MetaGPT：用一句话生成完整软件项目，多 Agent 协作开发框架
MetaGPT 是一个将软件公司变为多智能体系统的开源框架。输入一句话需求，自动调度产品经理、架构师、项目经理和工程师多个 AI Agent 协同工作，输出全套代码与文档。核心哲学：Code = SOP(Team)——将标准操作流程实体化应用到 LLM 团队中。ICLR 2024 论文收录，MIT 开源。
核心能力
📝 一句话生成项目：输入"创建 2048 游戏"自动生成完整代码仓库
👥 多角色协作：产品经理→架构师→项目经理→工程师模拟真实软件公司流程
📊 全套文档输出：用户故事、竞品分析、需求文档、API 设计、数据结构
🔧 Data Interpreter：内置数据分析 Agent，直接处理数据科学任务
🚀 MGX 产品：获得 Product Hunt 日榜+周榜双冠的自然语言编程产品
安装与使用
pip install --upgrade metagpt
metagpt --init-config
要求 Python 3.9-3.12、Node.js、pnpm。编辑 config2.yaml 配置 LLM API Key。
# CLI 一键生成
metagpt "Create...
Umi-OCR：免费开源的离线 OCR 识别工具，截图即识别，无需联网
Umi-OCR 是一款免费、开源、离线的文字识别桌面软件。无需联网、无需安装、解压即用。支持截图识别、批量图片识别、PDF 文档识别、二维码生成/扫描，内置多国语言识别库，适用于 Windows 7+ 和 Linux x64。
核心功能
📸 截图 OCR：快捷键唤起截图 → 自动识别文字 → 直接复制或编辑
📚 批量 OCR：一次性导入几百张图片，支持多种格式
📄 PDF 识别：直接识别 PDF 文档中的文字内容
🚫 忽略区域：排除水印、页眉页脚区域，识别更精准
📝 排版解析：自动识别多栏/单栏排版，支持竖排文字
🔣 公式识别：支持数学公式 OCR 识别
📱 二维码：扫描和生成二维码
🌐 多语言界面：自动跟随系统语言，支持中英日等
安装与使用
推荐下载：蓝奏云（国内推荐免注册不限速）、Scoop（scoop install extras/umi-ocr）、GitHub Releases 下载 .7z 解压即用。截图识别快捷键唤起，批量识别可导出 txt/jsonl/md/csv，支持忽略区域编辑器排除水印。
常见问题
Q: 为什么不用在线 OCR？ 离线 OCR 无需上传文件，适合合同、证件等隐私敏感文档。
Q: 支持竖排文字吗？...
Agency Agents：多 AI Agent 协作框架，让不同 AI 模型组成一支团队
Agency Agents 是一个多 AI Agent 编排框架，专注于让不同 AI 模型、不同角色的 Agent 协同完成复杂任务。核心设计理念是 Agent as a Service——每个 Agent 是独立服务单元，有自己的人格定义、工具集和 LLM 后端，通过工作流编排完成单 Agent 难以处理的复杂多步骤任务。
核心特性
🔗 多模型支持：每个 Agent 可绑定不同 LLM 后端（OpenAI、Anthropic、本地模型等）
👥 角色定义：为每个 Agent 定义独立的系统提示、行为规范和工具集
🔄 工作流编排：支持顺序执行、条件分支、并行调用等多种协作模式
🛠️ 工具集成：Agent 可调用外部 API、文件操作、数据库查询等
📝 对话管理：内置 Agent 间消息传递和上下文管理
典型应用场景
内容创作流水线：研究员 Agent → 写手 Agent →...
n8n-mcp：让 n8n 工作流成为 AI Agent 的工具箱
n8n-mcp 是连接 n8n 自动化工作流和 MCP（Model Context Protocol）的桥梁项目。它让 AI Agent（Claude、Codex、Cursor 等）能将 n8n 的 400+ 集成作为自己的工具来调用——AI 不再受限于内置工具，而是可以操控整个 n8n 工作流生态。
核心价值
把任何业务自动化流程做成 n8n 工作流，通过 MCP 暴露给 AI Agent，AI 就能直接调用这些工作流。
📧 AI 发邮件 → 调用 n8n 的 Gmail/Outlook 节点
📊 AI 查数据库 → 调用 n8n 的 PostgreSQL/MySQL 节点
📅...
Coding Interview University：35万星 GitHub，从零到 Amazon 工程师的完整 CS 学习路线
Coding Interview University 是 GitHub 上 Star 数最高的学习资源之一（353,000+ Stars），由前 Amazon 工程师 John Washam 创建。这是一份完整的、经过验证的计算机科学自学计划，专门为准备 FAANG 技术面试而设计。作者本人按此计划学习后成功入职 Amazon。
覆盖的知识体系
📐 算法复杂度：Big-O、渐进分析
📊 数据结构：数组、链表、栈、队列、哈希表、树、图、堆
🔍 算法：二分搜索、位运算、排序、递归、动态规划
💻 编程语言：推荐 Python/C++/Java
📚 系统设计：可扩展性、数据库、缓存、消息队列
🎓 面向对象：设计模式、SOLID 原则
📝 行为面试：STAR 方法、常见问题准备
使用方式
Fork 或 Star 项目后按节奏逐节学习，成功完成在 Checklist 中勾选。完整路线约需 3-6 个月，关键是不跳步——数据结构不扎实，后面算法会很吃力。社区贡献了中文、日文等 15+ 种语言翻译版本。
常见问题
Q: 适合什么水平？ 需有编程基础（变量、循环、函数），零基础建议先完成入门课程。
Q: 学完能拿大厂 Offer...