WebToApp 是 GitHub 上的開源 Android 應用，把手機本身當成 APK 工作台，能在裝置內修補模板 APK、完成簽章並輸出可上架 Google Play 的 AAB，還可 fork+exec Node.js、PHP、Python、Go、WordPress 等服務端執行環境。它適合想把網站、靜態前端或小型服務端專案快速變成可安裝 App 的個人與小團隊，但服務端類型無法走 AAB 上架、執行環境仰賴第三方下載、簽章金鑰須自行保管，功能面龐大也帶來設定漂移與長期維護成本。
GitHub →
BaziJS 是一個專為瀏覽器設計的八字排盤 SDK，將複雜的命理規則模型化為可追溯的結構化數據。它提供從曆法換算、四柱推導到強弱分析與神煞判定的完整流程，並支持多流派 Profile 切換與 AI Context 輸出，但其分析結果基於規則模型而非科學量測。
GitHub →
該工具在邏輯設計上極其成熟，將日誌解析與防火牆 API 抽象化，有效解決了跨平台安全防禦的統一性問題。然而，其效能高度依賴於正規表達式的精準度，且存在典型的『誤封風險』，在缺乏嚴格白名單配置的前提下，可能將安全工具轉化為自我拒絕服務（DoS）的風險點。
GitHub →
該工具將 AI 從『建議者』成功推向『執行者』，在漏洞驗證的實踐路徑上具有高度的前瞻性，評價為『極具潛力的破壞式工具』。其核心價值在於將不可信的掃描結果轉化為可驗證的 PoC，有效解決了資安業界長久以來的誤報痛點。然而，由於其處於 Alpha 階段且具備不可預測的攻擊行為，在缺乏嚴格環境隔離與法律授權的前提下，其部署風險極高。
GitHub →
FakeRDP 是一個以 C# 撰寫的防禦型蜜罐，透過模擬 RDP 協定流程擷取攻擊者的登入憑證。它支援多種安全模式與高併發資源保護，但僅能擷取 NLA 模式下的帳號而無法取得明文密碼，適用於受控環境下的威脅偵測。
GitHub →
RD-Agent 是由微軟開源的一個多 Agent 框架，旨在將數據驅動的研發過程（R&D）自動化。它透過「研究（Research）」與「開發（Development）」的協同循環，實現從閱讀論文、提出假設到編寫代碼與驗證的閉環，目前在量化金融、Kaggle 競賽及 LLM 微調等場景展現出強大的自動化工程能力。
GitHub →
一個使用 Shadcn UI 與 Vite 構建的管理後台 UI 集合，提供響應式佈局、RTL 語言支持及豐富的頁面範例。該項目非啟動模板，而是一套可複用的 UI 組件實作參考，適合需要快速搭建後台介面且對可訪問性有要求的開發者。
GitHub →
這是一個極端追求記憶體效率的推理引擎，透過將 1.56 TB 的 Kimi K3 模型透過權重串流（Streaming）與 MXFP4 量化，實現僅需 8GB RAM 即可在單機 CPU 上運行。其核心並非計算突破，而是對 I/O 與記憶體佈局的精準控制。
GitHub →
本 Repo 實作了一篇學術論文的實驗代碼，旨在證明可以透過在產品描述中插入精心設計的「策略性文本序列 (STS)」，來操縱 LLM 的推薦結果，使特定產品在推薦名單中排名第一。這是一個典型的對抗性攻擊 (Adversarial Attack) 實驗，揭示了 LLM 在作為購物或資訊推薦工具時的脆弱性。
GitHub →
一個基於 Python 的開源的 AI 瀏覽器自動化框架，透過 CDP 協議讓 LLM 能自主導航、操作網頁元素並完成複雜任務。它提供從低階 Actor API 到高階自主 Agent 的完整工具鏈，並針對瀏覽器自動化優化了專屬模型與系統提示詞。
GitHub →
這是一個將專業工作流程（如 PRD 撰寫、RICE 優先級排序、事故後檢討）標準化為 SKILL.md 文件的開源庫。它不只是提示詞集合，而是一套包含評分機制、記憶體系統（Professional Brain）與多模型評測（SkillBench）的專業 AI 技能基礎設施，旨在解決 AI 輸出過於泛泛而談的問題。
GitHub →
VoxCPM2 是一個開源的端到端 TTS 系統，採用 Tokenizer-Free 架构與擴散自回歸模型，支持 30 種語言與 48kHz 錄音室級音質。它提供從自然語言描述創造音色（Voice Design）到極致聲音克隆（Ultimate Cloning）的多種模式，並在 vLLM 與 llama.cpp 等推理框架上有深度的生態支持。
GitHub →