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。
embodiedreasoning/ERQA · Embodied Reasoning Question Answer (ERQA) Benchmark
ERQA 是 Google DeepMind 随 Gemini Robotics 发布一并开源的多模态具身推理评测基准，聚焦真实世界场景中的空间推理与世界知识，尤其是机器人情境。题目由图像与文本交错的单选题构成，答案以 A/B/C/D 单字母给出，共 400 道题，以 TFRecord 格式提供。仓库附带数据加载示例，以及一个轻量级评测脚本，可调用 Gemini 2.0 或 OpenAI 的多模态 API 在 ERQA 上作答并评估。
google-gemini/gemini-4-demo-vanilla-3D
该项目由 Gemini 4 Argon 编写，包含两个互相独立的 3D 渲染引擎，均从第一性原理出发构建一个由混凝土和胡桃木构成、阳光充足的书房场景。第一个引擎基于 Python 和 NumPy 实现离线光线追踪，支持默认 1600x1200、16:9 1920x1080 以及自定义分辨率输出；第二个引擎基于原生 JavaScript 和 WebGL2 实现浏览器实时渲染，无需构建步骤或外部库，可通过拖动窗口边缘实时重塑房间布局与光照。README 详细说明场景坐标、材质与几何布局，以及光线追踪、法线扰动、环境光遮蔽、辐射度、各向异性反射、折射和体积散射等七步物理光照计算。
google/adk-python · An open-source, code-first Python toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.
Agent Development Kit（ADK）是 Google 开源、代码优先的 Python 框架，用于以软件工程方式构建、评估和部署 AI Agent。它提供基于图的 Workflow 运行时（支持路由、扇出/扇入、循环、重试、状态管理、动态节点、人在环路和嵌套工作流）、结构化任务 API（多轮任务模式与单轮受控输出）、模块化多 Agent 组合、丰富的工具生态（预置工具、自定义函数、OpenAPI 规范、MCP 工具）、工具确认流程（HITL），并支持容器化部署到 Cloud Run 或 Vertex AI Agent Engine。框架针对 Gemini 优化，但模型无关、部署无关，也可通过 Agent Config 免代码构建 Agent，并配有开发 UI 用于测试、评估与调试。
langchain-ai/deepagentsjs · The batteries included agent harness.
Deep Agents 是一个内置完整能力的智能体框架（agent harness），以 TypeScript 包 deepagents 形式发布。它把提示词、工具与上下文管理预先封装好，安装后即可运行一个可用的智能体，并按需定制。内置能力包括：用 write_todos 做任务拆解与进度跟踪的规划能力；read_file、write_file、edit_file、ls、glob、grep 等文件系统工具作为工作记忆；通过 task 派发子智能体以隔离上下文窗口；以及让这些工具开箱可用的默认提示词与中间件。框架与模型供应商无关，可配合支持工具调用的聊天模型使用；createDeepAgent 返回编译好的 LangGraph 图，因此可用流式、Studio、checkpointer 等 LangGraph 特性。支持通过传入 model、tools、systemPrompt 进行定制，并提供 deepagents、deepagents/browser、deepagents/node 等运行时入口。
langchain-ai/deepagents · The batteries-included agent harness.
Deep Agents 是 LangChain 团队开源的一套「电池内置」型 Agent 运行框架（harness），提供开箱即用的智能体实现，同时允许对任意组件进行扩展、覆盖或替换。其设计面向长周期、多步骤任务，支持任何具备工具调用能力的模型（前沿闭源、开放权重或本地模型均可），并基于 LangGraph 构建，具备流式输出、持久化与检查点等能力，可通过 LangSmith 进行追踪、评测与部署。核心特性包括子智能体（隔离上下文窗口的任务委派）、文件系统读写编辑与搜索（可插拔本地/沙箱/远程后端）、上下文管理（长对话摘要、工具输出落盘）、Shell 访问、持久记忆、人工介入（工具调用前审批/编辑/拒绝）、按需加载的技能（Skills）以及自带函数或任意 MCP 服务器的工具集成。项目还提供 JS/TS 版本 deepagents.js 以及终端编码智能体 Deep Agents Code。
langchain-ai/agent-protocol
Agent Protocol 是 LangChain 团队提出的规范，用于定义在生产环境中以框架无关方式对外提供 LLM Agent 服务所需的 API。规范围绕三类核心概念展开：Runs（执行 Agent 的接口，含无状态一次性运行 /runs/wait 与 /runs/stream）、Threads（组织多轮交互，支持持久化状态、历史版本、并发控制与 CRUD）、Store（长期记忆，支持命名空间、键值与搜索）。此外还定义了 Agent 自省接口、Message 消息规范以及面向线程的流式协议（SSE / WebSocket、命令、回放、工具生命周期事件等），并附有 OpenAPI 文档、JSON 规范、Python 服务端桩代码以及若干 Hurl 编写的使用旅程示例。
kmjtechno/kmj-codebridge · KMJ CodeBridge connects ChatGPT to authorized computers and VPSs through one MCP plugin for secure coding, Git operations, and verified builds and tests. Designed for lightweight agents, resilient connections, and centralized licensing through KMJ Main Platform. Under active development.
KMJ CodeBridge 是一个基于 MCP 协议的桥接工具，把 ChatGPT、Claude 及兼容 MCP 客户端连接到经管理员授权的电脑和 VPS 项目上，用于受限范围内的代码阅读、编辑、Git 操作以及经过校验的构建与测试。它采用网关加设备代理的架构：网关负责认证、策略与任务状态，设备代理只发起出站连接，工作范围限定在管理员批准的项目根目录内，写操作有哈希与前置条件校验，质量门禁只能运行管理员配置的命令，不暴露通用远程 shell。项目主打本地 LLM 优先，通过回环地址上的 Ollama 使用已安装模型进行有界草稿生成，不会自动下载模型或回退到付费云端推理。项目处于活跃开发中的开发者预览阶段，采用 Apache-2.0 许可，需要 Node 24+。
dksslq/agent-go · agentlet
agent-go（Debian/Ubuntu 包名 agentlet）是一个用 Go 标准库编写的小型终端 AI Agent，单二进制、无第三方依赖、无 cgo。它连接 OpenAI 兼容的 Chat Completions API，通过 exec、image_read、memory_edit 三个工具实现程序执行、图片读取与语义记忆整理，支持交互式、单次任务和 stdin 管道三种运行方式，并支持会话增量日志的保存与恢复。
kjustinkeener/Moonpool · Moonpool is a launcher for your local apps and dev servers, with live status and an embedded terminal for each.
Moonpool 是一个常驻系统托盘的启动器中心，用单一的 JSON 清单管理本机应用与开发服务器：列出注册的应用、显示实时运行状态，并在内嵌终端（真实 PTY）中启动应用命令，双向交互查看控制台输出。它提供开始/停止/重启（停止时终止进程树并释放端口）、托盘驻留、最近使用排序，以及命令行远程控制和自带 MCP server 供脚本或 AI agent 调用。使用 Tauri v2 + Svelte 5 构建，跨平台支持 Windows 与 Linux，不支持 macOS。
bigfish1913/pi-rust · Rust-native, library-first coding-agent runtime and terminal CLI inspired by Pi, with composable LLM providers, tools, sessions, and plugin ABI
rpi 是一个用 Rust 编写的、以库为核心的编码智能体运行时，同时提供基于该运行时的终端命令行工具。它由九个可组合的 crate 组成，覆盖 LLM 提供方适配、可持久化且崩溃可恢复的智能体循环、终端 UI 以及稳定的插件 ABI，因此同一套代码既可作为嵌入式 SDK 集成到自己的进程中，也可作为可直接运行的 rpi 命令使用。该项目支持 Anthropic 与 OpenAI 兼容的模型提供方，并提供确定性的 faux 提供方与内存执行环境以便离线测试；会话以 JSONL 树形结构持久化，支持崩溃后从最后一个已提交帧恢复；插件为 Rust cdylib，通过稳定的 C ABI 进行版本协商；还支持无头服务端加远程 TUI 客户端的远程模式。
Vcvzgbzz/hearth · A queue in front of your local inference server, and an optional way to lend the spare capacity to someone you trust.
hearth 是一个位于本地推理服务器前面的接入与调度层，用于解决单张 GPU 同时只能承载一个模型、多个请求争抢不同模型导致反复换权重的问题。它对外提供 OpenAI 兼容的 /v1/chat/completions 与 /v1/models 接口（含流式），客户端只需把地址指向它即可。核心能力包括带优先级、老化防饿死、按调用方限额并优先复用已加载模型的队列；可选的路由规则、控制台 /ui、调用方 API Key 与用量统计、多后端（多服务器、多显卡、局域网内其他机器、非 OpenAI 协议后端）、云端 provider 后端、模型可用性金丝雀探测，以及在可信节点之间出借/借用闲置算力。
JamesLeeCY/paper-rag-copilot · A strictly citation-grounded RAG assistant for academic literature libraries, featuring quantifiable hallucination evaluation for trustworthy research assistance.
该项目是一个基于检索增强生成（RAG）的学术文献问答助手，面向博士论文或小型期刊论文 PDF 库，强调答案必须严格引用原文（可追溯到章节、段落范围和页码）。系统采用混合检索（稠密向量加 BM25，RRF 融合）、可选的 cross-encoder 重排，以及逐条声明的分层验证级联（逐字引用校验、多模型评审团、NLI/词面回退、规则检查）。项目还附带量化评测工具，用已知答案集衡量生成器的幻觉率，并验证评审模型本身的可信度（假接受/假拒绝率），统计上输出 Wilson 置信区间。README 也如实披露了已知局限与大量小样本评测细节。
canvasnemesis318/laya-jev-GraphRAG · Decouple AI from storage with an agnostic Agentic GraphRAG pipeline for Neo4j, Memgraph, AGE, and Kùzu.
该项目提供一个与存储解耦的 Agentic GraphRAG 处理管道，支持 Neo4j、Memgraph、AGE、Kùzu 等图数据库，并声称可兼容 Amazon Neptune、ArangoDB、JanusGraph 及 PostgreSQL、MySQL、MongoDB 等系统。管道包含采集、富化、推理、生成四个阶段，采用自定义 A* 图遍历算法，内置持续评测机制，并提供 Laya（本地）与 Jev（云端）两种可切换的模型提供方。README 还包含面向 Windows 非技术用户的下载、解压与运行说明。
wangxiaoyang0412/consistency-illusion · [EMNLP 2026 Main] The Consistency Illusion: CARA metrics for cross-agent reasoning alignment in multi-agent LLM debate, and the Grounded Debate Protocol (GDP) for medical QA
该项目是 EMNLP 2026 论文《The Consistency Illusion》的官方代码与数据仓库，提出 CARA（跨智能体推理对齐）系列自动指标，用于衡量多智能体 LLM 辩论系统在答案一致时推理链是否真正一致，并揭示“一致性幻觉”——辩论虽减少表面矛盾，却可能降低推理语义相似度。仓库同时给出 Grounded Debate Protocol（GDP）提示级方案，通过 CLAIM/GROUND/STANCE 结构化推理在不增加 LLM 调用与智能体路由的前提下修复推理对齐。仓库包含 CARA 实现（步骤分解、DeBERTa-v3 NLI 矛盾检测、Stella 嵌入相似度、CARA-HYB）、GDP 与 M3 提示构建器，以及论文各表格、效应量、附录分析的复现脚本与逐题分数数据。
Opendray/opendray · Self-hosted gateway for Claude Code, Codex, Antigravity, Grok Build, OpenCode. Run AI coding agents on your own infra with a shared local-first memory layer. Drive from web, mobile, Telegram / Slack / Discord / Feishu / DingTalk / WeCom. Open REST + WebSocket API. Apache 2.0.
opendray 是一个自托管的 AI 编程智能体网关，用于在你自己的主机（Mac mini、NAS、VPS 等）上运行 Claude Code、Codex、Antigravity、Grok Build、OpenCode 等编程 CLI，使会话在客户端断开、笔记本休眠或主机重启后依然保留。它提供 React Web 管理端、Flutter 移动端以及 Telegram、Slack、Discord、飞书、钉钉、企业微信等双向聊天渠道，支持多账号池化与在线切换、本地优先的跨会话记忆（ONNX/Ollama/LM Studio 嵌入）、项目数据库查看，以及带作用域密钥和调用审计的 REST + WebSocket API。项目以单个 Go 二进制形式交付，Apache 2.0 许可。
armelhbobdad/bmad-module-skill-forge · A standalone BMAD module that transforms code repositories, documentation websites, and developer discourse into agentskills.io-compliant, version-pinned, provenance-backed agent skills.
Skill Forge（SKF）是一个独立的 BMAD 模块，用 Python 实现，可将代码仓库、文档网站与开发者讨论内容转化为符合 agentskills.io 规范、按版本固定且带来源溯源的 agent 技能。每条指令都可回溯到固定 commit 的具体 file:line，或对应的文档 URL，并提供 provenance-map.json、测试与证据报告，便于在 60 秒内人工核验。技能按版本目录存储、可跨 Claude、Cursor、Copilot 等 agent 使用，并提供重命名、弃用、删除、导出等生命周期工具，还支持从文档单独生成技能（无公开代码的场景）。安装需 Node.js ≥ 22、Python ≥ 3.11 与 uv，通过 npx 安装后与 Ferris 智能体交互。
anomalyco/opencode · The open source coding agent.
OpenCode 是一个开源的 AI 编程智能体（coding agent），以 TypeScript 编写并采用 MIT 许可证。提供终端界面与桌面应用（Beta），内置 build（默认全权限开发）与 plan（只读分析与代码探索）两种可切换 Agent，以及用于复杂搜索和多步任务的 general 子智能体。支持多种包管理器与安装方式，官方文档覆盖配置与 Agent 使用说明。
vanducng/miu-cr · Agent-powered AI code review - review staged changes, commits, and GitHub PRs from the CLI, CI, or any MCP host.
miu-cr 是一个由 Agent 驱动的 AI 代码评审工具，可用于评审暂存改动、提交区间以及 GitHub PR，既能在本地 CLI 运行，也能在 CI 中作为门禁，还可通过 MCP 服务器被 Claude Code、Codex 等支持 MCP 的 Agent 调用。它结合确定性引擎与 LLM，在 stdout 输出稳定的 JSON 结构，并支持项目规则注入、评审结果评估以及 GitHub PR 行内评论。
Zhonghui-li/sec-filing-agent · Finance-grade tool-calling agent over SEC filings for any US public company: exact XBRL numbers (never LLM arithmetic), every claim cited, abstains instead of fabricating. Validated on FinanceBench (44%→87% coverage, near-zero hallucination) with a 3-layer eval and a domain judge calibrated to human labels (κ=0.76). LangGraph + pgvector.
Vouch 是一个面向美国上市公司 SEC 财报的金融级工具调用 Agent：数值一律来自 XBRL 结构化数据（不让 LLM 做财务算术），叙述性内容通过 pgvector 稠密检索并附 EDGAR 引用，输出护栏会拦截无法追溯到来源的数字，无法回答时以结构化方式弃答而非编造。项目还提供三层评测（确定性 CI 门禁、经人工标注校准的领域评审、FinanceBench 外部基准）、红队测试与可复现的审计回放，并支持上传自有文档以表格单元格级引用作答，同时通过 MCP 暴露同一套工具。
HumanStudy-Hub/HumanStudy-Bench · HumanStudy-Bench: Community Edition — Standardized human study replays for AI agent evaluation
HumanStudy-Bench 是一个标准化测试平台，用于让 AI 智能体回放人类被试实验。它由三部分构成：按已发表实验协议进行重建的执行引擎、一个持续扩充的可运行社会科学研究集合，以及从行为、效应和科学结论层面进行的评估。初始收录 12 项研究，覆盖认知、策略互动和社会心理学。项目提供直接提交 PR 的贡献路径（复制现有 study 目录结构、本地验证脚本、提交 PR），另有处于升级中的 HumanStudy-Hub 平台自动建研究路径。仓库结构包含 studies、src、playground、agent_pipeline、generation_pipeline、scripts、docs 和 tests。