关注我，记得标星⭐️不迷路哦～
✨ 1: Onit
Onit是一款Mac上的AI聊天侧边栏，可以吸附到任何应用程序，如同一个更通用的Cursor Chat。
Onit 是一个 AI 聊天侧边栏，可以停靠在你的 Mac 上的任何应用程序中。它类似于 Cursor Chat，但适用于你电脑上的所有其他应用程序，而不仅仅是 IDE。
主要功能：
-
**高亮文本 -> 打开 Onit：**选择的文本会自动在 Onit 中打开。 - 将任何窗口作为上下文加载：
无需复制粘贴，Onit 可以自动读取停靠的窗口作为上下文。 - 切换模型，不切换工作流程：
选择最适合的模型。 - 本地模式：
一键切换到本地模式，将一切都保留在你的机器上。 - 可定制的快捷键：
可以自定义启动聊天窗口的热键，默认是 Command+0。
地址：https://github.com/synth-inc/onit
✨ 2: Web Agent Protocol
Web Agent Protocol(WAP)是一种标准化框架，通过记录和重放浏览器行为，实现用户、Web代理和浏览器之间的无缝交互。
Web Agent Protocol (WAP)，它是一个旨在实现用户、Web Agent 和浏览器之间无缝交互的标准框架。WAP通过记录和回放浏览器动作，将动作的记录和执行分离，从而实现高效的自动化和可重用性。
主要功能和特点：
- 数据收集：
使用 OTA-WAP Chrome 插件收集用户交互数据。 - 数据转换：
将原始事件流转换为精确回放（exact-replay）或智能回放（smart-replay）动作列表。可以将记录的动作转换为MCP服务器，以便任何代理或用户重用。 - 动作回放：
使用 WAP-Replay 协议回放动作列表，确保浏览器操作的准确性。
地址：https://github.com/OTA-Tech-AI/web-agent-protocol
✨ 3: QwenLong-L1
QwenLong-L1是通过强化学习训练的首个长文本推理大模型，在长文本DocQA基准测试中表现卓越，优于许多同类模型。
QwenLong-L1 的核心要点：
- 创新性：
QwenLong-L1 是首个利用强化学习进行长文本推理训练的 LLM。 - 性能卓越：
在七个长文本文档问答 (DocQA) 基准测试中，QwenLong-L1-32B 的性能优于 OpenAI-o3-mini 和 Qwen3-235B-A22B 等旗舰 LLM，与 Claude-3.7-Sonnet-Thinking 的性能相当。 - 强化学习框架：
提出了一种新的强化学习框架，旨在促进 LLM 从短文本能力向强大的长文本泛化能力过渡。该框架包括： - 热身监督微调 (SFT) 阶段：
初始化一个强大的策略。 - 课程引导的 RL 阶段：
促进从短文本到长文本的稳定适应。 - 难度感知的回顾性采样机制：
调整各个阶段的训练复杂度，以激励策略探索。 - 数据集：
发布了 DocQA-RL-1.6K，这是一个专门的 RL 训练数据集，包含 1.6K 个文档问答 (DocQA) 问题，涵盖数学、逻辑和多跳推理领域。
地址：https://github.com/Tongyi-Zhiwen/QwenLong-L1
✨ 4: TranslateBookWithLLM
TranslateBookWithLLM是基于Ollama API的Python应用，用于本地LLM驱动的大规模文本翻译，提供Web和CLI界面。
TranslateBookWithLLM，一个使用本地大型语言模型 (LLM) 翻译书籍的 Python 应用程序。它利用 Ollama API，支持大规模文本翻译，例如整本书的翻译。 该工具提供了两种使用方式：一个现代化的 Web 界面，方便用户使用，以及一个命令行界面 (CLI)，供高级用户进行自动化和脚本编写。
主要特性:
- Web界面:
提供用户友好的浏览器界面，带有实时进度追踪。 - EPUB 支持:
无缝翻译 .epub格式的书籍文件，保持原始结构。 - CLI 支持:
命令行界面，方便自动化和脚本编写。
地址：https://github.com/hydropix/TranslateBookWithLLM
✨ 5: Claude Code MCP Server
Claude Code MCP Server是一个MCP服务器，它允许以绕过权限的方式运行Claude Code，从而增强 Claude 的代码处理能力。
Claude Code MCP Server，一个允许在单次模式下运行 Claude Code 的服务器，它自动绕过权限限制。
总结性介绍:
- 核心功能：
该服务器提供了一个强大的 claude_code工具，允许LLM直接与 Claude Code CLI 交互，无需每次都请求授权。 - 主要优势：
-
更高效的文件编辑：Claude Code 在编辑文件方面比 Claude/Windsurf 更强大和快捷。 -
节省上下文空间：可以将多个命令排队执行，而不是直接执行，从而节省上下文空间。 -
成本效益：通过将任务分流到更便宜的模型，可以降低成本。 -
解决“卡住”问题：Claude 拥有更广泛的系统访问权限，可以完成 Cursor/Windsurf 无法完成的任务。 -
代理中的代理：在代理规则中的应用。 - 关键特性：
可以 bypass 权限，直接执行 Claude Code，允许LLM访问文件编辑能力，默认启用特定工具。
地址：https://github.com/steipete/claude-code-mcp
（文：每日AI新工具）