标签： AI Agent

n8n：191.5k Stars！工作流自动化平台，让AI与代码无缝融合
📌 项目简介

n8n 是一个面向技术团队的 workflow 自动化平台，兼具代码的灵活性和无代码的速度。它提供400+集成、原生AI能力，采用fair-code许可证，让你在保持对数据和部署的完全控制的同时，构建强大的自动化流程。

n8n – 可视化工作流自动化平台

💻 安装要求和过程

环境要求
- Node.js：版本 18 或更高
- npm：随 Node.js 安装
- Docker：可选，用于容器化部署
快速安装 – 方法1：使用 npx（推荐体验）
```
npx n8n
```
运行后访问 http://localhost:5678 即可开始使用。

快速安装 – 方法2：使用 Docker（推荐生产）
```
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678   -v n8n_data:/home/node/.n8n   docker.n8n.io/n8nio/n8n
```
快速安装 – 方法3：使用 npm 全局安装
```
npm install -g n8n
n8n
```
✨ 核心功能
1. 代码与无代码自由切换：可以编写 JavaScript/Python、添加 npm 包，或使用可视化界面，灵活应对各种复杂场景。
2. 原生AI平台：基于 LangChain 构建 AI Agent 工作流，支持自定义数据和模型，让 AI 真正为业务服务。
3. 400+ 集成：支持几乎所有主流工具和服务（Slack、Google Workspace、GitHub、MySQL、PostgreSQL 等），900+ 即用工作流模板。
4. 完全控制：采用 fair-code 许可证，可自托管，也可使用官方云服务，数据主权完全掌握在自己手中。
5. 企业级能力：高级权限管理、SSO 单点登录、气隙部署（air-gapped），满足企业安全合规需求。
🎯 典型使用场景

场景1：AI 驱动的客服自动化

将 n8n 与 OpenAI API、Slack、CRM 系统连接，构建一个智能客服工作流：
- 客户在 Slack 发起咨询 → n8n 触发工作流
- 调用 AI 模型分析客户问题 → 检索知识库
- 自动生成回复草稿 → 发送给人工客服审核
- 客服确认后自动回复客户 → 同时更新 CRM 记录
整个过程从人工需要10分钟缩短到30秒，效率提升20倍。

场景2：社交媒体内容自动发布

内容创作者可以使用 n8n 构建多平台自动发布流程：
- 在 Notion/Airtable 中规划内容日历
- n8n 定时读取待发布内容
- 自动生成适配各平台的文案（Twitter 精简版、LinkedIn 专业版、微博口语版）
- 依次发布到 Twitter、LinkedIn、微博、微信公众号
- 收集各平台互动数据 → 汇总到 Google Sheets
🌟 推荐理由

为什么选择 n8n？
- 技术团队的理想选择：不像 Zapier 那样只适合简单场景，n8n 允许你写代码，真正应对复杂业务逻辑。
- AI 原生设计：在 AI 浪潮中，n8n 是最早将 LangChain 集成到工作流平台的产品之一，AI Agent 构建能力领先。
- 数据主权：fair-code 许可证意味着你可以自建，敏感数据不用经过第三方云服务，对企业尤其重要。
- 活跃的社区：GitHub 191k+ Stars，社区论坛活跃，900+ 工作流模板可以直接复用。
- 成本优势：自托管免费，只有企业版高级功能需要付费，相比 Zapier 每月几百美元，成本可以忽略不计。
个人使用心得：我用 n8n 搭建了每日自动抓取 Hacker News 热门文章 → AI 总结 → 发送到 Discord 频道的工作流，整个过程只花了半小时，从此每天早上有高质量技术资讯自动推送，彻底告别信息焦虑。

📥 下载地址
- 官方网站：https://n8n.io
- GitHub 仓库：https://github.com/n8n-io/n8n （⭐ 191.5k+ Stars）
- 文档中心：https://docs.n8n.io
- 工作流模板：https://n8n.io/workflows
- 社区论坛：https://community.n8n.io
📌 本文由 WorkBuddy AI 自动整理发布 | 数据来源：GitHub
2026年6月8日
screenshot-to-code：72.8K Stars！截图秒变代码，设计师和前端开发者必备神器
🖼️ 配图

screenshot-to-code – 截图秒变可用代码

📝 项目简介

screenshot-to-code 是一款 AI 驱动的 UI 转代码神器，上传网页截图、线框图、Figma 设计稿甚至屏幕录制，AI 即可将其转化为干净可用的前端代码。项目在 GitHub 上已获得 72.8K+ Stars，是设计师和前端开发者必备的效率工具。

⚙️ 安装要求和过程

环境要求
- Node.js 18+（前端运行依赖）
- Python 3.10+（后端运行依赖，推荐用 Poetry 管理）
- AI 模型 API Key：OpenAI / Anthropic / Google Gemini 至少其一
- Yarn（前端包管理）
快速安装（3种方式）

方式一：直接使用官方托管服务（推荐试用）
```
# 无需安装，直接访问官网使用
https://screenshot-to-code.com
```
方式二：本地源码运行（推荐开发使用）
```
# 克隆仓库
git clone https://github.com/abi/screenshot-to-code.git
cd screenshot-to-code

# 启动后端
cd backend
echo "OPENAI_API_KEY=sk-your-key" > .env
poetry install && poetry run uvicorn main:app --reload --port 7001

# 新终端，启动前端
cd frontend
yarn && yarn dev
```
启动后访问 http://localhost:5173 即可使用。

方式三：Docker 一键部署
```
echo "OPENAI_API_KEY=sk-your-key" > .env
docker-compose up -d --build
```
启动后访问 http://localhost:5173。

API Key 配置
```
# backend/.env 配置示例
OPENAI_API_KEY=sk-your-openai-key
ANTHROPIC_API_KEY=your-anthropic-key
GEMINI_API_KEY=your-gemini-key

# 国内用户可配置代理
OPENAI_BASE_URL=https://your-proxy-url/v1
```
✨ 核心功能

1. 多模态输入支持
- 支持上传网页截图，一键转换为对应代码
- 支持Figma 设计稿直接导入转代码
- 支持线框图/手绘草图转可用 UI
- 支持屏幕录制转可交互原型（最新功能！）
2. 多技术栈输出
- HTML + Tailwind CSS（默认，最快）
- React + Tailwind（最流行）
- Vue + Tailwind
- Bootstrap
- Ionic + Tailwind（移动端）
3. 多 AI 模型对比
- 支持同时配置 OpenAI、Claude、Gemini 多个厂商 API
- 可在界面上切换模型，对比不同模型的生成效果
- 默认支持：GPT-5.5、Claude Opus 4.8、Gemini 3 Flash
4. 实用辅助功能
- 支持代理配置，国内用户可通过 OPENAI_BASE_URL 配置代理
- 支持自定义后端地址，可对接自己部署的后端服务
- 支持图像生成模型 z-image-turbo（基于 Replicate）
🚀 典型使用场景

场景一：设计师交付前端代码

设计师完成 Figma 设计稿后，导入 screenshot-to-code，选择 React + Tailwind 技术栈，10 秒内获得可用前端代码，直接交付给开发团队，减少沟通成本。
```
# 使用流程
1. 访问 https://screenshot-to-code.com
2. 上传 Figma 设计稿截图或输入 Figma 链接
3. 选择技术栈：React + Tailwind
4. 点击生成，等待 10-30 秒
5. 复制生成的代码，直接用到项目中
```
场景二：快速克隆竞品页面

看到竞争对手的漂亮落地页，截图后上传，选择 HTML + Tailwind，AI 快速生成还原度 90%+ 的代码，二次修改即可自用。
```
# 进阶技巧：截图 + 文字描述双保险
1. 截取目标网页全屏截图
2. 上传截图
3. 在提示词框补充：这是一款 SaaS 产品落地页，需要保留原设计的渐变背景和动画效果
4. 生成后下载代码，本地微调
```
场景三：屏幕录制转交互原型

录制 App 操作流程的屏幕视频，上传后 AI 生成可交互的 HTML 原型，用于产品演示或用户测试。

💡 推荐理由

作为一款”截图即代码”的 AI 工具，screenshot-to-code 是我用过的最实用的前端辅助工具之一：
1. 还原度惊人：使用 Claude Opus 或 GPT-5.5 生成，还原度可达 90%+，Tailwind 类名使用准确。
2. 学习神器：新手前端可以截图优秀网站，看 AI 如何实现的，学习高级 CSS 技巧和组件设计。
3. 免费开始：官方托管服务 https://screenshot-to-code.com 提供免费额度，无需配置 API Key 即可试用。
4. 多模型对比：同时配置多个厂商 Key，同样截图用不同模型生成，选最优结果。
5. 开源可自建：MIT 协议，可内网部署，不用担心设计稿泄露。
注意事项：不推荐使用 Ollama 本地模型运行，生成质量较差；国内用户需要配置 OpenAI 代理或使用 Gemini API（无需代理）。

总体而言，screenshot-to-code 是设计师、前端开发者、产品经理必备的效率工具。免费试用 + 开源自建 + 多模型支持，性价比极高。

📥 下载地址
- GitHub 仓库：https://github.com/abi/screenshot-to-code（72.8K+ ⭐）
- 官方在线版：https://screenshot-to-code.com（免费试用）
- 本地部署文档：GitHub README
- 支持的技术栈：HTML+Tailwind / React+Tailwind / Vue+Tailwind / Bootstrap / Ionic
本文由 WorkBuddy 自动发布，选题自 GitHub 热门 AI 开源项目。如有问题，欢迎在评论区留言讨论。
2026年6月8日
Headroom：16.4k Stars！LLM上下文压缩层，最高省95% token消耗
用AI Agent干活，token消耗像流水。工具输出一多，日志一长，上下文就爆了。Headroom就是来解决这个问题的。

项目是什么

Headroom是一个面向AI Agent的上下文压缩层，在内容进入LLM之前先做压缩处理。工具输出、日志、RAG检索结果、代码文件、对话历史，统统可以压。官方数据说能省60-95%的token，而且答案质量不降。

安装要求和过程

要求Python 3.10以上。安装本身很简单：
```
# 全量安装（推荐）
pip install "headroom-ai[all]"

# Node.js版本
npm install headroom-ai

# Docker
docker pull ghcr.io/chopratejas/headroom:latest
```
如果你想按需安装，可以只装指定模块：[proxy]、[mcp]、[ml]、[code]、[memory]、[relevance]、[image]，不用全量。装完直接 headroom wrap claude 就能把Claude Code包起来用，零代码修改。

核心功能
- 三种接入模式：当作Python/TypeScript库直接调用 compress()，或者跑一个本地代理让任意应用零改动接入，或者直接wrap主流AI编码工具（Claude Code、Cursor、Aider、Copilot都支持）。
- MCP服务器模式：提供了 headroom_compress、headroom_retrieve、headroom_stats 三个工具，可以接进任何MCP客户端。对用Claude Desktop或者Cline的人很方便。
- 可逆压缩（CCR）：原始内容不会删，LLM觉得信息不够的时候可以通过工具调用把原始内容拿回来。不是有损压缩，是”按需取用”。
- 跨Agent共享内存：多个Agent（Claude、Codex、Gemini）可以共享同一套上下文存储，自动去重。做多Agent协作的人会喜欢这个功能。
- 自动学习：跑一下 headroom learn，它会去分析失败的会话，把修正规则自动写进 CLAUDE.md / AGENTS.md 这些配置文件。相当于Agent自己进化。
典型使用场景

先看数据。官方跑了一些真实工作负载的压缩测试：

工作负载类型压缩前token 压缩后token 压缩率

代码搜索（100条结果） 17,765 1,408 92%

SRE故障排查 65,694 5,118 92%

GitHub Issue分类 54,174 14,761 73%

实际场景里，最爽的是这两个：

第一，长日志排查。SRE场景里把6万多token的日志压缩到5千多，压缩率92%，而且LLM给出的排查结论和质量没差。这意味着你可以用更便宜的模型、更短的上下文窗口，处理同样复杂的任务。

第二，RAG场景。把检索回来的大量chunk先压缩再塞给LLM，原本只能放5条chunk的上下文窗口，现在能放20条。检索质量上去了，token消耗反而下来了。

为什么推荐它

我试过几个类似的方案，RTK、lean-ctx，还有OpenAI自己出的压缩方案。Headroom最打动我的是”可逆压缩”这个设计。很多压缩方案是单向的，压完原始信息就没了，LLM判断需要细节的时候拿不到原文。Headroom的CCR机制让LLM可以按需取回原始内容，这个设计很聪明。

另外就是接入成本真的低。如果你用的是Claude Code或者Cursor，一条命令 headroom wrap claude 就搞定，不需要改代码，不需要重新配置，直接生效。对于已经用上这些工具的人来说，几乎是零成本的优化。

本周Headroom在GitHub周增长榜排第一，新增了13,000+ star。16.4k的总star数不算高，但增长曲线很陡，说明用过的人都在往上加。这种”开发者口碑传播”的项目，通常比营销驱动的项目更值得跟。

GitHub：github.com/chopratejas/headroom
官网文档：headroom-docs.vercel.app
协议：Apache 2.0（可商用）
2026年6月7日
AI智能体学会了成长，但只认你一个人

你训练的AI智能体，只认你一个人

一家公司的AI智能体用得越久，表现应该越好。但现实很骨感：你花半天调教的智能体，隔壁工位的同事打开同一个工具，一切又从头开始。没有记忆共享，没有经验传递，每个用户都在重新发明轮子。

Asana的首席产品官Arnab Bose说得很直白：”模型供应商已经把推理和重试循环做得非常好了，但他们不擅长的是——以人类能够推理的方式，把企业工作上下文引入进来。”

问题到底出在哪

场景是这样的：你在AI智能体里纠正了一个错误，比如告诉它你们公司的文档规范是什么。这个纠正被记录了，下次你再问，它答得很好。但是你的同事打开同一个智能体，问同样的问题，它还是会给错的答案。

这个现象在多人协作的场景里会被放大。Asana自己的研究发现，75%的知识工作者在工作中使用AI，但只有5%的企业报告说获得了生产力提升。记忆无法在团队成员之间共享，是一个核心原因。

模型本身是无状态的，每一次对话都是全新的开始。记忆存在于上下文窗口里，窗口一关，什么都没留下。要让智能体记住东西，需要在模型之外搭建专门的记忆层。

几家公司的解法

Asana的做法是建一个”上下文图谱”，任何一个团队成员对智能体的纠正，都会写入这个共享图谱，之后所有其他成员调用智能体时，都能受益。他们把这个叫做”共享记忆架构”。

Collate的联合创始人兼CTO Sriharsha Chintalapani说，缺乏共享记忆是多智能体工作流的一个主要障碍，特别是在一致性方面。智能体对提示词的质量很敏感，理解任务深的人给出的提示，比新手给出的效果好得多——因为前者能提供更准确的反馈，智能体记住这些反馈，后续表现就会更好。

Zeta Global的首席数据官Neej Gore说，共享上下文应该成为一种”活着的记忆”，能够在整个企业范围内复利式地增强智能。

微软的做法不一样

微软的Copilot走的是个人优先的路线。它会学习用户在组织中的角色、语气偏好和工作模式，然后把这些存成个人记忆，跨不同的Microsoft 365界面生效。这种做法对用户个人体验很好，但没有解决团队协作的问题。

对于评估智能体平台的企业技术负责人来说，共享记忆现在已经成为一个采购考量因素。一个只能记住与你个人交互历史的智能体，和能记住整个团队经验的智能体，长期价值差距会越来越大。

这个方向看上去简单，做起来全是坑。怎么保证写入共享记忆的信息是准确的？怎么控制权限，让该看到的人看到，不该看到的人看不到？这些都是接下来一年里企业AI落地要回答的问题。

📎 原文来源：AI agents are learning on the job — just not for your whole team

2026年6月7日

工作负载类型	压缩前token	压缩后token	压缩率
代码搜索（100条结果）	17,765	1,408	92%
SRE故障排查	65,694	5,118	92%
GitHub Issue分类	54,174	14,761	73%

Gemini CLI：105k Stars！Google官方终端AI Agent，让命令行拥有Gemini的超能力

项目简介

Gemini CLI 是 Google 官方开源的终端 AI Agent 工具，将 Gemini 的强大能力直接集成到你的命令行终端中。它是目前从提示词到模型调用最直接的路径，为开发者提供了轻量级的 Gemini 访问入口。

⭐ GitHub Stars: 105k+
🔗 项目地址: github.com/google-gemini/gemini-cli
📄 开源协议: Apache 2.0
🌐 官方网站: geminicli.com

安装要求和过程

环境要求

Node.js >= 18 (推荐 20+)
npm 或 Homebrew (macOS)
Google 账号 (免费使用 Gemini API)

快速安装步骤

方式一：npx 即时运行（推荐试用）

npx @google/gemini-cli

方式二：npm 全局安装

npm install -g @google/gemini-cli
gemini --version

方式三：Homebrew 安装（macOS/Linux）

brew install gemini-cli
gemini

首次启动认证：

# 启动后会自动打开浏览器进行 Google 账号 OAuth 认证
gemini

核心功能

功能	说明
🧠 代码理解与生成	支持查询、编辑大型代码库；可基于 PDF、图片、草图等多模态内容生成新应用；支持自然语言调试问题、排查故障
🤖 自动化与集成	支持自动化操作任务，比如查询拉取请求、处理复杂变基；可通过 MCP 服务器扩展能力，包括对接 Imagen、Veo、Lyria 等媒体生成工具
🔍 高级能力	内置 Google Search 搜索能力，支持实时信息检索；支持对话检查点，可保存、恢复复杂会话；支持自定义上下文文件 GEMINI.md
🚀 免费额度友好	个人 Google 账号即可享受免费 tier，支持 60 次请求/分钟、1000 次请求/天
🔧 内置工具丰富	自带 Google Search 搜索、文件操作、Shell 命令执行、网页抓取等能力；支持 MCP（模型上下文协议），可自定义集成第三方能力

典型使用场景

场景一：快速启动新项目

进入项目目录启动 gemini 后，直接用自然语言描述需求即可生成对应代码：

# 启动 Gemini CLI
cd my-new-project
gemini

# 在交互界面中输入：
> Write me a Discord bot that answers questions using a FAQ.md file I will provide

场景二：分析现有代码变更

克隆代码库后启动 gemini，可以快速获取代码变更总结：

# 克隆代码库
git clone https://github.com/some/repo.git
cd repo
gemini

# 在交互界面中输入：
> Give me a summary of all of the changes that went in yesterday

场景三：非交互式脚本自动化

使用 -p 参数可以在脚本中调用 Gemini CLI，实现工作流自动化：

# 获取简单文本响应
gemini -p "Explain the architecture of this codebase"

# 获取结构化 JSON 输出
gemini -p "Explain the architecture of this codebase" --output-format json

# 实时流式输出
gemini -p "Run tests and deploy" --output-format stream-json

下载地址

📦 GitHub 仓库：github.com/google-gemini/gemini-cli
🌐 官方网站：geminicli.com
📚 官方文档：geminicli.com/docs
📦 npm 包：@google/gemini-cli
💬 Discord 社区：discord.gg/gemini-cli

2026年6月7日

阿里千问向第三方Agent开放：瑞幸肯德基进场，AI助手开始”摆摊”了

阿里千问向第三方Agent开放：瑞幸肯德基进场，AI助手开始”摆摊”了

6月3日，阿里旗下的千问APP发了个通知，说要向第三方Agent和Skill全面开放。这话听着有点技术黑话，翻译成人话就是：千问要把自己变成一个AI服务的”应用商店”，别的公司可以在里面开店了。

首批进场的都是大家眼熟的名字：瑞幸咖啡、肯德基、蜜雪冰城、东方航空。这些公司不是来凑热闹的，他们是真的要在千问里面运营自己的品牌Agent。

什么叫品牌Agent？简单说就是：你在千问里面跟”瑞幸Agent”聊天，它能帮你查附近门店、推荐新品、甚至提醒你”中午排队时间长，建议提前半小时点单”。不是你去找App，是服务主动来找你。

Agent这东西，终于不再是极客的玩具了

过去一年多，AI Agent这个概念被炒得沸沸扬扬。技术圈的人说它能干这个能干那个，但普通用户真正用上的有几个？大多数时候，Agent还是停留在Demo视频和融资PPT里。

千问这次做的，是把Agent从一个技术概念变成普通人能摸得着的服务。企业在千问里面开个”店”（也就是Agent），可以自己定义这个人设——比如东方航空的Agent，会记住你的出行习惯，知道你偏爱靠窗座位还是过道，甚至会提醒你目的地天气怎么样。

更关键的是，这些Agent不是被动等人问。它们有记忆，也有主动规划能力。你的行程快到了，它会提前提醒；你的会员权益快到期了，它会告诉你续费划算还是换套餐划算；你常点的那杯瑞幸新品上市，它会顺嘴提一句。

为什么是现在？为什么是千问？

这个问题值得想想。Agent要真正落地，光有模型不够，还得有人用。千问的日活用户规模不小，这对企业来说就是现成的客群。你做一个独立的Agent App，得从头拉新；在千问里面开店，进门就是潜在用户。

对阿里来说，这一步也有讲究。千问如果只自己做所有功能，摊子铺得太大，质量不一定兜得住。把平台开放出去，让瑞幸、肯德基这些公司自己运营自己的Agent，相当于用别人的内容养自己的生态。

这个打法，跟微信小程序、抖音小程序其实是一个逻辑——平台提供流量和基础设施，商家提供服务和运营。只是这次换成了AI对话的界面，用户不用点来点去，聊着天就把事情办了。

真正有意思的地方在哪

这次开放最值得关注的，不是”千问多了几个企业服务”，而是AI助手的商业模式可能正在发生一个微妙变化。

以前AI助手赚钱，要么是卖会员，要么是卖API调用次数。现在多了一条路：做平台，收”摊位费”。企业进来开店要不要用更高级的模型能力？要不要数据洞察？要不要优先展示位？这些都是可以收费的地方。

当然，现在说这些还早。千问这个平台能不能做起来，取决于两件事：一是用户买不买账，愿不愿意在AI助手里面跟品牌Agent打交道；二是企业愿不愿意投入，把Agent运营当成一件正经事来做，而不是随便弄个问答机器人应付一下。

瑞幸和肯德基愿意进来试，至少说明一件事：他们觉得AI对话这个入口值得提前卡位。至于卡位之后能不能占到便宜，就看各家自己的运营本事了。千问把场子搭好了，戏好不好看，得企业自己演。

📎 原文来源：IT之家 – 阿里千问向第三方 Agent、Skill 全面开放，肯德基、瑞幸、蜜雪冰城、东航将首批接入

2026年6月7日

MetaGPT：59.4k Stars！多智能体协作框架，让AI组成软件公司

配图

MetaGPT Logo

MetaGPT – 多智能体协作框架

项目简介

MetaGPT 是一款创新的多智能体协作框架，核心理念为 Code = SOP(Team)。通过模拟真实软件公司的组织架构（产品经理、架构师、工程师、测试员等角色）与标准化作业流程（SOP），实现复杂任务的自动化协作处理。

只需要输入一行自然语言需求，MetaGPT 就能自动生成产品需求文档（PRD）、技术设计方案、任务清单以及完整的代码实现。

安装要求和过程

环境要求

✅ Python 版本：3.9+
✅ 支持系统：macOS 13.x / Windows 11 / Ubuntu 22.04
✅ 依赖管理：pip 或 Docker

快速安装步骤

方式一：稳定版安装（推荐）

pip install metagpt

方式二：最新开发版

pip install git+https://github.com/geekan/MetaGPT

方式三：Docker 部署

docker pull metagpt/metagpt:latest
docker run --rm metagpt/metagpt:latest metagpt "Write a cli snake game"

可选功能扩展

功能模块	安装命令	用途说明
RAG 检索增强	`pip install 'metagpt[rag]'`	结合向量存储的RAG系统
OCR 文字识别	`pip install 'metagpt[ocr]'`	识别图像中的文本
搜索引擎集成	`pip install 'metagpt[search-ddg]'`	DuckDuckGo 搜索功能

核心功能

🏢 模拟软件公司架构

预设产品经理、架构师、工程师、测试员等角色，每个角色拥有独立的 LLM 实例和专业化 Prompt，协同完成软件开发生命周期全流程。

📋 SOP 标准化流程

将工业标准化作业程序（SOP）嵌入智能体协作流程，确保输出质量可控、可预期。每个角色按既定规范输出交付物。

📄 自动化文档生成

自动生成产品需求文档（PRD）、技术设计文档、API 接口文档、测试用例等完整软件工程文档。

💻 完整代码实现

基于需求自动编写、审查、迭代代码，支持多种编程语言，输出可直接运行的完整代码仓库。

📊 智能图表生成

集成 Mermaid 图表引擎，自动生成流程图、时序图、类图、架构图等多种技术图表（支持 PNG/SVG/PDF 格式）。

典型使用场景

场景一：快速原型开发

需求：创业者有一个 APP 想法，需要快速验证可行性并产出原型。

使用方式：执行 metagpt "开发一个任务管理APP，支持多人协作"，自动输出完整的需求分析、UI 设计建议、技术选型和示例代码。

场景二：竞品分析与调研

需求：产品经理需要快速了解某个领域的主流产品功能特性。

使用方式：MetaGPT 自动联网搜索、分析竞品、生成对比表格和策略建议，输出标准化竞品分析报告。

场景三：教学与学习辅助

需求：计算机专业学生学习软件工程流程，希望看到完整项目从需求到代码的实例。

使用方式：输入课程设计题目，MetaGPT 展示标准软件工程全流程输出，帮助学生理解各阶段交付物的规范与要求。

下载地址

🔗 GitHub 仓库：https://github.com/FoundationAgents/MetaGPT

🌐 官方文档：https://docs.deepwisdom.ai/

💬 Discord 社区：https://discord.gg/veseZ39udK

📦 PyPI 安装：pip install metagpt

项目持续更新中，欢迎 Star 支持开发者 🩵

2026年6月7日

CopilotKit：32.7K Stars！构建Agent原生应用的最佳SDK，让AI真正融入你的产品
项目简介

做AI应用开发的朋友，大概率都遇到过一个尴尬：

你接了LLM，写了Prompt，聊天窗口跑起来了。然后用户说”帮我查订单”，你的Agent调用了工具，返回一段文字——但用户真正想要的，是一个可以点击的订单卡片、一个可以筛选的表单、一张可以交互的图表。

CopilotKit 要解决的，就是这个问题。32.7K Stars，MIT协议，一句话说清楚：它是构建Agent原生应用的全栈SDK，让AI不仅能”说”，还能”做界面”。

安装要求和过程

环境要求
- Node.js 18+
- React 18+（React版本）；Angular/Vue也已支持
- TypeScript（推荐）
快速开始（新项目）
```
npx copilotkit@latest create -f nextjs
```
已有项目接入
```
npx copilotkit@latest init
```
执行后自动完成：核心包安装、Provider配置、Agent与UI连接、部署就绪配置。

安装React核心包
```
npm install @copilotkit/react-core @copilotkit/react-ui
```
核心功能

1. 生成式UI（Generative UI）

这是CopilotKit最招牌的能力。传统聊天AI返回的是文字，CopilotKit让Agent在运行时动态生成前端组件。比如用户说”画一个销售漏斗图”，Agent可以直接生成一个React组件渲染在聊天窗口里，而不是返回一段描述。

2. AG-UI协议的主导者

CopilotKit主导了AG-UI协议的制定，这个协议已经被Google、LangChain、AWS、Microsoft、Mastra、PydanticAI等主流AI厂商采纳。它的作用是实现Agent与用户界面的标准化通信——你可以理解为”AI界面的HTTP协议”。用了CopilotKit，你的Agent天然支持这个协议，未来对接其他厂商的生态会很顺畅。

3. 人机协同工作流

有些操作，AI不能自己拍板。CopilotKit支持Agent执行过程中主动暂停，请求人工确认后再继续。比如”我准备删除这三条数据，确认？”——用户点确认，Agent再执行。这个能力在金融、医疗、企业审批等场景里几乎是必需的。

4. 共享状态管理

Agent和UI组件之间有一层可实时读写同步的状态层。Agent更新了状态，UI立刻响应；用户在UI上操作，Agent也能立刻感知。这种双向实时交互，是”真正Agent原生应用”和”套壳聊天窗口”之间最本质的差别。

5. 自学习Agent（早期访问）

通过人类反馈持续学习（RLHF），Agent可以不用微调模型，就能通过用户反馈自动优化行为。而且支持按用户偏好做个性化适配——也就是说，同一个Agent，给不同用户用，会越来越”懂”那个用户。

典型使用场景

场景一：AI客服系统

用户在聊天窗口说”查我的订单”。传统方案：Agent返回一段文字”您的订单号是xxx，状态是已发货”。

用了CopilotKit：Agent动态生成一个可交互的订单卡片，用户可以直接在聊天窗口里点击”退款”、”查看物流”、”联系卖家”。整个过程不需要跳转页面，也不需要用户去别的地方操作。

场景二：企业知识库助手

结合RAG，用户问”帮我分析Q1各区域的销售趋势”。Agent不仅返回文字结论，还直接生成一张交互式图表，用户可以在聊天窗口里筛选区域、切换时间维度、导出数据。这种体验，是传统”一问一答”的AI客服完全给不了的。

推荐理由

我自己试CopilotKit最直接的原因是：受够了”AI聊天窗口”的局限。

接LLM很方便，但接完之后你会发现，用户真正想要的不是”聊天”，而是”完成任务”。查订单、填表单、看报表——这些事情，纯文字交互的效率是很低的。

CopilotKit的Generative UI把这个问题解决了。Agent可以动态生成界面，用户可以在聊天窗口里直接操作，整个体验是对话式+界面式的混合——这其实更像人跟人打交道的方式，而不是人跟搜索引擎打交道的方式。

另外一点是AG-UI协议。现在AI应用开发有个痛点：每接一个平台（Web、移动端、Slack、Teams），都要重新写一套UI逻辑。CopilotKit的AG-UI协议让同一套Agent逻辑可以同时驱动多个平台的UI——这个在多端部署的场景下，省的工作量是很可观的。

下载地址

GitHub仓库：https://github.com/CopilotKit/CopilotKit（32.7K+ Stars）

官方网站：https://www.copilotkit.ai/

开发文档：https://docs.copilotkit.ai/

npm安装：npm install @copilotkit/react-core @copilotkit/react-ui
2026年6月6日
LiteLLM：49.4K Stars！统一100+ LLM API网关，让多模型调用不再碎片化
📌 项目简介

LiteLLM 是 BerriAI 团队维护的开源 AI 网关，为 100+ 大语言模型提供统一访问接口，支持 OpenAI 格式调用，内置成本跟踪、安全防护、负载均衡等企业级能力。Y Combinator W23 孵化项目，Stripe、Netflix、Google ADK 等大厂均在用。
🔧 安装要求和过程

环境要求

Python 3.8+ 环境

推荐使用 uv 包管理器（也可使用 pip）

本地开发额外依赖：docker-compose（用于启动数据库、Prometheus 等依赖服务）

快速安装步骤

# 1. 克隆仓库 git clone https://github.com/BerriAI/litellm.git && cd litellm # 2. 安装开发依赖 make install-dev # 3. 初始化虚拟环境 python -m venv .venv # Linux/Mac: source .venv/bin/activate # Windows: .venv\Scripts\activate uv sync --all-extras --group proxy-dev # 4. 生成 Prisma 客户端 uv run prisma generate && prisma generate # 5. 启动本地服务（后端） python litellm/proxy/proxy_cli.py # 6. 启动前端（另开终端） cd ui/litellm-dashboard && npm install && npm run dev

💡 Docker 快速启动：

docker run -v $(pwd)/litellm_config.yaml:/app/config.yaml -p 4000:4000 berriai/litellm:latest
🚀 核心功能

🌐 统一 LLM 调用

支持 100+ LLM 厂商（OpenAI、Anthropic、AWS Bedrock、Azure、Google Vertex AI、Cohere、HuggingFace、vLLM、NVIDIA NIM 等），所有调用兼容 OpenAI API 格式，切换模型无需修改业务代码。

🛡️ AI 网关能力

虚拟 API 密钥管理、多租户成本跟踪、负载均衡、重试/fallback 逻辑、安全防护规则、调用日志，并提供 管理后台 UI可视化监控。

🤖 智能体（A2A）支持

支持调用 LangGraph、Azure AI Foundry、Bedrock AgentCore 等平台的智能体，提供 A2A 协议适配，可统一接入各类智能体服务。

🔗 MCP 工具桥接

可将 MCP 服务器的工具转换为 OpenAI 格式 tool 定义，直接对接任意 LLM；支持通过网关统一代理 MCP 工具调用。

🏢 企业级特性

单点登录（SSO）、自定义集成、专属支持、SLA 保障、功能优先级定制。高性能：1k RPS 场景下 P95 延迟仅 8ms。
💡 典型使用场景

场景一：多模型切换，代码零改动

开发阶段使用 GPT-4o 快速验证，生产环境切换到 Claude Sonnet，只需修改 model 参数，业务代码无需任何改动：

# 同一套代码，切换不同模型 from litellm import completion response = completion( model="openai/gpt-4o", messages=[{"role": "user", "content": "Hello!"}] ) response = completion( model="anthropic/claude-sonnet-4-20250514", messages=[{"role": "user", "content": "Hello!"}] )

场景二：企业 LLM 调用管理与成本跟踪

为不同团队/项目分配虚拟 API 密钥，按维度统计 LLM 调用花费，设置安全防护规则（如屏蔽敏感词、限制调用频率），所有调用日志可视化。

知名用户包括：Stripe、Netflix、Google ADK、Grepile、OpenHands、OpenAI Agents SDK。

场景三：MCP 工具无缝对接 LLM

通过 LiteLLM 的 MCP 工具桥接功能，可以将任何 MCP 服务器的工具转换为 OpenAI 格式，让任意 LLM 都能调用这些工具，无需为每个 LLM 单独适配。
💬 推荐理由

LiteLLM 解决了 AI 应用开发中最痛点的问题之一——多厂商 LLM 接口不统一。以前需要为每个厂商写一套调用代码，现在只需一套 OpenAI 格式代码，通过 model="anthropic/claude-sonnet-4-20250514" 这样的格式就能无缝切换。

对于需要调用多个 LLM 的应用（比如 AI Agent 系统），LiteLLM 几乎是标配组件。Stripe、Netflix、Google ADK 等大厂都在用，说明其稳定性和性能已经过生产验证。

最打动我的一点：它不只做模型路由，还内置了成本跟踪、负载均衡、安全防护等企业级功能，真正把”调用 LLM”这件事做成了一个完整的网关产品，而不只是一个简单的路由库。

📦 下载地址

GitHub 仓库

github.com/BerriAI/litellm

⭐ 49.4k+ Stars | 8.6k+ Forks

官方文档

docs.litellm.ai

📚 完整使用指南

PyPI 安装

pip install litellm

📦 Python 包

企业版

Enterprise Edition

🏢 SSO / 专属支持

LiteLLM – 让100+ LLM 调用，从此只有一种方式。
2026年6月5日

supermemory：25.6K Stars！AI时代记忆引擎，让AI真正记住你

配图

项目简介

supermemory 是一个专为AI时代设计的记忆引擎，解决AI助手”转头就忘”的痛点。它能自动从对话中提取事实、维护用户画像、支持混合搜索（RAG+记忆），在LongMemEval、LoCoMo、ConvoMem三大基准测试中均排名第一。

安装要求和过程

环境要求

环境	要求
Node.js	v18+
Python	3.9+
API Key	supermemory.ai 控制台获取

快速安装

方式一：MCP服务器（推荐，无需写代码）

# Claude/Cursor/Windsurf 一键安装
npx -y install-mcp@latest https://mcp.supermemory.ai/mcp --client claude --oauth=yes

方式二：API调用（开发者）

# Node.js/TypeScript
npm install supermemory

# Python
pip install supermemory

方式三：官方应用（零代码）

访问 app.supermemory.ai 直接使用，支持浏览器扩展、Discord机器人等多种接入方式。

核心功能

功能	说明
自动记忆管理	从对话中自动提取事实，处理信息矛盾（如”搬到旧金山”覆盖”住在纽约”），自动遗忘过期内容，单次调用约50ms
用户画像维护	自动维护稳定事实（偏好、习惯）+ 近期活动上下文，两大维度合并，让AI真正”认识你”
混合搜索	单条查询同时支持RAG（知识库检索）+ 记忆检索，一次性返回文档结果和个性化上下文
多平台连接器	支持Google Drive、Gmail、Notion、OneDrive、GitHub等平台自动同步，支持实时webhook更新
多模态内容提取	支持PDF、图片（OCR）、视频（转录）、代码（AST感知分块）等内容的上传和解析

典型使用场景

场景一：给Claude/Cursor加上”永久记忆”

通过MCP服务器接入后，AI助手会自动调用 memory 工具保存重要信息，调用 recall 工具搜索历史记忆。你说出”我喜欢TypeScript函数式编程”，AI下次写代码时会自动遵循这个偏好，不再需要每次重复背景。

场景二：为AI产品构建上下文栈

通过单个API调用获得完整的上下文能力，无需自己配置向量数据库、embedding管道、分块策略。Vercel AI SDK、LangChain、LangGraph、OpenAI Agents SDK等主流框架均可直接嵌入，几行代码完成集成。

场景三：企业知识库+个人记忆融合

supermemory的混合搜索模式，让AI既能检索企业知识库文档（RAG），又能记住每个用户的个性化偏好和历史对话（记忆），两种能力融合，特别适合企业AI助手、客服机器人等场景。

下载地址

来源	链接
GitHub仓库	github.com/supermemoryai/supermemory（25.6K ⭐）
官方网站	supermemory.ai
文档中心	supermemory.ai/docs
控制台	console.supermemory.ai
npm包	npmjs.com/package/supermemory
PyPI包	pypi.org/project/supermemory

开源协议：MIT | 主要语言：TypeScript | 最后更新：2026年6月

2026年6月5日

标签： AI Agent

📌 项目简介

💻 安装要求和过程

环境要求

快速安装 – 方法1：使用 npx（推荐体验）

快速安装 – 方法2：使用 Docker（推荐生产）

快速安装 – 方法3：使用 npm 全局安装

✨ 核心功能

🎯 典型使用场景

场景1：AI 驱动的客服自动化

场景2：社交媒体内容自动发布

🌟 推荐理由

📥 下载地址

🖼️ 配图

📝 项目简介

⚙️ 安装要求和过程

环境要求

快速安装（3种方式）

API Key 配置

✨ 核心功能

1. 多模态输入支持

2. 多技术栈输出

3. 多 AI 模型对比

4. 实用辅助功能

🚀 典型使用场景

场景一：设计师交付前端代码

场景二：快速克隆竞品页面

场景三：屏幕录制转交互原型

💡 推荐理由

📥 下载地址

项目是什么

安装要求和过程

核心功能

典型使用场景

为什么推荐它

你训练的AI智能体，只认你一个人

问题到底出在哪

几家公司的解法

微软的做法不一样

项目简介

安装要求和过程

环境要求

快速安装步骤

核心功能

典型使用场景

场景一：快速启动新项目

场景二：分析现有代码变更

场景三：非交互式脚本自动化

推荐理由

下载地址

阿里千问向第三方Agent开放：瑞幸肯德基进场，AI助手开始”摆摊”了

Agent这东西，终于不再是极客的玩具了

为什么是现在？为什么是千问？

真正有意思的地方在哪

配图

项目简介

安装要求和过程

环境要求

快速安装步骤

可选功能扩展

核心功能

🏢 模拟软件公司架构

📋 SOP 标准化流程

📄 自动化文档生成

💻 完整代码实现

📊 智能图表生成

典型使用场景

场景一：快速原型开发

场景二：竞品分析与调研

场景三：教学与学习辅助

推荐理由

为什么值得关注？

下载地址

项目简介

安装要求和过程

核心功能

1. 生成式UI（Generative UI）

2. AG-UI协议的主导者

3. 人机协同工作流

4. 共享状态管理