跳到主要内容
prolist.
发现项目AI 收集我的项目我的模型
正在确认账号…
prolist.

发现有价值的项目,留下有依据的判断。

项目专题关于我的收藏
© 2026 prolist项目知识,由人判断。

IDEAS CONNECT PROJECTS

沿着兴趣,发现项目。

从一个标签出发,打开一份值得研究的档案。

收集项目线索
筛选与排序 · 已应用
地图列表
不限标签58AI Agent33开源20Python13Claude Code12MIT9CLI7Markdown7MCP7TypeScript7记忆系统5知识管理5自动化5

项目搜索结果

找到 58 个项目

清除筛选

以下内容已由 AI 根据历史资料整理,供本地测试,未经人工复核。

HyperFrames 提示词工程 README Logoheygen-com/hyperframes
内容创作GitHub 项目

HyperFrames 提示词工程

用自然语言指挥 AI Agent 编写 HTML 视频的声明式合成框架

HyperFrames 是由 HeyGen 开源的一款 HTML-to-Video 渲染框架,核心理念是“Write HTML. Render video. Built for agents”。它让 AI Agent(如 Claude Code、Cursor、Codex)能够用纯 HTML + GSAP 动画来“编写”视频,再通过无头浏览器确定性渲染为 MP4/WebM 视频文件。框架不是视频编辑器,而是声明式视频合成框架,用户写 HTML,输出视频。其设计哲学是 Agent-First,通过三个 Slash Command(/hyperframes、/hyperframes-cli、/gsap)将框架知识注入 Agent 上下文,并通过自然语言词汇表(如“smooth”、“bouncy”、“dramatic”)直接映射到 GSAP easing 函数,实现意图到代码的精准映射。框架支持冷启动(从零描述)和暖启动(喂素材转化)两种 Prompt 形态,并强调小步精准修改的迭代原则。

开源视频合成提示词工程
09.08
AI 智能体主题配图

hermes-agent-ecosystem

具备持续记忆与自动技能提取的自我进化型 AI Agent 框架

Hermes Agent 是由 Nous Research 团队开发的开源 AI Agent 框架,GitHub 星标超过 90,000。其核心定位不是简单的“大模型套壳聊天工具”,而是具备持续记忆、自动技能提取和跨会话成长能力的自我进化型 Agent。传统 AI Agent 每次会话后所学技能、积累经验和对用户的理解全部归零,而 Hermes Agent 引入持久化记忆系统、技能自动发现与注册机制以及三层记忆架构,使能力持续增长。框架采用“最小核心 + 最大扩展”原则,核心 Agent Loop 精简,工具、技能、记忆、提示等能力通过注册机制动态注入。记忆系统分为 MemoryStore、MemoryManager 和 MemoryProvider 三层,支持跨会话检索和上下文压缩。技能系统从实际使用中自动提取重复模式,并采用渐进式加载策略。工具体系覆盖浏览器、代码执行、语音等场景,并内置多后端架构。此外,Prompt Builder 模块化组装系统提示,内置注入守卫;Auxiliary Client 管理多模型路由与自动降级。整体生态包含 80+ 衍生项目,形成“Agent 构建生态,生态增强 Agent”的正向飞轮。

第 1 页第 2 页第 3 页
多模型路由工具集记忆系统
09.08
CLIProxyAPI 本地反代大模型 API 网关 README 配图
开发工具GitHub 项目

CLIProxyAPI 本地反代大模型 API 网关

将已授权的 AI CLI 账号统一转换为 OpenAI 兼容 API 的本地网关

CLIProxyAPI 是一个用 Go 编写的轻量级 AI 代理网关,由 router-for-me 团队开源维护,采用 MIT 协议。它能够将用户已登录授权的各种 AI CLI 工具(如 Gemini CLI、ChatGPT Codex CLI、Claude Code CLI)包装成一个统一的 OpenAI 兼容 API 接口,默认暴露在本机 localhost:8317 上。该工具解决了 AI 服务格式不统一、CLI 能力无法被代码调用、多账号管理混乱、安全暴露风险等问题。其核心设计思想包括:将 CLI 授权能力网关化、以 OpenAI 格式为标准、双层隔离架构、多账号轮询实现负载均衡、默认本机监听保障安全。CLIProxyAPI 支持流式/非流式响应、函数调用、多模态等功能,并支持多账户轮询负载均衡。它适用于本地 Agent 开发调试、多账号额度聚合、统一接入多个 AI 模型、IDE 编码助手后端等场景。但需注意,它主要代理 Chat 能力,不支持 Embeddings、Fine-tuning 等完整 API 特性,且依赖 CLI 授权,存在服务条款风险和稳定性问题。

本地部署多账号轮询协议翻译
09.08
video-use README 配图
AI 智能体GitHub 项目

video-use

让 LLM 通过文本转录而非逐帧图像来理解和编辑视频的开源工具

video-use 是由 browser-use 团队开源的 LLM 驱动视频编辑工具,专为 Claude Code 设计。其核心理念是让 LLM "读"视频而不是"看"视频,通过音频转录和按需可视化,将原始视频素材压缩为约 12KB 的文本摘要,再由 Claude Code 进行对话式剪辑决策。该工具主要解决传统视频编辑流程中人工操作链条长、视频对 LLM 不可读、填充词检测依赖人工或粗粒度工具、跨镜头一致性难以保证以及动画/字幕叠加工程复杂度高等痛点。其工作流程包括素材盘点、预扫描问题、对话交互、策略确认、执行、渲染和自评估。项目包含 12 条硬规则以确保生产正确性,并支持通过并行子 Agent 生成动画。该工具适用于口播视频、教程、采访等"说话为主"的内容,不适用于音乐 MV、体育赛事剪辑、电影级特效合成等场景。

开源视频编辑AI Agent
09.08
微软Qlib AI量化投资平台 README 配图
数据与分析GitHub 项目

微软Qlib AI量化投资平台

微软研究院开源的AI量化投资研究平台,将量化研究全流程标准化

Qlib 是微软研究院(Microsoft Research)开源的面向 AI 的量化投资平台。它将量化投资的完整研究流程——从数据获取、特征工程、模型训练到回测评估——标准化为一套模块化的 Python 框架,让开发者可以专注于策略逻辑本身,而不是底层工程实现。Qlib 采用分层模块化架构,从底向上依次为数据层、特征引擎、模型层、策略层、回测与评估层、在线服务层。数据层负责数据的获取、存储和预处理,统一存储为 qlib binary 格式;特征引擎内置 Alpha158 和 Alpha360 特征集;模型层支持传统机器学习(LightGBM、XGBoost)、深度学习(LSTM、Transformer)以及强化学习;策略层提供 TopkDropout、TopK 等策略;回测与评估层考虑滑点、交易摩擦、手续费,并提供 IC、Sharpe Ratio、Max Drawdown 等评估指标;在线服务层支持模型部署到生产环境。Qlib 支持美股、A 股、港股等市场,并集成了微软的 RD-Agent,可自动搜索最优的模型架构和因子组合。

回测机器学习开源
09.08
开发工具主题配图

Mintlify

AI 原生的现代化文档平台,以 Docs-as-Code 理念简化文档创建与维护

Mintlify 是一个现代化的 AI 原生文档平台,帮助工程团队创建、管理和发布美观的文档站点。它采用 Docs-as-Code(文档即代码)理念,用 MDX(Markdown + JSX)编写内容,通过 Git 管理版本,自动构建部署。平台提供内容创作、结构组织、API 文档、AI 原生、部署托管和优化分析等核心能力。它解决了传统文档方案搭建成本高、API 文档难做、内容维护难、缺乏 AI 能力、发现性差等痛点。Mintlify 的流程是连接 GitHub、写 MDX、自动部署、AI 辅助维护,周期短且后续几乎零运维。其设计原则包括 Docs-as-Code、约定优于配置、AI 原生、托管平台和 MDX 超级 Markdown。平台支持 OpenAPI 3.0/3.1 自动生成 API 文档和交互式 Playground,内置 AI Assistant 问答和 AI Agent 自动维护,并提供 MCP Server 集成。

文档平台自动部署AI 原生
09.08
知识管理主题配图

LLM-Wiki

一套由 AI Agent 自动维护、面向 Agent 与人类共读的结构化知识库方法论

LLM-Wiki 是一套关于 AI Agent 如何建立和维护自身知识体系的最佳实践方法论,由卡比卡比(@jakevin7)设计并开源。其核心主张是“Vault 是 Agent 的外脑”,将传统知识库工具重新定义为 Agent-native 工具——由 Agent 写,给 Agent 和人类读。它通过 /ingest(知识摄入)、/query(知识查询与写回)、/lint(健康检查)、/research(外部研究)四个操作形成闭环,实现知识库随使用自增长。知识采用三层隔离:sources/ 存放不可修改的原始材料,wiki/ 存放 Agent 维护的提炼知识,wiki-log.md 记录操作日志。产物兼容 Obsidian 格式,可直接用 Obsidian 查看知识图谱。项目已集成到 OpenCLI 的项目管理中,其核心理念也可独立于 OpenCLI 实现。

知识管理知识图谱自增长知识库
09.08
知识管理主题配图

llm-knowledge-bases

以 LLM 为知识编译器的个人知识库构建方法

本条目整理自一份关于 Andrej Karpathy 个人知识库构建方法的技术拆解报告。报告指出,Karpathy 于 2026 年 4 月公开分享了一套基于 LLM 的知识库构建方法,其核心是从“操作代码”转向“操作知识”,将 LLM 视为知识库的核心引擎。系统采用五层架构:数据摄取层将网页、论文、代码等原始数据统一收集到 raw/ 目录;知识编译层由 LLM 将原始数据“编译”为结构化的 Markdown Wiki,包括摘要、概念文章、反向链接和索引文件;查看与浏览层使用 Obsidian 作为前端;问答层通过 LLM Agent 检索知识库并生成结构化回答;维护层通过 LLM 健康检查确保知识库一致性。报告强调,在约 40 万词的规模下,LLM 可以自动维护索引,无需传统 RAG 组件。每次查询的结果会回写知识库,实现增量增强。

个人知识管理知识管理知识库
09.08
val1813 的 GitHub 头像val1813/kwcode
AI 智能体GitHub 项目

KWCode天工开物

为本地小模型优化的确定性流水线 Coding Agent CLI 工具

KWCode(天工开物)是一个专为本地开源模型优化的 Coding Agent CLI 工具,由中国开发者 val1813(ValHuang)开发,MIT 协议开源。其核心定位是让 8B-30B 参数的小模型也能完成编程任务,数据不出网。 KWCode 采用确定性专家流水线架构,LLM 只负责任务分类和代码生成,文件定位、验证、调试等环节由确定性代码完成。内置 5 个确定性工具,支持 BM25+AST 调用图定位、三阶段重试、Debug Subagent 运行时调试、DAG 多任务编排、专家飞轮自动积累经验等功能。 项目支持 Windows/macOS/Linux 平台,Windows 原生运行,无需 WSL2。系统要求 Python 3.10+,支持任意 OpenAI 兼容 API。当前处于 MVP 阶段,AST 引擎主要支持 Python,社区规模较小。

本地模型开源确定性流水线
09.08
开发工具主题配图

skills-manage

一个界面统一管理 28+ 个 AI 编程代理平台 Skills 的跨平台桌面应用

skills-manage 是一款基于 Tauri v2 的跨平台桌面应用,用于在一个统一界面中管理 28+ 个 AI 编程代理(Coding Agent)平台的 Skills(技能/插件)。它由社区开发者志辉(@iamzhihuix)开发,于 2026 年 4 月 20 日发布首个公开版本 v0.8.0,采用 Apache 2.0 开源协议。该应用通过“中央技能库 + 符号链接分发”的机制,将 Skills 统一存放在 `~/.agents/skills/` 目录,并通过 symlink 链接到各平台目录,实现零副本、零同步延迟的管理。它内置 Skills 市场,支持从 GitHub 仓库一键导入,并提供 AI 自动解释功能以降低理解门槛。应用采用本地优先策略,所有数据存储在本地 SQLite 中,无需账号和云服务。当前预编译包仅支持 macOS,Windows/Linux 需从源码构建。

技能管理开源桌面应用
09.08
AI 智能体主题配图

GPT Image 2 自动化生图套利实战

基于 GPT Image 2 与 MaxHermes 的自动化生图套利方法体系

本收藏记录了一套基于 OpenAI GPT Image 2 图像生成能力与 AI Agent(MaxHermes)自动化编排的商业化变现方法体系。核心思路是利用 GPT Image 2 的高质量生图能力,结合 MaxHermes 的自动化任务编排,将原本需要人工完成的生图任务变成 7×24 小时自动运行的流程。报告指出,该方法体系解决了“知道能赚钱但没时间做”的痛点,并提供了从低到高的六种变现路径,包括老照片修复、教育素材资料包、电商商品图、社媒起号、倒卖 API 和接单赚钱。报告还介绍了四层技术架构,包括图像生成能力、提示词工程、AI Agent 自动化编排和远程控制层,并说明了自进化 Skill、定时任务和微信控制等核心机制。报告同时指出了该方法的局限,如窗口期短、平台依赖、竞争加剧、质量不稳定和客户获取难等。

定时任务提示词工程图像生成
09.08
opencli-rs README 配图
开发工具GitHub 项目

opencli-rs

用 Rust 重写的命令行信息获取工具,一条命令访问 55+ 网站并支持 AI 生成适配器

opencli-rs 是一款用纯 Rust 编写的命令行工具,旨在通过一条命令从 55+ 个网站获取结构化信息,覆盖 Twitter/X、Reddit、YouTube、HackerNews、Bilibili、知乎、小红书等主流平台,同时支持控制 Electron 桌面应用和集成本地 CLI 工具。它是基于 TypeScript 实现的 OpenCLI 的完整 Rust 重写版本,编译为 4.7MB 的单一静态二进制,零运行时依赖。其核心设计包括声明式 YAML Pipeline、编译时嵌入适配器、AI 原生适配器生成以及浏览器会话复用。工具内置 333+ 命令,支持 table/json/yaml/csv/markdown 等多种输出格式,并专为 AI Agent 设计了工具发现机制。项目采用 Apache-2.0 许可证,截至 2026 年 4 月开源不到两周,生态和文档仍在完善中。

开源浏览器桥接信息获取
09.08
Codex多智能体实战 README 配图
AI 智能体GitHub 项目

Codex多智能体实战

基于Git Worktree物理隔离与DAG调度的多智能体并行编程方案

Codex 是 OpenAI 于 2025 年开源的终端 AI 编程助手,其多智能体能力将编程任务拆解为有向无环图(DAG),由 Manager 调度多个 Subagent 在独立的 Git Worktree 中并行执行,通过 Harness 层统一管理上下文压缩、状态同步和执行环境隔离。该方案旨在解决多智能体并行时的 Token 消耗暴涨、上下文失控和状态无法收敛等痛点,强调控制成本、控制状态、控制依赖,而非追求最大并行度。核心机制包括 Manager 负责任务拆解、依赖分析和结果合并,Subagent 在独立工作区中执行具体编码任务,Harness 提供执行环境隔离、上下文自动压缩和状态同步。配置采用全局与项目级双层体系,支持 MCP 工具集成和自动化审批。报告指出并发数 4 左右是甜点区间,超过后 Token 消耗指数增长但收益递减。该方案适用于全栈应用并行开发、大型项目重构、多模块库开发等场景,但 Token 成本高、合并冲突风险和学习曲线陡峭等局限也需注意。

多智能体开源AI编程助手
09.08
Donchitos 的 GitHub 头像Donchitos/Claude-Code-Game-Studios
AI 智能体GitHub 项目

Claude Code Game Studios

将单个 Claude Code 会话改造为完整游戏开发工作室的开源模板仓库

Claude Code Game Studios(CCGS)是一个开源模板仓库,将单个 Claude Code 会话改造为一个完整的游戏开发工作室。它不是一个独立工具或引擎,而是一套运行在 Anthropic Claude Code CLI 环境之上的组织架构层,通过 49 个专业 AI Agent、72 个 Slash Command(Skill)、12 个自动化 Hook、11 条路径作用域规则和 39 个文档模板,模拟真实游戏工作室的层级分工与协作流程。CCGS 属于 AI 多 Agent 协作模板,不提供新的 AI 能力,而是把 Claude Code 已有的 Agent 机制组织成一套游戏开发专用的流程体系。其核心是三级 Agent 层级,对应真实工作室的组织架构,并采用用户驱动的五步协作协议。CCGS 支持 Godot 4、Unity、Unreal Engine 5 引擎,主要测试平台为 Windows 10 + Git Bash,兼容 macOS 和 Linux。

工作流模板游戏开发
09.08
ArcReel README 配图
内容创作GitHub 项目

ArcReel

AI Agent 驱动的开源小说视频生成工作台

ArcReel 是一个开源的 AI 视频生成工作台,由 AI Agent 全程驱动,能够将小说文本自动转化为完整的短视频。其完整工作流为:小说 → 角色/场景/道具设计 → 剧本 → 分镜图 → 视频片段 → 最终成片。它本身不训练模型,而是通过统一的抽象层集成 Google Gemini、火山方舟、xAI Grok、OpenAI 等多个 AI 供应商,用 Agent 智能体协调完成从文本到视频的端到端生产流程。项目采用 React 19、Python 3.12+ / FastAPI、Claude Agent SDK 等技术栈,支持 SQLite 与 PostgreSQL 数据库,可通过 Docker 一键部署。ArcReel 旨在解决 AI 视频生成中角色一致性、场景连贯性、分镜拆分、多供应商调度与任务编排等工程问题,将传统人工串联多个 AI 工具的制作流程,转变为 Agent 自动编排与人工确认相结合的标准化流水线。

多模态生成Agent编排AI视频生成
09.08
AI 智能体主题配图

Xiaomi MiMo 大模型

小米自研的 Agent 基础模型,面向“完成任务”而非“回答问题”设计

Xiaomi MiMo(Mind in Motion)是小米集团自研的大语言模型产品线,面向 Agent 时代设计,覆盖文本生成、全模态理解、语音合成三大能力域。它被定位为一套完整的智能体基础模型体系,设计目标是“完成任务”而非仅仅是“回答问题”。MiMo 解决的核心问题是让 AI 从“能对话”进化到“能干活”,能够稳定完成近千轮工具调用的长程任务,自主诊断和恢复错误,并同时处理文本、图像、音频、视频等多种模态信息。截至 2026 年 4 月,MiMo 系列已迭代至 V2.5 版本,包含旗舰推理模型 MiMo-V2.5-Pro、全模态 Agent 模型 MiMo-V2.5、语音合成模型 MiMo-V2.5-TTS、语音识别模型 MiMo-V2.5-ASR 以及轻量快速模型 MiMo-V2-Flash。其核心架构创新包括混合注意力机制和全模态统一架构,并强调 Token 效率优化。

1M上下文大语言模型混合注意力
09.08
AI 智能体主题配图

AI Agent编程技术全景对比

对比 Hermes Agent、NanoClaw 与 OpenHarness 三大 Agent Harness 框架的技术全景指南

本报告对 2025-2026 年 AI Agent 编程领域的三个代表性框架进行了全景对比:Hermes Agent(Nous Research,47.5k Stars)、OpenClaw/NanoClaw(轻量级 Agent 运行时)以及 OpenHarness(HKUDS,8.4k Stars)。报告首先介绍了 Agent Harness 范式的技术定义与谱系,指出其为 LLM 提供工具、搜索、记忆与安全边界等基础设施。随后分析了 AI 编程的六大结构性痛点,包括模型无记忆、工具碎片化、无法持久化、模型锁定与单 Agent 瓶颈等。核心章节详细阐述了各框架的设计思想、核心原理与系统架构,并通过对比矩阵、关键数据流和典型应用场景,展示了它们在功能定位、技术特性与适用场景上的差异。报告还讨论了工程落地建议、优缺点与通用局限,并澄清了常见误区,为开发者选择和使用 Agent 框架提供了参考。

多Agent协调Agent HarnessAI Agent
09.08
Hermes WebUI README 配图
AI 智能体GitHub 项目

Hermes WebUI

为 Hermes Agent 提供浏览器端图形界面的纯 UI 层,让会话、文件与工具调用可视化。

Hermes WebUI 是 Hermes Agent 的浏览器端图形界面,由 Nathan Esquena(@nesquena)开发并开源。它本身不运行 Agent,而是对接用户已有的 Hermes Agent 服务,所有数据仍存储在用户机器上。项目采用 Python 后端与原生 JS/CSS/HTML 前端,零框架、零构建步骤,通过 REST API 与 SSE 流式传输实现通信。它主要解决传统终端与聊天平台交互的痛点,包括会话不可追溯、文件操作割裂、Profile 管理原始、工具调用黑盒以及跨设备访问受限等问题。WebUI 提供三栏布局,左侧会话列表、中间聊天区域、右侧文件浏览器,并支持 CLI 会话桥接、Profile 热切换、工具调用卡片展示等功能。部署方式包括本地脚本启动、Docker 容器以及 macOS 原生客户端(Swift/WKWebView 封装)。项目为 MIT 开源,适合需要可视化管理 Hermes Agent 会话与工作区的用户。

零框架原生JavaScriptAI Agent
09.08
zxfccmm4 的 GitHub 头像zxfccmm4/Obsidian-OpenCode-Knowledge
知识管理GitHub 项目

Obsidian OpenCode Knowledge

本地优先的 AI 知识管理方案,通过规则驱动实现自动录入、查询与维护

Obsidian OpenCode Knowledge 是一套面向非技术用户的本地 AI 知识管理方案,由开源项目 zxfccmm4/Obsidian-OpenCode-Knowledge 提供。它结合 Obsidian 笔记软件、OpenCode 终端 AI 助手和预配置的知识库规则(AGENTS.md),通过一键部署模板,让用户在 5 分钟内拥有完全本地化、AI 驱动的个人知识库。项目主要解决信息录入成本高、知识库混乱、查询效率低、缺乏维护以及隐私担忧等问题。其核心设计包括三目录隔离(raw/wiki/assets)、四触发行为(Ingest/Query/Lint/Social Ingest)、社交媒体知识域分类、可配置的 AI_CONFIG.md 以及完全本地存储。系统支持多种 LLM 后端,并预装 9 个技能包,实现素材消化、社交媒体采集、知识库体检和自然语言查询等功能。

本地优先社交媒体采集知识管理
09.08
AI 智能体主题配图

Codex Chrome Extension

让 AI Agent 在用户已登录的 Chrome 浏览器中直接执行网页自动化任务

Codex Chrome Extension 是 OpenAI 于 2026 年 5 月 7 日发布的 Chrome 浏览器扩展插件,让 Codex AI Agent 能够直接操控用户已登录的 Chrome 浏览器,执行网页自动化任务。该插件解决了 Codex 此前无法操作需要登录的网站的问题,通过复用浏览器已有的 Cookie 和登录状态,使 AI 能够访问邮箱、社交媒体、公司后台等需要认证的页面。其核心能力包括身份共享、多标签页并行处理和多代理协同。用户通过 @Chrome 指令触发浏览器操控,Agent 在独立标签页中工作,不接管整个浏览器,用户可正常使用。该插件需要 Codex CLI 0.129.0 或更高版本,支持 macOS 和 Windows 平台。

多代理协同浏览器自动化身份共享
09.08
Logo Generator Skill README 配图
AI 智能体GitHub 项目

Logo Generator Skill

一个为开发者生成可编辑 SVG Logo 与专业展示图的开源 AI Skill

Logo Generator 是由归藏(op7418/guizang.ai)开发的开源 AI Skill,用于生成专业级别的 SVG Logo 和图标,并自动创建高端展示图。它适用于 Claude Code、Gemini CLI 等 AI Agent 平台,项目托管在 GitHub,采用 MIT 协议。该工具主要解决小项目、开源项目或创业团队需要“够用的好 Logo”,但既请不起设计师、也用不好 AI 画图工具的痛点。其核心思路是“分阶段生成,先矢量后位图”:先由 AI 生成可编辑的 SVG 几何基础,再生成专业展示图。它内置设计模式库,包含点阵、线条系统、几何切割、负空间、括号/壳、六边形核心等范式,并提供 12 种静态背景风格和 6 种 WebGL 动态背景。整个流程约需 10-30 分钟,对话式交互,零设计基础也可使用。

开源设计模式库矢量图形
09.08
开发工具主题配图

Codex Plugin for Claude Code

在 Claude Code 工作流中直接调用 OpenAI Codex CLI,实现跨模型协作的官方插件

Codex Plugin for Claude Code 是 OpenAI 官方推出的 Claude Code 插件,让用户可以在 Claude Code 工作流中直接调用 OpenAI Codex CLI,实现跨模型协作——用 Claude 做主力编程,用 Codex 做代码审查和任务委派。插件通过 Claude Code 的 Plugin System 注册自定义 Slash Commands、Hooks、Subagents 和 Skills,在命令触发时通过 Bash 调用本地 Codex CLI 的 App Server 接口。它提供六个 Slash Command,覆盖代码审查、对抗性审查、任务委派和任务管理;通过 SessionStart、SessionEnd、Stop 三种 Hook 实现生命周期管理和自动质量门控。其核心创新是 Review Gate,在 Claude Code 完成代码修改后自动触发 Codex 审查,审查结果为 ALLOW 则放行,BLOCK 则阻止 Stop 并让 Claude 继续修复,形成自动化的写代码、审查、修复循环。插件支持后台运行任务、灵活选择 Codex 模型,并自动读取现有 Codex 配置。

代码审查开发工具跨模型协作
09.08
内容创作主题配图

GPT-Image 2 实操案例与提示词工程指南

一份基于实操案例整理的 GPT-Image 2 提示词工程指南,覆盖 13 类应用场景与模板化用法。

本指南基于一份实操报告整理,围绕 OpenAI 于 2026 年 4 月推出的图像生成模型 GPT-Image 2 展开。报告指出,该模型并非传统文生图工具,而是集成了意图理解、知识补全、设计规划与精准渲染的 Agent 系统。指南重点介绍了其四大核心亮点:高质量中文渲染、自动补全缺失信息、支持极简提示词以及可对话式追问微调。内容主体为 13 个实操案例,覆盖图鉴拆解、古文书法、科普百科、电商详情、试卷生成、旅游攻略、人物关系图、密集中文排版等场景,每个案例均提供了对应的提示词模板与通用性说明。此外,指南还对比了 GPT-Image 2 与 Midjourney、DALL-E 3、Stable Diffusion 等工具的差异,并总结了优缺点、常见误区与学习路径。报告同时指出其局限,如不适合像素级精确排版、无法本地部署或批量调用,以及存在伦理风险。

提示词工程图像生成信息图
09.08
HyperFrames README Logoheygen-com/hyperframes
开发工具GitHub 项目

HyperFrames

用 HTML 写视频,为 AI Agent 而生的确定性渲染框架

HyperFrames 是由 HeyGen 开源的一个 HTML-to-Video 渲染框架,核心理念是“Write HTML. Render video. Built for agents.”。它允许用户用纯 HTML 文件定义视频内容,通过 data-* 属性控制时间轴、轨道和布局,然后通过 CLI 一键渲染成 MP4。该框架采用声明式数据模型、可插拔动画运行时和确定性逐帧渲染引擎,旨在解决 AI Agent 无法操作传统视频编辑工具的问题。它支持非交互式 CLI、Vercel Skills 规范,并提供 50+ 预制 Block。HyperFrames 使用 TypeScript 开发,开源协议为 Apache 2.0,最新版本为 v0.4.3。

AI AgentApache-2.0CLI
09.08