工具与职业用途,一起找

AI 资源库

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。

资源与用法

429 份资源

Hello Agent System:从零手写企业级 Agent 系统设计的双语课程

heaven999b/hello-agent-system · 👋 Hello Agent System — learn enterprise AI agent system design by building every production layer from scratch. 17 bilingual lessons (EN/中文) with tested exercises: tools, architectures, reliability, security, evals, distributed execution, cost, RAG, release ops. 企业级 Agent 系统设计训练营

该项目是一套中英双语的企业级 Agent 系统设计训练营,通过 32 节课从零手写 Agent 的每一层:主循环、工具、上下文、编排、可靠性、安全、可观测性、评估、并发、成本与发布,并进阶到检索、记忆、MCP、框架对照、Agent 数据与优化。课程强调不依赖 Agent 框架、每课配有离线确定性测试的练习,并在最后将同一套接口替换为 Postgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedar 等成熟组件以演示生产落地与分布式执行。

展开详情收起详情:Hello Agent System:从零手写企业级 Agent 系统设计的双语课程

程序员作为程序员学习企业级 Agent 系统设计的双语课程与代码库,从零手写 Agent 主循环、工具、上下文、编排、可靠性、安全、可观测性、评估、并发、成本与发布等各层,并配有离线确定性测试的练习,可用于提升 AI Agent 相关开发与架构能力。

★ 71 · 资料合集

☆ 收藏GitHub查看项目 ↗

AUX by PrdictionEdge:面向 AI Agent 的交易对手方身份核验与信任层

api-evangelist/prdictionedge-ai · AUX by PrdictionEdge is a machine-native, non-executing pre-action trust layer for AI agents: before an agent onboards, contracts with or pays a business counterparty, AUX independently resolves live GLEIF legal-entity evidence, bounded exact-name OFAC screening and IANA RDAP domain identity, verifies signed private-source attestations, and…

AUX 是 PredictionEdge 提供的机器原生、非执行式的行动前信任层,供 AI Agent 在与商业交易对手方建立合作、签约或付款前使用。它可独立解析实时 GLEIF 法人实体证据、执行有限范围的 OFAC 精确名称筛查、查询 IANA RDAP 域名身份,校验带签名的私有来源声明,并返回可用已发布 JWKS 离线验证的 ES256 签名认证回执。公开的交易对手方检查无需账号、API Key 或付费。仓库本身是 API Evangelist 维护的第三方公开 API 档案,不含软件,仅收录文本与机器可读的 API 描述。

展开详情收起详情:AUX by PrdictionEdge:面向 AI Agent 的交易对手方身份核验与信任层

程序员在开发 AI Agent 或后端服务时,可调用 AUX 提供的公开 API,在 Agent 与商业交易对手方建立合作、签约或付款前,解析 GLEIF 法人实体证据、执行 OFAC 精确名称筛查、查询 IANA RDAP 域名身份,并获取可用已发布 JWKS 离线验证的 ES256 签名认证回执。

★ 0 · 资料合集

☆ 收藏GitHub查看项目 ↗

Awesome Grok Bot:Grok Bot 实时分享案例与技能目录

majiayu000/awesome-grok-bot · 3248 live x.ai/bot shares for Grok Bot — curated catalog with shelf tiers, searchable Pages, bilingual README. Not a prompt dump.

该项目收录了 3248 个公开可预览的 Grok Bot 实时分享(live shares),按工作场景分组(编程与发布、收件箱与日历、研究与简报、客户与销售、财务与运营、内容与发布、个人事务、团队协作等),并配有双语说明、可搜索站点以及来自真实使用者的实践案例与注意事项。它本身不是提示词堆砌,而是可检索的目录与导航资源,帮助用户找到分享并了解他人如何实际运行这些 Bot。

展开详情收起详情:Awesome Grok Bot:Grok Bot 实时分享案例与技能目录

程序员程序员可通过该目录按“Coding & shipping”场景查找 Grok Bot 实时分享,用于代码编写、发布等开发工作;目录还收录了编程相关的实践案例,如关闭旧 issue、读取代码库生成美术资源并接回项目等。

产品经理产品经理可通过该目录按“Research & briefings”“Customer & sales”等场景查找 Grok Bot 实时分享,用于用户研究、需求分析、客户与销售相关工作;目录还收录了产品组织 roster 等实践案例。

★ 63 · 资料合集

☆ 收藏GitHub查看项目 ↗

berry-agent:可无人值守运行的自进化个人智能体

miuiadmin/berry-agent · Unattended self-evolving personal agent for the AGI era — it keeps watch, runs long, and knows you better with every session.

berry-agent 是一个用 TypeScript 编写的个人 AI 智能体,提供终端 TUI、Web UI 与 HTTP /v1/* 接口、TypeScript SDK 以及 MCP 服务等多种使用入口。它以聊天和编程为核心,将 shell 执行、技能包、浏览器、定时任务、记忆、子智能体等 16 项内置能力全部以插件形式挂载。项目强调无人值守的长时运行、跨会话持久记忆与技能沉淀、SQLite 会话审计与回放,以及通过能力门(capability doors)约束危险权限;模型层不绑定单一厂商,可切换 Anthropic、OpenAI、Google 等提供方。项目处于 0.1.1-alpha.1 早期阶段,插件 API 可能在 1.0 前变动。

展开详情收起详情:berry-agent:可无人值守运行的自进化个人智能体

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Atriveo App:把工程履历与职位描述编译为一页 ATS 安全 PDF 简历的全栈工具

atishay-kasliwal/atriveo-app · A full-stack application that automatically captures job applications through a Chrome extension, tracks them in a centralized dashboard, and provides insights to improve your job search.

Atriveo App 是一个全栈应用,通过 Chrome 扩展自动捕获职位申请,在集中式仪表盘中追踪,并提供洞察以改进求职过程。其核心是一个“证据编译器”:把结构化工程成就(成就卡 AC 库)与职位描述结合,经 JD 门控、波束搜索组合、全局信息增益优化(15 条要点布局)与确定性 LaTeX→PDF 渲染,输出一页 ATS 安全的 PDF 简历;同时提供 LinkedIn 抓取→MongoDB→职位描述桶、编译队列、编译历史与信任报告等配套能力。

展开详情收起详情:Atriveo App:把工程履历与职位描述编译为一页 ATS 安全 PDF 简历的全栈工具

程序员作为全栈应用,可用于构建和运行基于 LaTeX 的简历编译流水线:通过 JD 门控、波束搜索组合、全局信息增益优化与确定性 LaTeX→PDF 渲染,将结构化成就卡与职位描述编译为一页 ATS 安全 PDF 简历。

HR可用于招聘场景中自动捕获职位申请、在集中式仪表盘中追踪,并提供洞察以改进求职过程;同时支持 LinkedIn 抓取职位描述并导出为职位描述桶。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Otto:本地优先的个人 AI 智能体,支持研究、写作、规划与编程

baiyuqing/otto · A local-first personal AI agent for research, writing, planning, and coding across terminal, web, Telegram, and Feishu, with memory, skills, and macOS sandboxing.

Otto 是一个用 Rust 构建的本地优先个人 AI 智能体,帮助完成研究、写作、规划、编程和日常事务。它可从终端 TUI/REPL、无头脚本、浏览器 UI 以及通过 otto-connect 接入的 Telegram 和 Feishu 使用,具备持久会话、需人工审核的记忆、可复用技能与插件、工作区文件工具、网页抓取与搜索、MCP 集成、受限子智能体、定时器与带审批和重启恢复的持久工作流。它通过 OpenAI 兼容 API 端点或 ChatGPT 登录接入模型,本地优先指运行时可执行文件、会话历史和默认记忆存储;macOS Seatbelt 默认对 Shell 进行沙箱隔离,文件工具限制在工作区内。

展开详情收起详情:Otto:本地优先的个人 AI 智能体,支持研究、写作、规划与编程

程序员作为本地优先的个人 AI 智能体,Otto 可用于编程任务:在终端 TUI/REPL、无头脚本或浏览器 UI 中协助代码编写与项目理解,例如提示“Read this workspace and explain how the project is organized.”;它提供工作区文件工具、网页抓取与搜索、MCP 集成、受限子智能体以及带审批和重启恢复的持久工作流,并可将有用经验转化为经人工审核的记忆提案和可复用技能。

产品经理Otto 可用于规划与写作类工作,例如在交互会话中输入“Help me plan my day and draft a short invitation.”,借助持久会话、需人工审核的记忆、可复用技能与插件、工作区文件工具、网页抓取与搜索以及定时器来推进日常事务与规划。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Claude Subagent Editor:用拖拽方式编辑 Claude 子代理配置文件

badrnewgames/claude-subagent-editor · 🔧 Manage your AI agents easily with Claude Subagent Editor, a web-based tool for editing configuration files using a simple drag-and-drop interface.

该项目是一个基于 Web 的工具,提供拖拽式界面来编辑 Claude 子代理(subagent)的配置文件,便于管理和配置 AI agent。仓库描述称其使用简单的拖拽界面编辑配置文件;README 内容有限,仅给出仓库标题,未提供更多安装与使用细节。

展开详情收起详情:Claude Subagent Editor:用拖拽方式编辑 Claude 子代理配置文件

程序员用于通过拖拽界面编辑 Claude 子代理(subagent)的配置文件,帮助程序员管理和配置 AI agent 的工作流。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

PromptForge:LLM 应用提示词自动优化与持续调优编排层

ozynautetu-create/FlowForge-Optima · AdalFlow Alternative 2026: Auto-Optimize LLM Apps Without Code

PromptForge(仓库名 FlowForge-Optima)是面向将 LLM 应用当作产品运营的团队的提示词编排与持续优化层,专注于让提示词、链路与检索策略随时间自动变得可度量地更好。它提供自动提示词改写(变异、交叉、指令压缩)、内置评测与统计显著性校验、链路级联合优化(检索查询、重排阈值、工具选择提示词)、响应式控制台、多语言提示词方言与跨语言迁移评分、版本图与确定性重放、成本感知目标函数、可插拔模型适配器以及回归防火墙;支持人类审核后再晋升(promotion)。架构分为 Forge Core(优化器、评测器、版本图)、Forge Relay(模型/向量库/日志适配层)与 Forge Console(UI)。README 称 Forge Core 与 Forge Relay 可完全离线自托管,许可证为 MIT,但免责声明强调按“as-is”提供、结果随数据与模型供应商而异,需在预发环境验证。

展开详情收起详情:PromptForge:LLM 应用提示词自动优化与持续调优编排层

程序员用于 LLM 应用开发中的提示词自动优化与持续调优:通过自动提示词改写、内置评测与统计显著性校验、链路级联合优化(检索查询、重排阈值、工具选择提示词)、版本图与确定性重放、回归防火墙等能力,帮助程序员对提示词、链路与检索策略进行可度量、可回滚的优化,并在人类审核后晋升。

产品经理用于将 LLM 应用作为产品运营时的提示词与链路持续优化:借助响应式控制台、版本图、成本感知目标函数与回归防火墙,产品经理可以查看优化运行、评估结果与成本/延迟权衡,并在人类审核后决定是否晋升候选提示词。

★ 56 · 开发框架

☆ 收藏GitHub查看项目 ↗

TradeAgent:将 AI 编程智能体安全接入 ATAS 交易账户的本地网关与桌面应用

Nicolas1bhr/tradeagent · Connects an AI coding agent (OpenCode/Codex) to an ATAS trading account. The gateway between them enforces idempotency, reconciliation and risk limits so an agent can never place the same order twice or trade when account state is unknown.

TradeAgent 是一个面向非终端用户的 Windows 桌面应用,让 AI 编程智能体(OpenCode/Codex)通过本地命名管道与交易网关交互,从而在 ATAS 交易账户上表达交易意图。系统在网关层强制幂等性、对账与风险限制,设计上保证:券商凭据不进入智能体环境、重复请求 id 不会重复下单、遇到 UNKNOWN 状态时暂停交易并做对账而非自动重发、真实资金交易需人工明确操作、停止 AI 与清仓是两个独立按钮。项目提供内置模拟器与故障注入测试,ATAS 适配器为未完成文件;官方声明所有历史测试账户均为模拟账户,从未接入过真实券商。采用 PolyForm Noncommercial 1.0.0(源码可见,非 OSI 开源)许可。

展开详情收起详情:TradeAgent:将 AI 编程智能体安全接入 ATAS 交易账户的本地网关与桌面应用

程序员作为 C#/.NET 项目参考,学习如何为 AI 编程智能体(OpenCode/Codex)构建本地网关,在网关层实现幂等性、对账与风险限制,并通过命名管道与智能体交互;也可参考其故障注入测试与模拟器设计来编写测试。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Curator Studio:多平台社媒内容 AI 改写与人工审核发布流水线

honeygame786/link-rewrite-pipeline · AI Social Media Curator & Approval Workflow Automation Tool 2026

Curator Studio 是一个社交媒体内容策展与审批工作流工具。它从 X/Twitter、Instagram、Telegram 采集内容,通过 Gemini 级别的语言模型按目标平台风格改写文本,并支持多语言语义翻译,随后进入人工审核队列,由编辑批准、修改或拒绝后再进入定时发布队列,同步各平台的发布节奏。项目还提供语调配置、链接富化、Webhook/REST API 集成与审计日志等功能。

展开详情收起详情:Curator Studio:多平台社媒内容 AI 改写与人工审核发布流水线

产品经理产品经理可用该流水线从 X/Twitter、Instagram、Telegram 采集内容,经 AI 按目标平台风格改写后进入人工审核队列,由编辑批准、修改或拒绝后再定时发布,用于社媒内容策展与发布节奏管理。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

product-manager-os:面向 AI 辅助产品管理的工作流系统

adhyayanrathi01/product-manager-os · An evidence-first, provider-neutral workflow system for AI-assisted product management.

这是一个以证据为先、不绑定特定模型供应商的产品管理工作流系统,用可复用的技能(skills)覆盖产品调研、分析、综合、原型与测试等环节。其核心原则是 Agent 只负责识别问题、汇集证据、说明不确定性与给出选项,由产品经理做决策;自带受控的自我改进机制,通过契约围栏、三项评审、预算与完整性清单约束技能只能改进过程而不能改变用途。

展开详情收起详情:product-manager-os:面向 AI 辅助产品管理的工作流系统

产品经理产品经理可用该工作流系统进行产品调研、分析、综合、原型与测试,由 Agent 汇集证据、说明不确定性与给出选项,产品经理做决策。

★ 1 · 开发框架

☆ 收藏GitHub查看项目 ↗

yaowenhu-skills:面向 Claude Code 与 Codex 的日常文档与数据整理 Agent Skills 合集

yaowenhu-pm/yaowenhu-skills · 我自己每天在用的 7 个 Agent Skills:文档写作、调研报告、PRD、发票归集、创作者数据录入等,跑顺了才放出来

该项目是作者日常使用的 8 个 Agent Skills 合集,遵循 Agent Skills 开放标准,每个 Skill 为一个包含 SKILL.md 的目录,Claude Code、Codex 等兼容 Agent 可根据 description 字段自动加载触发。内容覆盖文档写作与评估(elegant-docs)、条目型文档三列表格化(table-docs)、调研报告方法论与飞书大表产出(research-doc)、PRD 撰写纪律(prd-doc)、产品一页纸(one-pager-doc)、邮箱发票归集(invoice-archive)、抖音/小红书创作者公开数据录入 CSV(creator-stats)以及简历/主页/全平台身份统一的个人品牌打磨(personal-brand-builder)。

展开详情收起详情:yaowenhu-skills:面向 Claude Code 与 Codex 的日常文档与数据整理 Agent Skills 合集

★ 2 · 资料合集

☆ 收藏GitHub查看项目 ↗

S.A.M.(Smart Artificial Mind):本地优先的私有 AI 智能体与多设备助手

richhabits/sam · A free, private, local-first AI assistant that actually does the work — 167 tools, a team of 78 AI agents, 40 rotating free AI brains, 25 skills. Not a chatbot, a doer. It doesn't just answer — it handles it.

S.A.M. 是一个本地优先的 AI 助手/智能体系统,提供跨 macOS、Windows、Linux 与 iOS 的客户端,可独立在手机或电脑上运行。它通过 Cascade Router 自动轮换 40+ 个免费云端模型(Groq、Cerebras、NVIDIA NIM、DeepSeek、Gemini、Mistral、SambaNova、Together、Fireworks、Ollama 等),优先使用免费模型,也可选配 Anthropic、OpenAI 等付费模型;对话、记忆与媒体文件以 Markdown / SQLite 形式保存在本地 vault,配合 Ollama 可完全离线运行。其代理执行循环集成 249 个计算机工具与 34 项技能,可执行终端命令、编辑并校验代码、提交 Git、检查浏览器、管理定时任务以及并行多智能体协作。此外内置 SAM Studio 图像/视频生成与 PDF/笔记音频简报功能,以及基于 Kelly 公式的 FlipIt 仓位计算工具。项目为 source-available,成本、部署与隐私条款以官方文档为准。

展开详情收起详情:S.A.M.(Smart Artificial Mind):本地优先的私有 AI 智能体与多设备助手

程序员作为本地优先的编程智能体,执行终端命令、编辑并校验代码、提交 Git、检查浏览器,并可通过多智能体并行协作辅助开发与排错。

★ 6 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Claude Code Setup:并行多智能体特性开发工作流配置

TurboKach/claude-code-setup · Claude Code setup: opinionated CLAUDE.md, a feature pipeline skill (plan → delegated execute → codex cross-review → ship), pinned role agents, parallel subagent fan-out, and a one-command installer with self-update.

面向 Claude Code 的一套配置与工作流模板,包含带明确规范的 CLAUDE.md、按需加载的规则与技能、固定角色的子智能体定义,以及安装脚本和设置示例。其核心是一条 计划 → 委派执行 → codex 交叉评审 → 合并 的特性流水线,支持通过后台子智能体进行并行 fan-out(仅在并行写入处使用 worktree 隔离),并提供会话开始时的更新检查与 /analyze-arcs 审计技能。适合希望把 Claude Code 用于多智能体并行研究、评审和特性开发的用户参考搭建。

展开详情收起详情:Claude Code Setup:并行多智能体特性开发工作流配置

程序员用于程序员的特性开发流水线:以计划 → 委派执行 → codex 交叉评审 → 合并的流程组织多智能体并行开发,包含只读代码库搜索、计划校验、并行执行(worktree 隔离)、评审、修复与合并等固定角色子智能体,以及 /analyze-arcs 审计技能用于检查会话与子智能体记录中的门禁与等待时间。

★ 11 · 开发框架

☆ 收藏GitHub查看项目 ↗

Bastra Recall:为 AI 助手提供跨会话持久记忆的本地 Markdown 记忆库

n0mad-ai/bastra-recall · Local-first memory for AI assistants. Keep preferences, decisions and lessons across sessions and connected tools in readable Markdown files.

Bastra Recall 是一个本地优先的 AI 助手记忆工具,把偏好、决策和经验教训存成可读的 Markdown 文件,供 Claude Code、Codex、Cursor 等 MCP 兼容客户端共享调用。它通过 MCP、Skill 和钩子在会话开始或操作前自动浮现相关记忆,避免重复交代上下文,同时允许用户用文本编辑器或 Obsidian 直接查看和修改记忆文件。

展开详情收起详情:Bastra Recall:为 AI 助手提供跨会话持久记忆的本地 Markdown 记忆库

程序员在编写代码、排错和代码审查时,让 AI 编程助手跨会话记住项目偏好、技术决策和已解决问题的经验,并在会话开始或操作前自动浮现相关记忆,避免重复交代上下文。

★ 12 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Flashmind:Rust 编写的 AI Agent 开发框架

flashmind-labs/flashmind · AI agent framework in Rust — streaming LLM providers, 70+ tools, vector memory, multi-agent orchestration, and MCP support

Flashmind 是一个用 Rust 构建 AI Agent 应用的框架,提供流式 LLM 供应商接入、70+ 内置工具、向量记忆、多智能体编排与 MCP 支持。它通过统一的异步 API 暴露能力,内置 Ollama、OpenRouter、Anthropic、OpenAI(兼容 vLLM/LiteLLM)四类供应商,并支持自定义工具、自定义供应商、混合检索记忆与上下文自动压缩;同时提供 Jev CLI 与 OpenRouter CLI 等命令行入口。

展开详情收起详情:Flashmind:Rust 编写的 AI Agent 开发框架

程序员使用 Flashmind 的 Rust 异步 API 构建 AI Agent 应用,接入流式 LLM 供应商、内置工具、向量记忆和多智能体编排,用于代码编写、测试和排错等开发工作。

★ 0 · 开发框架

☆ 收藏GitHub查看项目 ↗

precis-mcp:为 LLM Agent 提供统一读写检索 API 的 MCP 服务器

retospect/precis-mcp · MCP server giving LLM agents a seven-verb API over papers, documents, code, state, patents, and cached web/Wolfram/YouTube tool calls

precis-mcp 是一个 Model Context Protocol(MCP)服务器,面向 7B 级别的语言模型 Agent,用八个动词(get/search/put/edit/delete/tag/link/more)加一个 kind= 参数,在论文、专利、文档、代码、个人状态与缓存工具调用等三类内容上提供统一接口。内容存储在 PostgreSQL 与 pgvector 中,支持混合词法检索与语义检索,并提供 Web 界面。工具种类可按可选扩展与环境变量启用或关闭,可选种类缺失时自动从工具面上消失。

展开详情收起详情:precis-mcp:为 LLM Agent 提供统一读写检索 API 的 MCP 服务器

★ 4 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

llm-for-zotero:在 Zotero 文献库内使用的 LLM 研究代理插件

yilewang/llm-for-zotero · An open-source research agent system for your Zotero library.

llm-for-zotero 是一个将大语言模型引入 Zotero 阅读器的开源研究代理系统,让用户无需离开文献库即可与 PDF、选中文本、图表和上传文档对话,获取带引用可跳转的答案,比较多个文献,并把回答、对话记录和研究笔记保存到 Zotero 笔记或本地 Markdown 目录(如 Obsidian、Logseq)。它支持标准 API 提供商、本地 OpenAI 兼容模型、ChatGPT WebChat、Codex App-Server 和 Claude Code 等多种后端,并提供 Agent Mode(beta)用于库级读取、搜索、打标、元数据管理、导入与整理,以及基于 Tavily 的联网搜索。

展开详情收起详情:llm-for-zotero:在 Zotero 文献库内使用的 LLM 研究代理插件

程序员在 Zotero 文献库内使用 LLM 研究代理插件,与 PDF、选中文本、图表和上传文档对话,获取带引用可跳转的答案,比较多个文献,并把回答、对话记录和研究笔记保存到 Zotero 笔记或本地 Markdown 目录。

★ 3189 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Linggen Skills:面向 Linggen 个人 AI 助手的即插即用原生技能合集

linggen/skills · Skills for Linggen — drop-in folders that become native apps: personal CFO, DJ, Mac care, GTM pulse, shared memory.

Linggen Skills 是 Linggen 个人 AI 助手的技能集合,每个技能是一个可直接放入的技能文件夹,运行在本地并可与任意模型配合使用。现有技能包括个人财务分析(cfo)、DJ 选曲与音乐库管理(dj)、面向独立创始人的 GTM 信号收集与内容起草(pulse)、供多个 AI 工具共用的共享记忆(shared-memory,基于 LanceDB RAG 与 ling-mem 命令)以及 macOS 系统健康扫描(apple-shifu)。技能可通过 ling init --global 自动安装,或手动复制到 Claude Code / Codex 的 skills 目录。

展开详情收起详情:Linggen Skills:面向 Linggen 个人 AI 助手的即插即用原生技能合集

程序员将 shared-memory 技能作为跨 AI 工具共享记忆,在 Claude Code / Codex / OpenClaw 中通过 ling-mem CLI 使用 LanceDB RAG 存储,或手动复制到 Claude Code / Codex 的 skills 目录。

产品经理使用 pulse 技能为独立创始人收集 X/HN/Reddit/Bluesky 的信号、监控提及并起草帖子,用于 GTM 相关工作。

★ 3 · 资料合集

☆ 收藏GitHub查看项目 ↗

CodeFRAME:面向 AI 编程智能体的项目交付与验证编排系统

frankbria/codeframe · Think → Build → Prove → Ship. The project delivery system that turns ideas into verified, deployed code. AI agents write the code — CodeFrame owns everything before and after.

CodeFRAME 是一个 Python 编写的命令行项目交付系统,围绕“Think → Build → Prove → Ship”流程,覆盖 AI 编码智能体写代码之前的需求规划与任务拆解,以及之后的验证与发布。它通过 cf prd generate 进行苏格拉底式需求发现,用 cf tasks generate 将 PRD 拆解为带依赖的原子任务,再交给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体执行;PROOF9 九道验证门禁把缺陷固化为长期校验要求,cf pr create/merge 在证明通过后才允许合并。项目为公开测试版(0.9.3),采用 AGPL-3.0 许可,主要通过 pip/uv 安装的 cf 命令行使用,需要与所选 LLM 提供方匹配的 API Key(如 ANTHROPIC_API_KEY、OPENAI_API_KEY,本地 Ollama 无需密钥),GitHub 集成需要 GITHUB_TOKEN 与 GITHUB_REPO。

展开详情收起详情:CodeFRAME:面向 AI 编程智能体的项目交付与验证编排系统

程序员使用 CodeFRAME 的 CLI 工作流,在 AI 编码智能体写代码之前进行需求规划与任务拆解,之后进行验证与发布;通过 PROOF9 九道验证门禁将缺陷固化为长期校验要求,并在证明通过后才允许合并 PR。

产品经理使用 cf prd generate 进行苏格拉底式需求发现,用 cf tasks generate 将 PRD 拆解为带依赖的原子任务,辅助产品需求分析与任务规划。

★ 21 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗