AI 资源库 · 已整理 5 项
查看与tool-use相关的 AI 资讯、工具、Skill、工作流和开源项目。
jeffkit/recursive · A minimal, orthogonal, embeddable coding-agent kernel in Rust.
Recursive 是一个用 Rust 实现的最小化、正交、可嵌入的编程智能体内核（ReAct 循环），并围绕内核提供可选的 HTTP API、MCP 客户端与服务器、TUI、多智能体编排、云运行时（Redis/S3）、向量记忆和循环模式等扩展。它支持 OpenAI 兼容接口及 Anthropic 等多种模型后端，内置读写文件、Shell、Web 抓取等工具，工具与文件系统操作被沙箱限制在工作区内，且智能体循环受步数预算约束。可仅嵌入内核，也可作为完整开发工具使用。
agentproto/ts · Open agentic runtime in TypeScript — run any coding agent in the background, check its work before it lands, and project tools/skills/agents/workflows into CLI, HTTP, MCP, SDK, Mastra & the AI SDK.
agentproto/ts 是一个用 TypeScript 编写的开放智能体运行时（当前 0.20.0）。它可以在后台统一启动、对话、观察和停止 Claude Code、Codex、Hermes、opencode、Mastra 等多种编码智能体，并在改动落库前用测试或审核模型检查其工作，提交需通过检查与人工确认。同时提供工具编写与投影能力，可将工具、技能、智能体和流程投射到 CLI、HTTP、MCP、SDK、Mastra 及 Vercel AI SDK 等宿主。项目还包含 AIP 规范体系、工作流/定时任务、MCP 工具面、沙箱、鉴权、密钥、遥测与评测等平台包，并附带 VS Code 扩展。
yzhao062/AI4Fire · Five wildfire tasks for language models and agents, each run bare and grounded and scored beside a non-LLM comparator. 77,644 stored responses; every paper table reproduces offline.
AI4Fire 是一个面向野火任务的 LLM 与智能体评测基准，包含每日人员调配、野火烟雾检测、火险预报、温度相关航拍问答、火灾数据工具调用五个任务，覆盖 12 家厂商的 35 个模型。每个任务同时以裸提示与带 grounding 两种方式运行，并与非 LLM 对照基线比较，仓库内保存 77,644 条已评分响应，可离线一条命令复现论文全部主表，无需 API 凭据。
volt-hq/Volt · A coding agent from terminal to phone. Local runtime, native planning and code review, subagents, and an iOS companion.
Volt 是一个在本地电脑上运行智能体及其工具的 AI 编程智能体，可在终端以 CLI/TUI 方式使用，并通过后台守护进程与加密连接将同一场实时对话接续到 iOS 配套应用，实现桌面与手机交接。它提供原生 Plan 模式与基于快照的代码审查、子智能体与后台任务、文件编辑、shell 执行、网页搜索、LSP 导航与重构以及原生 MCP 集成，支持会话恢复与分支、长历史压缩，并可通过 TypeScript 扩展、技能、提示模板、主题、可安装包、SDK 与 JSON/RPC 模式进行定制。
nbharaths/tau-rec · τ-Rec: A verifiable benchmark for agentic conversational recommender systems (RecSys 2026 Resource Track)
τ-Rec 是发表于 ACM RecSys 2026（可复现性与资源赛道）的可验证基准，用于评测基于 LLM 的对话式推荐智能体。它模拟被测智能体与模拟用户进行多轮对话，要求其使用目录工具收集信息、遵守书面策略，并最终推荐满足用户全部约束的电影。评测结果直接依据目录进行程序化校验而非由 LLM 裁判判定，因此分数可复现且计算成本低。基准包含带 reveal 标签的用户模拟（volunteer / on_ask / hidden）、策略合规评分、pass^k 一致性指标，以及 153 部 TMDB 电影目录和横跨复杂度与信息透露难度的 60 个任务；通过 LiteLLM 支持任意模型作为被测智能体或模拟器。