これはゲームチェンジャー。
OpenAIのAIコーディングエージェント Codex に、ローカルとリモートをまたいで作業を引き継げる機能「Hand off」が追加された。

・自分のPCで作業を始める
・画面を閉じる前にリモートマシンへ送る
・後で手元に戻して続きから再開

Codexが引き継ぎを自動で調整してくれる👇

無料で使えるのが信じられないGitHubツール10選：

1. yt-dlp
YouTubeを含む1,800以上のサイトから動画・音声を最高画質でダウンロードできる。字幕・メタデータも一括取得。YouTubeの対策を毎回突破して更新し続けており、172Kスターを獲得している。
https://github.com/yt-dlp/yt-dlp

2. Stirling-PDF
Adobe Acrobatの主要機能（結合・分割・署名・OCR・圧縮・墨消し・変換）をすべてローカルで完結させるPDF管理ツール。ファイルが外部に送信されることがない。81K+スター。
https://github.com/Stirling-Tools/Stirling-PDF

3. homepage
自宅サーバーやアプリの稼働状況を1画面に集約できる自己ホスト型ダッシュボード。企業向けシステム管理パネルと同等の機能が、無料で手元に用意できる。
https://github.com/gethomepage/homepage

4. LocalSend
AirDrop代替の全デバイス対応ツール。Windows・Mac・Linux・Android・iOS間で、アカウント・クラウド不要、容量制限なしでファイルを送受信できる。同じネットワーク内だけで送受信が済む。
https://github.com/localsend/localsend

5. AppFlowy
Notionと同等のメモ・ドキュメント・データベース機能をオフライン優先で使えるメモアプリ。データは自分のマシンに保存され、外部に送られない。70K+スター。
https://github.com/AppFlowy-IO/AppFlowy

6. immich
Googleフォトと同等の自動バックアップ・顔認識・AI検索・共有アルバム機能を、自宅のマシンで動かせる写真管理ツール。一度使うと手放せなくなる人が続出している。
https://github.com/immich-app/immich

7. Reactive-Resume
職務経歴書を無制限に作成・公開・管理できる無料ツール。履歴書サービスの大半はダウンロード時に課金するが、これは一切不要。38K+スター。
https://github.com/AmruthPillai/Reactive-Resume

8. Whisper
OpenAIが作った音声文字起こしモデルで、99言語に対応。文字起こしアプリが分単位で課金している、その処理を担うエンジンがローカルで無料で動く。
https://github.com/openai/whisper

9. n8n
Zapierがタスクごとに課金していた「アプリ間の連携・業務フロー自動化」を、自己ホストで手数料なしに実現できるツール。数百の連携先対応で190K+スター。フェアコード（ソースコード公開型）。
https://github.com/n8n-io/n8n

10. Firecrawl
URLを1回指定するだけで、そのWebサイトをAIが読み込める構造化データに変換できるスクレイピング基盤。月に数万円かかるスクレイピングサービスと同等の機能がオープンソースで使える。
https://github.com/firecrawl/firecrawl

GOOGLE TIENE UNA IA QUE PREDICE PATRONES EN CUALQUIER COSA, Y ES GRATIS

Predecir ventas, precios o tráfico web suele requerir entrenar modelos carísimos durante semanas. Google lo resolvió y lo publicó open source sin pedir nada a cambio.

> Predice ventas, demanda, precios de mercado y tráfico web

> Entrenada con 100 mil millones de datos reales

> Funciona en zero-shot, sin necesidad de entrenarla tú

> Corre 100% local, privacidad total

> Gratis y de código abierto

Se llama TimesFM, y es básicamente una bola de cristal que cualquiera puede correr en su propio ordenador.

Os dejo la repoo abajo 👇

Claude x トレーダー、えぐい。

AnthropicのAI「Claude」が、株式・暗号資産のチャートツール「TradingView」をマウス操作ゼロで動かしている事例が海外で話題に。

・RSIや出来高などの条件を自然言語で指示→14秒で6銘柄を自動発見・チャート表示
・過去の売買をリプレイし、損益をローソク足単位でリアルタイム計算
・オリジナルの分析インジケーターを40秒でプログラミング・表示

など、「チャートを見てから考える」作業全体をClaudeに丸投げする仕組みです👇

🚀Codex 新功能 Record & Replay 开启步骤：

1. 更新 Codex 至最新版本 26.616

2. 选择 Plugins -> Skills -> Record a skill

3. 安装 Record & Replay Skill

⚠️重要：确保开启 Computer Use 中 Any App 和 Google Chrome

以上。 https://x.com/Lonely__MH/status/2067813417256411596/photo/1

Web scraping will never be the same.

(100% open-source visual search at scale)

PixelRAG is a retrieval system that skips HTML parsing completely.

Instead of scraping a page into text and embedding chunks, it screenshots the page and retrieves the image. A vision-language model reads the answer straight off the pixels.

Why that matters: parsing is where web RAG quietly loses information.

- A single HTML-to-text parser can drop 40%+ of a page.
- Tables, charts, and layout get flattened or thrown out.
- Swapping parsers alone can move accuracy ~10 points on the same docs.

PixelRAG indexes the page a person actually sees. The team built a visual index of all of Wikipedia, 30M+ screenshots, and it still beats the strongest text RAG baseline by 18.1% on text-only QA.

The repo also ships a Claude Code plugin that gives Claude eyes.

It lets Claude screenshot any URL and read the rendered page instead of scraping the DOM. So you can hand it a live page, an arXiv paper, or your local site and ask what it actually looks like.

One setup script. No MCP server, no backend.

How the pipeline works:

- Renders each document (web, PDF, image) to image tiles.
- Embeds them with Qwen3-VL-Embedding, LoRA fine-tuned on screenshots.
- Builds a FAISS index and serves a search API.

A stronger reader model lifts accuracy with no re-indexing, since the index is just pixels.

Everything is open-source under Apache-2.0.

GitHub repo: https://github.com/StarTrail-org/PixelRAG

Talking about RAG, I recently wrote an article on a new approach that makes retrieval much more efficient by cutting corpus size by 40x, reducing tokens per query by 3x, and improving vector search relevance by 2.3x.

The article is quoted below.