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。
这篇文章讨论了让大模型自动完成任务的几种组织方式怎么一步步变化。最早是“链式”做法，把提示词按顺序串起来，步骤少但很脆弱，一步出错后面就歪。后来出现“图式”工作流，可以分支、重试和校验，走不通时换条路。更近一步是让模型直接写并运行代码，用实际执行结果来验证输出对不对。作者建议检查模型输出，并在满足可靠、速度、成本的前提下选最简单的方案。文中没有介绍具体产品或代码，也没说明这些方式的发布状态。
提供的材料未提及具体可用工具。
Cursor 发布了 Agent SDK，这是他们用来构建自家 Bugbot、安全审查智能体和 Rollouts 等托管智能体的框架，现在对外开放。此前，团队想做一个贴合自己工作方式的智能体，要么直接用别人设计好的产品，要么从零开始写。现在可以用代码定义智能体：提示词写成 Markdown，工具写成 TypeScript 函数，和普通软件项目一样走版本控制和审查，还能用内置的评估和事件回放来测试。做好后运行 `agent-sdk deploy` 就能部署到 Cursor 的基础设施上，也可以打包成容器跑在自己的服务器上。目前已正式发布，可阅读文档开始使用。文中还举例：Cursor 内部团队约一天就做出了 kb-reviewer，在每个 PR 上对照团队经验知识库检查不一致。
sofialopresti/scipro-bd-dashboard · AI agents for life-science recruiters: find biotechs about to hire, write outreach, build pitches, plan the search (MGT 409 final project)
该项目是一个面向生命科学招聘顾问的 AI 代理应用，围绕 Prospect→Outreach→Pitch→Job Intake 的工作流展开：每天筛选 5 家可能招聘的美国生物科技或 AI 药物发现公司并解释原因；支持在 Pipeline 看板中推进候选公司；在对话中起草符合顾问风格的外联邮件，并校验案例与数字；按公司信息和招聘模型生成 10 页 Pitch 演示；将招聘经理的通话笔记整理为职位说明、薪酬核对、面试评分卡、目标和布尔搜索字符串。Signal Radar 组合了新闻 RSS 与 ClinicalTrials.gov 试验数据，并检查企业招聘板，同时设有每日调用、token 和扫描次数上限、提示注入内容清洗和多代理检查机制。
JNS0724/Viva · 住在桌面上的 AI 助手：读文件、整理资料、写东西、跑命令，每一步都看得见，动手之前先问你。基于 DeepSeek Harness，支持 macOS 和 Windows。
Viva 是一款基于 DeepSeek Harness 的桌面 AI 助手，支持 macOS 与 Windows。它可从对话和接入的消息源中识别待办事项，经用户确认后按设定时段在后台只读准备草稿，并在用户空闲时提醒。它提供文件、工作区预览、记忆、权限分档与操作确认，密码类密钥加密保存在本机，起草内容由用户自行发送。
SanHsien/book-to-skill · Windows-first 維護型 fork：把技術書與文檔轉成本機離線、按章節按需載入的 Agent 技能。｜Turn technical books into on-demand agent skills. Maintenance fork of virgiliojr94/book-to-skill.
book-to-skill 是一个 Python 工具，能从技术书、内部文档、规范或研究资料中抽取结构（框架、决策规则、反模式、章节内容），生成符合 Agent Skills 开放标准的 SKILL.md 及章节、词汇表、模式与速查文件，写入跨 Agent 的技能目录。生成的技能可由 GitHub Copilot CLI、Amp、Codex、Claude Code 等宿主按需加载对应章节来回答问题，从而减少将整本书放入上下文带来的 Token 消耗。该仓库是上游的 Windows-first 维护型 fork，补充了繁体中文文档、Windows 开发与验收流程以及上游追踪机制。
dzhioev/bro · Build your team of AI agents without the pain of prompt chaos, wide-open keys, MCP overload, and a free-for-all on your machine. Declare each persona (bro) once, with its prompt, tools, secrets, procedures, and whom it may summon, and it comes to life in its own sandbox holding exactly that, on any harness, any model
bro 是一个处于早期开发阶段的 Python 代理框架。它让用户在一个类声明中定义每个代理角色（bro）的系统提示、可用工具、可读取的密钥、操作流程以及可召唤的其他代理，同一份声明可在 Claude Code 会话或 bro 自带的代理循环中运行，并可指定任意模型。代理运行在隔离容器中，只持有其声明所需的凭证与工具；凭证按项目与代理作用域解析，子代理委派有独立权限边界，每次运行都会生成可回放的 trail。
zhanglunet/openworker-zh-localized · OpenWorker 中文本地化版：中文 GUI/Tauri 桌面客户端、macOS DMG 下载、中文介绍站与源码架构分析。
该项目基于上游 OpenWorker 与 Lenovo202409/openworker-zh 二次整理，对 OpenWorker 的界面做全量中文本地化，包括 8 大前端 GUI 模块与 Tauri 桌面壳的托盘菜单、权限与语音输入提示等。提供浏览器 GUI、Tauri 桌面客户端开发模式、macOS Apple Silicon DMG 三种运行方式，并附带中文介绍站、源码架构分析、更新日志与中文上下文面板样机。功能与上游保持一致，仅本地化界面；当前为 open beta，DMG 未公证，正式签名、公证与自动更新链路已文档化但受签名材料限制。
api-evangelist/take2ai · Take2.ai — independent third-party profile of a public API surface, by API Evangelist. Take2.ai builds autonomous AI agents purpose-built for healthcare recruiting, automating the end-to-end hiring workflow from candidate sourcing through screening, interviewing, credential verification, and scheduling.
该仓库是 API Evangelist 维护的第三方公开资料档案，用于汇总 Take2.ai 对外公开的 API 信息。Take2.ai 是一家专注于医疗招聘领域的公司，其自主 AI 代理可自动执行从候选人寻源到筛选、面试、资质核验与排期的端到端招聘流程。该档案本身不包含软件，也不是 Take2.ai 官方 API，仅汇总公开可查的信息；目前尚待补充。
530653327/exphub · ExpHub is an open-source MCP server that transforms AI assistants into collaborative knowledge workers. It automatically searches past experiences, captures new solutions in structured templates, and tracks todo items — forming a continuously evolving knowledge network across all your AI tools.
ExpHub 是一个基于 MCP 协议的开源服务端，让多个 AI 编程助手共享并持续积累经验。它支持在任务前搜索历史经验，用 8 种模板沉淀结构化知识，管理待办，为每个项目建立独立空间来保存 AGENTS.md 手册、进度交接和专属经验，并通过 API Key 实现多租户隔离。项目使用 Java 17、Spring Boot 3.2、Spring AI MCP Server，并提供 Docker 部署和管理后台。
taasezer/TaaNOS · Natural To Any Linux
TaaNOS 是一个基于流水线的命令行系统管理工具。它仅用本地 Ollama 模型从自然语言中提取操作意图，实际执行的命令则来自硬编码的确定性动作注册表，从而避免由 AI 直接生成命令。项目提供跨平台支持（Windows/Linux 及 APT、DNF、Pacman、APK 包管理器）、七阶段安全校验、失败自动回滚、SQLite 执行历史审计和 explain 干跑模式。
Rayhanpatel/AI-Resume-Agent · Conversational AI agent for recruiter Q&A — raw HTTP to Gemini (no SDK), 5 LLM-as-a-Judge evaluators, graceful degradation across 6 services, SSE streaming, Mem0 memory, Langfuse tracing. FastAPI + React 18 on Railway.
这是一个面向招聘方的对话式 AI Agent，用于回答关于个人职业背景的问题。项目以 profile.json 作为知识来源，提供多轮对话、SSE 流式输出、模型回退与真实模型健康检查、意图分类、提示注入防护、服务端会话与配额限流、Job URL 抽取与结构化解析，以及基于 Langfuse 的追踪和 5 项 LLM-as-a-Judge 评测。技术栈为 FastAPI + React 18，后端部署在 Railway，前端在 Vercel，Gemini 通过 Vertex AI / AI Studio 调用。
传统上，Kubernetes 假设软件只会做开发者写好的事，但 AI 智能体能自己思考、选方案、调用工具、持续朝目标推进，这让它在生产环境中的运行方式与传统应用很不一样。问题是：AI 行为是概率性的，无法精确预测它会用到哪些资源，安全沙箱和监控就成了大难题；同时智能体可能只存活几秒，启动却要等好几秒，传统调度方式不够快。社区正在推动把沙箱作为约束智能体的架构元素，但开源 Kubernetes 功能尚未齐全，企业目前可借助已带沙箱能力的商业发行版；还有人提出“智能体底座”方案，让智能体在热池中休眠，实现毫秒级唤醒，而非秒级冷启动。对读者来说，这意味着想在 Kubernetes 上跑 AI 智能体还需额外注意安全隔离、监控和启动延迟，不能直接照搬普通应用的部署方式。
LangChain 公司为市场、销售和工程团队搭建了内部智能体，并说这些智能体已经明显改变了团队的工作方式。他们遇到的核心问题是：智能体该在哪儿跟人交互、代表谁的身份去操作、记住哪些信息、在哪里安全执行代码，以及如何定时自动运行。他们的做法是让智能体住在员工日常用的 Slack 里，区分“代表提问者本人”和“用固定身份”两种权限，把记忆分成全员共享和按用户两层，代码放到隔离沙箱里执行，并让很多任务由定时或事件触发而非人工唤起。这些智能体都基于 Managed Deep Agents 构建，官方称现在就可以按快速上手文档试用；但文章也承认记忆这块探索最少、还有很多工作要做。
SUPERD6/relayline · Coding agents (Claude Code, Codex, Gemini CLI) as each other's lead and sub-agent: shared memory, the cheapest model likely to finish each piece, checked and reviewed, with the receipt. Command: ccx.
relayline（命令 ccx）把 Claude Code、Codex、DeepSeek 等编码代理编排成团队：按难度把任务分给最便宜且可能完成的代理，复查验收检查，支持共享的项目/个人记忆与工作上下文，并记录每次运行结果以校准路由。项目仅依赖 Python 标准库，作者公布了一些小规模受控任务的测量结果及其局限。
thesysdev/open-intelligent-ui · An open-source take on ChatGPT's Intelligent UI: answers stream as interactive UI (maps, photos, charts, drawings and working tools). Built with OpenUI.
该项目用开源组件复刻 ChatGPT 的“Intelligent UI”体验：模型以流式方式输出 OpenUI Lang 1.0 描述，前端再把它渲染为可交互答案，包括地图与街道路线、图片、图表、表单控件、SVG 绘图，以及能在页面内计算并响应用户操作的小工具。项目提供组件库、59 个 @functions、动作指令和提示词选项；支持 OpenUI Cloud 网关、任意 OpenAI 兼容 API 或本地 Ollama 模型，并附带示例画廊和基准测试脚本。
XYenon/ajevt-browser · A bounded Jev System-1 browser tool for Pi, OpenCode V2, Amp, and MCP, powered by agent-browser
ajevt-browser 是一个 TypeScript 编写的浏览器工具，基于 Vercel agent-browser，为 Pi、OpenCode V2、Amp 和 MCP 提供统一的 ajevt_browser 调用。单次调用会在有限候选中执行 observe/decide/validate/act 循环，由 Jev System-1 在受限操作空间内选择操作与目标，并经过概率、置信度与风险校验；支持文本与元素值校验器、域名白名单、敏感值脱敏、风险操作确认及结构化 handoff。
ult666666/motionx-studio · Next.js and TypeScript studio website with a separate Python outreach-validation workflow: motion-first UI, testable rules, and human approval.
该仓库包含两个系统：一是用 Next.js App Router、TypeScript、Tailwind CSS v4 和纯 CSS 动画构建的创意工作室营销网站，带 Playwright 端到端测试，可部署到 Vercel，联系流程不依赖后端；二是用 Python 编写的外联引擎，先调研潜在客户并起草冷邮件，再经过确定性校验栈，只有通过才允许发送，其中包含收件人身份确认、邮件回读校验、状态流转保护和发送上限。
Da6ka/ai-in-ta-telegram-bot · Daily AI-in-recruitment news briefing, generated by Claude Code and delivered to Telegram (Cloudflare Worker + GitHub Actions).
该项目是一个基于 Claude Code 与 Cloudflare Worker、GitHub Actions 运行的 Telegram 机器人，面向招聘领域，每个工作日自动检索并生成 AI-in-recruitment 新闻、工具与研究简报，推送给订阅者。支持按需生成新简报、基于历史简报归档回答问题，并提供订阅管理、广播和隐私数据等命令。机器人采用白名单准入、单运营者模式，订阅人数上限为 50 人。
Cognilogical/NeuroStrata · Cognitive Memory Architecture for Agents
NeuroStrata 是一个用 Rust 编写的单二进制程序，内置图与向量存储（LadybugDB），为 AI 编程 Agent 提供跨项目和跨会话的持久记忆。它用二进制层级的强制校验机制约束工作流程：目标进入 done 状态前必须产出一条已记录的经验；规则以记忆记录形式存储在命名空间中，并在动作执行前做语义匹配校验，可选用 podman 网络隔离容器进行 dry-run；团队记忆通过普通 git 传输，无需托管 API 或消息代理。默认全本地运行，嵌入模型可选本地 fastembed 或远程 OpenAI 兼容端点，缺失密钥时 fail-closed。
senoldogann/web-research-stack · A production-ready web scraping and AI-powered research tool with full-stack capabilities.
该项目是一个生产就绪的全栈网页抓取与研究工具，后端采用 Python FastAPI，前端采用 React/Next.js，提供 CLI 与 REST API 两种接口。它包含本地网页研究工具（多角度搜索、抓取、站点地图、后台爬取与结构化抽取），并通过 stdio MCP 服务器暴露为 web_search、web_scrape 等工具；同时提供带引用的 LLM 研究能力，支持 SSE 实时进度、SQLite 历史与缓存、Docker 部署、Prometheus/Grafana 监控以及 SSRF 防护。