githubchy

本机安装 OpenClaw 龙虾🦞，如果感觉存在风险，那么基于 Docker （alpine/openclaw）来安装，是很好的选择。 100K+ 安装量，且仍在持续增加。 hub.docker.com/r/alpine/openc…

如果你想搞清楚 产品变现，特别是 出海、副业、工程师赚钱思维，那么我写的《搞到钱再说》可能正适合你。真实经历，百万实战，避坑指南！ 👇 获取方式： 📖 小报童：bit.ly/4hWbnor 📄 PDF 版：bit.ly/4hzt2lM 📂 飞书文档：bit.ly/4hEYsHy 已经在路上的人，欢迎评论分享你的产品变现故事！🚀

看到这个 @garrytan 第一人称写的 YC 彩蛋感觉自己被升华了😂 免费开源一个顶级 skill 框架，让全世界的 builder 用它打磨自己的想法，跑完的人自然是最有 agency 的一批，然后在最后轻轻推一把：来申请 YC 吧。 这不是广告，这是筛选 惊叹于大佬的顶级思维太强大了 top-of-funnel

gstack：YC CEO开源的工具集 可以把Claude Code变成有角色分工、有流程管控的开发团队，本质是15个“/命令”，把开发流程拆成了7个阶段： Think → Plan → Build → Review → Test → Ship → Reflect，可以从产品需求、UI设计、测试等多个方面提升软件开发的质量。 Github：github.com/garrytan/gstack

自主进化的 skills 最后又回到如何高效维护知识库的老路上了，这个课题又和记忆系统走到一条路上。我读了一下午关于参数化记忆的论文和项目，在本地维护一个参数化小模型随时进化，作为中心化达模型的外挂，可能是记忆系统和自主智能进化的一条路。

@dontbesilent 牛B！比较了下。 /office-hours = 商业验证优先 — "别浪费时间做没人要的东西" /superpowers:brainstorming = 创意发散优先 — "先不想能不能卖，看看怎么实现"

也特别有感触，一旦深度体验和使用在自己的这个工作流里面就永远回不去了，而且基于Claude code的这个专属的模型。 并且我在第一时间就在想，能不能自己把这套模型思维，给融入到我自己的openclaw之中。 最后的发现就是让我有点失望，虽然给出了很多代替的方案，但是真实体验下来，感觉效果还是差了一个度的。 远远不如直接在Claude code之中去执行和解决来的实在，体验的输出和流畅。 gstack 把这些环节，变得极其的丝滑，必须要彻底深度使用！ 1. 流程标准化 - 把开发流程变成可重复的剧本 2. 角色专业化 - CEO/设计师/工程师/QA 的视角 3. 并行开发 - 同时推进多个功能 4. 自动化审查 - 减少低级错误

本周喜欢的论文和工作： SkillNet，SkillCraft OpenClaw-RL，MetaClaw 主题，进化！

如果要为这周的 AI 发展一个关键词，那就是自主进化。 从 Meta-Evolution、AutoHarness、SkillNet、SkillCraft MiniMax-M2.7 等一系列工作可以看到，AI 正在走向自主发现，自主约束，自主学习新 skills，甚至完成模型级别的自我进化。 其中 SkillCraft 给我的启示非常大：我们不需要也不应该为了某一个任务去安装第三方 skills，而应该直接从 tool call 的实践中抽象，构建和复用新的 skills。 今天，用 MiniMax-M2.7 复现了 SkillCraft 关于发现新的 skills 的方法。 几个重要的步骤： Observer -> 观察 tool call Pattern -> 从 tool call 中归纳规律，生成新的 skill Save -> 保存新 skill Reuse ->遇到类似问题时，直接复用 skill，而不再重复tool call MiniMax-M2.7 非常出色的完成了这个任务！ Kudos to @MiniMax_AI @SkylerMiao7 Kudos to 做自主进化的AI 研究员，what a week!

非常感谢马老师的打call !! 忍不住分享一点SkillCraft背后的故事。 初衷起源于我们去年对 embodied LLM agent RL 的探索。当时我们让大模型用 RL 学推箱子，怎么训都训不上去。探索之后我们发现，这不是 RL 的问题，而是 grounding 的问题：任务极度依赖坐标，但模型却无法从一堆二维字符串里自己提取出坐标信息。无奈之下我们当时用了简单粗暴的解法：直接改渲染函数，手动把坐标喂给模型再做 RL，同时让它做坐标转移预测来学 world model 作为 mid-training，效果很好。这条路后来写成了 SPA: arxiv.org/abs/2510.15047 问题是解决了，但我们一直不甘心。与其每次都由先验来告诉模型"你缺的是坐标"，它能不能自己发现自己被什么卡住了，然后自己造个工具，把未知的状态空间转化成它能理解的表征？说到底，工具的本质是压缩: 把一段反复出现的认知或操作开销封装起来，让后续调用的边际成本趋近于零。人类造工具如此，模型造工具也应该如此。 沿着这个思路，我们花了很长时间思考：模型应该怎么造工具？造什么样的工具？造出来之后又怎么存、怎么复用？ 以及什么样的场景才能激发出模型“造工具的智能”？ 于是，我们基于 OpenClaw 式的真实任务 benchmark Toolathlon，设计了四个极简协议：save_skill、get_skill、list_skills 和 execute_skill，使模型能够自主发现、调用并存储自己构造出的工具。同时，我们还合成了一批模拟真实场景中重复工作流的任务，用于系统评测模型运用这些协议的能力。 更详细的答案在 SkillCraft: arxiv.org/abs/2603.00718

CoreExtendedNFC 一个把 iOS 上 NFC 高层协议逻辑补齐的 Swift Package👍 github.com/Lakr233/CoreEx…

别守着 CLAUDE 了，换 GPT-5.4 吧，性价比极高。 官方现在和白送一样，4% 的价格就能跑，性能除了 opus4.6 外一点不差。 但是价格是指数级的下降呀！！下方⬇️有网址

Helius — 一个用 Rust 写的 local-first 个人财务追踪器 Helius 是个用 Rust 做的、local-first 的个人财务工具，数据本地存 SQLite，有全屏终端 UI 和 CLI，现阶段重点是收支、周期性账单/收入、预算和现金流预测；银行直连暂时没有，录入方式偏手动或 CSV。 github.com/STVR393/helius…

最近我们做了一次探索, 有参考的情况下, 让 AI 去使用新技术栈复刻一个现有项目. 结果非常好. 具体案例: 我们用 rust + apache datafusion 复刻了 osquery. happy path 跑的很顺利. repo 在这里了: github.com/boring-design/…

兄弟们。发现一个很好的开源项目，专门教你怎么做 vibe coding，GitHub 上已经有 1.5 万多颗星了。 这个项目最有意思的地方在于，它是用一套哲学框架来讲编程的，分成道、法、术、器四个层次。 道，就是先想清楚你要做什么，确保每一步都有明确的方向。 法，讲的是架构层面的事，模块要独立，接口要先行，整体结构要清晰。 术，聚焦在调试环节，核心思路是拿预期结果和实际结果做比对，然后让 AI 定向去修复问题。 器，说的是工具组合，怎么把 IDE、AI 模型和各种辅助工具搭配到最优状态。 除了这套方法论，它在实操层面也做得很扎实。项目内置了提示词库和可复用的技能模块，拿来就能用。上下文是固定的，AI 不会聊着聊着就忘了项目背景。代码采用模块化设计，干净且容易维护。还有一套递归优化的机制，生成器负责产出，优化器负责打磨，用得越多效果越好。 整体思路就是把 AI 从随意生成代码，变成一个稳定、可用、越用越顺手的开发伙伴。 仓库地址：github.com/2025Emma/vibe-…

这套方法论更适合有一定编程基础的人，对完全不懂代码的人来说，'架构设计'这一层门槛依然存在。

InSpatio-World：把视频模型变成世界模型 虽然还远远达不到Genie 3的效果，但是已经可以把输入的视频，实时变成可以探索的3D场景。 Github：github.com/inspatio/inspa…

hurl真好用呀，写起来舒服用起来也舒服。

Don't panic. GLM-5.1 will be open source.

创作高质量动画的门槛被彻底打破。现在只需一台1080P摄像头和8GB的VRAM，Blender的实时动作捕捉插件就能实现本地实时处理。 小型团队和独立创作者从此无需昂贵设备，即可进入高质量动画制作领域。这不仅是技术的进步，更是创意行业的重大变革。