本周新建热门 AI 项目
Answer me with HTML — an agent skill that answers hard questions with a one-page HTML you can actually read. 让 AI Agent 用一页 HTML 回答复杂问题。
它是什么
answer-me-with-html 是一个 Agent Skill，让 Claude Code 等 AI Agent 把复杂问题的答案输出成一页可读的 HTML，而不是塞满终端的长文本。
核心亮点
- 一页式输出：自动生成结构化 HTML，含标题、分节、图表与代码块
- 专为复杂问题设计：架构讲解、方案对比、技术选型等场景表现突出
- 即插即用：作为 Claude Code Skill 安装，无需改动现有工作流
- MIT 许可：JavaScript 实现，易读易改
为什么火
终端里读长回答体验差，纯 Markdown 又难以承载图表和视觉层次。这个项目用 HTML 补上了「可读性」这一环，2k+ star 说明开发者对 Agent 输出形态的升级需求真实存在。
适合谁用
经常让 Agent 解释复杂概念、做技术对比、画架构图的开发者；以及希望把 Agent 输出沉淀成可分享文档的团队。
快速上手
git clone https://github.com/QingYunA/answer-me-with-html
按仓库说明将其注册为 Claude Code Skill，之后直接提问，Agent 会返回一页 HTML 供浏览器打开。
Eleven free Claude skills that clone any app: reverse-engineer it, rebuild it, test it for bugs, then fix what its users hate. Free, MIT.
它是什么
replica-skill 是一套面向 Claude 的免费技能包，包含 11 个可组合的 Skill，能把任意应用「逆向 → 重建 → 找 Bug → 改进」的完整流程交给 AI Agent 自动执行。MIT 协议，Python 实现。
核心亮点
- 全链路覆盖：从逆向工程拆解目标应用，到生成可运行的重建版本，再到自动化测试、定位缺陷，最后针对用户痛点做改进，环环相扣。
- 即插即用：以 Claude Skills 形式提供，直接挂载到 Claude Code 或 Agent 工作流中，无需自建脚手架。
- 面向独立开发者：专为 indie hacker 和 SaaS 场景设计，把「抄一个更好的」变成可复用的工程流水线。
为什么火
它踩中了两个热点：Claude Skills 生态刚起步，而「用 Agent 复刻并改进竞品」是开发者最真实的刚需。846 星说明大家不缺想法，缺的是把想法串成流水线的工具。
适合谁用
想快速验证产品方向的独立开发者、做竞品分析的技术团队，以及研究 Agent 编排与逆向工程的工程师。
快速上手
git clone https://github.com/Jakeschincariol/replica-skill
按 README 将 skills 目录挂载到 Claude Code，指定目标应用即可启动逆向流程。
Your iPhone helps your Mac run a 27B model: faster prompt reading and more context over a USB-C cable
它是什么
Backburner 是一个让 iPhone 与 Mac 协同推理大模型的开源工具。通过一根 USB-C 线，iPhone 可以为 Mac 分担 27B 级别模型的推理负载——手机负责读 prompt，Mac 负责生成。
核心亮点
- USB-C 直连：绕过 Wi-Fi 延迟，带宽更稳定，prompt 读取速度显著提升
- 投机解码：利用 iPhone 的神经引擎做 draft model，Mac 用 Metal 验证，实现加速
- 更大上下文：把 KV cache 或 prompt 处理卸载到手机端，释放 Mac 内存
- 纯本地：基于 llama.cpp，无云端依赖，数据不出设备
为什么火
它踩中了两个热点：本地大模型推理 + 苹果生态协同。用闲置的 iPhone 算力给 Mac 加速，思路巧妙且实用，844 星说明开发者对“榨干苹果硬件”这件事有强烈兴趣。
适合谁用
拥有 iPhone 和 Apple Silicon Mac、想在本地跑 Qwen 等大模型、对推理速度或上下文长度有要求的开发者与极客。
快速上手
git clone https://github.com/StayLameBro/backburner
cd backburner && pip install -r requirements.txt
# 连接 iPhone，按 README 配置后启动
**Deep memory for agents over large datasets.** Leviathan is a single static binary that turns your records (JSONL, JSON, CSV/TSV, SQLite, or anything a database CLI can export) into a ranked full-text index.
它是什么
Leviathan 是一个用 Rust 编写的单文件静态二进制工具，专为 AI Agent 的"深度记忆"场景设计。它能把 JSONL、JSON、CSV/TSV、SQLite 乃至任何数据库 CLI 导出的记录，快速转成带排序的全文本索引。
核心亮点
- 零依赖部署：单个静态二进制，无需运行时环境
- 多格式通吃：直接吃结构化数据，省去预处理管道
- 排序检索：不只是全文搜索，还带相关性排名
- 面向 Agent：为大规模数据集上的记忆召回而优化
为什么火
Agent 应用普遍面临"记忆"难题——向量库重、部署烦、成本高。Leviathan 反其道而行，用轻量级全文索引解决召回问题，Rust 带来的性能与单文件分发的便利性，恰好击中了开发者对"简单可嵌入"的诉求。
适合谁用
构建本地 Agent、RAG 轻量替代方案、日志/记录检索工具的开发者；不想引入向量数据库却需要记忆能力的团队。
快速上手
# 下载二进制后直接索引
leviathan index ./records.jsonl
leviathan search "query"
Apache-2.0 许可，可直接商用。
它是什么
AgentMemoryRepo 是一个为 AI Agent 设计的记忆存储规范（Spec），定义了智能体如何持久化、检索和共享记忆数据的标准接口。它不是框架，而是一份协议约定。
核心亮点
- 统一 Agent 记忆的存储格式与读写接口，屏蔽底层实现差异
- 支持跨会话、跨 Agent 的记忆复用
- MIT 协议，语言无关，任何技术栈均可实现
为什么火
Agent 应用爆发后，记忆管理成为刚需痛点——每个框架各自造轮子，数据无法互通。该项目以“规范先行”的思路切入，612 星的增长说明社区对标准化方案的渴求。
适合谁用
构建多 Agent 系统、需要长期记忆能力的开发者；以及希望自家 Agent 框架兼容通用记忆层的基础设施团队。
快速上手
访问 GitHub 仓库阅读 SPEC 文档，按规范实现存储适配层即可接入。目前处于早期阶段，建议关注 Issues 参与讨论。
An AI skill that turns books into animated, narrated, interactive web experiences
它是什么
Papermorph 是一个 AI 技能（Skill），能把静态书籍自动转化为带动画、旁白和交互的网页体验——相当于给一本书生成一个"会动的摘要"。
核心亮点
- 输入书籍文本，输出可交互的动画网页，而非枯燥的文字摘要
- 内置旁白解说，支持多感官阅读
- 输出为纯 HTML，无需复杂部署，打开即用
- 基于 AI Skill 架构，可接入现有 AI 工作流
为什么火
它踩中了两个趋势：一是"AI 生成交互内容"从文本走向多媒体；二是知识消费正在碎片化、视觉化。528 星虽不算爆款，但说明"把书变成可玩网页"这个想法击中了很多人。
适合谁用
- 想快速把书稿/笔记变成可视化内容的创作者
- 做知识科普、教育内容的开发者
- 探索 AI + 交互叙事的产品经理和独立开发者
快速上手
克隆仓库后，按 README 配置 AI 技能环境，输入书籍文本即可生成 HTML 页面。MIT 协议，可自由修改和商用。
Evolving Multimodal Inference Programs: LLM-guided evolutionary search for accurate and efficient vision-language inference.
它是什么
EvoVLM 是一个用 LLM 引导进化搜索来优化视觉语言推理流程的 Python 项目。它不训练新模型，而是自动搜索更优的多模态推理程序，兼顾准确率与效率。
核心亮点
- 把推理流程当作可进化对象，由 LLM 生成并变异候选程序
- 进化搜索同时优化精度和计算开销
- 面向 vision-language 任务，适配现有 VLM 推理栈
为什么火
多模态推理成本高、调参繁琐，EvoVLM 用自动化搜索替代手工设计，短期内吸引 507 星，说明社区对“免训练提效”方向有明确需求。
适合谁用
- 研究多模态推理优化的算法工程师
- 需要在有限算力下部署 VLM 的开发者
- 对 LLM 引导程序搜索感兴趣的研究者
快速上手
克隆仓库后按 README 配置 Python 环境，准备目标 VLM 与评测数据，运行进化搜索脚本即可得到优化后的推理程序。建议先用小规模任务验证流程。
The AI chat app that sweats the details. Every top model, real memory, living documents, and your own tools.
它是什么
Whirl 是一款注重细节的 AI 聊天应用，基于 TypeScript 构建，支持自托管。它整合了主流大模型，并引入真实记忆、活文档与自定义工具。
核心亮点
- 全模型接入：通过 OpenRouter 调用各家顶级模型，自由切换。
- 真实记忆：跨会话保留上下文，对话不再“失忆”。
- 活文档：聊天中生成的内容可动态更新、持续演进。
- 自带工具：允许用户接入自己的工具，扩展能力边界。
- 技术栈现代：Next.js + React + Convex，MIT 协议开源。
为什么火
在“套壳聊天”泛滥的当下，Whirl 把记忆、文档、工具这些真正影响体验的细节做扎实，加上自托管属性，迅速吸引追求可控与深度的开发者，短时间收获近 500 星。
适合谁用
- 想自托管 AI 聊天、重视数据隐私的开发者
- 需要多模型对比与长期记忆的重度用户
- 希望基于成熟前端快速二次开发的技术团队
快速上手
克隆仓库后配置 OpenRouter API Key 与 Convex 环境，运行 npm install && npm run dev 即可本地启动。
Turn one illustration into an animated 2D mesh avatar with a coding agent and a local editor
它是什么
Mesh Avatar Studio 是一款将单张插画转换为可动画 2D 网格头像的开源工具，由 AI 编码代理（Claude Code / Codex）驱动，配合本地可视化编辑器完成网格绑定与形变。
核心亮点
- 一张图即可起步：无需分层 PSD，自动生成网格并绑定骨骼
- AI Agent 协作：用自然语言指令驱动编码代理调整网格与动画逻辑
- 本地编辑器：WebGL 实时预览，支持手动微调顶点与形变权重
- MIT 协议：TypeScript 编写，可自由集成到 VTuber 或直播管线
为什么火
VTuber 与虚拟形象需求旺盛，但传统 Live2D 流程门槛高、耗时长。该项目把「插画 → 可动头像」压缩到 AI 辅助的几步操作，459 星的增长正来自这种效率反差。
适合谁用
独立 VTuber、插画师、想快速做虚拟形象的开发者，以及研究 AI 辅助动画工作流的技术人。
快速上手
git clone https://github.com/shinshin86/mesh-avatar-studio
cd mesh-avatar-studio && npm install
npm run dev
导入插画，按编辑器引导生成网格，再用 Agent 指令调整动画即可预览。
Deep AI search for every photo and every frame of video in any folder on macOS
它是什么
SCM 是一款 macOS 本地 AI 搜索工具，能对任意文件夹中的照片和视频逐帧建立语义索引，用自然语言直接检索画面内容。
核心亮点
- 视频逐帧理解：不止搜文件名，而是真正"看懂"每一帧画面
- 完全本地运行：基于 Transformers.js 与视觉语言模型，无需上传云端
- 零配置索引：指向任意文件夹即可，支持 Electron 桌面应用形态
为什么火
Mac 用户长期缺少好用的本地媒体语义搜索方案。SCM 用 VLM 补上了这块空白，既保护隐私又免去 API 成本，425 星的增长主要来自对"本地 + AI + 视频"组合的真实需求。
适合谁用
素材量大的视频创作者、摄影师、需要管理本地媒体库的研究者，以及注重隐私、不愿把素材传到云端的用户。
快速上手
git clone https://github.com/allenv0/SCM
cd SCM && npm install && npm start
启动后选择目标文件夹，等待索引完成即可开始自然语言搜索。