标签: MCP

  • chrome-devtools-mcp:Chrome 官方出品,让 AI 编程助手直接操控与调试浏览器

    chrome-devtools-mcp:Chrome 官方出品,让 AI 编程助手直接操控与调试浏览器

    Chrome DevTools MCP

    chrome-devtools-mcp 是 Chrome DevTools 官方团队推出的一个 MCP(Model Context Protocol)服务器,它把整个 Chrome 开发者工具的能力开放给 AI 编程助手——让 Claude、Cursor、Copilot、Gemini CLI 等智能体能够直接控制并检视一个真实运行的 Chrome 浏览器,实现可靠的自动化、深度调试和性能分析。截至目前该项目在 GitHub 已收获约 46,700+ Stars

    项目简介

    一句话说明:chrome-devtools-mcp 让你的 AI 编程助手拥有一双”眼睛”和一双”手”,可以打开网页、点击操作、查看网络请求与控制台报错、录制性能 trace,从而真正”看见”自己写的代码在浏览器里跑成什么样。它基于 Puppeteer 驱动 Chrome,并会自动等待操作结果,让智能体的浏览器操作变得稳定可靠。

    安装要求和过程

    环境要求

    • Node.js —— LTS 版本
    • Chrome —— 当前稳定版或更新版本
    • npm

    快速安装

    无需手动安装,直接在 MCP 客户端配置中通过 npx 拉起即可。以标准配置为例,在客户端的 MCP 配置文件中加入:

    {
      "mcpServers": {
        "chrome-devtools": {
          "command": "npx",
          "args": ["-y", "chrome-devtools-mcp@latest"]
        }
      }
    }

    使用 Claude Code CLI 的用户可以一行命令完成添加:

    claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest

    如果只需要基础的导航、执行脚本与截图,可以用精简 + 无头模式降低开销:

    "args": ["-y", "chrome-devtools-mcp@latest", "--slim", "--headless"]

    核心功能

    • 性能洞察:调用 Chrome DevTools 录制性能 trace,并提取可执行的优化建议(如”检查 https://developers.chrome.com 的性能”)。
    • 高级浏览器调试:分析网络请求、抓取截图、读取控制台消息,并附带经过 source map 还原的堆栈信息。
    • 可靠自动化:底层由 Puppeteer 驱动,自动等待动作完成,避免因时序问题导致的操作失败。
    • 丰富的工具集:涵盖输入自动化、页面导航、设备模拟、性能、网络、调试、内存、扩展等 10 大类共 50 余个工具。
    • 灵活的连接方式:支持无头/有头、隔离实例、指定 Chrome 通道,还能通过 --autoConnect / --browser-url 连接已经在运行的 Chrome,与人工共享登录状态。

    典型使用场景

    • 前端性能诊断:让 AI 助手打开你的站点自动录制性能 trace,指出 LCP、长任务、渲染阻塞等瓶颈并给出改进方案,把”性能优化”从玄学变成可量化的闭环。
    • 自动化调 Bug:当页面报错或接口异常时,智能体可直接查看控制台报错和网络请求详情(含还原后的堆栈),定位问题后再改代码,减少来回复制粘贴。
    • 沙箱内安全调试:在沙箱里运行 MCP,连接沙箱外带远程调试端口的 Chrome,既保证隔离又能复用真实浏览器环境,适合 Agent 产品集成浏览器能力。

    推荐理由

    用下来最大的感受是:它补齐了 AI 编程助手最缺的一环——“看得见运行结果”。过去让 AI 改前端,它只能凭代码想象效果;接入之后,它能真正打开页面、看到报错、量到性能数据,再回头改代码,闭环体验明显更靠谱。作为 Chrome DevTools 官方出品的项目,工具设计规范、更新及时,且用 npx 零安装接入、Apache-2.0 开源,几乎没有上手门槛。如果你已经在用 Claude Code、Cursor 或 Copilot 做前端开发,非常值得加上这一个 MCP。

    下载地址

    项目信息:ChromeDevTools 官方出品 · TypeScript 开发 · Apache-2.0 许可 · 约 46,700+ GitHub Stars。

  • addyosmani/agent-skills:给 AI 编程助手装上 24 套「资深工程师技能」的开源技能库(76.9K⭐)

    addyosmani/agent-skills:给 AI 编程助手装上 24 套「资深工程师技能」的开源技能库(76.9K⭐)

    Addy's Agent Skills

    agent-skills 是 Google Chrome 团队工程师 Addy Osmani 维护的一套「生产级工程技能库」——把资深工程师在定义、规划、构建、验证、评审、发布软件时遵循的工作流、质量门禁与最佳实践,封装成 AI 编程 Agent 可以直接调用的结构化技能(Skills)。目前 76.9K Stars、MIT 许可,是当下 GitHub 上最热门的 AI 工程实践项目之一。

    一、安装要求和过程

    环境要求:

    • 任意支持 Skills / 系统提示 / 指令文件的 AI 编程客户端(Claude Code、Cursor、Codex、Copilot、Cline、Gemini CLI、Windsurf、Kiro、OpenCode 等 70+ 款);
    • 一键安装需 Node.js(提供 npx skills 命令);
    • 本地克隆方式需 Git。

    快速安装:

    方式一:skills CLI 一行装全部(推荐,覆盖 70+ Agent)

    npx skills add addyosmani/agent-skills            # 安装全部 24 套技能
    npx skills add addyosmani/agent-skills --list     # 安装前先浏览
    npx skills add addyosmani/agent-skills --skill test-driven-development  # 只装单个技能

    方式二:Claude Code 原生插件市场

    /plugin marketplace add addyosmani/agent-skills
    /plugin install agent-skills@addy-agent-skills

    方式三:本地克隆后挂载

    git clone https://github.com/addyosmani/agent-skills.git
    claude --plugin-dir /path/to/agent-skills

    二、核心功能

    • 8 条贯穿开发生命周期的斜杠命令:/spec(定规格)、/plan(拆任务)、/build(增量实现)、/test(验证)、/review(评审)、/webperf(性能)、/code-simplify(简化)、/ship(发布),每条命令自动激活对应技能。
    • 24 套覆盖全流程的工程技能:interview-me(需求澄清)、spec-driven-development(写 PRD),到 test-driven-developmentcode-review-and-quality(五轴评审)、security-and-hardening(OWASP 防护)、shipping-and-launch(上线清单)。
    • 技能即结构化工作流:每个 Skill 都带步骤、验证门禁(verification gates)和「反合理化」对照表,让 Agent 跨任务稳定遵守同一套标准,而不是凭心情发挥。
    • 上下文自动触发:设计 API 自动触发 api-and-interface-design,写 UI 自动触发 frontend-ui-engineering,无需手动指定。
    • /build auto 半自治模式:审批一次计划后,Agent 自动逐任务实现、测试驱动、单独提交,遇出错或高风险步骤自动暂停。

    三、典型使用场景

    1. 新功能从 0 到上线:/spec 先写规格、/plan 拆任务、/build 增量实现、/test 验证、/review 评审、/ship 发布——把「想到哪写到哪」变成可重复的流水线。
    2. 代码评审质量门禁:合并前调用 code-review-and-quality 做五轴评审(可读性 / 正确性 / 复杂度 / 测试 / 安全),以「Staff Engineer 会不会 merge」为标准,避免 AI 生成的 PR 带病合并。
    3. 安全敏感改动:涉及用户输入、鉴权、外部集成时触发 security-and-hardening,按 OWASP Top 10 检查、管理密钥、审计依赖,降低生产事故概率。

    四、推荐理由

    我自己的使用感受:这套技能库最打动人的地方,是它把「资深工程师的肌肉记忆」显式化了。平时让 AI 写代码,最容易翻车的是「需求没问清就开干」「改完不写测试」「PR 质量没把关」。agent-skills 用 /spec/test/review 把这些容易偷懒的环节变成默认流程,相当于给 Agent 配了个不会疲倦的 Tech Lead。它是纯 Markdown、零运行时依赖,装到任何 Agent 里都不增加包袱,值得每个用 AI 写代码的人试一试。

    五、下载地址

  • Desktop Commander MCP:让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP:让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP

    一、项目简介

    Desktop Commander MCP 是一个为 Claude、Cursor、VS Code、Claude Code 等 AI 编程客户端提供「终端控制 + 文件系统搜索 + 差异文件编辑」能力的 MCP(Model Context Protocol)服务器。它让你的 AI 助手不再只会「动嘴」,而是能在你的本地电脑上真正「动手」——开终端、搜文件、改代码、跑命令、看结果,一条龙闭环。

    项目由 wonderwhy-er 维护,目前 GitHub 收获 6,700+ Stars、882 Forks,采用 MIT 协议开源,底层用 TypeScript 实现,跨 Windows / macOS / Linux 全平台可用。

    二、安装要求与过程

    环境要求

    • Node.js(推荐 18+;或改用 Docker 方式,无需安装 Node);
    • 一个支持 MCP 的客户端:Claude Desktop / Cursor / VS Code / Claude Code / Codex / Gemini CLI / Windsurf 等;
    • 操作系统:Windows、macOS、Linux 均可。

    快速安装(以 Claude Desktop 为例,npx 自动更新)

    npx @wonderwhy-er/desktop-commander@latest setup

    或手动在 claude_desktop_config.json 中添加:

    {
      "mcpServers": {
        "desktop-commander": {
          "command": "npx",
          "args": ["-y", "@wonderwhy-er/desktop-commander@latest"]
        }
      }
    }

    其他客户端一句话安装

    # Claude Code
    claude mcp add --scope user desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest
    
    # Codex
    codex mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest
    
    # Qwen Code
    qwen mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest

    不想装 Node?直接用 Docker 一键脚本(install-docker.sh / install-docker.ps1)启动;也可以通过 Smithery、Cursor 的 MCP 安装链接等图形化方式添加。

    三、核心功能

    1. 增强型终端控制:运行长时间命令、管理交互式进程(start_process / interact_with_process / read_process_output / force_terminate)、会话管理,并支持指定 bash / zsh 等 shell。
    2. 完整文件系统操作:读 / 写 / 移动 / 递归列目录、按文件名与内容搜索(基于 vscode-ripgrep 的递归搜索)、读取文件元数据、负偏移 tail 读取超大日志。
    3. 差异文件编辑(edit_block):精准 SEARCH/REPLACE 替换、模糊回退、字符级 diff、多文件与正则模式替换,像资深工程师一样做「外科手术式」修改,而不是整文件重写。
    4. 即时数据分析与办公文档:在内存中直接跑 Python / Node / R 代码;原生读写 Excel(.xlsx/.xls/.xlsm)、PDF、DOCX;直接分析 CSV / JSON,数据不出本机。
    5. 企业级安全与可观测:符号链接遍历防护、命令黑名单、Docker 隔离、全面审计日志(10MB 轮转)、动态配置无需重启。

    四、典型使用场景

    • 大型代码库重构:让 Claude 用 ripgrep 递归搜出所有调用某函数的地方,逐文件用 edit_block 做差异修改。社区里有用户用它一次性修完 23 个文件、76 个错误的 Svelte 5 项目,速度远超传统 AI 编码体验。
    • 本地数据分析:把 Downloads 里的 CSV 丢给 Agent,它直接在内存里跑 Python 做清洗、统计、画图,全程不离开本机,隐私可控。
    • 自动化日常办公:自动按文件类型整理 Downloads、找出重复照片、把 Excel 报表转成图表或 Markdown,把重复的体力活交给 AI。

    五、推荐理由

    一句话总结:这是目前我用过「最像把 AI 变成真同事」的 MCP 工具。它不只是一个文件服务器,而是把「读代码 → 改代码 → 跑命令 → 看结果」的闭环搬进了对话框。

    最香的是差异编辑(edit_block)——AI 不再整文件重写,而是精准打补丁,token 消耗更低、上下文更稳,长时间对话也不容易「翻车」。配合 Claude Code / Cursor,几乎可以取代一部分 IDE 操作,Vibe Coding 体验拉满。

    唯一要留意的是权限边界:它默认能跑任意终端命令,建议在配置里用 allowedDirectories 限定工作目录,并保持审计日志开启。整体来说,开源 MIT、跨平台、一行命令装好,强烈推荐给所有做 AI 编程的人。

    六、下载地址

  • Zed:用 Rust 重写的高性能 AI 代码编辑器,86.6K Stars 让 VS Code 也坐不住了

    Zed:用 Rust 重写的高性能 AI 代码编辑器,86.6K Stars 让 VS Code 也坐不住了

    Zed 代码编辑器

    项目简介:Zed 是由 Atom 与 Tree-sitter 创始人 Nathan Sobo 团队打造的高性能、多人协作代码编辑器,用 Rust + GPU 加速实现极致流畅的编码体验,并原生集成了 AI 助手与智能体能力。

    📦 安装要求与过程

    环境要求

    • 操作系统:macOS 10.15+ / Linux(glibc 2.28+)/ Windows 10+
    • 架构:x86_64 与 arm64 均支持
    • 零额外依赖:自带 GPUI 渲染引擎,无需预装 Node 或 Electron

    快速安装

    • macOSbrew install --cask zed
    • Windows:Microsoft Store 或 winget install Zed.Zed
    • Linux:官网提供 .deb / .rpm / AppImage,或参考 Linux 安装文档
    • 通用:访问 zed.dev/download 直接下载安装包

    如需从源码构建,克隆仓库后执行 cargo run 即可(需 Rust 工具链)。详见各平台 开发文档

    ⚡ 核心功能

    1. 极速编辑体验:Rust 编写 + GPU 渲染,多光标编辑、百万行大文件秒开,输入延迟低至亚毫秒级,彻底告别卡顿。
    2. 原生多人协作:实时共同编辑、跟随模式(follow)、内置语音频道,无需安装插件即可远程结对编程。
    3. AI 深度集成:内置 Agent 面板、内联补全(Inline Assistant)与命令面板 AI,支持 OpenAI / Anthropic / Ollama 等自定义模型。
    4. Agent Panel 智能体:让 AI 在编辑器内直接读写文件、运行命令、多步迭代修改代码,把编码助理变成真正的协作者。
    5. 基于 GPUI 框架:自研 UI 框架,扩展能力强;配合 Tree-sitter 实现精准的语法高亮与增量解析。

    🎯 典型使用场景

    • 团队结对编程:多人实时共编 + 内置语音,分布在不同城市的同事协作如坐同一间办公室。
    • AI 辅助开发:用 Agent Panel 让 AI 完成函数重构、生成单元测试、解释复杂模块,效率翻倍。
    • 大型项目快速导航:在海量代码库中秒级全局搜索与跳转,老旧大型工程也能流畅编辑。

    💡 推荐理由

    我实际体验过 Zed,最深的感受就是两个字——「丝滑」。打开几十 MB 的日志文件、全局搜索几乎零等待;它的 AI 能力不是外挂插件,而是编辑器原生的一部分,Agent Panel 真能在编辑器里完成多步任务、自己改文件跑命令。对于受够编辑器卡顿、又想要「AI 就在手边」的开发者,Zed 非常值得一试。2026 年 4 月它已发布 1.0 正式版,稳定性和生态都在快速成熟。

    🔗 下载地址

    本文由自动化工作流整理发布 · 许可证:GPL-3.0-or-later(含 Apache-2.0 组件)

  • Continue:开源 AI 编程助手,让 VS Code 和 JetBrains 拥有最强大脑(34K+ Stars)

    Continue:开源 AI 编程助手,让 VS Code 和 JetBrains 拥有最强大脑(34K+ Stars)

    Continue:开源 AI 编程助手,让 VS Code 和 JetBrains 拥有最强大脑

    ⭐ 34K+ Stars
    TypeScript
    Apache-2.0
    持续维护中

    📌 项目简介

    Continue 是为 VS CodeJetBrains IDE 打造的开源 AI 编程助手,让开发者在熟悉的编辑器里直接获得代码补全、交互式聊天、代码编辑等 AI 能力。官网 slogan:“The easiest way to code with any LLM” —— 支持几乎所有主流大模型,本地、云端随意切换。

    🌐 官网continue.dev
    📦 安装VS Code / JetBrains Marketplace 搜索 “Continue”
    🔑 许可Apache-2.0

    🔧 安装要求和过程

    环境要求

    • VS Code 1.70+ 或 JetBrains IDE(IntelliJ / PyCharm / WebStorm 等)
    • 支持 Windows / macOS / Linux 三平台
    • 网络连通(用于下载模型或连接云端 API)
    • 本地运行需要 Ollama 等本地 LLM 工具(可选)

    快速安装(3 步搞定)

    1. 安装插件:在 VS Code 扩展市场或 JetBrains Plugin 市场搜索 Continue,一键安装
    2. 选择模型:打开 Continue 侧边栏,选择你想用的模型(云端 API 或本地 Ollama)
    3. 开始编码:在编辑器中选中代码,按快捷键唤醒 AI,或直接聊天提问
    💡 快速体验:不想配置 API Key?先装个 Ollama,在 Continue 里选一个本地模型,零成本跑起来!

    🎯 核心功能

    1. 智能代码补全(Autocomplete)

    基于上下文的多行代码补全,比传统补全更懂你的意图。支持主流编程语言,响应速度经过专门优化,打字如飞不卡顿。

    2. 交互式聊天(Chat)

    在侧边栏和 AI 对话,支持引用当前文件、选中代码、整个项目上下文。可以问 “这段代码什么意思?”、”帮我优化这个函数”、”写一个单测” 等,AI 直接给出代码建议。

    3. 编辑与重构(Edit)

    选中代码后,用自然语言描述你想做的修改,Continue 直接在编辑器里帮你改好。支持多文件编辑、批量重构,是日常开发最高频使用的功能。

    4. 模型自由切换

    支持 100+ LLM 提供商:Anthropic Claude、OpenAI GPT、Google Gemini、本地 Ollama、自托管 vLLM……一套界面,随意切换。企业可以用自己的模型,个人开发者可以零成本用本地模型。

    5. 上下文理解(Context Awareness)

    Continue 不只是 “聊天框里的 AI”,它能理解你的项目结构、当前文件、选中的代码,甚至整个代码库。支持 @files@folders@code 等快捷引用,让 AI 精准理解你的意图。

    🚀 典型使用场景

    场景一:快速理解遗留代码

    接手一个陌生项目,面对几千行没注释的代码一头雾水?选中整个文件,问 Continue:”这个文件的核心逻辑是什么?有哪些潜在问题?” 几秒钟就能获得清晰的解读,比自己啃代码效率高 10 倍。

    场景二:本地零成本 AI 编程

    不想把代码上传到云端?装个 Ollama,在 Continue 里选一个本地跑的开源模型(DeepSeek Coder、CodeLlama 等),所有代码处理都在本地完成,隐私 100% 可控,还不用花一分钱 API 费用。

    场景三:团队协作统一 AI 工作流

    Continue 支持配置文件(config.json)提交到代码库,团队所有人用同一套提示词、同一个模型,AI 辅助编码的效果可复现、可迭代,从 “个人玩具” 升级为 “团队生产力工具”。

    💎 推荐理由

    作为每天和代码打交道的开发者,我对 Continue 的评价就三个字:真的香

    最打动我的是它的 模型无关设计。不像有些 AI 编程工具绑定特定厂商,Continue 把选择权完全交给你——想用 Claude 写复杂逻辑、用本地模型做快速补全、用 GPT 做代码 review,全在一个插件里搞定,不用在不同的工具之间反复横跳。

    另一个亮点是 开源透明。Apache-2.0 许可,代码完全公开,不用担心 “哪天服务商涨价或者跑路”。而且开源社区非常活跃,几乎每周都有新功能发布,Issue 响应速度也很快。

    当然也有不足:模型切换的配置界面对新手不太友好,第一次用的时候需要花点时间搞清楚怎么添加自定义模型。但一旦配置好,日常使用体验非常流畅,已经成了我写代码时离不开的工具。

    如果你在用 VS Code 或 JetBrains,还没试过 Continue,强烈建议花 5 分钟装一下 —— 它可能会改变你写代码的方式。


    📦 下载地址

  • agents-cli:Google 官方 AI Agent 构建 CLI,让编程助手变身 Google Cloud 专家(4,723 Stars)

    agents-cli:Google 官方 AI Agent 构建 CLI,让编程助手变身 Google Cloud 专家(4,723 Stars)

    G

    agents-cli:Google 官方 AI Agent 构建 CLI

    让任何编程助手都成为 Google Cloud AI Agent 专家

    📌 项目简介

    agents-cli 是 Google 官方出品的 CLI 工具与技能包,将任意编程助手(Claude Code、Codex、Antigravity CLI 等)转化为 Google Cloud 上构建、评估、部署企业级 AI Agent 的专家。2026年4月刚发布,已在 AI 开发者社区引起广泛关注。

    4,723
    GitHub Stars

    506
    Forks

    Python
    主要语言

    Apache 2.0
    开源许可

    ⚙️ 安装要求与过程

    环境要求

    • Python 3.11+ (推荐 3.11 或 3.12)
    • uv (Python 包管理器,类似 pip 但更快)
    • Node.js (用于 npx skills add 方式安装)
    • Google Cloud 账号(如需部署到 Google Cloud)

    快速安装(推荐方式)

    # 一键安装 CLI + 技能包到编程助手
    uvx google-agents-cli setup
    
    # 或者只安装技能包(让编程助手自己处理)
    npx skills add google/agents-cli

    验证安装

    # 查看已安装的技能
    agents-cli --help
    
    # 创建新 Agent 项目
    agents-cli scaffold my-agent

    🚀 核心功能

    ① 全栈 Agent 开发工作流

    从项目脚手架创建、代码编写、评估测试到云端部署,agents-cli 提供完整的 Agent 开发生命周期支持。无需手动学习每款 CLI 和云服务,编程助手通过技能包自动掌握最佳实践。

    ② 七大专业技能包

    内置 7 个精心设计的技能包,覆盖 Agent 开发全流程:

    • google-agents-cli-workflow:开发周期、代码保留规则、模型选择
    • google-agents-cli-adk-code:ADK Python API(Agent、Tools、编排、回调、状态)
    • google-agents-cli-scaffold:项目脚手架(create、enhance、upgrade)
    • google-agents-cli-eval:评估方法论(指标、数据集、LLM-as-judge、自适应评分)
    • google-agents-cli-deploy:部署(Agent Runtime、Cloud Run、GKE、CI/CD、密钥管理)
    • google-agents-cli-publish:Gemini Enterprise 注册
    • google-agents-cli-observability:可观测性(Cloud Trace、日志、第三方集成)

    ③ 多编程助手无缝集成

    原生支持 Antigravity CLI、Claude Code、Codex 以及其他遵循 MCP 协议的编程助手。安装后,编程助手自动获得 Google Cloud AI Agent 开发能力,无需额外配置。

    ④ 企业级部署与治理

    支持部署到 Google Cloud 多种运行环境:Agent Runtime(专用 Agent 托管平台)、Cloud Run(无服务器容器)、GKE(Kubernetes)。内置 CI/CD 集成、密钥管理和版本控制,满足企业级安全要求。

    ⑤ 内置评估与可观测性

    提供完整的 Agent 评估框架(数据集管理、自动评分、LLM-as-judge)和开箱即用的可观测性工具(Cloud Trace 分布式追踪、结构化日志、第三方 APM 集成),让 Agent 质量可度量、问题可定位。

    💡 典型使用场景

    场景一:快速构建客服 Agent 并部署到云端

    开发者在 Claude Code 中安装 agents-cli 技能包后,直接描述需求:”构建一个客服 Agent,接入公司知识库,支持订单查询和退换货处理,然后部署到 Cloud Run”。Claude Code 自动调用 agents-cli 技能,完成项目创建、代码生成、测试评估和云端部署全流程,全程无需手动操作 gcloud CLI。

    场景二:企业 Agent 性能评估与持续优化

    使用 agents-cli eval 生成评估数据集,对 Agent 进行自动化测试。通过 LLM-as-judge 自适应评分机制,全面评估 Agent 的回答质量、工具调用准确性、多轮对话连贯性。测试结果自动生成报告,指导后续优化方向。

    场景三:将开源 Agent 发布到 Gemini Enterprise 平台

    完成 Agent 开发后,使用 agents-cli publish gemini-enterprise 命令,一键将 Agent 注册到 Gemini Enterprise Agent Platform,让企业内其他团队可以发现、调用和组合你的 Agent,实现 Agent 能力的内部共享与治理。

    🌟 推荐理由

    agents-cli 的最大价值在于“技能转移”——它将 Google Cloud AI Agent 开发的最佳实践封装成技能包,让任何编程助手都能立即获得专家级 Agent 构建能力。对于已经在使用 Claude Code 或 Codex 的开发者,安装 agents-cli 相当于免费聘请了一位精通 Google Cloud 的 Agent 架构师。

    项目虽然刚发布不久(2026年4月),但作为 Google 官方出品,其架构设计和工程质量有充分保障。七大技能包覆盖了从开发到部署的完整生命周期,特别是评估(eval)和部署(deploy)技能,解决了 AI Agent 工程化落地的最大痛点。

    如果你正在使用 Google Cloud 或考虑将 Agent 部署到云端,agents-cli 是目前最完整、最官方的一站式解决方案。即使暂时不用 Google Cloud,其技能包中蕴含的 Agent 工程最佳实践也值得深入学习。

    📥 下载地址

    快速安装:uvx google-agents-cli setup
     | 
    仅安装技能:npx skills add google/agents-cli

    数据来源:GitHub API | 更新时间:2026-07-05 | 由 AI 自动整理

  • Semantic Kernel:微软企业级 AI 编排 SDK,28K+ Stars 让多语言 AI 应用开发变得简单

    Semantic Kernel:微软企业级 AI 编排 SDK,28K+ Stars 让多语言 AI 应用开发变得简单

    Semantic Kernel
    Microsoft 企业级 AI 编排 SDK
    Python · C# · Java · RAG · Multi-Agent · MCP

    📌 项目简介
    模型无关的企业级 AI 编排 SDK,让开发者快速将前沿 LLM 技术集成到应用中

    Semantic Kernel(简称 SK)是微软推出的模型无关企业级 AI 编排 SDK,支持 Python、C#、Java 三大主流语言。
    它帮助开发者快速构建、编排和部署 AI 智能体及多智能体系统,可兼容任意主流大模型,兼顾企业级可靠性与灵活性。

    ⚠️ 重要提示:项目已升级为微软官方企业级智能体框架 Microsoft Agent Framework(MAF)
    MAF 是 SK 的继任者,已发布 1.0 生产级稳定版本。新项目建议使用 MAF,SK 后续仅提供最低限度的安全更新和 bug 修复。

    ⚙️ 安装要求和过程
    💻 环境要求
    • Python:3.10 及以上
    • .NET:.NET 8.0 及以上(推荐 .NET 10.0)
    • Java:JDK 17 及以上
    • 支持系统:Windows / macOS / Linux
    🔑 前置配置

    需先设置 AI 服务环境变量:

    # Azure OpenAI
    export AZURE_OPENAI_API_KEY=你的密钥
    export AZURE_OPENAI_ENDPOINT=你的端点
    
    # OpenAI
    export OPENAI_API_KEY=你的密钥

    📦 快速安装
    Python(推荐)
    pip install semantic-kernel

    .NET(C#)
    dotnet add package Microsoft.SemanticKernel
    dotnet add package Microsoft.SemanticKernel.Agents.Core

    Java
    <dependency>
      <groupId>com.microsoft.semantickernel</groupId>
      <artifactId>semantickernel-core</artifactId>
      <version>1.0.0</version>
    </dependency>

    ✨ 核心功能
    🔗 模型无关设计
    原生支持 OpenAI、Azure OpenAI、Hugging Face、NVIDIA NIM 等主流大模型,也可接入 Ollama、LM Studio、ONNX 等本地部署模型,无需绑定特定厂商

    🤖 智能体全能力
    支持构建单智能体、多智能体协作系统,智能体可集成工具/插件、记忆能力、规划能力,满足从简单对话到复杂业务流程编排的需求

    🔌 丰富插件生态
    支持原生代码函数、提示词模板、OpenAPI 规范、Model Context Protocol(MCP)等多种插件形式,可快速扩展智能体能力

    🗄️ 向量数据库集成
    无缝对接 Azure AI Search、Elasticsearch、Chroma 等主流向量数据库,快速实现 RAG(检索增强生成)场景

    🏢 企业级能力
    内置可观测性、安全机制,提供稳定的 API 接口,满足企业级生产环境要求。支持 Azure Monitor、OpenTelemetry 等监控方案

    🔄 流程编排框架
    提供结构化工作流引擎,可建模复杂业务流程,实现 AI 能力的可控编排。支持顺序、并行、条件分支等多种执行模式

    🚀 典型使用场景
    场景一:企业客服多智能体系统
    构建「工单分流智能体 + 账单处理智能体 + 退款处理智能体」的协作系统。
    当用户发送复杂需求时,主智能体自动规划并委派给专业子智能体处理,完成后汇总回复用户。
    Semantic Kernel 的 Agent Framework 原生支持多智能体协作,每个智能体拥有独立上下文和工具集。

    场景二:RAG 企业知识库问答
    结合向量数据库(如 Azure AI Search 或 Chroma),为企业内部文档构建知识库问答系统。
    通过 Semantic Kernel 的 Vector Store 抽象层,仅需修改配置即可切换不同向量数据库,无需重写代码。
    支持文本分块、向量化、混合检索(向量 + 关键词)等完整 RAG 管线。

    场景三:跨平台 AI 应用(Python + C# + Java 三语通用)
    企业技术栈多样,Semantic Kernel 提供 Python、C#、Java 三大语言 SDK,API 设计高度一致。
    无论是 Python 数据科学团队、.NET 企业应用团队,还是 Java 后端团队,都可以用相同的概念(Kernel、Plugin、Agent)开发 AI 功能。
    Microsoft 官方提供 100+ 示例代码,覆盖所有主流场景。

    💡 推荐理由

    作为一名 AI 开发者,Semantic Kernel 是我用过的最”企业友好”的 AI 编排框架。它的模型无关设计让我可以随时切换底层 LLM,而不用改业务代码——这在企业采购谈判中非常有优势。

    三语言 SDK(Python/C#/Java)的设计一致性是一大亮点。我们团队后端用 Java、AI 服务用 Python、桌面端用 C#,Semantic Kernel 让三者共享相同的 AI 编排逻辑,大幅降低了跨团队沟通成本。

    插件系统非常灵活。除了写代码函数,还支持 OpenAPI 规范直接导入(自动生成插件),这让集成第三方 API 变得极其简单。MCP 协议的支持也让智能体能力扩展变得更加标准化。

    需要注意的是,微软已宣布将 SK 升级为 Microsoft Agent Framework(MAF),MAF 是SK的正式继任者并已发布 1.0 稳定版。如果是全新项目,建议直接评估 MAF;但 SK 的现有用户不必担心,API 高度兼容,迁移成本很低。

    ⭐ 如果你在用 .NET 技术栈,Semantic Kernel 是目前唯一有微软官方长期支持的企业级 AI 框架,强烈推荐!

    28.2K+
    GitHub Stars

    4.6K+
    Forks

    3
    语言 SDK

    100+
    官方示例

    📥 下载地址 & 相关链接
    许可协议:MIT License(商业友好,可自由修改和分发)


      由 AI 自动整理,数据来源 GitHub  
  • NextChat:轻量快速的跨平台 AI 助手,88K+ Stars 让部署专属 ChatGPT 变得简单

    NextChat:轻量快速的跨平台 AI 助手,88K+ Stars 让部署专属 ChatGPT 变得简单

    💬 NextChat

    轻量快速的跨平台 AI 助手,一键部署专属 ChatGPT 替代品

    ⭐ 88,330+ Stars | Fork 59,509+ | MIT 许可

    一句话介绍:NextChat(原 ChatGPT-Next-Web)是一款轻量、快速的跨平台 AI 助手,支持 Web、iOS、macOS、Android、Linux、Windows 全平台,兼容几乎所有主流大模型 API,是部署私人 AI 聊天服务的首选开源方案。

    📦 安装要求与过程

    环境要求

    • Node.js ≥ 18(本地开发)
    • Docker ≥ 20(容器部署)
    • Vercel / Zeabur / Gitpod 账号(一键部署)
    • Tauri 运行时(桌面客户端)

    方式一:Vercel 一键部署(推荐)

    1. 访问 NextChat GitHub 仓库,点击 README 中的 Vercel 部署按钮
    2. 在 Vercel 中配置环境变量:OPENAI_API_KEY(必填)、CODE(访问密码,选填)
    3. 点击部署,约 1 分钟内完成,获得专属域名

    方式二:Docker 部署

    docker run -d -p 3000:3000 \
      -e OPENAI_API_KEY=sk-xxxx \
      -e CODE=your-password \
      yidadaa/chatgpt-next-web

    如需开启 MCP 功能,添加 -e ENABLE_MCP=true

    方式三:直接下载客户端(无需部署)

    • 网页端直接使用:app.nextchat.club
    • 桌面端下载:GitHub Releases(Windows/macOS/Linux,约 5MB)
    • iOS App:在 App Store 搜索 “NextChat AI” 下载

    🚀 核心功能

    🌐
    全平台支持
    Web、iOS、macOS、Android、Linux、Windows 六端全覆盖,Tauri 桌面端仅约 5MB,PWA 网页端无需安装

    🔌
    多模型兼容
    支持 OpenAI、Azure、Google Gemini、Anthropic Claude、百度、阿里云、DeepSeek、智谱 ChatGLM 等数十家厂商 API

    🔒
    隐私优先
    所有数据默认存储在浏览器本地,桌面端 Tauri 版本支持直接调用 API,避免前端暴露密钥

    🧩
    MCP & 插件扩展
    支持 Model Context Protocol(需开启 ENABLE_MCP),支持插件系统扩展网络搜索、计算器、第三方 API 等能力

    🎨
    Artifacts 内容预览
    支持 Artifacts & Stable Diffusion,可单独窗口预览、复制、分享生成的内容/网页,支持实时对话

    极致性能优化
    首屏仅约 100KB,支持流式响应,自动压缩聊天历史以节省 Token,支持长对话

    💡 典型使用场景

    场景一:个人私有 AI 聊天服务

    通过 Vercel 一键部署,绑定自己的域名,接入 OpenAI / DeepSeek / Claude 等 API,为个人或团队提供专属 AI 聊天界面。相比官方 ChatGPT,无地域限制、支持多模型切换、聊天记录完全私有。

    场景二:企业内网 AI 助手(私有化部署)

    通过 Docker 或企业服务器部署,接入企业内部知识库,配合 MCP 协议连接企业数据源。NextChat 提供企业定制版,支持品牌定制、权限管控、安全审计、私有化部署,满足企业合规需求。

    场景三:多模型对比与 Prompt 调试

    利用 Prompt 模板(Mask)功能,创建、分享和调试自定义聊天工具。在同一界面中切换不同模型对比输出质量,配合 Artifacts 功能实时预览生成的网页或内容,大幅提升 AI 辅助开发效率。

    ✨ 推荐理由

    NextChat 是我用过的最流畅的开源 AI 聊天界面。相比其他同类项目,它的核心优势在于 “轻量”和”快速”——首屏仅约 100KB,Tauri 桌面端不到 5MB,从打开到开始对话只需几秒。

    对于个人用户,Vercel 一键部署真的做到了”1分钟上线”;对于企业用户,MIT 许可 + 私有化部署 + MCP 支持,让它可以无缝融入企业 AI 基础设施。支持 14 种语言(含简体中文),对国内用户非常友好。

    如果你在寻找一个 ChatGPT 的开源替代品,或者需要为团队搭建私有 AI 聊天服务,NextChat 是目前 GitHub 上 Star 最多、最活跃的选择之一,88K+ Stars 和 59K+ Forks 的数据足以证明其实力。

    本文由 AI 自动整理,信息来自 GitHub 仓库,最新版本请以官方为准。

  • LocalAI:免费开源OpenAI替代方案,在本地硬件上运行全模态AI模型,47K+ Stars让AI彻底私有化

    LocalAI:免费开源OpenAI替代方案,在本地硬件上运行全模态AI模型,47K+ Stars让AI彻底私有化

    今天介绍一个让AI彻底私有化的开源神器——LocalAI。它被誉为”免费的开源OpenAI替代方案”,可以在任意硬件上运行各类AI模型(LLM、视觉、语音、图像、视频),无需GPU,数据完全本地化。

    项目简介

    LocalAI 是开源AI引擎,可作为OpenAI/Anthropic API的直接替代品。它采用”小核心+按需加载后端”的可组合架构,支持在消费级硬件上运行大语言模型、图像生成、语音识别、语音合成等各类AI模型,数据完全留在本地,无需云服务。

    LocalAI Logo
    LocalAI – 免费开源AI引擎

    安装要求和过程

    环境要求

    • 操作系统:macOS、Linux、Windows
    • GPU:无需GPU!支持NVIDIA、AMD、Intel、Apple Silicon、Vulkan、纯CPU
    • 内存:8GB+ RAM(运行小模型);16GB+(运行中大模型)
    • 存储:至少10GB可用空间(模型文件较大)

    快速安装(Docker推荐)

    # CPU环境(最常用)
    docker run -ti --name local-ai -p 8080:8080 localai/localai:latest
    
    # NVIDIA GPU环境(CUDA 12)
    docker run -ti --name local-ai -p 8080:8080 --gpus all \
      localai/localai:latest-gpu-nvidia-cuda-12
    
    # macOS(下载DMG直接安装)
    # 从 GitHub Releases 下载 LocalAI.dmg
    

    快速开始

    # 启动LocalAI
    docker run -p 8080:8080 -ti localai/localai:latest
    
    # 在另一个终端,运行模型
    local-ai run llama-3.2-1b-instruct:q4_k_m
    
    # 启动交互式聊天
    local-ai chat --model llama-3.2-1b-instruct:q4_k_m
    
    # 从HuggingFace加载模型
    local-ai run huggingface://TheBloke/phi-2-GGUF/phi-2.Q8_0.gguf
    
    # 从Ollama仓库加载
    local-ai run ollama://gemma:2b
    

    核心功能

    1. OpenAI API完全兼容:可作为OpenAI API的直接替代品,现有应用和库无需修改即可迁移。支持文本生成、嵌入、图像处理、语音识别、语音合成等全套API。
    2. 无需GPU,消费级硬件即可运行:优化后的推理引擎(llama.cpp等)可在CPU上高效运行,无需昂贵GPU。支持Intel/AMD/Apple Silicon等各平台。
    3. 支持全模态AI模型:不仅支持LLM,还支持图像生成(Stable Diffusion)、语音识别(Whisper)、语音合成(TTS)、音乐生成(MusicGen)、目标检测等,真正的”全模态AI引擎”。
    4. 内置AI智能体:集成LocalAGI(自主智能体平台),支持工具调用、RAG、MCP协议、技能扩展。内置Agent Hub社区,可分享和下载智能体配置。
    5. 企业级功能:支持多用户、API密钥认证、用户配额、基于角色的访问控制(RBAC)。支持分布式模式(通过PostgreSQL+NATS实现水平扩展),适合企业生产环境。
    LocalAI Demo
    LocalAI 项目导览演示

    典型使用场景

    • 私有化AI助手部署:企业内部需要AI助手但担心数据泄露?LocalAI让你在内网部署完全私有的AI服务,支持OpenAI API兼容,现有应用无缝迁移。可用于代码辅助、文档问答、知识库检索等场景。
    • 替代云API降低成本:OpenAI API按调用次数收费,长期使用成本高昂。LocalAI让你在本地硬件上运行开源模型,一次部署无限使用,特别适合高频调用场景(如客服机器人、内容生成流水线)。

    推荐理由

    LocalAI 是我见过的最完整的本地AI部署解决方案。与Ollama相比,LocalAI支持更多模态(图像、语音、视频);与vLLM相比,LocalAI无需GPU且更易用;与text-generation-webui相比,LocalAI有完整的API兼容性和企业级功能。

    我最喜欢的设计是“小核心+按需加载后端”的架构。核心只有很小的基础功能,每个后端(llama.cpp、vLLM、whisper.cpp、stable-diffusion等)都是独立的OCI镜像,仅在需要时才拉取。这意味着你不会安装任何用不到的组件,资源占用极小。

    另外,MCP协议支持让LocalAI可以无缝对接各类AI智能体工具,而分布式模式则让它能够水平扩展,处理大规模并发请求。对于需要私有化部署AI服务的企业来说,LocalAI是目前最好的选择。

    下载地址

    许可协议:MIT License(完全开源,可自由使用、修改、分发)

    支持后端:llama.cpp、vLLM、whisper.cpp、stable-diffusion、MLX、TensorRT等60+推理后端


    如果你喜欢本地部署AI,LocalAI绝对值得一试。它让”私有化AI”变得简单可行,再也不用担心数据泄露和API费用了。

  • UI-TARS-desktop:字节跳动开源多模态GUI Agent,纯视觉理解让AI像人一样操作电脑,37.4K Stars让RPA自动化进入新时代

    UI-TARS-desktop:字节跳动开源多模态GUI Agent,纯视觉理解让AI像人一样操作电脑,37.4K Stars让RPA自动化进入新时代

    🤖

    UI-TARS-desktop

    ByteDance · Apache-2.0 · 37.4K ⭐

    字节跳动开源的多模态 AI Agent 技术栈,通过纯视觉理解实现 GUI 自动化操控,让 AI 像人一样操作电脑、浏览器和桌面应用。

    📌 项目简介

    UI-TARS-desktop 是字节跳动开源的端到端多模态 AI Agent 框架,包含两大核心组件:Agent TARS(通用多模态 AI Agent 技术栈)和 UI-TARS Desktop(基于 UI-TARS 系列模型的桌面原生 GUI Agent 应用)。项目基于纯视觉理解,无需依赖应用 API,通过多模态大模型直接识别 GUI 元素,真正实现”像人一样操作电脑”。

    37.4K
    GitHub Stars

    3.7K
    Forks

    Apache
    开源许可

    TypeScript
    主要语言

    ⚙️ 安装要求和过程

    环境要求

    • Node.js ≥ 22(必需,项目使用 .node-version 指定 22+)
    • pnpm(推荐包管理器)
    • 支持 Windows / macOS / Linux 三平台
    • AI 模型 API Key(火山引擎/Anthropic/OpenAI 等,或本地部署 UI-TARS 模型)

    快速安装(Agent TARS CLI)

    # 方式1: npx 直接启动(无需安装)
    npx @agent-tars/cli@latest
    
    # 方式2: 全局安装
    npm install @agent-tars/cli@latest -g
    agent-tars --provider volcengine   --model doubao-1-5-thinking-vision-pro-250428   --apiKey <你的API密钥>
    
    # 方式3: 使用 Anthropic Claude
    agent-tars --provider anthropic   --model claude-3-7-sonnet-latest   --apiKey <你的API密钥>

    💡 UI-TARS Desktop 桌面版可从 agent-tars.com 下载安装,支持本地算子和远程算子两种模式。

    🚀 核心功能

    1

    🖱️ 纯视觉 GUI 操控

    基于 UI-TARS 系列多模态大模型,通过截图视觉识别直接定位 GUI 元素,实现精准的鼠标点击、键盘输入和拖拽操作,无需应用 API 接入。支持 Windows、macOS、浏览器多平台。

    2

    🌐 混合浏览器 Agent

    支持 GUI Agent 视觉定位、DOM 操作或两者混合的浏览器控制策略。既可以像人一样”看”网页并点击,也可以直接操作 DOM,灵活应对各类网页自动化场景。

    3

    🔄 事件流协议(Event Stream Protocol)

    协议驱动的事件流支持上下文工程和 Agent UI 构建,让开发者可以实时监控 Agent 执行过程、干预决策流程,并基于事件流构建自定义 Agent 交互界面。

    4

    🧰 MCP 原生集成

    内核基于 MCP(Model Context Protocol)构建,同时支持挂载 MCP 服务器对接各类真实世界工具。可无缝接入 Claude Code、Cursor 等 AI 编程助手,扩展 Agent 工具调用能力。

    5

    🤖 双形态:CLI + 桌面应用

    同时提供 Agent TARS CLI(支持无头服务器模式)和 UI-TARS Desktop 原生桌面应用。CLI 适合开发者和服务端部署,桌面应用提供图形化界面,降低非技术用户使用门槛。

    💡 典型使用场景

    🏨

    自动化订票/预订

    通过自然语言指令”帮我在北京找一家500元以内的酒店,距离故宫近”,Agent 自动打开浏览器、搜索、筛选并下单,全程无需人工干预。

    💻

    跨应用工作流自动化

    自动操作 Excel + 浏览器 + 邮件客户端,完成数据抓取、处理、发送的完整工作流。例如:每日自动从网站抓取数据、更新表格、发送报告邮件。

    🧪

    GUI 自动化测试

    替代传统 Selenium/Playwright,通过视觉理解自动测试桌面应用和 Web 界面。无需维护选择器,界面对齐方式变化也不会影响测试稳定性。

    🤝

    AI 编程助手扩展

    接入 Claude Code / Cursor,让 AI 编程助手不仅能写代码,还能自动操作浏览器验证功能、运行桌面应用测试,实现真正的端到端开发自动化。

    ✨ 推荐理由

    纯视觉理解是 GUI 自动化的未来。传统 RPA 工具依赖应用 API 或 DOM 选择器,界面稍有变化就会失效。UI-TARS 通过多模态大模型”看”屏幕,真正模拟人的操作方式,从根本上解决了 GUI 自动化的脆弱性问题。

    字节跳动技术实力保障。作为豆包手机的核心技术支撑,UI-TARS 已在生产环境中验证,不是实验室项目。37K+ Stars 和 3.7K+ Forks 也证明了社区的认可。

    生态完善,开箱即用。MCP 原生集成让它可以无缝接入现有 AI 工具链;CLI + 桌面应用双形态覆盖开发者和普通用户;支持本地模型和云端 API 双模式部署,兼顾隐私和性能。

    📊 项目动态

    • 2026-02:UI-TARS-desktop 开源,登顶 GitHub 热榜,Star 数突破 26K
    • 2026-06:Star 数突破 37K,社区持续活跃,Discord 成员快速增长
    • 作为豆包手机核心技术支撑,生产环境验证可靠性
    • 支持 UI-TARS/Seed-1.5-VL/1.6 系列最新模型

    📅 数据更新至 2026年6月28日 | 信息来源:GitHub