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。
zebbern/claude-code-guide · Claude Code Guide - Setup, Commands, workflows, agents, skills & tips-n-tricks from beginner to power user!
该项目是一份面向 Anthropic Claude Code 的社区指南，汇集安装、配置、命令、工作流、子代理、技能、MCP 集成、自动化、安全权限与排错等内容，覆盖从初学者到高级用户的使用路径，并链接到官方文档及其他相关资源仓库。
jmhjasso/ai-agent-prd-case-study-invoice-automation
这是一个公开的案例研究仓库，记录了一位产品负责人如何把一个AI Agent想法（小企业发票自动化）从手绘流程推进到受治理、有证据支撑的产品计划，包括失败部分。仓库内容涵盖流程图与缺口分析、完整PRD、路线图、假设登记、决策简报、治理日志、测试与证据、阶段门与变更决策、运营模型（十个子代理）与复盘。项目目前完成到 Phase 0 的规划与去风险，MVP 尚未构建、未上线，也未声称实测节省时间。
kousalya-pm/ai-foundation-models-lab · Hands-on experiments across time-series and security foundation models: zero-shot forecasting, evaluation, RAG, and LoRA fine-tuning — from a product management perspective.
该项目是一组以 Jupyter Notebook 形式记录的动手实验，从产品管理视角探索基础模型的生命周期：使用 Cisco CTSM 进行单变量零样本时序预测并测试噪声、缺失数据和异常下的鲁棒性；在本地以 Q4_K_M GGUF 量化运行 Cisco Foundation-Sec-1.1-8B-Instruct 安全领域模型，构建评测数据集并从分类准确率、MITRE 技术映射、证据完备性、延迟等多维度评分；用 TF-IDF 与语义向量检索对比实现安全策略 RAG，诊断检索、生成与拒答等失败模式；并在 Qwen2.5-0.5B 与 Foundation-Sec 上对比 LoRA 微调效果。仓库保留了每项实验的原始数字、失败模式与局限性说明，并给出面向产品团队的经验总结和平台能力建议。
vortexpwn09-netizen/AI-Trending-Projects-2026 · 5 Viral AI Projects 2026 - RAG Chatbot, Image Studio, Code Reviewer, Voice Clone, AI Agents | PRD TRD Architecture SKILLS SEO + Dev/Prod SQL Injection Toggle + LLM Docs | Next.js FastAPI LangGraph
该仓库汇集了五个 AI 项目的文档资料，每个项目一个文件夹，包含 README、PRD、TRD、架构说明、SKILLS 与 SEO 文档，覆盖 RAG 助手（NexMind）、图像生成工作室（PixelForge）、AI 代码审查 Agent（CodeSage）、语音克隆播客（VoxClone）和自动化 AI Agent（AutoFlow）。内容以产品需求、技术方案、架构图与技能/SEO 指南为主，仓库自述称各项目仅完成文档，代码尚待编写。
quadri40/aat-c3-week-5-lead-agent · Cohort 3 Week 5 starter: AI Lead Research and Outreach Agent — PRD and reference assets.
该仓库是某训练营第 5 周的起步材料，围绕「AI 线索调研与外联 Agent」提供项目简报（PRD.md）与一组参考文档：ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南、外联安全与审批规则指南。仓库本身不含实现代码，使用方式是先读 PRD.md，再把 assets/ 中的文档作为在项目中创建 Claude Agent SDK 技能时的素材来源。
v-modal/awesome-jev-tools · A curated list of tools built for Jev — TypeSafe AI's System One model for typed decisions.
这是一个围绕 Jev（TypeSafe AI 的 System One 类型化决策模型）构建的公开项目与实践精选列表。Jev 不生成文本或参与对话，而是接收非结构化状态与类型化问题，返回带置信度的类型化决策，如选择、分数或布尔值，可用作软件内部低延迟决策层。该列表按分类与路由、验证与护栏、打分与排序、Agent 决策、数据标注、评测与基准、校准与研究、基础设施/SDK/集成、游戏与仿真、金融交易、合规法律、内容审核及相关实践等类别汇总条目，并说明收录标准、非背书声明与采纳前核查要点。
yibie/awesome-jev · A curated list of public projects, integrations, and discussions built on Jev — TypeSafe AI's System One model for typed decisions.
这是一个围绕 TypeSafe AI 的 System One 模型 Jev 的 awesome 列表，汇总了公开使用 Jev 的项目、集成与实践案例。Jev 不是聊天模型，而是接收非结构化状态与类型化问题、返回带置信度的类型化决策（选择、评分或布尔值），因此被用作软件中的决策层，覆盖分类与路由、验证与护栏、评分与排序、Agent 决策、数据标注、评测与基准、校准研究、基础设施与 SDK、游戏与模拟、金融、合规、内容审核等十余个类别。列表按应用领域对条目归类，并单列相关实践与讨论；同时明确声明收录不等于背书，不审查代码质量、安全性、成熟度或可运行性，建议采用前自行核查是否真正调用 Jev API、是否有可运行检查以及许可证情况。
phoebefu6/learn-ai-pm-with-phoebe · Decide what to build, and why. Two-track course on AI-assisted product management, with a spec scorer that runs six real checks over your own PRD.
这是一个免费的、浏览器内运行的 AI 辅助产品管理互动课程，包含面向管理者的 6 节领导轨和面向产品经理的 10 节 PM 轨，共 16 节课。核心实验室是一个基于 PRD 文本的 spec 评分器，对“问题有证据、用户明确、成功可衡量、非目标已声明、边界情况已决策、权衡已明确”六项做真实检查，并提供五档渐进评分与自行评分功能。
yansfil/sasu · 사수 (sasu) - the senior who double-checks your coding agent's work. It interviews the tacit knowledge out of your head, pins it down in a PRD, and verifies every 'done' with evidence. Simple, strict, agent-agnostic.
sasu 是一套面向编码 Agent 的共享工作流与命令行工具，用于把一次对话逐步转化为经确认的 PRD，再完成实现、Git 状态检查与可评审的 Pull Request。它通过 interview-me、gen-prd、implement、ship 等技能（Skills）串联流程，只对可复现的事实做阻塞判定（PRD 有效性、源码与证据新鲜度、必需命令结果、交付完整性），并借助各运行时原生的子 Agent 完成 Fidelity、Code、Security 评审，最终交付仍由 GitHub CI 与人工把关。项目以 JavaScript 实现，支持 Codex 与 Claude Code 两种运行时的本地技能安装。
fworks-tech/agenthood · A society of AI agents with impeccable standards and zero tolerance for 'fix stuff' commits.
Agenthood 提供 20 个专业化 AI 智能体（架构师、评审、安全、DevOps、策略、运维等），每个都是可移植的 Markdown 技能文件，可加载进 Claude Code、Copilot、Gemini CLI、Cursor、OpenCode 等支持技能文件的运行时，另附一个 TypeScript 运行时让它们跨软件生命周期自主执行。项目强调工程规范（如拒绝含糊的提交信息）、每次运行留下防篡改的决策与来源追溯记录，并附带 41 个工具技能、工作流引擎、RAG 与记忆等组件。
productmap-ai/product-management-context · Context Engineering for Agentic Product Management and AI Tools for PMs
该仓库是产品管理的知识库与 agentic 工作区，用于把持久的产品上下文（战略、发现、交付、对齐）与日常 PM 工作连接起来，让 Claude、Codex、Gemini、Cursor 等助手基于仓库文档工作。仓库以 .productmap/ 目录承载产品生命周期主题、模板与框架，并通过 AGENTS.md、CLAUDE.md、GEMINI.md 规定智能体行为，重复性工作流放在 .claude/skills/、.codex/skills/、.gemini/skills/ 下，健康克隆可发现 30 个技能。
linny006/rag-radar · Live tracker of new RAG implementations, tools, and patterns — updated every 15 minutes
RAG Radar 通过 GitHub Actions 定时任务和 GitHub Search API，持续监控 GitHub 上新发布的检索增强生成（RAG）项目、库和生产模式，按组件类型（分块、嵌入、检索、生成）打分与分类，并输出可订阅或浏览的结构化列表。仓库中的表格每 15 分钟自动重写，新增或移除条目都会以提交形式体现。
richardbowman/agent-skills · Personal Claude Code skill library — hand-authored skills for AI-augmented product management, dev workflows, and content creation
agent-skills 是一个个人维护的 AI 代理技能库，包含手工编写的技能，用于扩展 AI 编程代理的领域知识、操作配方和工作流，覆盖 AI 辅助产品管理、开发流程与内容创作。仓库通过 bootstrap.js 将各技能目录软链接到 ~/.claude/skills/，将 hooks 脚本链接到 ~/.claude/hooks/，供 Claude Code 自动识别；部分技能在 SKILL.md 的可移植性说明中标注也支持 Codex。技能列表涵盖 Aurora DSQL 数据库开发与迁移、Playwright 端到端测试、Next.js 本地开发、Remotion 视频广告制作与分镜、内容营销、brainstorm 与 brain-dump、Gmail 助理、生产就绪检查、Vercel 工具与密钥备份等；还提供按机器排除技能以及新增技能和 hook 的流程说明。
stephen-taipei/stephen-skills · Reusable Agent Skills for Claude Code and Codex CLI — one SKILL.md source, both CLIs install natively
stephen-skills 提供一个可复用的 Agent Skills 仓库，同一份 SKILL.md 源文件同时供 Claude Code 与 Codex CLI 原生安装，遵循 Agent Skills 开放标准，无需符号链接或安装脚本。目前收录的 review-rust-wasm 技能用于扫描 JS/TS 项目中的 CPU 热点、将选定项目迁移到 Rust/WASM 并在 Web Worker 中后台运行，量测改造前后差异并产出 PDF 验收报告。项目使用 MIT 许可，代码语言为 JavaScript。
dataPro-lgtm/fde-interview-fieldbook · Source-backed, production-first FDE interview fieldbook with cases, scorecards, and current role research.
该项目是一个以可溯源资料和实际生产为导向的前向部署工程师（FDE）面试手册，提供角色画像、面试流程与评分说明、发现与拆解方法、系统设计与生产 AI（RAG、Agent、MCP、评估、可观测性、安全、持久执行等）内容、案例集与评分卡、模拟面试和练习工作流，并附有带来源和检查日期的更新流程与版本化研究数据。手册明确声明为独立教育材料，不代表任何雇主官方流程。
NinjaSln-labs/agent-skills · Portable Agent Skills (SKILL.md) for AI coding agents: 87 skills covering product 0-1 from discovery to delivery — DDD, engineering, QA, security, UI/UX, plus stage-gate and problem-resolution chains.
该项目是一套遵循 Agent Skills 开放规范（SKILL.md）的便携式技能集合，共 89 个技能，覆盖产品从发现、定义、设计到交付、上线、运营的 0-1 全生命周期，并包含 DDD、工程实践、测试/QA、安全、UI/UX 等贯穿层，还提供阶段门禁链与问题处理链等跨技能编排。技能可安装到支持该规范的 AI 编码代理中，采用渐进式披露组织内容（正文加 references）。
clnnn/playbook · Agent skills for everything up to the code: canvas, PRD, story map, context maps, ADRs, and INVEST-sliced issues. The build stage stays yours.
playbook 是一组 Agent 技能（skills），覆盖编码之前的需求与规划环节：从原始材料生成 PRD，通过对话式推敲确定技术栈并输出规格，绘制故事地图并切分 R1/R2/R3 发布切片，以及围绕不可逆决策进行深入研讨。项目自述为“覆盖代码之前的一切，构建阶段仍然由你负责”，并通过 gh skill install 安装到 Claude Code 等 Agent 环境。
linny006/llm-agents-radar · Live-updating index of LLM agent frameworks shipping on GitHub, refreshed every 15 minutes
这是一个通过 GitHub Actions 定时任务自动维护的 LLM Agent 框架索引项目，每 15 分钟扫描 GitHub Search API，发现新的 Agent 框架仓库，按活跃度信号排序，并将结果写入 README 中的结构化表格。相比容易过时的静态 awesome-list，该项目依靠定时任务持续刷新，提交记录反映上游数据源的真实变化（新增或移除条目），开发者可以浏览或查询这份持续更新的名单。当前索引约 50 个条目，同时也列出同一维护者的其他实时追踪项目。
sananthanarayan/skilldrop · 57 portable AI-agent skills for the deliverables knowledge work actually ships — ADRs, design docs, PRDs, runbooks, decks, threat models, adversarial code review — plus 3 reviewer subagents, 6 role packs and 7 outcomes. Agent Skills open standard; installs into Claude Code, Cursor, Codex, Copilot, Kiro, Antigravity.
skilldrop 提供 57 个可移植的 AI Agent 技能，用于生成知识工作中实际需要交付的产物，例如架构决策记录（ADR）、设计文档、PRD、运行手册、演示文稿、威胁模型和对抗性代码审查，并附带 3 个 reviewer 子代理、6 个角色包和 7 类成果。技能采用 Agent Skills 开放标准，每个技能是一个普通 SKILL.md 文件夹，可通过 CLI 以复制方式安装到 Claude Code、Cursor、Codex、GitHub Copilot、Kiro、Antigravity 等支持自定义指令的 AI 工具中。项目提供工作流门禁、文档批评、输出卫生检查、容量成本模型、业务案例、需求访谈、测试计划、发布说明、迁移计划、PRFAQ、战略分析和 OKR 级联等技能，强调将原始输入转化为经过评审的、可供利益相关者使用的工件。
unyieldingclaw-dev/personal-memory-bank · AI session memory framework for Claude Code and Cursor. Five structured files, the mb CLI (13 commands, 24 health checks), versioned git hooks, CI guardrails, semantic drift detection, and slash commands for code review, security scanning, and test coverage. Drop-in install for any project.
Personal Memory Bank 是面向 Claude Code 和 Cursor 等 AI 编程助手的会话记忆框架。它在项目中维护五个结构化 markdown 文件（项目简介、系统模式、技术上下文、活跃上下文、进度），让 AI 在每次会话开始时自动读取，减少重复说明技术栈与约束。项目提供 mb 命令行工具（init、status、doctor、query、clean、commit、upgrade 等命令与多项健康检查）、五个斜杠命令（/test-audit、/code-review、/security-review、/feature-dev、/health-check）、git 钩子、CI 治理流水线、语义漂移检测与记忆新鲜度跟踪。