每天打开 GitHub 翻一眼 Trending已经成了我工作日的固定动作。2026 年 9 月 3 号这天热门列表里 AI 大模型相关的教程项目还是稳稳占着流量高地但真正让我停下来挨个点进去看的反而是几个工具属性极强的项目有适合系统入门大模型的课程仓库有帮你把 QQ 空间数据完整搬回本地的归档工具也有 Java 开发者天天用得上的权限认证框架。这篇文章我就把当天筛选出来的 5 个项目逐一拆开讲清楚——它们分别解决什么问题、核心原理是什么、我实际跑通一遍的步骤和踩过的坑。想直接抄作业的同学按着下面的内容操作就行。这次的筛选标准我定了三条star 增长够不够快、讨论区里有没有真实用户在分享使用经验、以及项目能不能在半小时内跑起来并立刻产生价值。按照这个标准挑出来的项目我会在正文里给出难易度和适用人群参考方便不同类型的人按需取用。1. 本期热点概览5 个方向上头的代表项目当天我重点研究的项目覆盖了 AI 教程、数据归档、后端鉴权、前端调试工具、AI 编程工作流五个方向。先看整体情况项目方向核心价值上手难度上海交大《动手学大模型》AI 教程系统化学习 LLM 的代码实战课程中等qzonearchive数据归档导出 QQ 空间全部内容到本地中等sa-token后端开发轻量级 Java 登录认证与权限框架简单猫抓浏览器插件嗅探网页中的音频、视频、图片资源极简Codex GitHub 插件AI 开发工具让 AI 编程助手直接操作仓库中等选这五个不是随手抓的它们刚好踩中了当下开发者最集中遇到的问题怎么学大模型、怎么把散落在平台上的个人数据拿回来、怎么写后端登录逻辑不重复造轮子、怎么拿到网页里真正想用的媒体素材以及怎么把 AI 编程工具接入到真实的项目工作流中。2. 上海交大《动手学大模型》普通人进入 LLM 领域最稳的一条路2.1 这个仓库到底讲什么《动手学大模型》是上海交大团队开源的一套大模型实战课程GitHub 仓库里以 Jupyter Notebook 为主把理论学习拆成了一节节可以实际运行的代码。很多人学大模型最大的痛点不是找不到资料而是资料太散今天看一篇 Prompt 技巧明天刷一段 RAG 代码知识全是一块块的没法拼成完整地图。这个仓库的价值在于它给你串一了一条线从 Prompt 工程、大模型 API 调用到检索增强生成RAG、模型微调最后到部署和评测每一章都有能跑通的代码和配套讲解。我特别留意了它的更新频率仓库作者基本上是跟着业界最新的模型和工具在迭代不是写一次就放着吃灰的静态文档。对于想系统入门的开发者来说把它当成一份“可执行的课程大纲”比当成普通 README 来读要有价值得多。2.2 动手实操从克隆到跑通第一节课我实际跑通了一遍这里把完整路径写给你。第一步是拿到代码。在你打算放项目的目录下执行git clone https://github.com/SJTU-LIT/awesome-llm-course.git cd awesome-llm-course建议用 SSH 方式克隆省去每次输密码的麻烦。仓库体积不算小大概几百 MB包含了不少示例数据网络条件允许的情况下几分钟能下来。第二步是准备 Python 环境。这里强烈建议用 conda 建独立环境别直接往系统 Python 里装conda create -n llm-course python3.11 conda activate llm-course pip install jupyterlab创建环境这一步很多人会忽略但实际上一旦装错包的版本后面排查起来非常痛苦。独立环境的核心好处就是“搞坏了就删掉重来”完全不影响你机器上其他项目的 Python 运行环境。第三步是安装课程依赖。仓库根目录下一般会有 requirements.txt 或者 environment.ymlpip install -r requirements.txt如果是用 conda 的小伙伴也可以试试conda env update -f environment.yml第四步启动 Jupyter Lab 开始跑jupyter lab浏览器打开之后找到第一章的 notebook按着 cell 从上到下依次执行即可。第一次跑的时候可能会有个别 cell 报缺包看到 ModuleNotFoundError 不要慌缺什么pip install什么这种问题都很直接。2.3 新手最容易踩的几个坑这套课程我自己跑完一遍总结出几个比较典型的坑写出来帮你避雷。最大的坑是模型下载。课程里很多示例会从 Hugging Face 拉模型文件如果你直接用默认方式下载大概率会卡在那里一动不动。我的处理办法是提前把用到的模型名记下来找一个网络状况好一点的时间段先手动下载到本地缓存目录再在代码里指定模型路径。第二个坑是 API Key。课程里涉及调用大模型 API 的地方代码里通常会留一个os.environ[OPENAI_API_KEY]之类的变量。第一次跑通之前要记得先在环境变量里配置好或者直接在 notebook 里用os.environ[API_KEY] 你实际的Key设置。千万别把 Key 写进代码提交到 GitHub 上这一点千万注意。第三个坑是显卡显存。涉及微调的那几章如果是完全本地跑显存低于 8G 会比较吃力。我的建议是前几章 Prompt 和 RAG 的内容用 CPU 也能跑真正到微调的部分优先用云 GPU 环境或者 Colab不要在自己电脑上硬扛。3. qzonearchive把 QQ 空间完整搬回本地3.1 项目功能解析qzonearchive 是一个用于备份 QQ 空间内容的开源工具可以把你的日志、相册、留言板、个人档、说说等内容全部抓下来存成结构化的本地文件。为什么会有人做这种工具QQ 空间承载了很多人十几年的记录里面有大量年轻时候的照片和无病呻吟的文字平台的服务可能会调整内容不一定永远都在把自己账号下的数据定期备份下来主动权才算真正握在手里。这个项目在 GitHub 上的讨论热度不算最高但只要去看 issue 区就会发现实际使用的人非常多而且大多是真实需求驱动——有人要打印成实体书有人要迁移到别的平台还有人单纯想把数据整理出来做纪念。3.2 实操安装、配置到完成第一次导出先说明一点这类工具本质上是在模拟登录状态去抓取你自己的数据所以全程我只建议用你自己的账号操作。安装依赖git clone https://github.com/gaoshu705/qzonearchive.git cd qzonearchive pip install -r requirements.txt项目需要 Python 3.8 以上建议同样用虚拟环境。接着要解决登录态的问题。QQ 空间的接口需要携带 cookie 才能访问私有内容所以我们需要先用浏览器登录空间再把 cookie 复制出来。实操时用的是带 Cookie 导出功能的浏览器扩展比如 EditThisCookie把导出的 JSON 或者字符串粘贴到项目的配置文件中。然后修改配置文件填入你自己的 QQ 号和刚拿到的 Cookieuin 123456789 cookie 粘贴你复制出来的cookie启动导出python main.py工具跑起来之后会自动创建按分类组织的目录结构比如logs/存放日志albums/存放相册图片messages/存放留言板内容。整个导出过程的长短取决于数据量说说和日志一般很快如果相册图片特别多建议放在晚上睡觉前挂着跑。3.3 使用中的一些现实问题Cookie 有效期是第一个要注意的事。QQ 空间的登录 Cookie 通常不会永久有效隔一段时间就需要重新去浏览器里复制一次否则导出到一半会提示登录失效。第二个需要注意的安全问题不要把这个工具用于抓取别人的空间内容这既涉及隐私也可能违反平台规则。自己账号下的数据备份用途完全正当但越界操作没必要碰。还有一个体验层面的问题——导出大量照片时项目默认是不会帮你在本地生成缩略图的备份文件体积会比较大。如果只想备份原图那当然没问题但如果想整理成适合长期存储的相册集建议导出后再跑一个压缩脚本把缩略图生成一下这样日常浏览时加载也更快。4. sa-tokenJava 权限认证的轻量级方案4.1 为什么这个项目值得关注做 Java 后端的朋友应该都清楚登录认证和权限控制是每个业务系统都绕不开的模块。大多数人早期接触的框架要么是 Shiro要么是 Spring Security。Shiro 的问题是太老了有些设计对现在的开发模式不太友好Spring Security 功能确实全但配置复杂度和学习曲线也让新人劝退。sa-token 走的是另一条路把最常用的功能做到开箱即用。sa-token 提供了登录认证、权限认证、单点登录、OAuth2 集成、踢人下线等功能核心代码非常精简。如果说 Spring Security 是一套完整的重型装备那 sa-token 更像一把趁手的轻武器专治“我就想快速把登录和权限做出来”的日常需求。4.2 快速集成实操我新建了一个 Spring Boot 工程实际接了一遍整个流程相当顺。先在pom.xml里引入依赖dependency groupIdcn.dev33/groupId artifactIdsa-token-spring-boot3-starter/artifactId version1.44.0/version /dependency版本号注意跟自己项目的 Spring Boot 大版本匹配。如果不是 Spring Boot 3就换用sa-token-spring-boot-starter。然后在application.yml里加配置sa-token: token-name: token timeout: 86400 active-timeout: -1 is-concurrent: true is-share: true token-style: uuid is-log: falsetoken-name是前端请求时 Header 里携带的 Token 名称timeout是登录有效时长单位秒这里配置的是 24 小时。is-concurrent代表是否允许账号同时多处登录is-share表示同账号登录时是否共用同一个 token。这些参数业务上怎么设取决于具体需求但至少你要知道它们是干嘛的别一直用默认值。写一个最简单的登录接口验证效果RestController public class UserController { PostMapping(/login) public SaResult login(String username, String password) { if (admin.equals(username) 123456.equals(password)) { StpUtil.login(10001); return SaResult.ok(登录成功).set(SaHolder.getResponse().getHeader(token)); } return SaResult.error(登录失败); } GetMapping(/user/info) public SaResult userInfo() { return SaResult.data(StpUtil.getLoginId()); } }StpUtil.login()是核心方法传入的 10001 就是用户 ID调用成功后 sa-token 会自动生成 token 并绑定登录态。后面再请求/user/info时只要在 Header 里带上 token框架就会帮你解析出当前用户。想给接口加权限控制只需要在方法上挂一个注解SaCheckPermission(user:add) PostMapping(/user/add) public SaResult addUser() { return SaResult.ok(新增成功); }配合权限码的配置就实现了接口级别的访问控制。整体用下来sa-token 的最大优势就是“少配置、快上手”对业务侵入很低。4.3 实际接入中遇到的坑第一拦截器不生效的问题。sa-token 默认走的是 Spring 拦截器机制如果你项目里自己也定义了一套拦截器顺序没配对就可能导致 token 校验永远不执行。解决办法是给 sa-token 的注册拦截器指定合适的order确保它能在业务拦截器之前运行。第二集成 Redis 做分布式会话时不能只引入依赖。你需要让自定义的SaTokenDao实现类生效如果用框架自带的SaTokenDaoRedis还得在配置里指定序列化方式。否则会出现明明登录成功了第二台机器却不认这个 token 的诡异情况。第三SaCheckRole和SaCheckPermission混用时的语义。前者是角色判断后者是权限码判断如果你的项目里角色和权限码体系没有统一规划注解一多很容易出现某个接口明明配了权限但访问还是被拒的困扰。建议在项目初期就梳理好“角色-权限码”的映射关系。5. 猫抓浏览器里的资源嗅探助手5.1 场景与核心原理前端开发、素材收集或做内容二创的朋友经常会遇到这样一个需求看到一个网页里的视频、音频或者图片想直接下载到本地但页面上偏偏没有下载按钮右键也没有任何反应。这时候浏览器开发者工具一片一片翻网络请求倒是能做但效率太低。猫抓这个浏览器扩展解决的就是这个问题。猫抓的原理并不难理解浏览器扩展可以在页面加载阶段监听所有网络请求也可以分析 DOM 结构中出现的媒体资源地址然后用一个可视化列表把嗅探到的资源展示出来你只需要选定目标点击下载。相比每次打开 DevTools 手工过滤请求猫抓把这一步做成了所见即所得。5.2 操作流程实录猫抓的安装渠道很多最稳的是直接到 Chrome 应用商店搜索“猫抓”安装也可以从 GitHub Releases 页面下载.crx文件手动加载。我这里说手动加载的流程打开浏览器的扩展管理页面打开开发者模式把下载好的 crx 文件拖进去即可。不过国内多数基于 Chromium 的浏览器对非商店扩展管得比较严拖进去没反应时可以先把文件后缀改成.zip解压再用“加载已解压的扩展程序”导入。安装完成之后打开任意包含视频或音频的页面点击浏览器工具栏里的猫抓图标它会立刻分析当前标签页里能捕获到的资源列出一个列表。列表里会区分类型图片、音频、视频、甚至 PDF。视频文件一般会显示清晰度和格式信息直接点对应条目就能下载。如果需要批量抓取猫抓也支持多选。这个功能在扒取图片素材站时特别好用选中所有目标后一次完成下载效率拉满。5.3 一些使用心得和边界用猫抓最需要留意的是它的合法边界。它只是一个下载工具本身不生产内容抓到的资源版权和使用权仍然是原作者的。我个人的原则是只下载自己有使用权的素材或者明确标注免费可商用的内容。技术层面有个高频问题——有些网站的媒体资源是用 Blob 协议或 Data URI 动态加载的猫抓的默认嗅探方式可能只能抓出一些短小的分片文件。我遇到这种情况会切换成“抓取当前页面所有媒体”配合它自带的 M3U8 视频解析功能一般能找到真正的流媒体地址把整段视频合在一起下载而不是拿到一堆零零碎碎的 ts 片段。还有一个小提示插件界面里看到的资源列表有时会包含巨大的文件下载之前先看下文件大小别一不小心把几个 GB 的素材下到 C 盘回头又得清理磁盘。6. Codex 添加 GitHub 插件AI 编程与仓库工作流的结合6.1 背景梳理Codex 是 OpenAI 推出的 AI 编程代理能力上不局限于 IDE 里的补全和对话它可以在你给定的沙箱环境里自主完成代码编写、命令行操作、文件修改等任务。而 Codex 与 GitHub 的集成让它的能力从“改你本地代码”进一步延伸到了“直接操作你的仓库”。这么说吧以前用 AI 编程流程基本是本地改完代码 - 自己 commit - 自己 push - 自己开 PR。接入 GitHub 插件之后你可以用自然语言告诉 Codex“把这个功能实现一下然后提交代码并创建一个 PR”它会尝试完成整条链路。尤其适合一些机械性的改动比如批量重构、补充测试、更新文档。6.2 配置过程从零到联动成功我这里以 Codex CLI 为例把接入 GitHub 插件的步骤记录下来。先安装 Codex CLInpm install -g openai/codex然后登录并授权。首次运行 Codex 时会要求登录你的账号codex login登录成功之后关联 GitHub 账号。这一步通常是通过 CLI 里的/github命令完成的输入后会自动打开浏览器跳转到 GitHub 的 OAuth 授权页面codex /codex github login授权时一定要看清楚权限范围。我的做法是选择最小权限只允许访问指定仓库而不是把所有仓库的管理权限都交给它。GitHub 的 OAuth 授权页会把仓库权限分得很细比如Contents: Read/Write代表代码读写Pull requests: Read/Write代表可以创建和修改 PR按需勾选即可。授权完成后再往 Codex 的配置文件里添加要操作的目标仓库。配置文件一般在~/.codex/config.toml里面可以设置默认仓库[github] repositories [owner/repo-name]这时候就可以发起交互了。最简单的用法是直接告诉 Codex在 main 分支上新建一个分支为 models/user.py 补充单元测试运行测试通过后提交并创建一个指向 main 的 PR。Codex 会先拉取仓库信息列出计划然后逐步执行。整个过程你可以在终端里实时看到它的行动轨迹包括改了哪些文件、执行了什么命令、输出是什么。6.3 实际使用后的三点体会第一权限最小化原则不能动摇。哪怕这个工具再方便也别图省事把全部仓库权限打开。我给 Codex 的授权永远控制在“当前任务涉及的仓库 需要的能力”这个最小范围用完随时可以取消授权。第二AI 生成的 PR 一定要人工审查。我在测试过程中让 Codex 自动改过一段正则表达式它改完之后测试确实过了但从代码规范和语义正确性上看明显有可以优化的地方。工具能帮你节省“写代码”的时间但“判断代码是否该这么写”依然是你自己的责任。第三CI 流水线能极大提升使用体验。如果你的仓库配了完善的 CI那么 Codex 提交 PR 之后测试结果会自动反馈出来哪里挂了它会尝试根据报错继续修。没有 CI 的话它修 bug 时就像在黑暗里摸索效率大打折扣。7. 几个值得长期关注的使用建议文章写到这里五个项目基本都拆完了。最后聊点我平时刷 GitHub、评估一个项目是否值得纳入日常工具箱的个人习惯希望能给你一些参考。看到感兴趣的项目先别急着点 star。我建议你先打开 README找到 Quick Start 或者 Installation 部分把这个项目最核心的一条命令跑通再决定要不要深入研究。一个能顺利跑起来的项目跟一个停留在 README 层面“看起来很厉害”的项目给你的信息量完全是两个级别。跑通一个项目的核心 Demo通常只需要十分钟左右但这十分钟足够你判断这个项目设计得是否合理、文档是否跟代码同步、社区维护是否活跃。还有一个习惯是定期去翻项目的 issue 区和 Discussions 区。很多人只看 README 不看讨论区但实际上一个项目的真实使用场景、已知缺陷、以及作者对问题的响应态度全部藏在这些讨论里。如果一个项目的 issue 长期没人回复、提交的 PR 几个月合不进去那它即使 star 再高在日常使用中也大概率会遇到没人管的尴尬。最后说说项目选择的问题。GitHub 上的热门项目那么多真正能让你生产力上一个台阶的不是收藏夹里越来越多看起来厉害的工具而是你真正跑起来、真正用进日常工作的那一两个。建议你下次看到“神器”、“必备”这类词的时候留个心眼点进去先问自己三个问题这个工具能解决我当前遇到的哪个具体问题它还需要依赖什么环境我用完一次之后下一次还会再打开吗想清楚这三个问题再决定要不要花时间去研究你的时间和精力才能花在刀刃上。