<!-- title: 复刻与雕版：7个新生开源仓库 -->

**本期思路**：避开已经写烂的AI编程套壳和大厂框架，这期专挖「刚出生」的仓库——全部来自9月15日抓取的GitHub新星榜（近7天新建）与小而美榜（近45天新建、Star 80~2000）。7个仓库里6个还不到2000星，但覆盖了热点复刻、Agent基建、商业组件、物理仿真、雕版美学这些互不重叠的方向。文中Star数均为9月15日抓取口径，实际以仓库主页为准。
### 1. [sumimakito/Mac-Duo](https://github.com/sumimakito/Mac-Duo) | ⭐868 | 创建于近7天内

**一句话定位**：苹果9月9日发布会刚带火「iPhone Duo」，一周之内就有人把它搬上了Mac。

需要说明的是，「Duo效果」的具体交互细节本文不脑补，以官方演示和仓库自带的效果演示为准。但从数据面看，它的价值不在代码量，而在两点：一是作者对动效还原的完成度足够高，否则撑不住这个星速；二是它给动效工程师提供了一个可拆解的参考实现——想研究这类效果怎么做，读一个868星的复刻仓库，比对着发布会视频猜实现快得多。

- **上手难度**：⭐⭐（面向Mac用户的即装即用向，以仓库发布说明为准）
- **适合人群**：macOS玩家、动效/客户端工程师。
- **变现思路**：这类项目直接变现难，但作品集价值极高——一次热点复刻带来的关注，抵得上半年默默提交；二次开发方向是把它做成动态壁纸或桌面组件商店里的付费小件。
### 2. [lexmount/moli](https://github.com/lexmount/moli) | ⭐1994 | 创建于近45天内

**一句话定位**：给AI Agent用的无头浏览器，Rust写的，主打「轻、快、高兼容」。

2026年做Agent产品绕不开一个脏活：让程序「看」网页。传统方案是把整个Chromium无头模式拉起来，功能全，但内存动辄几百MB、启动慢，Agent平台上千并发一开，服务器账单直接起飞。moli切的就是这个痛点——描述原文三个关键词：Lite、Fast、High-Compatibility，用Rust实现。Rust写这类基础工具通常意味着免运行时依赖、资源占用可控，对要在大规模实例上跑的Agent厂商来说，每一MB内存都是钱。

「高兼容」是它的立身之本：无头浏览器领域最怕的就是「快但渲染不对」，真实网站的反爬、动态渲染、各种奇怪JS，兼容性不行一切白搭。具体兼容哪些协议和场景，以仓库README的实测说明为准，但从它45天内逼近2000星的速度看，社区用脚投票的结果不差。

- **上手难度**：⭐⭐⭐（作为库集成，需要开发能力）
- **适合人群**：Agent基础设施开发者、爬虫与监控平台、RAG渲染后端。
- **变现思路**：这是典型的「卖水人」生意——基于它包一层托管服务，做按量计费的browsing API；或者嵌进RAG/Agent平台当渲染引擎收授权费。Agent基建在2026年是水大鱼大的赛道。
### 3. [shadcn-labs/pdfcn](https://github.com/shadcn-labs/pdfcn) | ⭐1764 | 创建于近45天内

**一句话定位**：shadcn生态出手做PDF组件库，「100%免费、零配置、一条命令装好」（描述原文）。

程序化生成PDF是所有做SaaS的人的集体噩梦：要么用底层库手写坐标，改一个字号像在写汇编；要么拿HTML转PDF，分页、页眉页脚、中文字体处处是坑，生成的发票永远差点意思。pdfcn给出的答案是组件化——像拼前端UI一样拼PDF。它出自shadcn-labs组织，也就是前端圈如日中天的shadcn/ui背后的组织，描述点名基于Takumi和Forme两个底层库构建（细节以仓库为准）。shadcn系出品有个鲜明特征：默认审美就在线，这对「生成物要拿给客户看」的PDF场景是降维打击。

场景想想就很具体：SaaS后台的发票导出、电商的物流单、课程的结业证书、律所的合同套版——全是高频、付费意愿明确的刚需。

- **上手难度**：⭐⭐（描述主打零配置、一条命令接入）
- **适合人群**：全栈开发者、SaaS团队、需要批量出报告/票据的后端工程师。
- **变现思路**：本身免费，变现靠上层——用它在自己的SaaS里做「导出PDF」收费功能；或者做垂直模板市场（发票模板、合同模板按套售卖），把组件库当免费引流入口。
### 4. [kevinzakka/mjbatch](https://github.com/kevinzakka/mjbatch) | ⭐481 | 创建于近7天内

**一句话定位**：一个Python库，让成千上万个MuJoCo物理仿真在CPU上并行跑。

做机器人和强化学习的人都知道，训练的瓶颈往往不是模型，是仿真吞吐——策略要在海量并行环境里滚千万次rollout才能学会走路、抓取。社区这几年主流的解法是上GPU（把物理仿真搬到显卡上算），但GPU路线门槛不低，而很多实验室手里大量CPU核心是闲置的。mjbatch走的是实用主义路线：按描述，就在CPU上并行跑大批量MuJoCo仿真，名字起得直白，mj + batch。

MuJoCo本身是DeepMind开源、学界几乎人手一份的物理引擎，生态成熟，所以这个库的切入点很聪明——不改引擎，只解决「批量跑」这一件事。星数还只有481，但这类工具的星数从来不代表价值：它面向的是一个精确、专业、愿意为吞吐量付费的小众群体。

- **上手难度**：⭐⭐⭐（Python库装上能用，难点在MuJoCo建模本身）
- **适合人群**：机器人RL研究者、sim2real工程师、需要蒙特卡洛批量仿真的科研人员。
- **变现思路**：把自己攒的CPU算力包装成「仿真托管」服务按小时卖；或给机器人公司做训练数据工厂——真实世界数据贵，仿真数据便宜，中间的批处理层就是生意。
### 5. [Foadsf/vintage-latex](https://github.com/Foadsf/vintage-latex) | ⭐372 | 创建于近7天内

**一句话定位**：20个LuaLaTeX + MetaPost示例，复刻十九世纪科学论文的雕版印刷美学。

本期最「不实用」也最迷人的一个。老一代科学书刊里那些精美的雕版插图——用一根根细密排线表现明暗的铜版画质感——在现代排版里几乎绝迹。vintage-latex干的事，是用TeX家族的老牌矢量绘图语言MetaPost，配合其中名为fiziko的宏（描述原文点名），用算法自动生成模拟手工排线的阴影效果，做出20个完整的旧式科学论文版式示例。

它的珍贵在于「零门槛复古」：以前想要这种效果，要么真去学铜版画，要么设计师手工画排线，现在编译一段LaTeX就能批量产出。论文封面、书籍装帧、桌游卡牌、复古风海报、独立杂志，全是它的用武之地。372星的数据放在这里是失真的——这类美学工具的用户不刷GitHub，但愿意为效果付钱。

- **上手难度**：⭐⭐⭐⭐（需要LaTeX基础，MetaPost算冷门手艺）
- **适合人群**：书籍装帧师、学术出版从业者、独立开发者（复古风产品）、桌游设计者。
- **变现思路**：把示例扩展成付费模板包（复古论文模板、雕版图表生成器）；或者接学术出版的美化外包——出版社的预算比你想象的充足。
### 6. [kruzovic7/ai-data-extractor](https://github.com/kruzovic7/ai-data-extractor) | ⭐797 | 创建于近7天内

**一句话定位**：免费开源的AI编程助手聊天记录提取器，把散落各处的对话资产捞出来。

2026年的程序员有个共同的隐痛：过去一年里和AI的成千上万次对话，是比代码更值钱的资产——里面有你的踩坑史、prompt心得、方案推演。但这些东西沉在各家工具的本地存储里，格式各异。以Claude Code为例，会话以JSONL文件形式存在用户目录下；Cursor等其他工具各有各的存法。ai-data-extractor干的就是把这些历史统一提取出来（描述可见支持Claude Code、Cursor等，完整支持列表以仓库为准），让你能检索、复盘、迁移。

它一周冲到797星，说明「对话资产自营」这个需求真实存在。团队视角下价值更明显：管理者想审计AI用量、复盘哪些问题该沉淀成文档，前提都是先把数据拿到手。

- **上手难度**：⭐（下载即用型工具）
- **适合人群**：重度AI编程用户、技术团队管理者、想整理个人prompt库的人。
- **变现思路**：开源免费是获客，向上做团队版——对话数据的审计报表、成本分析、prompt知识库，都是企业愿意付费的功能点。
### 7. [jtydhr88/screenwriting-skills](https://github.com/jtydhr88/screenwriting-skills) | ⭐1081 | 上架于近14天内

**一句话定位**：一套专业级Agent技能包，让AI按编剧行当的规矩写剧本。

「让AI写剧本」不稀奇，稀奇的是按行当规矩写。描述原文点明覆盖三个方向：screenwriting（电影剧本）、television writing（剧集写作）、dramaturgy（剧作法）。这背后是一个朴素的认知：通用大模型写东西「通顺但外行」，因为它不知道行业里那些不成文的SOP——人物弧光怎么铺、节拍表怎么对、一场戏的信息密度怎么控制。技能包的价值就是把这套方法论固化成Agent可查可执行的说明书：装进Claude Code这类工具的技能目录，创作时点名调用，AI就从「会写字」变成「懂行」。

1081星（14天内）说明「专业方法论 + Agent」这个组合正在从程序员圈子外溢到创意行当，编剧只是先头部队。

- **上手难度**：⭐⭐（装进技能目录即可，难在用出水平）
- **适合人群**：编剧、网文作者、短视频剧组、游戏叙事设计师。
- **变现思路**：同一套模式可以复制到任何专业行当——把某个行业的隐性知识做成技能包卖订阅；编剧版本身也可以走「基础免费 + 类型剧模板付费」。
## 本期横评

| 仓库 | 类型 | Star（9·15） | 上手难度 | 适用场景 |
|---|---|---|---|---|
| Mac-Duo | 热点复刻/桌面应用 | 868 | ⭐⭐ | macOS体验新交互 |
| moli | Agent基建库 | 1994 | ⭐⭐⭐ | Agent/爬虫渲染后端 |
| pdfcn | PDF组件库 | 1764 | ⭐⭐ | 发票/报告/证书生成 |
| mjbatch | 科学计算库 | 481 | ⭐⭐⭐ | 机器人RL批量仿真 |
| vintage-latex | 排版美学示例集 | 372 | ⭐⭐⭐⭐ | 书装/出版/复古设计 |
| ai-data-extractor | 本地数据工具 | 797 | ⭐ | AI对话资产管理 |
| screenwriting-skills | Agent技能包 | 1081 | ⭐⭐ | 剧本与剧集创作 |

```mermaid
mindmap
  root((本期7仓))
    热点复刻
      Mac-Duo
    Agent基建
      moli
      ai-data-extractor
      screenwriting-skills
    组件与仿真
      pdfcn
      mjbatch
    复古美学
      vintage-latex
```

## 本期之最

- **最值得立即尝试：pdfcn**——一条命令接入，发票和报告是所有做产品的下周就会遇到的活，先装上不吃亏。
- **最有商业潜力：moli**——Agent越普及，渲染层越值钱，它是本期唯一踩在「平台级成本项」上的仓库，做托管服务或授权嵌入都有先例可循。
- **最被低估：vintage-latex**——372星掩盖了它的稀缺性，「算法生成雕版排线」在网上几乎没有第二份现成答案，谁先做成模板产品谁吃肉。

## 参考来源

1. [sumimakito/Mac-Duo](https://github.com/sumimakito/Mac-Duo) — iPhone Duo效果的Mac复刻，本稿核心数据源之一
2. [lexmount/moli](https://github.com/lexmount/moli) — Rust无头浏览器，Star与描述以9月15日抓取为准
3. [shadcn-labs/pdfcn](https://github.com/shadcn-labs/pdfcn) — shadcn生态PDF组件库
4. [Foadsf/vintage-latex](https://github.com/Foadsf/vintage-latex) — 雕版美学LaTeX示例集
5. [Apple Event September 9 2026（YouTube官方视频）](https://www.youtube.com/watch?v=39BalPDuTo0) — iPhone Duo发布场合，播放量数据见视频页
6. GitHub Search API新星榜与小而美榜（系统2026-09-15预抓取） — 本文全部Star数、创建时间窗与描述引文的来源

> [!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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
