AI 资源库 · 已整理 826 项

程序员 AI 工具与工作流

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。

PHP Chatbot Assistant:自托管文档问答聊天机器人

OnlineTechSupportBiz/php-chatbot-assistant · A free chatbot you run on your own server. Upload your documents, train a bot on them, and paste one line of code into your website. Visitors ask questions, and the bot answers using your documents.

一个基于 PHP 与 PostgreSQL/pgvector 的自托管聊天机器人系统:上传 PDF、Word、TXT 或 Markdown 文档后训练机器人,通过一行 script 标签嵌入网站,让访客基于自有文档提问并获得回答。支持多聊天机器人、知识库检索、线索收集、快捷回复、使用限额与仪表盘统计,并可配置 OpenAI、OpenRouter 或自托管模型。

☆ 收藏查看来源 ↗

rag-eval-lab:零依赖 RAG 流水线与确定性幻觉评测工具

egnaro9/rag-eval-lab · RAG pipeline with no third-party dependencies and a deterministic eval harness that catches hallucinations (precision@k, recall@k, citation, faithfulness), proven in CI. Optional OpenAI + pgvector backends.

一个纯 Python 标准库实现的 RAG 参考项目,覆盖 ingest→chunk→embed→store→retrieve→answer 全流程,并配有确定性评测框架(precision@k、recall@k、citation、faithfulness)。其核心价值在于用闭式指标(非 LLM 评判)检测幻觉:预埋的幻觉样例会被 faithfulness 指标标记,并由 CI 持续验证。支持 bm25、hybrid、reranker 等可插拔检索策略,并在 SciFact 基准上给出实测对比;可选接入 OpenAI 嵌入/回答与 Postgres+pgvector 存储后端。

☆ 收藏查看来源 ↗

simplicio-loop:跨 LLM 的自主循环编排器,端到端完成工作项

simpletibr/simplicio-loop · 🔁 Finishes your entire backlog while you sleep. The AI orchestrator that DOES the work end-to-end on ANY LLM — discover → implement → verify → merge → 24/7 — behind safety gates, at up to 90% fewer tokens. 48 extension points. Not a chatbot. A worker.

simplicio-loop 是一个与运行时无关的自主循环编排器(以 /simplicio-loop 调用),配合六个卫星技能与加速器,可将 Claude、Codex、Copilot、Gemini、Cursor 或本地模型等强 LLM 变成自驱工作体。它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项,去重后按机器规模自动扩展智能体集群,经实现、验证(实际运行代码)、开 PR、处理 CI/评审反馈、合并并持续跟进,覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。项目强调契约先行、隔离工作树并行执行、独立验证与可回滚、追加式事件与凭证账本、跨会话记忆与暂存检测,并提供多会话协调(coordinator.py)、PR Definition of Done 审查、缺陷去重记忆、多追踪器回写等能力。声明在基准 #17 中估算可减少约 90% token,并提供 35 个运行时(3 个保证 + 32 个尽力而为)与 50 个扩展点。

☆ 收藏查看来源 ↗

yolop:终端内规划并执行的编程智能体

everruns/yolop · Nice and friendly Coding Agent

yolop 是一个用 Rust 编写的终端编程智能体(Coding Agent),可指向代码仓库并用自然语言描述目标,它会自行规划修改、编辑文件、运行命令并展示每一步。支持全屏 TUI 交互、-p 打印模式用于脚本和 CI、以及通过 ACP 接入 Paseo、Zed 等编辑器;内置仓库结构索引、符号级重命名、子智能体、会话与检查点回滚、权限沙箱与审批策略、MCP 服务器、扩展、技能与记忆等能力,并可在多个模型提供方(含本地推理)之间切换。

☆ 收藏查看来源 ↗

OCDS-MCP:连接 AI 助手与德国公共采购招标数据的语义搜索引擎

zohaamalik/ocds-procura-semantic-nexus · AI-Powered German Procurement Search Engine 2026 - OCDS Tender Matching & Company Profiles

面向德国 OCDS(开放合同数据标准)公共采购数据的开源框架,通过 MCP(模型上下文协议)接口把招标信息标准化后暴露给 AI 助手,支持语义化招标检索、基于嵌入的相似招标匹配,以及从公开投标历史生成公司画像。系统包含数据摄取、归一化、向量嵌入、语义搜索索引和 MCP 接口等模块,并提供 React 界面与多语言支持。可使用 OpenAI 嵌入与 Claude 推理 API 进行语义理解。

☆ 收藏查看来源 ↗

nautilus-compass:面向 AI Agent 的开源长期记忆与可靠性层

chunxiaoxx/nautilus-compass · Open memory & reliability layer for AI agents + independent judging/verification (NACRE judge, caliber-bench meta-benchmark, preregistered criteria) — by Nautilus Platform

nautilus-compass 是一个面向 AI Agent 的开源记忆与可靠性层,提供基于 BGE-m3 本地嵌入的黑盒长期记忆检索、提示级漂移检测以及跨 Agent 契约与治理能力。它可作为 MCP 插件接入 Claude Code/Desktop、Cline、Cursor、Continue.dev、Zed 等客户端,并以 nautilus-compass、assay-verify、jev-trust 等 PyPI 包形式发布,同时包含 NACRE judge、caliber-bench 等独立评判与验证组件。README 报告其在 LongMemEval-S、LOCOMO-10、EverMemBench 等基准上的表现及复现成本数据。

☆ 收藏查看来源 ↗

VeRL-Omni:面向扩散模型与全模态模型的强化学习训练框架

verl-project/verl-omni · Multimodal RL training framework for diffusion & omni models

VeRL-Omni 是构建在 verl 之上的通用强化学习训练框架,专注于多模态生成模型的后训练。它覆盖扩散生成模型(图像、视频、音频,如 Qwen-Image、Wan2.2)、统一多模态理解与生成模型(如 BAGEL、HunyuanImage-3.0)以及全模态模型(如 Qwen3-Omni)。框架提供基于 vLLM-Omni 的快速多模态 rollout、多奖励与异步奖励服务、可选的 VeOmni 与 FSDP2 训练后端,以及 FlowGRPO、DiffusionNFT、Diffusion DPO、GSPO、GRPO 等算法集成,并支持 Ascend NPU。

☆ 收藏查看来源 ↗

Code Addiction (ADD):面向 AI 编程助手的规范驱动开发工作流框架

brabos-ai/code-addiction · 📋 The Spec-Driven Development framework. Define the what, AI handles the how.

Code Addiction(ADD)是一个规范驱动开发(Spec-Driven Development)框架,用共享的 .codeadd/ 核心(命令、脚本、技能、模板)加各 AI 编程助手适配层(Claude Code、Codex、Google Antigravity、Cursor、OpenCode、ZCode)来统一 AI 编码流程。它通过 codeadd CLI 安装、更新、修改、校验与卸载,把开发流程组织为 brainstorm、new、plan、build、review、done 等命令步骤,并可根据任务复杂度选择 COMPLETE、STANDARD、LEAN、AUTOMATIC、EXPLORATION、EMERGENCY、TRIAGE、ANALYSIS 等流程。此外还提供知识图谱 MCP 服务器(--corpus 选择语料)、只读 backlog 看板以及可选插件(默认关闭)。

☆ 收藏查看来源 ↗

Agentao:面向 Python 的本地优先可治理 AI Agent 运行时

jin-bo/agentao · Local-first, governed AI agent runtime for Python — embed it in your app, or run it as a CLI or ACP server. Permissions, MCP, memory and audit replay built in.

Agentao 是一个本地优先、隐私优先、可嵌入 Python 应用的受治理 Agent 运行时,提供权限模式、工具确认、MCP/ACP 协议、SQLite 持久记忆、技能插件、子代理、JSONL 会话回放等能力,可作为库嵌入宿主应用,也可作为 CLI 或 ACP 服务器运行。

☆ 收藏查看来源 ↗

睡前消息知识库:面向节目文稿的智能 RAG 问答与站内阅读系统

BedtimeNewsStudio/BedtimeNews-Agent · 睡前消息知识库 | 视频节目文稿 | 问答AI Agent | 马前卒工作室 | 睡前消息 | 参考信息 | 高见 | 讲点黑话 | 产经破壁机

该项目为睡前消息视频节目文稿构建知识库网站,既可向智能体提问,也能在站内浏览与阅读全部节目文稿。问答由基于 LangGraph 的智能 RAG 系统提供,包含自动查询路由、查询优化与语义搜索、基于 LLM 的文档相关性评分、检索文稿上下文与 Markdown 引用修复等功能,并支持自动化文档索引与基于不可变快照的增量更新和网页界面阅读器。系统使用 PostgreSQL + pgvector 存储向量,支持任意 OpenAI-compatible 的对话与嵌入端点,提供 Docker Compose 自托管与蓝绿零停机升级方案。

☆ 收藏查看来源 ↗

River Review:将团队评审标准代码化为可复用技能的 AI 代码评审框架

s977043/river-review · レビューを、組織の判断資産へ。Review Judgment as Code for AI-assisted development — codify your team's review standards as repo-owned skills and run them across the SDLC.

River Review 是一个开源框架,把团队的评审判断标准写成版本化、仓库自有的 skill,可在 plan / diff / tests / JUnit / 既有评审结果等 SDLC 产物之间执行。它面向 Claude Code / Codex / Cursor 等 AI 辅助开发环境,作为团队自有的审计层检查实现代码是否符合团队规则,并提供 Skill Registry、评审用 agent 与并行观点评审角色(bug-hunter、security-scanner、test-gap 等)。项目不替代人类评审,而是输出 findings 与 verdict,GO/NO-GO 与自动合并仍由人或调用方决定。

☆ 收藏查看来源 ↗

Poly-Glot AI Workspace:多语言提示工作流与 MCP 工具平台

hmoses/poly-glot-ai-workspace · Multilingual AI workspace + MCP server for prompt workflows, model comparison, speech-to-text, language detection, translation, and localization.

Poly-Glot AI Workspace 是一个托管式远程 MCP 服务器,内置 MCP Apps / ChatGPT Apps SDK 图形界面,提供 1000+ 提示模板、38 种语言的界面与输入输出语言控制、跨多个 AI 提供商的 Compare Mode 对比、自带模型(BYOM)接入、语音转写、语言检测、翻译与本地化等 15 个工具。通过 Streamable HTTP 连接,无需本地安装包,支持服务端订阅校验与 Apple 订阅。

☆ 收藏查看来源 ↗

dsh-omc-tui:为 DeepSeek Harness 提供 Claude Code 风格的终端交互界面

ipromise2021/dsh-omc-tui · DeepSeek Harness (DSH) 原生全功能终端交互界面 · Claude Code-styled Terminal TUI & CLI for DeepSeek Harness

dsh-omc-tui 是面向 DeepSeek Harness (DSH) 的 ANSI 终端界面插件,以备用屏幕与视口差分渲染提供全屏 TUI 体验,参考 Claude Code 的交互习惯。插件本身不提供 Agent 运行时与模型服务,Agent、模型选择、会话、权限、Jobs 服务与持久化均由 Harness 提供,插件负责键盘/鼠标输入、面板、ANSI 渲染与会话投影。功能包括图片粘贴与旁路视觉子代理、Thinking 折叠与 Markdown/代码高亮、任务与 Plan 面板、后台 Jobs、行内审批与 Danger Guard 危险命令看门狗、4 行自适应状态栏,以及 /btw、/compact、/recap、/export、/resume 等命令。

☆ 收藏查看来源 ↗

Toolroll:面向无人值守编程智能体的控制平面

ap9000/toolroll · Your agents build. You decide. A control plane for coding agents — Claude Code, Codex, Gemini: approve the exact scope once, get results back Ready with the diff, the passing check and screenshots. Runs on your machine.

Toolroll 是一个运行在本地机器上的编程智能体控制平面,支持 Claude Code、Codex、Gemini 等编码代理。它把任务排队,让用户一次性批准确切的范围与权限,由规划器读取仓库后起草目标、边界、验收标准与执行计划;长时间运行的代理完成后返回包含 diff、通过检查项和截图的 Ready 结果,仅在需要人工决策时打断。项目还提供 Flows 画布、触发器(GitHub、Linear、定时、Webhook)、无 AI 的脚本步骤、基于 Jev 的分流、手机端审批草稿、统一项目组合聊天与 CLI 操作等能力。

☆ 收藏查看来源 ↗

Syrtis:Windows 平台 AI 编程代理 Token 用量与配额监控托盘工具

Nanako0129/Syrtis-Windows · Windows port of TokenBar — a tray monitor for AI coding-agent token usage, cost, and subscription quota. WinUI 3 shell on the same Rust parsing core.

Syrtis 是 TokenBar 的 Windows 移植版,基于同一 Rust 解析核心和原生 WinUI 3 外壳,以系统托盘图标形式监控 AI 编程代理的 token 消耗、费用和订阅配额。它提供 Overview、Quota、Models、Monthly、Daily、Hourly、Stats、Agents 等多个视图,渲染 3D 贡献图,支持托盘直接绘制用量指标、应用内 Velopack 更新,并通过读取本地已登录凭据获取 Claude、Codex、GitHub Copilot、OpenCode Go、Grok、Grok Bot、Kiro、Antigravity 等提供商的配额信息。

☆ 收藏查看来源 ↗

SparkInfer:面向 Blackwell GPU 的 MoE/LLM 推理运行时

gittensor-ai-lab/sparkinfer · Fastest MoE/LLM inference runtime for consumer and edge Blackwell GPUs. SN74 on Gittensor.

SparkInfer 是一个用 C++/CUDA 编写的原生 MoE/LLM 解码推理运行时,面向消费级与边缘 Blackwell GPU(sm_120,从 RTX 到 PRO 6000),不含 Python 栈,二进制约 2.5 MB。它提供 OpenAI 兼容端点,支持文本、图像、视频输入以及 Anthropic、Ollama、LM Studio 等 API 风格,默认启用推测解码(含 DFlash2 草稿模型),并针对 Qwen3.8-27B 等模型做 NVFP4 量化与 Blackwell 原生算子优化。README 中给出了相对 llama.cpp 与 vLLM 的解码、预填充和吞吐对比数据,以及 Gittensor 上的持续优化机制。

☆ 收藏查看来源 ↗

XNewsBot:从 X 收集新闻并用 Claude 策展后推送到 LINE 的机器人

Tomato-1101/XNewsBot · Collects news from X, has Claude pick and summarize it, and sends it on LINE.

XNewsBot 是一个 Python 项目,每天两次(早晚)从 X(Twitter)按预设关键词收集新闻,由 Claude Code 会话进行策展(区分大新闻并生成摘要),再通过 LINE Bot 推送。大新闻带摘要即时推送,其余以标题列表呈现、点击查看详情;用户可经由 LINE 对话设置或修改订阅的新闻类型与早晚推送时间。它由常驻 FastAPI + APScheduler 服务器(负责 LINE Webhook 与按时推送)和周期运行的 Claude Code 策展流程两部分组成。

☆ 收藏查看来源 ↗

open311-pipeline:芝加哥 311 市民服务请求的流式 LLM 紧迫度分类与数据仓库流水线

tjromack/open311-pipeline · Streaming civic-data pipeline: Chicago 311 → Kafka → Claude urgency classification (Langfuse-traced) → DuckDB or Snowflake via idempotent MERGE → dbt SLA marts. Runs with no accounts: make demo-local.

该项目是一个可复用的「流 → 分类 → 数据仓库 → 建模」市民数据流水线模板:轮询 Open311(芝加哥 311)请求,写入按 service_request_id 分键的 Kafka,用 Claude Haiku 4.5 对请求做结构化输出的紧迫度分级(每次调用在 Langfuse 中留有 trace),失败进入死信队列,再通过幂等 MERGE 写入 DuckDB(默认)或 Snowflake,最后由 dbt 构建部门 SLA 合规度数据模型。项目提供无需账号、无需 API key 的本地演示(make demo-local / make demo-local-nokafka),演示回放 300 条真实芝加哥 311 请求及其由 Claude Haiku 4.5 标注的标签;另有一条路径可从城市数据门户加载整个财年(约 212 万行)并测量整体队列的 SLA 合规度。仓库含 61 个 pytest 测试与 45 个 dbt 数据测试,覆盖 schema 漂移、DLQ、MERGE 幂等性等失效模式。README 明确指出其 SLA 阈值为项目自设而非芝加哥官方标准。

☆ 收藏查看来源 ↗

LLM-Sanitizer-Pro:面向 LLM 训练与微调的数据清洗与 PII 脱敏流水线

Yog-Sotho/LLM-Sanitizer-Pro · Production-grade, modular dataset sanitization, PII redaction, and curation pipeline for LLM training and fine-tuning.

LLM-Sanitizer-Pro 是一个模块化的数据集清洗与治理流水线,面向 LLM 训练和微调场景。它支持多种数据格式的流式读写(JSONL、JSON、CSV/TSV、TXT、Parquet、Excel 及 gzip 变体)以及直接从 Hugging Face Hub 读取数据集,提供基于正则验证的高级 PII 脱敏(邮箱、URL、电话、信用卡、IBAN、SSN、IP 地址等),并可选接入 NER 后端(spaCy、transformers 或 GLiNER2-PII)识别姓名、地点、机构等结构化 PII,支持令牌替换、部分掩码和稳定假名化三种模式。此外还包含密钥检测与脱敏、三档去重(SHA-256 精确去重、MinHash 模糊近重复、语义近重复)、质量评分与内容过滤、语言过滤、预训练规则过滤、基准测试去污染、ChatML/Instruct 格式转换与对话校验、数据集切分与分片、可恢复的断点续跑、多进程并行处理以及 HTML 审计报告生成等能力。

☆ 收藏查看来源 ↗

OpenWOP:面向多智能体工作流编排的开放协议

openwop/openwop · OpenWOP: the open-source protocol for multi-agent workflow orchestration. Run AI agents as workflows you can watch, pause for human approval and replay, on any host that implements it. Spec CC BY 4.0, code Apache 2.0.

OpenWOP 是一个开放、线路级(wire-level)的多智能体工作流编排协议,定义 AI 智能体、确定性工具、子工作流与人类审核者如何在一次可持久化、可挂起、可重放的运行中交替执行,以及不同宿主(工作流引擎、SDK、调试器、智能体运行时)如何基于同一契约互操作。协议 v2 核心规范处于 Stable,包含可持久化挂起与恢复、重放与分叉、版本协商、事件流式传输、人在回路中断、幂等、身份与密钥、多智能体执行、包(Packs)、与 MCP/A2A 的互操作以及能力发现等能力族,并配有机器可读 schema、OpenAPI/AsyncAPI 文档、RFC、安全不变量和一致性测试套件。

☆ 收藏查看来源 ↗