🛠️ Firecrawl anydoc：多格式文档转干净 Markdown
一句话
Firecrawl 开源的 Rust 文档解析库，把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF 等格式统一转换为 GitHub 风格 Markdown，并提供 Node.js、Python 绑定与 Agent Skill。
怎么玩
先准备一份 DOCX、PPTX、XLSX 或 PDF 样本，尤其建议拿一份包含表格、标题层级、脚注和图片的真实文件做对照。想让编码 Agent 自动识别文档，可先执行 `npx skills add firecrawl/anydoc`；想直接在本机试 CLI，则按官方 README 安装 `npm install -g @firecrawl/anydoc`，再运行 `anydoc --help` 查看当前平台的输入、输出和格式选项，转换后把 Markdown 重定向到文件。随后逐项检查标题、表格、列表、演讲者备注和嵌入资源是否保留；再用 Python 的 `firecrawl-anydoc` 包处理同一文件，对比 CLI、Node 和 Python 路径的结果。扫描 PDF 不能只看转换文本，需另测 Firecrawl Parse 的 OCR 能力。
为什么值得关注
它把 RAG 和 Agent 最常见的“文件入口”从多套脆弱解析器收敛到一个文档模型与 Markdown 序列化器。官方仓库把格式检测、结构保留、表格、脚注和嵌入资源都放在同一条路径中；官方宣称单数字毫秒级转换，但这个性能数字仍应在自己的文件集上复测，不能只看宣传。
应用场景
- 给知识库、RAG 或编码 Agent 做本地办公文档预处理，减少为 DOCX、PPTX、PDF 分别维护解析链的成本。
- 把企业上传文件快速转成可审阅、可版本控制的 Markdown，再接入摘要、问答、数据抽取或文档对比流程。
🛠️ open-kimi-ppt-skill：让 Agent 生成可编辑 PPTD/PPTX
一句话
一个通过逆向公开 Kimi Slides 行为实现的非官方 Skill，让 Codex、Claude Code、Cursor、WorkBuddy 等兼容 Agent 生成、编辑、复刻、读取并导出可编辑的 PPTD 与 PPTX。
怎么玩
准备 Node.js 18 或更高版本，在终端执行 `npx open-kimi-ppt-skills install`，优先安装到跨 Agent 通用的 `~/.agents/skills/open-kimi-ppt`，不要给每个 Agent 重复安装。然后在项目目录中让 Agent 根据一个明确主题、页数和视觉风格生成 PPT，最好同时提供一份参考 PPT、截图或品牌色规范。生成后执行 `npx open-kimi-ppt-skills serve`，用 Chromium 打开 `http://127.0.0.1:55173/`，选择含 `.pptd`、`pages/` 和 `media/` 的项目目录，在浏览器中检查版式、文字溢出、图片裁切和动画，再手动导出 PPTX。最后在 PowerPoint/WPS 中验证文本框和形状是否仍可编辑；不要把它当官方 Kimi SDK，也不要向不明脚本提供账号令牌。
为什么值得关注
它没有把整页渲染成一张图片，而是用 PPTD 作为 Agent 友好的中间层，再交付真实可编辑的 PPTX，并在导出前做视觉质检。这样既保留了模型生成的灵活性，也保留了人类在 PowerPoint/WPS 中继续修改的能力；但项目依赖公开前端协议，Kimi 更新后可能失效。
应用场景
- 将研究笔记、产品方案或长文快速变成可继续编辑的汇报初稿，并把版式调整留给浏览器编辑器。
- 给销售、课程、投研和运营团队建立“内容到 PPT”的可重复 Agent 工作流，而不是每次从图片或 HTML 重新拼装。
🛠️ Context.dev：给 Agent 的实时网页结构化数据 API
一句话
Context.dev 把网页、公司、产品、站点地图或文件转成干净 Markdown、截图、公司数据或符合 JSON Schema 的结构化数据，并用批处理与监控保持信息更新。
怎么玩
打开官网注册账号，官方首页目前提供 500 个免费 credits 且无需信用卡；在控制台拿到 API key 后先不要写入 Git 仓库，而是放进本地环境变量。按照文档从一个小任务开始：提交一个产品官网或 GitHub 仓库 URL，先取 Markdown，再定义字段抽取公司名称、产品类别、价格或文档版本。确认结果后再把多个 URL 放入 Batch，或对一个会变化的网页配置 Monitor，观察更新事件和失败重试。若你在做 Agent，先用一个“输入 URL—返回结构化 JSON—引用原页面”的最小闭环，记录延迟、缓存命中和字段缺失，再决定是否替换自建浏览器、代理、爬虫、队列和缓存系统。
为什么值得关注
它切中的不是“再做一个聊天机器人”，而是 Agent 获取新鲜外部上下文时最费工程的那一层基础设施。YC 页面披露其服务 400 多个客户，官网还展示了 Mintlify、Klarna 等使用案例；这些是公司自述，真正接入前仍应在目标站点上测试反爬、动态渲染、引用完整性和成本。
应用场景
- 给研究、竞品监控、销售线索和 RAG 系统补充模型训练截止日期之后的实时网页信息。
- 把多个供应商官网、API 文档或公司资料持续抽取成固定 Schema，供下游 Agent 直接调用。
🛠️ Herdr：懂 Agent 状态的终端多路复用器
一句话
Herdr 是运行在现有终端里的 Agent multiplexer，保留 tmux 式持久化、分屏、远程 SSH 与重新连接能力，同时显示 Agent 是 working、blocked、done 还是 idle。
怎么玩
在 macOS 或 Linux 终端执行官方安装命令 `curl -fsSL https://herdr.dev/install.sh | sh`，然后运行 `herdr` 创建第一个工作区。先开两个真实项目目录，分别启动 Claude Code、Codex 或其他终端 Agent；观察侧栏如何显示工作状态，并用分屏同时看测试日志、Agent 输出和代码差异。关闭本地终端后重新进入，验证会话是否仍在；再在一台可 SSH 的机器上运行 `ssh 你的主机 herdr`，从另一台终端重新连接。熟悉后可阅读 CLI、Socket API 和 Agent Skill 文档，用脚本创建 pane、读取近期输出、等待任务完成，再把“等待—检查—继续”的流程接进夜间任务。
为什么值得关注
tmux 解决的是进程和终端的持久化，却不会理解某个 pane 里的 Agent 是否卡在等待输入；桌面 Agent 管理器又通常绑定一台机器。Herdr 把语义状态、真实 PTY、远程连接和可编程控制面放在一起，适合多 Agent 并行，但它依赖终端工作流，不能替代代码审查和权限隔离。
应用场景
- 在 Mac、服务器或云主机上长期运行多个编码 Agent，合上电脑后仍能回来查看进度。
- 为夜间构建、测试修复和多仓库维护搭建一个可观察、可脚本化的终端控制层。
🛠️ Mole：Mac 终端清理与优化 CLI
一句话
Mole 是 tw93 开源的 macOS 维护工具，集成清理、卸载、磁盘分析、系统优化和实时监控，并把开发工具、语言工具链与 Agent 缓存纳入清理范围。
怎么玩
在有 Homebrew 的 Mac 上先执行 `brew install mole`，不要直接进行高风险删除。先用 `mo clean --dry-run` 查看候选路径和预计释放空间，再检查是否包含项目构建产物、模型缓存、浏览器资料或仍在使用的开发环境；确认后才运行实际清理。随后可以用 Mole 的分析、卸载和监控入口查看大文件、应用残留、CPU/GPU/内存与网络状态。建议第一次只处理一个低风险缓存目录，保存重要工作区和配置的备份，记录清理前后的磁盘空间，再决定是否把它接进定时任务。任何会删除文件的操作都应保留交互确认，不要在不了解路径的情况下用 root 权限扩大范围。
为什么值得关注
很多 AI 编码工作流会留下依赖缓存、构建产物、会话日志和 Agent 临时文件，磁盘问题会直接拖慢本地开发。Mole 用单一二进制覆盖清理、卸载、磁盘洞察与监控，并有安全审计和保护目录机制；但它能执行破坏性操作，安全默认不等于无需逐项复核。
应用场景
- 清理长期运行 Codex、Claude Code、编译工具和浏览器后堆积的本地缓存，找回开发机空间。
- 在换机、排查磁盘异常或维护 Mac Mini Agent 节点前，先做可解释的空间盘点与残留卸载。
🛠️ Muse Code：Meta 的长程终端编码 Agent
一句话
Muse Code 是 Meta 发布的 beta 终端编码 Agent，由 Muse Spark 1.2 驱动，面向大型仓库的多文件修改、长时间调试、子 Agent 并行和内置验证。
怎么玩
从 Meta 官方博客的 Get started 入口进入 `dev.meta.ai`，按当前页面提供的一键安装方式在测试仓库中安装 Muse Code，并在浏览器完成认证。第一次不要把生产仓库和高权限凭据直接交给 beta 工具，先准备一个可回滚的示例项目，让它完成“理解依赖—修改多个文件—运行测试—解释差异”的完整任务。再按官方 Cookbook 试 Agent fan-out、bundled skills 和 goal tracking，观察多个子 Agent 的隔离工作树、并行工具调用与目标状态。重点检查事件日志：官方强调每个子 Agent、工具调用、steer 和 cancel 都可观察、可回放；将日志、测试结果和最终 diff 一起留存，才算完成一次可审计的体验。
为什么值得关注
它的重点不只是又一个编码模型，而是模型与 harness 协同训练、上下文压缩、异步工具调用、持久子 Agent 和可回放事件日志。Meta 官方称 1M token 窗口可容纳大型项目上下文，并开放到 Meta Model API 与 OpenRouter；这些能力适合长程任务，但 beta 的地区、额度、数据保留和价格限制必须以当前账户页面为准。
应用场景
- 对大型代码库做跨模块重构、长时间调试和需要反复测试验证的工程任务。
- 研究“多 Agent 并行 + 事件日志 + 目标跟踪”如何替代只靠单轮 Prompt 的编码流程。
🛠️ Open Design：本地优先的 DeepSeek 设计工作流
一句话
Open Design 是围绕 DeepSeek TUI 的开源、本地优先设计层，把 DeepSeek 的终端编码能力与 Skills、设计系统、项目上下文、可选 Figma MCP 和浏览器验证串成工作流。
怎么玩
先从 Open Design 官网下载桌面端，或从 GitHub 阅读并克隆项目；准备 DeepSeek API key 后按官方指南配置模型与 API 地址。进入一个前端项目，先建立包含颜色、间距、字体、组件约束和验收清单的上下文文件，再让 Agent 从一个具体页面开始，而不是一句“做得好看”。如果需要设计交接，再配置 Figma MCP；如果需要可靠结果，接入浏览器测试，逐一检查桌面、移动、空状态、加载状态和交互反馈。让 Agent 修改后执行构建、启动本地服务、在真实浏览器验证，并把生成的 DESIGN.md、代码和截图一起提交。DeepSeek TUI 是文本模型，不能凭空理解图片审美，参考描述和验证回路必须由人补齐。
为什么值得关注
它把“便宜模型生成前端”转成可复用的设计工程流程：上下文文件提供长期规则，1M token 窗口可以容纳较大的设计系统，MCP 接入真实设计资料，浏览器检查则把审美判断落到可验证的页面状态。官方明确这是独立开源项目，不等于 DeepSeek 官方产品，也不会替用户代理保存 API key。
应用场景
- 用较低成本反复迭代落地页、组件库和响应式前端，并让代码遵守同一套设计 token。
- 把 Figma 交接、Agent 编码、浏览器回归和设计规范维护放进一个本地工作区。
🛠️ Higgsfield Hell Grind：95 分钟 AI 电影的公开创作档案
一句话
Higgsfield 把 95 分钟 AI 故事片《Hell Grind》的项目页面、提示词、素材和画布公开展示，适合把一次完整长片制作拆成可研究的镜头级工作流。
怎么玩
先以只读方式打开官方项目页，不急着注册或生成；从场景、角色、镜头和时间线入口逐层查看提示词、资产与画布，挑一个短镜头记录它的角色描述、镜头运动、光线、色彩和连续性约束。把记录整理成自己的镜头表，再用你有权限使用的视频模型复现一个 5—15 秒片段，单独评估角色一致性、构图、动作和剪辑，而不是宣称能一键复刻整部电影。若页面提供公开项目的复制或生成入口，再在个人工作区测试；不要上传他人肖像或未授权素材。最后对比原项目与自己的版本，标注哪些效果来自提示词、哪些来自多次采样和人工剪辑。
为什么值得关注
AI 视频讨论常停留在几秒 Demo，而 Hell Grind 把“长片”拆成可观察的生产记录。官方页面强调每条提示词、资产和画布都包含在公开项目中，这使它更像一个创作过程样本而不只是成片宣传；但 95 分钟作品不代表普通用户能低成本一次生成，算力、采样次数、版权和人工剪辑仍是主要门槛。
应用场景
- 为广告、短片或数字人内容建立镜头级提示词、资产管理和连续性检查模板。
- 研究长时长生成视频如何通过大量短片段、重复采样与人工导演流程拼成完整叙事。
📡 Stripe Kai：企业内部 Agent 开始像“AI 同事”一样普及
事件
LangChain 官方披露，Stripe 的 Knowledge AI Platform“ Kai”由一个工程师基于 Deep Agents 在一周内做出，面向全公司员工，并连接内部数据仓库、Slack 和 Google Suite。
解读
这件事真正值得看的不是“一周”这个营销数字，而是它把 Agent 的价值从通用问答转成组织上下文里的持续产出：用户在会话中做数据综合、头脑风暴、文档起草和趋势分析，结果以报告、仪表盘或文档形式沉淀。Stripe 在 Deep Agents 之上增加虚拟文件系统、沙箱和摘要中间件，再用超过 100 个团队贡献的 1000 多个技能承载公司知识。也就是说，通用 harness 解决工具调用、状态和流式输出，企业层负责权限、数据、技能和评估。
影响评估
企业内部 Agent 的竞争点会从“哪个模型更聪明”转向“谁能把权限、上下文、技能和产物闭环做得更稳”。对中小团队而言，最可复制的不是 Stripe 的数据规模，而是先选一个高频工作流，建立文件化上下文、受控执行环境、可追溯输出和人工验收，再逐步扩展技能库；否则“人人可用”很容易变成无人信任。
📡 Wayve GAIA-4：世界模型从生成场景走向闭环安全评估
事件
Wayve 发布 GAIA-4 研究，称其把 Wayve AI Driver 放入世界模型闭环，用反事实回放和多模态生成来评估安全关键驾驶场景。
解读
过去的驾驶世界模型更像“生成一段看起来真实的视频”，但 GAIA-4 的重点是让策略本身参与回放：系统可以改变自车行为，观察骑行者、行人和环境如何响应，再把结果用于端到端安全测量。Wayve 官方还强调 GAIA-4 将雷达与摄像头共同纳入仿真，这不是简单提高画面逼真度，而是让雾、喷雾、低光等视觉不稳定条件也进入评估。真正的难点仍是反事实是否符合物理和交通行为，以及仿真中的安全指标能否预测真实道路表现。
影响评估
如果闭环世界模型足够可靠，自动驾驶公司可以在不等待稀有危险事件自然发生的情况下，系统性扩展安全测试覆盖，并把“策略—环境—再决策”的循环纳入训练与验证。它也会抬高行业门槛：仅有视频生成 Demo 不再够用，数据闭环、传感器融合、可解释的安全指标和真实道路校准会成为商业部署的重要证据。
