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。
inionrhinocerotidae914/loopx · The local control plane for long-running AI agent work.
loopx 是一个本地控制平面，为 GitHub Copilot Codex、Claude Code 等 AI 编程助手提供“大脑”层能力：持久保存目标、自动勾选任务、记录执行证据日志、按配额或时间自动唤醒智能体，并支持智能体之间的可验证交接。项目宣称与具体编码智能体无关，可适配多种 coding agent，并尊重 API 用量上限。README 提供 Windows 桌面端下载与安装步骤，说明无需编程知识即可使用。
abusayeed64548-cpu/ComfyUI-Fantastic-MiniMaxH3-PromptBuilder · Build structured prompts with reference media for MiniMax H3 video model in ComfyUI.
该项目是一个面向 ComfyUI 与 MiniMax H3 视频模型的提示词构建工具，提供提示词编辑、模板保存与分类、变量插入、Token 计数等功能，并内置媒体库用于导入图片、视频和音频、打标签、缩略图预览与批量操作；还可配置 MiniMax H3 API Key 发送提示词并保存生成结果与历史记录。README 以 Windows 桌面应用形式给出下载、解压和运行说明，但仓库元数据标注语言为 JavaScript，具体实现细节与开源许可为 MIT。项目实际可用性、与 ComfyUI 的集成方式、API 调用成本与限制均未在材料中说明。
Shortiaallurement927/ComfyUI-MiniMaxH3-Director
这是一个在 ComfyUI 内使用的视频生成时间线编辑器，面向 MiniMax H3 模型。它支持分镜提示词编排、首尾关键帧设置、图像/视频/音频素材引用、联合音频同步、实时采样预览以及重拍与镜头串联，帮助用户以时间线方式组织和生成连贯视频。项目为 JavaScript 编写，要求预先安装 ComfyUI，未说明是否免费或可商用（README 中许可证信息前后不一致）。
nshkrdotcom/nshkr · NSHKR is the production Elixir/OTP composition and release workspace for a governed AI operations platform, wiring durable workflows, cognitive context, provider accounts, policy decisions, execution runtimes, cluster reconciliation, Synapse, and Extravaganza into reproducible monolith and distributed deployments.
NSHKR 是一个基于 Elixir/OTP 的生产级组合与发布工作区，用于构建受治理的 AI 运营平台。它将持久化工作流、认知上下文、供应方账户、策略决策、执行运行时、集群协调以及 Synapse、Extravaganza 等组件编织成可复现的单体或分布式部署。项目采用 poncho 风格非 umbrella 布局，根 Mix 项目负责工作区工具与元数据，apps/nshkr_runtime 为可独立构建的生产 OTP 应用，并包含失效关闭（fail-closed）的生产配置校验。
tofunori/atelier-studio · Agentic macOS environment for scientific research — coding agents, papers, figures, LaTeX and project files in one shared context. Rust-first, Tauri 2.
Atelier Studio 是一个原生 macOS 科研工作区，把文献 PDF 阅读、Zotero 文献库、代码与终端、图表库、LaTeX/Markdown 论文写作整合在同一上下文中，并可在会话中引入 Claude Code 或 Codex 等编码代理提供上下文内的 AI 辅助。项目采用 Rust 优先与 Tauri 2 构建，前端为 TypeScript。
nshkrdotcom/trinity_coordinator · TRINITY in Elixir (An Evolved LLM Coordinator): route LLM calls via a small-model hidden-state router + Axon coordination head, with Thinker/Worker/Verifier orchestration and policy loop for acceptance-driven completion.
TrinityCoordinator 是 TRINITY 风格本地小模型路由器的 Elixir/Nx 实现：用量化适配后的 Qwen3-0.6B 读取对话记录，提取隐藏态向量，经路由器头映射到 Agent 与角色 logits，再通过可配置的 provider 边界把选定的工作分发给实际 LLM 提供方，并带有 Thinker/Worker/Verifier 编排与验收驱动的完成策略循环。仓库包含 Elixir 运行时、与原 Python 流水线对比的一致性校验工具，以及从干净 clone 上手所需的 Mix 任务；当前处于活跃开发阶段，在 CUDA 上评测集通过 37/37。
CodeJonesW/diffprism · AI powered code review for agent-generated changes.
DiffPrism 是一个基于 TypeScript 的 AI 代码审查工具，用于审查 GitHub PR 以及本地代理生成的代码变更。用户可粘贴 PR 链接，在浏览器中查看语法高亮 diff，并通过 Claude Code 或 Cursor 对任意行、文件提问；AI 可获取 PR head 版本完整代码库上下文而非仅 diff。它通过 14 个 MCP 工具与 AI 代理交互，支持行内标注、线程回复、Review dojo 多代理评审，以及 pre-commit 提交门禁。
nshkrdotcom/portfolio_coder · Code Intelligence Platform: Repository analysis, semantic code search, dependency graphs, and AI-powered code understanding built on the Portfolio RAG ecosystem. Features multi-language parsing (Elixir, Python, JavaScript, TypeScript), AST-aware chunking, call graph analysis, and intelligent code agents for review, refactoring, and documentation.
Portfolio Coder 是一个基于 Portfolio RAG 生态构建的代码智能平台，提供代码仓库索引、语义代码搜索、依赖图谱分析以及 AI 驱动的代码审查、重构建议和文档生成能力。项目支持 Elixir、Python、JavaScript/TypeScript 等多语言解析，具备 AST 感知分块、调用图分析和智能代码代理，并以 Elixir Mix 任务提供 CLI 与编程接口，用于集中管理多个项目仓库。
in-the-loop-labs/pair-review · AI assisted code review with a human in the loop
pair-review 是一个本地优先的 Web 应用，用于在 AI 编码代理与人工评审之间保持闭环。它提供类似 GitHub 的 diff 界面，支持对 PR 或本地未提交改动逐文件逐行评论，并可选触发三层 AI 分析生成建议，由人工采纳、修改或丢弃后再以 Markdown 形式导回编码代理，或直接提交到 GitHub。项目支持多种 AI 提供商与 MCP 集成，数据与处理均在本地完成。
nodealchemy/powernode-platform · Open-source mission control for AI agent fleets — chat to provision, agents to operate, humans to approve.
Powernode Platform 是一个开源的 AI Agent 集群控制平面（mission control），通过聊天界面即可让 Agent 集群完成真实基础设施的开通与运维，涵盖裸金属、虚拟机、容器与覆盖网络。操作者用自然语言描述需求，Agent 负责规划与执行开通流程，控制循环随后持续监控，所有重要操作都会经过可配置的审批流程（干预策略、审批链、终止开关）审核。平台自行实现底层操作，包括裸金属 PXE 启动、签名模块供应链、集群生命周期管理与 SDWAN 覆盖网络，而非构建在别处已开通的基础设施之上。技术栈为 Rails 8、React 19 + TypeScript、Sidekiq 8 以及带 pgvector 的 PostgreSQL；支持多 LLM 提供商路由与 FinOps 成本追踪，并原生支持 MCP 与 A2A 协议。项目采用开放核心模式，平台及公开扩展（platform、system、supply-chain、marketing）为 MIT 许可，商业版 business 扩展不在开源发布中。
nshkrdotcom/claude_agent_sdk · An Elixir SDK for Claude Code - provides programmatic access to Claude Code CLI with streaming message processing
该项目是一个 Elixir SDK，通过将 Claude Code CLI 作为权威运行时契约，提供对 Claude Code CLI 的编程式访问。它支持流式消息处理、生命周期钩子、权限控制以及通过 MCP 的进程内工具执行，可用于构建 AI 编程助手、自动化代码审查、多 Agent 工作流和交互式聊天界面。SDK 本身不捆绑 Claude Code CLI，需要单独安装。
featherless-ai/simple-jev · Turn any open model into a classifier/jev endpoint
Simple Jev 让兼容的开源模型（如 Hugging Face 上的 Qwen、Gemma、Laya 系列）无需额外训练分类头即可用于结构化分类与评分。请求包含共享上下文（state 或 messages）和若干问题，服务端读取模型在候选标签上的 next-token logits，自行构造 JSON 响应，返回 choice（多选一）、score（量表打分）和 noul（真值/支持度判断）三类结果，输出不依赖模型生成文本。项目包含基于 Hugging Face Transformers 与 PyTorch 的本地服务、供其他推理实现复用的 Python common 规则模块、以及带 JevBench 打分、文本/决策与视觉套件、提示格式搜索的评测框架。
skill-one/agents-skills · A Rust library and CLI for installing and managing AI agent skills (SKILL.md) for Claude Code, Codex, Cursor and 70+ coding agents
agents-skills 是一个 Rust 库与命令行工具，用于安装和管理 AI Agent 技能（SKILL.md）。所有技能集中存放在一个规范目录 ~/.agents/skills/<name>，通过 `agent --link` 为每个已安装的 Agent 建立符号链接，从而使同一份技能对 Claude Code、Codex、Cursor 等 70 多个编码 Agent 可见，实现一次安装、处处可用。CLI 支持从 GitHub 或本地目录安装技能、固定分支/标签/提交、列出、移除、启用或禁用技能，并提供 JSON 输出；同时可作为可嵌入的 Rust 库使用。
csnyder256/harness-tuner · Measure your agent harness, find where it wastes the model, and prove the fix worked. Harness-agnostic, agent-agnostic, zero dependencies. Reference implementation of HTP-1.
harness-tuner 是一个面向 AI Agent 的评测工具，用于测量 Agent Harness（系统提示词、工具集、记忆与上下文策略、钩子、重试、压缩等模型外围脚手架）的运行时表现，定位 Harness 浪费模型能力的位置并生成可应用的改进提案。它通过与 Harness 无关的适配器读取任意 Harness 的 trace，计算固定的 24 项运行指标，并借助 anytime-valid e-process 对“改动是否真的有效”给出统计保证。项目采用零依赖 Python 实现，是 HTP-1 协议的参考实现。
mrnicholasbcarter-code/verdict-core · Fail-closed LLM routing: cheapest qualified model, named drop reasons, receipts.
Verdict 是一个 Python 编写的 LLM 编排与控制平面：输入一个目标和 git 仓库，先由规划模型把目标拆成小型 DAG 工作节点，再从实时网关证据（模型清单、账号、健康状态、冷却和配额）中构建准入模型集合，为每个节点分配最便宜且合格的路由，在配额、限流、超时或空回答等故障发生时进行同节点故障转移与冷却，并在节点验证、集成校验和独立评审后写入带 SHA-256 摘要的运行回执。它强调封闭失败：没有任何合格候选或重试超过上限时以命名原因 FAIL_CLOSED 并结束为 BLOCKED；被丢弃的候选都有具名理由，不透明的 auto/* 引用不作为候选，付费路由在仍有更便宜合格候选时不会被选中。执行层依赖外部工具 OmniRoute（本地 OpenAI 兼容网关）和 Prime Agent（无头编码 Agent CLI），评审使用 ocr CLI。
iyulab/iron-prow · Safe-inference gateway for .NET — provider selection (frontier/LAN), guardrails, and resilience, delivered as a standard Microsoft.Extensions.AI IChatClient.
iron-prow 是一个面向 .NET 的安全推理网关，以标准 Microsoft.Extensions.AI IChatClient 形式提供。它负责在多个 LLM provider（frontier 与局域网本地部署）之间进行选择与优先级排序，支持失败重试、fallback 与 provider 健康记忆（cooldown 后降级），并通过 FluxGuard 提供输入输出 guardrail（默认 fail-closed）。同时包含 IronProw.LMSupply 本地推理安全包装（readiness gate、model-ID preflight、输出长度限制、reasoning 控制），还支持多租户 per-tenant provider 解析与重复退化输出停止等可选能力。
1040942669/legal-rag-agent · Evidence-grounded Chinese legal RAG with controlled adaptive retrieval, citation verification, and reproducible evaluation.
该项目是一个面向指定中国法律文本快照的可复现 RAG 工程，围绕稳定召回正确法条、验证优化有效性以及在证据不足时安全停止生成三个核心问题构建。它实现了自研中文 BM25、dense、RRF 融合与可选 cross-encoder 重排等检索能力，规则型查询理解、证据充分性检查、引用编号检查等受控 Agent 能力，以及包含分层评测集、bootstrap 置信区间、五维实验矩阵和失败归因的评测体系。项目同时在 PostgreSQL/pgvector 版本化语料、持久会话、幂等 run、SSE 续读与故障恢复等工程方向上迭代发布多个版本。项目仅用于检索与工程研究，不提供个案法律意见，且不随附完整法律语料。
SnowWarri0r/licai · 本地化个人理财助手 — A股/基金/理财/现金/数字资产/机器人全资产看板 + 市场AI问答 + 个股K线盘口详情 + 板块对比 + 早盘信息简报 + 资讯AI解读。只给客观信息，不荐买卖。
licai 是一个本地化部署的个人理财助手，把 A股、基金、银行理财、现金、数字资产和量化机器人统一装进一个看板，并提供市场 AI 问答、个股详情（K线/盘口/分时）、全市场榜单、板块雷达、全球指数、早盘简报与复盘归因等功能。数据全部存储在本地 SQLite，没有云端和账号；AI 问答挂了约 40 个数据工具，会自行选择工具取数后做客观解读，只给客观信息不给买卖建议。
Varad1006/Smart-resume-shortlisting-system · Developed an industry-driven AI recruitment system that performs semantic resume–job matching and parses multilingual/handwritten resumes using OCR + NLP. Combined contextual similarity with GitHub activity scoring to produce fair, accurate candidate shortlists and reduce manual screening effort.
该系统面向招聘场景，将简历按职位描述进行语义匹配和排名，并展示排名依据。它支持读取 PDF、Word 文档、扫描件和手机照片（含手写体），覆盖 90 多种语言；通过 OCR 将非文本简历转为文字，再按语义而非关键词比较简历与职位描述。职位要求会被逐条打分，并附上满足该要求的简历原文片段作为证据。可选功能包括基于公开 GitHub、LeetCode、CodeChef 活动的公平加分（最高 +10，且不会对无此类资料的候选人扣分），以及针对排名靠前候选人生成的 AI 摘要（优势、差距、面试问题），AI 摘要仅用于解释排名，不改变分数。项目通过 docker compose up 一条命令启动 Web 应用，并保留历史运行记录。
iyulab/memory-indexer · .NET SDK and MCP server implementing a cognitive science-based 3-axis memory system (type x scope x tier) for LLM context management beyond finite context windows.
Memory Indexer 是一个 .NET SDK 与 MCP 服务器，实现以认知科学为基础的「类型 × 范围 × 层级」三轴记忆架构，用于突破 LLM 有限上下文窗口的限制。它提供通用记忆原语，可自动分类与存放记忆、智能召回上下文，并通过缓冲区、短期、长期、归档四层分级与晋升流水线管理信息。项目提供 MCP 服务器（支持 stdio 与 Streamable HTTP）以及可作为 SDK 集成的记忆服务，支持内存或 SQLite 存储，并允许自定义 IMemoryStore 后端。