今天（2026年10月11日），Hacker News 的 Show HN 新品区挂出一批刚出锅的工具：有的发帖才52分钟，最老的也不过6小时。分数都还很低——这恰恰是好消息，说明中文圈几乎没人写过它们。我花了一个下午把其中三件半的说明书替你读完了：一个给同时开十几个 Claude Code 会话的人装上「微信式聊天列表」，一个把 OpenAI 最新的 Responses API 整个搬回你自己的机房，还有一个靠一张照片、一条病毒视频做成了单次付费8.99美元的小生意——而后台跑的是中国公司的视频模型。每一条都是你能今天装上就用、或者照抄开干的货。
仓库：github.com/BEX-Robotics/rezoom（MIT 协议，v1.2.0 已出 .deb 包）
开过三个以上 Claude Code 的人都懂那种痛苦：五个终端窗口，八个 tmux 面板，哪个 agent 在跑、哪个卡在等确认、哪个额度用完被冻结了——全靠挨个切换窗口人肉巡检。Rezoom 的作者管它叫「给你的 Claude Code 会话和终端装上 WhatsApp」，一点都不夸张。
它的原理很聪明：Claude Code 自己会在 ~/.claude/sessions/ 写一份会话注册表，Rezoom 直接读这份文件（只读），于是每个会话变成左侧聊天列表里的一行，带实时状态点：
几个我认为最值钱的设计：一是 Beam-in——在别的窗口里跑着的活会话，点一下就用 reptyr 整个「拽」进 Rezoom，原窗口自动关闭，进程不死；二是 Scan remote——SSH 到远程服务器扫一遍上面的 claude 和 tmux 会话，逐个收编成聊天，点击即用 ssh -t host 'claude --resume …' 接回去，远程跑 agent 的人狂喜；三是多账号，右键一个聊天选「在另一个 Claude 账号下运行」，它建出独立的 ~/.claude-<name> 目录，多账号轮额度的人不用再手动切环境。所有状态判断在本地完成，不调任何 API。
装法：Debian/Ubuntu 25.04+ 下载 release 里的 .deb 直接 apt install ./rezoom_1.2.0_amd64.deb，Fedora/Arch 给了 spec 和 PKGBUILD，macOS 也能用（会话开在 Terminal.app 里，少了内嵌终端和 beam-in）。它还带 CLI：rezoom-cli list 一行 TSV 列出所有会话和状态，写进你自己的脚本里很方便。
国内对比：目前没有等价物。tmux 和各类终端只懂「进程」不懂「agent 语义状态」；Claude Code 自带的 /resume 只能在单会话里翻历史，做不了跨会话总台。如果你同时开 aider、Codex、Gemini CLI，它也认——非 Claude 的 CLI agent 走终端聊天加恢复命令模板的方式接入。
适合谁：多 agent 并行开发、远程服务器挂任务、用多个 Claude 账号轮换的人。开一个会话的轻度用户暂时用不上。
仓库：github.com/modelship-ai/modelship（Apache 2.0，Python 3.12+）
过去一年，OpenAI 生态悄悄换了地基：Agent 框架正在从 chat/completions 迁往 Responses API——服务端会话状态（previous_response_id）、推理过程一等公民化、网关侧直接调 MCP 工具。问题来了：想把 Agent 跑在自己机器上的人，自建推理后端几乎都还停在「无状态补全」时代。
Modelship 补的就是这一层。它用 Ray Serve 做底座，官方称其 /v1/responses 端点通过了独立的 Open Responses 一致性套件 17/17 全过（2026年10月4日的测试结果，用 Qwen3-VL-8B-Instruct AWQ 4-bit、vLLM 后端跑出，vLLM 和 llama.cpp 两种加载器成绩一致）。这句话翻译成人话：你的 Agent 应用不用改一行代码，把 base URL 一换，就跑在你自己的硬件上，推理过程照常流式输出。
真正拉开差距的是这几点：
/v1/responses 里声明 tools: [{"type": "mcp", ...}]，网关自己去发现 MCP 服务器的工具、调用、循环，还带 require_approval 审批流。这是很多云厂商都还没做完的事。previous_response_id 和工具状态存在所有网关副本共享的 Ray actor 里，想持久就换 Redis。横向扩容网关，不用把用户黏在特定副本上。/v1；GPU 按比例切分，官方给的例子是 70% 给大模型、5% 给 TTS，同一个部署里 vLLM、llama.cpp、Diffusers、sherpa-onnx、whisper.cpp 共存。上手只要一条命令（CPU 也能跑）：
docker run --rm --shm-size=8g -p 8000:8000 \
ghcr.io/modelship-ai/modelship:latest-cpu start \
--model "Qwen/Qwen3-8B-GGUF:*Q4_K_M.gguf" \
--loader llama_server --usecase generate --num-cpus 4
镜像 amd64+arm64 双架构，NVIDIA 卡用 latest-cuda，Apple Silicon 原生支持（uv tool install mship && mship bootstrap --metal）。拉 Qwen3-8B 的 GGUF 约 5GB，留 10GB 内存即可。
flowchart TD
A["你的Agent应用<br/>已会说OpenAI方言"] --> B["只改一个base_url"]
B --> C["Modelship网关<br/>同一端口一个入口"]
C --> D["/v1/responses<br/>一致性套件17项全过"]
C --> E["embeddings与语音图像<br/>同挂一个v1"]
D --> F["vLLM后端<br/>GPU高吞吐"]
D --> G["llama.cpp后端<br/>GGUF量化CPU可跑"]
F --> H["GPU按比例切分<br/>多模型共存一卡"]
D --> I["服务端MCP执行<br/>高危动作先审批"]
国内对比：这是我最想强调的信息差。国内自建推理的主流路线——vLLM 裸起、各类推理平台——普遍对齐的还是 chat/completions，把 Responses API 连同服务端状态和 MCP 循环做全的极少。而 Modelship 默认示例跑的就是 Qwen，等于给「国产模型 + 自有算力 + 新一代 Agent 接口」铺了一条现成路。国内用 Ollama 的朋友注意区分：Ollama 是单机单模的玩具级体验，Modelship 管的是多模型共享 GPU、有状态会话、可水平扩的集群层。
适合谁：要给公司内部 Agent 平台自建后端的后端/平台工程师；想在本地或自有 GPU 上跑 Qwen 并接 MCP 工具链的人。
先补背景，据该站整理：今年10月初，多米尼加 dembow 歌手 Bulin 47 在西班牙一家餐厅门口，被创作者 Kevin Wai 用便携音箱拦下，即兴来了一段 freestyle。这条视频全网播放破6000万，几天后两人干脆合作发了首《Dame Hombro》。随后外网开始流行「AI 换身版」——把自己、朋友甚至宠物塞进那段街头说唱里。
这个小站就是把这波流量做成了产品：上传一张照片（JPG/PNG/WebP，10MB 以内），后台用 Seedance 2.0 Mini 的视频编辑模型，以原视频为运镜、动作、街景和声音的底版，你的照片只引导脸和衣服——产出 15秒、9:16、带原声的 MP4。15秒这个长度本身就是卖点，市面上多数同类工具只给5到10秒。生成通常几分钟，直接可发 TikTok/Reels/Shorts。
定价策略值得抄在小本本上：8.99美元一条，单次付费，不搞订阅（另有19.99和59.99美元的包），生成失败自动返还积分，Google 登录，默认不进任何公开画廊，还明确写了禁止上传名人和未经同意的他人照片。它也诚实标注自己是非官方粉丝工具。
flowchart TD
A["病毒视频出现<br/>全网破6000万播放"] --> B["垂直小站上线<br/>只做这一个模板"]
B --> C["用户上传一张照片"]
C --> D["Seedance 2.0 Mini<br/>换身生成15秒"]
D --> E["竖版MP4带原声<br/>直接发短视频平台"]
C --> F["单次付费8.99美元<br/>失败自动返积分"]
这里有两层信息差。第一层是反向的：这个赚美元的海外小站，底层跑的是字节的 Seedance 系列模型——「中国模型出海被老外拿来收美子」这件事，正在从新闻变成街边生意。第二层是玩法模板：锁定一个全球病毒视频 → 垂直小站只做一个模板 → 单次付费无订阅 → 失败返 credit 消灭客诉。整套链路轻得一个人就能维护，和国内「通用视频创作平台按月订阅」的打法完全是两个物种——它赌的是热点窗口期，快进快出。
适合谁：想做出海小产品的独立开发者；研究「热点套利型」AI 产品打法的人。注意肖像权红线：只处理有授权的照片。
发帖3小时的 kolega.ai 主体是一家面向受监管企业（金融这类）的 AI 咨询，但它的工具链有几处值得围观：Kolega Code 主打多 agent、本地优先、供应商无关，每次改动留日志审计；DevSec 模块官网自称在 RealVuln 榜单排第一、领先最强前沿模型约30分，2026年6月在1153个仓库上自动修复 PR 合并率92%（以上均为官方口径，未经独立核验）；最有意思的是 CAM™ 认证迁移方法论——LLM 起草「迁移契约」、人类签字冻结为唯一基准、生成即校验、对抗回归测试，最后编译成带哈希链的审计证据包。另外它挂了497个覆盖45个学科的专员 agent 模板和一本免费电子书《Own Your Agent》。提醒一句：HN 帖子标题写的是「免费编码 agent」，但官网主页主体是咨询业务，开源仓库入口未直接给出，想白嫖的先别抱太高预期。
| 你以为的 | 实际情况 |
|---|---|
| Claude Code 会话多了只能靠 tmux 硬记 | Rezoom 读官方会话注册表，状态、卡死、额度重置时间全可视化，还能跨 SSH 收编远程会话 |
| 自建推理只能停在 chat/completions | Modelship 的 /v1/responses 过了17项一致性测试，服务端状态+MCP 执行都有，一条 docker 命令跑 Qwen |
| AI 视频创业要拼通用平台 | 一个热点一个模板站，单次付费8.99美元，后台还是中国模型 Seedance |
| 合规是 AI 落地的减速带 | Kolega 把审计留痕做成方法论直接卖钱，迁移契约+哈希链证据成了产品 |
curl 打一下 /modelship/v1/responses 看推理流输出，再把你现有 Agent 的 base_url 切过去试工具调用。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。