AI 编程01
Mrun25/WatchTower · Passive agent-supervision extension for **Antigravity** (VS Code-based IDE). Built directly from `Watchtower_PRD.docx` (v0.1, draft for internal use). This repo implements all six development phases described in PRD §6, plus the Phase 0 de-risking spike.
WatchTower 是一个基于 VS Code 系 IDE（Antigravity）的被动式智能体监督扩展。它被动地为代码库建立并维护一份 JSON 关系图（记录文件与函数在同一语言内以及跨语言之间的连接关系），同时记录变更日志，并基于这份共享数据实现四项能力：跨文件关系断裂检测（Alt+A）、随时间的变更日志记录与回滚/重复修改（thrash）识别、提示词精炼（Alt+P，把模糊提示改写为明确提示并复制到剪贴板）、以及基于真实项目结构与历史的上下文感知问答（Alt+C）。项目使用 Mistral 云 API 仅作为推理层，用于精炼提示、回答问题、解释标记，不修改关系图或代码库。
AI 编程02
thecoolman87/IntelliJ-AI-Prompt-Generator · 🛠️ Build context-rich AI prompts in IntelliJ IDEA, easily incorporating your project's code for smoother interaction with AI assistants.
IntelliJ-AI-Prompt-Generator 是一个 IntelliJ IDEA 插件，用于生成结合项目代码上下文的提示词，帮助用户更顺畅地与 ChatGPT、Claude 等 AI 助手交互。提供的描述称其支持主流 AI 模型、安装流程简单，并且不要求用户具备编程知识。
Agent 与自动化03
rianvdm/product-ai-public · Curated skills, commands, and agents for AI-assisted product management (and life)
该项目是由产品经理 Rian van der Merwe 整理并公开的个人「第二大脑」子集，收录了用于 AI 辅助产品管理的提示词、上下文文件、命令、技能与 Agent。内容涵盖产品哲学与写作风格等上下文文件、PRD/OKR/规格评审与方案辩论等产品管理提示词、开发构思提示词，以及 pm-thinking、交互式讲解、高管简历撰写、Discord 机器人等技能；还包括代码评审、盲验证、挑战者、可行性评估、编辑等子 Agent，以及会议纪要整理、文档评审、会话起止等斜杠命令。此外附有跨会话记忆与多 Agent 调研文档，以及音乐收藏与 Spotify 歌单等个人兴趣技能。多数文件是可直接粘贴到任意 LLM 对话中的系统提示词或提示模板，部分为 OpenCode 专用格式。
应用工具04
abusayeed64548-cpu/ComfyUI-Fantastic-MiniMaxH3-PromptBuilder · Build structured prompts with reference media for MiniMax H3 video model in ComfyUI.
该项目是一个面向 ComfyUI 与 MiniMax H3 视频模型的提示词构建工具，提供提示词编辑、模板保存与分类、变量插入、Token 计数等功能，并内置媒体库用于导入图片、视频和音频、打标签、缩略图预览与批量操作；还可配置 MiniMax H3 API Key 发送提示词并保存生成结果与历史记录。README 以 Windows 桌面应用形式给出下载、解压和运行说明，但仓库元数据标注语言为 JavaScript，具体实现细节与开源许可为 MIT。项目实际可用性、与 ComfyUI 的集成方式、API 调用成本与限制均未在材料中说明。
Agent 与自动化05
skillberry-ai/cap-evolve · Optimize any AI agent’s skills, tools/MCP, and prompts against your own evals.
cap-evolve 是一个用于优化 AI Agent 能力的 Python 工具与框架：在用户已有的 Agent 和评测之上运行「评测 → 诊断失败 → 生成候选修改 → 验证门控 → 提交」的循环，依据失败轨迹改进系统提示词、工具实现代码、MCP 工具面和技能包（Skill package），只优化 Agent 读取的内容而非模型权重。每次候选修改都是一次 git 提交，可通过终端实时视图和 dashboard 查看差异、成本、时间与逐任务通过/失败热力图；采用 val 显著性门控接受候选、密封测试集只评一次以保证评测诚实性。支持接入自有 Agent（实现 tasks/run_target/score 三个必需方法）以及 Claude Code 插件、多种编码 Agent 宿主等使用路径，并提供 toy_calc 等无需 API Key 的示例。