跨栏目检索
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。
ThanyathipK/AgenticAI-for-PRD
该项目是一个面向企业需求工程的本地优先应用，使用 React 19 前端、FastAPI 后端和 LangGraph 多智能体工作流（Router、Matcher、Gatherer、Auditor、Architect），通过 LM Studio 在本地运行推理，将银行产品简报或 DOCX/PDF/Markdown/TXT 文档转化为版本化、可审计的需求、用户故事、验收标准、PRD 和流程图，并提供合规审计、需求追溯矩阵、人工确认的变更暂存、PRD 分段编辑与版本快照、SSE 实时更新等能力。
mbaquerizo/dagger · The DAG-powered product management tool built for AI.
Dagger 是一个由 DAG（文档增强生成）驱动的产品管理工具，用于在从想法到架构决策、再到工单的整个功能生命周期中保存并发布结构化文档，并把它们作为上下文提供给 AI 编码代理。它提供面向人的简洁 UI，以及面向代理的快速文本接口和 Dagger AI 安全 API；代理获取工单或文档的聚焦 Markdown 版本及完整背景。开发侧为 Go 1.26+ 的 monorepo，API 位于 api/，需要 Supabase 数据库和 BASE_URL 配置。
totalwindupflightsystems/gitreins · Git-native AI agent co-harness — MCP server, static guards, and agentic evaluator for LLM-assisted coding
GitReins 以 Git 仓库内的质量护栏形式运行，提供任务生命周期管理的 MCP 工具、按任务验收标准判断代码完整性的 agentic evaluator（代理式评估器），以及阻止检查绕过的 Git hooks。工作流上分两层：Tier 1 静态检查（密钥、构建、Lint、测试，可配置），Tier 2 由 LLM 读取文件、运行测试并逐条给出 PASS/FAIL，判定结果持久化在 .gitreins/history/，可通过 gitreins report 或本地 web 浏览器查看。它还支持通过 manifest 并行运行多个 worktree lane，并在合入前根据判定结果进行门控。
launchapp-dev/awesome-ai-coding-tools · A curated list of AI-powered coding tools — editors, agents, code review, testing, CLI tools, and more.
这是一份面向开发者的 AI 编程工具精选列表，按 AI 代码编辑器与 IDE、编辑器内助手与补全、自主编程 Agent、CLI 与终端工具、Agent 编排与多 Agent、代码评审与 PR 自动化、测试与 QA、代码搜索与代码库智能、文档生成、Web 应用构建器、开源与自托管、MCP、DevOps/CI-CD、编程模型、提示与上下文工程等类别整理条目，并用标记区分开源、商业付费、免费档、可自托管等属性；内容为资料汇总，不提供工具本身的安装或验证。
harness/harness-skills · A collection of structured AI agent skills that enable Claude Code, Cursor, GitHub Copilot, and other AI coding assistants to create, operate, debug, and govern Harness CI/CD workflows through natural language.
该项目提供一套与模型无关的 AI 编码技能，使 Claude Code、Cursor、GitHub Copilot 等 AI 编程助手能够通过自然语言创建、操作、调试和治理 Harness CI/CD 工作流。技能覆盖流水线生成与调试、基础设施资源管理、访问控制、特性开关与实验（FME）、数据库 DevOps、平台运维、安全测试与供应链、可观测性与治理等场景。多数技能依赖 Harness MCP v2 Server 提供 Harness API 访问，该服务器不随插件捆绑。
shimo4228/search-first · Agent Skill for Claude Code that makes the agent search registries, code, papers and official docs before it builds, then write a dated, sourced report you pick from: adopt a candidate, adopt one piece of it, or build what no candidate covers.
search-first 是面向 Claude Code 的 Agent Skill，用一份 Markdown 指令文件要求编码代理在选库、找现有实现、核对论文或官方规范、准备自写代码之前，先检索包注册表（npm、PyPI、crates 等）、GitHub 代码、论文原文与官方文档，再输出带日期和来源 URL 的报告。报告分范围、发现、结论、仍未确定四部分，每个需求给出 Adopt（采用候选）、Adopt-part（采用其中一部分）或 Build（自建，并列明排除每个候选的停止条件）三种结论，默认倾向采用既有方案。检索通过代理自带联网工具完成，自身不需要 API Key；提供 Quick 内联模式与需额外 researcher 子代理的 Full 模式。
agent-sh/agnix · The missing linter and lsp for AI coding assistants. Validate CLAUDE.md, AGENTS.md, SKILL.md, hooks, MCP. Plugin for all major IDEs included, with autofixes.
agnix 是面向 AI 编码助手的配置检查工具与 LSP，用于在运行前发现 CLAUDE.md、AGENTS.md、SKILL.md、hooks、MCP 配置等文件中的语法或规范问题。项目宣称提供 702 条规则，覆盖 Claude Code、Codex CLI、OpenCode、Cursor、Copilot、Kiro 等工具，支持自动修复、GitHub Action 及 VS Code、JetBrains、Neovim、Zed 编辑器扩展。
BazilSuhail/DeepScreen-Client · AI-powered recruitment and candidate assessment platform. Provides end-to-end hiring pipeline management with AI-driven resume parsing, coding assessments, video interviews, candidate shortlisting, and real-time communication for recruiters and candidates.d
DeepScreen 是一个基于 Next.js 构建的全栈招聘平台前端，连接 Django 主后端、Rocket 简历解析微服务和 LiveKit 视频服务，提供候选人、招聘方和机构管理三类门户。功能涵盖职位浏览与投递、AI 简历解析、带 Monaco 编辑器和自动评分的编程测评、带语音识别与自然语言评估的 AI 面试、基于 LiveKit 的实时视频面试、AI 评分候选人筛选、招聘方与候选人即时消息，以及基于角色的仪表盘和招聘分析。仓库为客户端代码，许可证限定教育与非商业用途。
scip-code/scip · SCIP Code Intelligence Protocol
SCIP 是一个与编程语言无关的源码索引协议，可用于支持“转到定义”“查找引用”“查找实现”等代码导航功能。仓库提供 SCIP 的 Protobuf schema、功能丰富的 Go 与 Rust 绑定、自动生成的 TypeScript 与 Haskell 绑定，以及用于处理 SCIP 索引的 scip CLI，并列出多种语言现有的索引器。
skyhook-io/radar · The missing open-source Kubernetes UI with a built-in MCP server for AI agents. See what's broken, why, and what changed. Issues, Topology, event timeline, Helm, GitOps, live service traffic, and cluster audits - all in one Go binary.
Radar 是一个以单一 Go 二进制形式提供的开源 Kubernetes UI，可在本地或集群内运行，通过直接连接 Kubernetes API 展示拓扑、资源、事件时间线、Helm、GitOps、实时服务流量与集群审计等信息，帮助定位故障现象及其原因与变更。项目内置 MCP 服务器，使 AI Agent 能够检查和操作集群；同时支持 Helm 部署以实现团队共享访问与 RBAC 权限控制。
Netflix 的 Java 平台团队做了一个叫 Quasar 的内部工具。问题是：共享 Java 库改动后，维护者只能看到自己仓库里的 API 差异，却不知道哪些下游仓库还在调用被删改的方法，于是要么冒险发布破坏性变更、靠别人报错才发现，要么因为摸不清风险而一直保留旧 API。Quasar 把各仓库 CI 编译时提交的代码符号索引汇总起来，在代码评审时对照改动前后的 API，用查询找出真正调用这些符号的仓库、所用库版本和代码位置，给出实际影响范围。这样库维护者和 AI 编程代理就能在合并或发布前判断风险、安排迁移。文章未说明该工具是否对外开源或开放使用。
Dynatrace 推出了一个叫「漏洞风险暴露」的新仪表板，把漏洞到底影响哪些主机、进程和 Kubernetes 环境集中到一张图里看。原来只看漏洞数量，既不知道哪些进程受影响、漏洞扩散有多广，也看不出是不是所有该扫描的进程都扫了。这个仪表板把暴露情况、受影响对象和扫描覆盖率放在一起，还支持按团队、集群、命名空间筛选，让团队先修影响面最大的漏洞，并发现没被扫描到的盲区。该功能随文章发布，原文未说明具体开放时间或付费情况。
微软在 Microsoft Foundry 平台上发布了三款新语音模型：实时转写模型 MAI-Transcribe-2-Streaming，以及两个文本转语音模型 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash。过去语音客服要等人说完话才处理，中间容易卡顿；新转写模型在收到声音后“几百毫秒”内就能给出初步文字猜测，边说边修正，让系统提前判断来电者要什么。目前这些模型已可用，微软称其在准确率榜单上排名第一。不过业内专家提醒，真正的难点在对话中的停顿判断——延迟降低后，如果系统抢话，反而会打断用户。
开发者在家里爱用 Linux，但公司 IT 常因难以管理和证明合规而拒绝。Swif.ai 这家管理员工设备的公司扩展了 Linux 支持，新增 Omarchy 和 Linux Mint，并把 SOC 2、ISO 27001、HIPAA 等合规标准的设备配置时间缩短到 10 分钟内；它兼容 Debian、Ubuntu、Fedora 等多个发行版，还能把设备证据每小时同步给 Vanta 和 Drata。对想用 Linux 的 AI 开发者来说，这意味着 IT 有办法放行 Linux 机器了；但 Linux Mint 尚未列入官方支持列表，Drata 对 Linux 的支持说明前后不一致，Wayland 支持仍在开发中，部分功能仍是 beta 或路线图阶段。
本周，欧洲多国政府网站和公共服务下线，原因是新披露的两个 PHP 漏洞（CVE-2026-109618 和 CVE-2026-109619，合称 PHP2Shell）。这两个漏洞出在 PHP 运行环境本身，不在某个应用或框架里，攻击者可在应用代码运行前就触发远程代码执行或泄露内存中的密码、令牌、密钥；因此只有打补丁才管用，光靠应用层认证防不住。PHP 社区和基金会联合各长期支持厂商，在 10 月 21 日同步为所有受支持版本发布了修复，也为已停止支持的旧版本提供了补丁。背景是 AI 让漏洞发现变快，OpenAI 的 Patch the Planet 项目用 GPT-5.6 Sol 协助发现了该漏洞，并预计类似发现会明显增多；但估计仍有约 40% 的 PHP 用户在用不再受支持的版本，升级并不轻松。
这篇文章是 KubeCon 前瞻专栏，讲 Kubernetes 社区怎么让 GPU 更好地服务 AI。问题在于：负责把任务分配到现有机器的调度器和负责加机器的自动扩缩器各干各的，结果任务卡在排队，昂贵的 GPU 却闲着。目前有几个方向：HPE 用开源工具自动收集 Pod 重启信息并推送到 Slack，减少人工排查；AWS 提出让扩缩器更懂调度器，并用动态资源分配、工作负载感知调度和 provisioning requests 衔接两边；SIG-Autoscaling 已有公开提案，让两个环节直接对话。另外 CNCF 沙箱项目 llm-d 发布 v1.0，IBM 测试中智能体任务推理成本降低 11.5 倍、缓存复用约 98%。这些多数是提案或演示，尚未说明何时默认可用。
Vercel 的首席技术官 Malte Ubl 宣布，要清理平台上长期有效的 API 密钥，要求应用市场供应商在 2027 年 1 月前改用 OpenID Connect 这类短时、基于身份的令牌，否则可能被下架。背景是近来凭证窃取的供应链攻击频发，一个泄露的密钥就可能造成很大损失。但开发者很快指出，Vercel 自家的 GitHub Actions 部署指南仍要求使用长期有效的 VERCEL_TOKEN，公司自己也还没完全做到。对读者来说，这意味着 Vercel 的安全新规方向明确，但落地时间表和自家工具改造进度尚不清楚。
Monzo 的工程师 Suhail Patel 分享了这个团队如何做到每天安全上线数百次。他们的做法是：把微服务封装成有明确规范的抽象层，按租户隔离搭建预发布环境，加入静态分析检查，并持续做性能剖析。这样一套强大的内部平台让工程师和 LLM 都能快速迭代，同时不牺牲可靠性。对读者来说，这提供了一个高频率发布同时守住稳定性的工程组织样本；不过这是演讲内容，文中没有说明具体落地效果或工具细节。
提供的材料未提及具体可用工具。
作者 Vivek Arora 写了一篇关于多云架构成本优化的文章。多云用起来灵活，但服务放在哪个云、服务之间怎么通信，会产生不少隐蔽的“出网费”（数据跨云传输要付的钱）。文章给出一个工程做法：用 FOCUS 标准把各云的费用统一看清楚，再考虑负载怎么摆放、数据怎么同步，并把成本检查加进 CI/CD 流程。作者还做了对照实验，发现改架构比单纯谈折扣省得多。读者可以据此判断：光砍单价不如先动架构。具体实验规模、FOCUS 版本和 CI/CD 集成细节原文未说明。
AWS 最近推出了 Lambda Web Functions。以前，想把用 Express、Hono 这类常见 Node.js 框架写的网页应用放到 Lambda 上运行，需要额外做不少适配工作；现在可以直接运行，并且支持同时处理多个请求和流式返回响应。对于用这些框架开发应用的开发者来说，迁移到 Lambda 会更省事。目前原文只说是“推出”，没有说明是否已正式可用、有哪些限制或价格细节。