本文是 trading 开源库实测系列第 3 期，评测两类共 13 个开源项目：Equity Research（AI 投研研判）6 个和 Dashboard（市场看板）7 个。结论是投研类可复现的极少，大部分只输出无法追溯的文字；唯一可核验的 Maverick MCP（704 星）得 83 分居首，Equity Research Skill 得 60 分，Serenity 和 UZI 分列其后，作者自家的库只得 38 分；2 万星的 OpenStock 因匿名访问被重定向登录只获 30 分，27,659 星的 Dexter 未实测不排名。评测按可复现、可核验等 5 条标准打分，强调星数不代表质量。
作者开源了一个 Agent Skill「chatgpt-fanout-queries」，用于追踪 ChatGPT 回答前的搜索过程。文章指出 Query fan-out 是 GEO（生成式引擎优化）的重要视角，模型会把用户问题展开成多个搜索词，页面能否被引用取决于是否命中这些展开需求。该 Skill 通过调用 Responses API 并开启 Web Search，保存原始响应，提取搜索词、工具调用、来源 URL 和最终引用，区分搜索来源与答案引用，并生成 JSON、CSV、Markdown 及可离线打开的 HTML 报告。文章还以 best ai ppt maker 为例演示实际效果，说明其在补齐主题覆盖、发现内容缺口、调整内容结构、排内容优先级等营销场景的用法。
作者整理了 8 个面向游戏开发方向的 Agent Skill，涵盖素材生成与部署、游戏引擎（游戏循环、物理碰撞、2D/3D 渲染）、Unity/Unreal 玩法开发与性能优化、游戏 UI 设计、玩法与难度设计、手感与反馈调校、多人联机同步，以及边写边测试的开发调试工具，凑齐了一个游戏开发团队的分工。此外还展示了用 GPT-6 Sol 生成的 3D 滑雪小游戏，具备道具收集升级、流畅操作和动态场景等完整玩法，体现了 AI 编程工具在游戏开发领域的强大能力。
作者基于大同古建旅行照片的痛点，开源了名为「营造（Yingzao）」的 Agent Skill，可将普通旅行照片自动生成杂志级海报。该 Skill 内置完整 Design Token 系统和数十个风格 Recipe，能根据照片构图、光线匹配方向，自动检索建筑年代等文化背景信息并做事实分级，支持多图融合（非简单拼贴）、原图对比拼图，甚至可生成九宫格分镜配合视频模型产出分享视频。技术上通过向图像模型输入校正原图、主导参考图、排版垫图和提示词，在单次生成中完成语义抠取、背景重建与图文遮挡设计。作者强调约束出品质的设计理念，并反思 AI 在视觉创作中应负责理性检查，把判断权交还用户。项目目前依赖 GPT-image 2.0，推荐在 Codex 中使用。
作者分享了使用 Punk 老师开源的两个 AI Skill（punk-ip-illustrations 和 Punk-Skill），仅凭一张照片就生成全套个人 IP 视觉素材的完整流程。通过安装 Skill、上传照片生成角色设定板，再迭代优化细节，最终生成统一风格的文章配图、多种头像风格（像素风、手绘等）和封面图（黑红剪影、商业杂志头版等）。作者认为这套流程让个人 IP 设计不再是设计师的专利，大幅节省时间和沟通成本，但关键还是要会想会用。
作者将下载微信视频号视频的整套流程封装成一个开源免费的 Agent Skill，适配 Claude Code、Codex、Cursor 等 Agent。使用时只需把 GitHub 链接发给 Agent，复制视频号视频链接后，Agent 调用 Skill 即可几秒内完成无水印 MP4 下载并发回微信或飞书。全程在本机运行，登录态不出设备，安全性有保障。项目仅供学习和个人使用，禁止用于盈利或批量采集。
森叔推荐苍何的开源项目 awesome-gpt-image-2，该项目登顶 GitHub 趋势榜第一，堪称 GPT Image 2 的应用百科全书。项目包含 532 个覆盖 UI、信息图、海报、电商等 13 个方向的图片案例，以及 22 套结构化提示词模板。还提供 gpt-image-2-style-library Skill，可安装到 Codex、Claude Code、Cursor 等 Agent 中，自动匹配模板和风格生成可用提示词。项目采用 Prompt as Code 思路，适合批量生成与 Agent 自动调用，对经常制作海报、课程封面、信息图的用户极具收藏价值。
作者将 ELI5（用简单方式解释复杂概念）的思路重新做成了开源 Skill：fireworks-open-eli5。相比 ELI5，它进一步解决工程场景的需求，如展示依据、支持动画播放、展示请求流动、模拟节点失效，以及收藏、批注和导出等功能。它支持 concept、module、tradeoff、incident 四种叙事模式，带目录、历史、收藏、批注和 teach-back，可离线导出 PDF、PNG、PPTX、DOCX、Pages 等格式。作者称其为'可验证的交互解释器'：读者能看懂，工程师也能追问。该 Skill 兼容 Codex 和 Claude Code，运行时零 npm 依赖，已开源。
本文介绍了一个名为 Punk IP Illustrations 的开源 Agent Skill，旨在解决文章配图风格不统一、角色漂移的问题。用户只需上传一张照片，该工具即可生成可复用的固定个人IP角色。它能自动读取文章内容，根据信息密度智能选择配图位置，并运用“核心动作”或“流程拆解”模式生成插图，最后自动插入Markdown文件的正确位置。所有资产均在本地保存与调用。
本文分享了使用 Codex、Gemini 等工具低成本制作古诗《钱塘湖春行》动态视频的完整工作流。内容涵盖分镜设计、图生视频提示词优化、防止画面幻觉、声音混音及转场处理等技术细节，展示了如何将古诗词转化为兼具动态与美感的视频作品。
作者分享了使用 Codex、ImageGen 和 HyperFrames 等工具制作十分钟漫画视频的完整工作流。重点讲解了如何保持人物一致性、语音与画面对齐、字幕语义切分、宫格与单图混合生成以及长视频渲染优化，并将这些经验固化为 Agent Skill。
LlamaIndex 推出完全用 Rust 重写的文档解析器 LiteParse。相比旧版，新版本在处理大文档时速度提升 3 倍，小文档提升可达 100 倍，实测 457 页 PDF 解析仅需 0.777 秒。该工具支持 Python、Node.js、Rust 及浏览器环境，覆盖 PDF、Office 等主流格式，具备原生 OCR 能力，且可作为 Agent Skill 直接集成。
本文从纯小白视角出发，系统性拆解了 AI 领域的 9 个核心概念：LLM、Token、Context、RAG、Prompt、Tool、MCP、Agent 和 Agent Skill。通过生动的比喻（如将 LLM 比作发动机，MCP 比作 Type-C 接口）和清晰的逻辑链路，文章阐述了 AI 从文本生成到任务执行的底层架构，帮助读者理解 AI 的能力边界、成本构成及应用开发逻辑。
本文介绍了作者 Paul Solt 使用 Codex App 和 GPT-5.5 模型构建 macOS/iOS 应用的全新工作流。文章指出，GPT-5.5 在推理速度和智能程度上相比 5.4 有显著提升，结合 Codex App 的可视化界面，极大地提高了开发迭代效率。作者分享了如何利用 AI 重构旧项目、通过交互式描述驱动代码生成，并展示了 App Creator、App Store Research 等 Skill 如何帮助进行代码编译验证和竞品分析，强调了 AI 作为全能编码伙伴的重要性。
