一个 Python 的 LLM 评测框架，提供开箱即用的评估指标，帮你在开发和上线前系统检验大模型输出质量。

把任意编码助手变成 Google Cloud 上的 AI Agent 专家，提供命令行工具和技能，覆盖 Agent 的创建、评估与部署全流程。

用自然语言直接操控网页界面的 JavaScript 页面内 GUI 智能体，把浏览器自动化从写选择器变成说人话，适合做网页操作助手和自动化流程。

一套端到端的代码实战教程，教你从原型一步步搭出可上线的 GenAI Agent，覆盖 LangGraph、MCP 等主流技术栈与企业级部署。

从零开始手把手教你构建 LLM 智能体的中文教程，覆盖 Agent 原理、RAG 等核心实践，适合入门与动手复现。

微软出品的 18 节入门课程，用 Jupyter Notebook 手把手教你搭建 AI Agent，覆盖 AutoGen、Semantic Kernel、Foundry 等主流框架与 Agentic RAG 实践。

收录 500 个跨行业 AI Agent 实际用例，覆盖医疗、金融、教育、零售等场景，并附开源实现链接，方便按行业找落地参考。

面向 LLM 应用的多智能体开发框架，支持多模态、语音与实时交互，让智能体的构建、运行和调试过程可见、可理解、可信。

给 AI Agent 做强化学习训练和调优的框架，把 Agent 的推理轨迹变成训练信号，让智能体越跑越强。

微软推出的多智能体开发框架，支持 Python 和 .NET，用于构建、编排和部署 AI 智能体及多智能体工作流。

用于评测大语言模型及 LLM 系统的框架，同时提供开源基准测试注册表，方便对比不同模型和系统的表现。

开源 AI 工程平台，覆盖智能体、大模型和传统机器学习，帮团队调试、评估、监控和优化生产级 AI 应用，同时控制成本并管理模型与数据访问权限。

面向 LLM 应用、RAG 和 Agent 工作流的可观测与评测平台，提供全链路追踪、自动评估和生产级监控看板，帮团队定位问题并持续优化效果。

面向 LLM 应用的自动化评测工具，用合成测试集和多种指标量化 RAG 与生成效果，帮你在上线前发现质量问题。

面向 Agent 应用的 Python 可观测性 SDK，支持对 Agent、LLM 和工具调用做追踪、调试与评测，自带可自托管面板，用时间线和执行图看清多智能体系统的运行过程。

基于 Claude Code 的求职自动化框架，在本地评估职位、定制简历、撰写求职信并准备面试，数据自己掌控。

开源 LLM 应用可观测与评估平台，能追踪调用链路、跑评测实验，帮团队定位问题并持续优化提示词和模型效果。

一个可持久运行、能自我进化的多智能体协作框架，让多个大模型智能体跨领域分工协作，适合搭建长期在线的复杂任务编排系统。

一个能自我进化的 Agent 操作系统，通过面试式准入、分阶段评估和预算约束的演化循环让编码 Agent 越用越强，支持 Claude Code、Codex CLI 等 14 种运行时。

帮你把随手写的提示词改写成结构清晰、效果更好的版本，还能对比测试不同提示词的效果，适合经常和 LLM 打交道的人。

Android 上的 V2Ray 客户端，支持 Xray 和 v2fly 内核，可配置 VMess、VLESS、Trojan 等协议实现科学上网。

从零手写一个极简 Claude Code 式 agent harness，用 Bash 就能跑，适合想搞懂 AI 编程助手内部原理的人边看边练。

给 AI 编程代理加上跨会话的长期记忆：自动记录会话过程，用 AI 压缩后把相关上下文注入后续会话，兼容 Claude Code、Codex、Copilot 等多种代理。

用 Go 编写的代理平台，支持 VMess、Shadowsocks、SOCKS5 等协议，帮你在受限网络里搭建翻墙通道。

开源复现 DeepMind AlphaEvolve 的进化式编码 Agent，用遗传算法和分布式进化自动搜索并优化代码，适合做算法发现与程序自动改进。

把 PDF、Office 等复杂文档转成 LLM 可直接用的 Markdown/JSON，内置版面分析和 OCR，专为 RAG 与 Agent 工作流准备语料。

面向 AI Agent 全生命周期的优化平台，覆盖开发调试、效果评估到线上监控，帮团队把 Agent 从能跑打磨到稳定可用。

把任意网站变成命令行工具，让 AI Agent 复用你已登录的浏览器会话执行网页操作，省去重复登录和手动点击。

基于 Go 的代理与网络穿透平台，兼容 v2ray-core，支持 Reality、XTLS、Trojan、Shadowsocks 等协议，用于搭建抗审查的科学上网通道。

开源计算机使用智能体基础设施，提供跨系统沙箱、驱动和基准测试，用于训练、评估和生成桌面操作数据。

通义开源深度研究智能体，能自主规划多步检索、浏览网页并整合信息，产出带引用的研究报告，适合做调研问答和资料汇总。

开源的协作式 Wiki 与文档平台，可替代 Confluence 和 Notion，支持团队实时协同编辑、知识库管理与 AI 代理集成。

基于 Chromium 源码级指纹补丁的隐身浏览器，可直接替换 Playwright，用于绕过 Cloudflare 等机器人检测与验证码，适合自动化采集和 AI Agent 场景。

安装前扫描 Claude Code、Codex 和 MCP 技能的安全工具，能发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。

开源自托管的后端即服务（BaaS）平台，把认证、数据库、存储、云函数、消息推送、托管和实时通信打包成一套 Docker 部署方案，帮开发者省去自己搭后端。

多智能体框架，让多个大模型智能体通过角色扮演和对话自主协作，用于研究智能体规模化规律并构建协作式 AI 系统。

开源的 LLM 可观测性与评测平台，能追踪、调试和评估 RAG 与 Agent 应用，帮团队定位大模型链路中的问题。

Amazon SageMaker 官方示例集，用 Jupyter Notebook 演示如何构建、训练和部署机器学习模型，适合上手 MLOps 全流程。

一站式移动应用安全测试框架，支持 Android、iOS 和 Windows 应用的静态与动态分析，可自动完成渗透测试、恶意软件分析和安全评估。

开源平台，用于构建和部署基于 GPT/LLM 的对话式 Agent，集成提示词编排、工具调用与多渠道发布，省去从零搭建对话机器人的重复工作。