今天把 GitHub Trending 从头翻到尾，有个感觉：AI 工具的方向变了，或者说扩了。
以前榜单上全是 LLM、RAG、向量数据库之类的基础设施。今天的榜单，排在前面的是一个自动做短视频的、一个教 AI 看界面美不美的、一个把文件转 Markdown 的、一个给程序员补英语的，还有一个 Agent 评测系统。
MoneyPrinterTurbo：内容生产流水线，不是玩具
这个项目我去年就关注过，一直在迭代。核心思路是把 LLM 的文案生成能力接到视频合成流程里，输入一个主题，输出带字幕带配音的短视频。
说起来简单，但工程量不小——要对接 TTS、剪辑、字幕时间轴、封面生成这一堆东西。它今天又上了榜，可能是最近更新了什么。我没细看 changelog，但这类工具真的在往内容工厂方向走，不只是 demo 了。
缺点也明显：生成的视频同质化很严重，看多了会有种哦又是这个风格的感觉。
Taste Skill：教 AI 看设计，这想法有点意思
这个比较新奇。它是一个给 Claude Code 用的 skill，目的是让 AI 在评价界面的时候有审美参考。我的理解是：它把一组设计原则、视觉判断标准写成了结构化的提示词格式，让 AI 能说出这个按钮太近了配色对比度不够这类具体意见，而不是只会说看起来不错。
能不能真正替代人类设计师的眼光，我持保留态度。但作为辅助检查工具，拿来做个快速初审，我觉得值得试试。
MarkItDown：文件转 Markdown，RAG 管道的好帮手
微软出的，支持 PDF、Word、Excel、图片甚至音视频转 Markdown。对于做知识库、搭 RAG 流程的人来说，这是真实需求——很多原始资料格式乱，得先清洗才能入库。
我自己测过几个 PDF，转换质量还可以，表格会变成 Markdown 表格，图片会提取 alt 文字。复杂排版的文件会有点错乱，这个没法避免。
English Level Up Tips：程序员英语指南，慢工出细活
这类项目其实不新，之前也有不少类似的 repo。这个针对程序员和互联网人做了定制，侧重技术写作、文档阅读、英文 PR 描述这些场景。
说实话，它上榜可能不是因为内容有多突破，而是时机——最近越来越多人意识到英语水平直接影响能不能用好 AI 工具、读懂文档。需求一直在，只是现在更明显了。
ECC：Agent 评测系统，工程化才是关键
这个是偏基础设施的。主要解决的问题是：当你有一堆 Agent 需要跑测试、评分、对比效果的时候，怎么管理这个流程。
Agent 的评测比普通模型评测复杂得多，因为有工具调用、多轮对话、状态管理这些变量。ECC 在这个方向做了封装，感兴趣的话可以看看它的 benchmark 设计，比大多数论文里的评测方案更贴地气。
