原文链接：Hacker News
科研场景Agent Skills精选仓库开源，配套Skiller自动生成工具
开源企业级Agent工作台LinkSense亮相：全功能开源，硬刚WorkBuddy
Gemini太慢？试试/teamwork：多个子智能体并行干活，大项目提速明显
开源 Claude 客户端 Crew 更新：Rust 重写弃用 Electron，内存占用降至几十 MB
Claude、Codex 封号潮下，国产大模型能否扛起 AI 编程大旗？开源进程级代理 Ghost Proxifier 发布插件 SDK，打通 AI Agent 流量分析能力
AI中转站疑似遭投毒：12TB开发者数据流入暗网，攻击链波及普通用户开发者开源自研 Coding Agent 工作台 MAR：手机可远程接管 AI 编程任务
开源社区发布了面向科研场景的Agent Skills精选仓库Awesome Scientific Skills，旨在帮助研究者快速为AI智能体配备高质量技能。项目团队在长期研究中发现，高质量skills分散在官方registry和各类社区项目中，研究者难以快速找到适合文献检索、生信分析、药物发现、数据处理、科学写作等具体科研需求的工具，因此将其系统性整理聚合。项目主要亮点包括三个方面：其一是全面性，汇集了Anthropic、OpenAI、Hugging Face、OpenClaw等官方来源的高质量skills仓库，囊括几乎所有超过10K Star的生态社区项目；其二是精选性，设计了skills评价指标，从三个维度严选优质仓库；其三是聚焦性，针对科研智能体需求，支持研究者快速搭建所需智能体，强调可复用、可评估。此外，项目还配套开源了自动化Skill生成工具Skiller，支持从对话记录或纯文本需求一键生成符合规范的skill包。经过静态评估满分评分标准验证，相比无技能baseline提升了57个百分点。项目托管在GitHub，将持续更新，面向社区开放交流。
核心观点：当skill的筛选、评价与生成都被工具化，智能体能力的生产正从手工作坊迈向标准化流水线。
原文链接：Linux.do
Linux.do社区出现一则开源推广帖，开发团队发布了一款名为LinkSense的开源Agent工作台，定位为面向企业的统一、可治理的Agent工作空间，明确对标商业产品WorkBuddy。据帖子介绍，该平台支持企业一次性部署后，让每位员工都能使用Codex级别的AI能力，同时可将知识库、AI Skills和应用按权限共享给团队复用。功能层面，LinkSense覆盖Agent的搭建与运行，并整合了模型管理、用户与组织管理、权限控制与协作共享，以及企业级安全与隐私保护等能力。团队强调所有企业级功能全部开源，不存在社区版与商业版的功能差异，不搞’开源阉割版加闭源企业版’的双轨模式。项目代码已在GitHub上以LingX-AI/LinkSense仓库公开。该帖按照Linux.do社区的开源推广规范发布，已标注开源推广标签，声明项目完整开源、无未开源部分，并按社区要求将AI生成和润色的介绍内容以截图形式单独发出，接受社区与用户监督。团队表示项目历经大半年开发，希望借此获得社区关注和GitHub Star，同时欢迎用户批评反馈。目前该帖已有6个帖子、4位参与者参与讨论，处于早期发布阶段。
核心观点：企业Agent竞争正从模型能力转向治理与权限，全量开源是开源团队挑战闭源商业产品的核心武器。
原文链接：Linux.do
Linux.do论坛用户分享了一个提升Gemini编码效率的实用技巧：当Gemini处理速度较慢时，可以使用/teamwork指令为大项目开启多个子智能体并行工作。发帖人描述，开启该模式后可以同时看到四个智能体各自执行任务，整体进度明显加快，直观感受远好于单个智能体的串行处理。该话题虽短，但在论坛引发了关于AI编程效率的讨论。这一技巧的核心思路是任务并行化：将大型项目拆分为多个相对独立的子任务，分配给不同的子智能体同时执行，从而压缩总耗时。这与当前AI编程工具领域流行的多智能体协作思路一致，Claude Code的subagents机制、各类CLI工具的多会话并行等都属于同类实践。不过，多智能体并行也伴随明显代价：并行任务会成倍消耗token额度和API配额；任务拆分需要合理设计，否则子任务之间容易产生文件冲突或依赖混乱；多个智能体同时修改同一代码仓库时，结果合并与冲突处理也会带来额外开销。原帖作者也坦承这是一种简单直接的提速方式。对于需要处理大规模代码库、希望最大化模型吞吐能力的开发者而言，这仍是门槛较低、值得尝试的效率手段。
核心观点：多智能体并行本质是用token成本换时间，AI编程的竞争焦点正从模型速度转向任务编排与调度能力。
原文链接：Linux.do
开发者在 V2EX 分享了其开源 Claude 客户端 Crew 的重大更新。该项目最初基于 Claude TUI 开发，此次使用 Rust 语言和 GPUI 框架（Zed 编辑器同款 UI 框架）完全重写，摒弃了 Electron 架构，内存占用从数百 MB 降至数十 MB，性能显著提升，项目代码已托管在 GitHub。功能方面，Crew 集成了 git 管理，可直接在客户端内完成代码提交；同时集成 Claude TUI 与 Codex TUI，并支持自定义模型 API，配合 magpie 反向代理可接入其他模型。尽管基于 TUI，Crew 支持将图片直接粘贴到聊天框与模型沟通，输出内容可实时回显。此外，客户端内置 SSH AI Agent，可通过 SSH 连接远程服务器并输入内容或执行命令；支持在侧边栏以自定义模型和初始指令创建智能体，在聊天框中通过 @ 符号调用协作；底部提供输入输出 token 用量统计与订阅剩余时间显示；顶部设有基于 GPUI 的高性能文件浏览器和内置浏览器；集成 ego 组件处理浏览器自动化任务。最具特色的是网格化布局，可将内容区域划分为多个区块并拉入不同会话，实现多个 Agent 在同一页面的并行开发与管理。作者表示已连续使用半个月，运行稳定。
核心观点：AI 编程工具的竞争焦点正从模型能力转向客户端体验，原生框架替代 Electron 与多智能体编排成为自建工具的新趋势。
原文链接：V2EX 分享发现
近期大量用户反馈 Claude 与 Codex 账号封禁情况日趋严峻，AI 编程工具的使用稳定性面临考验。一位开发者在技术社区 V2EX 发帖称，Claude 模型能力出色，但目前账号获取难度越来越高；OpenAI 的 Codex 订阅服务，尤其是 Pro 档位，在其体验中是能力强且性价比最高的选择。与国内 DeepSeek 模型相比，Codex 的优势在于综合能力，DeepSeek 的核心竞争力则是价格低廉，相同用量下订阅成本明显更划算。该开发者表示，如果未来 Codex 也无法使用，DeepSeek 将是首选替代方案，其按 API 用量计费的模式虽不算便宜，但可覆盖大部分开发场景。帖子发布后引发社区对国产大模型编码能力的热烈讨论，多位开发者分享了使用国产模型进行编程的体验与评价。这一讨论折射出国内开发者群体在海外 AI 服务访问风险上升背景下的现实焦虑，也反映出国产模型在编码场景中的接受度正在提升，开发者社区开始认真评估国产替代方案的可行性与能力边界。
核心观点：封号潮倒逼国产模型站上主位，编码能力差距在收窄，真正的分水岭在于工程化生态而非模型本身。
原文链接：V2EX 分享发现
开发者在 V2EX 发布 Windows 进程级代理工具 Ghost Proxifier 的插件系统与 SDK。该工具在底层通过 Winsock 劫持实现进程级流量管控，并提供 WebRTC 与 DNS 防泄漏能力。插件架构采用子进程沙箱设计：宿主通过 stdin 传递握手信息，后续通信全部走本地 HTTP API 与 SSE 事件流，插件因此可用 Python、Node、Go 等任意语言编写，还能通过插件自建的本地 HTTP 服务将 Web 界面直接嵌入客户端面板。作者基于该 SDK 展示了多种应用场景：其编写的 Snagbox 插件可将指定进程的流量路由至 mitmproxy 解析入库，再通过 MCP 协议让 Claude、Cursor 等 AI Agent 用 SQL 直接分析目标软件的 HTTP/HTTPS 行为，用于私有 API 嗅探与逆向分析；社区贡献的端口转发插件可让游戏主机、虚拟机等设备共用代理隧道。SDK 还支持针对单进程注入延迟与丢包的弱网混沌模拟、闭源软件出网行为实时审计告警，以及多节点故障自动切换调度。项目提供打包工具 gpkg.py、Python 实战范例与完整开发文档，客户端开启开发者模式即可本地加载测试，代码与文档已在 GitHub 和官网公开。
核心观点：MCP 把进程级网络探针接入 AI Agent，本机系统能力正成为智能体感知和操控软件世界的'手与眼'。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册