Agent 与自动化01
gim47656-ship-it/CUELO · CUELO — open-source AI coding agent workspace and harness for omp (oh-my-pi). Multi-agent orchestration, model routing, sessions, skills and worktrees.
CUELO 是 omp (oh-my-pi) 的开源 AI 编程智能体工作区与 harness，可让终端与浏览器共享同一份 ~/.omp/agent 会话、凭据和模型配置。网页端提供会话管理与分支/fork、实时流式对话、模型角色与路由配置、技能、worktree、用量看板与 PWA 访问；公开 harness 提供多智能体编排（Main/Maker 分工、发单与验收契约、task guard、判断路由 Jev）以及 model routing 规则。内置 OMP 核心为 18.8.6，需用户自备模型提供方账号与模型选择。
Agent 与自动化02
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。
Agent 与自动化03
sindre-ai/maskin · AI run the shop. Humans set direction, agents execute.
Maskin 是一个开源工作空间，让 AI Agent 自主执行产品开发，人类负责设定方向。核心流程为洞察（用户、数据、市场信号）→ 下注（待验证假设）→ 任务（具体工作项）→ 反馈循环。Agent 作为一等公民可创建洞察、提出假设、拆解并执行任务，人类负责纠偏。界面与 Agent 共用同一套 REST API，洞察、下注、任务均为统一对象模型并通过关系连接，所有变更记录为事件日志。Agent 以临时 Docker 容器会话运行（Claude Code、Codex 或自定义 CLI），由事件或定时触发器调度，日志通过 SSE 实时流式输出，技能、经验与记忆持久化在 S3 兼容存储；外部 Agent 可通过内置 MCP 服务（stdio 与 HTTP 两种传输）接入。
Agent 与自动化04
simpletibr/simplicio-loop · 🔁 Finishes your entire backlog while you sleep. The AI orchestrator that DOES the work end-to-end on ANY LLM — discover → implement → verify → merge → 24/7 — behind safety gates, at up to 90% fewer tokens. 48 extension points. Not a chatbot. A worker.
simplicio-loop 是一个与运行时无关的自主循环编排器（以 /simplicio-loop 调用），配合六个卫星技能与加速器，可将 Claude、Codex、Copilot、Gemini、Cursor 或本地模型等强 LLM 变成自驱工作体。它从 GitHub Issues、Jira、Azure DevOps 等来源发现工作项，去重后按机器规模自动扩展智能体集群，经实现、验证（实际运行代码）、开 PR、处理 CI/评审反馈、合并并持续跟进，覆盖 discover → understand → decide → act → verify → correct → record → repeat 全生命周期。项目强调契约先行、隔离工作树并行执行、独立验证与可回滚、追加式事件与凭证账本、跨会话记忆与暂存检测，并提供多会话协调（coordinator.py）、PR Definition of Done 审查、缺陷去重记忆、多追踪器回写等能力。声明在基准 #17 中估算可减少约 90% token，并提供 35 个运行时（3 个保证 + 32 个尽力而为）与 50 个扩展点。
AI 编程05
brabos-ai/code-addiction · 📋 The Spec-Driven Development framework. Define the what, AI handles the how.
Code Addiction（ADD）是一个规范驱动开发（Spec-Driven Development）框架，用共享的 .codeadd/ 核心（命令、脚本、技能、模板）加各 AI 编程助手适配层（Claude Code、Codex、Google Antigravity、Cursor、OpenCode、ZCode）来统一 AI 编码流程。它通过 codeadd CLI 安装、更新、修改、校验与卸载，把开发流程组织为 brainstorm、new、plan、build、review、done 等命令步骤，并可根据任务复杂度选择 COMPLETE、STANDARD、LEAN、AUTOMATIC、EXPLORATION、EMERGENCY、TRIAGE、ANALYSIS 等流程。此外还提供知识图谱 MCP 服务器（--corpus 选择语料）、只读 backlog 看板以及可选插件（默认关闭）。
Agent 与自动化06
lpalbou/AbstractFlow · Diagram-based, durable AI workflows for AbstractFramework. A visual editor inspired by UE4 Blueprints with drag-and-drop nodes, portable .flow bundles, recursive subflows, and multi-agent orchestration. Gateway-first architecture.
AbstractFlow 是 AbstractFramework 的可视化工作流编辑器，以类似 UE4 Blueprints 的拖拽节点方式搭建可持久化的 AI 工作流。它作为 Web 包运行浏览器编辑器与小型 Node 服务器，通过 Gateway 代理完成用户、会话、运行时路由、提供商配置、工作流存储与执行；支持便携 .flow 包、递归子工作流与多 Agent 编排，并提供 LLM 调用、Agent、多模态媒体生成、文件与 PDF 读写等节点，以及由模型驱动的 Workflow Authoring Assistant。
Agent 与自动化07
openwop/openwop · OpenWOP: the open-source protocol for multi-agent workflow orchestration. Run AI agents as workflows you can watch, pause for human approval and replay, on any host that implements it. Spec CC BY 4.0, code Apache 2.0.
OpenWOP 是一个开放、线路级（wire-level）的多智能体工作流编排协议，定义 AI 智能体、确定性工具、子工作流与人类审核者如何在一次可持久化、可挂起、可重放的运行中交替执行，以及不同宿主（工作流引擎、SDK、调试器、智能体运行时）如何基于同一契约互操作。协议 v2 核心规范处于 Stable，包含可持久化挂起与恢复、重放与分叉、版本协商、事件流式传输、人在回路中断、幂等、身份与密钥、多智能体执行、包（Packs）、与 MCP/A2A 的互操作以及能力发现等能力族，并配有机器可读 schema、OpenAPI/AsyncAPI 文档、RFC、安全不变量和一致性测试套件。
Agent 与自动化08
frankbria/codeframe · Think → Build → Prove → Ship. The project delivery system that turns ideas into verified, deployed code. AI agents write the code — CodeFrame owns everything before and after.
CodeFRAME 是一个 Python 编写的命令行项目交付系统，围绕“Think → Build → Prove → Ship”流程，覆盖 AI 编码智能体写代码之前的需求规划与任务拆解，以及之后的验证与发布。它通过 cf prd generate 进行苏格拉底式需求发现，用 cf tasks generate 将 PRD 拆解为带依赖的原子任务，再交给 Claude Code、Codex、OpenCode、Kilocode 或内置 ReAct 智能体执行；PROOF9 九道验证门禁把缺陷固化为长期校验要求，cf pr create/merge 在证明通过后才允许合并。项目为公开测试版（0.9.3），采用 AGPL-3.0 许可，主要通过 pip/uv 安装的 cf 命令行使用，需要与所选 LLM 提供方匹配的 API Key（如 ANTHROPIC_API_KEY、OPENAI_API_KEY，本地 Ollama 无需密钥），GitHub 集成需要 GITHUB_TOKEN 与 GITHUB_REPO。