AI 资源库 · 已整理 826 项

程序员 AI 工具与工作流

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。

coding-agent-plugins:面向 Claude Code 等编程 Agent 的插件市场,包含智能代码审查、图表生成、UI 与 API 变更前后对比测试及审阅工厂

lchase/coding-agent-plugins · My agent skills that I use every day

该项目是一个 Claude Code 插件市场,提供一组可独立安装的编程 Agent 插件与界面修改插件。核心能力包括:smart-review 用六个专门视角对 diff 进行集成式代码审查并合并去重、按严重度排序;tldraw 将自然语言描述的流程图、架构图等转换为可编辑的 .tldr 文档并渲染 PNG/SVG;test-drive 在修改前后回放同一脚本场景,生成 UI 录屏对比或 API 前后报告;factory 按 spec-writer、builder、并行评审与审批流程处理功能或缺陷并支持看板。另有 cache-clock、usage-gauge、auto-handoff、agent-watch、recording-mode 等 Claude Code 界面 mod。材料还包含一个比较 Claude Code 插件与设置的 token 节省基准,运行完整矩阵会调用 Anthropic API 并有 600 美元上限。

☆ 收藏查看来源 ↗

Harness MCP Server:让 AI 代理通过 MCP 访问 Harness.io 平台

harness/mcp-server · Harness’ official MCP Server

Harness 官方 MCP 服务器,通过 11 个整合工具和 262 种资源类型,让 AI 代理访问 Harness.io 平台,覆盖 CI/CD、GitOps、Feature Flags、云成本管理、安全测试、混沌工程等 42 个默认工具集;支持 Stdio 与 HTTP 传输、Docker 和 Kubernetes 部署,提供 35 个预设提示模板,并支持多项目动态发现与基于 OAuth 的多用户认证。

☆ 收藏查看来源 ↗

agent-skills:面向 Codex 与 Claude Code 的可移植 Agent 技能插件合集

rl0ve/agent-skills · Portable agent skills (natural-writing) plus Claude Code routing plugins. Codex reads AGENTS.md; Claude Code adds it as a marketplace.

该项目提供九个可移植的 Agent 技能插件,可在 Codex 和 Claude Code 两个宿主环境中共用同一份源文件。插件覆盖工作与模型路由、UI 与设计评审、自然语言写作与润色、UI 流程录制视频、演示故事板、PPTX 幻灯片生成、评估报告、研究报告以及实现版本对比评审,并提供安装脚本、可选 UI 技能目录和 CI 校验流程。

☆ 收藏查看来源 ↗

ai-kit:面向产品需求与全栈开发的智能体技能工作流工具包

polyms/ai-kit · Polyms AI toolkit — agents, skills, and workflows for product management, requirements, and everyday work.

Polyms 的 ai-kit 是一套版本控制的智能体技能与角色智能体合集,用斜杠命令串联产品对齐、需求与 PRD 撰写、设计规格、任务拆分、TDD 开发、代码审查、文档、E2E 测试、DevOps 与架构重构等环节。当前以 Cursor 为主,设计上兼容其他工具,通过 bootstrap 脚本将技能与智能体软链到本地编辑器目录,偏重小而易组合的工作流,而非重量级流程框架。

☆ 收藏查看来源 ↗

Loupe:按数据流顺序重构 PR 差异并逐符号卡片审阅

JiwonKKang/loupe · Loupe — human-first code review desktop app. Reorders a PR diff into data-flow order and walks you through it one symbol-card at a time, with AI clustering, labels, and codebase-aware inline Q&A. (Tauri + React + Rust)

Loupe 是一个 macOS 桌面应用,用于进行以人为中心的代码评审。它把 PR 的 diff 按数据流顺序重排,将改动拆分为逐个函数或类型的符号卡片,并用 AI 对改动聚类、为各组打标签。用户可以在卡片内选中代码行发起内联问答,回答由限定在仓库内、只读的 Claude 代理检索真实定义与调用方后给出;还支持跳转编辑器、通过 CLI 打开评审以及从总结页批准 GitHub PR。

☆ 收藏查看来源 ↗

rgctl:面向 LLM 智能体的代码知识图谱与调用关系查询工具

sshaaf/rgctl · A code knowledge graph built for LLM agents — accurate answers, minimal tokens, maximum speed

rgctl 是用 Rust 实现的代码知识图谱命令行工具,为 LLM 编程智能体提供确定性的结构化查询能力。索引一次后,可通过紧凑的 JSON 输出查询调用者、传递影响范围(blast-radius)、控制流与数据流切片、克隆检测、社区聚类以及 PR 调用路径变化,减少智能体反复用 grep 搜索整个代码库并读取整文件带来的 token 开销。项目使用 tree-sitter 解析器,覆盖 14 种一级语言以及 ERB、Markdown,并支持将技能包安装到 Cursor、Claude、Codex 等编码智能体。

☆ 收藏查看来源 ↗

Raster Agent Skills:让 AI 编程代理学会使用 Raster 资产 API 的技能集

raster-app/agent-skills · Agent skills that teach AI coding agents to use the Raster API (MCP, REST, GraphQL). Install: npx skills add raster-app/agent-skills

该项目是一组 Agent skills,用于教会 Claude Code、Cursor、Codex、Copilot 等 AI 编程代理通过 MCP 或 REST 方式调用 Raster,完成资产的上传、打标签、搜索与交付,并可用 raster 命令行客户端在终端或 CI 中操作;还支持在用户尚无 Raster 账户时通过一次调用创建组织、库和密钥。仓库同时提供 Cursor 插件清单,内置远程 Raster MCP 服务配置,采用 OAuth 授权。

☆ 收藏查看来源 ↗

OpenKnowledge:AI 原生 Markdown 编辑器与 LLM Wiki 知识库

inkeep/open-knowledge · Beautiful, AI-native markdown IDE and LLM wiki

OpenKnowledge 是一个基于 TypeScript 的 WYSIWYG Markdown 编辑器,提供桌面应用与 Web UI,可与 Claude、Codex、OpenCode 等 AI 工具侧边栏并行编辑,并内置 MCP、skills 与面向 agent 的搜索,用于构建 LLM Wiki、第二大脑和结构化知识库。项目支持打开现有 Markdown/MDX 文件夹,并可选基于 git/GitHub 的团队共享与自动同步。

☆ 收藏查看来源 ↗

Agents:管理 Codex 与 Claude Code 全局智能体、技能与共享参考配置

07130918/Agents · Codex and Claude Code global agents, skills, and shared references

该仓库用于管理 Codex 与 Claude Code 的用户全局设置,集中维护共享参考、Codex/Claude 配置与 wrapper、新项目 AGENTS.md/CLAUDE.md 模板,以及同步和校验脚本。它提供本地配置与仓库之间的双向同步流程、配置校验与回归测试,并包含 Issue 撰写、评审修复 Harness、浏览器操作等技能与流程说明。认证信息、API key、会话历史、缓存和本地运行状态等不在管理范围内。

☆ 收藏查看来源 ↗

skills:记录编码智能体工程失败案例并附带可选 SKILL.md 技能资料的合集

MrBinnacle/skills · Skills that started with problems I encountered.

该仓库以 Markdown 记录编码智能体在实际工程中犯过的失败,例如 git pull 静默改写本地历史、部署确认误判、测试因桩代码而误通过等;每条记录包含失败日志和证据说明,并附带 Claude Code 可加载的 SKILL.md 指令文件。仓库明确说明多数失败仅被观察到一次,只有 pull-rebase 做过受控测试且未得出有效结论,因此不声称技能能减少失败。用户可仅阅读文档而不安装,也可按工程、编排、元技能三组安装插件。

☆ 收藏查看来源 ↗

yuanrong-datasystem-agent-workbench:Open Yuanrong DataSystem 的 Agent 协作与文档验证工作台

CheYulin/yuanrong-datasystem-agent-workbench · Agent / vibe-coding workbench paired with Open Yuanrong DataSystem (yuanrong-datasystem): scripts, verification flows, RFCs, plans, observability docs, and Cursor Agent Skills. Source code lives in the sibling yuanrong-datasystem repo; this repo is where agents plan, run, verify, and document.

这是一个轻量配套仓库,供 Agent 围绕 Open Yuanrong DataSystem 进行规划、运行、验证和文档化。它主要存放文档、RFC、辅助脚本、归档材料以及 Cursor Agent Skills,产品源码与测试不在本仓库。仓库内统一维护 Codex、Claude Code 和 Cursor 的技能入口,约束记录在 AGENTS.md,协作规则强调以产品仓源码或日志为证据,并区分已验证事实、推断和待验证项。

☆ 收藏查看来源 ↗

AI-Candidate-Management-Platform:AI 辅助招聘与候选人管理平台

bidhuprasadpandaai-sys/AI-Candidate-Management-Platform · An AI-powered recruitment and candidate management system designed to streamline hiring workflows, enhance candidate discovery, and provide intelligent insights using modern frontend architecture and AI capabilities.

这是一个基于 Monorepo 的 AI 辅助招聘应用起始项目,前端采用 Vue 3、Vite、Pinia 和 PrimeVue,后端采用 Node.js 与 Express,并用 MongoDB/Mongoose 管理候选人数据。项目包含招聘指标仪表盘、可搜索和筛选的候选人列表、AI 助手聊天面板、候选人模型与种子脚本;未配置 MongoDB 时提供内存演示回退。README 建议后续再接入真实 LLM 提供方,并补充登录、面试安排与测试部署等内容。

☆ 收藏查看来源 ↗

Easy-Vibe:面向 AI 产品构建者的 Vibe Coding 实战教程

datawhalechina/easy-vibe · 💻 Vibe Coding 101|Your First Course For AI Product Builders.

Easy-Vibe 是一套面向 AI 产品构建者的 Vibe Coding 实战学习教程,提供从零基础到产品上线的完整学习路线、分步图文教程、交互式演示和知识库附录。内容覆盖产品原型验证、全栈开发、Claude Code 与 MCP/Agent 工作流、跨平台应用开发等主题,支持 10 种语言,并提供在线阅读入口和本地运行说明。

☆ 收藏查看来源 ↗

AI Runway:在 Kubernetes 上部署与管理大模型推理的多提供商平台

ai-runway/airunway · ✈️ Kubernetes-native platform for deploying and managing AI inference across multiple providers

AI Runway 是一个 Kubernetes 原生平台,提供 Web UI 和统一的 ModelDeployment CRD,用于跨多个推理提供商部署和管理大语言模型。它支持浏览 HuggingFace 模型、一键部署、实时状态与日志监控、Prometheus 指标、GPU 成本估算,并集成 Gateway API 推理扩展和 Headlamp 插件。它兼容 vLLM、SGLang、TensorRT-LLM、llama.cpp 等推理引擎,通过提供商适配集成 NVIDIA Dynamo、KubeRay、KAITO、LLM-D 和直连 vLLM。

☆ 收藏查看来源 ↗

LLMKube:面向自托管 LLM 推理的 Kubernetes operator

defilantech/LLMKube · Kubernetes operator for self-hosted LLM inference across a heterogeneous GPU fleet: NVIDIA CUDA, AMD Vulkan, and Apple Silicon Metal. Runtimes: llama.cpp, vLLM, TGI, mlx-server. Multi-GPU sharding, model caching, OpenAI-compatible endpoints. Apache-2.0, run across homelab and on-prem fleets, actively developed.

LLMKube 是一个 Kubernetes operator,用于在异构 GPU 集群上自托管 LLM 推理,覆盖 NVIDIA CUDA、AMD Vulkan 与 Apple Silicon Metal;支持 llama.cpp、vLLM、TGI、mlx-server 等运行时,提供多 GPU 分片、模型缓存和 OpenAI 兼容端点。它还包含 ModelRouter,可在本地模型与外部 Anthropic/OpenAI/LiteLLM 后端之间做策略感知路由并支持 fail-closed;另有 Foreman 附加组件,用于在自有集群上编排编码智能体工作负载。项目采用 Apache-2.0 许可,可用于 homelab、本地机房和隔离网络环境。

☆ 收藏查看来源 ↗

DeepEP:面向 MoE 训练与推理的高性能专家并行通信库

deepseek-ai/DeepEP · DeepEP: an efficient expert-parallel communication library

DeepEP 是 DeepSeek 开源的高性能通信库,为 MoE(混合专家)模型的训练与推理提供高吞吐、低延迟的专家并行(EP)all-to-all GPU kernel,支持 FP8 dispatch,并通过 NVLink 完成冗余专家的权重与梯度交换;通信 kernel 由 DeepJIT 在运行时编译。项目还提供流水并行(PP)、上下文并行(CP)、数据并行(DP)和远程内存访问(Engram)的实验性原语,较新版本引入 NCCL Gin 后端、统一的 EPBuffer 接口以及用于 CP/DP 的批量集合通信 BucketBuffer。该库面向大模型训练与推理系统中的专家并行通信场景,已提供昇腾版本 DeepEP-Ascend。

☆ 收藏查看来源 ↗

DeepInfer:面向 DeepSeek 模型的高性能大规模推理框架

deepseek-ai/DeepInfer · DeepInfer: High-performance, large-scale inference framework for DeepSeek models

DeepInfer 是 DeepSeek 用于支撑其大规模生产服务的高性能推理框架,本次开源版本提供离线推理能力。它支持 DeepSeek-V4.1-Flash 模型,包含优化内核、Attention DP / 均衡 CP、MoE EP + EPLB 等并行策略,以及 DSpark 与置信度调度验证、SWA 有界重放、异步调度、批不变推理、确定性采样和结构化输出等特性,可运行在 NVIDIA SM100 GPU 与华为昇腾 950 NPU 上。完整推理服务所需的 KV 缓存系统、VE/Prefill/Decode 分离以及数据并行副本间的负载均衡未包含在本版本中。

☆ 收藏查看来源 ↗

tsrs:用 Rust 实现 TypeScript 7 类型检查器的替代实现

oxc-project/tsrs · Rust port of the TypeScript 7 type checker

tsrs 是 TypeScript 7 编译器和语言服务器的 Rust 实现,可作为替代品使用,目标是与上游 TypeScript 达到 100% 一致性,同时降低内存占用并加快类型检查。它提供类似编译器的命令行用法(如 --noEmit)、编辑器集成说明、尚不稳定的 Node API 以及面向 wasm32-wasip1 的 WebAssembly 支持;目前不支持 --init 和 --showConfig。

☆ 收藏查看来源 ↗

Skill Forge:把已完成的工作流转化为可发布、经测试的 Agent Skill

YaBoom/skill-forge · Turn a completed workflow into a tested, publish-ready Agent Skill for Claude Code and Codex

Skill Forge 从已完成的工作流出发,收集当前会话、git 历史与项目文件中的证据,将其提炼为可移植的七要素流程(触发、输入、步骤、决策、失败、验证、输出),再通过八道质量门(发布阈值 13/16 且安全项需为 2)评分,生成 SKILL.md、references/、assets/、scripts/ 及配套清单,并提供正负触发测试与试运行;它支持打包到 Claude Code、Codex、Cursor 及其他 Agent Skills 宿主,并给出本地、skills.sh、自托管市场和官方目录四种发布路径。

☆ 收藏查看来源 ↗