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。
LinkedIn 的 Ajay Prakash 介绍了一项内部工作：给写代码的 AI 助手补上它最缺的东西——公司内部的知识。AI 助手在庞大的代码库里常常“找不着北”，不知道内部有哪些工具、流程该怎么走。他们基于 MCP（一种让 AI 助手连接外部工具和数据的开放协议）搭建了“上下文 Agent 手册与工具”，把内部的操作经验、代码搜索和运行手册直接喂给 AI 助手。作者称这套做法让开发效率提升 20%，同时可靠性没有下降。想在企业里落地 AI 编程助手的团队，可以关注其中提到的架构设计和运维护栏。
clnnn/playbook · Agent skills for everything up to the code: canvas, PRD, story map, context maps, ADRs, and INVEST-sliced issues. The build stage stays yours.
playbook 是一组 Agent 技能（skills），覆盖编码之前的需求与规划环节：从原始材料生成 PRD，通过对话式推敲确定技术栈并输出规格，绘制故事地图并切分 R1/R2/R3 发布切片，以及围绕不可逆决策进行深入研讨。项目自述为“覆盖代码之前的一切，构建阶段仍然由你负责”，并通过 gh skill install 安装到 Claude Code 等 Agent 环境。
sananthanarayan/skilldrop · 57 portable AI-agent skills for the deliverables knowledge work actually ships — ADRs, design docs, PRDs, runbooks, decks, threat models, adversarial code review — plus 3 reviewer subagents, 6 role packs and 7 outcomes. Agent Skills open standard; installs into Claude Code, Cursor, Codex, Copilot, Kiro, Antigravity.
skilldrop 提供 57 个可移植的 AI Agent 技能，用于生成知识工作中实际需要交付的产物，例如架构决策记录（ADR）、设计文档、PRD、运行手册、演示文稿、威胁模型和对抗性代码审查，并附带 3 个 reviewer 子代理、6 个角色包和 7 类成果。技能采用 Agent Skills 开放标准，每个技能是一个普通 SKILL.md 文件夹，可通过 CLI 以复制方式安装到 Claude Code、Cursor、Codex、GitHub Copilot、Kiro、Antigravity 等支持自定义指令的 AI 工具中。项目提供工作流门禁、文档批评、输出卫生检查、容量成本模型、业务案例、需求访谈、测试计划、发布说明、迁移计划、PRFAQ、战略分析和 OKR 级联等技能，强调将原始输入转化为经过评审的、可供利益相关者使用的工件。
unyieldingclaw-dev/personal-memory-bank · AI session memory framework for Claude Code and Cursor. Five structured files, the mb CLI (13 commands, 24 health checks), versioned git hooks, CI guardrails, semantic drift detection, and slash commands for code review, security scanning, and test coverage. Drop-in install for any project.
Personal Memory Bank 是面向 Claude Code 和 Cursor 等 AI 编程助手的会话记忆框架。它在项目中维护五个结构化 markdown 文件（项目简介、系统模式、技术上下文、活跃上下文、进度），让 AI 在每次会话开始时自动读取，减少重复说明技术栈与约束。项目提供 mb 命令行工具（init、status、doctor、query、clean、commit、upgrade 等命令与多项健康检查）、五个斜杠命令（/test-audit、/code-review、/security-review、/feature-dev、/health-check）、git 钩子、CI 治理流水线、语义漂移检测与记忆新鲜度跟踪。
HuginnIndustries/CodeCartographer · Evidence-backed reverse engineering and human-gated software planning for Pi and MCP coding agents.
CodeCartographer 通过 AI Agent 对不熟悉的代码库进行逆向分析，产出分层架构、行为契约、缺陷报告和与语言无关的重实现规范，支持 Pi 扩展、MCP 服务器和可直接拷贝的模板三种使用方式。其特点是分阶段流水线，以文件系统（.codecarto/findings/）作为持久记忆，阶段间设有验证闸门，每条结论带有证据等级标签（观察事实、强推断、可移植性风险、外部行为声明、开放问题），并支持从产品愿景与已确认规范反向合成项目实施计划。
gsmMu7ammed/anythingllm-mcp · Manage and operate AnythingLLM workspaces, chats, documents, and vectors with a fast, Python-based MCP server.
anythingllm-mcp 是一个基于 Python 的 MCP 服务器，用于管理 AnythingLLM 的工作区、聊天、文档和向量数据。项目说明中描述其提供本地控制面板，便于创建与管理工作区、发起 AI 对话、上传文档供模型参考，并提供系统设置调整功能。仓库介绍称可在 Windows 上运行，通过浏览器访问本地服务进行操作。
simonroope/brickbase · RWA investing on Ethereum — Solidity EVM smart contracts, MCP server for AI-powered trading agents and a Next.js investor portal for tokenised commercial real estate. Development is supported by Agent AI — structured instruction files for Claude that guide common workflows (requirements elicitation, PRD creation, ticket generation & TDD build)
Brickbase 是一个以太坊上碎片化 RWA（真实世界资产）投资的 monorepo，包含 Solidity EVM 智能合约（AssetVault、AssetShares、AssetUserAllowList、OracleRouter）、面向 AI 交易代理的 MCP 服务器、外部数据事件层，以及用于商业房地产代币化的 Next.js 投资者门户。项目还集成由 Claude Code 和 Codex 驱动的 agent skills，引导需求获取、PRD 创建、票据生成、TDD 构建和架构评审等开发工作流。
在纽约时装周前，谷歌的 Envisioning Studio 借助 Google Labs，和独立设计师 Jane Wade 与 Sergio Hudson 一起，用 AI 创意工作室 Google Flow 帮他们解决工作流程里的实际麻烦。Jane 的问题是，过去要先做衣服才能看整体造型，试装和选模特往往要花三天；现在她能在数字模特上先搭配服装、发型和配件，提前发现缺什么。Sergio 的难题是预算有限，改灯光和道具都要重新做 3D 渲染、很花钱；新工具让他先在虚拟秀场里换布景和灯光，再定模特走位。结果是这些工具已经在纽约时装周上派上用场，但文章没有说明它们何时向所有人开放，普通人现在还不能直接用。
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。
这篇文章讲的是把机器学习用到软件安全开发流程里的做法，也就是所谓的 AI DevSecOps。原来安全团队面对扫描器报出的大量漏洞，光靠人工根本处理不过来，AI 生成代码又让漏洞数量迅速增加。现在可以用 AI 智能体自动合并重复的漏洞、按误报可能性和严重程度排序，并生成修复代码，让开发者直接从修复请求开始工作。但 AI 本身也带来三个新风险：从公开渠道下载的模型可能被篡改、训练数据可能被投毒、提示注入可能影响线上应用。文章主要介绍 Harness 这类平台如何用智能体串联扫描、分流和修复，并强调成熟度取决于治理而非功能数量。
GitHub 播客聊了五个关于 AI 编程的热门说法。第一，AI 生成的代码还是得读，因为最终责任在你，只是不用每行都同样仔细，判断风险在哪里才是关键。第二，公司招人更看重你会不会在合适的时候用 AI、说清自己的判断，而不是逼你全程用或完全不用。第三，Skills 和 MCP 不冲突：MCP 负责让 AI 连上工具和数据，Skills 负责告诉它这个项目的规矩和流程，两者搭配使用。第四，RAG 没死，它帮模型先找到相关资料再回答，省 token、也更准，可以和 Agent、MCP 一起用。第五，模型看不懂你的代码库时，通常说明代码本身对新人也不友好，清晰的结构和命名对人和 AI 都有好处。
这篇文章讲的是一套用 AI 代理帮忙写代码的工作流程：从开会录音、写成需求文档、拆成可发布的小单元、逐条写规格、AI 生成代码和测试、再做审查和发布，最后每周四上线。作者指出一个问题：整条链路里所有检查都只在问“代码有没有照着需求做”，却没有检查“需求本身对不对”。他故意在一条小需求里写错一句话，结果六个测试全都通过、审查关卡也放行，系统却做出了这个功能本来要阻止的坏事。对读者的意义是：光靠加自动化检查不够，真正需要人来把关的是需求写得对不对，而不是代码写得好不好。文中的流程和例子已在实际工作中使用，但作者未说明这套做法具体用哪些工具实现。
提供的材料未提及具体可用工具。
nold-ai/specfact-cli-modules · Official SpecFact modules for AI-bloat defense: deterministic code-review validation, cleanup forecasts, workflow packs, and docs for AI-assisted Python delivery.
该项目是 SpecFact CLI 的官方模块注册库，托管 nold-ai 官方 bundle 及其文档，用于 AI 辅助 Python 交付场景。其代码审查 bundle 可给出 ai_bloat 提示性发现，识别 AI 生成代码中常见的冗余形态（如恒等 try/except、单调用包装、直通 lambda、冗余中间变量、过长的线性函数），提供确定性代码审查验证、清理预测与工作流包，并包含模块签名、语义化版本管理与契约测试等质量门禁流程。
mohitagw15856/pm-claude-skills · 1098 professional Agent Skills for Claude, ChatGPT, Gemini, Cursor & Codex — from PRDs and postmortems to appealing a disability benefit, building a go-bag, and settling into a new country. Plain-markdown, MIT, in Anthropic's official plugin directory. Free in-browser or 'npx pm-claude-skills add'.
PM Skills 是一个开源技能库，收录了 1174 个纯 Markdown 编写的 Agent Skill，覆盖从撰写 PRD、事故复盘到解读租约、签证面试准备等 1117 项真实任务。每个技能包含框架、输出模板、质量检查与反模式，可让 Claude、ChatGPT、Gemini、Cursor、Codex 等助手以资深专业人士的结构化方式处理工作与生活问题。支持 npm、pip、MCP、Docker、浏览器 Playground 等多种接入方式，MIT 许可。
calesthio/OpenMontage · World's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.
OpenMontage 是一个开源的智能体化视频制作系统，可将 AI 编程助手（如 Claude Code、Cursor、Copilot、Windsurf、Codex）转变为完整的视频制作工作室。它提供 12 条制作流水线和 100 多个工具，以及 700 多个智能体技能与制作知识文件，覆盖选题调研、脚本撰写、素材生成、剪辑与最终合成等环节。系统既支持基于 AI 图像的视频，也可在免费/开源路径下由免费素材库与开放档案构建实拍视频：抓取真实动态片段、编辑时间线并渲染成片。此外还提供 Backlot 可视化看板，实时展示流水线进度并设置素材与脚本审批环节。