AI 资源库 · 已整理 8 项

AI 辅助

查看与AI 辅助相关的 AI 资讯、工具、Skill、工作流和开源项目。

everything-claude-code:Claude Code 智能编程配置工具包

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。

☆ 收藏查看来源 ↗

recruiter-agent:本地部署的 AI 辅助招聘候选人搜寻与评分系统

wboudiche/recruiter-agent · AI-assisted sourcing tool: multi-tier LinkedIn extraction + recruiter agent

recruiter-agent 是面向个人招聘者和小型团队的 AI 辅助候选人搜寻工具。它支持从 LinkedIn、GitHub、个人网站、CV 文件或粘贴文本添加候选人,经 LLM 结构化抽取、公开来源信息补充后,按职位加权标准进行 0-100 分评分,并通过看板管理候选人从抽取、评分、验证到邀约、安排面试的全流程。系统还内置带 11 个工具的对话式招聘 Agent,可查询职位与申请、搜索看板、起草和发送邀约、拒绝或验证候选人等,可逆操作支持撤销。所有组件通过 Docker 在本地运行,使用自有 LLM 与 API 密钥。

☆ 收藏查看来源 ↗

pr-to-spec:把 GitHub PR 与本地代码变更转换为结构化、可供 AI 审查的提示规格

jeremylongshore/pr-to-prompt · Convert GitHub PRs into structured, reviewable prompt-spec artifacts for AI-assisted code review and regeneration

pr-to-spec(仓库名 pr-to-prompt)是一个 TypeScript 编写的 CLI 与 MCP 服务器工具,可将 GitHub PR、本地分支或暂存改动转换为结构化的 prompt-spec 规格,并支持意图声明与漂移检测(scope_creep、forbidden_touch、risk_escalation、type_mismatch 等信号)。规格生成以确定性启发式规则为主,不执行代码,输出 YAML/Markdown/JSON 及带退出码的 Agent 协议信封,便于管道化交给 AI Agent 做代码审查或重新生成;同时提供 GitHub Action 与 Claude Code、Cursor、Windsurf 等 IDE 的插件集成。

☆ 收藏查看来源 ↗

漏洞积压不再是技术债,而是攻击面

很多团队都有一份长期没人处理、也不指望处理完的漏洞清单,过去把它当成“技术债”:先按严重程度挑一部分修,剩下的默认没人会碰。但现在三个前提变了:代码产出量远超清理速度(产品数据显示大约每修1个漏洞就新增6个)、越来越多代码由AI代理生成、无法追问作者意图、攻击方也用上自动化,能低成本扫描并组合利用那些低危小问题。文中举例说,几个单独看都不严重的问题串起来,可能形成远程代码执行的攻击路径。所以清单不只是排队问题,而是一份攻击者能拼装的零件表;光把排序做得更准,也只能让队列更有序,并不会让它变短。

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 ↗

applyr:面向 AI 编程 Agent 的命令行求职管理工具

DeibyGS/applyr · CLI job application tracker designed for AI coding agents

applyr 是一个为 AI 编程 Agent 设计的 CLI 求职申请跟踪器,充当存储层,由 AI Agent 负责分析。它支持粘贴职位描述后生成加权的 0–100 兼容性评分、APPLY/MAYBE/LOW MATCH 推荐、技能差距分析,以及定制化的 ATS 安全简历。项目本地优先,使用 SQLite 存储,无需 API 密钥。

☆ 收藏查看来源 ↗

AgentSkills:面向 Claude Code 与 Codex 的 AI Agent 技能合集与配置方案

NecturaLabs/AgentSkills · A curated collection of AI agent skills for Claude Code and other AI assistants

AgentSkills 是 NecturaLabs 为 Claude Code 与 Codex 提供的一套 Agent 技能与配置方案,包含自定义的六个 Agent Skills(指令文件维护、Agent 编排、独立审查、测试工程、项目文档,以及面向 Fab 资产市场的 fab 技能),并附带一个固定第三方插件的市场、全局工作约定、worker agents 和推荐设置。技能遵循开放的 Agent Skills 规范,可适配任何符合规范的 harness,其中 Claude Code 与 Codex 经过测试。

☆ 收藏查看来源 ↗

用 Datadog 的 Tap to Parse 更快在日志中找到答案

Datadog 推出了一项叫 Tap to Parse 的 AI 辅助功能,用来解决日志里有用信息被埋在一整句话里、难以筛选和统计的问题。以前想从日志里提取状态码、耗时这类字段,得自己写复杂的正则或 Grok 规则,遇到不归自己管的服务或第三方系统就更麻烦。现在只要点一下某条日志并选择 Tap to Parse,Datadog 就会分析样例、自动生成解析规则,并让你先预览再应用,提取出的字段就能用来筛选、分组和画图。它能在 Log Explorer 里查询时用、在 Log Pipelines 里对以后新进的日志用,也能在 Observability Pipelines 里让日志离开你的环境前先结构化。目前 Log Explorer 和 Log Pipelines 中已正式可用,Observability Pipelines 中需申请开通。

文中可用工具

  • Tap to Parse一键从非结构化日志中自动提取可搜索字段的 AI 辅助功能
  • Log Explorer在查询和调查日志时查看、筛选日志,并可使用 Tap to Parse
  • Log Pipelines在日志进入时处理日志,用 Grok Parser 为以后的日志提取字段
  • Observability Pipelines在日志离开你的环境前先做结构化处理
  • Grok Parser在 Log Pipelines 中定义规则,从日志里提取结构化字段
  • Datadog提供日志和可观测性功能的平台
☆ 收藏查看来源 ↗

ProductRail:将模糊产品需求转化为明确决策与工程就绪规格的 AI 辅助产品管理工作流

GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.

ProductRail 是一个领域无关的 AI 辅助产品管理工作流,围绕显式决策、契约、门禁(gate)、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段,把含糊的产品请求逐步转化为确定的产品行为与实现规格,强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关,可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流,不宣称生产可用。

☆ 收藏查看来源 ↗