搜索归档

Eko AI Realtors：面向房产中介办公室的本地部署 AI 线索接待与预约智能体

enderjnets/Eko-AI-RealEstate · Eko AI Realtors — the on-prem AI agent for real-estate offices. WhatsApp 24/7 + lead capture + intent classification + visit booking + post-visit follow-up. Runs 100% on the customer's hardware (or their VPS) with Kimi 2.6 + MiniMax 2.7 fallback. The customer-facing product sold by Eko AI.

Eko AI Realtors 是一个面向房产中介机构的客户接待型 AI 智能体，以单办公室、单套自托管 Docker Compose 部署的方式运行，客户数据保留在自有数据库中。它通过 WhatsApp、邮件和 SMS（Twilio）全天候接待 inbound 线索，自动完成线索结构化采集与意图分类（rent / buy / valuation），提取区域、预算、房型与紧迫度，并支持英语和西班牙语双语回复。系统提供中介仪表盘，可查看会话、人工接管、使用 AI 建议草稿回复并管理看房；通过 Cal.com 集成实现时段查询、预约与确认（含开发用模拟模式）；通过 RESO Web API 接入 MLS/IDX 房源，在 /properties 浏览并按线索意图、区域与预算自动匹配，还可在对话中推送匹配房源。它支持看房后 24 小时 / 72 小时 / 7 天自动培育与看房提醒（人工接管后跳过），为每条线索计算 0-100 优先级评分并生成每日热门线索摘要，还可通过 Settings 页面自定义机构名称、人设、问候语、语言与营业时间。LLM 采用云端 Kimi 2.6 为主、MiniMax M2.7 为备，并以 Groq 免费额度作为兜底，均带内联故障切换；Ollama 本地推理为可选附加项，并非必需。

为什么人类监督的重心正从写代码转向定义需求

这篇文章讲的是一套用 AI 代理帮忙写代码的工作流程：从开会录音、写成需求文档、拆成可发布的小单元、逐条写规格、AI 生成代码和测试、再做审查和发布，最后每周四上线。作者指出一个问题：整条链路里所有检查都只在问“代码有没有照着需求做”，却没有检查“需求本身对不对”。他故意在一条小需求里写错一句话，结果六个测试全都通过、审查关卡也放行，系统却做出了这个功能本来要阻止的坏事。对读者的意义是：光靠加自动化检查不够，真正需要人来把关的是需求写得对不对，而不是代码写得好不好。文中的流程和例子已在实际工作中使用，但作者未说明这套做法具体用哪些工具实现。

Anthropic 的 Claude Code 新功能可能让你午饭前就用完套餐额度

Anthropic 给 Claude Code 加了个新本事：让一个 Claude 当“包工头”，把一个大任务拆成几块，交给多个并行的 Claude Code 会话同时干，最后再把结果拼起来。以前这些拆分、盯进度、汇总的活儿都得开发者自己手动做，现在可以交给它。但每个并行会话都算一次完整的 Claude Code 使用，所以额度会消耗得更快，套餐可能提前用完——Anthropic 自己也承认了这点。这项功能从周四开始向部分 Pro 和 Max 订阅者开放测试，接下来一周扩大范围，手机版、团队版和企业版则要再等等。对开发者来说，好处是处理多仓库升级这类繁琐任务更省心，代价是得盯紧自己的用量。

超越同步：Argo CD 需要企业级控制平面

Argo CD 是个很受欢迎的开源工具，专门把 Git 里的配置自动同步到 Kubernetes 集群，相当于“你说要什么状态，它帮你照着调”。问题是，当公司规模变大、集群和应用越来越多时，光同步配置远远不够：团队要自己写脚本去接工单、审批、安全策略和发布检查，每个 Argo 实例还要单独管权限，最后运维负担和安全风险都会迅速膨胀。这篇文章提出用“企业级控制平面”来包住 Argo，把工作流编排、集中治理和部署验证这些能力内置进去，减少人工救火和故障恢复时间。对读者来说，如果团队正在用 Argo CD 做大规模 GitOps，这篇文章指出了一个补齐短板的思路：不换掉 Argo，而是在它上面加一层管理平台。

AI Agent 治理：为什么它属于你的平台

Yelp、Platformable 和 Harness 的工程负责人最近在一场 LeadDev 讨论中提出，AI Agent 已经会自己提交代码改动、调整配置，速度常常超过人工审核。旧的做法是出了事再翻政策文档，但这样跟不上 Agent 的节奏。他们的建议是把治理直接做进内部开发平台：记录人和 Agent 的操作、控制 Agent 之间的访问和数据流动，并在流水线里用代码强制执行规则，还要能回滚模型版本。对平台团队来说，这意味着治理不再只是安全或合规部门的事，而是需要和安全、法务、财务一起商量的平台投入；越早做，越能在下次被问到“谁在盯着 Agent”时给出答案。

AI 时代的平台工程

InfoQ 举办了一场线上讨论，请来 Harness、DKB、Shine 的工程负责人聊平台工程在 AI 时代怎么变。起因是一个调查数据：94% 的工程负责人说，他们最想看的 AI 指标根本拿不到。讨论主要围绕两件事：一是哪些 AI 编程工具该由平台统一提供、哪些让团队自己选；二是过去给人类用的开发者门户，现在 AI 智能体也要直接调用，接口和权限护栏都还没有现成答案。对读者的用处是：它提醒平台团队要开始追踪 AI 花的钱和实际产出的代码，并重新设计面向人和智能体两套用户的开发体验。

像管理软件发布一样治理AI行为

Harness 公司在一场网络研讨会上提出，AI 行为应该像软件发布一样被管理。以前，团队想换一个提示词或模型，往往要等下一次部署，可能需要好几周。他们的办法是把提示词和模型设置存成“AI 配置”，可以随时在运行时调整，不用重新部署。这样就能小范围试跑、对比效果、出问题一键关停，还能记录谁改了什么。对做 AI 功能的团队来说，改起来更快也更安全。

为生命科学构建智能体框架：Deep Life Sci 发布

LangChain 推出了 Deep Life Sci，一个开源的生命科学智能助手，面向临床和实验室科研人员。此前通用的 AI 助手缺少生命科学领域的专业知识和数据接入，而生物医药专用产品又往往闭源且昂贵。Deep Life Sci 能直接检索 ClinicalTrials.gov 上 60 多万项临床研究、2900 万篇 PubMed 摘要和 1200 万篇 PubMed Central 全文，还能在安全沙箱里跑代码做数据分析、把任务分给数百个子智能体，并读取 PDF、图像、表格、序列等文件。对药企和科研团队来说，它开源可改，能接入自家数据、换用不同模型，并通过 LangSmith 的追踪与评测看到实际效果。

Included Health 如何用 LangGraph 和 Deep Agents 构建联邦式医疗健康 Agent

Included Health 是一个与雇主和健康计划合作的医疗平台，它的 AI 助手 Dot 帮会员解答医疗、费用和行政问题。过去，这类系统靠固定的决策树来导航，遇到复杂需求会显得很死板，比如有人说“我胸口疼”，系统要问很多问题才意识到可能是紧急情况。现在，他们用 LangGraph 搭建主流程，再用 Deep Agents 统一各个子 Agent 的语气和上下文。这样当会员在不同服务间转接时，不用重复自己的情况；还能通过“技能注册表”按需加载信息，让 AI 在合适的时候询问合适的问题，更自然地引导会员找到正确的医疗服务。

Kazma：自托管的 LangGraph 多智能体框架，支持群体编排与人工审批

Mubder/kazma · Autonomous AI agent framework — LangGraph brain, swarm orchestration, Arabic-first, with human-in-the-loop safety.

Kazma 是一个开源的自主 AI 智能体框架，以 LangGraph 作为核心大脑，提供群体编排（swarm orchestration）、认知记忆引擎、文档智能处理以及三重人工介入（HITL）安全审批机制。它支持 Web、TUI、CLI、Telegram、Discord、Slack 等多种交互平台，并兼容 OpenAI、Anthropic、Gemini、Ollama 等多家模型提供方，强调以阿拉伯语为先的本地化支持，以及遇到不确定时暂停、询问或如实失败而非编造答案的行为准则。

agents-connector：连接 Claude Code、Codex 与 Gemini CLI 的本地消息总线

ionelmir9623/agents-connector · Connect Claude Code, Codex, and Gemini CLI agents through a local message bus to share tasks, chat, and review work in one tmux session.

agents-connector 是一个 Rust 编写的单二进制工具，通过本地 broker 守护进程与 Unix socket 消息总线，把 Claude Code、Codex、Gemini CLI 等不同厂商的 AI 命令行编码代理连接起来，让它们在同一 tmux 会话中互相聊天、委派任务、交叉评审彼此的产出。消息经由各 CLI 原生 hook 自动注入代理上下文，空闲代理会被自动唤醒，因此无需在终端间手动复制粘贴。所有通信均为本地（无网络、无账号、无遥测），并按会话用 SQLite 持久化历史，可停止后数天再恢复。

Datadog 在 Slack 推出 Bits Chat：从告警到解决的全流程事件管理

Datadog 将 Bits Chat 引入 Slack，让响应者可在 Slack 频道内直接调用 Bits AI 调查告警、分析遥测数据、生成修复代码的 PR、执行补救操作并自动创建事后复盘笔记本，从而减少工具切换，加快事件响应。

在医疗与生命科学中扩展智能体：来自 Madrigal Pharmaceuticals、Abridge 和 Vizient 的经验

这篇文章讲的是，医疗和生命科学行业也在用 AI 智能体（能自动完成多步任务的程序），但这里的规矩比别的行业严得多。比如，一个错误答案可能涉及病人安全，所以光产品好用不够，还得能审计、合规、随时说清楚 AI 干了什么。文中举了三家机构的例子：Madrigal Pharmaceuticals 做了一个内部多智能体平台，帮员工查资料、做分析；Abridge 把医生和病人的对话自动变成病历，还能在整个流程里持续帮忙；Vizient 则让医院能查询原本锁在各个系统里的数据。对读者的用处是：能了解这个行业落地 AI 时最看重的可观测性、评估和成本控制，以及哪些场景已经产生了实际回报。

Stream Agent Skills：为 AI 编程助手提供 Stream 聊天、视频、Feed 与审核能力的技能包

GetStream/agent-skills · Give your AI coding agent the ability to build, query, and manage Stream - Chat, Video, Feeds, and Moderation.

Stream Agent Skills 是一组以 Markdown 编写的 Agent 技能，让 AI 编程助手能够搭建、查询和管理 Stream 的 Chat、Video、Feeds 与 Moderation 产品。它包含一个负责意图分类与 CLI 操作的 /stream 路由技能，以及面向 React/Next.js、React Native/Expo、Swift/iOS、Android、Flutter、Unity、Unreal 的平台子技能和一个 Feeds v2 到 v3 迁移技能。技能通过 getstream CLI 安装，并可按需拉取平台技能包。

NVIDIA Agent Skills：为编码智能体提供 NVIDIA 产品与工作流的技能集

NVIDIA/skills · Agent Skills for NVIDIA products — install into Claude Code, Codex, and other coding agents to run Physical AI, robotics, simulation, CUDA, and RAG workflows end to end.

该项目是 NVIDIA 官方维护的 Agent Skills 目录，为 Claude Code、Codex 等编码智能体提供可移植的指令集，帮助智能体在物理 AI、机器人、仿真、CUDA、RAG 等场景中按 NVIDIA 软件的最佳实践执行任务。技能由各产品仓库维护，并通过自动化同步流水线每日镜像到本仓库，用户可通过 skills CLI 安装单个或全部技能，并支持按智能体类型指定安装目标。

gtm-eng-skills：把 Claude Code 变成 GTM 工程工作站的 Agent 技能集

getaero-io/gtm-eng-skills · 10 AI agent skills for Claude Code — waterfall email enrichment, TAM building, signal discovery, job change detection, and outbound automation. Powered by Deepline CLI with 28+ GTM data providers.

该项目为 Claude Code 等支持 SKILL.md 格式的 AI 编程代理提供 10 个 GTM（Go-To-Market）工程技能，覆盖瀑布式邮箱补全、TAM 名单构建、第一方信号发现、LinkedIn URL 身份校验、投资组合勘探、Clay 迁移以及出站自动化等场景。技能底层通过 Deepline CLI 编排 40+ 数据提供商，内置成本感知路由、瀑布回退与结果校验规则，并附带可用于 Deepline 云工作流的 JSON apply-payload 示例。使用需要 Deepline 账号，免费额度为 100 credits（约 300 次 enrichment），其余成本与限额未说明。

DevOS：面向开发者的项目连续性引擎与项目感知 AI 助手

VanshArora01/Dev-OS · DevOS is a project continuity engine for developers. Features automated PRD ingestion, Neural AI agent, GitHub codebase workspace, Google Drive/Gmail sync, session tracking, and an Electron desktop app with interactive onboarding. Download it using the given link and use it. Feedbacks are Welcomed :]

DevOS 是一个面向开发者的项目连续性引擎，将项目、PRD、开发活动、代码仓库、云端工具与 AI 上下文整合进统一的桌面工作环境。它提供项目工作区、PRD 自动解析、基于 Groq 与 Google Gemini 的项目感知 AI 代理、GitHub 仓库上下文浏览、Google Drive/Gmail 同步、会话追踪以及 Electron 桌面应用和引导式上手流程，目标是帮助开发者不再丢失项目上下文。

SiliconSoap：多智能体 AI 辩论与对话平台

magnusfroste/siliconsoap · SiliconSoap is a cool new way to watch AI agents talk to each other. We make open-source AIs and the newest, most advanced AIs battle it out in exciting, planned conversations. Get ready for AIs with strong personalities, powerful speeches, and quick comebacks. We also add AI-made pictures and sounds to make it even more fun to watch. It's like ...

SiliconSoap 是一个多智能体 AI 对话平台，支持 2-4 个 AI 模型围绕任意话题展开辩论、协作与讨论。用户可从 Llama、DeepSeek、Qwen、Mistral、Gemini 等 20 多个模型中选择，并为它们指定“魔鬼代言人”“哲学家”“科学家”等自定义人格，还提供对话质量分析、公开分享链接和戏剧性对话合集。项目基于 React 18、TypeScript 与 Supabase 构建，模型调用经由 OpenRouter API。

Knowledge Work Plugins：为 Claude 扩充岗位专业技能与工作流的开源插件集

anthropics/knowledge-work-plugins · Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork

该项目是 Anthropic 开源的一套 Claude 插件集合，主要面向知识工作者，目标是把 Claude 变成适配特定岗位、团队和公司的专职助手。插件同时支持 Claude Cowork 与 Claude Code，每个插件围绕一个职能打包技能（skills）、连接器（通过 MCP 服务器对接外部工具）、斜杠命令和子智能体，共开源 11 个插件，覆盖生产力、销售、客户支持、产品管理、市场营销、法务、财务、数据、企业搜索、生物研究以及插件管理本身。所有组件均为基于 Markdown 和 JSON 的文件，没有代码、基础设施或构建步骤。用户可从 Cowork 或 Claude Code 市场安装，并通过替换连接器、补充公司术语与流程、调整技能指令来定制。

如何在智能体规模下安全运营共享平台

Datadog 分享在 AI 智能体规模化运行于共享平台时，如何对智能体需求建模、在资源竞争下分配容量并保持控制，涵盖容量约束、重试、生命周期假设与归因等问题。