知识分享
技术文章、实战教程、经验心得
LLM 自动化测试系列（04）：Web UI 自动化——Midscene 的视觉驱动脚本化
字节跳动开源的 Midscene 走的是纯视觉定位路线：不写 selector，直接把截图交给视觉模型，用自然语言描述'点击提交按钮'。这篇拆解它的三种模型角色分工（Default/Planning/Insight）、aiAct 的重规划循环、规划缓存与定位缓存各自的失效判定逻辑，以及跟 Stagehand 这类基于 DOM/无障碍树的方案比，鲁棒性和成本的权衡到底在哪。
LLM 自动化测试系列（03）：单元测试生成——TestGen-LLM 与 Qodo Cover
让 LLM '随便写点测试'，产出的往往是编译不过、断言写死 true、或者根本不提升覆盖率的垃圾测试。Meta 的 TestGen-LLM 论文给出的解法不是让模型变聪明，而是用一套机械化的过滤器把不合格的产出全部筛掉。这篇拆解这套过滤器的具体设计，以及它的开源实现 Qodo Cover 怎么把这套思路落地成可跑的 CLI 工具。
LLM 自动化测试系列（02）：统一技术底座——视觉定位 / DOM 语义化 / Computer Use
同一个'找到提交按钮'的任务，不同的开源项目给出了三种完全不同的技术路线：专用视觉定位模型、DOM/无障碍树结构化理解、纯坐标点击的 Computer Use。这篇建立全系列复用的概念词汇表，讲清楚三条路线各自的原理、取舍，以及 ScreenSpot / ScreenSpot-Pro / OSWorld 这些 benchmark 到底在测什么。
LLM 自动化测试系列（01）：为什么测试是 LLM 落地的新战场
传统自动化测试有三个老问题：脆弱定位、oracle 问题、维护成本，而且这三者会互相加剧。这篇是系列开篇，讲清楚这三个问题的本质，以及为什么测试恰好是 LLM Agent 落地里少见的'有明确对错标准'的场景。后续 13 篇会逐一拆解代表性开源项目的具体解法。
一天一个开源项目（第223篇）：TeamAI-CLI —— 腾讯开源的团队级 AI Agent 中间层，让每个人的 AI 能力变成团队共享能力
TeamAI-CLI 是腾讯开源的团队协作中间层工具，不是又一个 AI 编程助手，而是让 Claude Code、Codex、Cursor 等已安装的 AI 工具共享技能、规则、知识库的元管理系统。通过 push/pull 流程同步团队规范，配合代码知识图谱和"摩擦度"驱动的经验沉淀机制，把个人的 AI 使用经验转化为团队共享资产。4.8k Stars，MIT 协议。
一天一个开源项目（第224篇）：ARTEMIS —— 谷歌开源的移动端 AI 自动化框架，让 AI 助手像人一样操作手机
ARTEMIS 是 Google 开源的 Android 自动化框架，把自然语言指令转化为可靠的移动端自动化操作。提供 Flash（快速反应式）和 Pro（多智能体规划验证）两种执行模式，通过 MCP 协议与 Claude Code、Antigravity、Codex 等 AI IDE 原生集成，在 AndroidWorld 基准测试中达到 99%+ 任务完成率。8.1k Stars，Apache-2.0。
一天一个开源项目（第225篇）：NanoJev —— 一个 0.6B 的并行决策模型，让 LLM 直接输出概率分布而不是生成 Token
NanoJev 是 Jev 并行决策模型系统的轻量复刻版，基于 Qwen3-0.6B 骨干网络附加决策头，输入状态和问题，直接输出完整概率分布，零输出 Token 解码。支持动态选择、布尔判断、有序评分三种决策类型，在迷宫导航和 Snake 游戏基准上验证了效果。954 Stars，MIT 协议。
一天一个开源项目（第226篇）：AIO Sandbox —— 把浏览器、Shell、文件、MCP、VSCode 塞进同一个容器的 Agent 沙箱
AIO Sandbox（agent-infra/sandbox）是一个"全能型" AI Agent 沙箱环境，用一个 Docker 容器统一了浏览器自动化、Shell 终端、文件操作、MCP 服务和 VSCode Server，核心是一套跨工具共享的统一文件系统。提供 Python/TypeScript/Go 官方 SDK，内置四组开箱即用的 MCP Server，并已验证与 Browser Use、LangChain、OpenAI Assistants 等框架的集成。6.0k Stars，Apache-2.0 协议。
开源项目第222期：security-audit — Cloudflare 的安全审计 Skill，把 Coding Agent 变成六阶段安全审计器，13k Stars
Cloudflare 出品的 coding-agent skill，把编程 Agent 变成安全审计器。六阶段流程：侦察、覆盖率导向的漏洞狩猎、候选独立验证、结构化输出、记录独立核实、目标中立报告。核心设计：对抗性验证（检查者≠发现者）、机器可读的 findings.json + 零依赖校验器、多轮运行覆盖率递增。JavaScript，MIT，13k Stars。
一天一个开源项目（第221篇）：Coder —— 自托管云开发环境，也是给 AI Agent 一间安全的工作室
Coder 是自托管的云开发环境平台，用 Terraform 定义工作区，支持 AWS/Kubernetes/Docker 等后端，把开发者上手时间从数天缩短到数秒。近年新增 AI Agent 委托能力——Agent 循环运行在控制平面而非工作区内，配合 AI Gateway 实现集中化模型治理、成本追踪和审计。14.9k Stars，AGPL-3.0。
一天一个开源项目（第220篇）：WeKnora —— 腾讯开源的企业级知识框架，从 RAG 问答到 Wiki 自进化
WeKnora 是腾讯开源的 LLM 知识框架，融合 RAG 快速问答、ReAct 智能体多步推理和 Wiki 模式自动生成互联知识库三大能力，支持 20+ LLM 提供商、10+ 文档格式、企业级多工作区 RBAC，是微信对话开放平台的核心技术底座。25.4k Stars，MIT 协议。
一天一个开源项目（第217篇）：free-for-dev —— 137k Star 的开发者免费服务终极宝库
free-for-dev 是 GitHub 上排名最靠前的资源类仓库之一，收录了 60+ 大类、数百项提供真正免费层级的 SaaS/PaaS/IaaS 服务，从主流云平台到 CI/CD、数据库、AI 工具、认证服务一网打尽。137k Stars，由 1600+ 贡献者持续维护，是每个开发者都该收藏的"白嫖手册"。