AI 资源库 · 已整理 142 项
查看与AI 编程相关的 AI 资讯、工具、Skill、工作流和开源项目。
OpenAI 正在为“Codex Originals”项目征集真实故事，寻找用 Codex 做出有趣作品的开发者、研究者、创作者和动手达人。项目方请大家提交自己的经历和项目介绍，以参与该项目的下一阶段。材料没有说明入选后能得到什么、提交截止时间、评判标准，也没有提到任何具体工具或产品功能。对读者来说，如果你在相关领域使用 Codex 做过项目，这算是一个投稿、曝光的机会，但需注意原文未披露更多权益和规则。
Jimboocher3373/CopilotWS-Desktop---Copilot-Workspace-2026 · Supercharge development with AI task planning, multi-file editing, PR generation, and Code Review all in one Windows desktop workspace.
CopilotWS-Desktop 是一款面向 Windows 的桌面应用，将 AI 任务规划、多文件编辑、自动生成 Pull Request、Issue 解决方案建议和代码审查整合在同一个工作区中。用户可以用自然语言描述目标，由 AI 生成分步计划，并在编辑多个文件时获得辅助，最后生成 PR；支持连接 GitHub 同步项目，并提供工作区管理与常见问题排查说明。
olibyte/agent-toolkit · Provider-agnostic agentic engineering stack for any project: curated Agent Skills for Claude Code, Cursor, Codex, and Antigravity, plus a factory that runs coding tasks on isolated EC2 workers and opens PRs.
agent-toolkit 是一个与具体模型供应商无关的代理式工程栈，由两部分组成：一是面向 Claude Code、Cursor、Codex CLI 和 Antigravity CLI 的精选 Agent Skills 与统一工作方式（含 poteto-mode 以及 swarm、interrogate、figure-it-out 等可选技能）；二是 factory 控制器，可在一次性的隔离 EC2 worker 上执行单个编码任务，完成克隆仓库、修改、运行检查、推送分支并开启 PR，并把每步进度发到 Slack 后删除 worker。仓库也列出其他技能目录与 quota-axi 等推荐技能。
anubhab-cloud/PlacementHub · PlacementHub 🚀 — All-in-one preparation platform with DSA compiler, AI coaching, and live recruiter portfolio.
PlacementHub 是一个面向计算机专业学生的端到端工程备考平台，将沙箱化代码执行、基于 Gemini 的 AI 表现分析与面试建议、代码通过后自动同步到 GitHub、招聘活动与笔记资源、模拟测评场地以及面向招聘方的 3D 作品集页面整合在同一生态中。项目基于 Next.js 14 构建，通过 Judge0 CE 执行代码，使用 Supabase/PostgreSQL 存储用户、题目、提交与事件数据，并提供 Manifest V3 浏览器扩展从 LeetCode、Codeforces 等平台抓取通过记录并自动推送至 GitHub。
langchain-ai/macaw-design-system · Shared design system for LangChain products
Macaw 是 LangChain 产品套件共用的设计系统仓库，包含 React 组件库、框架无关的主题令牌、图标、辅助工具与面向编码 Agent 的文档。它提供组件、样式与令牌包，并附带 CLI 用于组件检索与 Agent 脚手架，帮助开发者与编码 Agent 统一构建界面。
本文回顾了 {unscripted} 在芝加哥和哥伦布的活动。现在 AI 写代码快了约 180%，但真正能上线的只多了约 30%。原因是代码提交后的评审、合规检查、安全流程还是人工慢慢走，堵住了。活动上介绍了几种办法：按风险开放自动化、用 Change Advisor 替代人工变更评审会、让被规则的 Agent 干杂活，以及把合规当功能来设计。对读者来说，如果团队用 AI 写代码却没多上线，问题可能不在写代码，而在提交之后的那段流程。
GitHub 博客介绍了 Copilot 应用里的“画布（canvas）”功能：它是一种你和 AI 助手共用的界面，可以做成看板、清单、仪表盘或表格等，不用自己写代码或设计。以前工具界面是固定的，你得迁就工具；现在只要用日常语言描述你想要的工作流和操作方式，AI 就会生成界面并在右侧面板打开。画布是双向的，你点按钮、移卡片，AI 当场能看到；AI 更新内容，你也能立刻看到，像共用一块实时白板。画布会保存为扩展，可团队共享或个人使用，社区还提供了现成模板。文中未说明该功能的收费、地区限制或正式发布状态。
AI 编程工具让写代码变得很快，但代码写完之后的事却没变快：部署是否安全、上线后有没有出问题、十一个改动里是哪个搞坏了结账流程。Cursor 一个月前收购了做这类监控的初创公司 Firetiger，现在推出了 Rollouts 机器人。它在代码合并请求（PR）打开时就介入，先制定监控计划，部署后对照日志、指标和链路数据检查，给出“健康、回归、无法判断”三种结论；发现回归能提醒开发者，按配置自动开回滚 PR 或交给云 Agent 修复，但最终合并和回滚仍由人决定。同时升级的 Security Reviewer 机器人会自动扫描 PR 的安全漏洞，平均审查时间缩短 21%，开发者对其评论的采纳率从约 45–50% 升到 60–70%。两项功能现通过 Cursor 的 Automations 标签页提供给 Teams 和 Enterprise 套餐用户，功能开关集成、发布列车和部署冻结支持还在计划中。
Google 为 Gemini CLI 发布了 0.61.0 版本，让这个自动写代码的 AI 助手变得更谨慎。此前，它可能一边帮你修 bug，一边从网上或文档里读到坏人藏起来的指令，然后偷偷改动 package.json、Makefile 这类构建文件，再自动运行命令，把你电脑里的恶意代码跑起来。现在它会在改构建文件、或运行参数来自不受信任内容的命令前，先弹窗让你确认，而且不能设置“总是允许”；沙箱也不再挂载你本机的密钥和配置文件。对使用者来说，手动确认会多几步，但能挡住一类偷偷夹带指令的攻击。该版本已发布，但具体在受信任文件夹里怎么表现，原文没说清楚。
GitHub 博客提出，虽然我们现在主要靠聊天框和 AI 对话，但聊天框并不适合所有任务。GitHub Copilot 应用里有一种叫“画布”的功能：它是一个能跑在你电脑上的小应用，可以不用浏览器窗口，直接和 AI 双向沟通。这样你可以做出像下棋游戏、软件包管理器、数据库操作界面这样的工具，用起来比反复让 AI 在聊天里帮忙更省钱、更顺手。画布现在就可以下载 GitHub Copilot 应用试用，简单场景一次就能做好，复杂工作流大概要花一天。
AI 编程工具让开发者写代码快了很多，但也让攻击者更容易找到和利用漏洞。文章说，现在 AI 不只帮人写代码，还在替人选择用哪些开源库；一旦攻击者攻破某个被广泛信任的开源组件，就可能像推倒多米诺骨牌一样影响很多下游系统。作者认为，组织不能只等扫描出漏洞再修，而要把更多精力放在“入口把关”，也就是确认进入开发流程的软件来源和内容是否可信。对读者的用处是：理解为什么软件供应链安全需要提前预防，而不是事后检测。文章没有说明具体的解决工具或发布日期。
提供的材料未提及具体可用工具。
英伟达 CEO 黄仁勋接受《纽约时报》采访时回应了“AI 很快将取代程序员”的说法。他认为工程师的核心使命是解决问题和创造产品，而写代码只是其中一项任务，就像AI能帮放射科医生读片、但没有取代医生诊断疾病一样。对于现在入行的年轻人，他说答案要等两年：因为大学要读四年，第一批从入学起就和 AI 一起学习的学生大约 2028 年才毕业，届时会带来一波“AI 原住民”工程师。短期看，初级开发者靠写测试、查堆栈、修小 bug 积累判断力的学徒期可能被压缩，目前还没有证据说明跟智能体协作能否替代这段经验。
提供的材料未提及具体可用工具。
有人做了一个叫 Graphify 的开源工具，它把代码库和零散的非结构化资料整理成一张可查询的“知识图谱”，相当于给 AI 编程助手一张能按关系查找代码的活地图。原来的问题是 AI 写代码时常常要跨多个文件理解逻辑，容易顾此失彼、推理不完整。Graphify 在 2026 年 4 月发布，最近更新加强了代码解析和跨文件关联能力，来缓解这个问题。目前社区反馈认为架构有前景，但不少人反映把它融入日常开发流程还不够顺手，工具的具体安装和使用细节原文未说明。
darkroomengineering/cc-settings · Claude Code configuration — agents, skills, hooks & settings for Darkroom Engineering
cc-settings 是 Darkroom Engineering 维护的 Claude Code 与 Codex 配置项目，通过安装器注入团队编码标准、38 个技能工作流、10 个角色智能体、36 个生命周期钩子、模型路由、MCP 工具接入与共享团队知识。它使“修 bug”“审查改动”“发布”等操作遵循先定位原因、只读审查、发布前验证构建与测试等固定流程，并记录安装内容以支持预览、回滚和卸载，不覆盖个人配置。
teaql/teaql-java · An AI-Native deterministic libray for undeterministic AI Coding in Java
TeaQL Java 是 TeaQL 领域应用的 Java 运行时，提供类型化实体与请求模型、可审计执行、可插拔运行时能力、可移植 SQL 支持、多种数据库方言，以及服务端 Java 与 Android 集成。它面向代码可能由人类和编程 Agent 共同编写或操作的应用，把执行约束在显式上下文、意图、策略与能力边界之内，而不是直接暴露不受限的基础设施操作。
阿里巴巴最近开源了 OpenCodeReview，这是一个用 AI 做代码审查的命令行工具。以往代码审查依赖人工看，费时费力还容易漏掉安全问题。它的做法是：先用固定流程挑出要检查的文件、打包内容、匹配规则，再让大语言模型（AI）动态分析代码。工具内置了对空指针异常、线程安全、XSS、SQL 注入等问题的检查。对开发者的用处是，能在命令行里自动发现常见和安全类代码问题，但原文没有说明具体怎么安装、支持哪些语言以及是否已正式可用。
garygentry/feature-forge · End-to-end feature development pipeline for coding agents: PRD → high level tech spec → detailed coding specs → backlog → implementation loop → docs
feature-forge 把含糊的功能想法通过固定、可恢复的流水线逐步转化为经过验证的代码：从需求（PRD）出发，依次生成高层技术方案、详细编码规格、可执行 backlog，再由可替换的自主循环运行器逐项实现，最后基于真实实现产出文档。流水线在阶段之间设置验证关卡，用稳定需求 ID 做可追溯，并把各阶段隔离到独立子代理上下文中以控制 token 消耗；支持状态跨会话持久化、上游改动后的过期检测，并针对 TypeScript、Python、Go、Rust 提供技术栈感知的配置档。项目对 Claude 做了调优但保持 agent 无关，支持 Claude、Codex、Copilot、Cursor、Gemini、Pi 等编码代理。
Jason-Vaughan/TangleClaw · An open-source, local-first AI-native SDLC orchestration platform
TangleClaw 是一个开源、本地优先的 AI 原生 SDLC 编排平台，用于协调多个 AI 编码 Agent 协同完成软件开发生命周期。它提供持久会话、结构化会话收尾与续接、Agent 间消息交换（Medusa Switchboard）、Fleet 治理、多引擎管理，并支持在 tmux 中运行可断线恢复的会话。平台集成 Claude Code、Codex、Antigravity、Aider 等本地引擎以及远程 OpenClaw，并通过内置 PortHub、项目分组、共享文档、仪表盘与移动 PWA 提供统一控制面。整体实现零 npm 依赖，基于 Node.js 22+ 标准库。
一位在 SpaceXAI 的 Grok 团队工作、曾在 Cursor 和 Meta 任职的工程师 Lauren Tan，公开了她自己的一套智能体工作流 pstack，据称让她每月能向生产环境提交约 2000 个 PR（接近每工作日 100 个），属于极端个例。她认为最关键的是“验证”：让智能体能自己跑起应用、操作并读取结构化结果，一直干到任务完成为止；她把这套能力当成基础设施，而不是普通技能。难点在于这套方法只适合能单进程启动的应用；对于由几十上百个服务组成的分布式系统，目前的本地模拟、整套复制或共享预发环境都难以支撑成百上千个并行智能体。文中的思路是未来的方向，并非已经通用的现成方案。
LinkedIn 的 Ajay Prakash 介绍了一项内部工作：给写代码的 AI 助手补上它最缺的东西——公司内部的知识。AI 助手在庞大的代码库里常常“找不着北”，不知道内部有哪些工具、流程该怎么走。他们基于 MCP（一种让 AI 助手连接外部工具和数据的开放协议）搭建了“上下文 Agent 手册与工具”，把内部的操作经验、代码搜索和运行手册直接喂给 AI 助手。作者称这套做法让开发效率提升 20%，同时可靠性没有下降。想在企业里落地 AI 编程助手的团队，可以关注其中提到的架构设计和运维护栏。