从工作场景出发，找到开源方案

Termul 是面向多项目开发的跨平台桌面终端管理器，可把终端按工作区归档，并保留会话、布局与快照，重开应用后继续工作。一个工作区中可组合多个 Shell、分屏终端、浏览器标签以及代码和 Markdown 编辑器，减少在多套工具间来回切换。它提供 Windows、macOS 与 Linux 安装包，也包含 SSH 会话支持，适合需要同时维护多个项目环境的开发者。

Canvas MCP 为学生和教师提供九十多项 Canvas LMS 工具，可查询待办、作业、课程和成绩，也能处理教学管理与批量评分等工作，并附带五个面向常见流程的 Agent Skills。它可作为 Claude Desktop 扩展或普通 MCP 服务安装，使用者需要学校的 Canvas API 地址和个人访问令牌。

Skills Manager 把 GitHub 技能目录和本地文件夹集中到三栏式 macOS 应用中，支持搜索、标签筛选、Markdown 预览、编辑以及安装或卸载。它可以同时管理 Claude Code 与 Codex 的技能路径，运行要求为 macOS 15 或更高版本。

运行安装命令后，它会为项目写入多种编程代理的说明文件、技能目录、依赖关系图和 Git hooks，让代理先理解代码结构再按既定规则工作。它还能约束提交格式、文件头和复杂度；在 Claude Code、Cursor 或 Gemini CLI 内使用技能无需额外 API Key，独立 CLI 功能则可能需要。

Firelink 是面向 macOS、Windows 和 Linux 的桌面下载管理器，可处理分段下载、媒体提取、暂停恢复、批量操作、定时限速和文件分类。配套浏览器扩展能把普通下载、链接或页面媒体交给桌面端确认，所需下载引擎随安装包提供。当前 macOS 包未公证、Windows 包未签名，首次启动可能触发系统安全提示。

Inline Studio 是面向 AI 影视创作者的跨平台桌面应用，可在自由节点画布中组织情绪板、镜头生成、版本挑选、素材裁剪和最终剪辑。每次渲染都会保留为非破坏性 take，镜头还能串联成可重复迭代的流程。生成可连接自有 ComfyUI，或使用自带密钥的 fal 托管模型；当前安装包未签名。

这款命令行工具在安装第三方 Claude Skills 前进行静态检查，识别外部网络请求、敏感文件访问、危险命令、动态执行和注入等模式。它可输出 HTML、终端或 JSON 报告，并支持自定义规则与白名单；扫描过程不会执行 Skill 代码。结果只能作为安全审查线索，不能保证发现所有风险。

Codex Usage Tracker 读取本机已有的 JSONL 日志，把调用、线程、缓存与相关证据索引到 SQLite，再通过本地仪表盘、CLI 和 MCP 工具展示消耗来源。用户可筛选高上下文、低缓存或异常昂贵的调用，并让 Codex 对使用模式给出解释。内容索引保留在本机，默认导出的报表和支持包只包含聚合信息；该项目并非 OpenAI 官方产品。

Taurine 是一个桌面应用起步模板，把 Tauri 界面与打包后的 Node.js 服务组合为 sidecar，方便熟悉 Web 与 Node.js 的开发者尝试比 Electron 更轻的架构。克隆后安装依赖，即可用 Tauri 命令启动开发环境或构建应用。该项目明确仍是实验性模板：使用了 Tauri 不推荐的 localhost 通信方式，跨平台兼容性不完整，而且只能在当前运行的系统上构建。

这个示例展示 Windows WPF 应用如何使用 MSAL.NET 获取访问令牌，并以 OAuth 2.0 调用 Microsoft Graph。代码已预配置，可在 Visual Studio 中直接运行，也可替换为自己的 Microsoft 身份平台应用注册信息。示例令牌缓存使用 DPAPI，复制构建目录到另一台机器前需移除对应缓存文件。

Pawn Appétit 面向希望复盘棋局和准备开局的棋手，可导入 Lichess、Chess.com 或 PGN 棋局，使用内置 Stockfish 或其他 UCI 引擎分析，并通过间隔重复训练开局谱。提供 Windows、macOS 和 Linux 安装包，遥测可在设置中关闭。

这套仓库把 Agnes 免费模型拆成文本、图片和视频三个可独立安装的 Agent Skill。配套 Python 脚本支持聊天与流式输出、图片生成和改造，以及异步视频任务创建、状态轮询和文件下载。用户需要通过环境变量提供 Agnes API Key；仓库本身不保存真实密钥、生成媒体或本地输出，适合按需只安装其中一种能力。

微信自动化发信工具通过 Windows UI Automation 操作本机已登录的微信客户端，可向指定联系人或群组发送文本、图片网址、本地图片和文件。普通智能体任务可使用一次执行即退出的 Skill 或 CLI；批量投递和队列场景可启动 Flask HTTP 服务。它不使用 Hook 或微信协议，但必须保持 PC 微信已登录，并依赖可用的桌面 UI 自动化与剪贴板环境；联系人或群名也需准确匹配。

softspark ai-toolkit 集中提供一套 Skills、44 个专业 Agents、生命周期 Hooks、规则、角色预设和插件包，覆盖规划、调试、评审、TDD、提交、PR、文档、编排与并行协作。安装器适配 Claude、Cursor、Windsurf、Gemini、Copilot、Codex 和 OpenCode 等平台；可执行 Hooks 会阻止部分破坏性命令并执行质量与会话门禁，而不支持 Hooks 的平台只能获得指导规则。

agent-qa 让团队用自然语言描述 Web 或移动端测试，由 agent 执行动作与断言，并在点击、填写等步骤受界面变化影响时重新观察和改走路径。每次运行会积累产品与测试记忆，还提供 CLI、仪表盘、MCP、可选模型和隔离 Docker hooks；使用 hooks 需要 Docker，测试结果仍应纳入团队自己的发布检查。

Frigoligo 是 wallabag 的跨平台客户端，让用户在 Android、iOS、macOS、Linux 和 Windows 上查看并同步自己稍后阅读的文章。它以离线优先方式保存内容，尽量在无网络时继续阅读，并通过高效同步保持各设备一致。应用还提供深链接和系统集成，便于从外部工作流直接打开、保存文章或进入指定页面；深链接目前除 Linux 外均受支持，使用前需要可连接的 wallabag 服务。

VitaBench 面向配送、店内和 OTA 等真实生活服务场景，提供跨场景数据、API 工具和每个领域 100 个任务，用来评测 Agent 的读写与通用工具调用。你可以配置模型后运行 vita 命令，把模拟结果保存到 data/simulations 并重新评测；当前版本更新了数据集、工具、评测模型和指标，结果需要结合具体配置解读。

M-Courtyard 为 Apple Silicon Mac 提供图形化本地模型微调流程，可导入 TXT、PDF 或 DOCX，清理并切分内容，再生成训练数据并运行基于 MLX 的 LoRA 微调。完成后可在内置聊天中测试，并导出给 Ollama、mlx-lm.server 或 LM Studio 使用。它要求 macOS 14+ 和 M1–M4 芯片，核心依赖本地 Python 与 mlx-lm；7B/8B 模型建议至少 16GB 内存。