搜索归档

decisions-judge-mcp：为 AI Agent 提供结构化决策判断的 MCP 工具

clouatre-labs/decisions-judge-mcp · Typed decisions for AI agents as an MCP tool: yes/no probability (noul), choice, and score in one fast request. Backed by the TypeSafe System One model.

decisions-judge-mcp 是一个 MCP 服务器，让 AI Agent 通过单次快速请求对任意 JSON 应用状态做出类型化判断：yes/no 概率（noul）、多选项选择（choice）以及有序等级评分（score）。问题与答案均按 schema 校验，失败时返回 {fallback: true, error} 而不阻塞，便于嵌入 Agent 工作流。当前由 TypeSafe System One 模型（Jev）通过 @typesafe-ai/sdk 提供支持。

agentsgo：协议无关的本地文件多 Agent 异步协同工作台

urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座：会读写文件即可加入，讨论+开发双协同，人类最终拍板。

agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座：任何具备读写文件能力的 AI Agent（不限 IDE、模型、框架）都能加入，实现协同讨论与协同开发，无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py，包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图，采用单写多读加 roster 状态机、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 与匿名盲评等机制，人类全程可介入并最终拍板。

ProductRail：将模糊产品需求转化为明确决策与工程就绪规格的 AI 辅助产品管理工作流

GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.

ProductRail 是一个领域无关的 AI 辅助产品管理工作流，围绕显式决策、契约、门禁（gate）、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段，把含糊的产品请求逐步转化为确定的产品行为与实现规格，强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关，可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流，不宣称生产可用。

aat-c3-week-5-lead-agent：AI 线索调研与外联 Agent 的项目简报与参考资料

quadri40/aat-c3-week-5-lead-agent · Cohort 3 Week 5 starter: AI Lead Research and Outreach Agent — PRD and reference assets.

该仓库是某训练营第 5 周的起步材料，围绕「AI 线索调研与外联 Agent」提供项目简报（PRD.md）与一组参考文档：ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南、外联安全与审批规则指南。仓库本身不含实现代码，使用方式是先读 PRD.md，再把 assets/ 中的文档作为在项目中创建 Claude Agent SDK 技能时的素材来源。

swarm-github-demo：多智能体协作的 GitHub 提交与拉取请求演示

appcheckdemo/swarm-github-demo · PRD 146 swarm, GitHub operating mode: commits and pull requests from ten agents

该仓库为 PRD 146 swarm 演示项目，展示 GitHub 的运维模式：由十个智能体产生提交（commits）和拉取请求（pull requests），用于演示多智能体在代码协作流程中的运作方式。仓库使用 Python 编写，README 仅提供一句话描述，未说明部署方式、依赖条件与使用限制。

awesome-jev-tools：基于 Jev 类型化决策模型的工具与实践精选列表

v-modal/awesome-jev-tools · A curated list of tools built for Jev — TypeSafe AI's System One model for typed decisions.

这是一个围绕 Jev（TypeSafe AI 的 System One 类型化决策模型）构建的公开项目与实践精选列表。Jev 不生成文本或参与对话，而是接收非结构化状态与类型化问题，返回带置信度的类型化决策，如选择、分数或布尔值，可用作软件内部低延迟决策层。该列表按分类与路由、验证与护栏、打分与排序、Agent 决策、数据标注、评测与基准、校准与研究、基础设施/SDK/集成、游戏与仿真、金融交易、合规法律、内容审核及相关实践等类别汇总条目，并说明收录标准、非背书声明与采纳前核查要点。

Arena-of-Autonomous-Threads：构建本地 Reddit 式论坛测试多智能体 LLM 对话

rafaelmateo123/Arena-of-Autonomous-Threads · Top AI Agent Simulator: Build a Local Reddit Forum for LLM Testing 2026

该项目（内部名 Synaptic Confluence Engine）是一个 LLM 智能体模拟器，构建类似 Reddit 的本地论坛环境，让多个接入不同模型后端（OpenAI、Anthropic、本地 Llama、Mistral 等）的 AI 智能体以带人设、情绪与记忆的身份发帖、回复、投票，用于观察多智能体推理、协商与集体智能的涌现行为。提供人设系统、多智能体编排、话题演化、版主审核智能体、分析仪表盘、多语言与记忆压缩等能力，面向 LLM 研究、安全测试、角色扮演与教学等场景。

Aether Nexus：多智能体编排与自治协作框架

LovaHuguel/Khala-Orchestrator-Core · 🤖 AI Agent Teams 2026: Build & Deploy Autonomous AI Systems 🚀

Aether Nexus（仓库 Khala-Orchestrator-Core）是一个面向多智能体编排的框架，通过“神经治理协议”管理智能体间的通信、冲突解决与资源分配，按任务动态匹配智能体能力并组成临时协作体，支持共识形成、问题分解、多模型混合推理以及 OpenAI、Anthropic 与本地模型（如 llama-3-70b、mixtral-8x22b）的接入。README 还列出研究论文综述、商业战略规划等工作流示例，以及性能、安全合规与实验性特性等描述。

Agenthood：面向软件全生命周期的多智能体协作框架

fworks-tech/agenthood · A society of AI agents with impeccable standards and zero tolerance for 'fix stuff' commits.

Agenthood 提供 20 个专业化 AI 智能体（架构师、评审、安全、DevOps、策略、运维等），每个都是可移植的 Markdown 技能文件，可加载进 Claude Code、Copilot、Gemini CLI、Cursor、OpenCode 等支持技能文件的运行时，另附一个 TypeScript 运行时让它们跨软件生命周期自主执行。项目强调工程规范（如拒绝含糊的提交信息）、每次运行留下防篡改的决策与来源追溯记录，并附带 41 个工具技能、工作流引擎、RAG 与记忆等组件。

yatinbhalla：AI 产品经理的个人主页与 AI 产品作品集

yatinbhalla/yatinbhalla · PM & AI builder | Managing 3 retail businesses | Building AI products with Gemini | BITSOM PG Product Management | Open to PM roles

这是 Yatin Bhalla 的 GitHub 个人主页仓库，用于展示其作为产品经理与 AI 产品构建者的背景、技能集与个人项目作品集。页面列出了多个 AI 原生项目，例如用录制一次的操作回放批量生成 Meesho 商品上架的浏览器 Agent、驱动 Flipkart 卖家后台多标签表单的自动上架工具、面向低识字用户的印地语语音政务方案推荐 PWA、商品图多平台变体生成工具，以及 AI 面试模拟器、GST 开票应用等。仓库本身是资料性展示页面，不包含可直接安装运行的软件。

Capitaine：面向仓库原生的自主智能体框架

Lucineer/capitaine · Capitaine — fork a repo, click Codespaces, the agent is alive. The repo IS the agent.

Capitaine 是 Lucineer 舰队的旗舰项目，提出“仓库即智能体”的 git-native repo-agent 理念：仓库本身是智能体，代码是身体，Git 历史是记忆。它按心跳周期定时唤醒，读取自身状态（提交、issue、PR、队列），推理下一步最有价值的动作，并每拍执行一次文件操作，同时以“船长日志”记录每次行动的推理过程，支持通过 PR 和 issue 引用与其他“舰船”协作，以及自我修改代码和文档。项目包含概念文档、教程、舰队概览、源码与日志目录，当前正在恢复用于读取和解析自身状态的 Hydration Layer。

Scaffold Engine：面向本地 LLM 的自托管 DAG 多步工作流编排引擎

LocketKeyLLC/scaffold-engine · Self-hosted AI agent engine for local LLMs. Give it an idea — it researches the web, plans a DAG of steps, executes each with verification and auto-retry, and compiles the result. 100% on your hardware: Ollama inference, RAG with Milvus vector search, Postgres state, SearXNG search. FastAPI + Docker. No cloud calls unless you opt in.

Scaffold Engine 是一个自托管的 DAG 编排引擎，用于多步 LLM 工作流：输入一个想法后，系统会将其细化为结构化简报、做可行性评估并等待人工确认，随后通过 SearXNG 联网研究并把事实蒸馏进知识库，生成由研究/决策/行动/验证/输出等节点组成的执行图，按依赖顺序执行并逐步验证、失败自动重试最多三次，最后编译叶节点的最终输出。推理走 Ollama 本地模型，向量检索用 Milvus，状态存 Postgres，搜索用 SearXNG，采用 FastAPI + Docker，除非主动开启否则不调用云端。

Product Management Context：面向产品经理的上下文工程知识库与 Agent 工作区

productmap-ai/product-management-context · Context Engineering for Agentic Product Management and AI Tools for PMs

该仓库是产品管理的知识库与 agentic 工作区，用于把持久的产品上下文（战略、发现、交付、对齐）与日常 PM 工作连接起来，让 Claude、Codex、Gemini、Cursor 等助手基于仓库文档工作。仓库以 .productmap/ 目录承载产品生命周期主题、模板与框架，并通过 AGENTS.md、CLAUDE.md、GEMINI.md 规定智能体行为，重复性工作流放在 .claude/skills/、.codex/skills/、.gemini/skills/ 下，健康克隆可发现 30 个技能。

你的 AI agent 失败了，问题可能不在模型本身

AI agent 进入生产环境后，从收到请求到给出结果之间的路径越来越难预测：agent 会自己选工具、改路线，即使没有明显报错也可能一路错下去，所以光看日志和输入输出不够，还要弄清它的推理过程、用了哪些工具、在哪里卡住、又为什么换方法。英伟达产品副总裁 Adel el Hallak 在接受 The New Stack 采访时说，要把运行环境当作收集这些信息的地方，并推动约 140 家公司参与的 SAFE（Secure Agent Findings Exchange）共享 agent 失败经验，像传统软件披露漏洞那样让各家都能修补。对开发者来说，这意味着 agent 出问题不一定换模型就能解决，先弄清楚失败发生在模型、编排还是运行层，才知道该调什么。相关工具的实际开放状态和具体获取方式，原文未说明。

Jev 能成为更好的 Agent 评估器吗？

TypeSafe AI 发布了一个叫 Jev 的模型，它不是普通的生成式大模型，不会写文字，而是直接对一段状态给出结构化判断和概率，他们称之为“System One”模型。研究者拿 Jev 当 Agent 评估器，和几个大模型评审（GPT-5.6 Luna、Terra、Claude Sonnet 4.6）做对比，想解决现有评估方式的两个痛点：写代码的评估只能应付固定输入，大模型评审则慢、贵、还不太稳定。结果 Jev 在连续打分上一致性高得多，质量分波动比对手低 92 到 913 倍，同时平均每次只要 0.44 秒、0.00035 美元，总花费 0.34 美元，而 Claude 花了 28.17 美元。不过作者强调这只是个小规模早期测试，还不代表它已经能普遍替代现有方案。

Kiro Crew：可持续运行并自我改进的开发工作区

kirodotdev/KiroCrew · A persistent workspace for development work that self-improves and continues beyond one session.

Kiro Crew 是一个开源开发工作区，可运行在本地或用户自己的硬件上，也支持远程 Gateway。它强调持久化、自我学习与自我演化：会话、记忆、日程和任务检查点可跨 Gateway 重启保留，纠错与任务失败会转化为可复用的经验教训和技能。用户可通过桌面应用、Web 仪表盘和 CLI 使用，也能通过 Slack、Discord 等消息通道延续同一份工作；多步骤任务可无人值守运行，支持周期性作业、心跳监控和子代理并行委派。默认代理运行在 kiro-cli 上，使用前需单独安装并登录。

agentic-os：面向 agentic 业务的操作系统控制平面

redevops-io/agentic-os · The control plane for the redevops.io Agentic Business OS — Mission Runtime kernel (Python + Go), Projects cockpit, cost-aware LLM router, permissions plane, and reference apps. Self-hosted, open-core (AGPL-3.0).

redevops.io Agentic Business OS 的控制平面，用一套编排层把计费、客服、账务、合规、分析、营销等多个业务模块作为统一 agent 集群运行。提供 Mission Runtime 内核（Python + Go）、模块注册表与编排器、按任务能力分层并带预算的成本感知 LLM 路由、跨模块工作流、审批与审计日志、行级/列级细粒度权限平面，以及 Projects 控制台、Sidekick 问答助手、集成平面与受治理的 Agent Gateway（MCP 为首个协议适配）。自托管、source-available（AGPL-3.0 + Commons Clause）。

Timothy：自托管的个人 AI 智能体控制平面

timothy-agent/timothy · The open-source control plane for your personal AI workforce. Run your own AI agents. Your infrastructure. Your models. Your rules.

Timothy 是一个开源的 AI 智能体控制平面，运行在用户自有的硬件和基础设施上，用于编排、调度和管理个人 AI 助手。它支持接入 Anthropic、OpenAI、Amazon Bedrock、Ollama 等多种模型并按任务路由，可为智能体配置独立的模型、工具与知识，执行研究、写报告、写代码、读邮箱与日历、生成简报等任务，并把结果推送到 Telegram、邮件、Webhook 或 GitHub。项目提供记忆、文档知识库、预算与成本记录、本地语音输入和加密密钥存储等能力，架构为 Go 微服务加 PostgreSQL（pgvector）与 React 前端，通过 Docker Compose 部署。项目处于早期开发阶段，可能存在不兼容变更。

open-compute：模型无关的计算机使用 Agent 循环核心

ellmos-ai/open-compute · Model-agnostic computer-use core: one agent loop for Claude, OpenAI CUA, and a mock backend — normalized coordinates, canonical action schema, central safety gate.

open-compute 是一个轻量的 Python 核心库，用于构建计算机使用（computer-use）Agent，即由 LLM 驱动的 GUI / 桌面 / 浏览器自动化。它实现了「感知 → 模型工具调用 → 动作 → 反馈」的 Agent 循环，并通过统一的 ComputerBackend 接口让推理模型可替换：Anthropic Claude、OpenAI CUA 两个 API 后端地位平等，离线 mock 后端为默认。核心零运行时依赖（仅标准库），厂商 SDK 为可选惰性加载的 extras。主要特性包括：统一归一化 0..1 坐标并集中处理 DPI 缩放与多显示器偏移、规范化动作 schema（click、type、key、scroll、drag、wait）、集中式安全门（confirm / allow_all / read_only 三种策略）以及每次会话动作前强制的 4 秒安全窗口。感知层支持截图、Set-of-Marks、DOM、Windows UIAutomation 等混合方式，并提供按窗口作用域的 token 预算过滤。

OpenCode Multi-Model Orchestrator：为 OpenCode 提供多 AI 提供商切换与自动路由的零配置桥接工具

yannn14/opencode-claude-cortex-sync · Claude Pro Bridge for OpenCode 2026 - Zero Setup AI Sync

该项目自称是面向 OpenCode 的多模型编排桥接工具，宣称可自动检测并同步系统中已有的 AI 提供商凭据，在 Claude、GPT-4、Gemini 等多家服务及本地模型之间按成本、速度或能力进行请求路由，并提供并行请求、凭据保险库、用量分析与网页控制面板等能力。README 同时给出了配置文件示例、命令行调用示例、系统兼容性表与故障排查命令。需要注意，材料中的性能基准、安全性、客服支持等表述均来自项目自述，未经过独立验证；实际可用性、部署条件和合规性需以官方说明为准。