🛠️ Bento/乔木 Bento PPT
一句话
一个把资料变成可编辑、可演示、可离线分发的单文件 HTML Bento 演示文稿的开源 Skill/项目。
怎么玩
先准备 Node.js 和一个支持 Skills 的 Agent，打开仓库 README，执行 `npx skills add joeseesun/qiaomu-bento-ppt` 安装。把文章、产品 brief、会议纪要或一组链接交给 Agent，并明确要求输出单文件 `.bento.html`；生成后直接用浏览器打开，先检查字体、图片、数据和分页，再用左右键或缩略图放映。需要修改时不要手工改一堆 CSS，直接告诉 Agent 哪一页换成对比卡片、哪一页补图表或改成深色主题；仓库的设计是把内容保持为可编辑结构，适合继续迭代和离线转发。X List 里提到的“博客转 PPT”和“明文 JSON/可编辑”方向，与仓库 README 中的单文件可交付思路相互印证，但具体作者关联仍以仓库实际版本为准。
为什么值得关注
它不是只生成截图，而是把研究、提纲、布局、渲染和复核收束成可交付文件。单 HTML 便于归档和分享，结构化内容也更适合让 Agent 二次修改；对不想被传统 PPT 模板限制、又需要保留编辑权的人，比一次性图片生成更实用。
应用场景
- 把产品文档、技术文章或发布说明快速整理成可以直接演示的路演稿。
- 为课程、周报和内部汇报生成可离线打开的图文 deck，并让 Agent 按反馈持续改页。
🛠️ OpenWorker
一句话
吴恩达团队开源的桌面 AI coworker，在本机连接文件、终端、日历、Slack 等工具，目标是交付完成品而不只是聊天。
怎么玩
macOS Apple Silicon 用户可从 README 的下载入口获取签名版桌面应用，Windows 用户也有对应下载；首次启动后按提示配置自己选择的 OpenAI、Anthropic、Google、开源权重或 Ollama 模型。先给它一个低风险任务，例如“整理某个文件夹里的资料并生成一页摘要”，观察它如何调用本地文件和工具；随后再连接 GitHub、Slack、日历等集成。重要动作会请求确认，不要一开始就授予发送消息、改日历或执行 shell 的权限。开发者也可以按 README 创建 Python 环境，启动 `openworker-server`，再用 Vite 或 Tauri UI 调试本地连接器。
为什么值得关注
OpenWorker 把“Agent 能否完成工作”放在产品中心，而不是只比较对话质量。它支持自带模型和本地运行，且把 MCP、连接器、审批门槛和定时自动化放在同一套桌面工作流里；这对希望控制数据边界、又不想把每个 SaaS 集成重新拼一遍的人很有吸引力。
应用场景
- 把收件箱、Slack、日历和本地文件汇总成晨报，并在发送或修改前保留人工确认。
- 让 Agent 处理一项完整的研究、项目更新或运营任务，交付文档、回复草稿和变更记录。
🛠️ ego lite
一句话
面向 AI Agent 的 Chromium 浏览器，让人和 Agent 在同一个浏览器里使用隔离 Space 并行处理网页任务，同时复用登录态。
怎么玩
macOS 用户先从仓库 README 下载 Apple Silicon 或 Intel 的 DMG，安装后启动 ego lite；首次启动如果询问是否迁移 Chrome 数据，应先确认自己愿意共享哪些登录态，再决定是否接受。也可以只安装连接层：执行 `npx skills add citrolabs/ego-lite`，让 Claude Code、Codex 或其他兼容 Agent 在第一次任务时引导安装浏览器。随后给 Agent 一个不涉及敏感操作的任务，例如读取公开竞品页面、整理十条网页信息或填写测试表单；在浏览器里为每个任务创建独立 Space，观察快照、点击、填写和等待等动作，涉及提交、购买、发信时仍人工确认。
为什么值得关注
传统浏览器自动化往往需要另装浏览器、重新处理 Cookie，还容易和用户抢同一个标签页。ego lite 把登录态继承、Agent 专属 Space 和并行任务作为浏览器本体的一部分，且通过 `ego-browser` skill 暴露给多个 Agent CLI；它更像“人机共用的工作浏览器”，而非又一个脚本库。
应用场景
- 并行采集多个竞品、客户或招聘网页，同时避免不同 Agent 互相覆盖标签页。
- 让已登录的网页应用执行重复录入、信息核对和资料整理，再把最终提交留给人。
🛠️ Skill Hub（EverMind）
一句话
一个强调开放、可编辑、可基准测试和持续改进的 AI Agent Skill 库与浏览入口。
怎么玩
打开 Skill Hub，先按 Dev、AI/ML、Testing、Workflow、Writing 等场景筛选，而不要盲目安装整库。查看某个 Skill 的源码、适用任务和评测信息，复制或安装到自己的 Agent 环境后，用一个可重复的小任务做 A/B 测试：记录成功率、失败类型、耗时和 token 消耗，再决定是否保留。对于涉及文件、网络或生产系统的 Skill，先读清楚工具调用和权限边界，最好在测试目录或沙箱中运行；如果要自定义，基于公开源码改名、补测试用例，并保留自己的版本，不要把“榜单分数”直接等同于适合自己的工作流。
为什么值得关注
Skill 生态的瓶颈正在从“有没有提示词”转向“能否稳定完成任务”。官网把 Skill 的源码开放、真实使用信号和 SkillsBench、Cybench、QwenClawBench、GDPVal 等评测放在一起，至少提供了比单纯收藏 prompt 更可检验的方向；但页面数据和第三方复现仍需持续观察，今天更适合试用和比较，而不是盲信排名。
应用场景
- 为团队建立经过任务集回归测试的 Agent 技能目录，减少个人 prompt 经验无法复用的问题。
- 对同一技能的不同版本做成功率和安全性对比，再决定是否放进日常自动化。
🛠️ Rapid-MLX 0.11.0
一句话
面向 Apple Silicon 的本地 AI 推理引擎，提供 OpenAI/Anthropic 兼容接口、工具调用、提示缓存和 Agent CLI 接入。
怎么玩
在 M 系列 Mac 上优先使用 Homebrew 安装：`brew install rapid-mlx`；也可以用 `pip install -U rapid-mlx==0.11.0`，或者先阅读官方安装脚本再执行。首次运行可以从 README 的默认模型开始，让它下载权重并进入 REPL；需要给编辑器或 Agent 使用时，用 `rapid-mlx serve qwen3.5-9b-4bit` 启动本地服务，再把客户端的 OpenAI base URL 指向 `http://localhost:8000/v1`。跑 Codex、Claude Code 或其他 Agent 前，先用短提示确认模型、端口和工具 schema 都正常，再逐步启用 prompt cache、reasoning 或更大模型；内存不足时不要直接追求最大权重。
为什么值得关注
它不是把通用服务器简单搬到 Mac，而是围绕 MLX、提示缓存、工具解析和 OpenAI/Anthropic wire compatibility 做了本地优化。0.11.0 还加入了 reasoning-gated forced tool grammar 等更新；对想在自己的 M 系列机器上运行 Agent、减少云端调用或做隐私敏感原型的人，兼容现有客户端比重新改一套 SDK 更重要。
应用场景
- 在 Mac 本地为 Codex、Claude Code、Cursor 或自建脚本提供低延迟模型后端。
- 用本地模型做文档总结、代码辅助和离线原型，只有复杂任务才切换到云端模型。
🛠️ BaoCut Agent Skill
一句话
让 Claude Code、Codex 等 Agent 驱动 BaoCut macOS 应用完成转录、字幕、翻译、剪辑和导出的视频工作流。
怎么玩
先安装 macOS 版 BaoCut，再确认 Node.js 可用；按仓库 README 执行 `npx skills add JimLiu/baocut -g -a claude-code codex -y`，把 Skill 安装并链接到所用 Agent。准备一段短视频做测试，先让 Agent 转录并检查说话人、时间轴和字幕文本，再要求翻译成目标语言；需要剪辑时明确给出保留片段、清理口头禅、字幕样式和导出格式。BaoCut 的 Skill 负责驱动应用附带的 CLI，不等于把底层音视频引擎打包进仓库，所以首次使用要确认 App 版本和 CLI 路径；导出前人工抽查字幕、专名和画面，确认无误后再批量处理。
为什么值得关注
视频 Agent 的价值不只在“生成一段视频”，还在把转录、校对、翻译、粗剪和导出串成可复用流程。BaoCut 仓库给出了真实 CLI 和 Agent Skill 的边界，支持自然语言交互，同时保留 macOS App 作为执行端；这比只展示一个翻译 Demo 更接近内容团队每天会用的生产工具链。
应用场景
- 将访谈、课程或播客自动转录、翻译并生成可继续在剪映/CapCut 中处理的字幕素材。
- 让 Agent 按规则批量清理口头禅、挑选片段和导出短视频初稿。
🛠️ SGLang v0.5.16 / DSpark
一句话
高性能大模型服务框架的新版本，引入基于置信度调整验证窗口的 DSpark 推测解码，并扩展大模型支持。
怎么玩
这项更新更适合有 NVIDIA/AMD GPU、容器和推理服务经验的人，不建议在普通 Mac 上直接照抄生产命令。先按官方文档安装 SGLang，在测试环境启动一个自己已有的模型服务，用 OpenAI 兼容接口发送基准请求，记录首 token 延迟、吞吐和显存。确认版本后，再根据 v0.5.16 Release 说明尝试 `--speculative-algorithm DSPARK`，并设置 `SGLANG_RAGGED_VERIFY_MODE=compact`，调节 `--speculative-dspark-block-size`；使用相同 batch、输入长度和硬件对比 MTP/基线，避免只拿单个宣传数字下结论。若服务的是大型 MoE 或多模态模型，还要逐项确认官方支持矩阵和并行配置。
为什么值得关注
推测解码正在从固定 draft 长度走向由草稿置信度决定验证窗口，目标是在“值得猜测”和“猜测反而浪费”之间动态平衡。官方 Release 给出的 DeepSeek-V4-Pro、TP8、B300 测试数字值得工程师复现，但真正价值在于把算法、缓存、并行和模型支持整合进成熟 serving runtime，而不是单独发表一个 benchmark。
应用场景
- 为企业内部模型 API、Agent 后端或多用户推理服务做吞吐与延迟优化。
- 在同一套服务框架中试验推测解码、前缀缓存、MoE 和多模态模型支持。
📡 Claude Opus 5 发布：高端 Agent 模型进入日常调用区间
事件
Anthropic 发布 Claude Opus 5，官方定位为面向长时间运行 Agent、编程和专业工作的更强 Opus 级模型，并称其价格与 Opus 4.8 相同。
解读
官方公告显示，Claude Opus 5 已可使用，API 价格为每百万输入 token 5 美元、每百万输出 token 25 美元，目标是成为 Claude Max 的默认模型和 Claude Pro 的最强模型；官方文档还列出 1M token 上下文、默认开启 thinking 和 effort 控制等变化。这里需要把“接近 Fable 5”等社区比较与官方可核验事实分开看：真正值得观察的是模型把更深推理、长周期任务和工具使用纳入日常价格带后，Agent 设计是否会从短问短答转向更少人工接管的长任务。
影响评估
如果高能力模型的调用成本和稳定性继续下降，软件团队会更愿意把规划、代码修改、测试、资料检索和文档交付串起来；同时，默认 thinking、努力程度和安全降级等行为会增加成本预测、延迟控制和回归测试难度。应用方不能只看单次榜单，必须用自己的长任务集验证成功率、失败恢复和权限边界。
📡 “Open Weights and American AI Leadership”公开信获得产业联署
事件
NVIDIA、Microsoft、Palantir、Replit 等公司及多位行业人物公开支持开放权重模型，主张前沿闭源与前沿开放生态并存。
解读
X List 中黄仁勋、微软高管和相关转发集中出现同一叙事，微软页面也保留了 open-weight 议题入口。它不等于政策已经落地，也不代表所有签署方对许可证、权重发布和安全责任有完全相同的理解；但从产业信号看，开放权重已经从研究社区的技术偏好，变成芯片、云、开发工具和应用公司都需要表态的竞争力议题。下一步应关注具体承诺：哪些模型会开放、许可证允许什么、如何提供安全更新，以及算力和分发是否真正可得。
影响评估
开放权重生态若继续获得基础设施公司的支持，将扩大本地部署、领域微调和主权 AI 的选择，压低单一闭源 API 的锁定风险；反过来，权重开放也会带来滥用、责任归属、出口限制和版本维护问题。企业采购时应同时审查模型许可证、训练数据声明、漏洞响应、推理成本和供应链，而不是把“open”直接当成“可商用且无风险”。
