日报 · Star 增速 · 2026-06-08
今天值得试的三个项目：写快变话题前搜集近期讨论、改善 AI 界面设计、把聊天笔记文档放进一个自托管工作台。
数值取自 GitHub 官方 stargazers/history 接口，是统计窗口内逐日新增的 star 数。项目介绍与下方讲解由编辑补充。
围绕一个话题搜集近一个月网页和社区讨论的调研技能。写一个变化很快的选题前，可以先用它找近期线索和具体讨论，再回到来源核查，避免只翻到几年前的旧资料。
一组改善 AI 界面设计的技能，关注排版、字体、动效和间距。还提供先做视觉参考、再交给编程助手实现的流程，适合那种“说了半天，AI 还是没理解我想要什么样”的场景。
把 AI 聊天、调研、文档、笔记和计划工具放在一起的自托管工作台。每天需要在这些事情之间来回切换时，可以试着集中到一个应用里，再按实际任务检查哪些功能已经够用。
在内容发给模型之前，压缩日志、工具输出和检索文档的工具。Agent 经常被大量重复文本塞满上下文时，可以试试它，但要拿真实任务检查关键细节有没有保留下来。
通过量化压缩向量、减少检索索引内存占用的工具，提供 Python 接口。它支持持续加入新向量，不必先单独训练索引，适合试做一个资料越来越多的本地文档搜索库。
带长期记忆的个人 AI 助手，可以从终端或聊天软件指挥它。它能把做过的任务保存成技能、查找旧对话，适合需要反复跟进、希望助手记得前几次怎么处理的事情。
把代码和项目文档整理成可浏览、可查询的关系图，还会标注关系是原文提取还是推断出来的。资料散在多个文件里时，可以顺着图找联系，再分清哪些有直接依据、哪些需要核查。
在本地索引代码符号、调用和依赖关系，通过 MCP 交给 AI 助手查询。改一个函数前，可以先顺着关系找到相关代码；是否比普通搜索省事，拿自己的仓库和真实问题试一下最直接。
在桌面界面里统一管理多个 AI 编程工具的模型服务、MCP 和技能配置。经常在 Claude Code、Codex 等工具之间切换时，可以少来回找配置文件、手工同步相同设置。
把 PDF、Office 等文档转成 Markdown 的工具，方便后续搜索和 AI 处理。手里有一堆格式混杂的资料时，可以先转成统一文本，再检查标题、表格等结构是否提取完整。
阅读笔记更新于 2026-09-07；上方保留原统计期的排名。
经常写变化很快的话题，可以看看 mvanhorn/last30days-skill，你给它一个主题，它会搜集近一个月的网页和社区讨论。写稿前先跑一遍，能避免只翻到几年前的旧资料。但要注意，它收集的帖子是待核查的线索，不是公众意见的完整样本。第一次使用建议挑一个你本来就很熟的主题，这样能立刻判断它找到的链接是否比你自己搜索更省事。
Leonxlnx/taste-skill 针对的是另一个常见烦恼：AI 生成的界面排版、间距和动效总差点意思。它提供一组设计技能，还支持先做视觉参考再交给编程助手实现。如果你觉得“说了半天 AI 还是没理解我想要什么样”，可以拿一个反复改都不满意的小页面试一次，看它做出来的参考和之前的长提示相比有没有明显进步。
pewdiepie-archdaemon/odysseus 则把 AI 聊天、调研、文档、笔记和计划工具放进一个自托管工作台。与其逐个翻功能，不如直接拿明天的工作测试：把聊天、笔记和安排都搬进去用一天，看哪些缺口真正妨碍你。
