏感的素材进行离线处理，再由 Agent 批量整理项目。
🛠️ Mole：Mac 终端清理与系统维护工具
一句话
一个开源的 macOS 终端工具箱，集中处理清理、卸载、磁盘分析、优化和实时系统监控，并强调谨慎的清理边界。
怎么玩
在 macOS 终端执行 `brew install mole`，先运行 `mo --help` 熟悉菜单和子命令，再用 `mo analyze` 查看缓存、日志、残留文件和大文件，不要直接执行破坏性清理。确认结果后，对 clean、uninstall、purge 等命令先使用项目支持的 `--dry-run` 预览，并查看操作日志；需要卸载应用时区分“应用仍在”和“应用已删但残留还在”两种路径。第一次建议只处理明确的缓存和安装包，保留开发工具、活动链接以及正在使用的数据，完成后再用 `mo history` 复核。
为什么值得关注
Mole 把 CleanMyMac、AppCleaner、DaisyDisk 和系统状态查看器的常用能力收进一个终端工具，并采用保护目录、路径校验、确认和日志等安全设计。对经常运行 Coding Agent、Homebrew 和大型构建任务的人，它不仅能释放空间，还能把维护过程纳入可复核的命令行工作流。
应用场景
- 清理开发缓存、日志、安装包和已卸载应用残留。
- 在 Mac 上排查磁盘、CPU、内存、网络和项目构建产物。
🛠️ SEO Audit Skill：让 Agent 生成结构化 SEO 审计
一句话
一个适配 OpenClaw、Claude Code 和其他 Agent 的 SEO Skill，输入网页地址后生成包含站点检查、页面检查和优先级修复建议的 HTML 报告。
怎么玩
先执行 `npx skills add JeffLi1993/seo-audit-skill`，在 Claude Code、Cursor 或支持 SKILL.md 的 Agent 中打开一个网站项目，然后直接输入“audit this page: https://example.com”。基础审计会检查 robots.txt、sitemap、404、URL 规范化、标题、描述、H1、canonical、图片 alt、内部链接和结构化数据，并把结果保存为 `reports/<hostname>-audit.html`；需要更深的 PageSpeed、GSC、竞品和内容质量分析时，再启用 `seo-audit-full`，并按 README 配置 PageSpeed API Key。先拿自己的站点跑一遍，再让 Agent 按优先级逐项修复和复测。
为什么值得关注
它采用“脚本做确定性检查、LLM 做语义判断”的两层架构，避免让模型凭感觉猜页面速度、HTTP 状态或 XML 内容。输出不是一段泛泛的 SEO 建议，而是带证据、影响、修复方式和优先级的独立 HTML 报告，比较适合把一次性审计变成可重复的工程流程。
应用场景
- 发布前快速检查落地页、博客和产品站的技术 SEO 问题。
- 将多个客户站点的审计结果统一保存，交给 Agent 继续生成修复任务。
🛠️ MengTo Skills：设计师与开发者的 75 个 Agent Skills
一句话
Meng To 开源的一套面向 Codex、Claude、Cursor 等 Coding Agent 的设计与前端工作流集合，把设计指令、风格系统、抓取、调试和交付经验整理成可复用 Skill。
怎么玩
先 `git clone https://github.com/MengTo/Skills.git`，浏览仓库里的 `agent-skills` 目录，挑一个与当前任务匹配的 Skill，而不是把 75 个全部塞进上下文。以网页重构为例，先给 Agent 一张参考图和目标页面，再加载设计优先、组件布局、动画或调试相关的 SKILL.md；让它先输出页面结构、视觉规则和验收点，确认后再改代码。完成后用浏览器预览、截图或本地测试复核，最后把真正稳定的 Skill 复制到团队的 Agent skills 目录，形成项目级规范。
为什么值得关注
它的价值不在于又一组提示词，而在于把设计判断和交付动作沉淀成可版本控制的文件夹。对 Vibe Coding 来说，这能把“让模型做得更好看”变成风格、组件、交互、截图验证和调试的具体流程，也方便团队跨 Codex、Claude 和 Cursor 复用同一套经验。
应用场景
- 从截图或参考站点快速生成更一致的前端界面和设计系统。
- 将个人的设计提示、调试套路和交付规范变成团队共享资产。
🛠️ baoyu-design：在本地运行 Claude Design 的 Agent Skill
一句话
一个把 Claude Design 方法打包成本地 Agent Skill 的开源项目，可生成自包含 HTML 的高保真界面、交互原型、线框图、仪表盘、移动端页面和演示文稿。
怎么玩
执行 `npx skills add JimLiu/baoyu-design -g` 安装到全局 Skill 目录，随后在 Claude Code、Codex、Cursor 或其他支持文件的 Agent 中发起一个具体设计任务。最好同时提供截图、现有代码库、品牌色或 Figma 导出，让它先收集信息并给出页面方案；确认方向后生成自包含 HTML，用本地预览或 Agent 内置浏览器检查布局，再指出具体按钮、间距和组件问题进行第二轮修改。最后把 HTML、素材和必要的说明一起提交到仓库，而不是只保留聊天记录。
为什么值得关注
这个项目把设计流程从在线黑盒变成了可以放进本地代码库的 Markdown、参考文档和组件脚手架，输出也可以直接版本控制。它尤其适合与 Coding Agent 的浏览器预览形成“生成—截图—指出元素—修改”的闭环，减少只凭文字描述 UI 导致的反复沟通。
应用场景
- 快速制作产品原型、落地页、移动端界面和数据看板。
- 将设计探索结果输出为可交接、可迭代的独立 HTML 或演示文稿。
🛠️ Video Skills Toolkit：可复用的短视频生产 Skills
一句话
一个把口播 Remotion、手绘故事和音频转字幕流程整理成 Agent Skills 的开源工具包，不是单个成片，而是一组可复用的视频工程模板。
怎么玩
先克隆仓库并阅读 `skills/` 下的三个目录，选择 `talking-head-remotion`、`sketch-story-remotion` 或 `audio-to-subtitles` 之一，不要一开始混用。准备好脚本、音频、画面比例和输出平台要求，把对应 Skill 放进你的 Agent 工作区，让 Agent 先生成 Remotion 工程结构和素材清单；在本地逐段预览字幕、节奏和画面，再导出视频。音频转字幕流程需要按 README 配置 MediaKit、R2 或 MiniMax 等服务变量，密钥放在本地环境文件里，先用短音频验证，再处理完整素材。
为什么值得关注
它把脚本、配音、字幕、画面节奏和 Remotion 工程结构串成一条可重复的生产线，尤其适合把“做一条视频”的经验变成下一条也能复用的模板。项目还明确区分空白模板、手绘代码绘制和外部字幕服务，边界比只展示最终效果的 Demo 更清楚。
应用场景
- 生产口播解说、课程和产品介绍视频的初始工程。
- 制作不依赖图片素材的手绘故事，或把音频批量变成逐字字幕时间轴。
🛠️ qiaomu-tiny-gif：面向公众号规范的 GIF 压缩 Skill
一句话
一个开源 GIF 压缩 Skill，围绕公众号常见的 10MB、300 帧、640 像素和 12–20fps 约束，优先合并静止帧和删除冗余帧，再逐级降低编码成本。
怎么玩
先执行 `npx skills add joeseesun/qiaomu-tiny-gif`，按 README 安装 Pillow 和 `gifsicle`，再拿一份原始录屏 GIF 做测试。先查看输入文件的体积、帧数、尺寸和帧率，默认使用 wechat 配置处理；如果素材运动很多，先用 `--no-drop` 做保守版本，再比较合并静止帧、抽取近似帧和调色板/有损压缩的结果。输出后重新检查文件能否打开、动画时长是否变化、文字是否仍可读，最后把结果控制在安全线内再上传公众号，别只看文件大小而忽略关键帧。
为什么值得关注
它不是简单地把整段 GIF 粗暴降色或缩放，而是先利用内容变化压缩：长时间静止画面合并、微动段抽帧、超帧率合并，并在达标后停止。对公众号、教程和产品演示来说，这种“画质优先、达到预算即停”的策略比一键压到模糊更实用，也很适合交给 Agent 批处理。
应用场景
- 把录屏、教程和产品演示 GIF 压到公众号上传安全线。
- 批量处理超过 300 帧、过大或帧率过高的动图素材。
🛠️ StyleSeed：让 Agent 少生成“千篇一律”的前端 UI
一句话
一个面向 Claude Code、Codex 和 Cursor 的设计规则引擎，把设计判断、组件、品牌皮肤和动效规则注入 Agent，目标是减少 AI 生成界面的模板化。
怎么玩
先克隆仓库并按 README 选择对应 Agent 的安装方式，或者把项目中的 Skill 目录加入当前工作区；安装后不要只让 Agent“做一个漂亮首页”，而是同时给出品牌、用户、页面目标和参考截图。先让 StyleSeed 生成设计规则和页面骨架，再让 Agent 按规则实现一个小页面，使用浏览器截图检查层级、密度、对比度、动效和组件重复度。确认有效后把选定的品牌 skin、规则和组件约束固定到项目说明中，再让 Agent 扩展到其他页面，并通过截图或 Lighthouse 复核。
为什么值得关注
它把抗 AI-slop 的问题从审美抱怨转成可执行规则，仓库资料显示其包含几十条设计规则、组件、品牌皮肤和一套动效系统。对于生成式前端，真正稀缺的不是再写一段 JSX，而是持续做出有辨识度、层次和交互节奏的界面，这类规则层可能成为 Agent 的“设计编译器”。
应用场景
- 给已有 React/Tailwind 项目补充统一的视觉和动效约束。
- 在 Vibe Coding 前先建立品牌皮肤、组件规则和截图验收标准。
🛠️ aict：为 AI Agent 输出 XML/JSON 的 Unix 工具链
一句话
一个用 Go 重做常见 Unix 工具的开源 CLI，输出结构化 XML/JSON，让 Agent 不必解析人类友好的列式文本，还内置 MCP server。
怎么玩
macOS 用户可以先按仓库说明安装 Homebrew 版本，或执行 `go install github.com/synseqack/aict@latest`，再运行 `aict --help` 确认工具列表。先用 `aict ls --json`、`aict grep --json` 和 `aict stat --json` 对比传统命令的输出，观察绝对路径、文件类型、大小和时间字段是否更方便程序消费；需要连接 Agent 时启动 `aict mcp`，再把 stdio 服务接入 Claude Desktop 或其他 MCP 客户端。建议先在只读测试目录试用，确认 Agent 生成的参数和权限边界后，再替换真实项目中的工具调用。
为什么值得关注
Agent 调用命令行时经常把 token 浪费在猜列宽、解析日期和处理空结果上。aict 把 33 类工具统一成带标签的结构化输出，并明确把错误、空结果、路径和时间规范化，MCP 入口又能省掉一层 shell 胶水；它切中的不是模型能力，而是 Agent 与操作系统之间的数据契约。
应用场景
- 给 Coding Agent 提供可预测的文件搜索、比较、统计和系统信息。
- 通过 MCP 把只读 Unix 工具安全地暴露给本地 Agent 和自动化脚本。
📡 Grok Build CLI 开源与代码外传争议
事件
xAI 已把 Grok Build CLI 作为可安装的终端 Coding Agent 推出，同时围绕其是否会把过多代码上传到云端的安全争议，引发了对透明度和可验证部署的讨论。
解读
官方页面显示 Grok Build 面向复杂编码工作，提供计划、子代理、Skills、Hooks、MCP、代码搜索、测试、后台任务和沙箱等完整 Agent 工作流；X List 同时出现“完全开源”和“可独立渲染 Mermaid”等传播信号。外部报道则把焦点放在隐私设置、代码上传范围和凭据暴露风险上，因此“开源”不能自动等同于“安全”：用户仍要检查网络请求、默认权限、忽略文件规则、遥测和数据保留策略，最好在脱敏仓库或隔离环境中试跑。
影响评估
这会把 Coding Agent 的竞争从模型效果进一步拉到供应链和可审计性。企业如果要采用类似工具，采购标准不能只看基准分数，还要看是否能自托管、是否能由第三方复核运行版本、是否有清晰的零数据保留承诺，以及 API Key、Git 历史和私有依赖在异常情况下会不会被一并带走。
📡 Apple 智能获手机端侧生成式 AI 服务备案
事件
中国网信系统 2026 年 7 月 15 日发布 7 款手机端侧生成式人工智能服务备案信息，X List 据此关注到国行 Apple 智能落地的可能性。
解读
备案公告本身确认的是手机端侧生成式 AI 服务进入合规信息发布流程，说明“端侧 AI”正在从产品演示进入本地化上线前的监管与运营阶段。X List 的相关解读进一步指向阿里千问将为中国区 Apple 智能提供能力，但这部分合作关系仍应以苹果、阿里或后续正式产品说明为准，不能把单条转述当成已经完成的商业发布。无论最终模型供应方是谁，端侧推理、云端兜底、数据跨境和系统权限都会成为体验的一部分。
影响评估
对手机厂商而言，模型能力不再只是 App 层的下载项，而是与系统、硬件、备案和数据治理绑定的基础设施。对开发者和用户来说，真正值得观察的是哪些能力能离线运行、哪些请求会回云、系统是否开放调用接口，以及合规要求会不会改变模型选择、隐私策略和第三方 Agent 的接入方式。
📡 Thinking Machines 开源 Inkling 多模态 MoE
事件
Thinking Machines 发布首个开源多模态模型 Inkling，总参数约 975B、激活约 41B，支持文本、图像和音频输入，采用 Apache 2.0 许可。
解读
这不是适合普通笔记本直接下载的“小模型”，而是一个把开放权重、原生多模态和大规模 MoE 组合到一起的基础设施信号。外部资料对其 SWE-bench Verified、语音理解和工具使用表现给出较积极的早期评价，同时也提醒它在部分 Agent 或多模态基准上并非全面领先。它的真正价值在于让研究者和企业能够围绕自有数据做微调、量化和部署实验，而不是只能通过封闭 API 试用一个固定人格。
影响评估
开放权重模型的竞争将从“能不能开源”转向“能否在不同硬件和成本下被真正使用”。Inkling 这类超大 MoE 会推动 vLLM、SGLang、llama.cpp、量化工具和云端托管一起完善，也会让模型许可、权重规模、推理显存和微调成本成为企业评估开放模型时必须同时计算的变量。
