agentic-ai

azure-firewall-change-agent：用 AI Agent 起草 Azure 防火墙变更并串联策略校验、人工审批与 Terraform 落地

rbpal/azure-firewall-change-agent · Agentic firewall change requests on Microsoft Foundry: agent drafting, deterministic policy gates, human approval, Terraform apply.

该项目面向 Microsoft Foundry 上代理式防火墙变更请求流程：由 Agent 起草防火墙规则，经过确定性策略门禁与人工审批后，通过 Terraform 应用变更。仓库提供合成的网络数据与标准，企业流程与演示流程共用同一套 Agent、工作流代码与检查逻辑；演示版用 YAML 工单替代 ServiceNow、用 GitHub Actions 替代 Azure DevOps，并由单人扮演全部人工角色。材料说明仓库、合成网络与标准已构建，工作流、Agent 与流水线仍待开发。

Class-AI-Agent：基于 Claude 的规则化智能体工作流构建工具

harishu652/Class-AI-Agent · Build production-ready AI agent configs for Claude Code with structured workflows, special agents, and clear rules

Class-AI-Agent 是一个面向 Windows 的应用，用于以结构化方式运行基于 Claude 的 AI 智能体任务。它支持基于规则的流程编排、技能（skill）管理与复用、模块化的 JS/TS 项目结构，便于搭建可重复执行的本地 AI 工作流并按步骤组织智能体行为。

Juno PM：将 P0 升级线程转化为可一键审批的优先级草稿的 AI 产品管理项目

seppn/juno-pm · for AI Product management course

Juno PM 是一个 AI 产品管理认证的结业项目仓库，围绕"Juno"这一 AI 产品概念展开：一个能把 #escalations 中的 P0 升级线程自动读取策略一页纸与近期工单，并生成带引用与置信度评分的优先级草稿的 Agent 工作流，草稿只有经 PM 点击确认后才会写入 Jira。仓库以文档为主，包含各模块产出物：系统提示词、构建/购买/微调决策矩阵、AI 策略一页纸、含检索需求的 AI PRD、AI 原生用户流程与信任缺口缓解、Agent 工作流规范（AWSpec）与 Agent 控制面板、分层评测栈与人工评测评分表，以及 PM 执行计划（迭代排期、监控指标、红线与治理）。

我们如何用开源 AI 安全智能体发现 24 个安卓漏洞

GitHub 安全实验室做了一个开源 AI 工具，叫“任务流智能体”。它把安全研究员平时查漏洞的步骤拆成小提示，让 AI 按步骤检查安卓应用。安卓应用常有一些特殊漏洞，比如外部应用乱传参数、偷偷导入设置，AI 一开始容易漏掉。作者因此针对性写了两套任务流：一套先分清哪些入口能被外部调用，另一套列出常见漏洞类型逐项核对。跑了这些流程后，他们已在多个安卓应用里报告了 24 个漏洞，其中 OsmAnd 的导出页面可被其他应用恶搞设置、偷看位置。任何人都能运行这套开源流程，但需要 GitHub Copilot 许可证，还会消耗大量令牌，中等仓库跑一次可能一两小时。

agentproto/ts：在 TypeScript 中后台运行并审核各类编码智能体的开放运行时

agentproto/ts · Open agentic runtime in TypeScript — run any coding agent in the background, check its work before it lands, and project tools/skills/agents/workflows into CLI, HTTP, MCP, SDK, Mastra & the AI SDK.

agentproto/ts 是一个用 TypeScript 编写的开放智能体运行时（当前 0.20.0）。它可以在后台统一启动、对话、观察和停止 Claude Code、Codex、Hermes、opencode、Mastra 等多种编码智能体，并在改动落库前用测试或审核模型检查其工作，提交需通过检查与人工确认。同时提供工具编写与投影能力，可将工具、技能、智能体和流程投射到 CLI、HTTP、MCP、SDK、Mastra 及 Vercel AI SDK 等宿主。项目还包含 AIP 规范体系、工作流/定时任务、MCP 工具面、沙箱、鉴权、密钥、遥测与评测等平台包，并附带 VS Code 扩展。

NEEDLE：驱动无头编程 CLI 智能体的确定性状态机编排器

jedarden/NEEDLE · Headless agent orchestrator with deterministic state machine — processes a bead queue, dispatches to any LLM CLI, handles every outcome. Rust.

NEEDLE 是一个用 Rust 编写的无头智能体编排器，它通过确定性的状态机处理共享的 bead 工作队列：按固定优先级选取并原子认领工作项，生成确定性提示词，分派给内置适配器（Claude Code、OpenCode、Codex、Aider）后以 bash -c 无头执行，并针对成功、失败、超时、崩溃、竞争失败等每种结果走显式处理路径。多个 worker 可在同一工作区并行运行，靠共享队列的 SQLite 事务保证原子性而无需中央编排器；队列为空时按 strand 顺序升级（清理、跨工作区探索、可选的文档补缺、健康扫描、反思等）。它还包含已交付工作门禁（默认要求提交已推送到上游分支）与面向未配置工作区的临时验证回退门禁。

Augustus：为智能体提供决策系统设计、训练、评估与改进技能

24601/Augustus · Agent skills for designing, training, evaluating and improving application-specific decision systems. Primitive/model selection, data assembly, export/reload and bounded hill climbing. TypeSafe Jev is the default hosted exemplar; independent of TypeSafe.

Augustus 是一套面向智能体的技能集合，用于发现决策模型的合适插入位置、构建决策驱动的系统、创建评估并基于真实结果做有界爬山式改进。它覆盖基元与模型选择、数据组装、导出与重载，以及置信度阈值、弃权与人工回退等边界判断；同时附带 augustus-train，引导智能体完成特定任务的数据组装、候选选择、拟合、导出/重载与受限改进。它独立于 TypeSafe，TypeSafe Jev 仅作为默认托管示例。

RuVector：面向 AI Agent 的高性能本地决策与持久记忆向量数据库

ruvnet/RuVector · RuVector provides High Performance, Real-Time decisions and agent memory , Self-Learning Ai, Vector GNN DB built in Rust.

RuVector 是一个用 Rust 编写的向量数据库与 Agent 记忆基础设施，提供本地语义嵌入、持久化向量检索、图关系与超图存储、显式反馈学习、记忆生命周期管理以及可选的共享记忆能力。它包含 @ruvector/typesafe 决策模型，可将文本转为带置信度与弃权信息的类型化决策，适用于工单路由、意图分类、紧急度评估等无需完整大模型调用的受限任务。默认检索路径在本地运行，学习来自记录的结果与反馈，托管服务为可选项并形成独立数据边界。