在线协同开发时，团队成员各有专长，却往往需要多工具多角色切换，效率不高。“Agency Agents” 汇聚了144个细分专业AI智能代理，涵盖前端开发、后端架构、产品经理、市场运营、测试质检等12大领域。 每个AI代理不仅有鲜明个性，还带有完整工作流程和实战产出，让你组建一支永不疲倦、专业过硬的AI团队。无论你要写React组件、做多渠道营销推广，还是做跨平台产品规划或自动化测试，“Agenc

自动化 AI 科研的最后一块拼图来了！清华ISE开源项目 Alchemy 是一个面向自动化 AI 科研的标准化研究环境。它通过明确分离“AI Scientist”算法开发层和“研究环境”执行层，让科研人员只需专注算法设计和超参数配置，科研基础设施部分全交给 Alchemy 自动打理！ 主要功能： 🧠 AI Scientist 专注提出假设、实现算法、设计超参数，支持多轮迭代优化 🔥

在线科研探索常被海量文献资料和实验设计难题困扰，想象一下如果有AI科学家帮你全程支持，从想法生成到论文撰写，一站式高效科研体验该多好！ 清华FIB实验室开放的「OmniScientist」是一个致力于打造人类与AI科学家协同共进的开放式科研生态系统。它融合了从创新点子生成、文献检索、实验设计到论文写作的全流程AI能力，极大地加速科研进程。 主要特色： 提出宏大蓝图，实现全自动科学研究； -

在线科研总是被琐碎重复的工作拖慢：文献爆炸难消化，环境依赖调试不停，实验记录分散难管理，写论文也要折腾多个工具。 DeepScientist 是一个本地优先的 AI 研究工作室，让你在 15 分钟内搭建自己的 AI 科研伙伴，专注前沿探索，分分钟接手繁重“搬砖”活。 它不仅能： 从论文或研究问题启动完整项目，一路跟踪、分支、对比实验结果； 自动恢复并复用基线代码环境，搞定依赖和环境问题

经常觉得写代码光靠提示不够，想要一个能帮你从零搭建项目、调试、执行代码甚至管理复杂流程的 AI 助手？ Goose（github.com/block/goose）是一款本地运行的、可扩展的 AI agent，不仅能写代码，还能执行代码、完成测试，甚至能和外部 API 交互，真正做到自动化工程任务全流程。 主要功能： 从头构建项目，自动生成和运行代码 调试失败，快速定位修复 支持多模

很多人在用 Claude Code 或 OpenClaw 时，慢慢就自己摸出了一套工作流——比如"我每次都先这样，然后那样，再加一个脚本"。 Skill Creator 提供了一套结构化的框架，让你把这种高频工作模式固化成一个 Skill，然后： 保存下来，永久复用 根据测试反馈迭代改进 通过量化评估来验证有没有真的变好 最后打包分享给团队 核心机制：Draft → T

15 个被低估的Claude Code功能

在线上 AI 编程时代，如何让会写代码的模型在真实工程环境中安全稳定地运行，是架构设计的头等大事。 「Harness Books」这个开源项目，收录了两本关于 Harness Engineering（约束执行工程学）的专业书籍，深入探讨了模型行为后果管理、权限控制、上下文治理、多 agent 验证与团队制度等核心设计理念。 它们不讲代码拆解，而是聚焦「控制结构」如何打造，让不稳定的 AI 编程

在线调用 Claude Code 时，回答冗长浪费 tokens 导致成本飙升。 drona23/claude-token-efficient 只需在项目根目录放入一份 CLAUDE.md 文件，无需代码改动，即可自动让 Claude 回复更简洁、减少多余客套与冗言，让重度输出工作流节省超过60% token，降低成本。 主要功能： 去掉无用开头结尾客套语 避免重复复述问题 简化代

autoagent的核心思想是：你不再直接改动运行代码，而是通过编写一份program.md指令文件，让一个meta-agent自主读取、修改和优化agent.py中的代码，实现自动构建和迭代agent。它会根据benchmark任务的得分，自动调整策略，类似AI自动“打怪升级”的过程。 项目亮点： 单文件Python架构，注册驱动，结构清晰易改； 任务基于Harbor格式，方便统一测试

在线阅读：lintsinghua.github.io/ “不做使用教程，不列 Prompt 技巧——拆解 Agent 的骨架与神经。 读懂 Claude Code 的设计决策，你就拥有了一套可迁移到任何 Agent 框架的心智模型。”

在线使用 Claude Code 进行 AI 编程时，还得受限于单一模型——但现在有了 OpenClaude，这个开源项目帮你打破了这种限制！它基于 Claude Code 开源源码，并新增 OpenAI 兼容 API 适配层，支持接入 GPT-4o、DeepSeek、Gemini、Ollama、本地模型等 200 多款 LLM，一键切换超自由。 OpenClaude 不仅支持所有 Claude

• OpenHarness（oh）是 Claude Code 的超轻量级替代方案，完全用 Python 实现 • OpenHarness 提供约 80% 的核心Agent功能 • OpenHarness 仅用 Claude Code 3% 的代码量即可实现上述功能

在线模型推理部署经常遇到多模态模型支持复杂，性能难以优化的问题。 vLLM-Omni 基于高效的 KV cache 管理和流水线执行，专为支持包括文本、图像、音频、视频等多模态输入的模型设计，轻松实现异构模型推理和服务。 它不仅兼容主流 Hugging Face 开源模型，还支持分布式推理、多阶段流水线调度、流式输出和 OpenAI 兼容接口，极大提升多模态模型在线推理的效率和灵活性。 主要

在线训练PyTorch构建块，专为 OLMo 生态系统打造，助力大规模语言模型开发。 AllenAI推出的 OLMo-core，集成了训练、推理的全套模块，不仅提供了官方训练脚本支持多GPU分布式训练，还能无缝接入 Hugging Face Transformers 和高效的 vLLM 推理引擎。 主要亮点： 支持最新的 OLMo-2（32B）和 OLMo-3（7B/32B）模型训练脚本；

在线科研和软件优化往往需要不断尝试不同方案，修改代码、跑实验，再根据结果决定保留或放弃，整个过程极其复杂且耗时。 awesome-autoresearch这个项目汇总了众多公开可用的 autoresearch（自动化反复试验优化）案例，覆盖科学研究、软件优化、金融交易、评测红队、安全攻防等多个领域。 该项目重点展示了 autoresearch 在真实工作流中的应用，比如自动修改训练脚本并迭代保

在线3D建模和CAD编程总是需要高效且灵活的工具来满足复杂设计需求。 开源项目 build123d 是一个基于 Python 的参数化边界表示（BREP）建模框架，底层用的是强大的 Open Cascade 几何内核。 它通过简洁的 Pythonic 接口，让设计师和工程师能够用代码精准构建适合3D打印、CNC加工、激光切割等制造业的模型。 主要功能亮点包括： 提供明确的1D、2D、3

该课程也适合非技术人员观看。本课程是 DeepLearning.AI 与 Anthropic 合作打造的 Agent Skills 专项课程 在本课程中，我们将探讨 Skills 如何赋能 Claude 及其他 AI 智能体执行复杂任务。技能通过向智能体提供专门的指令和知识来扩展其能力。具体包括： 1.理解 Skills 的工作原理 2.掌握创建 Skills 构建适用于不同场景的 Skil

本文是开源AI智能体OpenClaw的完整实操指南。作者分享了如何部署并管理9个AI智能体团队高效处理工作与生活，涵盖安装步骤、多智能体协作场景及安全成本建议，展示了AI大幅提升个人生产力的强大潜力。

本文阐述了爱默生对个人成长的深刻洞见：人类天性追求安稳、抗拒改变，但真正的成长在于拥抱未知与不适。才能仅是维持现状的技巧，而品格则是打破陈规、超越局限，不断画出生命“新圆”的勇敢力量。