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。
zebbern/claude-code-guide · Claude Code Guide - Setup, Commands, workflows, agents, skills & tips-n-tricks from beginner to power user!
该项目是一份面向 Anthropic Claude Code 的社区指南，汇集安装、配置、命令、工作流、子代理、技能、MCP 集成、自动化、安全权限与排错等内容，覆盖从初学者到高级用户的使用路径，并链接到官方文档及其他相关资源仓库。
lukehalleran/ai-assistant-framework · Solo-built conversational AI framework: 168K LoC, 7,400+ tests, 5-tier memory system with cross-encoder reranking, FAISS-indexed Wikipedia (7.2M articles), 8-stage knowledge synthesis pipeline, and full RAG auditability via inline memory citations.
Daemon 是一个本地优先的个人 AI 智能体框架，围绕持久化多集合记忆、经过评测的 RAG 检索、知识图谱上下文、智能体工具调用和人工把关的自我改进构建。它把每次查询处理为包含上下文分析、意图分类、并行检索、门控、打分、提示组装、生成与状态更新的完整管线，而非简单的聊天机器人包装。项目包含 14 个 ChromaDB 集合的层级记忆、基于跨编码器重排的多阶段 RAG、NetworkX 知识图谱查询扩展、ReAct 工具循环、事实真伪与过时追踪，以及文献佐证的合成候选验证。
strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.
Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。
harness/harness-evals · Harness Evals
harness-evals 是一个开源的 AI 评测框架，用于评测 LLM Agent、提示词与结构化输出。其每个指标输出 0.0–1.0 的归一化 Score，并通过可配置阈值判定通过与失败。指标按正确性、有据性、安全性、轨迹和性能五个维度组织，支持数据集读写、提示词模板、目标调用、生产轨迹导入、基线对比等功能，并提供 YAML 配置的 CLI 运行方式与代码优先的 run_eval() 一行调用，可配合 pytest 和 CI 使用。
spring-ai-community/spring-ai-typesafe · A Java SDK for the TypeSafe AI JEV API, & Spring AI TypeSafe integrations.
该项目为 TypeSafe AI 的 System One（jev）API 提供 Java 客户端，基于 Spring RestClient 与 Jackson 3 构建，并提供 Spring AI 集成，可作为模型即评审、护栏、RAG 后处理器与工具索引使用。其核心思路是将状态与一组类型化问题提交给 API，并行获得结构化答案（Noul、Choice、Score），而非文本生成。项目包含 typesafe-java-sdk、typesafe-spring-ai、spring-ai-starter-typesafe、typesafe-bom 及示例模块。
zhouxiaoka/autoclip · AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具
AutoClip 是一款 AI 视频剪辑工具，通过分析视频字幕来定位高光片段、生成标题，并自动剪出视频切片与合集。适合访谈、播客、课程和直播回放等以对白为主的素材。它提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式，支持通义千问、OpenAI 兼容接口、Gemini、硅基流动等云端模型，以及 Ollama / LM Studio 本地模型；还提供抖音、小红书、YouTube Shorts 和 B 站导出预设，并可在同一页面向多个已连接平台发布。
TIGER-AI-Lab/VLM2Vec · This repo contains the code for "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026], and "MMEB-V3" [COLM 2026]
VLM2Vec 是 TIGER-AI-Lab 开源的视觉语言嵌入项目，包含 VLM2Vec 模型及其配套 MMEB、MMEB-V2、MMEB-V3 多模态嵌入评测基准。项目提供基于 Qwen2-VL 等骨干的指令引导对比学习训练流程，支持图像、视频、视觉文档的嵌入学习，并扩展到音频、文本检索与 Agent 类任务；同时提供数据集准备脚本、DDP 评测入口和 YAML 配置方式，用于多模态检索嵌入的研究与基准测试。
elizaOS/eliza · Open source agentic operating system
elizaOS 是一个开源的 TypeScript 框架与产品栈，用于构建自主 AI 智能体。该 monorepo 包含核心运行时、面向 Web/桌面/移动的 Eliza 应用、CLI、云服务、原生桥接以及第一方插件。框架以模型无关的方式通过插件扩展，提供消息循环、记忆与状态原语、插件契约；插件可注册动作、provider、评估器、服务、模型处理器、路由、事件与 app 视图。栈内还提供端侧本地推理路径（含文本、嵌入、语音、视觉与图像生成资产）、可选的 Eliza Cloud 托管服务，以及用于项目/插件脚手架与部署的 elizaos CLI。
HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).
PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。
sumitkumar1233edeedad/shopnexa-ecommerce · ShopNexa — An AI-powered e-commerce platform built with Django and Django REST Framework, featuring product management, cart, wishlist, authentication, orders, payments, AI recommendations, and real-time customer support.
ShopNexa（AI Store）是一个使用 Django 与 Django REST Framework 构建的 AI 驱动电商平台，描述中列出商品管理、购物车、心愿单、认证、订单、支付、AI 推荐与实时客服等能力。README 主要记录了底层架构说明：Django + PostgreSQL 16 + Redis 7 + Celery 的异步任务体系、基于邮件 OTP 的注册/登录/密码重置验证、优惠券引擎（每周 5 次使用上限、周一时间界限定）、面向全体活跃用户的促销券邮件广播、用户时区中间件，以及使用 Docker Compose 的多容器部署方式与分步运行、测试指引。
roshcompanylabs/llm-stream-guardrails · LLM guardrails for streaming: redact PII and secrets mid-stream
llm-stream-guardrails 是一个 TypeScript 库，用于在 LLM 流式响应过程中实时检测并遮盖 PII、API 密钥、私钥等敏感内容，无需先缓冲完整回复再过滤。它接收任意字符串异步可迭代对象（可直接接入 Vercel AI SDK 的 textStream，OpenAI/Anthropic SDK 需一行映射），承诺对任意输入、策略与分块方式，流式输出与整串过滤结果逐字节一致且每个输出块独立完整。内置 email、信用卡（Luhn 校验）、电话、SSN、IBAN（mod-97）、35 类密钥形态及 PEM 私钥块检测器，并支持按字段名识别的 labeledSensitive 与自定义敏感标签。仓库定位为纵深防御而非合规控制，作者明确说明对未见文本的召回率约 47%–81%，不能替代其他安全措施。
jahfaliabdulrahman-dev/rajhi-rag · Verified Al Rajhi bank-statement reader (Arabic-first): literal VLM transcription → balance chain + printed-footer oracle → Arabic RAG Q&A. Sample scope; synthetic public fixture only.
rajhi-rag 面向阿拉伯语优先的 Al Rajhi 银行对账单扫描件（无文本层的 PDF），流程为：VLM 逐字转录数字并做确定性归一化，再用余额链推导每笔交易的方向和金额，并以每页印刷的页脚合计（借方/贷方/累计余额）作为外部校验；最后通过阿拉伯语检索（FAISS + e5）加确定性工具进行问答，模型只调用工具、不自行计算，并展示答案所依据的行。项目还提供导出 Excel（交易、逐页校验、未证实项、说明四个工作表）、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关。仓库为示例范围，公开样本为合成数据，实测结果与已知缺口在 README 中逐项列明。
Heimel-open/Heimel · HEIMEL Intent. Realized. HEIMEL is open infrastructure for the transition from intent to consequence.
HEIMEL 是一套面向后果承载执行的授权治理基础设施，位于现有身份、策略与执行系统之间，在意图落地为真实效果的那一刻判断其是否具备当前授权。它不替换 IAM 或策略引擎，而是把决策、精确效果、许可与回执绑定，并通过 Gateway 强制唯一受治理的效果路径，由 Veritas 保留可归因的证据。仓库包含本地参考运行时，支持本地授权、执行、回放与证据查验，并提供标准授权演示、可执行授权演示和回放演示。
aru-labs/lossless-memory · Lossless long-term memory for a personal AI: never summarize, keep every line, put a timestamp on everything.
lossless-memory 是一个本地、基于文件的长期记忆层，面向单用户与单个 AI 助手。它把每轮对话按固定七字段（时间戳、说话者、角色、类型、原文、模型、会话）完整追加到每日 JSONL 日志中，不做任何摘要，并以此为唯一事实来源。系统以时间为主轴构建「Temporal Backbone」：SQLite FTS5 精确索引带时间戳并存，查询入口先解析时间短语（相对时间目前仅日语，绝对日期支持任意语言）把检索范围限定到时间段，再在范围内排序，结果按时间顺序返回未摘要的原始文本；仅在范围内精确匹配不足时才回退到基于 sqlite-vec 的语义检索，并在输出中如实标注。另有 LLL「当前位置」索引记录话题切换，可由人工标注优先级，每轮注入模型上下文，使长对话在上下文窗口压缩或跨会话后仍能接续。项目还包含定时增量重建索引的守护进程，并公开了实际运行中的失败数据与经验文档。许可为 MIT。
joshuakoplik/soc-lab · A SOC lab for studying LLM agents on both sides of the boundary: vulnerable dockerized targets emitting real telemetry, a deterministic ingest/detect pipeline, and triage + red-team agents on top — plus a harness measuring prompt-injection resistance.
soc-lab 是一个用于研究安全运营中心（SOC）内 LLM 智能体行为的研究环境，由三部分组成：刻意存在漏洞、可输出真实遥测的 Docker 靶机实验场；确定性的数据摄取、规范化与检测流水线（结果落入 SQLite，不涉及模型）；以及构建在其上的两类智能体——蓝队分诊智能体和红队智能体。项目还在日志 schema 中按“可信度”而非类型划分列，把攻击者可控字段与基础设施断言字段结构分离，并通过 injection_asr 测试框架对比开启/关闭信任边界防护时，分诊智能体对提示注入的抵抗程度。项目定位为研究工具而非安全产品，包含未沙箱化的工具能力和真实 iptables 网络封锁行为。
mujammed-04/test-ci-cd · Next.js gallery that refreshes itself hourly — an LLM invents the search prompts, a stock photo API finds the shots, CI republishes the image
一个基于 Next.js 的照片画廊项目，通过 GitHub Actions 每小时自动运行：先随机选择主题，再由 Groq 上的 LLM 生成搜索提示词，调用 Pexels 图片 API 获取照片并写入 gallery.json 提交到 main 分支，随后触发 CI 校验并重新构建镜像发布到 GHCR。项目使用 Next.js 16 App Router、React 19、TypeScript、StyleX 与 Feature-Sliced Design 组织代码，支持多语言路由，图片与提示词来源需标注 Pexels 与 Groq。
HarzerHeribert/glasshouse · Multi-agent coding orchestrator with a first-party code-mode harness. Run Claude Code, Codex and other agents with routing, project memory, live tool results and fewer inference boundaries.
Glasshouse 是一个用 Rust 编写的多智能体编程编排系统，由可独立使用的编程 harness `pane` 和控制平面 `glasshouse` 组成。`pane` 提供代码模式执行环境，工具结果以运行时命名对象而非对话文本的形式保留，模型通过编写 TypeScript 程序调用工具，从而显著降低上下文占用；`glasshouse` 则作为控制平面，启动并驱动 Claude Code、Codex 等已安装 harness，依据延迟、可靠性、缓存热度、剩余容量与消耗速率等实测证据路由请求，维护项目级持久记忆，并在多个会话并行时就文件编辑冲突进行协调。项目提供推理网关组件，支持订阅与密钥的跨账号调度、配额与容量估算以及工具输出压缩。项目状态为活跃开发中，能力图文档为其权威规格。
clouatre-labs/decisions-judge-mcp · Typed decisions for AI agents as an MCP tool: yes/no probability (noul), choice, and score in one fast request. Backed by the TypeSafe System One model.
decisions-judge-mcp 是一个 MCP 服务器，让 AI Agent 通过单次快速请求对任意 JSON 应用状态做出类型化判断：yes/no 概率（noul）、多选项选择（choice）以及有序等级评分（score）。问题与答案均按 schema 校验，失败时返回 {fallback: true, error} 而不阻塞，便于嵌入 Agent 工作流。当前由 TypeSafe System One 模型（Jev）通过 @typesafe-ai/sdk 提供支持。
urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座：会读写文件即可加入，讨论+开发双协同，人类最终拍板。
agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座：任何具备读写文件能力的 AI Agent（不限 IDE、模型、框架）都能加入，实现协同讨论与协同开发，无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py，包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图，采用单写多读加 roster 状态机、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 与匿名盲评等机制，人类全程可介入并最终拍板。
GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.
ProductRail 是一个领域无关的 AI 辅助产品管理工作流，围绕显式决策、契约、门禁（gate）、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段，把含糊的产品请求逐步转化为确定的产品行为与实现规格，强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关，可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流，不宣称生产可用。