NestJS Skills, Lochness: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng để thử khi nó lấp đúng chỗ mà model còn thiếu, chạy trên máy của bạn và minh bạch về giới hạn của mình. Bài viết này của Kungfutech chọn bốn dự án như vậy: NestJS Agent Skills là bộ skill chính thức giúp agent lập trình viết NestJS theo API mới nhất; Lochness giúp Claude dịch giao diện ứng dụng theo đúng cách Apple đã dịch iOS và macOS; Willow là ứng dụng desktop gom thống kê token và chi phí của nhiều agent lập trình; và Paperstream là canvas vẽ sơ đồ quan hệ giữa các bài báo khoa học mà cả người lẫn AI cùng chỉnh được. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
NestJS Agent Skills: bộ skill chính thức để agent viết NestJS đúng chuẩn
NestJS Agent Skills là gì?
NestJS Agent Skills là bộ Agent Skills chính thức của đội ngũ NestJS, giấy phép MIT, dùng để xây dựng và mở rộng ứng dụng NestJS bằng agent lập trình. Mục tiêu là bù những gì dữ liệu huấn luyện của model còn thiếu: các API hiện hành thường mới hơn model, các package first-party của Nest, và những lỗi vẫn qua được test như form đăng nhập để lộ email nào đã tồn tại, @IsOptional() để null lọt qua thành lỗi 500, hay rate limiter không nhận ra người dùng.
Bộ skill gồm sáu phần: nestjs (khởi tạo dự án, cấu trúc, hệ module), nestjs-feature (endpoint, validation bằng Zod hoặc class-validator, mã trạng thái, Server-Sent Events), nestjs-auth (xác thực và phân quyền với @nestjs/authentication và @nestjs/authorization), nestjs-data (lưu trữ với @nestjs/drizzle và @nestjs/typeorm, migration, phân trang, transaction), nestjs-testing (unit, service và end-to-end test) và nestjs-production (cấu hình, log, health check, rate limiting, OpenAPI, triển khai). Mỗi skill là một thư mục có SKILL.md chứa quy tắc cùng references/ chứa công thức dài hơn, và theo README mọi công thức đều đã được chạy thử trên các package đã phát hành. Agent tự nạp skill khi mô tả khớp với tác vụ, nên không cần gọi tay. Bộ skill viết cho NestJS 12 trên Node.js 20 trở lên và dặn agent kiểm tra phiên bản đã cài cùng tài liệu chính thức trước khi dựa vào trí nhớ.
Cách cài đặt và sử dụng NestJS Agent Skills?
Cách chung cho mọi agent là dùng npm, lệnh này chép toàn bộ skill vào .agents/skills/ (thư mục mà Codex và Cursor đọc):
npx @nestjs/skills add
Chọn nơi cài bằng --agent:
npx @nestjs/skills add --agent claude # Claude Code, dự án hiện tại
npx @nestjs/skills add --agent all # Codex, Cursor và Claude Code
npx @nestjs/skills add --agent agents --global # mọi dự án trên máy (~/.agents/skills)
npx @nestjs/skills add nestjs nestjs-auth # chỉ cài một số skill
npx @nestjs/skills list # xem package có gì
npx @nestjs/skills remove # gỡ những gì đã cài
Với Claude Code, có thể cài dạng plugin từ marketplace của chính repo:
claude plugin marketplace add nestjs/agent-skills
claude plugin install nestjs@nestjs
Hoặc chép tay: clone repo rồi copy các thư mục skill vào nơi agent đọc skill, nhớ giữ nguyên từng thư mục vì SKILL.md liên kết tới references/ bằng đường dẫn tương đối:
git clone https://github.com/nestjs/agent-skills.git
mkdir -p .agents/skills && cp -R agent-skills/skills/* .agents/skills/
Để cả nhóm dùng cùng một phiên bản, ghim package bằng npm i -D @nestjs/skills rồi chạy npx nestjs-skills add. Khi cần cập nhật, chạy lại npx @nestjs/skills@latest add, hoặc với plugin là claude plugin marketplace update nestjs rồi claude plugin update nestjs@nestjs.
Lochness: dịch ứng dụng theo đúng cách Apple dịch iOS
Lochness là gì?
Lochness là skill cho Claude Code kèm công cụ dòng lệnh (giấy phép MIT), giúp tra cứu Apple đã dịch cùng một chuỗi tiếng Anh, hoặc các thuật ngữ giao diện bên trong nó, như thế nào trên macOS và các runtime giả lập iOS/watchOS. Nhờ vậy bản dịch của Claude khớp với hệ điều hành mà người dùng đã quen. README đưa ví dụ: nhờ dịch "Not Now" sang tiếng Ý, model có thể viết "Non adesso", trong khi iOS dùng "Non ora" ở 148 chỗ.
Repo không tải gì về và không chứa dữ liệu nào của Apple. Ở lần dùng đầu, lochness scan đọc các file bản địa hóa có sẵn trên chính máy Mac của bạn (.loctable, .strings, .stringsdict trong hệ thống, ứng dụng com.apple.*, Xcode và runtime giả lập mới nhất của từng nền tảng) rồi dựng một database SQLite cục bộ. Với đầy đủ khoảng 90 ngôn ngữ, database nặng khoảng 4–5 GB và mất chừng 10 phút để dựng; nếu chỉ cần vài ngôn ngữ, --langs giúp giảm xuống khoảng 0,4 GB trong khoảng một phút. Lệnh lookup liệt kê từng bản dịch kèm số bundle của Apple dùng nó, nên lựa chọn phổ biến nhất hiện lên đầu, còn suggest và check so cả một String Catalog với cách dịch của Apple. Tác giả lưu ý bản dịch là của Apple, công cụ chỉ đọc chúng từ máy bạn để tham khảo khi bản địa hóa ứng dụng của bạn, và không nên phát tán lại database.
Cách cài đặt và sử dụng Lochness?
Cài dạng plugin Claude Code (gồm cả skill và CLI):
/plugin marketplace add ronyfadel/lochness
/plugin install lochness@lochness
Sau đó chỉ cần nhờ Claude "localize my app into French, German and Japanese" hoặc "check my translations against iOS". Ở lần dùng đầu, skill báo đang dựng database, dung lượng cần dùng và chạy quá trình quét ở chế độ nền.
Nếu chỉ cần CLI, cài bằng pipx install git+https://github.com/ronyfadel/lochness (hoặc uv tool install), hoặc clone repo rồi chạy skills/lochness/bin/lochness. Công cụ cần macOS, Python 3.9 trở lên (chỉ dùng thư viện chuẩn) và các runtime giả lập cài kèm Xcode nếu muốn có chuỗi của iOS và watchOS. Một số lệnh thường dùng:
lochness scan --langs fr-FR,es-MX # chỉ các locale này (+ tiếng Anh)
lochness lookup "Delete Recording" -l ar,he,fr -p iOS
lochness suggest Localizable.xcstrings -p iOS -l fr,de,ja --only-missing -o suggestions.json
lochness check Localizable.xcstrings -p iOS -l fr,de
lochness purge # xóa database
Database nằm ở ~/Library/Application Support/lochness/apple-l10n.sqlite; đặt $LOCHNESS_DB hoặc dùng --db để chuyển sang chỗ khác.
Willow: bảng theo dõi token và chi phí cho agent lập trình
Willow là gì?
Willow (柳) là ứng dụng desktop mã nguồn mở (MIT) viết bằng Tauri và React, gom log sử dụng cục bộ của nhiều công cụ lập trình AI vào một chỗ. Bạn có thể so sánh token đầu vào, đầu ra và cache, xem chi phí ước tính theo ngày hoặc theo model, tra từng phiên làm việc, và mở bảng nhanh từ khay hệ thống Windows hoặc thanh menu macOS, nơi có thể hiện chi phí hay số token trong ngày ngay cạnh đồng hồ.
Willow hỗ trợ sẵn Claude Code, Codex CLI, Kimi CLI, Gemini CLI, OpenCode, GitHub Copilot CLI, Qwen Code, Amp, Goose, Hermes Agent và một số agent khác, một phần logic adapter được chuyển từ ccusage. Ứng dụng nhóm mức dùng theo các khung 5 giờ (tương ứng cửa sổ sử dụng của Claude và Codex) kèm tốc độ tiêu thụ, tính giá cho ngữ cảnh dài, ghi và đọc cache, và tính lại các ước tính đã lưu khi bảng giá thay đổi. Dữ liệu được phân tích và lưu trong SQLite trên máy, chỉ phần bảng giá được làm mới qua mạng. README nhắc rằng con số chỉ là ước tính từ log trên thiết bị; hóa đơn và hạn mức chính thức vẫn phải xem trên trang của nhà cung cấp.
Cách cài đặt và sử dụng Willow?
Trên Windows x64, tải file cài đặt .exe từ GitHub Releases. Lưu ý bộ cài này chưa được ký số. Nếu muốn tự build trên Windows:
pnpm install --frozen-lockfile
pnpm tauri build --bundles nsis
Trên macOS (Apple Silicon hoặc Intel) hiện chưa có bộ cài trên Releases, nên cần build từ mã nguồn. Cài Node.js, pnpm, Rust và các yêu cầu của Tauri, rồi chạy trong thư mục dự án:
pnpm install --frozen-lockfile
pnpm tauri build --bundles dmg
Tác giả cho biết GitHub Actions đã build và kiểm tra ảnh đĩa cho cả hai kiến trúc, nhưng việc cài đặt, thanh menu và chuyển dữ liệu vẫn cần được thử thêm trên Mac. Để chạy ở chế độ phát triển, dùng pnpm install rồi pnpm tauri dev. Sau khi mở ứng dụng, có thể đổi cách hiển thị đơn vị token (ví dụ 150M hoặc 1.5亿) trong Settings → Appearance → Token units và xem nguồn bảng giá trong Settings → Pricing.
Paperstream: canvas sơ đồ bài báo khoa học cho cả người và AI
Paperstream là gì?
Paperstream là trình chỉnh sửa sơ đồ quan hệ giữa các bài báo khoa học chạy cục bộ (React Flow kết hợp ELK), đi kèm một API Python không phụ thuộc thư viện ngoài, giấy phép MIT. Ý tưởng là người dùng canvas trực quan để sắp xếp mạch nghiên cứu, còn AI dùng lệnh cục bộ để chỉnh đúng chỗ, cả hai cùng làm việc trên một file .canvas duy nhất theo định dạng mở JSON Canvas 1.0.
Mỗi bài báo là một thẻ gọn hiển thị tên viết tắt, ý chính, hình minh họa quan trọng và năm, còn tiêu đề đầy đủ và liên kết gốc nằm trong phần chi tiết. Bạn có thể vẽ quan hệ có hướng kèm căn cứ, kiểu đường và trọng số, dùng ELK để tự dàn trang dọc, rồi xuất toàn bộ sơ đồ ra SVG hoặc PNG. Phía AI, CLI/API Python và các công cụ MCP thao tác theo ID ổn định, giữ nguyên bố cục và ghi chú do người tạo, đồng thời dùng kiểm tra snapshot, khóa cộng tác và ghi file nguyên tử để tránh ghi đè lẫn nhau. Paperstream có các lối vào cho Claude Code (plugin), Claude Desktop (MCP Apps), ChatGPT/Codex và DeepSeek Harness. README hiện được viết bằng tiếng Trung.
Cách cài đặt và sử dụng Paperstream?
Cách nhanh nhất là mở bản web: chạy hoàn toàn trong trình duyệt, không cần cài đặt hay tài khoản, file không được tải lên máy chủ. Trên Chrome hoặc Edge có thể đọc ghi trực tiếp file .canvas trên máy.
GitHub Releases có các gói dựng sẵn (serve, claude, mcp, codex, dsh, skill) kèm SHA256SUMS.txt; gói CLI + Skill + serve và plugin Claude Code chỉ cần Python 3.10 trở lên. Để cài CLI Python từ mã nguồn, chạy trong thư mục repo rồi trỏ tới file app.html giải nén từ Releases:
pip install --user -e . # hoặc uv tool install -e .
python3 scripts/setup.py install --target cli,skill,serve --app-source /path/to/app.html --apply
paperstream serve examples/resnet.canvas --read-only
Quy trình phối hợp giữa người và AI gồm ba bước: lưu canvas, giao cho lệnh cục bộ hoặc agent sửa theo ID thật, rồi tải lại canvas để kiểm tra. Ví dụ:
python3 -m paperstream show examples/resnet.canvas --raw
python3 -m paperstream update-node /path/to/papers.canvas <NODE_ID> --alias 'ResNet'
python3 -m paperstream add-edge /path/to/papers.canvas <SOURCE_ID> <TARGET_ID> --relation '沿用残差连接'
Khi nhờ agent bổ sung bài báo, hãy đưa kèm thư mục skills/paperstream/ để nó làm theo đúng quy ước và giữ nguyên bố cục, ghi chú hiện có.
Tin tức thêm về AI
Anthropic lên sàn với thương vụ IPO lớn nhất lịch sử
Anthropic, công ty phát triển Claude, đã niêm yết trên Nasdaq với mã ANT. Đợt IPO bán 980 triệu cổ phiếu, thu về 81,3 tỷ USD, cộng thêm 26 tỷ USD tài trợ tư nhân đưa tổng số vốn huy động lên 107,3 tỷ USD, vượt kỷ lục cũ của SpaceX. Định giá trước khi giao dịch vào khoảng 1.500 tỷ USD, và câu hỏi tiếp theo là doanh thu của Claude có theo kịp chi phí hạ tầng AI khổng lồ hay không. Nguồn: The Neuron, AIBriefs.
Gemini trên Mac có thể tự điều khiển ứng dụng và file
Google bổ sung khả năng computer use cho ứng dụng Gemini trên Mac: trợ lý có thể điều hướng ứng dụng, làm việc với file cục bộ và duyệt web ở chế độ nền, trong khi người dùng theo dõi bản xem trực tiếp và có thể tạm dừng, dừng hẳn hoặc phê duyệt từng hành động. Bản đầu tiên dành cho người dùng tại Mỹ, bằng tiếng Anh, với gói Google AI Plus, Pro hoặc Ultra. Nguồn: Precise Impact AI.
Genie 4 của Google DeepMind mở cho nhà phát triển qua Gemini API
Genie 4, model tạo ra các thế giới tương tác có thể đi lại bên trong, đã có trên Gemini API và Google AI Studio. Người dùng có thể thay đổi môi trường ngay trong phiên, như đổi thời tiết, thêm nhân vật hay tạo âm thanh phù hợp. Có API, nhà phát triển có thể đưa Genie vào sản phẩm của mình, với các ứng dụng sớm như làm mẫu game, mô phỏng huấn luyện và giáo dục; Google vẫn coi đây là model ở giai đoạn nghiên cứu nên cần thử chất lượng và chi phí trước. Nguồn: The Independent AI.
OpenAI dùng agent Codex để điều tra sự cố hiệu năng của ChatGPT
OpenAI mô tả "Performance Factory", quy trình trong đó các agent Codex điều tra hiện tượng chậm đi về hiệu năng, phản biện chẩn đoán của nhau, đề xuất bản sửa và kiểm tra lại sau khi triển khai, còn kỹ sư giữ quyền duyệt và triển khai. Khi đánh giá thủ công 100 nguyên nhân gốc do agent đề xuất, OpenAI xếp 70% là chính xác, phần còn lại cần chỉnh sửa hoặc chưa chứng minh được quan hệ nhân quả. Đây là lý do công ty đặt thêm bước rà soát độc lập. Nguồn: Precise Impact AI.