Agent 与自动化01
atishay-kasliwal/atriveo-app · A full-stack application that automatically captures job applications through a Chrome extension, tracks them in a centralized dashboard, and provides insights to improve your job search.
Atriveo App 是一个全栈应用，通过 Chrome 扩展自动捕获职位申请，在集中式仪表盘中追踪，并提供洞察以改进求职过程。其核心是一个“证据编译器”：把结构化工程成就（成就卡 AC 库）与职位描述结合，经 JD 门控、波束搜索组合、全局信息增益优化（15 条要点布局）与确定性 LaTeX→PDF 渲染，输出一页 ATS 安全的 PDF 简历；同时提供 LinkedIn 抓取→MongoDB→职位描述桶、编译队列、编译历史与信任报告等配套能力。
Agent 与自动化02
pedronastasi/manychat-ai-agent · A production-shaped, provider-agnostic AI agent that answers customer questions on WhatsApp through https://manychat.com, escalating to a human rather than guessing.
该项目是一个面向生产的、与模型供应商无关的 AI 代理，通过 ManyChat 在 WhatsApp 上回答客户提问，遇到无法回答、低置信度、预算耗尽或限流等情况时会升级给人工而不是猜测。它用 Promise.race 在 8 秒截止时间与模型调用之间做竞速：模型及时返回则内联回复，超时则先发简短确认、让模型继续运行并写入 Postgres outbox，由 worker 稍后投递，从而避免 ManyChat 10 秒 webhook 超时导致的丢消息。模型通过环境变量切换（Anthropic、OpenAI、Google、Ollama、mock），频道通过端口加适配器隔离，并带有护栏、预算上限、联系方式令牌、日志脱敏和评测集。
应用工具03
clivedsouza1010/rudra-js · Product recommendation components designed by a language model and rendered with React, on the server or in the browser. The model returns a validated specification, never markup, so it cannot invent a price, a rating or a stock level.
rudra-js 让语言模型设计推荐区块，但不允许模型直接输出 HTML，而是返回由封闭词汇表构成的组件规格（布局、标题、文案），商品标题、价格、图片和链接均从自有商品目录中读取。@rudra-js/react 在服务端或浏览器中进行渲染，@rudra-js/attested 对模型文案做三轮校验（价格与折扣等模式、数字来源核对、无数字断言词表），不合格字段会被丢弃。默认模式下展示的商品由核心逻辑按请求从候选列表中选择而非模型决定，且支持完全不调用模型的确定性模式。
评测与安全04
fstandhartinger/jevbench · JevBench v1 - a benchmark for Jev-class typed decision models: smart, cheap, fast, reliable, open.
JevBench 是 Benchmark Heaven 自研的基准测试，用于评测 Jev 类决策模型：给模型一段状态和一个有界评分规则，要求它返回结构化选项答案并尽量给出每个选项的概率，不需要散文式输出或解析。评分由 Intelligence（机会校正后的准确率）、Calibration、Speed、Cost 四个等权轴合成 JevBench Score，并按版本迭代维护公开排行榜。仓库提供冻结的评分方法文档、聚合结果 JSON、部分公开数据集与各系统适配器代码，并区分公开题与私有留存题。