AI 资源库 · 已整理 18 项
查看与工具调用相关的 AI 资讯、工具、Skill、工作流和开源项目。
OpenAI 此前报告了一种“自我复制提示注入”：攻击者把隐藏指令藏在 AI 智能体读取的内容里，诱导智能体照做，并把这些指令复制进邮件、文件或消息中，从而感染其他智能体和后续会话，像电脑蠕虫一样扩散。这次 Datadog 把 OpenAI 报告中的两个例子改造成针对测试智能体的模拟攻击，并用其安全产品 Datadog AI Guard 检查智能体读到的内容和发起的工具调用。结果 AI Guard 在看邮件或 CSV 时，就标记了被植入的内容不安全；当测试智能体把注入指令复制进回复或技能文件时，AI Guard 也判定这些操作不安全。需要注意的是，这是模拟环境中的演示，不是正式发布的新功能，也不能说明真实的拦截成功率；文章的重点是展示如何排查智能体最终回复里看不出来的可疑行为。
Spring AI 团队发布了两个新版本：2.1.0-RC1（候选发布版，尚未正式定稿）和 2.0.2，都已在 Maven Central 上可下载。以前只有 OpenAI 的一种接入方式能原生处理结构化"消息片段"，现在 OpenAI、Anthropic、Google GenAI、Amazon Bedrock、Ollama、Mistral AI、DeepSeek 等主流模型接入也都能做到，并保持推理过程、工具调用的原有顺序。新版本还内置了"会话记忆"：把对话保存成只追加的事件日志，历史太长时按轮次压缩或摘要，且不会把工具调用和结果拆开，数据可存 PostgreSQL、MySQL 等数据库；原来基于 ChatMemory 的方案被标记为弃用，计划在 3.0.0 移除。另外新增工具调用确认机制，比如订机票、删文件前可先让应用批准；还支持用查询向量检索预先算好的嵌入。需要注意这只是候选版和补丁版，部分旧存储（Cassandra、Redis 等）的会话替代方案官方称将在 3.0.0 前补齐。
freecodecampsara93/AI-Recruitment-Assistant · AI-powered recruitment agent built with n8n, Google Gemini, PostgreSQL, and Gmail for candidate search, candidate management, and automated email actions.
该项目用 n8n 编排招聘助手智能体，接入 Google Gemini 对话模型、PostgreSQL（Supabase）候选人库与 Gmail，通过工具调用完成候选人搜索、详情查询，以及待审批的状态变更和邮件请求。智能体本身不具备改数据或发邮件的权限，所有写操作以 pending 记录进入待审批表，由独立工作流定时推送给 HR 经理，经 Gmail 审批后才执行；同时提供 Webhook Header Auth、参数化 SQL 与数据库约束等安全措施。
tarc/carimbo · An AI agent for Brazilian NF-e invoices: extraction, tool-using decisions, durable execution, and a measured eval suite.
carimbo 将巴西电子发票（NF-e）的 DANFE PDF 转为严格类型化的发票记录，并进一步生成可审批/拒绝/升级的判定。项目以可复现的评测套件、确定性校验器、有界修复循环、持久化执行、幂等、追踪与成本归集为支撑，公开每次真实运行的逐案例记录与汇总结果。当前已完成抽取阶段的骨架与带校验的抽取，可重放运行阶段已实现但验证待完成；智能体与持久化执行属于后续里程碑，尚未在路线图内。
langchain-ai/deepagentsjs · The batteries included agent harness.
Deep Agents 是一个内置完整能力的智能体框架（agent harness），以 TypeScript 包 deepagents 形式发布。它把提示词、工具与上下文管理预先封装好，安装后即可运行一个可用的智能体，并按需定制。内置能力包括：用 write_todos 做任务拆解与进度跟踪的规划能力；read_file、write_file、edit_file、ls、glob、grep 等文件系统工具作为工作记忆；通过 task 派发子智能体以隔离上下文窗口；以及让这些工具开箱可用的默认提示词与中间件。框架与模型供应商无关，可配合支持工具调用的聊天模型使用；createDeepAgent 返回编译好的 LangGraph 图，因此可用流式、Studio、checkpointer 等 LangGraph 特性。支持通过传入 model、tools、systemPrompt 进行定制，并提供 deepagents、deepagents/browser、deepagents/node 等运行时入口。
LangChain 把 ScaleDown 的专用小模型接进了 Deep Agents 和 LangChain 智能体框架里。原来长时间运行的智能体上下文会越堆越满，而用通用大模型去摘要历史、压缩工具结果又慢又贵。现在换成专门做单一任务的 ScaleDown 模型（摘要、压缩、抽取、分类），官方称这些窄任务上比前沿模型快 200 倍、便宜 467 倍，单次最多能读 100 万 token，还能直接处理图片和扫描 PDF。做智能体的开发者可以借此降低每次决策的成本和延迟，也可通过 LangSmith LLM Gateway 追踪调用和用量。
quickhoteloccupancy5342/vllm-qwen3.8-flash-next-rtx-pro-6000-sharp-monitoring · Serve Qwen3.8-Flash-Next on one RTX PRO 6000 with vLLM, a sharp chat template, and bundled Prometheus+Grafana monitoring.
该仓库提供一套基于 Docker 的打包方案，用于在 NVIDIA RTX PRO 6000 Blackwell 显卡上通过 vLLM 运行 Qwen3.8-Flash-Next 语言模型，包含 Qwen-Sharp 对话模板、MTP-3 推测解码、工具调用支持，以及 Prometheus 与 Grafana 组成的实时监控面板。README 说明面向 Windows 10/11 用户提供 start.bat 启动脚本，本地推理不上传对话数据，并在首次运行时下载约 40GB 模型文件。
spring-ai-community/spring-ai-agent-utils · A Spring AI library that brings Claude Code-inspired tools and agent skills to your AI applications.
Spring AI Agent Utils 是一个面向 Java 生态的 Spring AI 库，将 Claude Code 风格的核心能力重新实现为 Spring AI 工具，包含文件读写编辑、Shell 命令执行、Grep/Glob 代码搜索、网页抓取与搜索、结构化任务管理（TodoWrite）、子 Agent 编排（含 A2A 协议与 Docker 沙箱执行后端）、可复用的 Markdown 技能模块（Agent Skills）以及跨会话长期记忆（AutoMemoryTools/Advisor）。项目以 Maven 模块形式组织并提供 BOM，附带代码助手、技能、子 Agent、待办、记忆等多个示例工程，帮助开发者在 Spring Boot 应用中构建具备工具调用与多 Agent 协作能力的 AI 应用。
Datadog 为它的 MCP Server 加了一个叫 Code Execution 的功能，让 AI Agent 查日志、指标、链路时可以在一个沙箱里写 JavaScript 代码自己跑查询、合并结果，只把最终需要的证据交回给模型，而不是每一步都来回问模型。以前用传统 MCP 工具做多数据源排查，模型要反复处理工具说明和原始响应，既占上下文又贵。Datadog 用 25 个排查任务、四个模型对比发现，答案正确率平均提升 15.6 个百分点，输入 token 少 73.2%，工具调用少 39.6%。该功能已 generally available，在 MCP Server 里启用 code-exec 工具集即可使用，代码在隔离沙箱中运行、不接触调用者凭证。
strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.
Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。
4onstudios/iris-agent · Open-source coding agent with CLI, HTTP API, ACP, LSP, MCP, workspace tools, and multi-provider model support.
Iris Agent 是 AIRIS 使用的独立编码智能体服务，提供流式对话、工作区工具、LSP 路由、MCP 集成、命令审批和运行生命周期 API。它可以作为 HTTP 服务（/api/agent）、终端交互式 CLI 或基于 stdio 的 ACP 服务器运行，便于 IDE 集成，并支持 OpenAI、Anthropic、Google、OpenRouter 和 Ollama 等多提供商模型配置。
Spring AI 社区推出了一个新项目 Spring AI TypeSafe，它把 TypeSafe AI 的托管 Jev API 接进了 Spring 生态。平时在 AI 应用里常要快速做一些小判断，比如给客服工单打分、决定该转给哪个部门、评估一段推理结果可不可信，这些用聊天模型做往往又慢又贵，还得写提示词模板和 JSON 解析。TypeSafe 的思路不一样：它不是聊天模型，不生成文字，只做分类、打分和选择。你给它一段状态和一组带类型的问题，它一次性返回布尔值、选项和分数，还附上置信度，大概三百毫秒出结果。项目已发布在 Maven Central 上，版本 0.1.0，附带七个可运行示例；不过部分性能对比数据来自 TypeSafe 自己的基准测试，还需要独立验证。
clouatre-labs/decisions-judge-mcp · Typed decisions for AI agents as an MCP tool: yes/no probability (noul), choice, and score in one fast request. Backed by the TypeSafe System One model.
decisions-judge-mcp 是一个 MCP 服务器，让 AI Agent 通过单次快速请求对任意 JSON 应用状态做出类型化判断：yes/no 概率（noul）、多选项选择（choice）以及有序等级评分（score）。问题与答案均按 schema 校验，失败时返回 {fallback: true, error} 而不阻塞，便于嵌入 Agent 工作流。当前由 TypeSafe System One 模型（Jev）通过 @typesafe-ai/sdk 提供支持。
prime-radiant-inc/evener · A coding agent: give it a prompt and it reads, writes, runs commands, and searches code in a loop until the work is done, using native tool-calling across OpenAI, Anthropic, and Google models.
Evener 是一个通过 hub 编排运行的编程 Agent，能接收提示词后以循环方式读取文件、执行命令、编辑代码并搜索代码，直到任务完成。它使用大模型的 native tool-calling，支持 OpenAI、Anthropic、Google 及其他兼容提供商，提供 Web UI、TUI 终端面板以及用于脚本和 CI 的非交互式命令行，并支持会话持久化、恢复、分叉与子会话。
cactus-compute/needle · Automation foundation model for tiny devices: 2-bit, 8-29 MB, tool calls, structured extraction and embeddings on phones, wearables, smart homes, robots, cars and microcontrollers.
Needle 是 Cactus Compute 推出的面向手机、可穿戴设备、机器人、智能家居、汽车和微控制器的端侧基础模型。整个模型是单个 8-29 MB 的二进制文件，基于 Simple Attention Network，牺牲通用聊天能力，换取在移动端工具调用上超越体积大 10 倍的模型，并在结构化抽取上比肩 2-3 倍大的模型。它支持工具调用、结构化抽取和文本嵌入，逐 token 受字节级语法约束，每次响应附带校准后的置信度分数。项目提供 Python 包、预构建的部署引擎、本地微调工具以及多篇使用指南。
Unknown384-come/agent-runner · Run autonomous AI agents with tool-calling via a Go microservice that connects Laravel and LLM providers, streaming real-time results over SSE.
agent-runner 是一个 Go 微服务，用于运行具备工具调用能力的自主 AI 代理，充当 Laravel 与 LLM 服务商之间的桥梁，并通过 SSE 实时流式推送执行结果。它支持 OpenAI、Gemini、Claude 等 AI 服务，可使用内置工具并调用外部工具自动完成任务，运行过程中可查看实时更新。README 主要面向 Windows 用户说明下载与配置流程。实际部署方式、API 成本与具体限制材料未详细说明。
Rayan55050/progressive-agent · Provide a customizable AI assistant on Telegram with multiple tools, skills, and monitors that runs locally using hybrid memory.
progressive-agent 是一个面向个人使用的 Telegram AI 助手，支持在本地运行并采用混合记忆。它提供 60 多个工具、18 项专用技能、10 项监控功能，以及带六级语言模型支持的回退系统，强调隐私、无需编程知识即可使用，并会随时间自我改进，主要用于自动化日常任务。
ashumishra2104/Building_MCP_Server_and_Client · A hands-on collection of MCP (Model Context Protocol) servers built from scratch — designed for AI Product Management students and developers who want to give Claude real-world superpowers.
该仓库是面向 AI 产品管理学生与开发者的 MCP（Model Context Protocol）动手实践合集，包含 MCP 理论文档、入门终端 MCP 服务器、基于 React 与 Electron 的 MCP 客户端、天气 MCP 服务器，以及结合简历分析与职位搜索的 AI 求职推荐应用等五个递进式项目，用于学习如何让 Claude 等 AI 模型连接外部工具与数据。