AI Repos

1、mcp-server-chatsum
用Wechaty在本地运行微信机器人，实时收集微信消息并存储在本地文件中，解决隐私问题；在本地运行一个mcp-server-chatsum程序，接收查询请求，从本地文件中返回匹配的微信消息（支持按群名、联系人、话题等条件查询）；用Claude桌面版作为交互入口，随时查询和总结微信消息，由Claude桌面版与本地的mcp-server-chatsum进程通信，再由Claude内置的大模型完成总结回复。

2、oasis
OASIS 是一个开源社交媒体模拟器，可模拟多达百万个代理，研究 Twitter 和 Reddit 等平台上的用户行为。它结合大型语言模型与规则代理，支持可扩展性和动态环境，提供 21 种行动（如关注、评论）和推荐系统，真实再现用户互动。OASIS 旨在帮助研究人员探索信息传播、群体极化等现象，作为强大且灵活的工具，推动社交媒体动态的学术研究与独立调查。

3、ScrapeServ
一款将网站 URL 转换为完整数据和截图的开源工具：ScrapeServ。基于 Docker 容器运行，使用 Playwright 和 Firefox 浏览器引擎执行 JavaScript，能自动滚动页面截取多个区域，并返回完整的网站数据。

4、nanobrowser
一款开源的 AI 网页自动化工具：Nanobrowser。OpenAI Operator 的开源平替，在浏览器中本地运行，支持多智能体系统。完全免费、注重隐私、灵活的 LLM 选项、完全开源，让网页操作变得更加智能高效。

5、bilive
bilive 是一款开源工具，专注于自动化录制和管理 B 站直播内容。用户可通过其实现 7x24 小时无人值守录制，支持多房间直播视频及弹幕（包括付费留言、礼物等）抓取，自动渲染弹幕和字幕，智能切片并上传至 B 站。

6、sqlwise
这是一个网页项目，包含前后端。通过简洁的自然语言描述，生成精准的SQL查询语句。可以通过问题匹配到相关文档，生成记录，相关表列，然后组装成上下文提交给AI生成SQL。

7、PocketFlow
Pocket Flow 是一个仅用100行代码打造的极简LLM（大型语言模型）框架，专为开发者设计，帮助他们轻松构建强大的AI应用。尽管代码量少，它却拥有媲美大型框架的功能，支持多代理、工作流、检索增强生成（RAG）等特性。Pocket Flow 秉持轻量级、无依赖和无厂商锁定的原则，内置模块化和关注点分离的设计理念。其直观的API不仅方便人类开发者使用，还能让AI代理协助开发复杂的LLM应用。

8、mcp-server-template
MCP服务器模板是一个开源的入门项目，专为开发者构建自定义模型上下文协议（MCP）服务器而设计。它与Cursor和Claude Desktop等AI工具兼容，提供快速搭建个性化MCP服务器的基础框架。该模板采用TypeScript编写，集成modelcontextprotocol/sdk，为开发者提供了一个开箱即用的解决方案。

AI News

1、AI 编程助手 Cursor 或以 100 亿美元估值融资，投资者热情高涨
Anysphere 开发的 AI 编程助手 Cursor 正以近 100 亿美元 估值融资，较三个月前 25 亿美元 估值大幅增长，显示投资者对 AI 编程工具的高度热情。其年化收入（ARR）增至 150 万美元，估值达收入 66 倍。同样，Codeium 以 30 亿美元 估值融资，ARR 为 4000 万美元，估值 70 倍。AI 编程工具因提升开发者效率和巨大市场潜力备受看好，尽管竞争加剧且依赖底层模型，投资者仍相信其增长前景将超越其他行业。

2、谷歌推出纯AI模式的搜索
谷歌推出了纯AI模式的搜索功能“AI Mode”，通过Google Search Labs实验性发布，旨在为用户提供更深入的搜索体验。该功能基于定制的Gemini 2.0模型，采用“查询扇出”技术，同时搜索多个来源并整合信息，生成综合性AI答案。AI Mode支持复杂问题和后续追问，提供类似聊天的交互界面。目前仅限美国Google One AI Premium订阅用户使用。尽管处于测试阶段，AI Mode展现了谷歌将高级AI融入搜索的愿景，或将改变用户与搜索引擎的交互方式。

3、使用 Python 中的上下文检索增强功能增强你的 AI 应用程序
上下文检索增强（CRA）通过在生成回答前检索外部信息，大幅提升 AI 模型性能，解决知识过时和特定信息缺失的问题。文章中借助 Python 和 LangChain，展示了如何构建基础检索系统，并介绍混合搜索、元数据过滤等优化方法。Anthropic 的上下文检索技术通过为文档片段添加背景信息，进一步提升检索精度。代码示例清晰实用，帮助开发者打造更智能可靠的 AI 应用。CRA 将 AI 从有限的工具转变为实用助手，推动了 AI 开发的重大进步。