给编码 Agent 用的代理和技能，让模型用「原始人式」极简表达回答，砍掉约 65% 的 token 消耗。

一个用 Rust 写的单文件 CLI 代理，在跑常见开发命令时把 LLM token 消耗砍掉 60-90%，帮编码 Agent 省成本。

把任意代码库转成可交互的知识图谱，支持浏览、搜索和提问，兼容 Claude Code、Cursor、Copilot 等主流 AI 编程工具。

一个能自我进化的 AI 智能体，从 3.3K 行种子代码长出技能树，实现全系统控制，token 消耗比常规方案低 6 倍。

在终端里跑 AI 结对编程，让大模型直接读写本地代码库、自动改文件并提交 git，省去在编辑器和聊天窗口间来回粘贴。

实时监控 Claude Code 的用量，预测额度消耗并在接近上限时提前告警，帮你在终端里随时掌握 token 使用情况。

用多个 LLM 智能体分工协作模拟金融交易决策，把研究、分析、下单等环节拆给不同角色，适合做量化交易策略的智能体实验。

抓取 Claude Code 和 Codex 实际发给 API 的请求，逐段拆解 token 消耗与费用，帮你看清每次调用钱花在哪。

面向 AI Agent 的代码检索工具，用嵌入向量做语义搜索，比 grep+read 少消耗 99% 的 token，让 Agent 更快更准地定位代码。

输入一个主题，就能自动联网检索并生成带引用的长篇调研报告，省去人工查资料和整理成文的时间。

面向 AI 编码代理的循环工程实践模板与 CLI 工具，提供 loop-audit、loop-init、loop-cost 等命令，帮你设计并编排代理的提示与自动化流程。

本地优先的代码智能图谱，为 MCP 和 CLI 构建持久化代码库地图，让 AI 编码工具只读取相关部分，显著减少代码审查和大仓库场景的上下文消耗。

终端里直接跑的免费编码 Agent，自动接入当前最强的免费模型，可替代 Claude Code 做日常写码和任务编排。

本地运行的简历匹配与生成工具，用 100+ 大模型解析简历、计算与职位描述的文本相似度，并生成 PDF 和求职信。

用三省六部制组织 9 个专职 AI Agent 协同干活，带实时看板和完整审计日志，解决多智能体编排混乱、过程不可见的问题。

给 AI 代理用的隐身无头浏览器，能绕过 Cloudflare 和反爬检测，可直接替换 Puppeteer/Playwright。

基于 OpenTelemetry 的 LLM 应用可观测性工具，能追踪调用链、采集指标并监控模型表现，帮你在生产环境定位 GenAI 应用的性能与质量问题。

用遗传算法和进化式迭代自动优化提示词、代码与 Agent 配置，让 LLM 反复自我反思改进，省去手工调参。

Firecrawl 官方 MCP 服务器，让 AI Agent 通过 MCP 客户端搜索、抓取网页并提取正文，支持批量处理、爬取、站点地图和监控。

本地优先的桌面 AI 团队应用，由指挥官把目标拆成待办，调度 16 个内置专家智能体及 Claude Code、Codex 等外部代理，支持项目、定时自动化和连接器。