AI 资源库 · 已整理 862 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。
spring-ai-community/mcp-security · Spring Security Configuration for MCP
该项目是 Spring AI 社区维护的 MCP（Model Context Protocol）安全组件，为 MCP 服务端、MCP 客户端和 Spring Authorization Server 提供授权支持。它支持用 OAuth 2.0 保护 MCP 服务器、配置 MCP 客户端的 OAuth 2.0 授权流程、搭建面向 MCP 工作流的授权服务器，并实现对 MCP 工具与资源的细粒度访问控制；同时提供 API-key 认证和 Origin 校验（防 DNS 重绑定）。
langchain-ai/macaw-design-system · Shared design system for LangChain products
Macaw 是 LangChain 产品套件共用的设计系统仓库，包含 React 组件库、框架无关的主题令牌、图标、辅助工具与面向编码 Agent 的文档。它提供组件、样式与令牌包，并附带 CLI 用于组件检索与 Agent 脚手架，帮助开发者与编码 Agent 统一构建界面。
notagentdev/maxtoken · Serve MoE models bigger than your memory on Apple silicon. MLX engine with elastic SSD-backed expert offload, native MTP speculative decoding, OpenAI/Anthropic-compatible APIs and a built-in web console.
MaxToken 是 FlashML FreeToken 的独立分支，把面向边缘的 MoE 推理引擎改造成 Apple silicon 优先的运行时，目标是“用最少内存产出最多 token”。它基于 MLX 执行，只保留稠密核心常驻内存，把路由专家放到由 SSD 直接读取驱动的弹性、硬预算槽位缓存中；当模型可容纳时则使用零拷贝内存映射存储以常驻内核速度运行。项目提供 OpenAI 与 Anthropic 兼容 API（Claude Code、Codex 可直接对接）以及内置单文件 Web 控制台（聊天、实时吞吐、请求日志、弹性缓存滑块），并支持原生 MTP 投机解码与草稿模型投机解码。仅在 Apple silicon（macOS、Metal）上运行，0.0.1 起移除了上游 CUDA 引擎。
nhvang/kubeflow-python-orchestrator · Kubeflow Python SDK 2026: Run AI Workloads on Kubernetes Seamlessly
KubeMind SDK 自称是面向 Kubernetes 上 AI 工作负载的“认知结构”Python SDK，提供语义化流水线构建、预测式自动扩缩、基于概率依赖图的自愈能力、PyTorch/TensorFlow/JAX/ONNX 多框架运行时统一封装、因果时间线可观测性、Web 仪表盘、多语言错误提示与零信任安全壳等功能，并提供 gRPC/GraphQL/WebSocket 桥接以便非 Python 服务接入。README 中的性能数字与预测准确率均属其自述基准，未提供可核验材料。
NicolasRocchia/disensor · Adversarial AI code review that declares what the round could not close. Python CLI + GitHub Action, MIT.
disensor 是一个 Python CLI 与 GitHub Action，用于实现“受控分歧”（controlled disagreement）方法的对抗式跨模型 AI 代码审查：一个模型生成、另一模型族攻击、生成方逐条核验，循环以每条发现被解决、以证据反驳或升级给人收尾。其核心产物是 JSON 残留声明（residue declaration），记录每轮审查事件如何结束，包括各发现的终结状态以及本轮无法自行闭合、需依赖人判断的“残留”，并配套 JSON Schema（residue/v0.4）、校验规则 R0–R13、CI 门禁检查 G1–G9、PR 评论渲染、自包含 HTML 残留报告、仓库脚手架与填充指南。工具提供 round 编排、reviewer 注册与离线探测、prompt 与 pack 打包、validate 与 gate 本地复现 CI 判定等子命令。
dfrysinger/skills · My agent skills for GitHub Copilot CLI and other coding agents.
这是一个面向 GitHub Copilot CLI、Claude Code 和 Codex CLI 的可复用 Agent 技能库，覆盖需求调研（scout）、设计文档、原型、开发循环、独立双模型审查、视觉验证、无人值守长任务、会话交接与邮箱通信、技能创作与评测等环节，帮助编码 Agent 规划任务、保持长任务不跑偏、验证真实行为并保留上下文。仓库附带 session-control 与 mailbox-watcher 扩展，用于多会话通信与本地文件系统 IPC。
mfanafuthimhlanga/wchats · Multi-tenant platform for deploying customer-service and transactional AI agents in four steps: create, configure, test, deploy. Layout-aware ingestion, hybrid retrieval (pgvector + BM25 + RRF + reranking), a four-node validation chain, Ragas evals and adversarial red-teaming gate every release. Nothing reaches a customer unverified.
W Chats 是一个多租户平台，让非技术型商家通过四步流程（创建、配置、测试、部署）上线客服与交易型 AI Agent。它提供结构感知的文档摄入、pgvector + BM25 混合检索与重排、四节点验证链、基于 Ragas 的评测与对抗式红队测试，并把这些结果作为部署门禁，未通过验证的 Agent 无法面向客户。支持控制台操作与 REST + SSE API 编程调用两种方式，还包含退款、下单等交易能力的能力信封、幂等执行、身份验证与审计。
shootdaj/skills · Portable agent skills for Claude Code & Codex — one source of truth, synced across machines
这是一个个人维护的便携式 Agent 技能（agent skills）集合，面向 Claude Code、Codex、Cursor 和 Hermes 等 AI 编程终端。它通过将共享技能以符号链接方式安装到各终端，实现单一来源、多处同步，编辑后通过 git pull 即可在所有机器（笔记本、工作站、远程服务器）上生效。仓库提供一条 npx 命令完成全局安装与更新，并内置大量技能，涵盖 DJ 演出准备（曲目获取、Soulseek 下载、调性排序、播放列表导出）、HTML 报告发布、浏览器购物比价、项目状态回顾、CapCut 草稿生成、UI/UX 与前端设计、知识图谱生成、Token 压缩沟通模式、深度访谈、Azure 静态站点发布等。仓库还包含若干带原作者署名与许可证的第三方技能搬运副本，并定义了每个技能以 SKILL.md 加 references/assets 目录组织的固定布局。
AndreasDeveloperCS/Talemistry · Full Cycle Recruitment Ecosystem powered by AI
Talemistry 是一套由 AI 驱动的全周期招聘生态系统，覆盖 Discover、Attract、Understand、Match、Evaluate、Decide、Offer 七个旅程阶段。项目由三个协同应用组成：Next.js 16 主产品界面（含分析、职位、Kanban 招聘管道、候选人智能画像、WebRTC 面试、测评、决策、Offer 与 GDPR/偏见合规中心）、Angular 18 品牌镜像界面，以及 NestJS + MongoDB 后端（REST + Socket.IO + WebRTC 信令），三端共享同一领域模型与品牌体系。
DvitGohil/AI-Recruit-Talent-manage-Copliot · An AI-powered Recruitment & Talent Management Copilot built using Flask, MongoDB, NLP, and Machine Learning for automated resume parsing, candidate profiling, semantic job matching, skill gap analysis, interview assistance, and recruitment analytics.
该项目是一个 AI 招聘与人才管理平台，使用 Flask、FastAPI、MongoDB、NLP 和机器学习技术，覆盖自动简历解析、候选人画像、语义职位匹配、技能差距分析、候选人排名、AI 语音面试和招聘分析等招聘全流程。平台抽象了 Google Gemini、OpenAI、Groq 等 LLM 提供方，并提供角色权限登录、ATS 管道同步和 REST API。
RudrenduPaul/agent-eval · Statistical regression testing for LLM agents: p-value, effect size, and 95% CI on real behavior shifts vs. noise.
Agent Evaluation 对 LLM Agent 的两个版本各运行多次，通过 Mann-Whitney U 检验、Cohen's d 效应量和 Bootstrap 95% 置信区间，判断行为变化是真实回归还是 LLM 运行噪声。项目提供 agent-regress CLI、Python API、MCP 服务器以及可用于 CI 的回归门控（RegressionGate、assert_stable），支持接入 LangGraph、CrewAI、OpenAI Agents SDK 等 Agent 框架，Apache 2.0 许可，可自托管。
Momoyeyu/autodev · Open the black box of vibe coding. A clarify-first Agent Skill: agree on a target — blueprint, passing test set, or benchmark threshold — then loop inside a judged worktree and hand off visible evidence. | 打开 VibeCoding 的黑盒：先与人对齐目标（blueprint／全绿测试组／benchmark 阈值），在裁决脚本监督的 worktree 中迭代，交付看得见的证据
autodev 是一个 clarify-first（先澄清）的 Agent Skill，面向功能开发、缺陷修复与性能优化三类场景。它要求先与人对齐目标——蓝图、全绿测试组或 benchmark 阈值——并记录基线与边界，然后在独立 git worktree 与分支中迭代：每次尝试都提交，被否决的优化尝试回滚到最佳提交，最后由 Handoff 合并分支并交付可见证据（建成态图、通过的测试组或优化过程图）。它由 Markdown 协议加一个 Python 标准库判断脚本 autodev_verify.py 组成，脚本负责机械可检查的部分（冻结文件未被改动、改动在批准范围内、时间预算、评分方向与余量、越界尝试无残留、蓝图元素覆盖、每轮判定与原始输出留档），其余依赖 Agent 判断与人类一次性评审整个 Clarify 阶段。它不提供运行时或测试框架，只调用目标项目自身的命令。
RyanAlberts/pmstack · Gstack for PMs. Eval Studio that you can plug-n-play anywhere.
pmstack 是一个面向产品经理的 AI 产品评测工具，通过 Eval Studio 让 PM 以客户视角阅读真实 trace，记录问题、归纳失败模式与成功模式，按阶段统计并转化为可复用的代码检查或 AI judge。项目提供网页版 Eval Studio、命令行工具以及供 Claude Code 等 agent 使用的技能，并强调 trace 与评审数据保留在本地、不自动上传。
jeremylongshore/pr-to-prompt · Convert GitHub PRs into structured, reviewable prompt-spec artifacts for AI-assisted code review and regeneration
pr-to-spec（仓库名 pr-to-prompt）是一个 TypeScript 编写的 CLI 与 MCP 服务器工具，可将 GitHub PR、本地分支或暂存改动转换为结构化的 prompt-spec 规格，并支持意图声明与漂移检测（scope_creep、forbidden_touch、risk_escalation、type_mismatch 等信号）。规格生成以确定性启发式规则为主，不执行代码，输出 YAML/Markdown/JSON 及带退出码的 Agent 协议信封，便于管道化交给 AI Agent 做代码审查或重新生成；同时提供 GitHub Action 与 Claude Code、Cursor、Windsurf 等 IDE 的插件集成。
beyondessential/review-hero · AI-powered multi-agent code review
Review Hero 是一个可复用的 GitHub Actions 工作流，基于 Claude（Haiku 负责分流筛选、Sonnet 并行执行审查与自动升级 Opus）对 Pull Request 进行 AI 代码审查。它并行运行多个专职审查代理（缺陷、性能、设计、安全以及自定义代理），通过投票共识、抑制规则和开发者反馈学习去重降噪，再由编排器把结果以行内评论和汇总评论的形式发布到 PR 上，并可选启用自动修复未解决评论与 CI 失败。
ahmedmagood/cpu-slm · 🖥️ Explore CPU-SLM, a Rust-based SLM/LLM project that runs on CPU, offering efficient inference and chat with minimal dependencies.
cpu-slm 是一个基于 Rust 的 SLM/LLM 项目，目标是在 CPU 上完成高效推理与聊天交互，并尽量减少依赖。README 说明它借助 AVX2 指令集提升性能，支持 Windows、Linux 和 macOS，附带入门安装步骤与学习资料，定位为帮助理解稀疏语言模型与大语言模型工作原理的应用。
jeremylongshore/plugins-nixtla · Nixtla time series forecasting plugins for Claude Code. StatsForecast, MLForecast, and NeuralForecast integrations with agent skills.
该项目为 Claude Code 提供时间序列预测插件和 AI 技能，集成 Nixtla 的 statsforecast、mlforecast、neuralforecast 与 TimeGPT。仓库包含 19 个插件与 30 个技能，其中 nixtla-baseline-lab 可离线运行 statsforecast 基线实验（M4 数据），另有 BigQuery 预测和搜索结果推送 Slack 的插件。附带技能安装 CLI（nixtla-skills）和 ERCOT 电网负荷预测原型。
GitHubSecurityLab/seclab-taskflow-agent · GitHub Security Lab Taskflow Agent
GitHub Security Lab 推出的 MCP 多智能体框架，通过 GitHub Workflow 风格的 YAML 语法声明式定义智能体工作流，无需编写代码即可用 CLI 编排多个 Agent 与工具协作完成任务。基于 OpenAI Agents SDK 构建，使用 Pydantic 做语法校验、Jinja2 做模板渲染；智能体由 personalities 定义、接收 taskflow 任务、调用 toolbox 中的工具。支持 Chat Completions 与 Responses 两种 OpenAI API，可切换 openai_agents、copilot_sdk、anthropic_sdk 三种后端，支持 stdio/SSE/streamable HTTP 的 MCP 连接、任务级检查点与断点续跑、运行清单输出、离线 lint 与 JSON Schema 导出。主要面向智能体安全研究、漏洞排查、代码审计、CodeQL 辅助代码审查与代码扫描告警分诊，也可跨多个模型跑同一提示词并让裁判任务择优，用于模型对比评测。
GitHubSecurityLab/seclab-taskflows-fuzzing · An LLM-driven fuzzing pipeline powered by the GitHub Security Lab Taskflow Agent
该项目是 GitHub Security Lab Taskflow Agent 的模糊测试任务流，面向原生 C/C++ 项目提供 LLM 驱动的自主模糊测试流水线。它结合 AFL++ 执行、clang+lcov 覆盖率采集以及 LLM Agent，自动完成目标识别、构建系统分析、harness 编写与构建、覆盖率反馈迭代、崩溃去重与分类，并生成含可利用性判断和修复建议的可读漏洞报告，同时提供实时 HTML 仪表盘。
langchain-ai/open-swe · An Open-Source Asynchronous Coding Agent
Open SWE 由 LangChain 构建，是一个开源软件工厂（software factory），在 Deep Agents 与 LangGraph 之上组合出端到端的工程代理：接受来自仪表盘、GitHub、Slack 或 Linear 的代码变更任务（或按计划触发），在隔离沙箱中理解代码库、规划、修改代码、验证并提交拉取请求。除代码生成外，它还能只读审查 Pull Request、学习仓库的评审偏好、监控 CI 并响应反馈（如 /baby-sit 诊断 CI 失败）。项目支持多模型与推理强度配置、可插拔沙箱提供方（LangSmith 默认，另有 Modal、Daytona、Runloop、E2B 及本地执行）、以及通过技能、提示词、中间件和触发器进行定制。README 说明该项目处于活跃开发阶段，可能有破坏性变更，目前不接受 issue 和外部贡献，不保证正确性、稳定性与兼容性。