搜索归档

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。

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。

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。

你的 agent 有多好，取决于你的基础设施

这篇文章说，你做的 AI agent（能自己动手干活的智能助手）在测试时很好用，比如它审查代码改动时又快又准；但一上线到生产环境，同样的 agent 却会变慢甚至卡住。问题不在 agent 本身，而在于支撑它运行的基础设施：agent 干活要连着调用模型、查数据库、跑测试等多步操作，每步都得等上一步，任何一步慢都会拖累整体；而且它有时等外部系统（出现空档），有时多个任务同时恢复（造成瞬间高峰），让 GPU 和费用都变得很难预测。对读者的用处是：想让 agent 稳定好用，不能只看模型好坏，还得把基础设施按峰值来准备、并做好编排和可靠性设计。文章属于观点分析，没有给出具体的工具、产品名称，也未说明发布时间或实际可用状态。

DoorDash 利用多智能体 LLM 清理 6 万个功能开关

DoorDash 内部积累了大量过时的“功能开关”（feature flag，即控制功能是否上线的开关代码），散落在 623 个代码仓库里，清理起来费时费力。他们用多个 AI 智能体组成流水线，自动完成这类清理：先通过 MCP 获取线上实验数据，再经工程师确认，在独立的 Git 工作区中并行执行修改，最后由自动检查验证结果。在 50 个开关的测试中，45 个成功生成了可用的代码合并请求，平均每个耗时 13.8 分钟、花费 4.79 美元。这意味着这类繁琐的代码维护工作可以大幅交给 AI 自动完成，工程师只需做最终审核。

agent-skills：跨多个编程 Agent 的可移植 SKILL.md 技能合集

wangjohn/agent-skills · Portable Agent Skills (SKILL.md) for Claude Code, Cursor, Codex, and other coding agents.

该项目是作者个人使用的 Agent Skills 集合，以 SKILL.md 形式在 Claude Code、Cursor、Codex 等能读取该文件的编程 Agent 之间共享与复用。技能以 skills/ 下按名称分目录组织，长文档放入 references/ 目录，确定性内容放入 scripts/ 目录；仓库强调作为可移植的单一来源，不写入 Cursor 专属的 frontmatter。示例技能 review-pr 可为 PR 生成面向人工审查的指南，覆盖架构、模型、权衡与关键设计决策，并配合代码优先的解释、简洁语言、必要时使用图表以及聚焦的审查问题。仓库提供 npx skills add 安装方式、create-skill 模板与新增技能流程，并通过 scripts/validate.py 在本地与 CI 校验；另有关于 agent-archive CLI 的规划文档，属于计划而非已实现版本。

Skills Gateway：面向 git 分发 AI Agent 技能市场的企业级网关与审计准入系统

skillsgateway/skillsgateway · Enterprise gateway for git-distributed AI agent skill marketplaces (Claude Code, Copilot, Cursor)

Skills Gateway 是一个面向 git 分发的 AI Agent 技能市场（Claude Code 插件、GitHub Copilot、Cursor）的企业网关。它把上游技能市场克隆进隔离区并按不可变 SHA 固定为快照，经人工审批后才通过只读 git facade 向未经改造的 git 客户端提供已批准的 SHA 内容，并以 PAT 认证；每次拉取和管理操作都写入仅追加的审计台账，同时提供签名重试的生命周期 webhook、台账导出与快照保留策略，以及基于 OIDC 登录的管理门户。项目基于 Java 25 / Spring Boot 4 / JGit，状态为 pre-1.0，尚无正式发布或 tag，接口可能变动。

agent-feedback：自托管 AI 编程智能体反馈收集与分发队列

foae/agent-feedback · Self-hosted Go/PostgreSQL API and Bash client for AI code-review telemetry and tooling feedback.

agent-feedback 是一个自托管的反馈收件箱服务，用于接收 AI 编程智能体在不同机器、不同 harness 上报告的拖慢因素、评审运行和事件记录。它由一个 Go HTTP API（写入一次性提交并记录已处理标记）和两个技能组成：agent-feedback 负责提交与读取，feedback-triage 按需处理队列。服务本身不运行评审、不做基准测试、不做仪表盘，也不自动修复，只负责存储智能体上报的内容并交给处理方逐条跟进，记录不可覆盖，修正以新提交形式出现。

PersonalClaw：自托管的个人 AI 智能体与自动化操作系统

PersonalClaw/PersonalClaw · Your self-hosted personal AI agent — an agentic OS for one person: chat, autonomous goal loops, memory, knowledge base, skills, automation, MCP in both directions, and a permission-gated app platform. Local-first, provider-agnostic, MIT.

PersonalClaw 是一个本地优先、自托管的个人 AI 智能体系统，以单一网关进程和 Web 仪表盘整合智能体对话、自主目标循环、长期记忆、知识库、技能、定时自动化、MCP 双向集成以及权限门控的应用平台。所有状态保存在本机 ~/.personalclaw 目录下，模型提供商、搜索、语音、通道与智能体运行时均以可移除应用形式接入，可优雅降级为纯本地运行。项目采用 MIT 许可，目前处于 v0.1.3 预 1.0 阶段，预计会有破坏性更新且暂不提供自动数据迁移。

disp8ch：将聊天指令转为可视化工作流的本地 AI 智能体工作台

monoplegiaunappetisingness288/disp8ch · Build automated workflows, run local AI agents, and manage tasks from a unified command center.

disp8ch 是一个面向 Windows 的桌面工作台，把聊天请求转换成可视化节点流程图，让用户拖拽调整流程并同时调度多个 AI 智能体协作完成任务。它支持本地模型离线运行与云 API 密钥接入，强调数据保存在本地磁盘，并提供文件夹访问权限开关、行动日志与模型管理界面。

inner-coordinates：将 macOS 和 iOS 应用工作流逆向为状态图的无代码桌面自动化工具

bettersilvanus849/inner-coordinates · Reverse-engineer macOS and iOS app workflows into state graphs to automate GUI interactions through memory rather than screenshotting.

inner-coordinates 是一个无需编写代码即可自动化桌面应用操作的工具。它通过记录按钮和菜单的屏幕坐标位置，让用户保存这些坐标点并组织成按顺序执行的工作流，从而对不向常规自动化工具暴露内部布局的程序执行点击与操作序列。README 描述其可逆向分析 macOS 和 iOS 应用工作流并生成状态图，通过记忆位置而非截图实现 GUI 交互自动化，坐标数据在本地保存，不对外部服务器存储屏幕截图或私有数据。

letheo：为 AI Agent 提供带时间衰减的向量记忆存储

Annoraprevious80/letheo · Manage agent memory with a cognitive runtime that uses temporal decay to maintain constant-size history at a fixed cost.

letheo 是一个面向数字 Agent 的本地记忆管理工具，使用向量检索（HNSW 算法）保存并召回任务、对话与文档细节。它结合 Rust 处理能力与 Python 接口，通过时间衰减等认知运行时机制在固定成本下维持相对稳定的历史规模。数据以纯文本文件导入，索引与检索均在本地完成，索引可导出为标准格式供其他 AI 工具读取。

Hello-Agents：从基础概念到多智能体应用的 AI Agent 系统构建指南

causesubpopulation914/Hello-Agents · Build AI agent systems from theory to production with this guide on foundational concepts and multi-agent application development.

Hello-Agents 是一份面向 AI Agent 系统构建的指南与实践工具，覆盖从基础概念到在真实环境中运行应用的过程。材料描述其内容包括任务规划、记忆日志、文档事实检索与工作流可视化，并支持上传 PDF、文本与表格文件构建搜索索引，以及通过 AI 服务密钥连接模型。仓库语言为 Python，README 同时给出了 Windows 平台的安装与使用说明、常见问题排查、性能优化建议和本地数据隐私说明。

hookradar-agent-skill：为 AI Agent 接入 HookRadar 广告创意情报

Anagogic-blastinggelatin157/hookradar-agent-skill · Connect your AI agent to HookRadar to automate competitive creative research and analyze ad performance data using the MCP standard.

该项目是一个面向 AI Agent 的 HookRadar 技能（skill）扩展，通过 MCP 标准把竞品创意研究与 Meta Ads 等广告平台的创意情报和投放表现数据接入智能体。它包含数据连接、分析、Schema 加载和日志处理等组件，支持 Claude Code、Codex 及通用 MCP Agent，用户可在 Windows 上安装后在配置文件中关联该技能，然后用自然语言让 Agent 分析广告创意表现、查看营销趋势并给出文案改进建议。