🔥 今日最热
OpenBMB/VoxCPM — 无 Tokenizer 的多语言语音生成模型
[开源模型] [TTS] ⭐ +779/day
是什么：清华 OpenBMB 团队发布的 VoxCPM2，一个无需 tokenizer 的多语言文本转语音（TTS）模型。支持多语种语音生成、创意声音设计和高保真声音克隆。已在 HuggingFace 和 ModelScope 上开放模型权重和在线 Demo。
解决什么问题：传统 TTS 系统依赖音素 tokenizer 作为中间表示，这限制了模型对多语言、非标准发音和情感表达的泛化能力。VoxCPM2 直接从原始文本到语音波形端到端生成，绕过了 tokenizer 瓶颈，大幅简化了多语言扩展流程。
为什么值得关注：Tokenizer-free 是当前语音生成的前沿方向——与 LLM 领域的去 tokenizer 趋势（如字节级模型）一脉相承。同日 GitHub 上还有 OpenMOSS/MOSS-TTS 上榜，两个中国团队同日推出开源 TTS，说明语音生成赛道正在进入爆发期。对内容创作者而言，高质量开源 TTS 意味着零成本配音时代的加速到来。
anthropics/skills — Anthropic 官方 Agent Skills 公开仓库
[Agent框架] [工具链] ⭐ +454/day
是什么：Anthropic 正式发布了 Agent Skills 的公开 GitHub 仓库。Skills 是一组指令、脚本和资源的文件夹，Claude 可以动态加载以提升特定任务的表现——无论是按公司品牌指南创建文档、用组织专属工作流分析数据，还是自动化个人任务。仓库同时指向了 agentskills.io 标准。
解决什么问题：AI Agent 的能力目前高度依赖 prompt engineering，难以复用和标准化。Skills 提供了一种”模块化能力包”的范式——每个 skill 是一个独立文件夹，包含指令、脚本和资源，可以被任何兼容 Agent 加载执行。这类似于编程语言的包管理系统，只不过管理的是 AI 行为而非代码。
为什么值得关注：继昨天 Cursor 发布官方插件系统后，今天 Anthropic 也开放了 Skills 仓库。但两者的哲学截然不同：Cursor 插件是编辑器专属的扩展机制，而 Anthropic Skills 面向的是 Agent Skills 标准协议（agentskills.io），目标是跨平台通用。这意味着 Agent 能力的”一次编写，到处运行”正在成为行业标准诉求。
🔗 github.com/anthropics/skills
ruvnet/RuView — 用 WiFi 信号实现穿墙感知
[边缘AI] [智能家居] ⭐ +655/day
是什么：RuView 将普通 WiFi 信号转化为实时空间智能系统——检测人员位置、测量呼吸和心率、追踪移动轨迹，全部通过 WiFi 信号完成，无需摄像头或穿戴设备。原生支持 Home Assistant、Apple Home、Google Home 和 Amazon Alexa 四大智能家居生态。
解决什么问题：传统的室内感知依赖摄像头（隐私问题）或穿戴设备（需要主动佩戴）。RuView 利用 WiFi 信号在传播过程中被人体干扰的物理现象（CSI 信道状态信息），实现完全无接触、无摄像头、无穿戴的空间感知。可以在黑暗中、穿墙工作。
为什么值得关注：这是 AI + 物理层感知的绝佳示范。WiFi 感知技术本身并不新（学术界研究了多年），但 RuView 将其工程化为可直接部署的产品，并接入了四大智能家居平台。它代表了”AI 不只是大模型”的一个侧面——将信号处理和机器学习结合到日常基础设施中。对智能家居和养老监测场景有直接应用价值。
🔥 持续热门
| 项目 | 今日变化 | 累计 Star | 首次报道 |
|---|---|---|---|
| MoneyPrinterTurbo | +2,768⭐（回落中） | 持续增长 | 05-29 |
| markitdown | +2,470⭐（加速增长） | 持续增长 | 05-30 |
| liteparse | +925⭐（+32% vs 昨日） | 持续增长 | 05-30 |
| project-nomad | +469⭐ | 持续增长 | 05-30 |
| claude-code | +592⭐（+50% vs 昨日） | 持续增长 | 05-30 |
| compound-engineering-plugin | +349⭐ | 持续增长 | 05-29 |
| stable-worldmodel | +318⭐ | 持续增长 | 05-30 |
| cursor/plugins | +205⭐ | 持续增长 | 05-30 |
🧩 Agent 生态
revfactory/harness — Claude Code 的团队架构工厂
[Agent框架] [Claude Code] ⭐ +55/day（新上榜）
是什么：一个面向 Claude Code 的”团队架构工厂”meta-skill。用户只需说”为这个项目搭建一个 harness”，系统就会自动分析项目需求，设计专门的 agent 团队，定义每个 agent 的角色，并生成它们所需的 skills。定位为 L3 层级的 Meta-Factory。
解决什么问题：当前 Agent 开发需要手动定义每个 agent 的角色、技能和工作流。Harness 将这个过程自动化——从项目分析到团队设计到 skill 生成一条龙。本质上是用 AI 来配置 AI 团队。
为什么值得关注：继 ECC（harness 性能优化系统）之后，又一个聚焦”agent harness”层的项目。这表明 Agent 生态正在从”单个 Agent 做事”向”AI 自主组建 Agent 团队”演进。harness 的思路是让 Claude Code 像一个技术经理一样分配工作，代表了 Agent 编排的下一个抽象层级。
🔗 github.com/revfactory/harness
cursor/plugins — 增量：从 +134 到 +205⭐/day
[工具链]
昨日详细分析过的 Cursor 官方插件系统热度持续上升。值得注意的是，Anthropic Skills 标准仓库今天同时上线，两者在”Agent 能力模块化”方向上形成了竞合关系。
EveryInc/compound-engineering-plugin — 增量：+349⭐ 稳定
[开发方法论]
Compound Engineering 理念持续传播。核心主张”每单位工程工作应让后续工作更容易而非更难”引发共鸣。其 /ce-brainstorm → /ce-plan → /ce-code-review → /ce-compound 工作流已成为一种可复制的 AI 辅助开发范式。
🤖 模型与推理
OpenMOSS/MOSS-TTS — 复旦 MOSI.AI 开源语音生成家族
[开源模型] [TTS] ⭐ +62/day
是什么：复旦 MOSS 团队（OpenMOSS/MOSI.AI）推出的开源语音和声音生成模型家族，专为高保真、高表现力和复杂现实场景设计。模型已上架 HuggingFace 和 ModelScope。
解决什么问题：开源 TTS 模型在中文场景下长期以来表现力和自然度不足，尤其难以处理情感变化和长文本一致性。MOSS-TTS 针对这些痛点优化，并提供了完整的推理管道。
为什么值得关注：同日 VoxCPM2（清华 OpenBMB）和 MOSS-TTS（复旦）两个中国高校团队的开源 TTS 同时上榜，绝非巧合。这标志着国内语音生成赛道已从”追赶”进入”竞速”阶段。两个项目各有侧重——VoxCPM2 主打 tokenizer-free 架构创新，MOSS-TTS 主打高保真和表现力。对开发者来说，开源 TTS 的选择正在变得丰富。
🔗 github.com/OpenMOSS/MOSS-TTS
FareedKhan-dev/train-llm-from-scratch — 从零训练 LLM 教程
[教育] [LLM] ⭐ +327/day
是什么：一个基于 PyTorch 从零实现 Transformer 并训练 LLM 的完整教程。基于《Attention is All You Need》论文，提供从数据下载到文本生成的全流程脚本。支持单 GPU 训练百万到十亿参数模型。
解决什么问题：大多数 LLM 教程停留在”调用 API”层面，缺少从底层理解模型架构的实践路径。这个项目填补了”理解原理”到”实际训练”之间的空白。
为什么值得关注：与 rasbt/LLMs-from-scratch（96K⭐）和 build-your-own-x（+817⭐/day）并列的热门教育项目。反映了社区对”真正理解 AI 而非只做调用者”的强烈需求。对于想进入 AI 底层开发的人来说，这是很好的入门路径。
🔗 github.com/FareedKhan-dev/train-llm-from-scratch
🛡️ 安全与伦理
Anthropic 发布 Claude 全产品沙箱机制详解
[安全] [沙箱]
Anthropic 发布了长文《How we contain Claude across products》，首次详细披露了 Claude.ai、Claude Code 和 Claude Cowork 三条产品线的沙箱隔离方案：Claude.ai 使用 gVisor，Claude Code 本地运行使用 macOS Seatbelt + Linux Bubblewrap，Claude Cowork 使用完整 VM（macOS Apple Virtualization Framework / Windows HCS）。文章还坦承了早期遗漏的风险向量，如 api.anthropic.com/v1/files 的数据外泄路径。
为什么重要：Agent 安全的透明度长期不足，这篇文章是迄今为止最详细的 Agent 沙箱实现公开文档。对其他 Agent 开发者有直接参考价值——特别是”凭证不进入沙箱则无法被窃取”的设计原则。
🔗 anthropic.com/engineering/how-we-contain-claude
”I Am Retiring from Tech to Live Offline” — 开源社区的 AI 离场信号
开源资深开发者 Chad Whitacre（长期关注开源可持续性问题）正式宣布退出科技行业和开源社区，原因直指 AI。他在经历了”连续三天每天 12+ 小时使用 Claude Code”后感到”脑中有另一个人在共享我的内心独白”，最终选择成为”AI Amish”——不用 AI，不用社交媒体，回到模拟时代生活。
为什么值得关注：不是又一个社交媒体上的空洞抱怨。Chad 是 Open Source Endowment 的核心贡献者，他的离场代表了开源社区中一部分资深开发者对 AI 侵蚀的真实焦虑。Simon Willison 也认为这是他见过的最真诚的”退出”案例。开源可持续性问题在 AI 时代变得更加尖锐。
🔗 simonwillison.net/2026/May/30/retiring-from-tech-to-live-offline
🏭 行业动态
- How we contain Claude across products (Simon Willison/Anthropic) — Anthropic 首次披露全产品线沙箱架构，gVisor、Seatbelt、VM 方案详解。链接
- Running Python ASGI apps in the browser via Pyodide (Simon Willison) — 浏览器端 Python 运行时新进展，对 AI 应用本地化部署有参考价值。链接
- Ollama 更新支持列表 — 描述中新增 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss 等模型，本地推理工具的模型覆盖持续扩大。链接
🔮 趋势总结
1. TTS 赛道一日双响，语音生成进入开源爆发期：VoxCPM2（清华）和 MOSS-TTS（复旦）同日上榜，分别代表了 tokenizer-free 架构创新和高保真表现力两个方向。加上 Ollama 持续扩展模型支持列表，“本地部署一切 AI 能力”的愿景正在快速变成现实。
2. Agent 技能标准化从”各自为政”走向”协议之争”：Anthropic Skills 标准仓库今天正式上线，与昨天 Cursor 的插件系统形成了”开放协议 vs 生态锁定”的路线分歧。agentskills.io 是否能成为 Agent 能力的”npm”或”PyPI”，取决于社区的采纳速度。
3. Agent 安全透明度正在成为新的竞争维度：Anthropic 主动公开沙箱实现细节，这在半年前是不可想象的。随着 Agent 获得越来越多系统权限（文件系统、网络、代码执行），用户对安全性的焦虑也在增长。谁能提供最透明的安全保障，谁就能在信任敏感的企业市场中占据先机。
数据源：GitHub 34 条 / Reddit 0 条（全部 403 Blocked）/ Blogs 4 条