AI 编程与技术 今日: 0|主题: 131|排名: 6 

《你对 AGENTS.md 的理解几乎为零》 作者： @rwayne @onlookersh “公司变大之后，人和公司都会犯糊涂。他们想复制最初的成功，于是很多人以为：当初成功的过程里一定藏着某种魔力。于是他们开始把流程在全公司制度化。很快，大家就把流程当成了内容本身。” ———史蒂夫·乔布斯 《失落的访谈》 过去的时候呢，各种 ...

这是一个 Rust 工具：在这台机器上复制，粘贴到那台机器上——文本、图像、文件和富文本都能保持其原始格式。数据通过持久的点对点 SSH 连接传输——无需中继服务器、无需注册账户、无需打开新端口。 它直接接入 macOS 的剪贴板和 Linux Wayland/X11 系统的剪贴板，而不是终端中那种转义序列模拟，因此 Finder 可以直接粘 ...

即使合上笔记本电脑，你的AI编码代理也能继续运行，你可以通过手机访问它。 https://github.com/avibe-bot/avibe

刚进公司就接手一个 20 万行代码库，最痛苦的不是写代码，是根本不知道从哪看。 Understand Anything 用多个 Agent 把项目拆一遍，把文件、函数、类、依赖关系整理成可搜索、可点击的知识图谱。 比较实用的两个功能： ① 改代码前先看影响范围，哪些模块会被牵连更直观 ② 直接问“登录功能在哪”，用语义搜索帮你定位相 ...

Codex token 不够用？可以看看这个思路。 WebCodex 给 ChatGPT 网页版接了一个本地 MCP 服务，让原本只能聊天的网页 AI 也能参与本地开发。 ① 读取、修改本地文件 ② 执行终端命令 ③ 通过 MCP 调用电脑上的工具 简单说，就是给网页版 ChatGPT 接上一双能操作本地环境的“手”。 不用换成另一套 Agent，直接利用现有的 ...

AI 结对编程最烦的一点：换个项目、开个新对话，之前聊过的背景和决策全没了。 OpenContext 就是给编程 Agent 加一层长期记忆。 ① 不用换 Agent，Codex、Claude、OpenCode CLI 都能接 ② 一句 oc init 自动生成 Skills 和斜杠命令，先读取历史上下文再开始干活 ③ 记忆可以跨项目复用，Agent 还能直接读写自己的知识库 ...

写代码这关，程序员大多都能趟过去，真正把人卡住的，难道是审美？界面丑到连自己都不想点开，这谁扛得住？ 我常用的偷懒招数：把看着顺眼的 UI 组件当积木，一股脑丢给 AI Agent，让它自己翻、自己挑、自己塞进项目里。 下面这 5 个地方收好，够你使了👇 1️⃣ Beautiful UI 🔗 https://beautifului.dev 2️⃣ BeUI 🔗 ...

写代码不再是瓶颈：Anthropic FDE 的 AI 代码现代化六步实战法 这是 Anthropic 两位 FDE Jonah Ezekiel 和 Lexie Tonelli 于 2026 年 9 月 23 日发表的"实战笔记"（Notes from the Field）系列文章，标题为《如何为 AI 驱动的代码现代化项目做准备》。 From claude.com 核心论点：瓶颈发生了根本性转移 文章的全部 ...

把 GitHub 编码数据做成排行榜和趋势图，公开、私有、工作仓库都能统计。私有仓库在本机读取，服务端只收到汇总数字，仓库名称也不会默认上传。 https://github.com/yaroslavhaidash/gitstats 基于 Next.js、TypeScript、Drizzle ORM 和 Neon Postgres 的开源编码统计面板。登录 GitHub 并用邀请码组队后，用户可以按周、 ...

还在为了同时跑 Claude Code 和 Codex 开一堆 tmux 窗口肉眼盯盘？ 终于有人把“AI 编程 Agent 的作战指挥中心”做出来了：Luvus（纯 Rust 打造）。 彻底解决多 Agent 跑飞、终端窗口爆炸、改代码互相踩脚的问题。 堪称 2026 年给 Coding Agent 量身定制的“超级 tmux” 🧵👇 ...

Runner - 原生终端，用于并行编排 Claude Code、Codex 等编程智能体。 👉 https://github.com/yicheng47/runner

AI 写代码早就不算新鲜事了，可分支管理、代码审查、测试这些零碎活，难道不还是得靠人去收尾？ AgentSys 这开源工具，塞了 24 个插件、49 个 Agent、44 个 Skill，拼成一条结构化流水线。 每个 Agent 只盯一件事，流水线按阶段切好，前一步没过去就别想跳，运行状态跨会话也能保住。 GitHub：http://github.com/agent-s ...

JEV + OPUS 5.5 是我今年见过最离谱的 AI 组合 别在让 Opus 5.5 干所有活，真的太浪费了 我直接做一个 X 爆款预测器： 抓取 1000 条爆款帖子 → Jev 做上万次特征判断 → 找出最相似的 10 条 → Opus 5.5 解释为什么它们能爆 → 最后给你的帖子打出 0-100 分 新工作流只有一句话： Jev 负责做 5,000 次判断，Opus 5.5 ...

刚挖到个逆天插件，装完打开网页直接透视技术栈！ 前端框架、后端、CDN 全给你扒出来，点名字还能跳官网。AI 时代连摸个底都这么卷了？ 🔗 https://github.com/setube/stackprism

CV 项目里那些手写的胶水代码，是不是早该有人收走了？Roboflow 开源的 supervision 库（GitHub 44.7k Star）就干这事。 统一的 Detections 对象，YOLO、Ultralytics、Transformers、MMDetection 等主流模型一键对接；图像视频实时标注、多目标跟踪、区域计数、速度估算、停留时长分析全部开箱即用；数据集一键加载、拆分 ...

如果平时经常写 SQL，数据库客户端顺不顺手其实挺影响效率。 Beekeeper Studio 是一个开源、跨平台的数据库 GUI，Linux、macOS、Windows 都能用。 常见数据库基本都覆盖了，包括 PostgreSQL、MySQL、SQLite、SQL Server、Redis、BigQuery、ClickHouse、MongoDB 等。 免费版也够日常使用： ① SQL 自动补全 ② 多标签查询 ...

分享一下我们的 AGNETS.md 里面的核心工程原则，这个工程原则极大提高了 LLM 在我们项目中的稳定性，在10w 行级别的大重构中发挥了优秀的作用。

如果你经常用 AI Agent 写代码，又不太想把代码和文件交给云端，可以看看 Magnitude。 它是一个开源本地推理服务器，模型直接跑在自己的硬件上，再接入现有的 Coding Agent。 几个比较方便的点： ① 本地运行，不用 API Key，也没有云端 Token 费用 ② 一条命令安装，会根据机器配置帮你选择合适的运行方案 ③ 支持 Pi、 ...

如果你在日常开发中同时重度使用 Claude Code、Codex CLI、Cursor、OpenCode 或各类终端 AI Agent，最头疼的问题莫过于会话历史散落在各个隐藏目录（如 ~/.claude、~/.codex）中，既难查找又无法跨工具复用。刚开源的 Wake 带来了一个优雅且高性能的解决方案：一个基于 Rust + GPUI 构建的原生桌面工作台，专门用来统一浏览 ...

如果你在日常开发中同时重度使用 Claude Code、Codex CLI、Cursor、OpenCode 或各类终端 AI Agent，最头疼的问题莫过于会话历史散落在各个隐藏目录（如 ~/.claude、~/.codex）中，既难查找又无法跨工具复用。刚开源的 Wake 带来了一个优雅且高性能的解决方案：一个基于 Rust + GPUI 构建的原生桌面工作台，专门用来统一浏览 ...