跨栏目检索

搜索归档

搜索中文标题、仓库名或关键词,再用分类、来源和日期缩小范围。

Agent 与工作流

最近成功采集
当前筛选:2026-10-19 ×

AWS 推出 Well-Architected Agent 预览版

AWS 发布了一个叫 Well-Architected Agent 的 AI 助手预览版,用来检查用户的云环境是否符合 AWS 架构最佳实践。以前做这类架构审查往往要人工对照清单逐项排查,耗时且容易漏项;现在这个 Agent 会从成本、安全、性能、可靠性四个方面给出按优先级排序的改进建议,还能告诉你具体怎么修,并在部署前先审查基础设施即代码。对使用 AWS 的团队来说,相当于多了一个自动化的架构顾问,帮助更早发现问题、减少返工。目前它只是预览版,尚未正式开放,具体可用范围和收费方式原文未说明。

文中可用工具

  • Well-Architected AgentAWS 推出的 AI 架构审查助手,按最佳实践给出成本、安全、性能、可靠性方面的优先级建议,并审查部署前的基础设施代码
展开详情收起详情:AWS 推出 Well-Architected Agent 预览版
InfoQ Architecture & Design
☆ 收藏0 条评论查看原文

orrery:用 YAML 生成带动画的云架构与系统设计图

Sagargupta16/orrery · Animated architecture and system design diagrams with official AWS, Azure, Google Cloud, Kubernetes, GitHub and IBM icons. YAML in; SVG, PNG, draw.io, React TSX and HTML out. An Agent Skill, Claude Code plugin and npm CLI. Gallery: sagargupta.online/orrery

orrery 是一个以 YAML 描述架构图和系统设计图的工具:输入一份规格文件,经校验、自动布局和渲染后,输出动画 SVG、PNG、可编辑 draw.io、React TSX 组件和独立 HTML 查看器。它内置 AWS、Azure、Google Cloud、Kubernetes、GitHub、IBM 等官方图标集,并提供图标校验、图标搜索、规格校验和按读者可见宽度评分图表可读性的审查命令。它同时提供 Agent Skill、Claude Code 插件和 npm CLI,可导入 Mermaid 流程图,还支持 ISO 5807 流程图、BPMN 2.0、UML 状态机、组织架构图、心智图和客户旅程图等业务流类型。

展开详情收起详情:orrery:用 YAML 生成带动画的云架构与系统设计图

★ 3 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

AI-Recruitment-Assistant:基于 n8n 的招聘智能体与人工审批工作流

freecodecampsara93/AI-Recruitment-Assistant · AI-powered recruitment agent built with n8n, Google Gemini, PostgreSQL, and Gmail for candidate search, candidate management, and automated email actions.

该项目用 n8n 编排招聘助手智能体,接入 Google Gemini 对话模型、PostgreSQL(Supabase)候选人库与 Gmail,通过工具调用完成候选人搜索、详情查询,以及待审批的状态变更和邮件请求。智能体本身不具备改数据或发邮件的权限,所有写操作以 pending 记录进入待审批表,由独立工作流定时推送给 HR 经理,经 Gmail 审批后才执行;同时提供 Webhook Header Auth、参数化 SQL 与数据库约束等安全措施。

展开详情收起详情:AI-Recruitment-Assistant:基于 n8n 的招聘智能体与人工审批工作流

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

Quorum-AI:多模型并行问答与分歧合成工具

imrohitagrawal/quorum-ai · Multi-model LLM orchestration with cost approval, source-backed synthesis, disagreement, uncertainty, and degraded-mode disclosure.

Quorum-AI 是一个基于 FastAPI 的研究问答工具:它把同一个问题并行发送给四个 LLM,再经过两轮互评或主持人评审,最后由独立的合成模型给出包含共识、分歧、来源支持、不确定性和建议五项内容的答案。它提供成本预估与分级额度控制(单次软阈值/硬上限、账户日上限、全局日上限),并通过确定性结构评测计算信任分;但信任分默认因评审模型关闭而显示未验证,引用支持仅比对来源标题与链接而不读取页面内容。结果默认不持久化,需要用户手动导出。

展开详情收起详情:Quorum-AI:多模型并行问答与分歧合成工具

★ 2 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目