工具
ljchang/mecha · A standalone agent harness in Rust: a provider-agnostic loop, MCP tools, a path jail and prompt-injection interlock, sandboxed shell, scheduled triggers, and an eval rig that grades the trace.
mecha 是一个用 Rust 编写的独立 Agent 运行框架（harness），把本地开源权重模型变成能接触个人上下文的助理。它提供提供商无关的对话循环、MCP 工具接入、路径 jailed 与提示注入互锁、沙箱化 shell、定时触发器和基于工具调用轨迹打分的 eval 工具。设计上把安全（私有数据、不可信内容、外发能力构成的“致命三要素”）作为结构性约束而非提示词约束，发送类操作先在 outbox 暂存待人工审核，并支持从对话修正中挖掘规则再进行验证。
展开详情收起详情：mecha：面向本地开源权重模型的个人助理 Agent 运行框架⌄
程序员作为本地开源权重模型的 Agent 运行框架，可用于在自有硬件上运行编码助理：通过 MCP 接入工具、在沙箱化 shell 中执行命令、用 mecha eval 基于工具调用轨迹对模型打分、用 mecha replay 重放会话排查分歧，并借助路径 jailed 与提示注入互锁约束代理行为。
★ 8 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
egnaro9/model-drift · Is My Model Drifting? A public LLM regression tracker: a frozen, hash-fingerprinted suite run daily against 16 models across 5 labs, scoring accuracy, latency, verbosity, reliability and refusal rate. Deterministic grading, no LLM judge.
model-drift 是一个小型公开的 LLM 可观测性面板：用冻结且带哈希指纹的评测套件定期跑 16 个模型（覆盖 5 家实验室），记录准确率、延迟、回答冗长度、可靠率和拒答率五项指标随时间的变化，帮助发现模型被静默更新后的质量漂移。评分由确定性机制完成（精确匹配、子串、正则或数值比较），不使用 LLM 裁判。套件含 35 个任务并按能力分类，每晚三次取中位数以降低采样噪声，结果存入仓库内的 drift_board.json 并由看板读取。
展开详情收起详情：model-drift：面向多厂商 LLM 的公开回归追踪与漂移监控面板⌄
程序员作为 LLM 可观测性工具，程序员可用它定期对多个厂商的模型运行冻结评测套件，追踪准确率、延迟、冗长度、可靠率和拒答率随时间的变化，从而发现模型被静默更新后的质量漂移；也可用确定性评分机制（精确匹配、子串、正则或数值比较）对模型输出做回归测试。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
nullata/llamaMan · A browser-based UI for launching, monitoring, clustering and managing multiple llama.cpp server instances from inside a Docker container. Includes an Ollama-compatible API proxy
llamaMan 是一个基于浏览器的 UI 和 API 前端，用于在单机或小型集群上启动、监控和管理多个 llama.cpp（llama-server）实例。它本身不含 llama.cpp 代码，通过 Docker socket 以兄弟容器方式拉起 llama.cpp 服务镜像，并提供兼容 Ollama 与 OpenAI 的代理（:42069），可直接对接 Open WebUI。还支持模型下载、预设与一键启动、投机解码、MoE 卸载、KV 量化、多模态输入（图片/PDF）、实例监控、用户与 API Key 认证、请求记录，以及可选的多节点集群和知识库/MCP 功能。
展开详情收起详情：llamaMan：在 Docker 中启动、监控与集群管理多个 llama.cpp 实例的浏览器界面⌄
程序员程序员可用 llamaMan 在单机或小型集群上通过浏览器界面启动、监控和管理多个 llama.cpp（llama-server）实例，并利用其兼容 Ollama 与 OpenAI 的代理（:42069）对接 Open WebUI 等客户端进行本地大模型推理服务。
★ 14 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
stelioszach03/colab-speculative-decoding-speed-lab · Inference Systems Lab: 1,536 controlled vLLM requests on one RTX 4090, cache/concurrency comparisons, raw traces and bounded streaming benchmark tools.
该项目是一个服务测量工具包，起源于推测解码速度实验，包含标准库 Python 客户端，用于对本地 OpenAI 兼容 /v1/chat/completions 端点记录流式请求的首块到达、块间隔、总延迟、服务端 token 数等指标，并支持固定大小闭环并发阶段。仓库附带受控 GPU 实验（单张 RTX 4090 上 1536 次 vLLM 请求）的原始轨迹、结果表与对比数据，以及不执行推理的记录结果校验脚本和单元测试。README 明确说明这些记录仅用于检查特定设置，不构成通用最快服务栈的选型依据，也未声称无损加速或输出质量提升。
展开详情收起详情：Inference Systems Lab：LLM 推理服务基准测量与证据复现工具包⌄
程序员用于对本地 OpenAI 兼容 /v1/chat/completions 端点进行流式服务基准测量：记录首块到达、块间隔、总延迟、服务端 token 数，并支持固定大小闭环并发阶段；也可离线校验已记录结果并运行单元测试，辅助推理服务性能排错与复现。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
agent-sh/audit-project · Multi-agent iterative code review until zero issues remain
audit-project 是一个多智能体迭代代码审查工具，可运行最多 10 个专用审查 agent（4 个常驻加最多 6 个按项目特征条件激活），发现代码问题后自动按严重程度修复，并对修改过的文件重新审查，循环往复直到代码库干净或用户中止。每个发现包含 file:line 位置、严重级别、代码片段、修复建议和改动量估计；破坏测试或构建的修复会被回滚。支持全项目审查、指定路径、仅安全域、单次快速扫描、最近 5 次提交范围、生成 TECHNICAL_DEBT.md 以及从保存队列恢复，并可在已有 repo-intel 数据时用测试缺口信号优先审查高频变动且无配套测试的文件。
展开详情收起详情：audit-project：多智能体迭代式代码审查直到零问题⌄
程序员在发布或重大合并前进行多智能体迭代式代码审查，自动发现并修复代码问题，按严重程度排序修复，对修改文件重新审查直到代码库干净；也可用于安全域专项审计、最近提交快速扫描、生成 TECHNICAL_DEBT.md 等。
★ 3 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
Kyaw-Min-Thant/plux · Plux: AI-powered filetree that lets you grab files with one click and save insights in a built-in notepad. Reduce copy-paste friction, boost productivity. 🐙
Plux 是一个基于文件树的桌面工具，将可点击的文件树、一键把文件推送给 AI 对话的加号按钮、用于记录洞察的内置魔法笔记本，以及用于连接 AI 模型的 MCP 系统整合在一个工作区中，旨在减少复制粘贴操作、提升 AI 辅助工作效率。它支持多种大语言模型和本地推理引擎，可跨 Windows、macOS、Linux 运行。
展开详情收起详情：Plux：基于文件树的一键式 AI 工作流与笔记工具⌄
程序员程序员可将代码文件通过文件树一键推送给 AI 对话，获取代码解释、性能考虑和改进建议，并将建议记录在内置笔记本中。
产品经理产品经理可分析设计文档或 UI 规格，提取需求列表、边缘情况和改进建议，并在笔记本中跟踪决策和参考。
★ 8 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
beeracs/Llama · Run Llama models in your web browser using JavaScript and WebAssembly. Explore light and dark modes easily. 🌐🐱👤
Llama 是一个基于 JavaScript 和 WebAssembly 的浏览器端 AI 聊天机器人项目，用户无需安装即可在现代浏览器中打开页面并与 Llama 模型对话。它提供简洁的聊天界面、多种可选角色以及明暗主题，README 说明其使用 HTML/CSS 构建前端，并借助 WebAssembly 提升运行性能。项目以 MIT 许可证开源，鼓励社区贡献，未来计划加入多语言支持、更强的 AI 能力以及移动端适配。
展开详情收起详情：Llama：在浏览器中运行 Llama 模型的网页聊天机器人⌄
程序员在浏览器中直接运行 Llama 模型进行对话，可用于本地测试聊天机器人交互或作为前端 AI 聊天界面的参考实现。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-25
工具
Q-ANT-GmbH/qant_native_computing_toolkit
Q.ANT 官方提供的原生计算工具包，用于在 Q.ANT 原生处理单元上运行工作负载。提供 Python（wheel/pip）与 C/C++（Debian 包 / 共享库）绑定，支持在有 Q.ANT 硬件与驱动时使用硬件后端，也提供 cpu-backend 独立模式，可在无 Q.ANT 硬件的 CPU 上进行开发，并附有文档与独立示例仓库。
展开详情收起详情：Q.ANT native computing toolkit：在 Q.ANT 原生处理单元上运行工作负载的官方 API⌄
程序员程序员可使用该官方 API 在 Q.ANT 原生处理单元上运行工作负载，并通过 Python（wheel/pip）或 C/C++（Debian 包/共享库）绑定进行开发；在无 Q.ANT 硬件时可用 cpu-backend 独立模式在 CPU 上开发。
★ 32 · 开发框架
原文发布：未知收录：2026-09-25
工具
api-evangelist/langwatch · LangWatch — independent third-party profile of a public API surface, by API Evangelist. LangWatch is an open-source LLM observability, evaluation, and AI agent testing platform. Built around OpenTelemetry-native tracing, LangWatch lets teams instrument LLM applications (LangChain, LangGraph, DSPy, OpenAI Agents, LiteLLM, Pydantic AI, CrewAI, AWS Be
LangWatch 是一个开源的 LLM 可观测性、评估与 AI Agent 测试平台，以 OpenTelemetry 原生 tracing 为核心，可对 LangChain、LangGraph、DSPy、OpenAI Agents、LiteLLM、Pydantic AI、CrewAI、AWS Bedrock 等 LLM 应用进行埋点观测。平台支持实时与批量的评估运行、prompt 版本管理与部署、基于剧本场景与 Judge Agent 的多轮 Agent 对话模拟、带标注的数据集管理，以及通过带预算和语义缓存的虚拟密钥 AI Gateway 治理模型流量。它提供 app.langwatch.ai 的 REST API、Python 与 TypeScript SDK 和 MCP server，发布配套的 scenario Agent 测试框架与 better-agents 标准，核心以 Apache-2.0 授权（ee/ 企业模块为商业许可），可部署为 LangWatch Cloud 或通过 Docker Compose、Helm、Kind 或完整 Kubernetes 自托管。
展开详情收起详情：LangWatch：LLM 可观测性、评估与 Agent 测试平台⌄
程序员对 LLM 应用进行埋点观测与调试：通过 OpenTelemetry 原生 tracing 采集 LangChain、LangGraph、DSPy、OpenAI Agents、LiteLLM、Pydantic AI、CrewAI、AWS Bedrock 等应用的 trace，并使用 Traces API 搜索、检索、分享 trace；同时可运行实时与批量评估、管理带标注数据集、对 Agent 进行多轮对话模拟测试。
产品经理借助协作标注与标注工作流对 trace 进行人工标注和分级，产出用于评估与微调数据集的示例；并通过 Analytics API 查看 traces、tokens、成本、延迟与评估分数的时序分析，用于产品数据分析。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
kyopark2014/rag-multimodal · This shows how to use multimodal RAG using managed OpenSearch.
该项目演示如何用多模态 LLM 处理含复杂表格、图表的 PDF：将每页渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 后写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。附带 FastAPI + React 界面，并提供基于 installer.py 的 S3、OpenSearch、CloudFront、Lambda 等基础设施部署脚本。
展开详情收起详情：rag-multimodal：基于 Managed OpenSearch 与多模态 LLM 的表格/图表 PDF 检索增强问答演示⌄
程序员作为可复用的多模态 RAG 参考实现，程序员可参考其代码与架构来构建处理含复杂表格、图表的 PDF 的检索增强问答系统：将 PDF 页面渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。
★ 3 · 研究实现
原文发布：未知收录：2026-09-24
工具
api-evangelist/marqo · Marqo — independent third-party profile of a public API surface, by API Evangelist. Marqo is an open-source, multimodal vector search engine that lets developers index text and images, generate embeddings on the fly, and run tensor, lexical, and hybrid search through a single REST API.
Marqo 是一个开源的多模态向量搜索引擎，开发者可通过单一 REST API 索引文本与图像、即时生成嵌入，并执行张量、词法与混合搜索。引擎基于 Vespa 做存储与检索、FastAPI 提供 HTTP 接口，并在引擎内集成模型推理（Sentence Transformers、OpenCLIP、ONNX），一次 docker run 即可启动可用的语义搜索栈。该 Apache 2.0 开源引擎已被维护者标记为不再维护（deprecated），官方转向托管电商搜索产品，但项目仍被广泛 fork、下载与自托管，并有 Python 客户端、Terraform provider、InstantSearch 客户端、电商嵌入模型与研究项目等配套仓库。
展开详情收起详情：Marqo：开源多模态向量搜索引擎与语义检索 REST API⌄
程序员通过单一 REST API 索引文本与图像、即时生成嵌入，并执行张量、词法与混合搜索，用于构建语义检索功能。
产品经理借助该开源多模态向量搜索引擎的语义检索能力，为电商搜索类产品提供检索方案参考。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
Agomonia-Labs/adar-core · ADAR: Agentic Data Access and Reasoning — general-purpose multi-agent AI platform built on Google ADK and Gemini. ARCL cricket is the reference implementation.
ADAR Core 是一个通用多智能体 AI 平台，构建在 Google ADK 和 Gemini 之上，提供 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块，并以领域应用的方式组织。仓库内含 Geetabitan（孟加拉语 Rabindra Sangeet 助手）、ARCL（美国休闲板球联赛助手，作为参考实现）和餐厅推荐三个领域应用，各领域在 domain 目录中自备配置、Agent、数据摄取、部署与排障文档，通过设置 DOMAIN 环境变量选择运行。
展开详情收起详情：ADAR Core：基于 Google ADK 与 Gemini 的多智能体数据访问与推理平台⌄
程序员作为基于 Google ADK 与 Gemini 的多智能体平台参考实现，程序员可参考其 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块，以及各领域自备的配置、Agent、数据摄取、部署与排障文档，用于构建和排错多智能体 AI 应用。
★ 0 · 开发框架
原文发布：未知收录：2026-09-24
工具
adimalkar/multimodal-fraud-detector · Multi-agent AI pipeline that detects generative-AI fraud in insurance claims across images, PDFs, and video. A "Jury System" of Qwen-VL vision analysis plus DeepSeek-R1/Qwen/GLM critic agents with majority voting — dashcam-aware, batch-capable, Streamlit UI.
该项目是一个面向保险理赔场景的多智能体 AI 流水线，用于识别图像、PDF 文档和视频中的生成式 AI 伪造内容。其核心是“陪审团系统”架构：由 Qwen-VL-Plus 视觉智能体做取证分析，再把结论交给 Qwen Turbo、DeepSeek R1、GLM 4.6 等评论智能体独立评估并多数投票。功能包括多模态输入（视频通过抽帧）、针对行车记录仪的运动模糊与 AI 平滑伪影区分协议、基于 SQLite 的批量处理，以及 Streamlit 交互式仪表盘。
展开详情收起详情：multimodal-fraud-detector：多智能体多模态保险理赔欺诈检测流水线⌄
程序员作为可复用的多智能体多模态检测流水线代码库，程序员可参考其“陪审团系统”架构（Qwen-VL-Plus 视觉智能体 + Qwen Turbo/DeepSeek R1/GLM 4.6 评论智能体多数投票）、SQLite 批量处理与 Streamlit 仪表盘实现，用于构建或集成图像、PDF、视频的 AI 伪造检测功能。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
superdesigndev/treg · OpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn
Treg 是一个面向 AI Agent 的工具目录与调用代理，被其自身描述为“工具领域的 OpenRouter”。它汇集 3000+ 个来自 60+ 提供方的可调用端点（涵盖 SEO 与外链、社交与趋势、人物与公司信息补全、广告、抓取、图像与视频生成等），支持按调用计费，并统一使用单一 base URL 与 token 调用，无需单独注册各提供方账号。同时支持团队注册自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。项目提供 CLI、Claude Code 插件、MCP 接口与自托管方式。
展开详情收起详情：Treg：面向 Agent 工具的 OpenRouter 式工具注册与调用网关⌄
程序员程序员可将 Treg 作为 Agent 工具注册与调用网关，通过单一 base URL 和 token 调用 3000+ 个可调用端点（如抓取、图像与视频生成等），无需为每个提供方单独注册账号；也可注册团队自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。
产品经理产品经理可借助 Treg 的目录按任务搜索并调用外部端点，用于人物与公司信息补全、社交与趋势、广告等数据获取，无需自行注册各提供方账号。
★ 2681 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
HNF-FRN/Reel-watcher-telegram-Agent · Telegram bot that watches the reels you send, explains what they show, and plans and builds them on your Windows PC with Claude Code, approving every command from your phone.
Reel Agent 是一个运行在用户自有 Windows PC 上的 Telegram 机器人。用户从手机发送 Instagram Reel、TikTok、YouTube 链接或截图后，机器人会观看视频并说明其中出现的工具、链接、仓库与命令，随后可调用 Claude Code（或 Codex）对内容进行计划与构建。每个构建独立存放于各自的 git 仓库中，支持 diff 与 undo；每条 shell 命令在执行前都会推送到手机请求批准。视频理解默认使用 Gemini（带声音），无密钥或配额用尽时回退到本地帧加 Whisper 的备份方案。机器人还提供任务查看、模型切换、配额查询和系统提醒等功能。
展开详情收起详情：Reel Agent：在 Windows 上通过 Telegram 解析短视频并计划与构建项目⌄
程序员程序员可通过 Telegram 发送短视频链接或截图，机器人解析视频中出现的工具、链接、仓库与命令，并调用 Claude Code 或 Codex 在 Windows PC 上对内容进行计划与构建；每个构建独立存放于 git 仓库，支持 diff 与 undo，每条 shell 命令执行前需手机批准。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
potto007/unridden · Zero-generated-token decision API: reads a local LLM's final-position label logits to answer Choice, Score and true/false questions. Apache-2.0.
Unridden 是一个本地决策 API，通过读取本地 LLM 末位标签 logits 来回答结构化问题，不生成任何 token。用户提供 state 和一个命名问题映射，服务为每个问题返回一个类型化答案：Choice（选项）、Score（分数）或 Noul（真/假概率）。它在本地以单个 llama.cpp 子进程运行，一次处理一个请求，不采样也不追加 token，适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
展开详情收起详情：Unridden：读取本地 LLM 末位 logits 的零生成决策 API⌄
程序员在本地以单个 llama.cpp 子进程运行决策 API，通过读取本地 LLM 末位标签 logits 回答结构化问题（Choice、Score、Noul），不生成任何 token，可用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
产品经理使用该本地决策 API 对结构化问题返回类型化答案（Choice、Score、Noul），适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
lukehalleran/ai-assistant-framework · Solo-built conversational AI framework: 168K LoC, 7,400+ tests, 5-tier memory system with cross-encoder reranking, FAISS-indexed Wikipedia (7.2M articles), 8-stage knowledge synthesis pipeline, and full RAG auditability via inline memory citations.
Daemon 是一个本地优先的个人 AI 智能体框架，围绕持久化多集合记忆、经过评测的 RAG 检索、知识图谱上下文、智能体工具调用和人工把关的自我改进构建。它把每次查询处理为包含上下文分析、意图分类、并行检索、门控、打分、提示组装、生成与状态更新的完整管线，而非简单的聊天机器人包装。项目包含 14 个 ChromaDB 集合的层级记忆、基于跨编码器重排的多阶段 RAG、NetworkX 知识图谱查询扩展、ReAct 工具循环、事实真伪与过时追踪，以及文献佐证的合成候选验证。
展开详情收起详情：Daemon：本地优先的个人 AI 智能体框架⌄
程序员作为本地优先的个人 AI 智能体框架，可用于代码仓库相关的智能体工具调用，例如只读 git 统计、只读 GitHub API、文件读取/grep/列表（沙箱内），以及 Python 代码沙箱（E2B microVMs）执行代码；还可用于结构化代码变更提案的生成与人工审核，辅助代码审查与测试。
★ 0 · 开发框架
原文发布：未知收录：2026-09-23
工具
strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.
Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。
展开详情收起详情：Strands Agents：用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK⌄
程序员使用 Strands Agents SDK 在 Python 或 TypeScript 中构建和运行 AI Agent，控制 agent loop、工具、模型提供方、记忆和 hooks，并利用生命周期控制、结构化输出、MCP、多 Agent 模式、流式输出、guardrails、追踪和评估等能力开发生产级 AI 应用。
★ 7552 · 开发框架
原文发布：未知收录：2026-09-23
工具
harness/harness-evals · Harness Evals
harness-evals 是一个开源的 AI 评测框架，用于评测 LLM Agent、提示词与结构化输出。其每个指标输出 0.0–1.0 的归一化 Score，并通过可配置阈值判定通过与失败。指标按正确性、有据性、安全性、轨迹和性能五个维度组织，支持数据集读写、提示词模板、目标调用、生产轨迹导入、基线对比等功能，并提供 YAML 配置的 CLI 运行方式与代码优先的 run_eval() 一行调用，可配合 pytest 和 CI 使用。
展开详情收起详情：harness-evals：面向 LLM Agent、提示词与结构化输出的开源 AI 评测框架⌄
程序员程序员可用 harness-evals 评测 LLM Agent、提示词与结构化输出：通过 YAML 配置的 CLI 或 run_eval() 一行调用运行评测，使用 ExactMatch、JsonDiff、SchemaValidation、ToolCorrectness 等指标对 Agent 输出、JSON/YAML 结构化输出和工具调用进行打分，并配合 pytest 与 CI 使用（assert_test() 失败时抛出 AssertionError），还可通过基线对比检测回归。
产品经理产品经理可用 harness-evals 对 LLM Agent 与提示词进行评测：按正确性、有据性、安全性、轨迹和性能五个维度组织指标，每个指标输出 0.0–1.0 的归一化 Score 并按可配置阈值判定通过与失败，从而判断 Agent 在哪些方面强、哪些方面弱。
★ 28 · 开发框架
原文发布：未知收录：2026-09-23
工具
spring-ai-community/spring-ai-typesafe · A Java SDK for the TypeSafe AI JEV API, & Spring AI TypeSafe integrations.
该项目为 TypeSafe AI 的 System One（jev）API 提供 Java 客户端，基于 Spring RestClient 与 Jackson 3 构建，并提供 Spring AI 集成，可作为模型即评审、护栏、RAG 后处理器与工具索引使用。其核心思路是将状态与一组类型化问题提交给 API，并行获得结构化答案（Noul、Choice、Score），而非文本生成。项目包含 typesafe-java-sdk、typesafe-spring-ai、spring-ai-starter-typesafe、typesafe-bom 及示例模块。
展开详情收起详情：Spring AI TypeSafe：TypeSafe AI System One API 的 Java SDK 与 Spring AI 集成⌄
程序员在 Java/Spring AI 应用中集成 TypeSafe AI System One API，将状态与一组类型化问题（Noul、Choice、Score）提交并并行获得结构化答案，用于模型即评审、护栏、RAG 后处理器与工具索引等开发场景。
★ 29 · 开发框架
原文发布：未知收录：2026-09-23