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8AI Agent6Claude Code4开源3Cursor3逆向工程2Markdown2安全审计1代码审查1多语种1多智能体编排1发布流程1技能包1

项目搜索结果

找到 8 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
multica-ai 的 GitHub 头像multica-ai/andrej-karpathy-skills
开发工具GitHub 项目

andrej-karpathy-skills

用四条行为准则约束 AI 编码助手,减少过度工程化与越界修改

该项目是一个开源项目,由 multica-ai 维护,将 Andrej Karpathy 对 LLM 编码缺陷的观察总结为四个核心行为准则,封装在单个 CLAUDE.md 文件中,用于改善 Claude Code / Cursor 等 AI 编码助手的代码输出质量。它属于 AI 辅助编程质量保障体系,不是代码框架或 SDK,而是一份注入到 AI 编码助手上下文中的行为约束指令。项目核心要解决的问题是 LLM 在编写代码时存在的系统性缺陷,包括隐性假设、过度工程化、越界修改、目标模糊等,这些问题导致代码质量下降、维护成本上升。项目通过 Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution 四条准则,将 LLM 的多做倾向约束为做准、做少、做稳。安装方式极简,支持 Claude Code 插件、项目级 CLAUDE.md 和 Cursor 规则等多种方式。

开源行为约束AI编码助手
09.08
GStack README 配图
开发工具GitHub 项目

GStack

Claude Code 的虚拟工程团队,23 个角色斜杠命令即用

GStack 是围绕 Claude Code 构建的开源工具体系,定位为“虚拟工程团队”,通过 23 个角色 Skill 和 8 个工具 Skill,将 Claude Code 配置成 CEO、设计师、工程经理、QA、安全官等角色自动协作。其核心原理是角色化 Slash Command 系统,每个斜杠命令对应一个工程角色,如 /review 为代码审查员、/qa 为测试工程师。GStack 支持多 Agent 兼容,不只支持 Claude Code,还支持 Codex CLI、Cursor、OpenCode、Kiro 等 8 个 AI 编码 Agent。安装结构为纯 Markdown 文件,没有代码依赖和框架锁定,通过 ./setup --team 可让整个团队共享同一套工具,自动更新,零版本漂移。报告提及 Garry Tan 本人 60 天写了 60 万行代码(35% 测试),日均 10-20k 行,作为真实验证过的产出数据。

安全审计代码审查发布流程
09.08
AI 智能体主题配图

Agentic Engineering

专业工程师用编码智能体放大自身能力的软件工程新范式

Agentic Engineering(智能体工程)是2025-2026年间快速兴起的软件工程新范式,核心定义来自Simon Willison:专业软件工程师使用编码智能体(Coding Agents)来放大自身专业能力的实践。该概念由Andrej Karpathy在2026年4月Sequoia Capital的AI Ascent大会上正式推向公众视野,并明确区分了Vibe Coding与Agentic Engineering:前者抬高所有人做软件的下限,后者要保住专业软件过去已有的质量门槛。它属于AI-Native软件工程范畴,横跨AI Agent技术栈、软件工程实践和人机协同设计三个领域。其出现源于三个力量:LLM能力质变、Agentic工具成熟、代码生产成本趋近于零。核心方法包括:人类编写规格(Spec)和测试,Agent生成代码,人类审查结果;测试被视为人类与Agent之间的通信协议。该范式强调代码是廉价的、理解是昂贵的,细节可以外包、结构不能外包。

多智能体编排软件工程质量门控
09.08
yetone 的 GitHub 头像yetone/native-feel-skill
AI 智能体GitHub 项目

Native Feel Skill - 跨平台桌面应用原生体验架构

一套让 WebView 渲染的 UI 无法被用户分辨为原生应用的 AI Agent 技能包

Native Feel Skill 是一个 AI Agent 技能包,由开发者 yetone 创建,将 Raycast 2.0 的跨平台桌面应用架构经验提炼为可复用的结构化领域知识。它包含 8 条架构准则、四层架构方案(原生外壳 → 系统 WebView → Node 后端 → Rust 内核)、WebKit/WebView2 生存指南、75 项上线检查清单、IPC 契约设计指南、内存真相手册及 Raycast Beta 逆向证据。该技能包主要解决跨平台桌面开发中开发效率与原生性能不可兼得的问题,通过精确定义共享与原生边界,在 WebView 渲染表面画线,上方共享 React/TS 代码,下方使用原生 Swift/C#,让用户无法分辨是否为原生应用。安装到 Claude Code、Cursor 等兼容 AI Agent 后,讨论跨平台桌面应用架构时自动激活,提供架构建议、问题诊断和优化方案。

技能包架构跨平台桌面
09.08
开发工具主题配图

DesignMD & DESIGN.md 设计系统提取

从任意网站提取设计规范,生成 AI 可读的 DESIGN.md 文件

DesignMD 是一款由 Crowdlinker 开发的 AI 驱动设计系统提取工具,用户输入任意网站 URL 或描述项目需求,即可自动生成符合 Google Stitch DESIGN.md 规范的完整设计系统文档。DESIGN.md 是 Google Stitch 项目提出的一种纯 Markdown 格式的设计系统文档,AI 编码代理可以直接阅读并据此生成一致的 UI。配套的 awesome-design-md 是由 VoltAgent 维护的开源仓库,收录了 68 个全球顶级品牌的现成 DESIGN.md 文件,Star 数达 57.6k,MIT 协议开源。该工具免费使用,无需注册,打开即用。核心价值在于让 AI 编码工具(如 Cursor、Claude Code)能“看懂”设计意图并复刻 UI。

开源逆向工程设计提取
09.08
apify 的 GitHub 头像apify/awesome-skills
AI 智能体GitHub 项目

Apify Awesome Skills

为 AI 编程助手提供网页抓取与业务自动化能力的社区驱动 Skills 合集

Apify Awesome Skills 是 Apify 官方维护的社区驱动 AI Agent Skills 合集,为 Claude Code、Cursor、Codex、Gemini CLI 等 AI 编程助手提供网页抓取、数据提取和业务自动化的预置能力。它不是独立运行的软件,而是一套以 Markdown(SKILL.md)为载体的指令包与工具编排规则,安装后 Agent 可通过自然语言指挥 Apify 云端的爬虫 Actors 执行数据采集任务。项目包含受众分析、品牌监控、竞品情报、内容分析、电商数据、KOL 发现、线索生成、市场调研、趋势分析等九个垂直领域 Skills,覆盖 Google Maps、Instagram、TikTok、Amazon 等主流平台。其核心设计原则包括声明式触发、云端执行零本地依赖、领域垂直化、多 Agent 兼容、按结果付费和社区共建。项目采用 Apache-2.0 开源协议,主要语言为 JavaScript(91%)和 Python(9%),前置条件包括 Apify 账号、API Token 和 Node.js 20.6+。

数据提取网页抓取业务自动化
09.08
Narrator AI CLI Skill README 配图
AI 智能体GitHub 项目

Narrator AI CLI Skill

让 AI Agent 通过自然语言对话自动完成电影解说视频全流程生产的技能描述文件

Narrator AI CLI Skill 是一个 AI Agent 技能描述文件,教会 AI Agent(如 OpenClaw、Claude Code、Cursor、Windsurf 等)如何调用 narrator-ai-cli 命令行工具,完成电影/短剧解说视频的全自动化生产。它解决的核心问题是让不懂视频剪辑、命令行和 API 调用的普通用户,通过自然语言对话就能完成从搜片、选模板、选 BGM、选配音、生成文案到合成视频的完整流水线。项目采用 SKILL.md 主文件加 references/ 子目录的结构化行为规范,将 CLI 的调用顺序、参数依赖、错误处理和决策逻辑编码为机器可读的说明书,并定义了 Fast Path(原创文案)和 Standard Path(二创文案)两条工作流路径。内置约 100 部电影素材、146 首 BGM、63 个配音音色(11 种语言)和 90+ 解说模板,支持多语种出海场景。项目采用积分计费模式,MIT 开源协议,版本 v1.0.5,已在 9 个 AI Agent 平台验证。

多语种视频生成自动化
09.08