应用工具01
eliann313/SkillRadar · Bilateral AI-powered talent platform connecting developers & recruiters. Features ATS resume optimization, automated GitHub/LinkedIn audits, interactive AI mock interviews, and recruiter talent pools. Built with Next.js 16, TypeScript, next-intl, and secure multi-provider LLM integrations (Gemini, OpenAI, Claude, Groq).
SkillRadar 是一个连接开发者与招聘方的双边 AI 人才平台，提供 ATS 简历结构化解析、GitHub/LinkedIn 审计、交互式 AI 模拟面试以及招聘方人才库等功能。后端基于 Next.js 16 与 TypeScript 构建，通过 Vercel AI SDK 集成 Gemini、OpenAI、Claude、Groq、OpenRouter 等多提供商 LLM，支持 BYOK、多级回退、AES-256-GCM 密钥加密、双盲隐私脱敏与 i18n 路由，并内置 Vitest、Playwright、dependency-cruiser 等质量门禁。
推理与部署02
konstanzegreater7629/4xV100-qwen38-flash-next-abliterated-128gb-vram · Run Qwen3.8-Flash-Next-ABLITERATED in NVFP4 on 4×V100-32GB: 262K context, 46 tok/s decode, OpenAI-compatible, agent-ready.
该仓库聚焦于在 4×V100-32GB（合计 128GB 显存）上以 NVFP4 精度运行 Qwen3.8-Flash-Next-ABLITERATED，README 描述中提到支持 262K 上下文、约 46 tok/s 解码速度、OpenAI 兼容接口，并面向 agent 使用场景。相关主题标签涉及 vLLM、NVFP4、SM70、张量并行、投机解码与 Tesla V100。除 README 摘录外，部署步骤、软硬件要求与许可信息未提供，无法确认安装与验证情况。
Agent 与自动化03
olibyte/agent-toolkit · Provider-agnostic agentic engineering stack for any project: curated Agent Skills for Claude Code, Cursor, Codex, and Antigravity, plus a factory that runs coding tasks on isolated EC2 workers and opens PRs.
agent-toolkit 是一个与具体模型供应商无关的代理式工程栈，由两部分组成：一是面向 Claude Code、Cursor、Codex CLI 和 Antigravity CLI 的精选 Agent Skills 与统一工作方式（含 poteto-mode 以及 swarm、interrogate、figure-it-out 等可选技能）；二是 factory 控制器，可在一次性的隔离 EC2 worker 上执行单个编码任务，完成克隆仓库、修改、运行检查、推送分支并开启 PR，并把每步进度发到 Slack 后删除 worker。仓库也列出其他技能目录与 quota-axi 等推荐技能。
推理与部署04
Root1V/prometheus-inference-platform · Production-grade self-hosted LLM inference platform — FastAPI gateway with JWT auth, fine-grained per-model authorization scopes, rate limiting & circuit breakers; multi-backend model manager (llama.cpp/MLX/vLLM/SGLang) across distributed hosts; React admin dashboard; full OTel tracing. Podman-native, 100% self-hosted — no vendor lock-in.
Prometheus 是一个自托管的小型语言模型（SLM）推理平台，以 FastAPI 网关作为唯一受控入口，提供 JWT 认证、基于角色的时效令牌、按模型的细粒度授权范围（model:<id>）、限流与熔断，并支持跨主机的多后端模型管理（llama.cpp / MLX / vLLM / SGLang）。网关以 OpenAI Chat Completions 兼容格式暴露 /v1/chat/completions 与 /v1/models 接口，配合 React 管理后台与 OpenTelemetry 全链路追踪，采用 Podman 原生方式部署，强调数据不出内网、无厂商锁定。
Agent 与自动化05
curtisgalloway/public-skills · Reusable agent skills for Claude Code and other agentic coding tools
这是一个以插件市场形式分发的、面向编码智能体的可复用技能（skill）集合。技能按主题分组为 hardware-lab（USB 抓包与协议逆向、台式仪器）、driver-porting（净室驱动规格与板卡专家，另见 driver-lab 仓库）、agent-workflow（与编码智能体长期协作：设计伙伴、项目规划、交接、会话学习等）、dev-tools（工程实用工具）等插件，并提供 everything 聚合插件。每个技能是 plugins/<theme>/skills/<name>/ 下的目录，含 SKILL.md 及脚本、参考或模板，遵循 Agent Skills 约定，可通过 Claude Code、Codex、Antigravity 或扫描 SKILL.md 目录的安装器（如 Vercel skills CLI）安装。
推理与部署06
ashhart/TensorFold · Fast, exact LLM decoding on Apple Silicon (MLX) behind an OpenAI-compatible endpoint
TensorFold 是一个本地 LLM 推理服务工具，可在 Apple Silicon（MLX/Metal）或 NVIDIA GPU（CUDA）上运行大模型，并通过 OpenAI 兼容的 /v1/chat/completions 端点对外提供服务。用户指定 Hugging Face 上的模型、上下文窗口和采样参数后，它会自动下载模型、加载针对该模型系列编写的内核并启动服务。其核心卖点是“精确”推测解码：通过为每个 token 使用基于种子的 Gumbel 噪声与行级一致的算术，使多行验证与串行解码输出逐字节一致，从而在保持确定性的同时加速解码。仓库提供了模型清单、速度测量、DGX Spark 双机张量并行部署方法以及提示缓存等能力。
评测与安全07
Mattbusel/llm-bench · CLI that benchmarks LLM APIs: run your prompts concurrently against OpenAI and Anthropic models and compare p50/p99 latency, tokens per second, cost and success rate as a table or JSON.
llm-bench 是一个用 Rust 编写的命令行工具，把同一批提示词并发发送给多个模型（OpenAI、Anthropic，以及 Ollama、vLLM、LM Studio 等 OpenAI 兼容服务），并以表格或 JSON 输出 p50/p99 延迟、每秒 token 数、单次与总成本、成功率等指标，帮助使用者在真实网络和自己提示词条件下比较不同模型的快慢与费用。内置价格表可用 llm-bench models 查看，非流式请求且不单独测量首 token 时间。
AI 编程08
faizkhairi/ai-code-reviewer · AI code reviewer with streaming output: bring your own OpenAI or Anthropic key, 4 review types, 19 languages
AI Code Reviewer 是一个可自行提供 OpenAI 或 Anthropic API key 的 AI 代码审查工具，支持 GPT-4o 与 Claude Sonnet 之间的切换，提供通用、安全、性能、缺陷检测四种审查类型，覆盖 19 种编程语言，并以流式输出配合 markdown 渲染实时展示逐条审查意见。项目基于 Next.js 16 与 Vercel AI SDK 构建，支持语法高亮和最近 50 条审查记录的本地历史保存，同时包含 GitHub App PR 审查任务与演示模式。
Agent 与自动化09
ShrutiShahi18/PitchPilot · AI-powered recruiter outreach platform with personalized email generation, Gmail integration, scheduling, response tracking, and follow-up automation.
PitchPilot 是一个全栈的 AI 冷邮件外联工具，面向求职/招聘场景，把外联流程中的多个环节连接起来：用户可创建线索（leads）和活动（campaigns），结合职位描述与 LinkedIn 信息由 AI 生成个性化邮件草稿，通过 Gmail OAuth2 发送并记录发送事件，同步近期回复，并借助 Cron 定时执行跟进序列。后端基于 Node.js/Express 与 MongoDB，前端为 React + Vite，支持 OpenAI、OpenRouter、Gemini 三种 AI 提供方（通过 AI_PROVIDER 切换）。项目读取中说明其仍处于功能可用但未完全生产化的阶段，Gmail/AI 凭证的界面化配置被列为未来功能。
Agent 与自动化10
spring-projects/spring-ai · An Application Framework for AI Engineering
Spring AI 为 Java/Spring 生态提供了一套 Spring 友好的 API 与抽象，用于开发 AI 应用。它将 Spring 的可移植性和模块化设计原则引入 AI 领域，核心目标是连接企业数据与 API 同 AI 模型。框架支持多家主流 AI 模型提供商（Anthropic、OpenAI、Amazon Bedrock、Google、Ollama、Mistral AI、DeepSeek 等）及多种模型类型（对话、嵌入、文生图、音频转录、文本转语音、内容审核），提供可移植的同步与流式 API、结构化输出、向量存储集成、工具调用、可观测性、ETL 文档注入管道、模型评估、ChatClient 与 Advisors API、MCP 支持、对话记忆与 RAG，以及 Spring Boot 自动配置和 Starters。
AI 编程11
NicolasRocchia/disensor · Adversarial AI code review that declares what the round could not close. Python CLI + GitHub Action, MIT.
disensor 是一个 Python CLI 与 GitHub Action，用于实现“受控分歧”（controlled disagreement）方法的对抗式跨模型 AI 代码审查：一个模型生成、另一模型族攻击、生成方逐条核验，循环以每条发现被解决、以证据反驳或升级给人收尾。其核心产物是 JSON 残留声明（residue declaration），记录每轮审查事件如何结束，包括各发现的终结状态以及本轮无法自行闭合、需依赖人判断的“残留”，并配套 JSON Schema（residue/v0.4）、校验规则 R0–R13、CI 门禁检查 G1–G9、PR 评论渲染、自包含 HTML 残留报告、仓库脚手架与填充指南。工具提供 round 编排、reviewer 注册与离线探测、prompt 与 pack 打包、validate 与 gate 本地复现 CI 判定等子命令。
Agent 与自动化12
dfrysinger/skills · My agent skills for GitHub Copilot CLI and other coding agents.
这是一个面向 GitHub Copilot CLI、Claude Code 和 Codex CLI 的可复用 Agent 技能库，覆盖需求调研（scout）、设计文档、原型、开发循环、独立双模型审查、视觉验证、无人值守长任务、会话交接与邮箱通信、技能创作与评测等环节，帮助编码 Agent 规划任务、保持长任务不跑偏、验证真实行为并保留上下文。仓库附带 session-control 与 mailbox-watcher 扩展，用于多会话通信与本地文件系统 IPC。
AI 编程13
mochow13/keen-code · A context-aware terminal-based coding agent written in Go. Supports multiple-providers, MCPs, Subagents, Agent Skills, controllable tool output retention, hashline edits, and more.
Keen Code 是一个用 Go 编写的终端 AI 编程 Agent，面向常规软件工程任务，支持多家模型提供商、MCP、子代理、技能系统、哈希行编辑、上下文压缩与会话管理等能力，可通过脚本或 npm 安装并以命令行交互或 headless 模式运行。
Agent 与自动化14
langchain-ai/open-swe · An Open-Source Asynchronous Coding Agent
Open SWE 由 LangChain 构建，是一个开源软件工厂（software factory），在 Deep Agents 与 LangGraph 之上组合出端到端的工程代理：接受来自仪表盘、GitHub、Slack 或 Linear 的代码变更任务（或按计划触发），在隔离沙箱中理解代码库、规划、修改代码、验证并提交拉取请求。除代码生成外，它还能只读审查 Pull Request、学习仓库的评审偏好、监控 CI 并响应反馈（如 /baby-sit 诊断 CI 失败）。项目支持多模型与推理强度配置、可插拔沙箱提供方（LangSmith 默认，另有 Modal、Daytona、Runloop、E2B 及本地执行）、以及通过技能、提示词、中间件和触发器进行定制。README 说明该项目处于活跃开发阶段，可能有破坏性变更，目前不接受 issue 和外部贡献，不保证正确性、稳定性与兼容性。
Agent 与工作流15
LangChain 团队发布了 Managed Deep Agents 0.8，这是一个帮你构建、部署和运行生产级 AI Agent 的托管服务。过去团队想在生产环境跑 Agent，得自己搭建记忆存储、登录验证、消息入口和工具权限等基础设施，费时费力。这次更新直接内置了四样东西：按用户隔离的凭据和记忆（不同人用同一个 Agent，各自的信息不会串）、HTTP 通道（外部系统能通过 webhook 调用 Agent）、Slack 文件传输，以及基于 Parallel 的联网搜索工具。对开发者来说，这意味着少写大量重复代码，把精力放在 Agent 本身的行为设计上。目前已发布可用，但具体定价和开放范围原文未说明。
文中可用工具
- Managed Deep Agents构建、部署和运行生产级 AI Agent 的托管服务，本次更新到 0.8 版本
- Deep Agents用于构建复杂 Agent 的开发框架，提供记忆、规划和工具调用等基础能力
- LangSmith Context Hub存储、版本管理和协作编辑 Agent 文件（如 Skills 和 AGENTS.md）的后端服务
- Slack作为 Agent 的消息入口通道，本次新增文件传输功能
- Parallel为 Agent 提供内置联网搜索能力
AI 编程16
codingsahayi/codingsahayi.github.io · Autonomous, privacy-first C# IDE built with WinUI 3. Features multi-agent swarm orchestration, ConPTY test-driven repair, and in-IDE local model fine-tuning with Soup to slash AI token costs.
Coding Sahayi 是一款基于 WinUI 3 与 .NET 8 构建的 Windows 桌面 AI 编程 IDE，强调本地优先与隐私保护。它通过 Ollama 或 LM Studio 等本地推理端点运行模型，实现代码不出本机；内置四类专用 Agent（架构、执行、评审、记录）通过原生 ConPTY 伪终端执行编译与测试命令，在单元测试失败时自动生成修复补丁并循环验证，直到测试通过；同时借助 DiffPlex 提供受控的并排差异审阅，再用 EF Core SQLite 记忆库保存已验证补丁，用于对本地模型进行持续微调。
评测与安全17
VibeCodyH/code-review-cadre · Benchmark AI code reviewers on YOUR repo. Mines fix commits for answer keys, grades HIT/DEFER/MISS, and staffs a panel of models that fail in different places.
Code Review Cadre 是一个面向 AI 代码审查器的基准评测工具。它从目标仓库的 git 历史中挖掘“先破坏后修复”的提交对（且修复同时改动了测试）作为答案键，按 HIT / DEFER / MISS 三档对多个模型或审查 CLI 的审查结果打分，其中在有阻断性问题上的 DEFER 会直接取消候选资格。它会输出覆盖矩阵（roster）而非排行榜，指出没有任何阵容成员能覆盖的缺陷项，帮助用户判断哪些审查器组合在失败点上互补。工具支持通过适配器接入任意 CLI/模型（如 CodeRabbit 作为免费审查者），并可用一个或多个免费模型（含本地 Ollama）作为评审器，通过冲突项标记 UNRESOLVED 以暴露答案键边界问题。
评测与安全18
egnaro9/model-drift · Is My Model Drifting? A public LLM regression tracker: a frozen, hash-fingerprinted suite run daily against 16 models across 5 labs, scoring accuracy, latency, verbosity, reliability and refusal rate. Deterministic grading, no LLM judge.
model-drift 是一个小型公开的 LLM 可观测性面板：用冻结且带哈希指纹的评测套件定期跑 16 个模型（覆盖 5 家实验室），记录准确率、延迟、回答冗长度、可靠率和拒答率五项指标随时间的变化，帮助发现模型被静默更新后的质量漂移。评分由确定性机制完成（精确匹配、子串、正则或数值比较），不使用 LLM 裁判。套件含 35 个任务并按能力分类，每晚三次取中位数以降低采样噪声，结果存入仓库内的 drift_board.json 并由看板读取。
Agent 与自动化19
j1nn0/skills · Personal agent skills for Claude Code and other SKILL.md-compatible agents.
这是一个个人维护的 agent skills 集合，适用于 Claude Code 及其他支持 SKILL.md 格式的各类 agent。内容覆盖 Hugo 博客（PaperMod 主题）的运营与写作流程（选题、写作、发布前检查、标签管理）、日语技术文章撰写与推敲、事实核查、基于 Herdr 会话的 agent 编排（将调查委派给 Pi explorer、实现委派给 Pi fixer），以及以轮次迭代改进仓库的自主循环。技能可通过 skills CLI 整体或按技能单独安装，并支持用户级安装；仓库包含无需外部依赖的单元测试与 description 触发评测脚本。
推理与部署20
nullata/llamaMan · A browser-based UI for launching, monitoring, clustering and managing multiple llama.cpp server instances from inside a Docker container. Includes an Ollama-compatible API proxy
llamaMan 是一个基于浏览器的 UI 和 API 前端，用于在单机或小型集群上启动、监控和管理多个 llama.cpp（llama-server）实例。它本身不含 llama.cpp 代码，通过 Docker socket 以兄弟容器方式拉起 llama.cpp 服务镜像，并提供兼容 Ollama 与 OpenAI 的代理（:42069），可直接对接 Open WebUI。还支持模型下载、预设与一键启动、投机解码、MoE 卸载、KV 量化、多模态输入（图片/PDF）、实例监控、用户与 API Key 认证、请求记录，以及可选的多节点集群和知识库/MCP 功能。