AI 资源库 · 已整理 840 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。
AyeJK/phase-runner · Your whole product team, not just a coding agent. Plan → design → build → QA, with you as the PM who signs off.
Phase Runner 是一组 Claude 技能（skills），按“规划产品 → 锁定设计系统 → 拆分阶段与冲刺 → 并行构建 → 独立验证与浏览器 QA”的流程推进开发，并在检查点由用户作为 PM 审批。包含 product-planner、design-planner、phase-planner、phase-builder、phase-viewer 等技能，以及只读的本地进度看板 phase-viewer（npx phase-viewer）和实验性的 Claude Code HUD 插件。支持 Cursor、Claude Code 或基于 Claude Agent SDK 的主机。
TurboKach/claude-code-setup · Claude Code setup: opinionated CLAUDE.md, a feature pipeline skill (plan → delegated execute → codex cross-review → ship), pinned role agents, parallel subagent fan-out, and a one-command installer with self-update.
面向 Claude Code 的一套配置与工作流模板，包含带明确规范的 CLAUDE.md、按需加载的规则与技能、固定角色的子智能体定义，以及安装脚本和设置示例。其核心是一条 计划 → 委派执行 → codex 交叉评审 → 合并 的特性流水线，支持通过后台子智能体进行并行 fan-out（仅在并行写入处使用 worktree 隔离），并提供会话开始时的更新检查与 /analyze-arcs 审计技能。适合希望把 Claude Code 用于多智能体并行研究、评审和特性开发的用户参考搭建。
rwilliamspbg-ops/Ghostlink · Distributed LLM inference fabric for heterogeneous local clusters. Features zero-copy SPSC ring buffers, automated tuning, and an OpenAI-compatible API.
Ghostlink 是一个用 Rust 编写的分布式推理织构，面向由 CPU、GPU、NPU 混合组成的本地局域网集群。它通过 llama.cpp 的 ggml-rpc 后端拆分 GGUF 模型权重，自动发现局域网节点并按硬件能力放置负载，对外提供 OpenAI 兼容的 /v1/chat/completions API 服务；同时包含硬件探测、自动调优以及 SPSC 环形缓冲区、TCP/UDS 传输、AF_XDP 内核旁路等研究性组件（实验性质，其基准数值只反映传输分帧延迟而非 LLM 生成速度）。
Nitjsefnie/claudit · Self-hosted Claude Code usage dashboard — TTL-correct cost accounting and per-project attribution for session transcripts
claudit 是一个自托管 Web 应用，用 FastAPI 从 Cloudflare R2（或本地 file:// 镜像）摄取 Claude Code 会话转录，解析入库到 Postgres，并通过 React 前端展示用量仪表盘。它聚焦“花了多少、用了多少、什么时候用”的量化统计，包括按模型的成本拆分（含 5 分钟 / 1 小时缓存创建 TTL 计费差异）、Token 明细、思考输出、提示缓存 TTL 拆分、响应大小、单会话上下文增长、会话消耗速率、工具使用比例与错误率、回复延迟、活动热力图、按上下文长度与 Agent 类型的成本、代码增删行估计，并对跨文件 uuid 去重、限流命中做检测。同一套部署也可解析 Codex 与 Kimi（kimi-code 与 legacy）转录并统一入表，支持多用户认证或访客模式、时间范围选择与实时更新。
n0mad-ai/bastra-recall · Local-first memory for AI assistants. Keep preferences, decisions and lessons across sessions and connected tools in readable Markdown files.
Bastra Recall 是一个本地优先的 AI 助手记忆工具，把偏好、决策和经验教训存成可读的 Markdown 文件，供 Claude Code、Codex、Cursor 等 MCP 兼容客户端共享调用。它通过 MCP、Skill 和钩子在会话开始或操作前自动浮现相关记忆，避免重复交代上下文，同时允许用户用文本编辑器或 Obsidian 直接查看和修改记忆文件。
flashmind-labs/flashmind · AI agent framework in Rust — streaming LLM providers, 70+ tools, vector memory, multi-agent orchestration, and MCP support
Flashmind 是一个用 Rust 构建 AI Agent 应用的框架，提供流式 LLM 供应商接入、70+ 内置工具、向量记忆、多智能体编排与 MCP 支持。它通过统一的异步 API 暴露能力，内置 Ollama、OpenRouter、Anthropic、OpenAI（兼容 vLLM/LiteLLM）四类供应商，并支持自定义工具、自定义供应商、混合检索记忆与上下文自动压缩；同时提供 Jev CLI 与 OpenRouter CLI 等命令行入口。
heymegabyte/agent-skills · Agent Skills — agent-neutral autonomous product-building OS for 32+ AI coding tools. 23 skill categories · 28 agents · 149 reference docs · 37 platform variants. One-line prompts → deployed products on Cloudflare Workers.
Emdash Skills 是一套与具体 agent 无关的技能与规则集合，面向 32+ 种 AI 编程工具，覆盖从产品构思、架构、构建、QA 到部署的完整流程，目标是把一行提示推进到部署在 Cloudflare Workers 上的产品。仓库包含 23 个技能类别、28 个 agent、多条 slash 命令、跨平台规则变体文件，并引入 Playwright、视觉 QA、Lighthouse、axe-core、SEO 等硬性发布门禁，以及 MCP 编写、文档处理、RAG 流水线等能力。
wisent-ai/brama
Brama 是 Wisent 提供的统一模型访问网关，通过一个 OpenAI 兼容 API 与统一身份接入多个模型提供商与订阅。它支持逻辑别名与 best/fast/cheap 等启发式路由、agent 级订阅选择器（any、any-vision-capable、task:<task-name>）、SSE 流式输出、OAuth 订阅凭据刷新、final-use 密钥兑换（Skarbiec 能力插座或桌面内存凭据映射）以及按 token 归属的审计日志。适用于桌面私有网关、Wisent 服务开发者、Jeden 运行时与运维人员的权限最小化与可审计路由场景。
XaviCode1000/webfang · Modular web scraper with Clean Architecture — wreq TLS fingerprinting, RAG export, MCP server, TUI, AI semantic cleaning. 1,337 tests, Miri verified.
webfang 是一个用 Rust 编写的高性能模块化网页爬虫，采用 Clean Architecture 组织为 webfang_core、webfang_ai、webfang_mcp、webfang_cli 四个 crate。它提供基于 Readability 的内容提取、ONNX 语义清洗、多格式导出（Markdown/JSON/JSONL/向量）、Obsidian 保存、站点地图发现、资源下载、WAF 检测、限速与断点续爬等能力，并内置供 AI Agent 集成的 MCP 服务端。
yilewang/llm-for-zotero · An open-source research agent system for your Zotero library.
llm-for-zotero 是一个将大语言模型引入 Zotero 阅读器的开源研究代理系统，让用户无需离开文献库即可与 PDF、选中文本、图表和上传文档对话，获取带引用可跳转的答案，比较多个文献，并把回答、对话记录和研究笔记保存到 Zotero 笔记或本地 Markdown 目录（如 Obsidian、Logseq）。它支持标准 API 提供商、本地 OpenAI 兼容模型、ChatGPT WebChat、Codex App-Server 和 Claude Code 等多种后端，并提供 Agent Mode（beta）用于库级读取、搜索、打标、元数据管理、导入与整理，以及基于 Tavily 的联网搜索。
linggen/skills · Skills for Linggen — drop-in folders that become native apps: personal CFO, DJ, Mac care, GTM pulse, shared memory.
Linggen Skills 是 Linggen 个人 AI 助手的技能集合，每个技能是一个可直接放入的技能文件夹，运行在本地并可与任意模型配合使用。现有技能包括个人财务分析（cfo）、DJ 选曲与音乐库管理（dj）、面向独立创始人的 GTM 信号收集与内容起草（pulse）、供多个 AI 工具共用的共享记忆（shared-memory，基于 LanceDB RAG 与 ling-mem 命令）以及 macOS 系统健康扫描（apple-shifu）。技能可通过 ling init --global 自动安装，或手动复制到 Claude Code / Codex 的 skills 目录。
w-index-m/market-dashboard · Streamlit market dashboard for JP/US equities — AI multi-agent stock analysis, ROIC-WACC/factor screening, mean-variance portfolio optimization, and trade tracking
基于 Streamlit 的日股与美股市场仪表盘，整合宏观环境、情绪分析、日本股因子分析、AI 多智能体个股诊断与组合建议，以及实际交易记录管理。项目采用三段式 AI 多智能体流水线（宏观分析→个股并行分析→组合组装），在 5 家 AI 提供商间自动降级，并组合 yfinance、Tiingo、FMP、BLS、FRED、J-Quants、Finnhub 等 10 余个外部 API 与数据源。同时提供 ROIC-WACC、均值方差组合优化、ROE vs 资本成本、需给与价格形态筛选等分析工具，并提供公开在线版本。
frankbria/codeframe · Think → Build → Prove → Ship. The project delivery system that turns ideas into verified, deployed code. AI agents write the code — CodeFrame owns everything before and after.
CodeFRAME 是一个 Python 编写的命令行项目交付系统，围绕“Think → Build → Prove → Ship”流程，覆盖 AI 编码智能体写代码之前的需求规划与任务拆解，以及之后的验证与发布。它通过 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务，再交给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体执行；PROOF9 九道验证门禁把缺陷固化为长期校验要求，cf pr create/merge 在证明通过后才允许合并。项目为公开测试版（0.9.3），采用 AGPL-3.0 许可，主要通过 pip/uv 安装的 cf 命令行使用，需要与所选 LLM 提供方匹配的 API Key（如 ANTHROPIC_API_KEY、OPENAI_API_KEY，本地 Ollama 无需密钥），GitHub 集成需要 GITHUB_TOKEN 与 GITHUB_REPO。
zouyuxuan122/dsh-our-free-model · 在 dsh 里装上这个插件即可，无需登录、注册或填 API Key，就能使用包括 Muse Spark 1.3、MiMo V2.6 在内的前沿模型——完全免费，不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, Muse Spark 1.3 and MiMo V2.6 among them. Completely free, with no usage cap.
这是一个 dsh（DeepSeek Harness）插件，安装后无需登录、注册或填写 API Key，即可在 dsh 的模型选择器中使用上游网关提供的模型（文档中举例 Muse Spark 1.3、MiMo V2.6）。项目文档描述了内容：模型清单跟随上游刷新、按网络出口实测可用性并区分 region-limited 分组，思考强度以输出 token 预算实现，内置用量看板（本机统计、不上传）、OpenAI 兼容的本地转发端口（/v1/models、/v1/chat/completions、/v1/responses）与局域网中继、公告推送和应用内升级（SHA-256 校验与回滚）。随附大量实现与验收说明，包括流式响应按 body 形状识别、工具调用配对修复、长思考截断后的一次有界恢复。注意：README 中的「完全免费、不限量」为项目自述，实际可用性、地区限制、额度与上游政策均未由第三方核实；文中真实上游实测仅限于作者所述环境（Windows）与部分模型。
dcazrael/llama-model-manager · Personal Linux CLI for managing explicit llama.cpp model presets, downloading and staging GGUF models from Hugging Face, launching llama-server, and running reproducible benchmarks.
llama-model-manager 是一个面向 Linux 的个人命令行工具，用于管理明确的 llama.cpp 模型预设、从 Hugging Face 下载并暂存 GGUF 模型、启动 llama-server，并运行可复现的基准测试。项目结构精简，包含一个 CLI 入口、若干无依赖的支持模块、一个安装/更新脚本，以及仓库外用户自有的配置文件。
ayukyo/icode · Auditable, contract-driven AI coding agent powered by ICODE-SKILL — fail-closed workflow gates and independently verifiable evidence.
ICODE Agent 是 ICODE-SKILL 的执行平面，强调可审计执行过程：工具决策、副作用、工作流状态转换、产物与验证回执都会被记录。它采用默认拒绝的守卫策略与人工审批协议，支持检查点与证据驱动恢复，并导出可独立校验的证据包。其目标是：如果运行时无法证明完成，就不得报告完成。
jjdeng-hub/elenva · ELENVA Web —— pi coding agent 的 Web 工作台（个人控制台，自用优先，非 IDE 前端）
ELENVA Web 是 pi coding agent 的 Web 工作台，定位为 Agent 控制台而非 IDE 前端，重点解决多会话编排与可见性问题：可查看哪些会话在运行、哪些被中断或报错、token 与成本消耗、子代理运行状态，并支持危险动作审批、每轮改动快照与整轮回滚、计划模式、上下文压缩记录、技能归档、工作树并行试验、离线用量聚合与插件市场安装。项目为个人自用优先，源码公开（MIT），后端逻辑 fork 自 pi-web，与 pi 共用 ~/.pi/agent/ 数据目录。
rsm-sdeenadayalan/wildchat-analytics · Loupe: user analytics for GenAI assistants. 3.2M real conversations, a browser-side dashboard, and a full PM case study (PRD, metrics framework, trends report, retro).
Loupe 将原始对话日志转化为产品经理所需的用户洞察，回答谁在使用助手、使用强度、使用目的以及在哪里体验失败等问题。项目基于 WildChat-4.8M 的 320 万条真实人机对话构建与演示，提供数据处理流水线、浏览器端仪表盘以及完整的 PM 案例研究（含机会简报、指标框架、趋势报告与复盘），并附带可复现的标注、分类与指标聚合脚本。
pedronastasi/manychat-ai-agent · A production-shaped, provider-agnostic AI agent that answers customer questions on WhatsApp through https://manychat.com, escalating to a human rather than guessing.
该项目是一个面向生产的、与模型供应商无关的 AI 代理，通过 ManyChat 在 WhatsApp 上回答客户提问，遇到无法回答、低置信度、预算耗尽或限流等情况时会升级给人工而不是猜测。它用 Promise.race 在 8 秒截止时间与模型调用之间做竞速：模型及时返回则内联回复，超时则先发简短确认、让模型继续运行并写入 Postgres outbox，由 worker 稍后投递，从而避免 ManyChat 10 秒 webhook 超时导致的丢消息。模型通过环境变量切换（Anthropic、OpenAI、Google、Ollama、mock），频道通过端口加适配器隔离，并带有护栏、预算上限、联系方式令牌、日志脱敏和评测集。
255308153/CtxGuard · 面向 AI Agent 的高并发、低延迟上下文治理与 Prompt Cache 守护网关 (Tree-sitter AST / Tool Delta / 50%~80% Token 削减)
CtxGuard 是一套部署在客户端与大模型服务商之间的透明反向代理网关，通过二进制切片透传、JSON Schema 确定性重排、Tree-sitter 语法树骨架提取、工具调用增量差分、超长日志头尾截断与可逆指纹池等机制压缩 Agent 请求上下文，降低 Token 消耗并维持云端前缀缓存（Prompt Cache）稳定命中。网关同时提供敏感凭证脱敏、思考链透传、时序知识图谱记忆与自进化规则学习等能力，并附带 Web 监控看板与 CLI 命令。