AI 编程01
oooscoos/Benzi · Benzi is a compiler-backed coding agent that compiles your codebase into a resolved, queryable map of calls, data flow, and control flow first; then it explains, runs, edits and verifies your code using it. Includes a runtime tracer that settles what static analysis can't. The Benzi compiler also works as an MCP server.
Benzi 是一个由编译器驱动的编程智能体（coding agent）：它先用基于 tree-sitter 的编译器解析整个代码库，构建出可查询的调用关系、数据流与控制流映射，再基于该索引来讲解、运行、修改并验证代码。附带运行期追踪器，用于补足静态分析无法确定的部分。该编译器同时可作为 MCP 服务器使用，支持多语言与多模型接入，官方称在 SWE-bench Verified 上取得 391/500（78.2%）的结果。
评测与安全02
OWASP-Benchmark/BenchmarkJava · OWASP Benchmark is a test suite designed to verify the speed and accuracy of software vulnerability detection tools. A fully runnable web app written in Java, it supports analysis by Static (SAST), Dynamic (DAST), and Runtime (IAST) tools that support Java. The idea is that since it is fully runnable and all the vulnerabilities are actually exploitable, it’s a fair test for any kind of vulnerability detection tool. For more details on this project, please see the OWASP Benchmark Project home page.
OWASP Benchmark for Java 是 OWASP Benchmark 项目的 Java 测试套件，用于验证软件漏洞检测工具的速度和准确率。它是一个完全可运行的 Java Web 应用，支持 SAST、DAST（如 ZAP）和 IAST 等应用安全测试工具对其进行分析。项目刻意包含的可被利用漏洞会参与评分，因此对各类漏洞检测工具构成相对公平的测试；项目还包含针对多种开源与商业 AST 工具的评分卡生成器，支持的工具集合持续增长，该评分能力由 BenchmarkUtils 项目实现。项目文档位于 OWASP Benchmark 项目页面。
AI 编程03
tufantunc/review-pro · Repository-aware AI code review for coding agents — triage → 13 specialist reviewers → synthesis. Reviews what the agent changed and what the repo already knew. Claude Code, opencode, Cursor, Codex.
review-pro 是一个开源的仓库感知代码审查系统，面向 Claude Code、opencode、Cursor、Codex 等编码代理。它先对 diff 做分类，只调度十三类专用审查者中相关的那些并行审查，每个审查者都必须在仓库文件中定位证据；随后由综合阶段去重、按领域归属消解冲突、校准严重程度，输出 BLOCK / REQUEST CHANGES / APPROVE 单一结论，并对 Medium 及以上问题派独立代理尝试反驳验证。它还支持通过 .review-pro/ 安装技术栈包（TypeScript/React、Python、Go、Rust、Next.js、WordPress 等）和编写仓库规则（含 co-change 规则），以捕捉 diff 未触及文件中已经存在的约定，例如事故后加的防护或规范化的辅助函数。
AI 编程04
OpticDiff/code-reviewer · Fast, local-first AI code review CLI & pre-push hook for GitHub PRs and GitLab MRs. Multi-model consensus, Tree-sitter context, SARIF, and zero lock-in.
code-reviewer 是一个用 Go 编写的本地优先 AI 代码审查命令行工具，可作为 Git pre-push 钩子，也能在 GitHub PR 与 GitLab MR 的 CI 流程中运行。它通过 Tree-sitter 提取仓库感知的 AST 上下文，支持多模型共识过滤以减少噪音、内容寻址 diff 缓存加速重复审查、增量审查与提交触发全量重审，并可输出 ANSI 终端结果、GitHub 内联评论、GitLab 讨论与草稿笔记以及 SARIF 2.1.0 / GitLab SAST 安全报告。模型侧可对接 Ollama、vLLM 等本地端点，也可使用 Vertex AI（Gemini、Claude）、AWS Bedrock（经 LiteLLM）和 OpenAI 兼容端点，支持自定义提示词、平台治理配置、审计日志与 SHA 固定的安全自动批准。
Agent 与自动化05
GitHubSecurityLab/seclab-taskflow-agent · GitHub Security Lab Taskflow Agent
GitHub Security Lab 推出的 MCP 多智能体框架，通过 GitHub Workflow 风格的 YAML 语法声明式定义智能体工作流，无需编写代码即可用 CLI 编排多个 Agent 与工具协作完成任务。基于 OpenAI Agents SDK 构建，使用 Pydantic 做语法校验、Jinja2 做模板渲染；智能体由 personalities 定义、接收 taskflow 任务、调用 toolbox 中的工具。支持 Chat Completions 与 Responses 两种 OpenAI API，可切换 openai_agents、copilot_sdk、anthropic_sdk 三种后端，支持 stdio/SSE/streamable HTTP 的 MCP 连接、任务级检查点与断点续跑、运行清单输出、离线 lint 与 JSON Schema 导出。主要面向智能体安全研究、漏洞排查、代码审计、CodeQL 辅助代码审查与代码扫描告警分诊，也可跨多个模型跑同一提示词并让裁判任务择优，用于模型对比评测。