AI 资源库 · 已整理 7 项

AI编排

查看与AI编排相关的 AI 资讯、工具、Skill、工作流和开源项目。

ADAR Core:基于 Google ADK 与 Gemini 的多智能体数据访问与推理平台

Agomonia-Labs/adar-core · ADAR: Agentic Data Access and Reasoning — general-purpose multi-agent AI platform built on Google ADK and Gemini. ARCL cricket is the reference implementation.

ADAR Core 是一个通用多智能体 AI 平台,构建在 Google ADK 和 Gemini 之上,提供 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块,并以领域应用的方式组织。仓库内含 Geetabitan(孟加拉语 Rabindra Sangeet 助手)、ARCL(美国休闲板球联赛助手,作为参考实现)和餐厅推荐三个领域应用,各领域在 domain 目录中自备配置、Agent、数据摄取、部署与排障文档,通过设置 DOMAIN 环境变量选择运行。

☆ 收藏查看来源 ↗

PM Reviewer:面向产品经理的 AI 辅助管理评审副驾

ridhimaguptaa01/pm-reviewer · AI-assisted managerial review copilot for product management work

PM Reviewer 是一个面向产品经理的 AI 辅助评审副驾,用于减少管理者首轮评审投入。它会审阅产品团队提交的 PRD、需求、调研、可行性说明、上线计划、发布后分析等工作,推断其目的与成熟度,并给出分级的评审结论(需修改、待决策、可延后)。项目还会保存评审历史、支持可复用的管理者偏好,并在第二版及之后对比历史反馈,标注已解决、部分解决、仍未解决、不再相关以及新引入的问题。项目内含 12 个评测用例,覆盖强弱 PRD、模糊提案、混合客户证据、早期调研、外部内容、可行性工作和发布后分析,最新评测通过全部 12 项结构性检查。

☆ 收藏查看来源 ↗

Team Agent:多模型群聊协作桌面工作台

zifulifufu/team-agent · A multi-model agent group-chat workbench — Electron + React front end, FastAPI + LiteLLM backend. Apache-2.0.

Team Agent 是一个把多个大语言模型(云端或本地)放进同一群聊的桌面工作台,由宿主模型拆解任务并按依赖顺序分派给各成员,成员之间通过 @提及 交接工作。项目采用 Electron + React 前端与 FastAPI + LiteLLM 后端,提供工具调用(内置工具、Python 插件、MCP)、本地文档库与 BM25 检索、分层记忆、提示词库与模板画廊、本地模型目录、外部命令行 Agent 接入、聊天频道转发、备份导出与钩子机制,后端仅监听本机回环地址,API 密钥存于系统钥匙串。

☆ 收藏查看来源 ↗

swarmflow:用本地编码 Agent 集群从 PRD 确定性交付经过验证的 MVP

reddevil22/swarmflow · Deterministic control plane for orchestrating swarms of local coding agents: PRD in, verified MVP out

swarmflow 是一个面向绿地项目的确定性控制平面,用于编排多个本地编码 Agent 会话并行开发。它接收 PRD,由前沿模型负责规划、验证与验收,通过多波次(wave)并行执行与门禁流水线(进程清理、回归指纹、区分度检查、范围审计)产出模块与测试,并以 SQLite 账本为唯一事实来源,所有声称作凭据验证而非退出码。前沿后端不限厂商,兼容任意 OpenAI 兼容接口、Command Code CLI、通用终端 Agent CLI 或 Pi;模型选择通过配置完成。当前为 Alpha 状态,已在 5 任务 NestJS 项目上完成端到端验证,PR 自动化和打包制品交付暂不在范围内。

☆ 收藏查看来源 ↗

超越相关性:面向企业个性化的治理优先架构

这篇文章讨论企业个性化推荐系统常见的问题:系统只管“猜你喜欢”,却不考虑隐私、合规和可解释性。作者 Jerald Selvaraj 提出一种“治理优先”的架构,把“相关性”(推荐准不准)和“治理”(是否合规、可审计)分开处理。具体做法是用有状态记忆保存上下文、用策略驱动 AI 编排、并做可解释的打分。这样推荐既能更贴合场景,又能被审计和满足合规要求。不过文章只给了摘要,具体实现细节和是否已落地未说明。

文中可用工具

提供的材料未提及具体可用工具。

☆ 收藏查看来源 ↗

Scaffold Engine:面向本地 LLM 的自托管 DAG 多步工作流编排引擎

LocketKeyLLC/scaffold-engine · Self-hosted AI agent engine for local LLMs. Give it an idea — it researches the web, plans a DAG of steps, executes each with verification and auto-retry, and compiles the result. 100% on your hardware: Ollama inference, RAG with Milvus vector search, Postgres state, SearXNG search. FastAPI + Docker. No cloud calls unless you opt in.

Scaffold Engine 是一个自托管的 DAG 编排引擎,用于多步 LLM 工作流:输入一个想法后,系统会将其细化为结构化简报、做可行性评估并等待人工确认,随后通过 SearXNG 联网研究并把事实蒸馏进知识库,生成由研究/决策/行动/验证/输出等节点组成的执行图,按依赖顺序执行并逐步验证、失败自动重试最多三次,最后编译叶节点的最终输出。推理走 Ollama 本地模型,向量检索用 Milvus,状态存 Postgres,搜索用 SearXNG,采用 FastAPI + Docker,除非主动开启否则不调用云端。

☆ 收藏查看来源 ↗

PI-Desktop:本地优先的模块化 AI 编程 Agent 桌面工作区

vastsa/PI-Desktop · Local-first AI coding agent desktop: Electron + Rust host core + pi Agent Harness + user-installable plugins

PI-Desktop 是一个本地优先的模块化 AI Agent 桌面工作区,基于 Electron 与 Rust 主机核心构建,集成 pi Agent Harness,并支持用户自行安装插件。它把项目、会话、模型、插件与工作流整合到一个持久化的桌面环境中,支持模型无关配置(OpenAI、Anthropic、兼容 API、自定义网关、Ollama、LM Studio 及本地模型)、三种工作模式(Agent / Plan / Goal)、Subagents 与 Session Orchestrator 多会话编排、插件体系(命令、面板、浮动组件、Agent 工具、技能、MCP Server、主题、后台服务、消息总线)、权限层控制与本地数据存储,主要面向希望以桌面平台形式组织 AI 编程与多 Agent 工作流的用户。

☆ 收藏查看来源 ↗