01 / 工具
开源工具
优先记录能进入真实工作流的 AI 工具、MCP 服务、开发者组件和自动化脚本。
能复用有维护可验证
项目雷达
筛出值得跟进的 AI 项目
这里不是项目黄页，而是长期观察清单。关注开源工具、产品案例和技术栈变化，帮助你更快判断什么值得试、值得学、值得合作。
开源工具应用案例技术栈观察专题推荐
02 / 案例
应用案例
拆解值得参考的 AI 产品形态，重点看交互、效率、交付成本和长期留存。
场景清楚路径短有业务感
03 / 技术栈
技术栈观察
把 GitHub 项目、论文实现、模型能力和工程实践放在同一张地图里比较。
可组合可迁移可扩展
筛选规则
推荐不是收集链接，而是给出判断。
每个项目进入推荐前，至少要能回答“为什么现在值得看”和“它能放进什么工作流”。
01
是否解决一个明确问题，而不是只展示模型能力。
02
是否能被个人开发者或小团队低成本复用。
03
是否有持续维护、清晰文档和可运行示例。
04
是否能和 LongyuChat 的日报、聊天室或专题页产生连接。
推进路线
从入口到项目知识库
第一步
建立项目雷达
先用人工筛选沉淀标准，把项目入口、分类和推荐理由做清楚。
第二步
连接日报线索
从每日新闻中抽出值得追踪的工具、论文实现和产品案例。
第三步
形成专题推荐
围绕 MCP、Agent、RAG、本地推理等主题生成可回看的项目页。