AI 资源库 · 已整理 826 项
代码编写、代码审查、测试、排错、技术文档。这里汇总有来源依据的工具、Skill、工作流和开源项目。
hyunolike/hanjeok-agent · A travel guide agent for Hanjeok: ask where it's crowded, watch each lookup, and get an answer that cites only what it fetched. LangGraph, Neo4j GraphRAG, MCP.
Hanjeok Agent 是面向 Hanjeok 旅行服务的智能体，用于回答“某地某日是否拥挤”这类问题。它先用规则解析问题中的地点与日期，再通过受校验的查询步骤在 Neo4j 知识图谱与 Hanjeok 只读接口中检索，并在界面上逐步展示每次查询。最终答案只允许引用本次问题实际获取到的记录或政策文档，经由引用校验后才展示；答案与替代地点排序均沿用 Hanjeok 服务的原始排序，模型不自行排序。项目还提供路径可视化、两种检索策略的对比评测页面，以及通过 MCP 暴露的只读工具。
gojiplus/sortition · Counterfactual evaluation for LLM routing policies.
sortition 是一个 Python 库与 CLI，用于对 LLM 路由策略进行反事实评估。它通过记录每次路由决策的概率（propensity）并在部分流量上探索，结合 IPS、SNIPS、DM、DR 等 off-policy 估计方法，让日志能够回答“如果换用另一个未部署的策略，会带来怎样的质量与成本结果”。项目还提供规则策略、ε-greedy/Thompson 决策、从日志训练的梯度提升策略、质量与价格权衡曲线的自动搜索、LiteLLM 集成插件与日志存储模块，并附带带已知真值的模拟器用于验证估计器。作者说明其已验证范围为模拟器与 mock 的 LiteLLM，尚未在真实生产流量中验证。
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。
ayushh0110/ScreenMind · AI-powered screen memory — captures, analyzes, and lets you search/chat your screen history. Powered by Gemma 4 . 100% local, 100% private.
ScreenMind 是一款 AI 驱动的屏幕记忆应用，通过内容变化检测捕获屏幕截图，使用 Gemma 4 多模态模型在本地完成视觉分析、语音转写与推理，构建语义与关键词混合检索的可搜索历史记录，并支持基于屏幕记忆的对话问答、会议转写总结、Agent 自动化、MCP 集成与数据分析面板。项目强调全部数据与推理留在本机、无遥测、提供敏感信息过滤与静态加密等隐私措施。
harishu652/Class-AI-Agent · Build production-ready AI agent configs for Claude Code with structured workflows, special agents, and clear rules
Class-AI-Agent 是一个面向 Windows 的应用，用于以结构化方式运行基于 Claude 的 AI 智能体任务。它支持基于规则的流程编排、技能（skill）管理与复用、模块化的 JS/TS 项目结构，便于搭建可重复执行的本地 AI 工作流并按步骤组织智能体行为。
Wholeheartednesssierra488/llmcouncil · Coordinate multiple LLMs in parallel for voting, debate, synthesis, critique, red teaming, and verification via MCP and Claude Code
llmcouncil 是一个面向 Windows 的多模型协作工具，可让 GPT-5、Gemini 2.5、Claude 等多个模型在同一任务上进行投票、辩论、批判与综合，从而形成最终答案。它支持与 Claude Code 及 MCP 集成，适用于写作编辑、代码审查、研究总结、方案对比、事实核查等需要多模型交叉验证的场景。
mj9733246-cloud/code-review-expert · 🛠️ Enhance code quality with structured reviews, focusing on architecture, security, performance, and code hygiene for robust development.
code-review-expert 是一款面向开发者的代码审查辅助应用，支持打开 .js、.py、.java 等多种代码文件并自动分析，围绕 SOLID 原则、安全漏洞、性能优化、错误处理与边界条件等方面给出改进建议，帮助开发者提升代码质量与可维护性。
kidsadapotay/openclaw-cloudflare · 🤖 Automate code reviews with AI on Cloudflare Workers, enhancing security, code quality, and coverage for your GitHub pull requests.
OpenClaw 是一个基于 Cloudflare Workers 的 AI 代码审查工具，用于自动审查 GitHub 拉取请求，帮助发现代码问题、提升安全性与代码质量，并通过 AI 建议改进代码。README 描述了下载、配置与使用流程，并提及 Cloudflare 集成带来的性能优势。
syntropic137/syntropic137 · Agent work that compounds. Turn Claude Code and Codex into repeatable workflows: GitHub-triggered, fully observable, every run scored with evals. Open source and self-hosted.
Syntropic137 是一个自托管的智能体工程平台，用于把 Claude Code 和 Codex 组织成可重复的工作流：每个阶段可独立选择 harness 与模型，在隔离的 Docker 工作区中执行，并将每次工具调用、token、成本、对话与产物永久写入可查询的事件存储。它提供 GitHub 原生触发（自愈 CI、PR 驱动流程、评论自动响应）、工作流市场、阶段间产物流水线与跨模型委派，并支持通过 CLI（syn）管理、运行和观察执行。
embodiedreasoning/ERQA · Embodied Reasoning Question Answer (ERQA) Benchmark
ERQA 是 Google DeepMind 随 Gemini Robotics 发布一并开源的多模态具身推理评测基准，聚焦真实世界场景中的空间推理与世界知识，尤其是机器人情境。题目由图像与文本交错的单选题构成，答案以 A/B/C/D 单字母给出，共 400 道题，以 TFRecord 格式提供。仓库附带数据加载示例，以及一个轻量级评测脚本，可调用 Gemini 2.0 或 OpenAI 的多模态 API 在 ERQA 上作答并评估。
google-gemini/gemini-4-demo-vanilla-3D
该项目由 Gemini 4 Argon 编写，包含两个互相独立的 3D 渲染引擎，均从第一性原理出发构建一个由混凝土和胡桃木构成、阳光充足的书房场景。第一个引擎基于 Python 和 NumPy 实现离线光线追踪，支持默认 1600x1200、16:9 1920x1080 以及自定义分辨率输出；第二个引擎基于原生 JavaScript 和 WebGL2 实现浏览器实时渲染，无需构建步骤或外部库，可通过拖动窗口边缘实时重塑房间布局与光照。README 详细说明场景坐标、材质与几何布局，以及光线追踪、法线扰动、环境光遮蔽、辐射度、各向异性反射、折射和体积散射等七步物理光照计算。
google/adk-python · An open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.
Agent Development Kit（ADK）是 Google 开源、代码优先的 Python 框架，用于以软件工程方式构建、评估和部署 AI Agent。它提供基于图的 Workflow 运行时（支持路由、扇出/扇入、循环、重试、状态管理、动态节点、人在环路和嵌套工作流）、结构化任务 API（多轮任务模式与单轮受控输出）、模块化多 Agent 组合、丰富的工具生态（预置工具、自定义函数、OpenAPI 规范、MCP 工具）、工具确认流程（HITL），并支持容器化部署到 Cloud Run 或 Vertex AI Agent Engine。框架针对 Gemini 优化，但模型无关、部署无关，也可通过 Agent Config 免代码构建 Agent，并配有开发 UI 用于测试、评估与调试。
langchain-ai/deepagentsjs · The batteries included agent harness.
Deep Agents 是一个内置完整能力的智能体框架（agent harness），以 TypeScript 包 deepagents 形式发布。它把提示词、工具与上下文管理预先封装好，安装后即可运行一个可用的智能体，并按需定制。内置能力包括：用 write_todos 做任务拆解与进度跟踪的规划能力；read_file、write_file、edit_file、ls、glob、grep 等文件系统工具作为工作记忆；通过 task 派发子智能体以隔离上下文窗口；以及让这些工具开箱可用的默认提示词与中间件。框架与模型供应商无关，可配合支持工具调用的聊天模型使用；createDeepAgent 返回编译好的 LangGraph 图，因此可用流式、Studio、checkpointer 等 LangGraph 特性。支持通过传入 model、tools、systemPrompt 进行定制，并提供 deepagents、deepagents/browser、deepagents/node 等运行时入口。
langchain-ai/deepagents · The batteries-included agent harness.
Deep Agents 是 LangChain 团队开源的一套「电池内置」型 Agent 运行框架（harness），提供开箱即用的智能体实现，同时允许对任意组件进行扩展、覆盖或替换。其设计面向长周期、多步骤任务，支持任何具备工具调用能力的模型（前沿闭源、开放权重或本地模型均可），并基于 LangGraph 构建，具备流式输出、持久化与检查点等能力，可通过 LangSmith 进行追踪、评测与部署。核心特性包括子智能体（隔离上下文窗口的任务委派）、文件系统读写编辑与搜索（可插拔本地/沙箱/远程后端）、上下文管理（长对话摘要、工具输出落盘）、Shell 访问、持久记忆、人工介入（工具调用前审批/编辑/拒绝）、按需加载的技能（Skills）以及自带函数或任意 MCP 服务器的工具集成。项目还提供 JS/TS 版本 deepagents.js 以及终端编码智能体 Deep Agents Code。
langchain-ai/agent-protocol
Agent Protocol 是 LangChain 团队提出的规范，用于定义在生产环境中以框架无关方式对外提供 LLM Agent 服务所需的 API。规范围绕三类核心概念展开：Runs（执行 Agent 的接口，含无状态一次性运行 /runs/wait 与 /runs/stream）、Threads（组织多轮交互，支持持久化状态、历史版本、并发控制与 CRUD）、Store（长期记忆，支持命名空间、键值与搜索）。此外还定义了 Agent 自省接口、Message 消息规范以及面向线程的流式协议（SSE / WebSocket、命令、回放、工具生命周期事件等），并附有 OpenAPI 文档、JSON 规范、Python 服务端桩代码以及若干 Hurl 编写的使用旅程示例。
LacerdaTraderCode/ai-data-evaluation · Evaluation pipeline for LLM outputs: an anchored rubric, a hand-labeled golden set, an LLM judge checked for agreement against it, and preference data generation for fine-tuning.
该项目提供一条面向 LLM 输出的完整评测流水线：手写标注的黄金集（golden set）、带评分锚点的多维度量规、自动打分的 LLM judge、judge 与人工标注的一致性校验，以及把分数转换为 DPO 风格偏好数据的转换器。示例任务为把短文档摘要到指定长度，量规涵盖事实准确、覆盖度、简洁性和格式遵循四个维度，每项 0–2 分并附带级别描述。方法说明指出 LLM judge 在通过黄金集一致性检验前不应被大规模信任。
kmjtechno/kmj-codebridge · KMJ CodeBridge connects ChatGPT to authorized computers and VPSs through one MCP plugin for secure coding, Git operations, and verified builds and tests. Designed for lightweight agents, resilient connections, and centralized licensing through KMJ Main Platform. Under active development.
KMJ CodeBridge 是一个基于 MCP 协议的桥接工具，把 ChatGPT、Claude 及兼容 MCP 客户端连接到经管理员授权的电脑和 VPS 项目上，用于受限范围内的代码阅读、编辑、Git 操作以及经过校验的构建与测试。它采用网关加设备代理的架构：网关负责认证、策略与任务状态，设备代理只发起出站连接，工作范围限定在管理员批准的项目根目录内，写操作有哈希与前置条件校验，质量门禁只能运行管理员配置的命令，不暴露通用远程 shell。项目主打本地 LLM 优先，通过回环地址上的 Ollama 使用已安装模型进行有界草稿生成，不会自动下载模型或回退到付费云端推理。项目处于活跃开发中的开发者预览阶段，采用 Apache-2.0 许可，需要 Node 24+。
dksslq/agent-go · agentlet
agent-go（Debian/Ubuntu 包名 agentlet）是一个用 Go 标准库编写的小型终端 AI Agent，单二进制、无第三方依赖、无 cgo。它连接 OpenAI 兼容的 Chat Completions API，通过 exec、image_read、memory_edit 三个工具实现程序执行、图片读取与语义记忆整理，支持交互式、单次任务和 stdin 管道三种运行方式，并支持会话增量日志的保存与恢复。
kjustinkeener/Moonpool · Moonpool is a launcher for your local apps and dev servers, with live status and an embedded terminal for each.
Moonpool 是一个常驻系统托盘的启动器中心，用单一的 JSON 清单管理本机应用与开发服务器：列出注册的应用、显示实时运行状态，并在内嵌终端（真实 PTY）中启动应用命令，双向交互查看控制台输出。它提供开始/停止/重启（停止时终止进程树并释放端口）、托盘驻留、最近使用排序，以及命令行远程控制和自带 MCP server 供脚本或 AI agent 调用。使用 Tauri v2 + Svelte 5 构建，跨平台支持 Windows 与 Linux，不支持 macOS。
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。