搜索归档

HireProof：用证据核查可疑招聘信息与招聘骗局的 AI Agent

Iron-Mark/Hackathon-HireProof · Proof-backed AI agent for checking suspicious job posts, recruiter messages, and apply links, now live with case study and pilot intake.

HireProof 是一个面向求职者的就业欺诈信任与安全项目，用于在应聘或提供个人信息前判断招聘机会是否可信。用户粘贴职位帖、招聘私信、截图或申请链接后，Agent 会抽取其中的声明、核查证据，并给出 Safe、Caution 或 High-Risk 的结论，同时展示红旗、绿灯、来源凭证与下一步建议。项目通过 Web 界面、API、MCP、聊天机器人（Slack/Telegram/Discord）、CLI、SDK、n8n、LangChain、Chrome 扩展等多种入口提供同一套核查核心，并提供 demo fixture 模式与真实证据模式。

EvoNet-Core：自主 AI 安全代理，自动进行 CVE 分析与补丁生成

phonghhd/EvoNet-AI-Core · Autonomous AI Security Agent leveraging LLMs, RAG, and Knowledge Graphs for automated CVE analysis and auto-patching.

EvoNet-Core 是一个自主 AI 安全代理项目，持续采集 CVE 数据、分析漏洞并生成防御性代码。它集成了四层 AI 路由故障转移（NVIDIA NIM、Groq、Cloudflare AI、本地 Ollama）、知识图谱与向量检索结合的 Graph RAG（Pinecone + Neo4j）、基于 PPO 的强化学习防御策略、MITRE ATT&CK 映射、EPSS 评分以及人工审批环节，并提供 FastAPI 后端、Web 仪表盘、CLI 工具和 Telegram 机器人接口。项目基于 Python 开发，采用 Apache-2.0 许可。

CodeCartographer：面向 Pi 与 MCP 编码 Agent 的代码库逆向分析与人工确认的软件规划

HuginnIndustries/CodeCartographer · Evidence-backed reverse engineering and human-gated software planning for Pi and MCP coding agents.

CodeCartographer 通过 AI Agent 对不熟悉的代码库进行逆向分析，产出分层架构、行为契约、缺陷报告和与语言无关的重实现规范，支持 Pi 扩展、MCP 服务器和可直接拷贝的模板三种使用方式。其特点是分阶段流水线，以文件系统（.codecarto/findings/）作为持久记忆，阶段间设有验证闸门，每条结论带有证据等级标签（观察事实、强推断、可移植性风险、外部行为声明、开放问题），并支持从产品愿景与已确认规范反向合成项目实施计划。

Awesome Agent Skills：面向 AI 编程 Agent 的代码审查与工程实践技能合集

khasky/awesome-agent-skills · Skills for AI coding agents: code review, debugging, security audits, refactoring, cleaning up AI-written code and text, and more.

该项目收录了一套遵循 Agent Skills 标准格式（每个技能为一个包含 SKILL.md 的文件夹）的技能集合，覆盖代码审查、测试编写、设计文档、调试、安全审计、重构以及清理 AI 生成代码与文本等任务。技能从公开合集和大型开源项目实践提炼而来，声明兼容 Claude Code、Claude.ai、OpenAI Codex、Gemini CLI、Cursor、GitHub Copilot、opencode、Amp、Windsurf、Antigravity 等支持该标准的 Agent，并给出各 Agent 的安装路径与安装方式。

MyForge：从想法生成 PRD、专用智能体团队并执行自动化构建

McFuzzySquirrel/mcfuzzy-agent-forge · Help you create a PRD or spec from an idea or research anf the forges a team of specialised agents and skills based on that

MyForge 是一个以 PRD 为核心的开发工作流工具，能够将产品想法转化为经过评审的 PRD 文档，并据此生成专用智能体团队，进而执行自动化构建。项目提供引导式交互执行与无人值守的“暗编排”运行模式，配有本地 Web 控制台用于监控和控制构建过程，支持在现有 Git 仓库中引导集成而不替换其应用代码。

solargraph-ai：基于知识图谱的光伏材料问答智能体

Parth942/solargraph-ai · Provide precise, traceable answers on photovoltaic materials using a grounded LLM agent with RDF/OWL knowledge graph and SPARQL queries.

solargraph-ai 是一个面向光伏材料的问答系统，通过 RDF/OWL 知识图谱与 SPARQL 查询为 LLM 智能体提供可溯源的事实依据，以给出精确、可追踪的回答。项目涉及 Flask、LLM、钙钛矿光伏材料与检索增强生成等技术方向，仓库 README 目前仅包含项目名称，具体安装与使用方式未说明。

creative-director-skill：AI 驱动的广告创意生成与评估工具

eiwru/creative-director-skill · Generate advertising concepts, score them with industry criteria, and refine ideas using proven creative director methods.

creative-director-skill 是一个面向营销与广告场景的 AI 辅助创意工具，支持 SIT、TRIZ、Bisociation、SCAMPER 等 20 多种创造力方法生成创意，并参照 Cannes Lions 标准对创意进行评分，通过递归反馈迭代优化，按洞察、构思、评估、呈现四个阶段引导工作流。工具可连接 Claude、GPT、Gemini 等模型，界面面向非技术用户。

anythingllm-mcp：管理 AnythingLLM 工作区、聊天与文档的 MCP 服务器

gsmMu7ammed/anythingllm-mcp · Manage and operate AnythingLLM workspaces, chats, documents, and vectors with a fast, Python-based MCP server.

anythingllm-mcp 是一个基于 Python 的 MCP 服务器，用于管理 AnythingLLM 的工作区、聊天、文档和向量数据。项目说明中描述其提供本地控制面板，便于创建与管理工作区、发起 AI 对话、上传文档供模型参考，并提供系统设置调整功能。仓库介绍称可在 Windows 上运行，通过浏览器访问本地服务进行操作。

agent-runner：连接 Laravel 与 LLM 提供商的自主 AI Agent 工具调用服务

Unknown384-come/agent-runner · Run autonomous AI agents with tool-calling via a Go microservice that connects Laravel and LLM providers, streaming real-time results over SSE.

agent-runner 是一个 Go 微服务，用于运行具备工具调用能力的自主 AI 代理，充当 Laravel 与 LLM 服务商之间的桥梁，并通过 SSE 实时流式推送执行结果。它支持 OpenAI、Gemini、Claude 等 AI 服务，可使用内置工具并调用外部工具自动完成任务，运行过程中可查看实时更新。README 主要面向 Windows 用户说明下载与配置流程。实际部署方式、API 成本与具体限制材料未详细说明。

oma：为 Zig 程序自动选择 CPU SIMD 指令的运行时优化工具

Gshacker-cpu/oma · Enable runtime SIMD dispatch in Zig by compiling and selecting optimized functions for specific CPU microarchitectures automatically at startup

oma 是一个面向 Zig 语言的运行时 SIMD 调度工具，在程序启动时自动检测 CPU 所支持的指令集（如 AVX、AVX2、AVX-512、SSE2、NEON），并从一次编译生成的多份优化版本中挑选最快的一份执行，从而提升音视频、科学计算等并行密集型任务的速度。据 README 说明，它主要面向 Windows 10 及以上系统，运行时资源占用较小，不影响其他软件，也可直接删除文件卸载。

deepworm：基于 LLM 与网络搜索的深度研究智能体工具

goitno/deepworm · Extract, analyze, and synthesize web data into detailed reports using deep learning without paid APIs or complex setup.

deepworm 是一个帮助用户进行深度研究的 AI 工具，支持连接 OpenAI、Google Gemini、Anthropic Claude 和 Ollama 四家 LLM 服务，并提供 DuckDuckGo 网络搜索集成。它可从命令行使用，也可作为 Python 包调用，旨在无需复杂框架或付费 API 的情况下快速获取聚焦的研究结果。

progressive-agent：本地运行的个人 Telegram AI 助手

Rayan55050/progressive-agent · Provide a customizable AI assistant on Telegram with multiple tools, skills, and monitors that runs locally using hybrid memory.

progressive-agent 是一个面向个人使用的 Telegram AI 助手，支持在本地运行并采用混合记忆。它提供 60 多个工具、18 项专用技能、10 项监控功能，以及带六级语言模型支持的回退系统，强调隐私、无需编程知识即可使用，并会随时间自我改进，主要用于自动化日常任务。

Building MCP Server and Client：从零构建 MCP 服务器与客户端的实战示例合集

ashumishra2104/Building_MCP_Server_and_Client · A hands-on collection of MCP (Model Context Protocol) servers built from scratch — designed for AI Product Management students and developers who want to give Claude real-world superpowers.

该仓库是面向 AI 产品管理学生与开发者的 MCP（Model Context Protocol）动手实践合集，包含 MCP 理论文档、入门终端 MCP 服务器、基于 React 与 Electron 的 MCP 客户端、天气 MCP 服务器，以及结合简历分析与职位搜索的 AI 求职推荐应用等五个递进式项目，用于学习如何让 Claude 等 AI 模型连接外部工具与数据。

Brickbase：以太坊上房地产 RWA 代币化投资平台

simonroope/brickbase · RWA investing on Ethereum — Solidity EVM smart contracts, MCP server for AI-powered trading agents and a Next.js investor portal for tokenised commercial real estate. Development is supported by Agent AI — structured instruction files for Claude that guide common workflows (requirements elicitation, PRD creation, ticket generation & TDD build)

Brickbase 是一个以太坊上碎片化 RWA（真实世界资产）投资的 monorepo，包含 Solidity EVM 智能合约（AssetVault、AssetShares、AssetUserAllowList、OracleRouter）、面向 AI 交易代理的 MCP 服务器、外部数据事件层，以及用于商业房地产代币化的 Next.js 投资者门户。项目还集成由 Claude Code 和 Codex 驱动的 agent skills，引导需求获取、PRD 创建、票据生成、TDD 构建和架构评审等开发工作流。

Kai：自托管的多用户持久化 AI 编码 Agent 协作平台

dcellison/kai · A workshop on your own hardware where people and AI agents work together. Persistent coding agents with real access to your machine, durable memory, scheduled jobs, GitHub automation, and five interchangeable backends, in the browser or on Telegram. Your machine, your data, your rules.

Kai 是一个自托管的本地服务，为编码 Agent 提供持久化运行环境，可访问所运行机器的 shell、文件系统、git 和网络。用户可通过浏览器端 Workshop（频道、私信、线程、通知流）或可选的 Telegram 与 Agent 协作，也可通过语音、文件上传和网页表单接入。它支持 Claude Code、Codex CLI、Goose、OpenCode、Pi 五种可互换后端，随会话切换模型；提供按用户和项目隔离的向量记忆、调度与条件监控、GitHub PR/Issue 自动化、Webhook 反应、本地语音识别与合成，以及多用户隔离和 OS 级账户分离。

与谷歌共创时尚的未来

在纽约时装周前，谷歌的 Envisioning Studio 借助 Google Labs，和独立设计师 Jane Wade 与 Sergio Hudson 一起，用 AI 创意工作室 Google Flow 帮他们解决工作流程里的实际麻烦。Jane 的问题是，过去要先做衣服才能看整体造型，试装和选模特往往要花三天；现在她能在数字模特上先搭配服装、发型和配件，提前发现缺什么。Sergio 的难题是预算有限，改灯光和道具都要重新做 3D 渲染、很花钱；新工具让他先在虚拟秀场里换布景和灯光，再定模特走位。结果是这些工具已经在纽约时装周上派上用场，但文章没有说明它们何时向所有人开放，普通人现在还不能直接用。

新专家加入谷歌AI与经济团队

谷歌最近推出了AI与经济ATLAS v1.0和开放访问网站，用来观察人们在工作与日常生活中如何使用谷歌的AI工具。但只看使用趋势还不够，AI正在改变工作和经济，需要把细致的数据和严谨的经济学研究结合起来。为此，谷歌扩大了AI与经济研究项目，邀请多位知名经济学家加入，包括诺贝尔奖得主Philippe Aghion担任学术顾问，以及Anu Madgavkar和Daniel Rock担任项目研究主管，分别负责全球AI扩散、小企业生态、劳动力影响以及企业生产率等实证研究。对普通读者来说，这意味着未来会有更权威的研究和数据，帮助大家理解AI对就业、经济和社会的影响。

告别 Class Path：全新 Java 模块化命令行工具预览

Java 平台团队（JVM Ecosystem Team）的 Danny Thomas 发布了一套新命令行工具 ja 及其配套工具集的预览版，专门为 Java 模块系统设计，对写代码的 AI 代理也很友好。过去 Java 开发者主要靠 IDE 图形界面干活，命令行小工具较少，导致 AI 代理在找依赖、文档和源码时经常犯难。这些工具把模块描述文件变成项目的完整说明，依赖版本直接写在 requires 旁边，并提供 jig、jfmt、jist、jdocserver 等可单独使用、也可组合使用的独立工具。对于使用者来说，以后用 Java 模块会更方便，而且这些工具对自动化代理更友好。目前仍是预览阶段，尚未正式发布。

你的 Pod 申请的 CPU 可能比你以为的多 25 倍——而 Kubernetes 不会告诉你

有人发现，Kubernetes 里 kubectl describe pod 只显示每个容器的资源申请，比如 api-server 容器只写了 40 毫核 CPU，看起来很小。但调度器真正给这个 Pod 预留的却是一整个 CPU 核心（1000 毫核），因为 Pod 里有个做数据库迁移的 init 容器，它启动时需要 1000 毫核，调度器必须按这个高峰来留资源。问题在于，Kubernetes API 从不直接给出这种“整个 Pod 的有效值”，监控工具也只显示单容器数字，导致集群容量估算和成本模型可能差了 25 倍。Dynatrace 表示自己在数据接入时对每个 Pod 自动算好这个正确值，并处理了 Kubernetes 1.34 的 Pod 级资源新特性，其他监控平台据其所知还没做到。对普通读者的用处是：如果你按控制台里的小数字判断节点够不够用、成本高不高，可能会一直算错。

在 Datadog IaC 安全扫描中强制执行自定义规则

Datadog 为 IaC 安全扫描加入了自定义规则功能，让企业能检查自己特有的基础设施规定，比如必须打哪些标签、只能用哪些实例类型、资源怎么命名。以前默认规则只能覆盖通用安全问题，内部要求往往得靠人工在代码审查时检查。现在可以用自然语言描述需求，AI 会生成对应的 Rego 策略和示例配置，在编辑器里验证后再发布，并支持版本历史与回滚。发布后，违规结果会出现在拉取请求评论、IDE 插件和 IaC 安全结果浏览器里，还能接入 PR 门禁和自动化流程，无需另建工作流。该功能现已可使用，支持 Ansible、CloudFormation、Dockerfile、Kubernetes、Terraform 和 GitHub Actions。