搜索
今天，清华大学 THUNLP 实验室、东北大学 NEUIR 实验室、OpenBMB 、面壁智能与 AI9Stars 联合发布 UltraRAG 3.0 ，针对上述痛点，为科研工作者与开发者打造更懂开发者的技术框架，具备 3 大核心优势：
这是一个拥有23.7k star的Skills开源项目。支持一键部署在Claude code、Codex以及最近非常火的Opencode。
planning-with-files是开源社区最近疯传的一个Skill，发布仅四天收获3.3k star。目前还在持续增长。
有没有一款工具，既有 Claude Code 那么强大的能力，又是完全开源免费的，还能让我自由选择用哪家的AI模型？答案是：有的！就是在GitHub上狂揽50.2K Star的新晋开源编程神器：OpenCode。
BMAD推出了： BMAD Method v6 for Claude Code skills。这不仅仅是一套Skills集，它是一套将敏捷开发方法论（Agile Methodology）与AI原生能力深度融合的工程框架。它将Claude Code从一个“更聪明的编辑器”转变为一支具备9种专业角色、15种标准工作流的“全栈敏捷开发团队”。
GitHub上最近出现了一个非常火的项目Agent-Skills-for-Context-Engineering，发布不到一周就斩获了2.3k Stars。为什么它能瞬间引爆社区？因为站在2025年末的节点上，我们已经受够了那些只存在于大厂白皮书里的Context Engineering（上下文工程） 理论。
大家好，我是继续研究n8n的袋鼠帝 还记得我第一次给大家推荐n8n这款开源工作流自动化神器的时候吗（今年4月）
5000亿美元，是NASA预估能让人类完成火星登陆的预算、能买下1.36个阿里（3670亿美元）、3.5个NBA联盟（1400亿美元）、建设100座Apple Park（50亿美元）、买1400亿杯咖啡（3.5美元），却只够OpenAI建一座Stargate数据中心。
但当我们把视线从焦点模型上，挪到手机里AI应用真实数据上，就会发现一幅不同的画面。可以看到在非凡产研 10 月 AI App 增速榜上，跑得最快的那 17 个，并不是万事皆可聊的通用助手，而是一群看上去有点普通、甚至有点土气的小应用，其中Gauth、Starry、Knowunity、AI Baby Generator已经连续两个月上榜了。
地面上的算力“内卷”，终于突破了大气层的束缚。前脚，装有英伟达H100的Starcloud-1卫星搭乘SpaceX的猎鹰9号火箭成功进入轨道，迈出构建“太空超算”的关键一步。谷歌紧随其后，火速披露了部署搭载TPU卫星集群的“太阳捕手”计划（Project Suncatcher）。