AI 资源库 · 已整理 35 项
查看与工作流相关的 AI 资讯、工具、Skill、工作流和开源项目。
Uber 和 OpenAI 合作，把 ChatGPT Work 推广给公司超过 3 万名员工使用。此前员工做调研、分析数据、做演示文稿和跑复杂流程，往往要在多个工具间来回切换、手动拼凑。这次 Uber 统一提供 ChatGPT Work，把这些工作放到一个能理解上下文、帮着把多步任务做完的入口里。对普通员工来说，它像一个能查资料、算数据、生成汇报初稿的助手；不过材料只提到内部推广，没有说明具体上线日期、功能细节、费用或使用限制。
一位同时经营 Schlotzsky's 和 Cinnabon 门店的独立加盟商，过去要靠人工处理菜单改价和现金对账，费时又容易出错。这次它用 ChatGPT Work 搭了一套工作流，把菜单改价时间省下 95%，现金对账时间减少 94%，并估算可能释放约 10 万美元现金流。这些数字来自当事人自述的案例，具体做法和适用范围原文没有交代；对连锁经营者来说，这条经验的启发是：把重复性的财务与定价操作交给 AI 流程，有望省下大量时间。
anorth/agent-skills · Personal agent skills for coding agents
该项目是一组按 Agent Skills 布局组织的个人技能集合，供编程智能体使用。其技能分为两类：一是工作流类技能，覆盖从书面 issue 出发构建、借助子智能体执行差异审查并分类修复、提交前检查、将完成的工作分支合入本地 main；二是质量类技能，覆盖实现后的简化与产品决策二次审视、对 git diff 做两遍式审查，以及按 Alex North 的 GitHub 审查偏好主题审查差异。仓库通过 npx skills 命令安装全部或单个技能，并提供列表查看命令。
Oracle 在招聘、工程和运营部门使用 ChatGPT Work 和 Codex 这两款工具，把原本分散在专家脑子里的经验变成大家都能快速重复使用的流程。原来这类工作往往要花好几天，现在可以压缩到几分钟完成。不过原文只给出了一句概述，既没有说明具体是哪类任务，也没有提到节省了多少时间、有多少人使用，或者这些能力是已经上线还是仍在测试，这些信息都还没有披露。
awangwang123/jianhao-travel-planner · 出行路书工作流 skill：联网实查 + 多源交叉验证，产出可核验、能执行的旅行攻略。覆盖吃住行游拍避全维度，附美食情报卡、基准骨架与校验工具，支持一键部署在线版。
这是一套面向旅行规划的场景化工作流 skill：按固定流程采集出行需求、联网实查并多源交叉验证信息，产出一份可核验、能执行的出行路书。输出形式包括作为事实源的 Markdown 与单文件 HTML 两种版本（本地完整版断网可开，另有需自有服务器的瘦身在线版可一键部署），并附按城市持续追加的美食情报卡。路书涵盖行程、路程、门票、提示、住宿、预算、应急、美食、特产等板块，配有实拍图与手绘导览图，内置 checklist.py 一致性检查工具用于交付前机械校验。
Chatham Financial 这家做资本市场业务的公司，用上了 OpenAI 的 Codex 和 GPT-5.6 两款 AI 工具，一边开发技术、一边重新设计自己的工作流程。原来一笔交易验证要花 30 分钟，现在不到 4 分钟就能完成，效率提升非常明显。对做金融交易和风险管理的团队来说，这说明 AI 已经能直接用在核心业务流程里，帮人省下大量重复核对的时间。不过文章没有说明这套工具是已经全面上线、还是只在部分团队试用。
yanivy9h/ai-shipr · Product management OS for Claude Code: agents, skills, workflows, and memory across the full Agile loop.
AI-SHIPR 是一个基于文件夹结构的产品管理操作系统，为使用 Claude Code 的产品经理提供跨会话的持久记忆与结构化上下文。它把产品工作组织成策略、假设、举措、验证、关系与学习等模块，让 Claude 在每次会话中读取并更新这些内容，从而在完整敏捷闭环中充当产品思考伙伴。系统内置约 73 项能力，包括思考类 agents、单任务 skills、多步骤 workflows 和场景化 playbooks，并通过 Connections.md 说明与代码、工单、文档、分析、用户研究和协作工具等六类工具的连接方式。
GitHub 博客介绍了 Copilot 应用里的“画布（canvas）”功能：它是一种你和 AI 助手共用的界面，可以做成看板、清单、仪表盘或表格等，不用自己写代码或设计。以前工具界面是固定的，你得迁就工具；现在只要用日常语言描述你想要的工作流和操作方式，AI 就会生成界面并在右侧面板打开。画布是双向的，你点按钮、移卡片，AI 当场能看到；AI 更新内容，你也能立刻看到，像共用一块实时白板。画布会保存为扩展，可团队共享或个人使用，社区还提供了现成模板。文中未说明该功能的收费、地区限制或正式发布状态。
zebbern/claude-code-guide · Claude Code Guide - Setup, Commands, workflows, agents, skills & tips-n-tricks from beginner to power user!
该项目是一份面向 Anthropic Claude Code 的社区指南，汇集安装、配置、命令、工作流、子代理、技能、MCP 集成、自动化、安全权限与排错等内容，覆盖从初学者到高级用户的使用路径，并链接到官方文档及其他相关资源仓库。
HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).
PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。
Yuvraj4069/Yuvraj-ai-product-management-copilot
该项目是一个由 Google Gemini 与 SQLite 驱动的多智能体产品管理工作台，用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD（产品需求文档）自动生成和发布节奏排序等产品管理任务。仓库使用 Python 编写，采用 MIT 许可证。
yansfil/sasu · 사수 (sasu) - the senior who double-checks your coding agent's work. It interviews the tacit knowledge out of your head, pins it down in a PRD, and verifies every 'done' with evidence. Simple, strict, agent-agnostic.
sasu 是一套面向编码 Agent 的共享工作流与命令行工具，用于把一次对话逐步转化为经确认的 PRD，再完成实现、Git 状态检查与可评审的 Pull Request。它通过 interview-me、gen-prd、implement、ship 等技能（Skills）串联流程，只对可复现的事实做阻塞判定（PRD 有效性、源码与证据新鲜度、必需命令结果、交付完整性），并借助各运行时原生的子 Agent 完成 Fidelity、Code、Security 评审，最终交付仍由 GitHub CI 与人工把关。项目以 JavaScript 实现，支持 Codex 与 Claude Code 两种运行时的本地技能安装。
LovaHuguel/Khala-Orchestrator-Core · 🤖 AI Agent Teams 2026: Build & Deploy Autonomous AI Systems 🚀
Aether Nexus（仓库 Khala-Orchestrator-Core）是一个面向多智能体编排的框架，通过“神经治理协议”管理智能体间的通信、冲突解决与资源分配，按任务动态匹配智能体能力并组成临时协作体，支持共识形成、问题分解、多模型混合推理以及 OpenAI、Anthropic 与本地模型（如 llama-3-70b、mixtral-8x22b）的接入。README 还列出研究论文综述、商业战略规划等工作流示例，以及性能、安全合规与实验性特性等描述。
Lucineer/capitaine · Capitaine — fork a repo, click Codespaces, the agent is alive. The repo IS the agent.
Capitaine 是 Lucineer 舰队的旗舰项目，提出“仓库即智能体”的 git-native repo-agent 理念：仓库本身是智能体，代码是身体，Git 历史是记忆。它按心跳周期定时唤醒，读取自身状态（提交、issue、PR、队列），推理下一步最有价值的动作，并每拍执行一次文件操作，同时以“船长日志”记录每次行动的推理过程，支持通过 PR 和 issue 引用与其他“舰船”协作，以及自我修改代码和文档。项目包含概念文档、教程、舰队概览、源码与日志目录，当前正在恢复用于读取和解析自身状态的 Hydration Layer。
productmap-ai/product-management-context · Context Engineering for Agentic Product Management and AI Tools for PMs
该仓库是产品管理的知识库与 agentic 工作区，用于把持久的产品上下文（战略、发现、交付、对齐）与日常 PM 工作连接起来，让 Claude、Codex、Gemini、Cursor 等助手基于仓库文档工作。仓库以 .productmap/ 目录承载产品生命周期主题、模板与框架，并通过 AGENTS.md、CLAUDE.md、GEMINI.md 规定智能体行为，重复性工作流放在 .claude/skills/、.codex/skills/、.gemini/skills/ 下，健康克隆可发现 30 个技能。
garygentry/feature-forge · End-to-end feature development pipeline for coding agents: PRD → high level tech spec → detailed coding specs → backlog → implementation loop → docs
feature-forge 把含糊的功能想法通过固定、可恢复的流水线逐步转化为经过验证的代码：从需求（PRD）出发，依次生成高层技术方案、详细编码规格、可执行 backlog，再由可替换的自主循环运行器逐项实现，最后基于真实实现产出文档。流水线在阶段之间设置验证关卡，用稳定需求 ID 做可追溯，并把各阶段隔离到独立子代理上下文中以控制 token 消耗；支持状态跨会话持久化、上游改动后的过期检测，并针对 TypeScript、Python、Go、Rust 提供技术栈感知的配置档。项目对 Claude 做了调优但保持 agent 无关，支持 Claude、Codex、Copilot、Cursor、Gemini、Pi 等编码代理。
richardbowman/agent-skills · Personal Claude Code skill library — hand-authored skills for AI-augmented product management, dev workflows, and content creation
agent-skills 是一个个人维护的 AI 代理技能库，包含手工编写的技能，用于扩展 AI 编程代理的领域知识、操作配方和工作流，覆盖 AI 辅助产品管理、开发流程与内容创作。仓库通过 bootstrap.js 将各技能目录软链接到 ~/.claude/skills/，将 hooks 脚本链接到 ~/.claude/hooks/，供 Claude Code 自动识别；部分技能在 SKILL.md 的可移植性说明中标注也支持 Codex。技能列表涵盖 Aurora DSQL 数据库开发与迁移、Playwright 端到端测试、Next.js 本地开发、Remotion 视频广告制作与分镜、内容营销、brainstorm 与 brain-dump、Gmail 助理、生产就绪检查、Vercel 工具与密钥备份等；还提供按机器排除技能以及新增技能和 hook 的流程说明。
ihabkhaled/ClawAI · Claw is a local-first AI control plane that runs powerful open models on your machine and connects to top LLM providers. It intelligently routes every prompt to the best model, giving you one secure workspace for chat, memory, context, connectors, routing, and full AI orchestration.
ClawAI 是一个开源、本地优先的 AI 编排平台，通过统一界面跨多个云与本地模型提供商编排 AI 模型。它提供多提供商路由、基于本地评判模型的智能模型选择、安全密钥管理、聊天与记忆、文件处理与 RAG、高级对话编排、工作区接地、桌面 Agent 运行时、图片与文件生成、审计与可观测性以及基于角色的访问控制，后端由 17 个独立 NestJS 微服务组成。
Jason-Vaughan/TangleClaw · An open-source, local-first AI-native SDLC orchestration platform
TangleClaw 是一个开源、本地优先的 AI 原生 SDLC 编排平台，用于协调多个 AI 编码 Agent 协同完成软件开发生命周期。它提供持久会话、结构化会话收尾与续接、Agent 间消息交换（Medusa Switchboard）、Fleet 治理、多引擎管理，并支持在 tmux 中运行可断线恢复的会话。平台集成 Claude Code、Codex、Antigravity、Aider 等本地引擎以及远程 OpenClaw，并通过内置 PortHub、项目分组、共享文档、仪表盘与移动 PWA 提供统一控制面。整体实现零 npm 依赖，基于 Node.js 22+ 标准库。
一位在 SpaceXAI 的 Grok 团队工作、曾在 Cursor 和 Meta 任职的工程师 Lauren Tan，公开了她自己的一套智能体工作流 pstack，据称让她每月能向生产环境提交约 2000 个 PR（接近每工作日 100 个），属于极端个例。她认为最关键的是“验证”：让智能体能自己跑起应用、操作并读取结构化结果，一直干到任务完成为止；她把这套能力当成基础设施，而不是普通技能。难点在于这套方法只适合能单进程启动的应用；对于由几十上百个服务组成的分布式系统，目前的本地模拟、整套复制或共享预发环境都难以支撑成百上千个并行智能体。文中的思路是未来的方向，并非已经通用的现成方案。