Agent 与自动化581
curtisgalloway/public-skills · Reusable agent skills for Claude Code and other agentic coding tools
这是一个以插件市场形式分发的、面向编码智能体的可复用技能（skill）集合。技能按主题分组为 hardware-lab（USB 抓包与协议逆向、台式仪器）、driver-porting（净室驱动规格与板卡专家，另见 driver-lab 仓库）、agent-workflow（与编码智能体长期协作：设计伙伴、项目规划、交接、会话学习等）、dev-tools（工程实用工具）等插件，并提供 everything 聚合插件。每个技能是 plugins/<theme>/skills/<name>/ 下的目录，含 SKILL.md 及脚本、参考或模板，遵循 Agent Skills 约定，可通过 Claude Code、Codex、Antigravity 或扫描 SKILL.md 目录的安装器（如 Vercel skills CLI）安装。
AI 编程582
crunchtools/gatehouse · Local AI code review CLI using Gemini agents
Gatehouse 是一个本地运行的 AI 代码审查命令行工具，通过 OpenRouter 调用 8 个并发 LLM 智能体，分别负责 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查。低于 80% 置信度的发现会被过滤，变更以结构化 BEFORE/AFTER 视图呈现给智能体。支持按分支、暂存区或指定 base 审查，可只运行指定智能体或指定模型，提供 advisory 模式与退出码控制，并可集成到 GitHub Actions 中作为 PR 审查工作流。
Agent 与自动化583
ruvnet/RuVector · RuVector provides High Performance, Real-Time decisions and agent memory , Self-Learning Ai, Vector GNN DB built in Rust.
RuVector 是一个用 Rust 编写的向量数据库与 Agent 记忆基础设施，提供本地语义嵌入、持久化向量检索、图关系与超图存储、显式反馈学习、记忆生命周期管理以及可选的共享记忆能力。它包含 @ruvector/typesafe 决策模型，可将文本转为带置信度与弃权信息的类型化决策，适用于工单路由、意图分类、紧急度评估等无需完整大模型调用的受限任务。默认检索路径在本地运行，学习来自记录的结果与反馈，托管服务为可选项并形成独立数据边界。
AI 编程584
an5ORM/an5Tasks · Genkit-integrated task manager for database schema issues and LLM-powered code review task generation
an5Tasks 是一个 TypeScript 任务管理器，用于处理数据库 schema 问题以及由 LLM 代码审查产生的任务。它支持基于正则的快速任务提取和基于 Genkit generate() 的 AI 任务提取两种模式，提供任务的创建、列表和更新工具，并可将这些工具注册为 Genkit 工具供 LLM 进行工具调用。项目中的 Genkit Flow（parseReviewToTasksFlow、aiParseReviewToTasksFlow）可直接把审查文本转换为结构化任务。
推理与部署585
blairq/genesis-vllm-patches · Runtime patches for vLLM 0.29.0: a 27B hybrid-GDN model at 256K context on 2x RTX 3090 — integer attention kernels, W4A8 Marlin, DFlash2 speculative decoding.
该项目是 vLLM 0.29.0 的个人运行时补丁分支，核心思路是在没有 fp8 张量核心的 Ampere（sm_86）硬件上把 int8 作为贯穿各阶段的「计算」格式。补丁覆盖 W4A8 Marlin GEMM、int8 per-token-head KV cache、手写 PTX 整数注意力解码内核、int8 TP all-reduce 以及 int4 lm_head 等，目标是让张量从 RMSNorm 到注意力全程不离开整数域。仓库基于特定机器（2× RTX 3090、TP=2、一个特定量化检查点）调优，附带大量实测对比数据与未解决问题记录，处于活跃开发状态，并非成品。
评测与安全586
b7n0de/proofbundle · Portable evidence for AI work, verifiable offline. Integrity, not truth
proofbundle 是一个 Python 工具与回执格式，用于把 AI 评测、审查、决策或动作转化为单个可移植回执文件，支持离线验证与显式策略检查。它可证明内容由哪个密钥签名、签名内容是否被改动、所附证明与策略检查是否通过，但明确不判断所报告结果是否真实、工作是否正确或完整。核心支持签名回执与 Merkle 包含证明，并提供评测回执、选择性披露、决策回执、Inspect AI 集成、RFC 3161/OpenTimestamps 锚定、ML-DSA-44 见证共签名等可选能力，各特性成熟度不一。
推理与部署587
ashhart/TensorFold · Fast, exact LLM decoding on Apple Silicon (MLX) behind an OpenAI-compatible endpoint
TensorFold 是一个本地 LLM 推理服务工具，可在 Apple Silicon（MLX/Metal）或 NVIDIA GPU（CUDA）上运行大模型，并通过 OpenAI 兼容的 /v1/chat/completions 端点对外提供服务。用户指定 Hugging Face 上的模型、上下文窗口和采样参数后，它会自动下载模型、加载针对该模型系列编写的内核并启动服务。其核心卖点是“精确”推测解码：通过为每个 token 使用基于种子的 Gumbel 噪声与行级一致的算术，使多行验证与串行解码输出逐字节一致，从而在保持确定性的同时加速解码。仓库提供了模型清单、速度测量、DGX Spark 双机张量并行部署方法以及提示缓存等能力。
Agent 与自动化588
skillberry-ai/cap-evolve · Optimize any AI agent’s skills, tools/MCP, and prompts against your own evals.
cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。
知识库与 RAG589
AlexTymosh/alextym.com · RAG-based AI portfolio that helps recruiters explore my skills, work experience, projects, and common interview answers through an AI assistant.
alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目，核心是一个基于 RAG 的 AI 聊天助手，能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出，结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。除 AI 问答外，还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接（handoff），让复杂或招聘相关问题可转由本人回复。
评测与安全590
nbharaths/tau-rec · τ-Rec: A verifiable benchmark for agentic conversational recommender systems (RecSys 2026 Resource Track)
τ-Rec 是发表于 ACM RecSys 2026（可复现性与资源赛道）的可验证基准，用于评测基于 LLM 的对话式推荐智能体。它模拟被测智能体与模拟用户进行多轮对话，要求其使用目录工具收集信息、遵守书面策略，并最终推荐满足用户全部约束的电影。评测结果直接依据目录进行程序化校验而非由 LLM 裁判判定，因此分数可复现且计算成本低。基准包含带 reveal 标签的用户模拟（volunteer / on_ask / hidden）、策略合规评分、pass^k 一致性指标，以及 153 部 TMDB 电影目录和横跨复杂度与信息透露难度的 60 个任务；通过 LiteLLM 支持任意模型作为被测智能体或模拟器。
Agent 与自动化591
RPER2001/rigshare-mcp · Model Context Protocol server for RIGShare — browse construction equipment and Robotics & AI hardware rentals from any MCP-compatible AI agent. Also recruits equipment owners.
rigshare-mcp 是 RIGShare 的 Model Context Protocol 服务器，向 Claude Desktop、Cursor、VS Code 等兼容 MCP 的 AI 智能体暴露 20 个工具：4 个无需鉴权的只读工具可搜索和查看工程机械、Robotics & AI 硬件租赁信息，16 个需 RIGShare API Key 及相应 scope 的工具支持预订、发布与管理设备列表，以及在已确认订单上启动、查询、延长和结束远程会话。涉及付款的操作由服务器计算金额、由真人完成支付与审批，智能体不代填卡号、不代批请求、不代替完成 MFA。项目还包含面向设备所有者的入驻介绍工具。
AI 编程592
OpticDiff/code-reviewer · Fast, local-first AI code review CLI & pre-push hook for GitHub PRs and GitLab MRs. Multi-model consensus, Tree-sitter context, SARIF, and zero lock-in.
code-reviewer 是一个用 Go 编写的本地优先 AI 代码审查命令行工具，可作为 Git pre-push 钩子，也能在 GitHub PR 与 GitLab MR 的 CI 流程中运行。它通过 Tree-sitter 提取仓库感知的 AST 上下文，支持多模型共识过滤以减少噪音、内容寻址 diff 缓存加速重复审查、增量审查与提交触发全量重审，并可输出 ANSI 终端结果、GitHub 内联评论、GitLab 讨论与草稿笔记以及 SARIF 2.1.0 / GitLab SAST 安全报告。模型侧可对接 Ollama、vLLM 等本地端点，也可使用 Vertex AI（Gemini、Claude）、AWS Bedrock（经 LiteLLM）和 OpenAI 兼容端点，支持自定义提示词、平台治理配置、审计日志与 SHA 固定的安全自动批准。
评测与安全593
Mattbusel/llm-bench · CLI that benchmarks LLM APIs: run your prompts concurrently against OpenAI and Anthropic models and compare p50/p99 latency, tokens per second, cost and success rate as a table or JSON.
llm-bench 是一个用 Rust 编写的命令行工具，把同一批提示词并发发送给多个模型（OpenAI、Anthropic，以及 Ollama、vLLM、LM Studio 等 OpenAI 兼容服务），并以表格或 JSON 输出 p50/p99 延迟、每秒 token 数、单次与总成本、成功率等指标，帮助使用者在真实网络和自己提示词条件下比较不同模型的快慢与费用。内置价格表可用 llm-bench models 查看，非流式请求且不单独测量首 token 时间。
AI 编程594
aqasim81/ai-code-review-bot · GitHub App that reviews pull requests using syntax-tree analysis and an LLM, posting inline comments on changed lines. TypeScript, Next.js, BullMQ, PostgreSQL.
ai-code-review-bot 是一个 GitHub App，通过 tree-sitter 语法树分析与 LLM 代码审查自动审阅拉取请求，并在变更行上以内联评论形式给出严重程度、分类和修复建议。项目支持增量审查（仅审查上次审查提交之后的改动）、BullMQ 后台任务队列与重试、OAuth 保护的管理面板，以及按仓库配置启用的检查类别、最低严重程度、排除路径和自定义审查指令。
AI 编程595
faizkhairi/ai-code-reviewer · AI code reviewer with streaming output: bring your own OpenAI or Anthropic key, 4 review types, 19 languages
AI Code Reviewer 是一个可自行提供 OpenAI 或 Anthropic API key 的 AI 代码审查工具，支持 GPT-4o 与 Claude Sonnet 之间的切换，提供通用、安全、性能、缺陷检测四种审查类型，覆盖 19 种编程语言，并以流式输出配合 markdown 渲染实时展示逐条审查意见。项目基于 Next.js 16 与 Vercel AI SDK 构建，支持语法高亮和最近 50 条审查记录的本地历史保存，同时包含 GitHub App PR 审查任务与演示模式。
Agent 与自动化596
spring-projects/spring-ai · An Application Framework for AI Engineering
Spring AI 为 Java/Spring 生态提供了一套 Spring 友好的 API 与抽象，用于开发 AI 应用。它将 Spring 的可移植性和模块化设计原则引入 AI 领域，核心目标是连接企业数据与 API 同 AI 模型。框架支持多家主流 AI 模型提供商（Anthropic、OpenAI、Amazon Bedrock、Google、Ollama、Mistral AI、DeepSeek 等）及多种模型类型（对话、嵌入、文生图、音频转录、文本转语音、内容审核），提供可移植的同步与流式 API、结构化输出、向量存储集成、工具调用、可观测性、ETL 文档注入管道、模型评估、ChatClient 与 Advisors API、MCP 支持、对话记忆与 RAG，以及 Spring Boot 自动配置和 Starters。
Agent 与自动化597
modelcontextprotocol/java-sdk · The official Java SDK for Model Context Protocol servers and clients. Maintained in collaboration with Spring AI
这是 Model Context Protocol（MCP）的官方 Java SDK，由官方与 Spring AI 协作维护，用于让 Java 应用通过标准化接口与 AI 模型和工具交互。它同时支持客户端和服务器两种角色，涵盖同步与异步通信模式，核心模块包含 STDIO、JDK HttpClient 与 Servlet 传输，并提供可插拔的 JSON 序列化实现。
Agent 与自动化598
spring-ai-community/spring-ai-agentcore · Spring Boot integrations for Amazon Bedrock AgentCore
一个开源 Java 库，通过注解、自动配置和可组合的 advisor 等 Spring 风格模式，把 Amazon Bedrock AgentCore 的能力引入 Spring AI。提供 Runtime Starter（自动配置 /invocations 与 /ping 端点、SSE 流式、健康检查、限流）、Identity（工作负载令牌、API Key、OAuth 2.0 凭证与响应式传播）、Memory（短期与长期记忆）、Browser（基于 Playwright 的网页导航、内容提取、截图、表单交互）、Code Interpreter（安全的 Python/JavaScript/TypeScript 执行与文件获取）、Artifact Store（会话级、基于 TTL 的生成文件存储）、Common 与 BOM 等模块，并附带多个示例与 Terraform 基础设施即代码，支持部署到 AgentCore Runtime 或独立运行。
Agent 与自动化599
spring-ai-community/spring-ai-session · Structured, event-sourced conversation memory layer for Spring AI applications.
Spring AI Session 是一个 Spring AI 库，为 AI 应用提供结构化、事件溯源的会话管理能力。它把每条消息建模为带身份、时间戳、会话归属和可选分支标签的 SessionEvent，支持在历史过长时按轮次边界触发上下文压缩（compaction），并通过 SessionRepository SPI 在内存、JDBC（PostgreSQL、MySQL、MariaDB、H2）等后端之间切换。配合 SessionMemoryAdvisor 接入 ChatClient 后，调用会自动加载历史、追加消息并在需要时压缩，还包含事件过滤、多智能体分支隔离与跨会话召回等文档主题。
Agent 与自动化600
spring-ai-community/spring-ai-agent-utils · A Spring AI library that brings Claude Code-inspired tools and agent skills to your AI applications.
Spring AI Agent Utils 是一个面向 Java 生态的 Spring AI 库，将 Claude Code 风格的核心能力重新实现为 Spring AI 工具，包含文件读写编辑、Shell 命令执行、Grep/Glob 代码搜索、网页抓取与搜索、结构化任务管理（TodoWrite）、子 Agent 编排（含 A2A 协议与 Docker 沙箱执行后端）、可复用的 Markdown 技能模块（Agent Skills）以及跨会话长期记忆（AutoMemoryTools/Advisor）。项目以 Maven 模块形式组织并提供 BOM，附带代码助手、技能、子 Agent、待办、记忆等多个示例工程，帮助开发者在 Spring Boot 应用中构建具备工具调用与多 Agent 协作能力的 AI 应用。