GateUser-fcd5a053

vip
币龄 3 年
最高 VIP 等级 0
用户暂无简介
CLI-Anything 这个好这个好,懒人DNA又动了
它一边做 CLI-Hub,一边把各种软件往可安装、可调用、可循环执行的 CLI harness 上改。真做成了,很多原本离 agent 很远的软件都会被接回工作流里
仓库现在已经有 39k stars,今天新增 644 stars。它最近涨起来完全说得通,因为大家现在争的就是 agent 到底能不能把更多的软件接进来
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
又又又是一个多 agent 协同工具:multica
它把重点放在调度、分工、进度跟踪和技能沉淀上,已经开始研究怎么把一群 agent 带成队伍,而不是放出去各跑各的。
仓库现在已经有 30.5k stars
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
又是一个多 agent 协同工具:agency-agents
他可以直接把前端、社区、创意检查、现实校验这些角色分开跑,每个 agent 都有自己的边界、节奏和交付习惯,看起来更像一支小队在配合
仓库现在已经有 103.5k stars,今天新增 990 stars。如果你正在搭多 agent 协作流,可以用用试试
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
现在很多 coding agent 一碰编辑器、浏览器、LSP 这些真实工程环境,很容易卡住
oh-my-pi 走的是另一条路。它不满足于让 agent 待在终端里聊天,直接把哈希锚点编辑、LSP、Python、浏览器、subagents 这些能力往同一张工作台上接
仓库现在已经有 5.8k stars
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
推荐一个可以让AI真正接管Chrome直接可以看到问题的工具:chrome-devtools-mcp
他把 Chrome DevTools 那套真工具接给 coding agent。DOM、Network、Console、性能 trace 这些原本要人盯着看的东西,现在 agent 自己就能进去查,少掉了很多来回猜的时间。
仓库现在已经有 40.4k stars,今天新增 132 stars。前端联调、回归排查、性能诊断本来就怕反复试错,这个仓库正好补在最费时间的那一步。
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
很多 agent 一碰到专业软件就卡,问题常常出在它根本摸不到真工具。
HKUDS/CLI-Anything 这个项目野心挺大,它想做的是把现成软件直接变成 agent-native 的 CLI,不再绕回脆弱的 UI 自动化。README 写得很直白:不要截图、不要点击、不要 RPA 脆皮流程,直接给结构化命令和 JSON 输出。更夸张的是它还把 Codex、OpenClaw、Goose 这些接入方式都列出来了,甚至强调自己已经拿 18 类应用、2280+ tests 去验证。
GitHub 现在 38505 stars,今天又涨了 930 stars today。你如果正好在想“agent 为什么总卡在真实软件这一层”,这个仓库值得认真读;它不一定一下就成熟到覆盖一切,但方向非常清楚。
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
如果你总嫌终端里的 coding agent 一到真干活就卡,那 can1357/oh-my-pi 很容易让人停下来多看两眼。
这个项目不止包一层聊天壳子,它是把终端 agent 往重型工作台方向做:README 直接写了 40+ providers、32 个内置工具、13 个 LSP 操作、27 个 DAP 操作,连浏览器、Python、subagents 这些都接进去了。它那个 hash-anchored edits 的思路我挺在意,本质上是在想办法让改文件这件事少翻车。
GitHub 现在 5373 stars,今天又涨了 237 stars today。已经天天拿 Codex、Claude Code 这类东西干活的人,可以把它当成另一种更重的终端工作面来研究;只是偶尔让 AI 改两行字的,就不用急着折腾。
工具地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
每次换新对话,最烦的就是让 Codex 接着改仓库,都要把前情再讲一遍
AgentMemory 想解决的就是这个,目前14.9k收藏
它给 coding agent 做持久记忆,项目背景、个人偏好、历史决策、踩过的坑,都可以通过 MCP 留下来
Claude Code、Cursor、Gemini CLI、Codex CLI 都能接
长期维护同一个项目的人可以试试
工具地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
做 agent demo 很容易,麻烦通常从要给真人用开始
12-factor-agents 整理的就是这部分:上下文怎么收,工具调用怎么控,哪里需要人工确认,状态和日志怎么留
它更像工程检查清单,不像入门教程,目前已经21.4k的star了
可以拿它对照项目里已经跑起来的 agent,看哪里还缺护栏
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
Agent 入门的教程现在太多了,很多看完只记得几个词
今天推荐的这个 microsoft/ai-agents-for-beginners 可以认真看一下,目前GITHUB已经64.9k的星了
它是微软整理的 12 节入门课,每节配 Notebook,从工具调用、任务规划、多 agent 协作,一直讲到上线前该补的基础概念
我觉得它的好处在于顺序清楚。刚开始补 Agent 的人,可以直接按这个仓库来上手
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
这项目太吊了,API白嫖党福音—free-llm-api-resources
这个项目系统整理了所有能免费调用的大模型 API 资源,分为两类,而且每天更新:
1️⃣ 永久免费:OpenRouter、Google AI Studio、NVIDIA NIM、Mistral、Groq、Cerebras、Cloudflare Workers AI、GitHub Models 等
2️⃣ 试用额度:Fireworks、SambaNova、Hyperbolic、Alibaba Cloud 等
最实用的是它不仅给链接,还把每个平台的 **Rate Limit、支持模型、额度上限、验证要求** 都列清楚了。比如:
• OpenRouter 免费档:20 RPM / 50 RPD
• Google AI Studio:Gemini 3 Flash 20 req/day
• Groq:Llama 3.3 70B 1,000 req/day
• GitHub Models:GPT-4o、GPT-5、Grok 3 全免费(按 Copilot tier)
做 MVP、教学演示、个人脚本再也不用到处找 Key 了。
仓库地址:
  • 赞赏
  • 评论
  • 转发
  • 分享
Figure AI 做了一场人形机器人分拣快递直播。
IT之家转述的数据是,机器人已经工作 33 小时,处理超过 4 万个包裹;任务是让快递标签朝下,再送上传送带。直播里也有翻车,偶尔会把包裹推偏。
这场直播很容易吵起来。它一边说明机器人真能干重复活,一边也说明离完全替代人还差一些现场兜底。
来源:
post-image
  • 赞赏
  • 评论
  • 转发
  • 分享
@Krystal_Eth 老哥这嘴炮功力,国际版川普认证
  • 赞赏
  • 评论
  • 转发
  • 分享
@Baili1018 老黄半路登机,这剧情比电视剧还精彩,特朗普真是被耽误的编剧
  • 赞赏
  • 评论
  • 转发
  • 分享