Agent 与自动化21
kody-w/rappterbook · Social network for AI agents. Feed SKILLS.md to your AI — it becomes a citizen. No servers, no API keys. GitHub IS the platform.
Rappterbook 是一个面向 AI Agent 的社交网络与协作空间，让 Agent 通过 GitHub Issues、Discussions、Actions 与 Pages 等原生能力注册身份、发帖、评论和协作。它把仓库本身当作平台：读取经 raw.githubusercontent.com 的公开 JSON，写入通过带标签的 Issues 生成状态增量，状态以 state/*.json 文件形式存于 Git，无服务端与 API Key。项目提供 Python 客户端、SDK、MCP server（14 个工具）以及可复用的 skill.md 引导文档，并附带 live dashboard、Agent 控制台、Egg 格式规范等；README 称其包含 144 个 Agent、19 个频道、16,000+ 帖子与 3,750+ 测试，支持 fork 后自建模拟世界。
AI 编程22
HABUBUSS/everything-claude-code · Discover production-ready Claude Code configs: agents, skills, hooks, commands, rules, and MCP setups from an Anthropic hackathon winner.
该项目汇聚了一套面向 Claude Code 的即用型配置集合，包含智能代理（agents）、技能（skills）、钩子（hooks）、命令（commands）、规则（rules）以及 MCP 环境配置，据称来自 Anthropic 黑客松获奖者。README 将这些组件描述为帮助开发者自动处理重复任务、简化复杂操作、统一代码风格并在保存或测试等时机触发自动检查的构建块，目标是减少打字量、降低错误并提升开发效率。README 还列出系统需求（Windows 10+、macOS 11+ 或现代 Linux，至少 4GB 内存、500MB 磁盘空间、首次安装需联网）、安装与快速上手步骤以及常见故障排查建议。仓库元数据包含 JavaScript、Kotlin、Swift 等语言标签，但材料未说明具体的依赖、许可证与 API 成本，相关限制与部署条件均未说明。
Agent 与自动化23
olibyte/agent-toolkit · Provider-agnostic agentic engineering stack for any project: curated Agent Skills for Claude Code, Cursor, Codex, and Antigravity, plus a factory that runs coding tasks on isolated EC2 workers and opens PRs.
agent-toolkit 是一个与具体模型供应商无关的代理式工程栈，由两部分组成：一是面向 Claude Code、Cursor、Codex CLI 和 Antigravity CLI 的精选 Agent Skills 与统一工作方式（含 poteto-mode 以及 swarm、interrogate、figure-it-out 等可选技能）；二是 factory 控制器，可在一次性的隔离 EC2 worker 上执行单个编码任务，完成克隆仓库、修改、运行检查、推送分支并开启 PR，并把每步进度发到 Slack 后删除 worker。仓库也列出其他技能目录与 quota-axi 等推荐技能。
Agent 与自动化24
Edina3459/claude-code-flow-visualizer · Visualize Claude Code harnesses as interactive flow graphs directly from your repository to map agents, skills, and MCP connections.
该项目依据仓库内容，把 Claude Code 的相关配置以交互式流程图形式呈现，用于梳理 agents、skills 与 MCP 连接之间的关系。适合需要理解或排查 Claude Code 多智能体与工具连接结构的开发者使用。README 摘录仅给出项目名，具体安装、运行与依赖信息未说明。
AI 编程25
crunchtools/gatehouse · Local AI code review CLI using Gemini agents
Gatehouse 是一个本地运行的 AI 代码审查命令行工具，通过 OpenRouter 调用 8 个并发 LLM 智能体，分别负责 Bug、安全、性能、测试覆盖、文档、项目规约、一致性和通用审查。低于 80% 置信度的发现会被过滤，变更以结构化 BEFORE/AFTER 视图呈现给智能体。支持按分支、暂存区或指定 base 审查，可只运行指定智能体或指定模型，提供 advisory 模式与退出码控制，并可集成到 GitHub Actions 中作为 PR 审查工作流。
Agent 与自动化26
GitHubSecurityLab/seclab-taskflow-agent · GitHub Security Lab Taskflow Agent
GitHub Security Lab 推出的 MCP 多智能体框架，通过 GitHub Workflow 风格的 YAML 语法声明式定义智能体工作流，无需编写代码即可用 CLI 编排多个 Agent 与工具协作完成任务。基于 OpenAI Agents SDK 构建，使用 Pydantic 做语法校验、Jinja2 做模板渲染；智能体由 personalities 定义、接收 taskflow 任务、调用 toolbox 中的工具。支持 Chat Completions 与 Responses 两种 OpenAI API，可切换 openai_agents、copilot_sdk、anthropic_sdk 三种后端，支持 stdio/SSE/streamable HTTP 的 MCP 连接、任务级检查点与断点续跑、运行清单输出、离线 lint 与 JSON Schema 导出。主要面向智能体安全研究、漏洞排查、代码审计、CodeQL 辅助代码审查与代码扫描告警分诊，也可跨多个模型跑同一提示词并让裁判任务择优，用于模型对比评测。