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。
langchain-ai/smithtune · LangSmith Post-Training CLI
smithtune 是 LangChain 推出的后训练 CLI 工具（早期 beta），用于将 LangSmith 中记录的 agent 轨迹整理为数据集，并借助 Fireworks 或 Baseten 进行模型微调。它覆盖从轨迹拉取、数据集筛选与可选的多模型评审（agent council），到数据准备、训练、基于 judge 的基础模型与微调模型对比评测，以及在 Fireworks 或 Baseten 上部署推理端点的完整流程，并提供可供编码 agent 使用的 smithtune skill。训练、评测和部署会产生提供商费用，命令与目录格式可能在版本间变化，README 未说明具体硬件、成本与免费/商用授权条件。
azbigboss66-oss/skillfoo-v3 · Bounded, evidence-driven SKILL.md evolution under frozen evaluation and safety contracts.
SkillFoo 是一个本地实验性 CLI，用于在冻结评测合同、安全边界和可审计回滚机制下受控演化 AI Skill 的 SKILL.md。它把自然语言目标整理为可确认的 Task Card 与评测边界，冻结原始 B0 与生成的 S0，维护 Anchor/Elite/Diversity 进行多代变异与精修，并通过严格 JSON、确定性 verifier、五维最低线等非退化保护选出候选；若没有合格改进则保留起点。项目只优化 SKILL.md，不覆盖输入 Skill、不自动发布候选，Live 执行需配置 OpenAI-compatible Provider。
codingsahayi/codingsahayi.github.io · Autonomous, privacy-first C# IDE built with WinUI 3. Features multi-agent swarm orchestration, ConPTY test-driven repair, and in-IDE local model fine-tuning with Soup to slash AI token costs.
Coding Sahayi 是一款基于 WinUI 3 与 .NET 8 构建的 Windows 桌面 AI 编程 IDE，强调本地优先与隐私保护。它通过 Ollama 或 LM Studio 等本地推理端点运行模型，实现代码不出本机；内置四类专用 Agent（架构、执行、评审、记录）通过原生 ConPTY 伪终端执行编译与测试命令，在单元测试失败时自动生成修复补丁并循环验证，直到测试通过；同时借助 DiffPlex 提供受控的并排差异审阅，再用 EF Core SQLite 记忆库保存已验证补丁，用于对本地模型进行持续微调。
snailium/llama.cpp-sycl-intel-b70 · Community-maintained llama.cpp SYCL Docker optimized for Intel Arc Pro B70 (Battlemage). Latest oneAPI/compute-runtime/IGC, B70-specific AOT build, all features enabled (Flash Attention, MTP, reorder kernels, no GGML_SYCL_DISABLE_OPT).
该项目是社区维护的 llama.cpp + SYCL Docker 镜像与配套文档，针对 Intel Arc Pro B70（32 GB，BMG-G31 / Xe2）及其他 Battlemage B 系列显卡，持续更新 oneAPI、compute-runtime、IGC 等依赖，并提供 B70 专用的 AOT 构建（bmg-g31）。镜像保持 Flash Attention、推测解码 / MTP、reorder 内核和动态后端等特性开启，不设置 GGML_SYCL_DISABLE_OPT，并提供 Qwen3 27B 级别模型在单卡上的推荐配置、采样参数与基准测试方法。
AdolphoIgor/actf-core · Enterprise Distributed Continuous Training (CT) and Model Governance Platform
ACTF Core 是一个面向受监管行业（RegTech、FinTech、医疗等）的企业级参考架构，用于基础模型的自动化持续预训练、领域适配与监督微调（SFT）。平台将关系型数据湖仓、分布式计算集群、内存自动微分引擎与自动化统计评估防火墙串联为一个不可变、确定性的训练闭环，并提供五级质量防火墙，在存储契约、数据泄漏边界、张量图稳定性与统计非劣性等环节进行把关，最后通过 MLflow 模型注册表别名（@champion）完成候选模型晋升。
DeibyGS/applyr · CLI job application tracker designed for AI coding agents
applyr 是一个为 AI 编程 Agent 设计的 CLI 求职申请跟踪器，充当存储层，由 AI Agent 负责分析。它支持粘贴职位描述后生成加权的 0–100 兼容性评分、APPLY/MAYBE/LOW MATCH 推荐、技能差距分析，以及定制化的 ATS 安全简历。项目本地优先，使用 SQLite 存储，无需 API 密钥。
ljchang/mecha · A standalone agent harness in Rust: a provider-agnostic loop, MCP tools, a path jail and prompt-injection interlock, sandboxed shell, scheduled triggers, and an eval rig that grades the trace.
mecha 是一个用 Rust 编写的独立 Agent 运行框架（harness），把本地开源权重模型变成能接触个人上下文的助理。它提供提供商无关的对话循环、MCP 工具接入、路径 jailed 与提示注入互锁、沙箱化 shell、定时触发器和基于工具调用轨迹打分的 eval 工具。设计上把安全（私有数据、不可信内容、外发能力构成的“致命三要素”）作为结构性约束而非提示词约束，发送类操作先在 outbox 暂存待人工审核，并支持从对话修正中挖掘规则再进行验证。
egnaro9/model-drift · Is My Model Drifting? A public LLM regression tracker: a frozen, hash-fingerprinted suite run daily against 16 models across 5 labs, scoring accuracy, latency, verbosity, reliability and refusal rate. Deterministic grading, no LLM judge.
model-drift 是一个小型公开的 LLM 可观测性面板：用冻结且带哈希指纹的评测套件定期跑 16 个模型（覆盖 5 家实验室），记录准确率、延迟、回答冗长度、可靠率和拒答率五项指标随时间的变化，帮助发现模型被静默更新后的质量漂移。评分由确定性机制完成（精确匹配、子串、正则或数值比较），不使用 LLM 裁判。套件含 35 个任务并按能力分类，每晚三次取中位数以降低采样噪声，结果存入仓库内的 drift_board.json 并由看板读取。
egnaro9/egnaro9.github.io · Portfolio: Erik Hill, AI evaluation and testing engineer
该项目是 Erik Hill（AI 评测与测试工程师）的个人作品集网站，采用手写 HTML/CSS，不使用框架、部署时不编译（suite/ 目录下的页面除外，由构建脚本从已提交产物生成）。仓库同时作为一个工作系统的枢纽，展示了一套围绕 LLM 评测、回归探测、可验证评测（能力契约与可重放证据包）以及部署服务（FastAPI+Postgres、RAG 评测、LLM 网关等）的小型仓库如何协同工作，README 中给出了各仓库之间的真实数据流。
j1nn0/skills · Personal agent skills for Claude Code and other SKILL.md-compatible agents.
这是一个个人维护的 agent skills 集合，适用于 Claude Code 及其他支持 SKILL.md 格式的各类 agent。内容覆盖 Hugo 博客（PaperMod 主题）的运营与写作流程（选题、写作、发布前检查、标签管理）、日语技术文章撰写与推敲、事实核查、基于 Herdr 会话的 agent 编排（将调查委派给 Pi explorer、实现委派给 Pi fixer），以及以轮次迭代改进仓库的自主循环。技能可通过 skills CLI 整体或按技能单独安装，并支持用户级安装；仓库包含无需外部依赖的单元测试与 description 触发评测脚本。
IcebergAI/skilldeck · Agent-agnostic security & code-review skills for coding assistants (Claude, Codex, Cursor, Copilot and Kiro)
Skilldeck 是一个面向编程助手的技能集合，重点覆盖安全审查与代码审查，技能以 agent 无关的格式编写一次，即可安装到 Claude Code、OpenAI Codex、GitHub Copilot、Cursor 和 Kiro 等助手。它提供 CLI 工具用于列出、预览、安装、迁移、更新、卸载和查看技能安装状态，并支持带版本戳记的安装、provenance 校验以及供工具读取的 schema 化技能目录（catalog --json）。技能同时支持项目级与全局安装范围，并保留面向不支持 Agent Skills 的旧版本助手的 prompt/rule/steering 适配器。
eranw2000/claude-review-agents · Four Claude Code review agents that check your work before it ships: code-reviewer (quality), ai-signal-reviewer (AI writing tells in prose), deploy-guard (stack-aware release-readiness), and pr-validator (runs a PR's tests and gives a release verdict). Each runs in its own context and reports without editing your files.
该项目为 Claude Code 提供四个子代理与一个钩子：code-reviewer 依据 git diff 做代码质量与可维护性审查，ai-signal-reviewer 检查面向人的文案中的 AI 写作痕迹与排版问题，deploy-guard 做发布就绪检查（密钥与 PII 泄漏、配置与生产规范、部署目标安全，并按技术栈给出针对性检查），pr-validator 运行 PR 测试套件并给出是否可发布的结论。代理各自在独立上下文中运行且不修改文件；ai-signal-check.py 钩子会在 Claude 写入或编辑文件时对新增文本做快速写作检查。
Chenruishuo/posterly · Build academic conference posters as a single HTML/CSS file, rendered to print-ready PDF via headless Chromium. A coding-agent skill.
posterly 是一个编码 Agent 技能，能把论文的 LaTeX 源码转成单文件 HTML/CSS 海报，并通过无头 Chromium 渲染成尺寸精确、可打印的 PDF，支持 ICML、NeurIPS、ICLR、CVPR 或自定义画布尺寸。它由命令行检查工具把关，在打印前发现内容溢出、错位和不符合配色规范的样式问题，并提供多种设计方向缩略图供人工挑选后填充、检查与导出。仓库以 AGPL-3.0 授权，可本地克隆后由 Claude Code、Codex 等支持技能的 Agent 驱动；官方另提供按量付费的托管服务。
cameronhopkin/isc2-2026-ai-code-review-workshop · Workshop materials for AI-augmented code review pipelines. ISC2 Security Congress 2026.
这是 ISC2 Security Congress 2026 为期两天动手工作坊的配套材料，面向希望在流水线中引入 LLM 辅助代码评审、又不希望把代码送给第三方厂商的安全工程师。项目提供参考实现与实验指南：AI 评审机器人接收 Bandit、detect-secrets 等扫描器输出的 SARIF 结果，经本地 Ollama 开源权重的 Qwen2.5-Coder 模型（默认 7B，另有 3B 小模型）分诊，输出带真实文件与行号引用的评审意见。内容涵盖模型本地部署、三种在代码层强制执行的防幻觉模式（强制引用、链式验证、宁可拒答）、CI/CD 集成、对机器人自身的攻击实验（提示注入、假阴性操纵、数据外泄、资源耗尽）以及企业级加固清单和自托管与商业方案的总体拥有成本模型。仓库同时包含刻意存在漏洞的 Flask 目标应用、提示词模板、评测工具和防御模式实现。
zivtech/accessibility-skills · AI agent skills for accessibility testing and WCAG 2.2 audits in Claude Code: planner, critic, Playwright/axe-core tester, screen reader reviews, bug reports, and draft ACRs.
Accessibility Skills 是一套开源的 AI agent 技能，用于在 Claude Code 中规划、测试、评审和审计网页无障碍，默认面向 WCAG 2.2 AA，并支持 Revised Section 508 项目。它结合真实浏览器测试（Playwright 键盘测试、axe-core 扫描、屏幕阅读器断言）与专家式设计评审，将结果整理为开发者可用的缺陷报告和 ACR 草稿。项目明确说明 AI 不能替代人工无障碍测试，自动化结果仅作为线索，最终合规判断仍需人工签署。
nullata/llamaMan · A browser-based UI for launching, monitoring, clustering and managing multiple llama.cpp server instances from inside a Docker container. Includes an Ollama-compatible API proxy
llamaMan 是一个基于浏览器的 UI 和 API 前端，用于在单机或小型集群上启动、监控和管理多个 llama.cpp（llama-server）实例。它本身不含 llama.cpp 代码，通过 Docker socket 以兄弟容器方式拉起 llama.cpp 服务镜像，并提供兼容 Ollama 与 OpenAI 的代理（:42069），可直接对接 Open WebUI。还支持模型下载、预设与一键启动、投机解码、MoE 卸载、KV 量化、多模态输入（图片/PDF）、实例监控、用户与 API Key 认证、请求记录，以及可选的多节点集群和知识库/MCP 功能。
NecturaLabs/AgentSkills · A curated collection of AI agent skills for Claude Code and other AI assistants
AgentSkills 是 NecturaLabs 为 Claude Code 与 Codex 提供的一套 Agent 技能与配置方案，包含自定义的六个 Agent Skills（指令文件维护、Agent 编排、独立审查、测试工程、项目文档，以及面向 Fab 资产市场的 fab 技能），并附带一个固定第三方插件的市场、全局工作约定、worker agents 和推荐设置。技能遵循开放的 Agent Skills 规范，可适配任何符合规范的 harness，其中 Claude Code 与 Codex 经过测试。
stelioszach03/colab-speculative-decoding-speed-lab · Inference Systems Lab: 1,536 controlled vLLM requests on one RTX 4090, cache/concurrency comparisons, raw traces and bounded streaming benchmark tools.
该项目是一个服务测量工具包，起源于推测解码速度实验，包含标准库 Python 客户端，用于对本地 OpenAI 兼容 /v1/chat/completions 端点记录流式请求的首块到达、块间隔、总延迟、服务端 token 数等指标，并支持固定大小闭环并发阶段。仓库附带受控 GPU 实验（单张 RTX 4090 上 1536 次 vLLM 请求）的原始轨迹、结果表与对比数据，以及不执行推理的记录结果校验脚本和单元测试。README 明确说明这些记录仅用于检查特定设置，不构成通用最快服务栈的选型依据，也未声称无损加速或输出质量提升。
agent-sh/audit-project · Multi-agent iterative code review until zero issues remain
audit-project 是一个多智能体迭代代码审查工具，可运行最多 10 个专用审查 agent（4 个常驻加最多 6 个按项目特征条件激活），发现代码问题后自动按严重程度修复，并对修改过的文件重新审查，循环往复直到代码库干净或用户中止。每个发现包含 file:line 位置、严重级别、代码片段、修复建议和改动量估计；破坏测试或构建的修复会被回滚。支持全项目审查、指定路径、仅安全域、单次快速扫描、最近 5 次提交范围、生成 TECHNICAL_DEBT.md 以及从保存队列恢复，并可在已有 repo-intel 数据时用测试缺口信号优先审查高频变动且无配套测试的文件。
Kyaw-Min-Thant/plux · Plux: AI-powered filetree that lets you grab files with one click and save insights in a built-in notepad. Reduce copy-paste friction, boost productivity. 🐙
Plux 是一个基于文件树的桌面工具，将可点击的文件树、一键把文件推送给 AI 对话的加号按钮、用于记录洞察的内置魔法笔记本，以及用于连接 AI 模型的 MCP 系统整合在一个工作区中，旨在减少复制粘贴操作、提升 AI 辅助工作效率。它支持多种大语言模型和本地推理引擎，可跨 Windows、macOS、Linux 运行。