评测与安全01
dominicrume/ai-code-quality-auditor · An empirical safety harness for agentic AI coding systems: measures whether an AI agent built what the specification asked for, not just whether the code runs. Pre-registered, blinded, open data.
该项目是一个面向智能体式 AI 编码工作流的实证测量与审计工具。它从需求文档、README、包描述或 feat: 提交中提取规格并写入 .auditor/spec.yaml，然后逐项核对代码是否实现了所要求的功能（规格保真度，区分已交付、缺失、存在但不可达以及未被要求的内容），同时报告安全漏洞密度、圈复杂度、重复代码和返工等常规指标。它还支持在同一规格下对比人工基线与多个商业智能体工具的工作流，输出 CSV/JSON 供统计比较，并通过 CI 集成或本地仪表盘展示结果。项目带有学术研究背景（MSc 论文实验工具）与公开数据，也明确披露了自身的误报和方法学限制。
Agent 与自动化02
Agentic-Society-LLC/agentic-dashboard-builder · The PRD build kit for an agentic dashboard: an interview skill that picks the build route (spreadsheet, Claude Code artifact, vibe-coded site, agentic harness) and writes the kit. Works with Claude, Claude Code, Codex and more.
该项目是一个面向智能体仪表盘的 PRD 构建技能。它不直接生成模板，而是由 AI 分轮提问，每轮附带推荐答案，最终产出 dashboard-kit/ 套件，包含 PRD.md、STACK.md、CONNECTORS.md、DESIGN.md 和 BUILD-PROMPT.md。它会在电子表格、Claude Code artifact、vibe-coded 站点、完整智能体 harness 四种构建路线之间做取舍，并说明每种路线的成本与维护；支持 Claude、Claude Code、Codex 等多种工具。项目本身只做规划，不负责搭建；在套件生成后再说“build it”，它才会按所选路线开始搭建。
AI 编程03
lchase/coding-agent-plugins · My agent skills that I use every day
该项目是一个 Claude Code 插件市场，提供一组可独立安装的编程 Agent 插件与界面修改插件。核心能力包括：smart-review 用六个专门视角对 diff 进行集成式代码审查并合并去重、按严重度排序；tldraw 将自然语言描述的流程图、架构图等转换为可编辑的 .tldr 文档并渲染 PNG/SVG；test-drive 在修改前后回放同一脚本场景，生成 UI 录屏对比或 API 前后报告；factory 按 spec-writer、builder、并行评审与审批流程处理功能或缺陷并支持看板。另有 cache-clock、usage-gauge、auto-handoff、agent-watch、recording-mode 等 Claude Code 界面 mod。材料还包含一个比较 Claude Code 插件与设置的 token 节省基准，运行完整矩阵会调用 Anthropic API 并有 600 美元上限。
Agent 与自动化04
harness/mcp-server · Harness’ official MCP Server
Harness 官方 MCP 服务器，通过 11 个整合工具和 262 种资源类型，让 AI 代理访问 Harness.io 平台，覆盖 CI/CD、GitOps、Feature Flags、云成本管理、安全测试、混沌工程等 42 个默认工具集；支持 Stdio 与 HTTP 传输、Docker 和 Kubernetes 部署，提供 35 个预设提示模板，并支持多项目动态发现与基于 OAuth 的多用户认证。
Agent 与工作流05
InfoQ 正在推出一组由行业专家撰写的系列文章，提出把“智能体 AI 架构”当作一种新的软件架构来看待。过去大家谈 AI 应用，多是把模型当成一个功能嵌进系统里；这组文章想说明，当 AI 智能体能自己规划、调用工具、协作完成任务时，系统该怎么设计、有哪些要素和最新做法。文章认为这类架构可能在未来几年成为行业主流。读者可以借此了解一个新架构方向的全貌和趋势，但原文没有给出具体文章篇目、发布时间和落地案例，这些信息暂未说明。
评测与安全06
LavishSphere/patchlane · Autonomous incident response for financial systems, powered by secure AI agent sandboxes.
Patchlane 是一个面向金融系统的自主事件响应项目：当转账等服务出现资金安全缺陷时，它按欺诈规则检测异常，在 Daytona 隔离沙箱中复现攻击，由 Factory Droid 在沙箱内分析并编写修复，再把补丁应用到第二个干净沙箱，用智能体未见过的留出测试和回归测试进行验证，最后等待人工审批。项目还提供 React 仪表盘、场景构建器和 Chalk 基准评测，并给出多组种子缺陷案例的运行结果。