训练与微调41
changkun/minllm · A minimal LLM pipeline that runs on a laptop, written from scratch in PyTorch and to be read: tokenizer, pretraining, inference, fine-tuning, RLHF and RLVR, with measured results and an interactive website.
minllm 是一个用 PyTorch 从零编写、以可读性为目标的最小语言模型流水线，覆盖分词器、预训练、推理、微调、RLHF 与 RLVR 等十个阶段，并附带交互式网站、测试和实测结果，可在笔记本上运行。项目仅依赖 PyTorch 实现张量与自动微分，其余组件（分词器、模型、训练循环、LoRA 微调、评估和强化学习算法）均为自写代码，不依赖 transformers、tokenizers、peft、trl 或 vllm。README 还列出了混合专家、长上下文、潜在注意力、蒸馏、数据准备、缩放定律、结构化输出、推测解码、工具调用、模型评判、安全、自训练、量化等分支主题及其测量结果。
Agent 与自动化42
divramod/divramod-claude-code-plugins · divramod's Claude Code plugins, one marketplace: agent skills and live panes for Claude Code.
这是一个面向 Claude Code 的插件集市，集中提供三类插件：divramod-skills 智能体技能（计划、评审、交接、落地、研究、内容总结等，也可作为 Codex 插件使用）、hal2-mcp（hal2-cli-mcp MCP 服务器，需二进制文件位于 PATH）以及 divramod-subagent-context（为会话中每个子智能体展示模型、effort、上下文占用、峰值与压缩情况的实时面板）。插件通过 Claude Code 的 marketplace 命令安装、更新，仓库为同步镜像，实际开发在 divramod/hal2 中进行。
Agent 与自动化43
khanhduong22/agent-harness-kit · Portable Agent Skills and global rules for Codex, Claude Code, Gemini, and Antigravity
Agent Harness Kit 为 Codex、Claude Code、Gemini 和 Google Antigravity 提供统一版本化的公司级 AI Agent 标准、风险分层工作流、可复用技能和模块化项目包。仓库包含公司核心规则、69 个可移植技能、原生 harness 清单与市场目录，以及幂等安装与回滚脚本。它还支持 MCP 服务器配置下发与 kido-mcp-gateway 网关，用于多环境切换、跨服务器组合工具和统一注册。
模型与多模态44
mokuyoaxis/dsh-iris · Media generation and visual understanding for DeepSeek Harness, with multi-provider routing and the integrated Iris workbench.
Iris Media 是面向 DeepSeek Harness 的多模态生产运行时，以 DSH 插件和独立 headless CLI 两种形式提供图像生成、视频生成（文生视频/图生视频/S2V 数字人）、音乐生成、语音合成与音频转写、看图问答、长图 OCR、目标定位、裁剪、像素差异、视频抽帧与多模态摘要等能力。它通过多供应商模型池按“供应商 + 模型”为每项能力分配候选模型，生成作品由共享 Core 以 Task/Artifact 管理，支持异步任务跟踪、重启恢复与作品导出；内置 Iris 工作台用于配置、任务管理和统计，并在对话输入区提供提示词优化入口。项目提供离线诊断 Doctor、随包三项 Agent Skills 以及多份协议与安全文档。
推理与部署45
mfellner/sparkrun-recipes · Custom SparkRun recipes for DGX Spark-class systems
该项目是面向 NVIDIA DGX Spark 及兼容 GB10 系统的自定义 SparkRun 配方注册表，通过 sparkrun registry add 注册后可在 @mfellner/ 命名空间下使用。包含多个配方：单机原生 TTS（Fish Audio Drama 3）、单机多模态检索嵌入（Qwen3-VL-Embedding-8B）、双机 1M 上下文的 Qwen3.8 Flash Next NVFP4 和 GLM 5.3 Flash EXL3 on TensorFold 等，均带有镜像与模型快照的不可变 pin、依赖与授权说明以及可复核的验收证据。配方多采用非特权容器、主机网络/IPC、设备访问等配置，服务默认无鉴权，需运行在受信任的私有网络中。
评测与安全46
vishalhabib99/vishalhabib99 · Vishal Habib: AI Product Manager. Agent evals, guardrails and MCP trust tooling, built in the open.
这是 Vishal Habib 的个人 GitHub 仓库，汇集其在开放环境下构建的智能体评测、护栏与 MCP 信任相关工具与案例。内容包括 MCP 服务器诊断（mcp-doctor）、模糊测试（mcp-fuzz）、现实性校验（mcp-reality-check）、信任检查（mcp-trust-check），以及面向 AI 产品经理的技能集合（ai-pm-skills）、智能体产品手册（agentic-product-playbook）和产品案例研究（ai-pm-portfolio）。同时包含金融科技场景下的答案核验（retirement-answer-check）、电商列表声明核验（listing-claim-check）、智能体交接检查（agent-handoff-check）等项目，以及公开的评测报告、红队测试结果和写作链接。
Agent 与自动化47
adshine/skills · Collection of agent skills (Claude Code / Codex). Each subdir is a self-contained SKILL.md.
这是一个 Agent 技能合集，适用于 Claude Code、Codex 及任何兼容 SKILL.md 的智能体。每个子目录是一个自包含技能，包含 SKILL.md 及辅助脚本，覆盖 iOS 模拟器会话隔离、视觉与交互 QA（布局度量、动效、点击手感、源还原度）、CLI/文件系统断言、全栈交互追踪、网站审计、设计系统搭建、破损视频修复、项目管理以及联系人二维码生成和 AI 图像生成等场景。仓库提供 git clone 或复制单个技能目录到 Agent 技能目录的安装方式。
AI 编程48
AmirinNS/coding-agent-skills
该项目是一组编码智能体技能与行为准则的合集，覆盖需求规划、方案评审、UI 设计、实现编排、代码评审、文档与提交、缺陷修复等 SDLC 阶段。它提供将实现任务委派给 Codex CLI、Claude Code、Antigravity CLI（agy）与 pi CLI 的技能，支持并行 swarm 分工、同线程讨论与独立评审，并附带 Flask + Bootstrap 5 + MongoDB 脚手架、Electron 桌面应用脚手架、Expo Android 运行等具体技能；所有委派与编排流程默认停在评审阶段、不自动提交。
AI 编程49
whchi/agentic-coding · assets of agentic coding
该仓库汇集了作者个人使用的 agentic coding 资产，包括可跨工程复用的 global-skills、面向具体技术栈的 project-skills，以及可复用的命令模板。内容覆盖 API 设计、代码评审、调试、DDD 与模块边界、前端模式、测试策略、需求拆解、PRD 撰写、技能编写反馈闭环等方向，并通过 setup.sh 将技能和命令安装到 opencode、codex、claude、gemini、pi 等编码智能体 CLI 的全局或项目目录中，同时提供 AGENTS.md 初始化脚本和技能路由/行为评测用例。
学习与研究50
PavanMudigonda/zero-to-ai · Free AI/ML course with 950+ Jupyter notebooks — Python, deep learning, LLMs, RAG, agents, prompt engineering, fine-tuning, MLOps
Zero to AI 是一个免费开源的 AI 与机器学习课程，提供 950 多个 Jupyter Notebook，覆盖 Python 与数据科学、机器学习数学、分词与嵌入、深度学习、LLM 与 RAG、AI Agent、提示与上下文工程、微调、MLOps、模型评测与安全等主题，并按学习路径组织为渐进式阶段，适合从零开始系统学习 AI/ML。
Agent 与自动化51
LeoAlvarenga404/agent-squad · A squad of narrowly scoped AI agents that finds leads, sells, builds and maintains websites for local businesses, with a human approving what costs money or reputation.
agent-squad 是一组职责范围明确的 AI 智能体，用于自动化本地企业网站业务的销售与交付流程：寻找线索、筛选资格、与业主沟通、生成免费预览、在人工审批下成交，并处理售后修改。智能体之间不直接对话，而是通过 Postgres 状态、按客户隔离的记忆与审计事件进行协作；成本与声誉相关的动作（如成交、超出报价、对外发布）均需人工批准。项目支持通过配置文件、提示词、目录与可替换适配器进行定制，本地已用模拟客户测试，尚未在真实客户上验证。
Agent 与自动化52
reyhan8543/agent-md · Install portable agent rules, hooks, and task state for coding agents to stop guessing and verify work across Claude, Codex, Cursor, and Windsurf
agent-md 提供现成的智能体指令文件，用于 Claude Code、Codex、Cursor、Windsurf、Aider 等编程工具，帮助用户为智能体设定清晰的工作流程与项目规则，让改动更聚焦、减少来回猜测，并在修改文件前先阅读项目规则。README 主要面向 Windows 用户，说明从 Releases 下载、解压并把指令文件放入项目根目录或工具规则目录的使用方式。
学习与研究53
gabbiesbv/claude-code-sourcemap-learning-notebook · Reverse-engineer Claude Code sourcemaps to study its architecture, design choices, and reusable AI agent patterns
该学习笔记项目逆向分析 Claude Code 约 51.2 万行 TypeScript 源码，提炼其整体架构、设计取舍以及 11 个可迁移的 AI Agent 设计模式。内容分 9 章，涵盖查询循环与流式工具执行、工具系统与 Zod schema、五层权限与安全、多 Agent 协调器、MCP 与 Skills 扩展、提示词工程以及语音模式等主题，并给出章节核心源文件与学习路径；配套姊妹项目 nano-claude-code 以极简实现重写核心逻辑。仅供教育研究用途，不提供源码本体。
AI 编程54
baltil2670/Claude-code-recipes · Build production-ready Claude Code workflows with one-command recipes for fast setup and reliable results
该项目提供一组可直接使用的 Claude Code 配方（recipes），用于把常见的软件工程任务——如代码审查、缺陷分类、重构规划、测试思路生成、文档整理、发布准备与安全检查等——组织成可重复执行的步骤，减少手动配置并提升跨项目的一致性。README 以 Windows 非技术用户为主要对象，说明了下载、安装、首次配置与使用流程，并给出安全使用建议（在可信文件上运行、保留备份、审查变更后再应用）。材料未说明具体的部署架构、依赖版本与 API 成本。
Agent 与自动化55
marcinfinitesimal533/Claude-skills-for-Computational-Designers · Build Claude Code skills for computational design, parametric modeling, simulation, BIM scripting, and fabrication in AEC
该项目提供一套用于计算性设计任务的 Claude 技能文件，帮助设计人员在 Claude 中更结构化地开展工作。README 说明其适用于参数化设计、生成式工作流、建筑、产品设计、数字制造和脚本辅助设计等场景，可用于生成设计思路、整理工作流步骤、编写更清晰的提示词、将大型设计任务拆分为较小部分，以及在项目中保持设计逻辑一致。项目以技能文件夹、提示模板、示例说明和 README 形式分发，README 主要面向 Windows 用户介绍下载、解压、放置文件和使用方式，并给出若干示例提示。
AI 编程56
Jihadyip286/nanostack · Turn your AI agent into a team that plans, reviews, tests, audits, and ships software in one sprint
nanostack 提供一组面向完整工程工作流的 AI 编码辅助技能，覆盖任务拆解与规划、代码编写与修改、代码评审、常见安全隐患审计，以及各步骤之间的稳定衔接，帮助用户在一个流程内完成从计划到交付的编码工作。README 主要说明其在 Windows 上的下载、安装与首次使用方式，并给出配置 AI 服务或密钥的初步提示。
AI 编程57
DiUS/agent-toolkit · DiUS's growing collection of reusable building blocks for AI coding agents — skills, commands, agents and hooks. Agent-agnostic by design, with first-class support for Claude Code.
agent-toolkit 是 DiUS 维护的 monorepo 工具集，用于发布和复用面向 AI 编程代理的日常构建模块，包括 skills、commands、agents 和 hooks。项目设计上尽量与具体代理工具解耦，并原生支持 Claude Code 插件安装。当前提供的技能包括从既有代码库反向生成入门文档的 codebase-discovery、面向钢线式垂直切片路线图的 prd-to-steel-thread，以及把源文档拆解为带 ID 引用知识的 knowledge-curation。可通过 npx skills 安装到约 55 种支持的代理，或以 Claude Code 插件形式一次性安装。
Agent 与自动化58
VKirill/claude-lane-stack · Multi-agent AI coding factory for one person — Claude Code PM + Codex/Qwen/Grok/Kimi/AGY writers, durable conveyor, auto-merge to main
Claude Lane Stack 是一套面向单人开发者的多代理 AI 编程编排栈：由 Claude Code 充当 PM，调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 写手，通过文件与 git 构成的持久化传送带（durable conveyor）执行任务，PM 负责检查产出并合并到 main，夜间还会做独立复审。工作单元以 .agents/runs/<slug>/tasks/*.yaml 卡片形式定义（含 owns_paths、verification 与 acceptance.json 收据），并配有覆盖项目生命周期、设计、文档、SEO、文案（俄文）等大量技能与代理。
学习与研究59
landedjobs/llm-engineer-jobs · Auto-updated LLM and AI Agent Engineer jobs (RAG, agents, evals), refreshed every 2 days. Top companies first. Free. By landed.
该项目是一个自动更新的招聘信息仓库，汇总 LLM 与 AI Agent 工程师岗位，覆盖 RAG、工具调用 Agent、编排、微调、评测与推理等方向。README 显示其收录约 300 个在招职位，其中 91 个远程、每周新增 69 个，按顶级公司优先排序，并每隔两天刷新一次。职位按美国与远程分区列出，表格内提供公司、职位、地点、发布时间与申请入口，申请链接跳转至聚合页面后再指向雇主官方申请地址。适合寻找 LLM/Agent 方向工作的工程师作为持续更新的职位索引使用。
Agent 与自动化60
oracle-devrel/oracle-ai-developer-hub · Technical resources for AI developers to build applications, agents, and systems using Oracle AI Database and OCI services
该仓库由 Oracle 开发者关系团队维护，汇集了使用 Oracle AI Database 与 OCI 服务构建 AI 应用、智能体和系统的技术资源，主要分为 Apps（可运行的端到端参考实现，如 agentic RAG、金融 AI 智能体、生成式 UI 数据问答、团队知识库、供应链需求规划智能体等）、Notebooks（Jupyter 交互教程，覆盖多智能体 RAG、智能体记忆架构、推理策略、向量检索与多云端示例）以及 Guides（智能体架构、推理策略和记忆系统的文档与演讲材料）。内容主要围绕向量搜索、RAG、智能体记忆、自然语言查数据库（Select AI）与多智能体编排等方向，供开发者参考架构模式与集成方式。仓库未在摘录中说明许可证、部署要求和运行成本。