AI 资源库 · 已整理 618 项
发现能直接解决工作问题的 AI 工具。
makoy-daniot2001/agent-session-mirror · Best AI Coding Agent Observability Tool 2026 - Self-Bench & Semantic Search
该项目是面向 AI 编程代理的会话观测与分析层，用于记录代理的搜索会话与检索路径，并基于历史数据对检索环节进行自评测：它结合 BM25 关键词检索与语义检索，做混合召回，再用 cross-encoder 重排结果，并提供响应式仪表盘展示检索指标。项目还支持调用 OpenAI、Claude 兼容的 API 为检索流程生成查询变体，并做压力评测。README 说明它只优化检索相关性，不承担代码安全审计职责；本卡片未实际安装或验证该项目。
Pedrosasouza/AcademicFlow-Agent · Agente autônomo com LangGraph/ReAct para gestão acadêmica — Ollama + Llama 3.2
基于 ReAct 模式与 LangGraph 构建的协同智能体，用于学术活动（课程周、研讨会、工作坊）的规划管理。它可依据对话自动调用六类工具，登记任务与决策、更新活动规划文档章节、汇总项目看板，并通过 PostgreSQL 与 pgvector 对校内规章和公告进行语义检索。系统提供 Streamlit 网页界面与命令行界面，支持按活动或房间隔离数据，并以本地 Ollama 模型（llama3.2 与 nomic-embed-text）驱动对话与向量检索。
ggml-org/llama.cpp · LLM inference in C/C++
llama.cpp 是用 C/C++ 实现的 LLM（并支持 VLM）推理项目，目标是在尽量少的配置下，于本地或云端多种硬件上获得高性能推理。它基于 ggml 库，支持 Apple Silicon、x86、RISC-V，以及 CUDA、HIP、MUSA、Vulkan、SYCL 等多种后端，并提供 1.5 位到 8 位的整数量化、CPU+GPU 混合推理、命令行工具 llama cli、兼容 OpenAI 接口的 llama serve 服务以及内置 Web UI。
prpatel/big-data-ai · Big Data and AI demo project for experimentation and rapid prototyping
这是一个基于 Spring Boot 的实验性演示项目，结合 Apache Iceberg、Apache Spark 与 Spring AI，将用户的自然语言问题转换成 Spark SQL，并在 Iceberg 数据湖（以英国房产交易数据为例）上执行查询。项目包含 Hugging Face Spaces 的 Docker 单容器部署方式与本地 compose 多容器方式，并提供 Admin 页面用于下载 CSV 数据、加载到 Iceberg 表以及清理数据。项目明确标注不适用于生产环境，主要用于实验、快速原型与工作坊教学。
YOLOW92/pagesift · High-performance, memory-efficient Rust web crawler & content extraction engine for AI agents and RAG. Adaptive crawling, clean Markdown, structured data, PDF/RSS parsing, browser rendering, Firecrawl-compatible APIs, and Python/Node.js SDKs.
PageSift 是用 Rust 编写的高性能、内存受限网页抓取与内容提取引擎，面向 AI Agent 和 LLM 管线，将网站、文档和归档转换为干净的 Markdown 与结构化数据。它支持自适应爬取、PDF/RSS 解析、浏览器渲染和字符集检测，提供 Firecrawl v1/v2 与 Jina Reader 兼容 API、MCP 服务，以及 Python/Node.js SDK 和 CLI。项目采用 AGPL-3.0 许可，并另提供商业许可选项，材料中给出了 Docker、pip、npm、cargo 和 MCP 的入门方式。
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。
miguelzzzzzzzz/CitationNeeded · Production-style RAG engine: configurable chunking, hybrid BM25 + vector retrieval, cross-encoder reranking, cited structured answers, FastAPI, and reproducible retrieval evals.
CitationNeeded 是一个面向生产风格的检索增强生成（RAG）服务，采用类型化、可替换的流水线阶段，支持 Markdown/HTML/PDF/文本加载、结构感知分块并保留精确字符偏移，稀疏 BM25 与向量检索混合并可用 cross-encoder 重排，输出带原文引用和 Pydantic 校验结构的答案。项目提供 FastAPI 只读索引服务及 Docker 配置，并附带基于 SciFact（BEIR）的可复现检索评测，报告 Recall@K、MRR、nDCG 等指标及逐阶段延迟。
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。
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。
wentzeld/docvault · Self-hosted document knowledge base for AI agents and humans — agents write PRDs, research, and design docs; humans review, comment, and approve. Fastify + PostgreSQL/pgvector + a Python embedding worker, with hybrid semantic + keyword search.
DocVault 是一个自托管的文档知识库，供 AI Agent 写入和检索 PRD、研究报告、架构与设计文档，并供人类审阅、评论和审批。项目采用 Fastify API、PostgreSQL + pgvector、Python 嵌入 worker（nomic-embed-text-v1.5）与 React UI，支持混合语义与关键词搜索、基于 token 的 Agent 接入与 webhook 通知，可通过 Docker 或 Ubuntu 安装脚本部署。
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。
peterhoang1103991-cmd/pilot-ai-ticket-shipper · pilot: AI That Ships Your Tickets for Automated Development
pilot 是一个 Python 命令行工具，用于把 GitHub、Linear、Jira、Asana 等工单系统中带有指定标签的工单自动处理成待人工审查的 Pull Request。其流程为领取工单、创建独立分支、规划方案、编写代码、运行测试和 lint 校验并提交关联工单的 PR；默认按顺序执行任务，支持质量门禁失败后重试、按复杂度路由模型、预算限制、实时仪表盘和运行回放，并内置 Claude Code/OpenCode 等执行后端及多种工单平台适配器。项目采用限制竞争的 Business Source License 1.1，四年后转为 Apache 2.0。
VidhiDixit2000/portfolio-ai-assistant · Recruiter-facing chat assistant grounded in my resume — answers questions about my experience with classification routing and streaming responses, built so it can't invent experience I don't have. FastAPI on Render, React on Vercel.
面向招聘方的对话式助手，从作者简历知识库中作答，支持按职位描述（JD）评分、上传或设置 JD、以 NDJSON 流式返回答案，并借助每次会话的状态与求职知识库缓存来避免编造简历中没有的经历；后端采用 FastAPI（主用 OpenAI，自动回退到 Groq），前端采用 React 并部署在 Vercel，后端部署在 Render。
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。
andrelair-platform/retrieva-backend · Retrieva backend — Node/ESM Express + Drizzle/Postgres + LangChain RAG API for DORA TPRM (runs on the ktayl-solution minicloud platform)
Retrieva 的后端服务，基于 Node.js 20 / Express 5 提供 API，用 LangChain 经 LiteLLM 网关实现证据支撑的 RAG 与 DORA 第三方风险（TPRM）评估引擎。数据层使用 PostgreSQL + Drizzle 存储、Qdrant 向量检索，Redis/BullMQ 处理队列与缓存，并接入 Langfuse 追踪；服务以容器镜像方式通过 GitOps（ArgoCD + Kargo）部署在 k3s minicloud 平台。仓库包含本地开发命令、API 端点说明、环境变量清单和 Drizzle 迁移流程。
LakBud/vernLLM · The LLM call framework. Resilience, observability, and control for AIs.
vernLLM 是一个 TypeScript 的 LLM 调用框架，为每次模型调用提供统一接口与运行时治理能力。它通过适配器接入 OpenAI 兼容服务、Anthropic、Gemini、AWS Bedrock 以及任何可经 HTTP 访问的提供方，并在本进程内内置重试预算、熔断、多提供方回退、限流、缓存与中间件。仓库还包含 Redis 集成（熔断、限流、缓存）、OpenTelemetry 追踪与指标、Bedrock 适配器，以及日志、用量成本、路由、策略、输入输出检查等开发中的扩展包。
JiamanBettyWu/retrieval-lab · Two-stage RAG retriever measured against a computed oracle ceiling on BEIR
retrieval-lab 是一个检索质量实验项目：以 BEIR（NFCorpus、SciFact、FiQA）为基准，用 NDCG@10、MRR@10、Recall@100 等指标，对两阶段 RAG 检索器（双编码器召回 + 交叉编码器重排）的每一处改动进行测量，包括用 LoRA 微调编码器后发现效果变差的结果也如实保留。项目还计算 oracle 重排上限，区分“相对基线提升”与“占可用提升空间的百分比”，并讨论 qrel 密度、基线 NDCG 等混杂因素的归因分析；后续阶段计划把已验证的检索器接到生成器后面，用与人工标注校准的 LLM-as-judge 评测有据回答。