一份面向 Java 后端求职者的面试知识库，系统梳理计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发等高频考点，帮你有条理地准备面试。

用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。

开源的多智能体工作管理应用，用于编排、调度和治理自主 AI Agent，支持 Claude 及技能扩展，让团队像管理同事一样管理 Agent。

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。

给 AI 编程助手注入「最懒资深开发」思维，用 YAGNI 原则压制过度设计，让 agent 少写不必要的代码。

7MB 的终端优先 AI 原生开发环境，内置智能体，用 Rust 和 Tauri 打造，在终端里直接完成编码与 AI 辅助任务。

一份面向 AI Agent 开发与大模型求职的系统指南，覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战，并附 1.2 万+ 面试题。

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。

Google 开源的智能体应用开发框架，支持 JavaScript、Go、Dart 和 Python，内置 LLM 调用、多模态、RAG 与向量检索能力，帮开发者快速搭建生产级 AI 应用。

可视化协作工作台，用来搭建、部署和监控 AI 智能体与工作流，低代码拖拽即可完成，适合团队协作开发自动化流程。

在提示词里敲入 "mass ulw" 关键词，就能让 AI 编码助手自动编排多智能体工作流，把复杂开发任务拆解成可执行的图结构。

轻量级 Python 框架，用于编排多智能体工作流，帮助开发者快速搭建基于 LLM 的协作式 Agent 系统。

Go 应用的实时热重载工具，改完代码自动重新编译并重启服务，省去手动构建的麻烦，适合本地开发调试。

开源 AI 编码代理，专为大型项目和真实开发任务设计，能在命令行里理解代码库并自动完成多文件改动。

用自然语言描述需求，就能让多个 LLM 智能体扮演产品经理、架构师、工程师等角色协作，自动产出需求文档、设计稿和代码。

把 Claude Code、Codex、Gemini CLI 等 20 多种命令行 AI 代理统一到一个可长期在线的协作界面里，支持自定义助手并组队干活。

基于 TypeScript 的开源 AI Agent 框架与工程平台，帮开发者快速搭建、编排和观测 LLM 智能体应用。

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。

开源异步编码智能体，可后台自动完成改代码、修 bug 等开发任务，支持 Anthropic、OpenAI 等模型。

生产可用的智能体式 RAG 检索系统，提供 RESTful API，帮开发者快速搭建带检索增强的问答与搜索服务。

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 AI 自动生成并发布短视频到抖音、快手等平台的内容变现工具，内置 MCP 服务和 Agent 技能，支持一键分发。

开源的多编码智能体并行编排工具，可替代 Codex App 和 Conductor，用你自己的订阅同时调度多个编码智能体协同干活。

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。

一套构建生产级 LLM 智能体应用的 12 条工程原则，帮团队把原型打磨成能真正交付给客户的可靠系统。

开源本地 AI 推理引擎，无需 GPU 即可在任意硬件上跑 LLM、视觉、语音和图像生成模型，提供兼容 OpenAI 的 API。

微软出品的 21 节生成式 AI 入门课程，用 Jupyter Notebook 带你从零理解大模型、提示工程和 ChatGPT 应用开发。

基于大模型的软件工程智能体，能自动完成编码、调试、重构等通用开发任务，把自然语言需求直接转成可执行代码改动。

用 LLM 智能体自动完成数据挖掘、模型训练等研发流程，让 AI 驱动数据驱动的 AI 开发。

用大模型驱动浏览器自动完成网页操作流程，无需写死选择器，适合抓取、填表等重复性网页任务。

面向 Java 开发者的智能体 AI 框架，基于 Spring AI 构建，支持 ReAct 智能体、多智能体协作和基于图的工作流编排。

本地免费统计 Claude Code、Cursor、Codex 等 37 种 AI 编码工具的 token 用量和花费，按模型、项目、任务拆分，帮你看清钱花在哪。

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。

为 AI 原生软件开发生命周期构建上下文图谱，把代码库和开发流程知识组织成可检索的图结构，让 AI 代理更准确地理解项目上下文。

专为 AI Agent 打造的开源可观测性平台，提供链路追踪、评估和数据分析，帮开发者定位 Agent 运行中的问题并持续优化效果。

基于 Spring Boot 3 和 Spring AI 的 Java AI 开发实战教程，带你实现 AI 恋爱大师应用和 ReAct 模式自主规划智能体，覆盖 RAG、向量数据库、Tool Calling、MCP 等核心技术。

一套构建 AI Agent 的规范与配套 CLI 工具，帮开发者统一 Agent 的开发和测试流程，避免各写各的。

一个多模态语言 Agent 开发框架，把视觉模型和 LLM 编排在一起，帮你快速搭出能看能听的原型并推向生产。

给 AI 编程助手用的 Go 语言编码规范，让自动生成的 Go 代码符合现代写法，减少过时风格和常见错误。

用一块 7 美元的 ESP32 给 AI 模型配上真 iPhone 的「眼睛和手」：AirPlay 投屏看画面，USB HID 模拟触控操作，无需 Mac、开发者账号或越狱。