自动化

MergeJudge：基于 AI 的 GitHub 拉取请求自动审查与分流工具

gauravsharmaGG/mergejudge-runner · MergeJudge AI Code Review: open-source GitHub Action and runner for AI pull request review that learns your repo's rules. Bring your own AI key.

MergeJudge 是开源的 GitHub Action 与 runner，用于对拉取请求进行 AI 审查并按 auto、review、block 三个等级分流。它先使用确定性规则确定最低等级，默认只允许 AI 使等级更严格；它会读取仓库基分支上的 AGENTS.md、REVIEW_POLICY.md 和 .mergejudge.yml，因此拉取请求无法放宽自己的审查标准。用户需自备 Anthropic、OpenAI、z.ai 或任意 OpenAI 兼容端点的 API key，也可选择仅使用规则而不调用 AI。项目支持 deep 模式来补充变更代码的调用方与相关文件、根据 PR 上的反馈学习规则，并通过定时任务生成供人工审核合并的规则提案 PR。

TripWise：预算安全的 AI 旅行行程规划器

wwleela/TripWise.io · TripWise — Budget-Safe AI Trip Planner An AI Product Management capstone for the MakeMyTrip AI Trip Assistant case.

TripWise 是面向 MakeMyTrip AI Trip Assistant 案例的 AI 产品管理毕业项目，提供已发布的旅行行程规划应用原型，支持登录与保存行程；行程由精选目录确定性生成，并非由大模型生成。项目还包含 Groq 生成内部评审说明、经 Make 写入 Airtable 的评审队列、产品发现与 PRD、RICE 优先级、用户故事与指标、自动化证据记录、评测标准与八条黄金数据集，以及责任 AI 监控与定价等文档。项目明确直播价格与预订不在范围内，并列出尚未完成的发布门槛。

Claude Lane Stack：单人开发者的多代理 AI 编程工厂与编排流水线

VKirill/claude-lane-stack · Multi-agent AI coding factory for one person — Claude Code PM + Codex/Qwen/Grok/Kimi/AGY writers, durable conveyor, auto-merge to main

Claude Lane Stack 是一套面向单人开发者的多代理 AI 编程编排栈：由 Claude Code 充当 PM，调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 写手，通过文件与 git 构成的持久化传送带（durable conveyor）执行任务，PM 负责检查产出并合并到 main，夜间还会做独立复审。工作单元以 .agents/runs/<slug>/tasks/*.yaml 卡片形式定义（含 owns_paths、verification 与 acceptance.json 收据），并配有覆盖项目生命周期、设计、文档、SEO、文案（俄文）等大量技能与代理。

autoforge：让 GitHub Actions 定时驱动 LLM 自主实现仓库任务并自动提交的自进化仓库

SwayamKontamwar/autoforge · A repository that builds itself: a scheduled agent implements one backlog task per run, and commits only if lint, import, and tests all pass.

autoforge 是一个“自我编写”的仓库实验：定时的 GitHub Action 会从 BACKLOG.md 读取任务，调用语言模型生成补丁，只有在通过 ruff 检查、导入冒烟测试和完整 pytest 测试后才会提交到 main，失败则回滚并在 DEVLOG.md 中记录原因。它同时构建一个基于 FastAPI 的 URL 短链服务与标准库风格的 app/toolkit/ 工具集，并包含自我补充的任务生成器与成本守卫，确保运行在免费环境（公开仓库、ubuntu-latest、免费模型额度）下，否则拒绝运行。

everything-claude-code：Claude Code 智能编程配置工具包

HABUBUSS/everything-claude-code · Discover production-ready Claude Code configs: agents, skills, hooks, commands, rules, and MCP setups from an Anthropic hackathon winner.

该项目汇聚了一套面向 Claude Code 的即用型配置集合，包含智能代理（agents）、技能（skills）、钩子（hooks）、命令（commands）、规则（rules）以及 MCP 环境配置，据称来自 Anthropic 黑客松获奖者。README 将这些组件描述为帮助开发者自动处理重复任务、简化复杂操作、统一代码风格并在保存或测试等时机触发自动检查的构建块，目标是减少打字量、降低错误并提升开发效率。README 还列出系统需求（Windows 10+、macOS 11+ 或现代 Linux，至少 4GB 内存、500MB 磁盘空间、首次安装需联网）、安装与快速上手步骤以及常见故障排查建议。仓库元数据包含 JavaScript、Kotlin、Swift 等语言标签，但材料未说明具体的依赖、许可证与 API 成本，相关限制与部署条件均未说明。

skills：跨 Claude Code、Codex 等终端同步的便携 Agent 技能集合

shootdaj/skills · Portable agent skills for Claude Code & Codex — one source of truth, synced across machines

这是一个个人维护的便携式 Agent 技能（agent skills）集合，面向 Claude Code、Codex、Cursor 和 Hermes 等 AI 编程终端。它通过将共享技能以符号链接方式安装到各终端，实现单一来源、多处同步，编辑后通过 git pull 即可在所有机器（笔记本、工作站、远程服务器）上生效。仓库提供一条 npx 命令完成全局安装与更新，并内置大量技能，涵盖 DJ 演出准备（曲目获取、Soulseek 下载、调性排序、播放列表导出）、HTML 报告发布、浏览器购物比价、项目状态回顾、CapCut 草稿生成、UI/UX 与前端设计、知识图谱生成、Token 压缩沟通模式、深度访谈、Azure 静态站点发布等。仓库还包含若干带原作者署名与许可证的第三方技能搬运副本，并定义了每个技能以 SKILL.md 加 references/assets 目录组织的固定布局。

打通最后一公里的 Bots：Rollouts 与 Security Review · Cursor

Cursor 推出了两个软件开发机器人 Rollouts 和 Security Reviewer，帮团队把代码安全送上生产环境。以前写代码快了，但 PR 之后的部署监控、安全审查还是很费人，容易漏掉问题。Rollouts 会盯着变更从 PR 到上线的全过程，发现回归就提醒或自动回滚；Security Reviewer 像安全工程师一样读代码，找漏洞并给出修复建议。这两个 bot 现已面向团队版和企业版开放。

AutoClip：AI 驱动的长视频高光提取与切片剪辑工具

zhouxiaoka/autoclip · AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具

AutoClip 是一款 AI 视频剪辑工具，通过分析视频字幕来定位高光片段、生成标题，并自动剪出视频切片与合集。适合访谈、播客、课程和直播回放等以对白为主的素材。它提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式，支持通义千问、OpenAI 兼容接口、Gemini、硅基流动等云端模型，以及 Ollama / LM Studio 本地模型；还提供抖音、小红书、YouTube Shorts 和 B 站导出预设，并可在同一页面向多个已连接平台发布。

在 Datadog IaC 安全扫描中强制执行自定义规则

Datadog 为 IaC 安全扫描加入了自定义规则功能，让企业能检查自己特有的基础设施规定，比如必须打哪些标签、只能用哪些实例类型、资源怎么命名。以前默认规则只能覆盖通用安全问题，内部要求往往得靠人工在代码审查时检查。现在可以用自然语言描述需求，AI 会生成对应的 Rego 策略和示例配置，在编辑器里验证后再发布，并支持版本历史与回滚。发布后，违规结果会出现在拉取请求评论、IDE 插件和 IaC 安全结果浏览器里，还能接入 PR 门禁和自动化流程，无需另建工作流。该功能现已可使用，支持 Ansible、CloudFormation、Dockerfile、Kubernetes、Terraform 和 GitHub Actions。

代码审查正在压垮你最好的工程师

很多团队让最优秀的工程师去审查大量由 AI 生成的代码，结果他们被审查排队淹没，做不完也不喜欢做。问题在于 AI 写代码时没把“为什么这么写”的推理留下来，审查者只能从代码差异里倒推意图，而且这些代码往往看起来很对、实际上会出错。文章建议把审查负担移走：把反复出现的评论变成自动规则，保留生成代码时的意图作为验收标准，并衡量和奖励验证工作。对读者来说，这说明 AI 提效的同时，可能把压力转移到了代码审查环节，需要用流程和工具来补上。文章提到 Aviator 的 Verify 用于捕捉提示和智能体会话中的意图，原文未说明其是否已公开发布。

Claude 攻不进 OpenAI，直到 Anthropic 发布 Opus 5

三家安全研究员在常用图片处理库里发现了一个可被恶意文件触发的漏洞，原本想用它入侵 OpenAI 的官方论坛。简单的漏洞利用不难，难的是在真实服务器上用它远程控制机器；他们先让 Claude Opus 4.8 做这一步，但在系统正常开启内存随机化保护时失败了。当晚 Anthropic 发布 Opus 5，第二天换上新模型后，约三个小时就做出了可用的 ARM64 攻击，四小时后拿到了测试论坛的远程控制权。最终他们串起了从论坛漏洞、OpenAI 单点登录权限过大，到员工 Codex 账号、公司私有代码库的完整路径，并用一个无害的文档修改证明访问成功后就停手。这事的意义是：以前需要资深专家花大量时间做的漏洞利用开发，现在可能相当一部分能交给 AI 完成。目前这是研究者公开的实验记录，OpenAI 已修复权限并给了一笔漏洞赏金。

DoorDash 利用多智能体 LLM 清理 6 万个功能开关

DoorDash 内部积累了大量过时的“功能开关”（feature flag，即控制功能是否上线的开关代码），散落在 623 个代码仓库里，清理起来费时费力。他们用多个 AI 智能体组成流水线，自动完成这类清理：先通过 MCP 获取线上实验数据，再经工程师确认，在独立的 Git 工作区中并行执行修改，最后由自动检查验证结果。在 50 个开关的测试中，45 个成功生成了可用的代码合并请求，平均每个耗时 13.8 分钟、花费 4.79 美元。这意味着这类繁琐的代码维护工作可以大幅交给 AI 自动完成，工程师只需做最终审核。

agent-skills：跨多个编程 Agent 的可移植 SKILL.md 技能合集

wangjohn/agent-skills · Portable Agent Skills (SKILL.md) for Claude Code, Cursor, Codex, and other coding agents.

该项目是作者个人使用的 Agent Skills 集合，以 SKILL.md 形式在 Claude Code、Cursor、Codex 等能读取该文件的编程 Agent 之间共享与复用。技能以 skills/ 下按名称分目录组织，长文档放入 references/ 目录，确定性内容放入 scripts/ 目录；仓库强调作为可移植的单一来源，不写入 Cursor 专属的 frontmatter。示例技能 review-pr 可为 PR 生成面向人工审查的指南，覆盖架构、模型、权衡与关键设计决策，并配合代码优先的解释、简洁语言、必要时使用图表以及聚焦的审查问题。仓库提供 npx skills add 安装方式、create-skill 模板与新增技能流程，并通过 scripts/validate.py 在本地与 CI 校验；另有关于 agent-archive CLI 的规划文档，属于计划而非已实现版本。

PersonalClaw：自托管的个人 AI 智能体与自动化操作系统

PersonalClaw/PersonalClaw · Your self-hosted personal AI agent — an agentic OS for one person: chat, autonomous goal loops, memory, knowledge base, skills, automation, MCP in both directions, and a permission-gated app platform. Local-first, provider-agnostic, MIT.

PersonalClaw 是一个本地优先、自托管的个人 AI 智能体系统，以单一网关进程和 Web 仪表盘整合智能体对话、自主目标循环、长期记忆、知识库、技能、定时自动化、MCP 双向集成以及权限门控的应用平台。所有状态保存在本机 ~/.personalclaw 目录下，模型提供商、搜索、语音、通道与智能体运行时均以可移除应用形式接入，可优雅降级为纯本地运行。项目采用 MIT 许可，目前处于 v0.1.3 预 1.0 阶段，预计会有破坏性更新且暂不提供自动数据迁移。

Eko AI Realtors：面向房产中介办公室的本地部署 AI 线索接待与预约智能体

enderjnets/Eko-AI-RealEstate · Eko AI Realtors — the on-prem AI agent for real-estate offices. WhatsApp 24/7 + lead capture + intent classification + visit booking + post-visit follow-up. Runs 100% on the customer's hardware (or their VPS) with Kimi 2.6 + MiniMax 2.7 fallback. The customer-facing product sold by Eko AI.

Eko AI Realtors 是一个面向房产中介机构的客户接待型 AI 智能体，以单办公室、单套自托管 Docker Compose 部署的方式运行，客户数据保留在自有数据库中。它通过 WhatsApp、邮件和 SMS（Twilio）全天候接待 inbound 线索，自动完成线索结构化采集与意图分类（rent / buy / valuation），提取区域、预算、房型与紧迫度，并支持英语和西班牙语双语回复。系统提供中介仪表盘，可查看会话、人工接管、使用 AI 建议草稿回复并管理看房；通过 Cal.com 集成实现时段查询、预约与确认（含开发用模拟模式）；通过 RESO Web API 接入 MLS/IDX 房源，在 /properties 浏览并按线索意图、区域与预算自动匹配，还可在对话中推送匹配房源。它支持看房后 24 小时 / 72 小时 / 7 天自动培育与看房提醒（人工接管后跳过），为每条线索计算 0-100 优先级评分并生成每日热门线索摘要，还可通过 Settings 页面自定义机构名称、人设、问候语、语言与营业时间。LLM 采用云端 Kimi 2.6 为主、MiniMax M2.7 为备，并以 Groq 免费额度作为兜底，均带内联故障切换；Ollama 本地推理为可选附加项，并非必需。

超越同步：Argo CD 需要企业级控制平面

Argo CD 是个很受欢迎的开源工具，专门把 Git 里的配置自动同步到 Kubernetes 集群，相当于“你说要什么状态，它帮你照着调”。问题是，当公司规模变大、集群和应用越来越多时，光同步配置远远不够：团队要自己写脚本去接工单、审批、安全策略和发布检查，每个 Argo 实例还要单独管权限，最后运维负担和安全风险都会迅速膨胀。这篇文章提出用“企业级控制平面”来包住 Argo，把工作流编排、集中治理和部署验证这些能力内置进去，减少人工救火和故障恢复时间。对读者来说，如果团队正在用 Argo CD 做大规模 GitOps，这篇文章指出了一个补齐短板的思路：不换掉 Argo，而是在它上面加一层管理平台。

Grab 如何让设计、运营和工程团队都用上 Cursor · Cursor

Grab 是东南亚一家做打车、外卖和支付的科技公司。他们在公司里推广了一款叫 Cursor 的 AI 编程工具，结果约 98% 的技术员工每月都会用，连设计师、财务、运营甚至 CEO 办公室的人也在用。以前设计师想改一个界面问题，得排队等工程师，现在他们学点基础知识后自己就能改代码、当天上线；工程师也能腾出手做以前没空做的测试和重构。对普通读者来说，这个故事说明 AI 编程工具不只是程序员的专属，非技术岗位也能借助它自己动手解决工作中的问题。

Tinycast：原生 macOS 启动器、全局热键与剪贴板历史工具

abue-ammar/tinycast · Tinycast — a tiny, fully native macOS launcher, hotkeys, and clipboard history.

Tinycast 是一款使用 SwiftUI 和 AppKit 编写的原生 macOS 启动器，内存占用低于 100 MB，无第三方依赖、不含 Electron、无遥测。它提供应用启动、全局热键、文件搜索、剪贴板历史、计算器与单位/货币换算、Quicklinks、Apple 快捷指令、代码片段、自定义命令、窗口管理、系统操作、日历会议、笔记、表情选择、AI 对话、Quick Actions、原生运行 Raycast 扩展以及备份导入等功能，AI 功能默认关闭，可使用自备密钥或本地已登录的 AI 账户。

微软 Azure SRE Agent：3千服务团队已用，处理超180万起事件

微软推出 Azure SRE Agent，已在内部3000多个服务团队使用，处理超过180万起事件，许多在数分钟内完成缓解。该 Agent 可分析遥测数据、定位根因、生成修复 PR，部分团队超过一半的事件由 Agent 自主处理。文章强调从提示工程到上下文工程再到 harness engineering 的演进，以及可验证、可审计的治理机制。

code-quality-atlas：基于 SKILL.md 的代码审查技能套件与品质地图

brandondees/code-quality-atlas · From-first-principles research toward a standalone agent skill suite for code review & maintenance — a comprehensive map of what factors into code quality.

该项目从第一性原理出发梳理影响代码质量的各类因素，形成一份分层分类的代码质量地图，并据此生成 44 个代码审查技能（其中 41 个为聚焦单一视角的审查透镜）。套件以 SKILL.md 形式提供，可作为 Claude Code 插件使用，也能在支持 SKILL.md 格式的其他编码代理中运行；内置透镜路由、工具输出取证预处理与多透镜结论汇总，可用于审查 PR、本地改动、多个仓库，以及在 Claude Code on the web 上自动循环审查 PR。