工具与职业用途，一起找
统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目，按职业和用途找到工作中用得上的资源。
aufamubarak/plan-execute-verify-claude-code · Best AI Coding Workflow Plugin Pipeline 2026
NeuroStack Architect 是一个以 Plan-Execute-Verify 三阶段为核心的 LLM 编排框架，将计划拆解、受控执行与递归验证组织为带钩子注入点的流水线，用于构建多步骤、多模型、多代理工作流。项目强调验证契约、状态快照、漂移检测、插件化扩展与多语言语义校验，并声称支持执行步骤快照与钩子热替换。README 显示项目为 Beta 版本，主要面向 AI 应用开发者、研究工程师与产品团队。实际部署方式、运行环境要求和依赖条件未说明。
ult666666/motionx-studio · Next.js and TypeScript studio website with a separate Python outreach-validation workflow: motion-first UI, testable rules, and human approval.
该仓库包含两个系统：一是用 Next.js App Router、TypeScript、Tailwind CSS v4 和纯 CSS 动画构建的创意工作室营销网站，带 Playwright 端到端测试，可部署到 Vercel，联系流程不依赖后端；二是用 Python 编写的外联引擎，先调研潜在客户并起草冷邮件，再经过确定性校验栈，只有通过才允许发送，其中包含收件人身份确认、邮件回读校验、状态流转保护和发送上限。
QAMarcos/claude-qa-flow · QA workflow for AI coding agents: ticket → reviewed test plan → real-browser run with independent evidence review → bug tickets. Claude Code, OpenCode, any Agent Skills harness.
claude-qa-flow 是一个基于 Agent Skills 格式的 QA 工作流，把工单转化为可审阅的测试计划，再由执行代理用 Playwright 驱动真实浏览器运行，并由独立只读审查代理依据截图等证据复核判定，最后生成带证据的缺陷工单。项目强调人为审批、证据纪律、角色分离与最小误报的严重度门控，声称在 Claude Code 和 OpenCode 中测试过，并提供 Codex 实验性适配；支持通过 REST API 对接 Jira、Linear、GitHub Issues 等工单系统。
hncpyj/research-agent-lab · Multi-agent research pipeline: arXiv retrieval to gap analysis to runnable experiments to AI-judge peer review
ResearchAgentLab 是一个本地优先的研究控制工作区与参考实现，按八个可追踪阶段组织科研流程：论文收集、文献综述、研究空白分析、研究问题与假设审批、冻结实验设计、受控执行、结果验收和报告审查。项目重点解决“静默科学目标漂移”问题，通过审批边界、版本化产物、哈希绑定、科学一致性与软件预检分离等机制，保持从已批准意图到实现产物、结果和报告主张之间的可审计对应关系，并提供来源追踪、多模型路由、用量与成本记录以及 Markdown、LaTeX、PDF 报告输出。
J-T-McC/dev-team · A documentation-first development team for Claude Code - multiple agents move a feature from PRD to reviewed code.
dev-team 是一个以文档为先的 Claude Code 插件，将产品经理、设计师、首席工程师、高级开发者、评审者等六个角色与编排器串联起来，把功能从需求推进到经过评审的代码。它支持用一行配置选择监督、标准或自主的参与程度，并按规模和风险裁剪流程：小改动走快速路径，较大的功能走完整流水线。它包含按功能组织的任务工作区、可审计的审批记录、可选的 Orca 运行时和工单系统接入，并提供 bootstrap 与 sync 命令用于初始化。
LavishSphere/patchlane · Autonomous incident response for financial systems, powered by secure AI agent sandboxes.
Patchlane 是一个面向金融系统的自主事件响应项目：当转账等服务出现资金安全缺陷时，它按欺诈规则检测异常，在 Daytona 隔离沙箱中复现攻击，由 Factory Droid 在沙箱内分析并编写修复，再把补丁应用到第二个干净沙箱，用智能体未见过的留出测试和回归测试进行验证，最后等待人工审批。项目还提供 React 仪表盘、场景构建器和 Chalk 基准评测，并给出多组种子缺陷案例的运行结果。
freecodecampsara93/AI-Recruitment-Assistant · AI-powered recruitment agent built with n8n, Google Gemini, PostgreSQL, and Gmail for candidate search, candidate management, and automated email actions.
该项目用 n8n 编排招聘助手智能体，接入 Google Gemini 对话模型、PostgreSQL（Supabase）候选人库与 Gmail，通过工具调用完成候选人搜索、详情查询，以及待审批的状态变更和邮件请求。智能体本身不具备改数据或发邮件的权限，所有写操作以 pending 记录进入待审批表，由独立工作流定时推送给 HR 经理，经 Gmail 审批后才执行；同时提供 Webhook Header Auth、参数化 SQL 与数据库约束等安全措施。
karpathy/autoresearch · AI agents running research on single-GPU nanochat training automatically
autoresearch 提供一个可自主运行的 LLM 训练研究循环：给 AI Agent 一个精简版单 GPU nanochat 训练环境，Agent 自动修改 train.py、训练 5 分钟后以 val_bpb 评估结果并决定保留或丢弃，不断重复，从而在夜间无人干预地积累实验日志并可能得到更好的模型。仓库刻意保持精简，只有 prepare.py（数据准备与运行时工具，不改动）、train.py（Agent 修改的模型、优化器与训练循环）和 program.md（供人类为 Agent 编写研究指令）三个核心文件。
syntropic137/syntropic137 · Agent work that compounds. Turn Claude Code and Codex into repeatable workflows: GitHub-triggered, fully observable, every run scored with evals. Open source and self-hosted.
Syntropic137 是一个自托管的智能体工程平台，用于把 Claude Code 和 Codex 组织成可重复的工作流：每个阶段可独立选择 harness 与模型，在隔离的 Docker 工作区中执行，并将每次工具调用、token、成本、对话与产物永久写入可查询的事件存储。它提供 GitHub 原生触发（自愈 CI、PR 驱动流程、评论自动响应）、工作流市场、阶段间产物流水线与跨模型委派，并支持通过 CLI（syn）管理、运行和观察执行。
LacerdaTraderCode/ai-data-evaluation · Evaluation pipeline for LLM outputs: an anchored rubric, a hand-labeled golden set, an LLM judge checked for agreement against it, and preference data generation for fine-tuning.
该项目提供一条面向 LLM 输出的完整评测流水线：手写标注的黄金集（golden set）、带评分锚点的多维度量规、自动打分的 LLM judge、judge 与人工标注的一致性校验，以及把分数转换为 DPO 风格偏好数据的转换器。示例任务为把短文档摘要到指定长度，量规涵盖事实准确、覆盖度、简洁性和格式遵循四个维度，每项 0–2 分并附带级别描述。方法说明指出 LLM judge 在通过黄金集一致性检验前不应被大规模信任。
inkatze/planwright · Autopilot for spec-driven development on Claude Code: sign off a spec and a guardrailed agent fleet builds, reviews, and delivers draft PRs. Scales from one feature to an agentic software factory. You keep sign-off and merge.
planwright 是一个面向 Claude Code 的规格驱动开发框架：先把需求、设计、任务、测试写成四文件规格并人工签署，再由带护栏的 agent 依次完成测试先行的实现、完整 CI、自动化评审收敛，并提交草稿 PR；人工保留签署与合并两道控制。支持多规格并行执行的 fleet 模式，可通过 overlays 定制 linter、测试命令和评审严格度。
subashraja069-cmd/claude-code-boss-mode · Control Claude Code with a boss layer that checks ROI, scope, and cuts before work starts
该项目在 Claude Code 之上叠加一层“老板模式”决策过滤，通过 CEO（业务影响与成本）、EM（交付与技术风险）、PM（范围与用户价值）三种视角，对任务、计划和 Pull Request 做前置审查。提供 /boss、/boss-pr、/boss-plan、/boss-roast 等命令式流程，用于评审计划、削减范围、判断任务是否过大、发现产品风险并给出直接反馈。主要面向使用 Claude Code 的 Windows 用户，包括个人开发者和产品、工程、交付角色。
hl7321/aiops-agent-reproduction · 信息采集装置智能运维 Agent 系统：用 OpenSpec 规格驱动，从告警接入到诊断报告的完整链路。
该项目把“告警接入 → 拉取日志取证 → 输出诊断报告”的运维流程用 Agent 方式重新实现，涵盖认证与数据隔离、SSE 流式聊天、Milvus 知识库与 BM25L 加向量双路召回、LangGraph 编排的 Plan-Execute-Replan 智能诊断、以及官方腾讯云 CLS MCP 工具连接。项目采用 OpenSpec 规格驱动开发，提供 10 套 Java 电商故障 fixtures（日志、告警、SOP）用于完整重放演示诊断链路。示例日志、告警和知识库文档均为构造的演示数据。
3xian/codekick · AI-powered workflows for understanding unfamiliar codebases and changing them safely.
CodeKick 是一套面向大型遗留业务系统二次开发的轻量 AI 工作流，通过 AGENTS.md、.ai/PROJECT.md 项目地图、KNOWLEDGE.md 知识沉淀和 skills 中的 bootstrap/understand/change/verify 流程，引导 AI 先定位再理解、找到最小正确修改点、基于真实 diff 推导回归风险，并以证据分级（FACT/INFERENCE/HYPOTHESIS/UNKNOWN）支撑结论。方案刻意保持简单，不依赖向量数据库、知识图谱、MCP 或专用索引服务，并提供安装脚本将工作流安装到已有项目。
simpletibr/simplicio-loop · 🔁 Finishes your entire backlog while you sleep. The AI orchestrator that DOES the work end-to-end on ANY LLM — discover → implement → verify → merge → 24/7 — behind safety gates, at up to 90% fewer tokens. 48 extension points. Not a chatbot. A worker.
simplicio-loop 是一个与运行时无关的自主循环编排器（以 /simplicio-loop 调用），配合六个卫星技能与加速器，可将 Claude、Codex、Copilot、Gemini、Cursor 或本地模型等强 LLM 变成自驱工作体。它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，去重后按机器规模自动扩展智能体集群，经实现、验证（实际运行代码）、开 PR、处理 CI/评审反馈、合并并持续跟进，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。项目强调契约先行、隔离工作树并行执行、独立验证与可回滚、追加式事件与凭证账本、跨会话记忆与暂存检测，并提供多会话协调（coordinator.py）、PR Definition of Done 审查、缺陷去重记忆、多追踪器回写等能力。声明在基准 #17 中估算可减少约 90% token，并提供 35 个运行时（3 个保证 + 32 个尽力而为）与 50 个扩展点。
brabos-ai/code-addiction · 📋 The Spec-Driven Development framework. Define the what, AI handles the how.
Code Addiction（ADD）是一个规范驱动开发（Spec-Driven Development）框架，用共享的 .codeadd/ 核心（命令、脚本、技能、模板）加各 AI 编程助手适配层（Claude Code、Codex、Google Antigravity、Cursor、OpenCode、ZCode）来统一 AI 编码流程。它通过 codeadd CLI 安装、更新、修改、校验与卸载，把开发流程组织为 brainstorm、new、plan、build、review、done 等命令步骤，并可根据任务复杂度选择 COMPLETE、STANDARD、LEAN、AUTOMATIC、EXPLORATION、EMERGENCY、TRIAGE、ANALYSIS 等流程。此外还提供知识图谱 MCP 服务器（--corpus 选择语料）、只读 backlog 看板以及可选插件（默认关闭）。
s977043/river-review · レビューを、組織の判断資産へ。Review Judgment as Code for AI-assisted development — codify your team's review standards as repo-owned skills and run them across the SDLC.
River Review 是一个开源框架，把团队的评审判断标准写成版本化、仓库自有的 skill，可在 plan / diff / tests / JUnit / 既有评审结果等 SDLC 产物之间执行。它面向 Claude Code / Codex / Cursor 等 AI 辅助开发环境，作为团队自有的审计层检查实现代码是否符合团队规则，并提供 Skill Registry、评审用 agent 与并行观点评审角色（bug-hunter、security-scanner、test-gap 等）。项目不替代人类评审，而是输出 findings 与 verdict，GO/NO-GO 与自动合并仍由人或调用方决定。
Tomato-1101/XNewsBot · Collects news from X, has Claude pick and summarize it, and sends it on LINE.
XNewsBot 是一个 Python 项目，每天两次（早晚）从 X（Twitter）按预设关键词收集新闻，由 Claude Code 会话进行策展（区分大新闻并生成摘要），再通过 LINE Bot 推送。大新闻带摘要即时推送，其余以标题列表呈现、点击查看详情；用户可经由 LINE 对话设置或修改订阅的新闻类型与早晚推送时间。它由常驻 FastAPI + APScheduler 服务器（负责 LINE Webhook 与按时推送）和周期运行的 Claude Code 策展流程两部分组成。
tjromack/open311-pipeline · Streaming civic-data pipeline: Chicago 311 → Kafka → Claude urgency classification (Langfuse-traced) → DuckDB or Snowflake via idempotent MERGE → dbt SLA marts. Runs with no accounts: make demo-local.
该项目是一个可复用的「流 → 分类 → 数据仓库 → 建模」市民数据流水线模板：轮询 Open311（芝加哥 311）请求，写入按 service_request_id 分键的 Kafka，用 Claude Haiku 4.5 对请求做结构化输出的紧迫度分级（每次调用在 Langfuse 中留有 trace），失败进入死信队列，再通过幂等 MERGE 写入 DuckDB（默认）或 Snowflake，最后由 dbt 构建部门 SLA 合规度数据模型。项目提供无需账号、无需 API key 的本地演示（make demo-local / make demo-local-nokafka），演示回放 300 条真实芝加哥 311 请求及其由 Claude Haiku 4.5 标注的标签；另有一条路径可从城市数据门户加载整个财年（约 212 万行）并测量整体队列的 SLA 合规度。仓库含 61 个 pytest 测试与 45 个 dbt 数据测试，覆盖 schema 漂移、DLQ、MERGE 幂等性等失效模式。README 明确指出其 SLA 阈值为项目自设而非芝加哥官方标准。
ho72/pet-i-explanation-data · 진단명·증상과 검색 근거로 설명형 SFT 데이터를 만드는 Python 파이프라인 | dry-run · 오류 분리 · 테스트/CI
该项目是一个 Python 数据生成流水线，用于为 PET-I 宠物犬眼病 VLM 诊断服务准备解释型训练数据。它读取 CSV 或 JSON 中给定的诊断名与症状，收集疾病相关的本地文档以及可选的 DuckDuckGo、Wikipedia 网络检索结果，并交给教师 LLM（GPT-4o）生成四个方面的说明文本，输出带有 service 说明文和 sft 对话记录的训练数据。项目本身不分析图像或判断疾病，image_path 仅用于生成输入标识。