AI 资源库 · 已整理 125 项
查看与AI 智能体相关的 AI 资讯、工具、Skill、工作流和开源项目。
Amp 这家公司做的是 AI 智能体（能自己动手完成任务的程序），过去这类工具大多只帮着写代码。现在 Amp 把 OpenAI 的几个模型接进自己的产品，包括 GPT-6 Astra、Ultrafast、GPT-Live-1，还用 ChatGPT 账号登录来简化接入，让智能体能处理写代码以外的任务。对普通用户来说，这意味着以后可以让 AI 助手做更多种类的活儿，而不只是编程。不过文章只给了简短介绍，具体能用在哪些场景、开放到什么程度、哪些功能已经能用，材料里都没说明。
Harness Builds 把测试智能（Test Intelligence）、代码覆盖率和质量信号结合起来，帮助开发者和 AI 智能体更快验证代码改动。问题是：AI 让写代码变快了，但每次改动仍要构建、测试、审查，改动越多，验证和判断代码好不好的时间就越关键，光跑得快不够。Harness 的做法是用测试智能挑出与改动真正相关的测试来跑，再用代码覆盖率显示哪些代码路径实际被测试执行过、哪些没被碰过；覆盖率还能在流水线里设阈值，低于标准就让构建失败。这样开发者可以更容易发现测试盲区，而不是只看一个覆盖率数字。文中未说明该功能目前是否已正式可用，还是处于演示或未来计划阶段。
zebulensharedout782/deep-researcher · Search Google Scholar, enrich papers with OpenAlex, and build structured literature reviews locally.
deep-researcher 是一个 Windows 桌面应用，采用 agent 式工作流程，帮助用户把一个较大的研究问题拆解为更小的步骤，搜集、整理并审阅资料，最终生成便于阅读和保存的研究结果。README 描述了创建研究项目、输入主题或问题、选择检索广度、运行研究并查看结果的使用流程，输出包含来源链接与要点，并支持按项目保存历史记录。
Jihadyip286/nanostack · Turn your AI agent into a team that plans, reviews, tests, audits, and ships software in one sprint
nanostack 提供一组面向完整工程工作流的 AI 编码辅助技能，覆盖任务拆解与规划、代码编写与修改、代码评审、常见安全隐患审计，以及各步骤之间的稳定衔接，帮助用户在一个流程内完成从计划到交付的编码工作。README 主要说明其在 Windows 上的下载、安装与首次使用方式，并给出配置 AI 服务或密钥的初步提示。
Datadog 在自带云（BYOC）日志功能里加了跨集群查询。有些公司因为数据必须留在本地或某些地区，就把日志分散存放在自己控制的多个 Kubernetes 集群里。以前要查一次故障，得挨个集群重复搜索再手动对比。现在用一条查询就能同时搜索多个选定集群，Datadog 会把各集群的结果合并展示，日志本身仍留在原处。团队和 AI 智能体因此能更快判断问题是局部还是全球性的，智能体还能少发几次工具调用、省一些 token。该功能已在 BYOC 日志中可用，具体哪些集群可查文中未说明。
HyxiaoGe/fusion · 面向多模型与 Agent 工作流的 AI 聊天产品，采用 Next.js + FastAPI monorepo 架构。
Fusion 是一个面向任务执行的 AI 聊天产品，让 AI 从回答问题走向完成任务：根据用户意图按需选择模型能力与工具，在一次对话中完成搜索、阅读、规划和结构化执行，并分层呈现回答依据与 Agent 执行轨迹。项目采用 Next.js + FastAPI monorepo 架构，后端包含能力路由、Agent runtime、工具、文件与知识库模块，前端提供流式会话、回答依据与轨迹界面；模型目录由 LiteLLM 统一提供，另含管理员侧模型状态、MCP 服务、使用量与脱敏审计等治理能力。
Manuelreyesbravo/pg_agent_gate · Agents propose, PostgreSQL decides: a native gate between AI agents and the database
pg_agent_gate 是一个 PostgreSQL 扩展，让数据库能区分 AI Agent 会话与普通应用会话。在 Agent 会话中 SQL 不会直接执行，Agent 只能通过七个动词（discover、propose、dry_run、commit、propose_and_commit、acts、whoami）提案一条语句，由 PostgreSQL 自身基于解析、单语句、类型许可、禁止写 CTE、上下文保持、禁止放大与不透明函数等检查逐项验证，并展示精确影响后再决定是否保留，从而防止模型幻觉产生无 WHERE 的 DELETE、DROP TABLE 或越权读取。
Datadog 原有远程漏洞扫描器在主机规模扩大后，扫描全部主机需超过18小时，而扫描器的 SSH 凭证只有12小时有效期，凭证过期后无法继续认证剩余主机，导致部分主机漏扫。他们改用已经部署在各主机上的 Datadog Agent 收集安装的软件包版本，传给 Datadog Cloud Security 来识别已知漏洞，并用六个月新旧系统并行比对覆盖范围和检测结果。迁移后扫描新鲜度保持在99%以上，即99%以上范围内主机在过去24小时内完成过扫描，并继续满足 SOC 2 Type II、ISO 27001、PCI DSS 和 FedRAMP High 的审计要求。
Docsy 是 Google 在 2019 年创建的一个技术文档主题工具，常被 Kubernetes、OpenTelemetry 等开源项目用来搭建文档网站。以前文档主要给人看，现在越来越多 AI 智能体也会读取文档，但机器不容易找到和看懂这些内容。Docsy 最近加入了 Linux 基金会，并陆续推出新功能：可自动生成 Markdown 版本和 llms.txt 索引，还能在页面中提示 AI 去读取索引，另外正在开发给维护者用的“对智能体友好度”评分。这些功能大多还是实验性、需要手动开启，评分尚未推出。
GitHub 发布数据称，如今每三个 pull request 中就有一个涉及 AI 智能体，而一年前不到十分之一；代码产出在加速，但泄露的密钥平均要等约 40 天才被人工撤销，五分之一甚至超过 90 天。为解决这个“开发快、修复慢”的失衡，GitHub 与 Microsoft Applied Sciences 合作训练了一个分类器，能在不到两毫秒内判断一组候选密钥，把推送保护扩展到没有固定格式的密钥，有望让可拦截的密钥数量翻倍以上。对开发者来说，更多密钥会在进入仓库历史前被自动拦下，少一些事后手动补救的麻烦。目前该模型的具体上线时间和可用范围，原文尚未说明。
提供的材料未提及具体可用工具。
SAP 在 Sapphire 大会提出“自主企业”构想后，本周在拉斯维加斯 Connect 大会上展示了把 AI 智能体真正交给业务用户使用的进展。它面向财务、采购、HR、客户体验和供应链发布多款 Joule 助手，并宣布计划收购技能映射公司 TechWolf，预计第四季度完成交易。这些助手多数将通过早期采用者计划或正式版本在 2027 年第一季度前逐步开放；已可用的 SAP Pay 在美国和英国支持用稳定币跨境付款。对企业的意义是，原本由人操心的对账、合规、供应链排产等后台工作，有望交给接受企业原有规则和权限控制的智能体处理。
安全运营中心多年来一直被海量告警淹没，人根本看不过来。现在安全团队开始尝试让 AI 智能体自己去调查可疑活动、汇总不同系统的信号，并向人类给出建议。但问题来了：让 AI 调查一个可疑登录和让它直接封禁账号是两码事，后者可能立刻影响业务。所以关键变成——组织到底愿意把多少控制权交给 AI，以及怎么在提速的同时不失去监督。The New Stack 将于 10 月 8 日举办一场线上活动专门讨论这个问题，并做现场演示。目前具体有哪些工具可用、效果如何，材料中没有说明。
提供的材料未提及具体可用工具。
CNCF 执行董事 Jonathan Bryce 说，过去 18 个月里该基金会审批项目毕业的速度比以往任何时候都快，部分原因是他们创建了 AI 智能体来帮忙做不同阶段的尽职调查。他用 2018 年 OpenAI 早期借助 Kubernetes 调度算力的例子说明，开源工具让 AI 公司能在自有数据中心和多家云厂商之间灵活调配资源，不用被单一供应商锁死。现在这些 AI 公司把改进回馈给开源社区，金融和制造业也能跟着受益。不过，智能体具体怎样做尽调、准确率如何，文中并未说明。
oelamazonas/email-agent · 📧 Streamline your inbox with Email Agent AI; it automatically sorts, classifies, and archives emails across multiple accounts for effortless management.
email-agent 是一个基于 AI 的自托管邮件管理工具，可对多个邮箱账户的邮件进行自动化排序、分类与归档，并支持设置自动回复以节省处理时间。项目强调数据隐私，宣称可运行在 Oracle Cloud 免费层上，并提供 Windows、macOS、Linux 的安装说明与配置流程。
Dynatrace 是一家做应用和基础设施监控软件的公司，它推出了一款叫 Bluebox 的 AI 智能体，想让工程师的工作更轻松。以前监控工具一出问题就拼命发告警，工程师得自己排查、写修复代码，很费时间。Bluebox 会把团队的代码和线上实际运行数据做对比，然后直接生成一个修复补丁（pull request），工程师可以审核后决定是否采用，也可以让它自动运行。它还能把告警和修复建议推送到 Claude、Codex 这些开发者已经在用的工具里，不用再开一个新面板。Dynatrace 仍然提醒客户：批准修复前要先检查，别完全信任 AI 的输出。目前 Bluebox 在七月发布，已可以使用，但公司希望未来 12 到 18 个月团队能逐渐给智能体更多自主权。
heaven999b/hello-agent-system · 👋 Hello Agent System — learn enterprise AI agent system design by building every production layer from scratch. 17 bilingual lessons (EN/中文) with tested exercises: tools, architectures, reliability, security, evals, distributed execution, cost, RAG, release ops. 企业级 Agent 系统设计训练营
该项目是一套中英双语的企业级 Agent 系统设计训练营，通过 32 节课从零手写 Agent 的每一层：主循环、工具、上下文、编排、可靠性、安全、可观测性、评估、并发、成本与发布，并进阶到检索、记忆、MCP、框架对照、Agent 数据与优化。课程强调不依赖 Agent 框架、每课配有离线确定性测试的练习，并在最后将同一套接口替换为 Postgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedar 等成熟组件以演示生产落地与分布式执行。
KerberosC/gemini-bug-hunter · 🛡️ Discover and fix security vulnerabilities in your codebase with Gemini Bug Hunter, an AI-powered CLI tool for streamlined AppSec workflows.
Gemini Bug Hunter 是一个 AI 优先的命令行工具，利用 Gemini 2.5 Flash 扫描代码库，识别并解释安全漏洞，并给出修复建议，帮助开发者完成应用安全（AppSec）工作流。它支持对指定目录执行扫描、生成详细报告，并提供跨平台（Windows、macOS、Linux）的使用方式。仓库未说明 API 调用成本、具体漏洞覆盖范围或与现有工作流的集成细节。
badrnewgames/claude-subagent-editor · 🔧 Manage your AI agents easily with Claude Subagent Editor, a web-based tool for editing configuration files using a simple drag-and-drop interface.
该项目是一个基于 Web 的工具，提供拖拽式界面来编辑 Claude 子代理（subagent）的配置文件，便于管理和配置 AI agent。仓库描述称其使用简单的拖拽界面编辑配置文件；README 内容有限，仅给出仓库标题，未提供更多安装与使用细节。
flashmind-labs/flashmind · AI agent framework in Rust — streaming LLM providers, 70+ tools, vector memory, multi-agent orchestration, and MCP support
Flashmind 是一个用 Rust 构建 AI Agent 应用的框架，提供流式 LLM 供应商接入、70+ 内置工具、向量记忆、多智能体编排与 MCP 支持。它通过统一的异步 API 暴露能力，内置 Ollama、OpenRouter、Anthropic、OpenAI（兼容 vLLM/LiteLLM）四类供应商，并支持自定义工具、自定义供应商、混合检索记忆与上下文自动压缩；同时提供 Jev CLI 与 OpenRouter CLI 等命令行入口。
开源安全领域一直有个惯例：发现漏洞后先保密一段时间，等补丁做好再公开，防止被人利用。但作者 Anil Madhavapeddy 指出，现在 AI agent 能大幅缩短这个过程——它们可以根据公开的蛛丝马迹自动拼出可用的攻击代码，让“保密期”形同虚设。因此开源项目必须加快打补丁和发版的速度，因为从漏洞公开到被利用的窗口正在迅速缩小。对普通用户来说，这意味着开源软件的安全更新会来得更快，但漏洞被利用的风险也更紧迫。
提供的材料未提及具体可用工具。