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。
今天暂时没有新上架内容，你可以继续浏览历史归档。
AWS 发布了一个叫 Well-Architected Agent 的 AI 助手预览版，用来检查用户的云环境是否符合 AWS 架构最佳实践。以前做这类架构审查往往要人工对照清单逐项排查，耗时且容易漏项；现在这个 Agent 会从成本、安全、性能、可靠性四个方面给出按优先级排序的改进建议，还能告诉你具体怎么修，并在部署前先审查基础设施即代码。对使用 AWS 的团队来说，相当于多了一个自动化的架构顾问，帮助更早发现问题、减少返工。目前它只是预览版，尚未正式开放，具体可用范围和收费方式原文未说明。
Sagargupta16/orrery · Animated architecture and system design diagrams with official AWS, Azure, Google Cloud, Kubernetes, GitHub and IBM icons. YAML in; SVG, PNG, draw.io, React TSX and HTML out. An Agent Skill, Claude Code plugin and npm CLI. Gallery: sagargupta.online/orrery
orrery 是一个以 YAML 描述架构图和系统设计图的工具：输入一份规格文件，经校验、自动布局和渲染后，输出动画 SVG、PNG、可编辑 draw.io、React TSX 组件和独立 HTML 查看器。它内置 AWS、Azure、Google Cloud、Kubernetes、GitHub、IBM 等官方图标集，并提供图标校验、图标搜索、规格校验和按读者可见宽度评分图表可读性的审查命令。它同时提供 Agent Skill、Claude Code 插件和 npm CLI，可导入 Mermaid 流程图，还支持 ISO 5807 流程图、BPMN 2.0、UML 状态机、组织架构图、心智图和客户旅程图等业务流类型。
freecodecampsara93/AI-Recruitment-Assistant · AI-powered recruitment agent built with n8n, Google Gemini, PostgreSQL, and Gmail for candidate search, candidate management, and automated email actions.
该项目用 n8n 编排招聘助手智能体，接入 Google Gemini 对话模型、PostgreSQL（Supabase）候选人库与 Gmail，通过工具调用完成候选人搜索、详情查询，以及待审批的状态变更和邮件请求。智能体本身不具备改数据或发邮件的权限，所有写操作以 pending 记录进入待审批表，由独立工作流定时推送给 HR 经理，经 Gmail 审批后才执行；同时提供 Webhook Header Auth、参数化 SQL 与数据库约束等安全措施。
imrohitagrawal/quorum-ai · Multi-model LLM orchestration with cost approval, source-backed synthesis, disagreement, uncertainty, and degraded-mode disclosure.
Quorum-AI 是一个基于 FastAPI 的研究问答工具：它把同一个问题并行发送给四个 LLM，再经过两轮互评或主持人评审，最后由独立的合成模型给出包含共识、分歧、来源支持、不确定性和建议五项内容的答案。它提供成本预估与分级额度控制（单次软阈值/硬上限、账户日上限、全局日上限），并通过确定性结构评测计算信任分；但信任分默认因评审模型关闭而显示未验证，引用支持仅比对来源标题与链接而不读取页面内容。结果默认不持久化，需要用户手动导出。
这篇文章讲的是 AI Agent 和 Kubernetes 运维工具各自该干什么。Kubernetes 一直靠“控制器”这类自动程序盯着集群状态、按规则把实际状态拉回目标状态，而现在的大模型 Agent 擅长的是调查问题、收集信息、给出建议，但让它直接改集群并不可靠。文章以开源项目 kagent 为例，提出一种分工方式：Agent 只负责观察、诊断和提出具体改动方案，真正执行仍交给 Kubernetes 控制器和策略系统，改动前还要人工或策略审批，改完再验证效果。文中用 Karpenter 扩容和 Argo CD 升级 Helm chart 两个例子说明好处：团队能更快找到问题原因、拿到风险说明清楚的窄范围补丁，同时集群的稳定性仍由原有确定性逻辑保证。kagent 是 CNCF Sandbox 项目，文中未说明其生产可用程度；KubeCon 相关会议信息与工具能力无关。
beatra-ai/ai-voice-cloning-skill · AI voice cloning agent skill for Claude Code, Codex & OpenClaw: create a reusable personal or brand voice from a clean audio sample, name it, and hear it in a short test reading. AI声音克隆 · 专属音色
该项目是一个供 Claude Code、Codex 和 OpenClaw 加载的 Agent 技能（voice-cloning-studio），可基于一段干净的单人音频样本创建可复用的个人或品牌音色，为其命名，并用该音色生成一段短测试朗读以预览效果。克隆与语音合成通过 Beatra 账号完成，安装免费，但每次渲染消耗账号积分；需要 Python 3.10+ 和支持 SKILL.md 的 Agent。
seojun-engineering/production-management-ai · Production KPI analysis, operational screening, and evidence-grounded multi-agent decision support using real manufacturing data
该项目用 Python 计算 KPI、按规则校验数据，再交给 LLM 解读，从而进行生产数据的质量校验、异常与停机损失检测、运营优先级筛选，并生成管理层报告。当前仓库包含针对真实制造业数据的 V2 分析，涵盖 59 条日生产记录、265 条小时运行记录和 1388 条停机事件，以及基于确定性证据包的多智能体 V3 设计方案。
heyemlee/ai-helpdesk
AI Helpdesk 是一个基于 FastAPI 的多智能体客服服务：路由器对问题意图进行投票，工具并发执行，三个领域专家智能体在需要时并行作答，并通过有界工具循环补查缺失信息；数据类问题经 A2A 或 HTTP 委派给独立的 SQL 智能体，由其规划、编写、执行并修复查询。系统在发送前逐句校验回答，替换无依据的价格或日期承诺，低置信度时转人工开票，并在 React 控制台中实时展示各智能体的决策过程。项目附带检索纠错循环、Redis 工作记忆、双入口部署和 OpenTelemetry 可观测方案，并提供评测记录。
laurentlouk/grimoire · 🔮 A spellbook for coding agents: portable Agent Skills, an agent roster, curated memory and a build loop that learns. Claude Code plugin, stack-agnostic.
grimoire 是一个面向编码智能体的 Claude Code 插件，提供可移植的 Agent Skills、按仓库划分的团队智能体名册（AGENTS.md）、精简的声明式记忆目录（memory/），以及无人值守的构建循环（workflows/）。该循环按 roast → to-plan → to-issues → build ⇄ review → PR → crystallize → ship 的流水线推进，并在每次运行结束时把学到的经验回写为技能、记忆和文档更新。它还包含基于 tree-sitter 的本地代码图（SQLite，支持多种语言），以 MCP 工具形式供智能体查询调用关系与影响范围，并提供本地 HTML 页面展示架构图、代码图和文档库。项目与具体技术栈无关，也不绑定特定任务跟踪系统；附带成本上限、PreToolUse 守卫钩子、任务认领、断点续跑等无人值守安全措施，并可选用 rtk 压缩工具输出以节省 token。
以色列初创公司 Uvi 本周三结束隐身模式，获得 750 万美元种子轮融资。它要解决的问题是：企业里用前沿大模型搭建的 AI Agent 每次回答前，都要重新翻 Slack、Jira、GitHub 等系统拼凑背景信息，导致成本虚高。Uvi 的做法是把公司已有的决策、对话、代码和流程集中整理成一个“记忆库”，让 Agent 一步拿到所需的最小正确上下文，而不是每次重做侦探工作。内部测试（未经独立验证）显示，同样的模型和问题下，接 Uvi 的 Agent 比直接连六个企业系统的 Agent 便宜约 8 倍、快 1 倍以上，单次回答成本从 0.75—1.41 美元降到 0.10—0.16 美元。对读者来说，这意味着未来换模型时不必让 Agent 重新学习公司背景，但实际效果仍待第三方验证，集成工具的范围也还没有完全公开。
Andrew Martin 做了一场演讲，主题是 AI 安全其实和 Kubernetes 安全密不可分。他谈到，AI 带来的新风险包括：智能体的行为不再完全可预测、GPU 供应链可能被做手脚、多个任务共用同一批算力会带来隐患。针对这些问题，他给出了一些实际防守办法，比如在提示词入口设置防火墙、给智能体分配独立身份。对在生产环境跑云原生 AI 应用的人来说，这些内容有助于判断该从哪些环节加固安全。
提供的材料未提及具体可用工具。
两名工程师用 Codex 在几周内做出了一个叫“Stack Overflow for Agents”的产品，相当于让 AI 智能体互相问答、共享经验的社区。它做了一个 ChatGPT 插件，用户可以直接在 ChatGPT 里创建智能体，结果智能体创建量最多涨到原来的 10 倍，注册量也变成三倍。对普通读者来说，这说明给 AI 产品加一个“在聊天窗口里就能用”的入口，可能明显降低使用门槛、带来增长。目前原文只提到这些数字和插件这一渠道，具体上线时间、地区和是否仍可使用都没说明。
rlawoals0529/agent-skills · Skills for coding agents, built from real failures
agent-skills 是一组面向编码智能体（主要为 Claude Code，格式为带 YAML frontmatter 的 Markdown，多数 Agent 框架可读取）的技能集合，每个技能都源于生产环境中反复出现的具体失败。技能覆盖无人值守运行与分诊、PR 评论线程审计、对抗式审查、审查分诊、Agent 编排、任务启动、代码质量、缺陷核查、语音记录与开源贡献等场景，强调用工具而非提示词强制执行约束、为质量循环设置成本刹车、区分主张与证据、明确标注未验证结论，并在权限问题上失败关闭。
holtwood/agent-skills-kit · 自用 Agent Skills 集合：截图捕获、截图装框、架构图生成、GitHub Pages 配置等，兼容 Claude Code / opencode
agent-skills-kit 是一个以 Python 编写、以 MIT 许可开源的 Agent Skills 合集，定位为个人开发者“内容 → 作品”的链路，覆盖写作、捕获、美化、发布、展示，另含微信小程序与微信小游戏的 UI 诊断。它提供的技能包括跨平台截图（kit-capture）、截图套壳美化（kit-shotframe）、GitHub Pages 一键配置（kit-gh-pages）、由 GitHub 收藏生成中文分类索引站（kit-gh-stars）、仓库导航站（kit-project-hub）、微信小程序与小游戏的 UI 诊断，以及中文产品与技术文章的多平台适配管线（kit-gzh-article-pipeline）。仓库兼容 opencode、Claude Code、Codex，并附安装脚本与 skills.sh 安装方式，文档为全中文。
doyled-it/excalidraw-skill · Agent skill for generating editable .excalidraw diagrams that argue visually: deterministic layout, text measurement, geometry preflight. Installs into Claude Code, Codex, or any skill-aware agent.
excalidraw-skill 是一个可安装到 Claude Code、Codex CLI 等支持 skill 机制的编码智能体中的技能包，用于生成可编辑的 .excalidraw 图表。它强调“结构本身承载论证”，通过扇出、时间线、汇聚、分区等布局来表达关系，并要求使用真实事件名、载荷和 API 调用作为证据元素。配套提供确定性布局工具（文本测量、容器尺寸计算、正交箭头路由、几何预检），使多框图表在首轮生成时即可避免溢出、重叠和裁剪问题。渲染器为可选组件，仅用于视觉校验。
api-evangelist/zoho-people · Zoho People — independent third-party profile of a public API surface, by API Evangelist. Zoho People is Zoho's cloud-based, AI-first HR management system (HRMS) spanning core HR, time and attendance, leave, performance, learning, recruitment, payroll and analytics — bundled inside the Zoho One business suite.
该仓库是 API Evangelist 维护的第三方资料索引，并非 Zoho People 本身的 API 或软件。它整理 Zoho People 这一云端 AI-first HRMS 的公开 REST API 接口面，覆盖员工记录、自定义表单、休假、考勤、工时追踪、自动化与仪表盘数据，并汇总 OAuth 2.0 认证、七类 ZOHOPEOPLE 作用域，以及 OpenAPI、JSON Schema、Postman 集合等机器可读描述。材料称产品涵盖核心 HR、考勤、休假、绩效、学习、招聘、薪酬与分析，但仓库本身不提供这些功能的实现。
Yeshwanthyk/agent-skills · Agent Skills for Claude Code, Codex, and Pi: stateful-systems and interactive-system-explainer
这是一套面向 Claude Code、Codex、pi 等能够读取 SKILL.md 目录的智能体的技能集合，每个技能可独立使用。核心技能 yesh-router 会为每个任务挑选合适的方法并应用工程原则；技能覆盖架构选型、回归定位、性能基准核查、变更影响面分析、缺陷诊断、代码原理讲解、交互式 HTML 解释、对抗式评审、形式化建模与不变量检验、代码与结构审查、并行智能体编排、文档与提交文案润色、可视化渲染、面向智能体的文档写作等。README 还介绍了 powerball 模式的配置方式，以及修改技能后的检查与构建流程。
Cognition 推出的自主软件工程师 Devin 现在可以把能力延伸到线上事故处理上（即 Devin Oncall），它不再只是写代码，而是能调查生产问题、修改代码并提交合并请求。但 AI 代理要排查事故，不能只看源码，还得知道线上哪里出问题、改了什么、修复是否有效；过去它要自己到多个数据源里翻日志和指标，费时又容易出错。这次 Dynatrace 作为 Devin Oncall 的发布合作伙伴，把生产环境的运行时信息（问题、根因、日志、指标、链路、部署事件和安全发现）通过 MCP 服务器和技能插件接给 Devin，让它在同一个工作流里就能定位并验证修复。对使用 Devin 的团队来说，这意味着从收到告警到排查、修复、验证有可能在一个会话里完成，但目前仍需配置 Dynatrace 平台令牌和相应权限，实际可用范围取决于集成配置。
Snyk 发布了一个叫 VulnBump 的新测试基准，用来考察 AI 智能体能不能把项目里有漏洞的第三方依赖升级到安全版本。以前升级依赖很难：多数有漏洞的包是被间接引入的，约四分之一修复需要跨大版本，连小版本升级也常导致构建失败，所以虽然 94% 的漏洞都有已知修复版本，实际只有约 10% 被解决。VulnBump 用 307 个真实升级任务来考智能体，只有漏洞消失、项目仍能安装、构建并通过测试才算通过。结果显示：同一个 Claude Sonnet 5.5 模型，配上 Snyk 数据后通过率能提高约 18 个百分点，而 Snyk 专用智能体通过率达到 90.2%。对开发者的用处是：想安全修漏洞，光靠通用 AI 不够，还要有准确的升级建议和扫描验证。
有人在 BrowseComp-Plus 测试上做了个对比：把正确答案直接交给 GPT-4.1，它答对 93.49%；换成让同一个模型自己用 BM25 搜索找证据，答对率掉到 14.58%。这说明模型本身够聪明，但检索环节一旦拉胯，后面再强的推理也救不回来。文章还提醒，一个任务可能几分钟内发起成百上千次搜索，并且后续步骤依赖前面的结果，早期搜错会让整条链路跑偏。对做 Agent 的团队来说，先检查喂给模型的东西对不对，比急着换模型更划算。