Agent 与自动化01
ap9000/toolroll · Your agents build. You decide. A control plane for coding agents — Claude Code, Codex, Gemini: approve the exact scope once, get results back Ready with the diff, the passing check and screenshots. Runs on your machine.
Toolroll 是一个运行在本地机器上的编程智能体控制平面，支持 Claude Code、Codex、Gemini 等编码代理。它把任务排队，让用户一次性批准确切的范围与权限，由规划器读取仓库后起草目标、边界、验收标准与执行计划；长时间运行的代理完成后返回包含 diff、通过检查项和截图的 Ready 结果，仅在需要人工决策时打断。项目还提供 Flows 画布、触发器（GitHub、Linear、定时、Webhook）、无 AI 的脚本步骤、基于 Jev 的分流、手机端审批草稿、统一项目组合聊天与 CLI 操作等能力。
Agent 与自动化02
ozynautetu-create/FlowForge-Optima · AdalFlow Alternative 2026: Auto-Optimize LLM Apps Without Code
PromptForge（仓库名 FlowForge-Optima）是面向将 LLM 应用当作产品运营的团队的提示词编排与持续优化层，专注于让提示词、链路与检索策略随时间自动变得可度量地更好。它提供自动提示词改写（变异、交叉、指令压缩）、内置评测与统计显著性校验、链路级联合优化（检索查询、重排阈值、工具选择提示词）、响应式控制台、多语言提示词方言与跨语言迁移评分、版本图与确定性重放、成本感知目标函数、可插拔模型适配器以及回归防火墙；支持人类审核后再晋升（promotion）。架构分为 Forge Core（优化器、评测器、版本图）、Forge Relay（模型/向量库/日志适配层）与 Forge Console（UI）。README 称 Forge Core 与 Forge Relay 可完全离线自托管，许可证为 MIT，但免责声明强调按“as-is”提供、结果随数据与模型供应商而异，需在预发环境验证。
AI 编程03
AyeJK/phase-runner · Your whole product team, not just a coding agent. Plan → design → build → QA, with you as the PM who signs off.
Phase Runner 是一组 Claude 技能（skills），按“规划产品 → 锁定设计系统 → 拆分阶段与冲刺 → 并行构建 → 独立验证与浏览器 QA”的流程推进开发，并在检查点由用户作为 PM 审批。包含 product-planner、design-planner、phase-planner、phase-builder、phase-viewer 等技能，以及只读的本地进度看板 phase-viewer（npx phase-viewer）和实验性的 Claude Code HUD 插件。支持 Cursor、Claude Code 或基于 Claude Agent SDK 的主机。
Agent 与自动化04
lukesw55/ai-pm-toolkit · A product management toolkit for Claude Code and Codex, with reusable workflows, skills, hooks, and project memory.
该项目是面向产品经理与产品构建者的产品管理工具箱，让编码 Agent（Claude Code 或 Codex）按可复用的方法完成问题框定、机会排序、PRD 撰写、实验规划与发布准备。它提供 Umberto 编排入口（SKILL.md），把工作分为 Discover、Define、Develop、Deliver 四个阶段，并映射到从发现优先级到交付的八个环节；阶段技能可与干系人、分析、文档与沟通技能，以及 AI、企业、增长、平台等视角组合。项目记忆存放在文件系统中，会话开始时注入活跃项目指针，提示时注入当前阶段，可在会话之间保留项目上下文、证据缺口与决策；同时通过四个阻塞式 hook 对写入与发布做约束检查，并为每个技能提供 evals 清单与评估协议。仓库使用 MIT 许可证。
Agent 与自动化05
microsoft/autogen · A programming framework for agentic AI
AutoGen 是微软研究团队开创的编程框架，用于创建可自主行动或与人类协作的多智能体 AI 应用。框架采用分层可扩展设计，包含提供消息传递与事件驱动运行时的 Core API、面向快速原型与常见多智能体模式的 AgentChat API，以及扩展 LLM 客户端和代码执行等能力的 Extensions API，同时提供无代码 GUI（AutoGen Studio）和智能体基准测试套件（AutoGen Bench）。项目目前已进入维护模式，不再新增功能，建议新用户转向 Microsoft Agent Framework。
Agent 与自动化06
nshkrdotcom/nshkr · NSHKR is the production Elixir/OTP composition and release workspace for a governed AI operations platform, wiring durable workflows, cognitive context, provider accounts, policy decisions, execution runtimes, cluster reconciliation, Synapse, and Extravaganza into reproducible monolith and distributed deployments.
NSHKR 是一个基于 Elixir/OTP 的生产级组合与发布工作区，用于构建受治理的 AI 运营平台。它将持久化工作流、认知上下文、供应方账户、策略决策、执行运行时、集群协调以及 Synapse、Extravaganza 等组件编织成可复现的单体或分布式部署。项目采用 poncho 风格非 umbrella 布局，根 Mix 项目负责工作区工具与元数据，apps/nshkr_runtime 为可独立构建的生产 OTP 应用，并包含失效关闭（fail-closed）的生产配置校验。
Agent 与自动化07
Sakshxm1/hermes-agency-orchestrator · Claude Code Agent Workflows Guide 2026: Skills vs Teams vs Cost Analysis
OrchestralFlow 是一个以「管弦乐总谱」为隐喻的 Claude Code 智能体编排框架，把 /goal 声明解析成动态总谱，按技能、子代理与代理团队拆分任务，并通过成本阶梯（Tutti / Soloist / Conductor 三档代理）做成本感知的任务路由。它宣称包含 UltraCode 提示压缩层、多语言意图支持、运行中代理热替换与安全检查点等机制，用于单代理向多代理协作的规模化扩展。仓库自述其为概念性编排模式与文档集合，并非独立可执行的软件包，成本阶梯机制为模拟模型。
Agent 与自动化08
nshkrdotcom/trinity_coordinator · TRINITY in Elixir (An Evolved LLM Coordinator): route LLM calls via a small-model hidden-state router + Axon coordination head, with Thinker/Worker/Verifier orchestration and policy loop for acceptance-driven completion.
TrinityCoordinator 是 TRINITY 风格本地小模型路由器的 Elixir/Nx 实现：用量化适配后的 Qwen3-0.6B 读取对话记录，提取隐藏态向量，经路由器头映射到 Agent 与角色 logits，再通过可配置的 provider 边界把选定的工作分发给实际 LLM 提供方，并带有 Thinker/Worker/Verifier 编排与验收驱动的完成策略循环。仓库包含 Elixir 运行时、与原 Python 流水线对比的一致性校验工具，以及从干净 clone 上手所需的 Mix 任务；当前处于活跃开发阶段，在 CUDA 上评测集通过 37/37。
Agent 与自动化09
mrnicholasbcarter-code/verdict-core · Fail-closed LLM routing: cheapest qualified model, named drop reasons, receipts.
Verdict 是一个 Python 编写的 LLM 编排与控制平面：输入一个目标和 git 仓库，先由规划模型把目标拆成小型 DAG 工作节点，再从实时网关证据（模型清单、账号、健康状态、冷却和配额）中构建准入模型集合，为每个节点分配最便宜且合格的路由，在配额、限流、超时或空回答等故障发生时进行同节点故障转移与冷却，并在节点验证、集成校验和独立评审后写入带 SHA-256 摘要的运行回执。它强调封闭失败：没有任何合格候选或重试超过上限时以命名原因 FAIL_CLOSED 并结束为 BLOCKED；被丢弃的候选都有具名理由，不透明的 auto/* 引用不作为候选，付费路由在仍有更便宜合格候选时不会被选中。执行层依赖外部工具 OmniRoute（本地 OpenAI 兼容网关）和 Prime Agent（无头编码 Agent CLI），评审使用 ocr CLI。