开源

Lore是Epic Games开源、基于Rust打造的下一代版本控制系统，专为代码与大体积二进制资产并存的游戏及娱乐行业设计，追求数据与团队规模的极致可扩展性，同时服务开发者与美术两类角色。MIT协议完全开源，一行命令即可本地体验，有望成为Perforce的开源替代方案。

awesome-openclaw-agents 是 OpenClaw 生态最大的智能体模板库，收录 205 个生产级 SOUL.md 配置，覆盖生产力、开发、营销等 24 个类别。每个模板复制即用，配套 Docker 部署包，支持 MCP、多智能体与 Telegram 集成，近 4000 Star 彰显社区热度。

外出办公, 对比市面上的远程工具, 无论画质、软件适配, 都不如 windows 自带的远程桌面, 但外出如何使用 windows远程桌面？ 是否可以无需远程桌面, 直接访问公司的内网 WEB, GIT, SSH 等？ feat: 默认需要管理员权限运行 feat: 支持多个Local端或者Remote端同时运行在一台主机上 feat(ui): 启动服务时校验互斥，避免与其...

BookLore 是一款开源自托管数字图书馆应用，基于 Spring Boot 与 Angular 构建，支持智能书架、自动元数据补全、内置 EPUB、PDF 与漫画阅读器，兼容 Kobo、KOReader 及 OPDS 同步，并提供多用户与 OIDC 认证。借助 Docker 一键部署，藏书管理、在线阅读与分享推送全部私有化完成。

Meta 把 MongoDB 的 CEO 挖走了，代价是 MongoDB 股价周一早盘崩了 18%。Chirantan "CJ" Desai 上任才不到一年，就从数据库软件公司的最高位跳去 Meta 带一个全新的部门——把 Meta 的 AI 工具卖给企业客户。 职位是专门给他新设的：Meta 企业平台首席官（chief enterprise platform officer），直接向扎克伯格汇报...

TUIOS 是一款基于 Go 和 Charm 技术栈构建的现代终端复用器与窗口管理器。它不仅提供类 Vim 模式、BSP 平铺、会话持久化等传统高级终端功能，更创新性地引入了 AI Agent 状态追踪与消息收件箱机制，让开发者能直观掌控多个编码代理的运行情况。凭借事件驱动渲染和零空闲 CPU 消耗，TUIOS 正重新定义人机与 AI 协同的终端工作流。

Codeaha｜码悟 Code + Aha，看见代码的顿悟时刻 本地优先、国产大模型友好的 AI 编程 Agent。 基于 GoFrame + Eino + mark3labs/mcp-go + GF sqlite 驱动（glebarez/go-sqlite，纯 Go 无 CGO）构建。 核心特性 本地优先 — 会话、消息与代码变更全部落盘本地 SQLite，代码数据不出本机 Agent 推理 —...

Headroom是一款专为AI代理设计的上下文压缩工具，能在工具输出、日志和RAG块等数据到达大模型前进行本地压缩。它可减少20%的代码代理token和60-95%的JSON token，且保证答案不变。通过库、代理和MCP服务器多种形式集成，有效降低成本并突破上下文窗口限制。

Linux 内核里的 LZ4 压缩实现，终于要停止维护自己的那份「fork」了。三星的 Michal Wilczynski 提交了一个 RFC 补丁系列（9 个 patch），把内核里的 LZ4 从「手工维护的分叉」改成「原样同步 vendor 源码、构建时再适配」，这样以后同步上游就演变成一次目录拷贝。 fork 的代价是实打实的。内核里的解压器最后一次跟上游...

荷兰政府正在给自己造一套基于 Linux 的办公系统，替代 Windows 和 Office。这套系统叫 DAWO（Digitaal Autonome Werkomgeving Overheid，自治数字政府办公环境），底层是荷兰本土的 Linux 发行版 NixOS，蓝图里不只是操作系统，还包括办公套件、协作应用、云服务和运维工具。荷兰科技媒体 Tweakers 对该项目的三位核心开...

VHS 是由 Charm 团队打造的终端录制工具，它颠覆了传统的录屏方式，允许开发者通过编写简单的 .tape 脚本文件来精准控制终端输入、输出与等待时间，从而自动生成高质量的 GIF 动图。这种 GIF as code 的理念不仅让终端演示变得可版本控制和可复现，还极大地简化了 CLI 工具的文档编写与集成测试流程，是终端美学与实用主义的完美结合。

一个叫 Jeff 的开源项目，把「专做快速决策的小模型」这条路又往前推了一步。它是 Qwen3.5 和 Gemma 4 的微调版本，定位是“zero-shot（零样本）”分类器——你描述一个场景、列一堆选项，Jeff 一次前向计算就返回每个选项的校准概率，不生成文本、不用解析，在 RTX PRO 6000 上约 22 毫秒出一次决策，Apple M4 Max（MLX...