Agent 与自动化综合合集

agent-squad：面向本地企业建站业务的 AI 智能体团队

LeoAlvarenga404/agent-squad · A squad of narrowly scoped AI agents that finds leads, sells, builds and maintains websites for local businesses, with a human approving what costs money or reputation.

GitHub原文发布未知首次收录 2026-10-12上架 2026-10-12 09:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

agent-squad 是一组职责范围明确的 AI 智能体，用于自动化本地企业网站业务的销售与交付流程：寻找线索、筛选资格、与业主沟通、生成免费预览、在人工审批下成交，并处理售后修改。智能体之间不直接对话，而是通过 Postgres 状态、按客户隔离的记忆与审计事件进行协作；成本与声誉相关的动作（如成交、超出报价、对外发布）均需人工批准。项目支持通过配置文件、提示词、目录与可替换适配器进行定制，本地已用模拟客户测试，尚未在真实客户上验证。

# 多智能体 # Claude-code # 智能体记忆 # 安全沙箱 # 人工审批

核心能力与快速开始

★ 0 · Python

能做什么: 由 Hunter、Sales、Account、Builder、Coordinator 等角色组成的窄职责 AI 智能体团队，通过 Postgres 中的状态、每客户记忆（pgvector）和审计事件协作，而非智能体间直接对话。MCP 服务按角色暴露不同 CRM 工具并在每次写入时重新校验角色。Builder 仅接收工单 ID，在最小工具集与 OS 沙箱中运行；部署由独立的 runner 完成预览并校验 URL。每次预览由另一个模型家族（Codex，只读）结合截图与代码进行评审，可多轮修复。输入与第三方内容做注入检测、输出做泄漏过滤，并设置轮次、线索数、并发与成本上限。提供 Telegram 审批机器人、CLI 命令、仪表盘与指令/优先级/工时管理。
适用场景: 适合小型网站工作室或类似服务型团队，将线索搜集、初步接洽、报价沟通、预览站点构建、成交审批与售后工单等流程部分自动化的场景；也适合作为研究有边界 AI 智能体在真实小团队工作流中能走多远、以及智能体安全隔离与人工审批机制的研究实现。模拟客户可用于演示与测试。
项目形态: 研究实现
部署方式: README 说明为本地运行：需 Docker 启动 Postgres + pgvector（127.0.0.1:5433），通过 uv 同步依赖并运行 CLI、Telegram 机器人与仪表盘；README 提醒部分安全保证（如 OS 用户隔离、Windows 沙箱）取决于实际部署方式。生产部署条件未说明。
主要依赖: Python 3.11+、uv、Docker；智能体需要 Hermes Agent、Claude Code，可选 Codex CLI 作为评审模型。运行模拟客户场景会消耗 token。硬件与成本未说明。
使用限制: 作者明确说明：真实 WhatsApp 渠道与真实客户均未验证，模拟结果仅使用低成本模型且每个场景运行一次，模型本身不确定。全文检索使用 portuguese 配置的副本，词干化无法覆盖所有词形变化，部分由向量检索弥补；嵌入模型会截断长文本，记忆指标来自 25 个合成问题。出于服务条款考虑不做 Google/Maps 抓取，因此客户资料可能缺少评分。内置线索源为巴西 CNPJ 开放数据，其他国家需要自行编写适配器。README 建议在真实客户使用前阅读 production-checklist 与 security 文档。
许可证: MIT
最近推送: 2026-10-11 09:28

官方入门核对 README 依据 ↗

资料检查：2026-10-12 07:00 · 卡片整理：2026-10-12 09:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为多智能体协作与安全设计的参考实现：通过 Postgres 状态、按角色隔离的 MCP 工具、人工审批、注入检测与沙箱运行来构建和审查 AI 智能体系统；仓库提供 Python 代码、架构文档与测试，可用于学习或复用其角色隔离、审计事件、成本上限等工程模式。

查看内容依据

A squad of narrowly scoped AI agents that runs the sales and delivery of websites for local businesses

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

AYGENT Core：原生桌面端 AI Agent 运行框架

AYGENT Core 是一个开源的 AI Agent 桌面应用（macOS／Windows／Linux），用图形界面而非终端或 SDK 来创建和管理多个智能体。每个智能体绑定一个指定文件夹，可读取、写入、整理文件，具备会话记忆（以 markdown 形式保存在用户自有文件夹中）、定时与 cron 调度、并行线程、Save Points 回滚、工具与技能扩展、MCP 服务器以及 GitHub／Notion 等连接器。安全方面由操作系统级沙箱约束文件访问（macOS Seatbelt、Linux Landlock），密钥存入系统钥匙串并按调用注入，Shell 权限需单独逐智能体授权。支持 Anthropic、OpenAI、OpenRouter、Muse 等自带密钥，也可下载 GGUF 与 Apple Silicon MLX 本地模型离线运行。项目以 Apache-2.0 开源，官方另提供付费闭源的 AYGENT Pro 版本。

midgley：基于 LLM 多智能体的汽油价格预测框架

midgley 是一个用 Python 实现的多智能体时间序列预测框架，目标是预测美国批发 RBOB 汽油期货和多个都市区的零售无铅汽油价格。它把 Gemini、NOAA 天气模型、海运与内河咽喉点、行政社媒缺口、Cboe OVX、Baker Hughes 钻机数、USGS 水文与地震、炼厂检修等非结构化与物理数据，融合为特征向量，再结合 RB=F、CL=F、BZ=F 等商品期货，用 Ridge 回归与 XGBoost 建模，并通过情景模拟器、预测日志和每周复盘反馈回路迭代模型。项目还自动生成公开 Web 仪表盘，展示各地预测、准确率和数据源目录。

madnesswright：为《MADNESS: Project Nexus》构建 AI 智能体模组与关卡制作技能

madnesswright 提供三项“常青”智能体技能，供 Claude Code、Codex、Cursor、Copilot 等 AI 编码代理按开发者预期为《MADNESS: Project Nexus》制作模组和关卡；内容覆盖 MadCards 与模组文件夹、SceneTools 场景与关卡、ModTools 资源与 Harmony 代码，并附带仅用 Python 标准库实现的辅助脚本 mpn.py。该脚本可以检查并部署模组，读取游戏模组日志，检查场景规则。项目还说明：官方模组支持仅在 Steam 的 releasebeta 分支提供，社区工具项目没有许可证文件，代理无法直接看到游戏画面。

agent-skills：面向多种编程智能体的双语技能库

提供 100 个英俄双语 Agent Skills 技能，按 AI、后端、数据、DevOps、前端、移动、安全等 16 个领域组织，采用 SKILL.md 通用格式，可直接用于 Claude Code、OpenCode、Cursor、Windsurf 等兼容工具。库中还附带 Python SDK 和 CLI，用于统计、搜索、校验技能并计算质量分、重建目录，并且校验已在 CI 中强制执行；项目在 PyPI 上以 agent-skills-library 发布。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。