HowToCook 程序员做饭指南：10 万星开源菜谱怎么用、怎么部署、怎么接 AI
HowToCook 程序员做饭指南是 GitHub 10.2 万星的开源菜谱库，372 道家常菜用量精确到克。本文讲清在线使用、Docker 本地部署、按食材找菜工具和 MCP 接入 AI 助手的方法与风险。
context-mode：把 AI 编码 Agent 的上下文膨胀砍掉 98%，GitHub 已 2.1 万星
context-mode 是 TypeScript 写的 MCP 中间件，把 AI 编码 Agent 的上下文膨胀砍掉 98%，GitHub 21562 星，覆盖 17 平台。
nanochat：Karpathy 用 8000 行代码教你 100 美元复刻 ChatGPT，GitHub 已 5.7 万 star
Karpathy 开源 nanochat，用约 8000 行 Python 从零复刻 ChatGPT，GitHub 已 57857 star，是学 LLM 的最小可读范本。
graphify：把任意代码库变成可查询的知识图谱，token 消耗最高砍 71.5 倍
一句话结论：graphify 是一个面向 Claude Code、Codex 等 AI 助手的 /graphify 技能，用确定性 AST 解析把代码、文档、论文、图片解析成一张可持久化的知识图谱，宣称在 52 个文件的语料上实现 71.5 倍 token 削减。 AI 摘要 项目用途：把代码库、文档、SQL schema、PDF 解析成可查询、可持久化的知识图谱。适合人群：需要让 AI 助手理解大型代码库的开发者、接手陌生项目的工程师。上手门槛：低，Python 3.10+，graphify install 一条命令装到 Claude Code/Codex/OpenCode 等平台。智盒结论：它解决的是「AI 助手上下文装不下大代码库」这个真实痛点，且强调「每条边都能解释来源」，比纯向量检索更可信。 项目信息 项目名：Graphify-Labs/graphifyGitHub URL：https://github.com/Graphify-Labs/graphifyLicense：Apache-2.0Star：115,470（截至 2026-09-06）目标栏目：资源 它解决什么问题 AI 编码助手有个绕不开的痛点：上下文窗口再大，也装不下一个真实的项目——代码、文档、SQL、配置、PDF 全塞进去，token 成本爆炸，而且模型容易被无关信息带偏。传统方案是向量检索，但向量检索的问题是「找到相似片段」不等于「理解结构关系」，而且检索结果往往没法解释。 graphify 走的是另一条路：用确定性的 tree-sitter AST 解析，把代码里的函数、类、依赖关系、文档、论文、截图，解析成一张知识图谱。这张图谱是结构化的、可持久化的、可查询的，而且「每条边都能解释来源」——你知道图上为什么有这条连接，因为它对应着源码里的某个 import 或调用关系。 核心功能 功能说明使用价值/graphify...
learn-claude-code：17 章课拆解 Claude Code 式 Agent 外壳，从 0 到 1 理解 Harness 机制
一句话结论：learn-claude-code 是 shareAI-lab 开源的 17 章渐进式课程，用一句话贯穿全程——「智能体产品 = 模型 + 外壳」，每章拆一个 Harness 机制，帮你从零复刻一个 Claude Code 式的编码智能体外壳。 AI 摘要 项目用途：17 章渐进式课程，拆解 Claude Code 式 Agent 的每个机制，每章配可运行的 code.py。适合人群：想理解 Agent 底层原理的中级 Python 开发者、想自建编码智能体的团队。上手门槛：低，依赖只有 anthropic、python-dotenv、pyyaml 三个包。智盒结论：它不教你「怎么用 Claude Code」，而是教你「Claude Code 为什么这么设计」，是理解 Agent 外壳工程的最佳入门路径之一。 项目信息 项目名：shareAI-lab/learn-claude-codeGitHub URL：https://github.com/shareAI-lab/learn-claude-codeLicense：MIT版本状态：当前 17 课轨道（s01–s17）+ 遗留 12...