学习库领跑热榜，提示词与爬取工具紧随
practical-tutorials/project-based-learning
一句话新闻：27.7 万星标的 Python 项目式教程合集，把「看完不会写」变成「跟着做就会」。
亮点 277,767 star 的项目式学习清单，每个教程都以完成一个真实应用为目标，不是语法 demo 堆砌。 做什么 收录数百个 Python 实战教程，覆盖 Web、爬虫、数据分析、游戏等方向，每个教程从零搭起一个完整项目。 上手 打开仓库 README 按目录挑选 Python 项目，进入对应教程链接跟着做。 适合谁 已经学过 Python 语法、缺项目经验的学生或初级开发者。 提醒 教程质量参差，建议优先看 star 高、更新近的条目。
类型: 教程 · ★ 277767 · 可直接上手 · 成熟活跃 · practical-tutorials/project-based-learning (Python) · 打开仓库
f/prompts.chat
一句话新闻：16.7 万星标的开源提示词社区，现在可以自托管到自己的服务器，提示词数据完全掌控。
亮点 前身是 Awesome ChatGPT Prompts，积累 16.6 万 star；新增自托管能力，提示词库不再依赖第三方服务。 做什么 收集社区贡献的高质量提示词，按场景分类，解决「不知道该怎么问模型」的问题；自托管后团队可共享私有提示词库。 上手 按仓库 README 部署，npm 安装后即可本地运行。 适合谁 需要统一管理团队提示词、又担心数据出域的技术团队。 提醒 提示词质量依赖社区维护，生产环境建议二次筛选和版本管理。
类型: 库 · ★ 166953 · 可直接上手 · 成熟活跃 · f/prompts.chat (HTML) · 打开仓库
firecrawl/firecrawl
一句话新闻：16.4 万星标的网页上下文 API，一次调用同时完成搜索、抓取和结构化提取。
亮点 164,605 star 的 TypeScript 项目，提供单一 API 完成搜索、爬取和交互，比自建爬虫省掉大量解析与反爬工作。 做什么 把任意网页转成干净的 Markdown 或结构化数据，支持搜索后直接抓取结果；自托管版本数据不经过第三方。 上手 按仓库 README 安装并配置 API key，自托管可 docker compose 启动。 适合谁 做 RAG 应用、需要批量抓取网页内容的后端或数据工程师。 提醒 云服务按量计费，大规模抓取建议自托管控制成本。
类型: 应用/工具 · ★ 164605 · 可直接上手 · 成熟活跃 · firecrawl/firecrawl (TypeScript) · 打开仓库
SaladDay/pi-from-scratch
一句话新闻：600 行 TypeScript 教你从零写一个迷你 pi-agent，看懂 Agent 内部不再靠猜。
亮点 仅 600 行 TypeScript 实现核心 agent 逻辑，代码量小到可以通读，比读框架源码效率高得多。 做什么 用最小代码量展示 agent 的工具调用与思考循环，帮你理解这类程序的工作原理。 上手 git clone 仓库后本地运行，按 README 指引逐步阅读源码。 适合谁 想彻底搞懂 agent 运行机制、不愿黑盒使用的 TypeScript 开发者。 提醒 是教学项目，非生产可用，别直接用于业务。
类型: 库 · ★ 179 · 可直接上手 · SaladDay/pi-from-scratch (TypeScript) · 打开仓库
Taxi drivers rarely die of Alzheimer's
一句话新闻：伦敦出租车司机海马体更大、阿尔茨海默病死亡率更低，复杂空间记忆可能是大脑保护因素。
亮点 研究基于真实职业人群：出租车司机需记忆伦敦 2.5 万条街道，长期空间导航训练与更低痴呆死亡率相关。 做什么 探讨空间推理训练对大脑结构的影响，提示复杂认知活动可能有神经保护作用。 上手 阅读原文了解研究方法和数据，无需安装任何工具。 适合谁 长期伏案、想了解认知健康维护方式的开发者。 提醒 是相关性研究，不能直接得出「训练空间能力就能防痴呆」的因果结论。
★ 315 · Taxi drivers rarely die of Alzheimer's · 查看原文
Meta Muse Glimmer
一句话新闻：Meta 发布 30B 开源权重编程模型，可在本地 GPU 运行。
亮点 30B 参数开放权重模型，针对代码生成与 agent 任务优化，允许本地私有部署，数据不出服务器。 做什么 在本地完成代码补全、生成与修改任务，适合代码不能出内网的企业场景。 上手 按 Meta 官方博客说明下载权重，用 llama.cpp 或 vLLM 加载运行。 适合谁 有本地 GPU 资源、对代码数据隐私有硬性要求的企业技术团队。 提醒 30B 模型需要较高显存，入门级显卡跑不动，先确认硬件再动手。
★ 232 · Meta Muse Glimmer – open weights 30B local coding model · 查看原文
今日观察
这波热榜明确指向「本地优先」：prompts.chat 支持自托管、firecrawl 可私有部署、Meta 开放 30B 权重，都在把能力从云端拽回开发者自己的服务器。对开发者的实际含义是：数据隐私和成本控制正成为选型的一级考量，优先选可自托管、可离线运行的工具，别把核心链路绑死在闭源云服务上。