开源工具实测与源码拆解 (6)

区分本机实测、源码拆解与资料整理,记录版本、环境、真实产出、成本、常见问题和商用边界。

推荐阅读顺序

  1. Papermorph 实测:4 个官方案例与 4 个本地原创试样

    Papermorph 安装与三端实测:核对线性代数、纸偶绘本、纪录片和历史地图四个官方案例,并在本地制作四个中文原创试样,实际导出截图、带配音 MP4 与字幕。

  2. 1.46 万 Star 的 Aperant:给 Claude Code 套上 12 路并行的桌面军团,我把源码翻了个底朝天

    AndyMik90/Aperant(前身 Auto Claude)是一个 1.46 万 Star 的自主多会话 AI 编码框架,以 Electron 40 + React 19 桌面应用形态,把 Claude Code CLI 编排成最多 12 个并行 agent 终端:每个任务在独立 git worktree 中规划、编码、自验证、智能合并,主分支保持只读安全。本文基于 1146 个 TS 文件、约 31.4 万行源码实测,拆解它的自主编码闭环(spec 规划→parallel-executor 并行→qa-loop 自验证→auto-merger 语义合并)、worktree 隔离机制、基于 libSQL 图数据库与五级 embedding 降级的记忆层、OS 沙箱/文件系统限制/命令白名单/secret-scanner 四层安全模型,也如实说清它的本质是 Claude Code 的工程化外壳而非新模型、强依赖 Claude Pro/Max 订阅、2.x 已进入维护模式且 3.0 在独立仓库推倒重构(PR 暂停、最近 release 停在 2026-03),以及 AGPL-3.0 的闭源 SaaS 商业授权边界。

  3. Vercel 开源的 1.5 万 Star 工具:让 AI 不用截图、不靠像素,直接「读懂」你的桌面

    vercel-labs/agent-desktop 是 Vercel Labs 开源的 Computer Use CLI(Apache-2.0,Rust 约 35 万行、2628 个源文件):与主流「截图+视觉模型+像素坐标」的 computer use 不同,它直接读取操作系统的无障碍树(macOS AX API / Windows UI Automation / Linux AT-SPI),把桌面 App 的界面结构化成带 ref 的 JSON,Agent 对 ref 点击、输入,再重新快照验证,形成确定性的 observe→act→verify 循环,内部不含任何模型。默认无头(不移动鼠标、不抢焦点),60 个命令名/56 个操作命令,支持 CLI、C 库和 stdio MCP server,npm 月下载约 3.1 万。本文克隆仓库拆解它的快照/ref 严格解析机制、三态证据模型、防窗口句柄复用的身份校验、平台适配架构和安全边界(快照可能含隐私、密钥走 stdin),也说清它的局限:依赖 App 无障碍支持质量、部分操作必须 headed、1.2 版仍在快速迭代。

  4. 零粉丝新号 13 天 37 万播放:这个开源 Agent Skill,让代码一帧一帧画出整条短视频

    anneheartrecord/charles-video-maker 是一个 MIT 协议的 Agent Skill:文字稿进去,带配音、逐字字幕、封面和发布文案的竖屏成片出来,画面由模型写一个 render(t) 网页、用 Playwright 逐帧截图再经 FFmpeg 合成,不是抽卡式一句话生视频。它合并了 xilo-opus-video 的代码渲染流水线与 Anatomy 等距机器插画,内置事实核查闸门、-14 LUFS 响度、Whisper 逐字时间戳对齐、静止帧检查,还能实录/原片/免版税空镜打底、接 53 种 Lemo-Opuscar 画风。最有话题性的是它的抖音知识号模式:从一条正在爆的原片出发做风格复刻,作者用它零粉丝新号 13 天做到 37 万播放、0 投流,代表作 78 秒 23.1 万播放。本文克隆仓库(约 2.9 万行脚本)拆解它的制作流水线、四种画面路线、D-1→D5 抖音起号工作流和质量闸门,也说清它不做什么(不剪辑已有视频、不用视频模型、Claude 不亲手写文案)以及真实数据背后的边界。

  5. 30 万 Star 的 Superpowers:我通读源码,看它怎么把 Claude Code 驯成靠谱工程师

    obra/superpowers 是一年涨到 30 万 Star 的编码 Agent 方法论插件:15 个可组合 skill 加一个 SessionStart 钩子,强制 AI 先头脑风暴、再写规格与计划、用子 Agent 执行、TDD、评审。本文克隆 v7.0.0 源码、实跑启动钩子,拆解它的注入机制、七步工作流、跨 16 种 Agent 外壳的适配,以及那个反直觉的 94% PR 拒绝率。

  6. 别用 Sora 硬刚科普了:给个主题,这个开源 skill 用代码"画"出整条讲解视频

    anything2explainer 是一个 Claude Code/Codex skill:给一个主题,产出黑底 MG 风格的科普讲解视频,带 TTS 配音、字幕和章节进度条。画面全部由 Remotion 代码绘制,事实可追溯、可逐帧修改、可复现,无需视频生成模型和 GPU。

1.46 万 Star 的 Aperant:给 Claude Code 套上 12 路并行的桌面军团,我把源码翻了个底朝天

AndyMik90/Aperant(前身 Auto Claude)是一个 1.46 万 Star 的自主多会话 AI 编码框架,以 Electron 40 + React 19 桌面应用形态,把 Claude Code CLI 编排成最多 12 个并行 agent 终端:每个任务在独立 git worktree 中规划、编码、自验证、智能合并,主分支保持只读安全。本文基于 1146 个 TS 文件、约 31.4 万行源码实测,拆解它的自主编码闭环(spec 规划→parallel-executor 并行→qa-loop 自验证→auto-merger 语义合并)、worktree 隔离机制、基于 libSQL 图数据库与五级 embedding 降级的记忆层、OS 沙箱/文件系统限制/命令白名单/secret-scanner 四层安全模型,也如实说清它的本质是 Claude Code 的工程化外壳而非新模型、强依赖 Claude Pro/Max 订阅、2.x 已进入维护模式且 3.0 在独立仓库推倒重构(PR 暂停、最近 release 停在 2026-03),以及 AGPL-3.0 的闭源 SaaS 商业授权边界。

#开源#Aperant#Claude Code#AI编程#多智能体#Electron#git worktree#AGPL#自动化 阅读全文 »

Vercel 开源的 1.5 万 Star 工具:让 AI 不用截图、不靠像素,直接「读懂」你的桌面

vercel-labs/agent-desktop 是 Vercel Labs 开源的 Computer Use CLI(Apache-2.0,Rust 约 35 万行、2628 个源文件):与主流「截图+视觉模型+像素坐标」的 computer use 不同,它直接读取操作系统的无障碍树(macOS AX API / Windows UI Automation / Linux AT-SPI),把桌面 App 的界面结构化成带 ref 的 JSON,Agent 对 ref 点击、输入,再重新快照验证,形成确定性的 observe→act→verify 循环,内部不含任何模型。默认无头(不移动鼠标、不抢焦点),60 个命令名/56 个操作命令,支持 CLI、C 库和 stdio MCP server,npm 月下载约 3.1 万。本文克隆仓库拆解它的快照/ref 严格解析机制、三态证据模型、防窗口句柄复用的身份校验、平台适配架构和安全边界(快照可能含隐私、密钥走 stdin),也说清它的局限:依赖 App 无障碍支持质量、部分操作必须 headed、1.2 版仍在快速迭代。

#开源#Vercel#Computer Use#AI Agent#Rust#无障碍#桌面自动化#MCP#CLI 阅读全文 »

零粉丝新号 13 天 37 万播放:这个开源 Agent Skill,让代码一帧一帧画出整条短视频

anneheartrecord/charles-video-maker 是一个 MIT 协议的 Agent Skill:文字稿进去,带配音、逐字字幕、封面和发布文案的竖屏成片出来,画面由模型写一个 render(t) 网页、用 Playwright 逐帧截图再经 FFmpeg 合成,不是抽卡式一句话生视频。它合并了 xilo-opus-video 的代码渲染流水线与 Anatomy 等距机器插画,内置事实核查闸门、-14 LUFS 响度、Whisper 逐字时间戳对齐、静止帧检查,还能实录/原片/免版税空镜打底、接 53 种 Lemo-Opuscar 画风。最有话题性的是它的抖音知识号模式:从一条正在爆的原片出发做风格复刻,作者用它零粉丝新号 13 天做到 37 万播放、0 投流,代表作 78 秒 23.1 万播放。本文克隆仓库(约 2.9 万行脚本)拆解它的制作流水线、四种画面路线、D-1→D5 抖音起号工作流和质量闸门,也说清它不做什么(不剪辑已有视频、不用视频模型、Claude 不亲手写文案)以及真实数据背后的边界。

#开源#AI视频#Agent Skill#短视频#抖音#代码动画#FFmpeg#Playwright#Whisper#自动化 阅读全文 »

30 万 Star 的 Superpowers:我通读源码,看它怎么把 Claude Code 驯成靠谱工程师

obra/superpowers 是一年涨到 30 万 Star 的编码 Agent 方法论插件:15 个可组合 skill 加一个 SessionStart 钩子,强制 AI 先头脑风暴、再写规格与计划、用子 Agent 执行、TDD、评审。本文克隆 v7.0.0 源码、实跑启动钩子,拆解它的注入机制、七步工作流、跨 16 种 Agent 外壳的适配,以及那个反直觉的 94% PR 拒绝率。

#开源#Claude Code#Agent Skill#TDD#工作流#Hermes#AI编程 阅读全文 »