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。
HarrrshK/ai-recruitment-helper
这是一个基于 AI 智能体的招聘平台，覆盖写职位描述、简历解析与筛选、候选人面试、录用推荐等环节，最终由人工招聘官做决定。系统包含多角色评审小组、对比视图、AI 面试评分卡、候选人问答机器人、招聘官收件箱、外联邮件（含日历文件）、Ask-HR、技能差距教练、实时 Agent 图、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告，并提供演示数据集和 5 分钟演示脚本。技术栈为 Next.js + TypeScript 前端、Python 3.11 + FastAPI + SQLAlchemy(SQLite) 后端，LLM 通过 Groq 的 OpenAI 兼容 API（也可用本地 Ollama）。
Edina3459/claude-code-flow-visualizer · Visualize Claude Code harnesses as interactive flow graphs directly from your repository to map agents, skills, and MCP connections.
该项目依据仓库内容，把 Claude Code 的相关配置以交互式流程图形式呈现，用于梳理 agents、skills 与 MCP 连接之间的关系。适合需要理解或排查 Claude Code 多智能体与工具连接结构的开发者使用。README 摘录仅给出项目名，具体安装、运行与依赖信息未说明。
ruvnet/RuVector · RuVector provides High Performance, Real-Time decisions and agent memory , Self-Learning Ai, Vector GNN DB built in Rust.
RuVector 是一个用 Rust 编写的向量数据库与 Agent 记忆基础设施，提供本地语义嵌入、持久化向量检索、图关系与超图存储、显式反馈学习、记忆生命周期管理以及可选的共享记忆能力。它包含 @ruvector/typesafe 决策模型，可将文本转为带置信度与弃权信息的类型化决策，适用于工单路由、意图分类、紧急度评估等无需完整大模型调用的受限任务。默认检索路径在本地运行，学习来自记录的结果与反馈，托管服务为可选项并形成独立数据边界。
skillberry-ai/cap-evolve · Optimize any AI agent’s skills, tools/MCP, and prompts against your own evals.
cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。
RPER2001/rigshare-mcp · Model Context Protocol server for RIGShare — browse construction equipment and Robotics & AI hardware rentals from any MCP-compatible AI agent. Also recruits equipment owners.
rigshare-mcp 是 RIGShare 的 Model Context Protocol 服务器，向 Claude Desktop、Cursor、VS Code 等兼容 MCP 的 AI 智能体暴露 20 个工具：4 个无需鉴权的只读工具可搜索和查看工程机械、Robotics & AI 硬件租赁信息，16 个需 RIGShare API Key 及相应 scope 的工具支持预订、发布与管理设备列表，以及在已确认订单上启动、查询、延长和结束远程会话。涉及付款的操作由服务器计算金额、由真人完成支付与审批，智能体不代填卡号、不代批请求、不代替完成 MFA。项目还包含面向设备所有者的入驻介绍工具。
ShrutiShahi18/PitchPilot · AI-powered recruiter outreach platform with personalized email generation, Gmail integration, scheduling, response tracking, and follow-up automation.
PitchPilot 是一个全栈的 AI 冷邮件外联工具，面向求职/招聘场景，把外联流程中的多个环节连接起来：用户可创建线索（leads）和活动（campaigns），结合职位描述与 LinkedIn 信息由 AI 生成个性化邮件草稿，通过 Gmail OAuth2 发送并记录发送事件，同步近期回复，并借助 Cron 定时执行跟进序列。后端基于 Node.js/Express 与 MongoDB，前端为 React + Vite，支持 OpenAI、OpenRouter、Gemini 三种 AI 提供方（通过 AI_PROVIDER 切换）。项目读取中说明其仍处于功能可用但未完全生产化的阶段，Gmail/AI 凭证的界面化配置被列为未来功能。
spring-projects/spring-ai · An Application Framework for AI Engineering
Spring AI 为 Java/Spring 生态提供了一套 Spring 友好的 API 与抽象，用于开发 AI 应用。它将 Spring 的可移植性和模块化设计原则引入 AI 领域，核心目标是连接企业数据与 API 同 AI 模型。框架支持多家主流 AI 模型提供商（Anthropic、OpenAI、Amazon Bedrock、Google、Ollama、Mistral AI、DeepSeek 等）及多种模型类型（对话、嵌入、文生图、音频转录、文本转语音、内容审核），提供可移植的同步与流式 API、结构化输出、向量存储集成、工具调用、可观测性、ETL 文档注入管道、模型评估、ChatClient 与 Advisors API、MCP 支持、对话记忆与 RAG，以及 Spring Boot 自动配置和 Starters。
modelcontextprotocol/java-sdk · The official Java SDK for Model Context Protocol servers and clients. Maintained in collaboration with Spring AI
这是 Model Context Protocol（MCP）的官方 Java SDK，由官方与 Spring AI 协作维护，用于让 Java 应用通过标准化接口与 AI 模型和工具交互。它同时支持客户端和服务器两种角色，涵盖同步与异步通信模式，核心模块包含 STDIO、JDK HttpClient 与 Servlet 传输，并提供可插拔的 JSON 序列化实现。
spring-ai-community/spring-ai-agentcore · Spring Boot integrations for Amazon Bedrock AgentCore
一个开源 Java 库，通过注解、自动配置和可组合的 advisor 等 Spring 风格模式，把 Amazon Bedrock AgentCore 的能力引入 Spring AI。提供 Runtime Starter（自动配置 /invocations 与 /ping 端点、SSE 流式、健康检查、限流）、Identity（工作负载令牌、API Key、OAuth 2.0 凭证与响应式传播）、Memory（短期与长期记忆）、Browser（基于 Playwright 的网页导航、内容提取、截图、表单交互）、Code Interpreter（安全的 Python/JavaScript/TypeScript 执行与文件获取）、Artifact Store（会话级、基于 TTL 的生成文件存储）、Common 与 BOM 等模块，并附带多个示例与 Terraform 基础设施即代码，支持部署到 AgentCore Runtime 或独立运行。
spring-ai-community/spring-ai-session · Structured, event-sourced conversation memory layer for Spring AI applications.
Spring AI Session 是一个 Spring AI 库，为 AI 应用提供结构化、事件溯源的会话管理能力。它把每条消息建模为带身份、时间戳、会话归属和可选分支标签的 SessionEvent，支持在历史过长时按轮次边界触发上下文压缩（compaction），并通过 SessionRepository SPI 在内存、JDBC（PostgreSQL、MySQL、MariaDB、H2）等后端之间切换。配合 SessionMemoryAdvisor 接入 ChatClient 后，调用会自动加载历史、追加消息并在需要时压缩，还包含事件过滤、多智能体分支隔离与跨会话召回等文档主题。
spring-ai-community/mcp-security · Spring Security Configuration for MCP
该项目是 Spring AI 社区维护的 MCP（Model Context Protocol）安全组件，为 MCP 服务端、MCP 客户端和 Spring Authorization Server 提供授权支持。它支持用 OAuth 2.0 保护 MCP 服务器、配置 MCP 客户端的 OAuth 2.0 授权流程、搭建面向 MCP 工作流的授权服务器，并实现对 MCP 工具与资源的细粒度访问控制；同时提供 API-key 认证和 Origin 校验（防 DNS 重绑定）。
mfanafuthimhlanga/wchats · Multi-tenant platform for deploying customer-service and transactional AI agents in four steps: create, configure, test, deploy. Layout-aware ingestion, hybrid retrieval (pgvector + BM25 + RRF + reranking), a four-node validation chain, Ragas evals and adversarial red-teaming gate every release. Nothing reaches a customer unverified.
W Chats 是一个多租户平台，让非技术型商家通过四步流程（创建、配置、测试、部署）上线客服与交易型 AI Agent。它提供结构感知的文档摄入、pgvector + BM25 混合检索与重排、四节点验证链、基于 Ragas 的评测与对抗式红队测试，并把这些结果作为部署门禁，未通过验证的 Agent 无法面向客户。支持控制台操作与 REST + SSE API 编程调用两种方式，还包含退款、下单等交易能力的能力信封、幂等执行、身份验证与审计。
wboudiche/recruiter-agent · AI-assisted sourcing tool: multi-tier LinkedIn extraction + recruiter agent
recruiter-agent 是面向个人招聘者和小型团队的 AI 辅助候选人搜寻工具。它支持从 LinkedIn、GitHub、个人网站、CV 文件或粘贴文本添加候选人，经 LLM 结构化抽取、公开来源信息补充后，按职位加权标准进行 0-100 分评分，并通过看板管理候选人从抽取、评分、验证到邀约、安排面试的全流程。系统还内置带 11 个工具的对话式招聘 Agent，可查询职位与申请、搜索看板、起草和发送邀约、拒绝或验证候选人等，可逆操作支持撤销。所有组件通过 Docker 在本地运行，使用自有 LLM 与 API 密钥。
s4nkar/JobNok-ai-job-search-automation-platform · AI-powered job search automation platform for resume tailoring, recruiter outreach, LinkedIn personalization, application tracking, and interview preparation.
JobNok 是一个 AI 驱动的求职自动化平台，将求职过程中重复性环节集中到一处，包含 11 个工具：近期职位搜索、可复用消息模板、LinkedIn 资料自动填充、简历定制（ATS 匹配评分与要点改写）、求职信生成、面试准备（STAR 问答）、跟进追踪、初创公司发现与线索挖掘、薪资调研以及批量邮件发送。架构上采用 Next.js 前端加 FastAPI 后端，AI 生成使用 Groq/Cerebras/HuggingFace 回退链，嵌入向量使用 Jina/Cohere，数据存储于 Supabase 托管的 PostgreSQL，并通过 Clerk、Redis、Cloudinary、Resend 等服务集成。
langchain-ai/open-swe · An Open-Source Asynchronous Coding Agent
Open SWE 由 LangChain 构建，是一个开源软件工厂（software factory），在 Deep Agents 与 LangGraph 之上组合出端到端的工程代理：接受来自仪表盘、GitHub、Slack 或 Linear 的代码变更任务（或按计划触发），在隔离沙箱中理解代码库、规划、修改代码、验证并提交拉取请求。除代码生成外，它还能只读审查 Pull Request、学习仓库的评审偏好、监控 CI 并响应反馈（如 /baby-sit 诊断 CI 失败）。项目支持多模型与推理强度配置、可插拔沙箱提供方（LangSmith 默认，另有 Modal、Daytona、Runloop、E2B 及本地执行）、以及通过技能、提示词、中间件和触发器进行定制。README 说明该项目处于活跃开发阶段，可能有破坏性变更，目前不接受 issue 和外部贡献，不保证正确性、稳定性与兼容性。
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。
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。
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。
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。
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。