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。

AI 编程

最近成功采集
当前筛选:2026-10-29 ×

model-ladder:为 Claude Code 与 Codex 插件按任务难度分级路由模型并验证结果

neilyonglu/model-ladder · Run each coding task on the cheapest model and effort likely to succeed, verify it with your tests, and escalate only when an attempt fails.

model-ladder 是 Claude Code 和 Codex 的插件,通过 Router、Worker、Verifier 三个环节工作:先由路由器为每个编码任务挑选成本与能力匹配的模型及 effort 等级,再由 Worker 在隔离的 Git worktree 中执行,失败时按阶梯升级到更强模型或更高 effort,最后由 Verifier 用项目测试命令校验,通过后才交付结果。它还提供用量守卫与交接文档、任务状态面板、并发运行冲突检测、可配置的 worker/verifier 技能指令等能力。安装需 Git 与 Node.js 20+,并在 Git 仓库中运行,具体模型与测试条件需自行配置。

展开详情收起详情:model-ladder:为 Claude Code 与 Codex 插件按任务难度分级路由模型并验证结果

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

Ralph Claude Code:融合 OpenAI 与 Claude 的命令行 AI 编程助手

victorfs1234/claude-ralph-agent-bridge · 🚀 ralph-claude-code: AI Code Assistant 2026 – Smart Repo Management & Automation Toolkit

Ralph Claude Code 是一个面向开发者的命令行 AI 代码助手,README 声称通过统一入口结合 OpenAI 的推理能力与 Claude 的上下文理解,用于代码生成、代码分析、漏洞扫描、测试生成、文档生成和语言转换等任务,并支持配置管理、插件化功能与多语言界面。材料中多处宣传性描述和性能、支持、安全认证等声明缺乏可核实依据,且实际仓库内容与介绍存在不一致,选型时需谨慎评估。

展开详情收起详情:Ralph Claude Code:融合 OpenAI 与 Claude 的命令行 AI 编程助手

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

agent-prompt-rules-system:面向个人开发者的 Claude Code 配置、场景技能与工具接入管理

lamxy/agent-prompt-rules-system · 面向个人开发者的 Claude Code 配置与技能管理工具:精简的用户级配置,PRD / 前端 / 后端 / DevOps 四个场景的开箱即用场景包(settings、CLAUDE.md、MCP、agents),开源工具的幂等安装支持包,并可同步到 Codex。

该仓库是一套面向个人开发者的 Agent 配置与技能管理工具,以 Claude Code 为主并兼顾 Codex。它提供精简的用户级配置、PRD/前端/后端/DevOps 四个场景的 settings、CLAUDE.md、.mcp.json、agents 与 skills 场景包,开源库本地化支持包的幂等安装脚本,并能把个人差异规则同步到 Codex。项目定位已从早期分层提示词规则系统转型为配置同步与技能管理,原规则系统归档保留;配置中带有作者本机环境假设,直接使用前需阅读对应 README。

展开详情收起详情:agent-prompt-rules-system:面向个人开发者的 Claude Code 配置、场景技能与工具接入管理

★ 4 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

MemKernel:为 AI 编程助手提供代码感知的分层持久记忆

gosha70/memkernel · Code-aware, tiered memory for AI coding copilots: MCP server + Python library (ChromaDB, hybrid search, consolidation, LLM-wiki bridge)

MemKernel 是一个面向 AI 编程助手的代码感知记忆服务,以 MCP 服务器和 Python 库形式提供。它把项目决策、约定、事实、流程和代码快照存入本地 ChromaDB 向量库,让 Claude Code 等兼容 MCP 的助手在上下文压缩或会话结束后仍能按需检索。项目通过 tree-sitter AST 按函数和类边界切分代码,结合稠密向量与 BM25 混合检索,并用工作、短期、长期三层记忆及淘汰、提升、取代和代码快照重新校验机制管理知识的生命周期;长期知识还可经 wiki 桥导出为可纳入 Git 版本管理的人类可读文档。

展开详情收起详情:MemKernel:为 AI 编程助手提供代码感知的分层持久记忆

★ 2 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目