# 工程

## 文章

- [Building a C compiler with a team of parallel Claudes](https://www.anthropic.com/engineering/building-c-compiler)
- [Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
- [Claude Code 团队复合工程](https://www.youtube.com/watch?v=IDSAMqip6ms)
- [Effective harnesses for long-running agents](https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents)
- [我们如何使用 Codex 在 28 天内构建 Android 版 Sora](https://openai.com/zh-Hans-CN/index/shipping-sora-for-android-with-codex/)
- [Agent Skills Marketplace](https://skillsmp.com/)
- [Everything Claude Code : Claude Code 配置大全，开箱即用](https://zhuanlan.zhihu.com/p/1997978582736204425)
- [Everything Claude Code : The Shorthand Guide to Everything Claude Code 翻译](https://zhuanlan.zhihu.com/p/1998065856417124945)
- [Everything Claude Code : The Longform Guide to Everything Claude Code 翻译](https://zhuanlan.zhihu.com/p/1998068649773257278)
- [重新思考 Agent 时代的版本控制](https://onevcat.com/2026/03/jj-for-agent-era/)
- [AI 时代的工程化革命：构建知识复利系统](https://mp.weixin.qq.com/s/CXx-0ar1EBf14vgQHHjU7A)
- [Claude Code 设计亮点与启示](https://mp.weixin.qq.com/s/rsh4kivDtcFKfgmp07LvvQ)
- [Claude Code 工程实践](https://mp.weixin.qq.com/s/55jsrF1I-avh7Sx-w7TLlA)
- [阿里：深入理解 OpenClaw 技术架构与实现原理（上）](https://mp.weixin.qq.com/s/wVcItgqsCiwl9-PZ56z27w)
- [阿里：深入理解 OpenClaw 技术架构与实现原理（下）](https://mp.weixin.qq.com/s/FUJEofqbK7vX-J64UX8Nkg)
- [腾讯：深入理解 OpenClaw 的双源记忆系统](https://mp.weixin.qq.com/s/Ok3VwXft5fvvNWLBL6r2AA)
- [阿里：Prompt、Context、Harness 设计哲学与实践](https://mp.weixin.qq.com/s/JycTfNd7EnmWCnJK-QCf0Q)
- [阿里：复杂度应该沉到哪里](https://mp.weixin.qq.com/s/VHVZV0rrCxYkbrxjuQzIAQ)
- [阿里：构建一个功能完备的简版 Claude Code](https://mp.weixin.qq.com/s/cTi3Won0lsgAqY8gBG8ohw)
- [深度对比 vLLM、SGLang 与 llama.cpp，打通工程落地最后一公里](https://zhuanlan.zhihu.com/p/1991180964546778561)

## Git 仓库

### Claude Code / AI Agent

- [OpenClaw](https://github.com/openclaw/openclaw) ⭐ 379.3k - 你的个人 AI 助手，支持任何操作系统和平台
- [Superpowers](https://github.com/obra/superpowers) ⭐ 231.5k - 有效的 Agent 技能框架和软件开发方法论
- [Everything Claude Code](https://github.com/affaan-m/everything-claude-code) ⭐ 214.2k - Agent Harness 性能优化系统，提供技能、记忆、安全和研发优先开发，47+ Agent、180+ Skills
- [Hermes Agent](https://github.com/nousresearch/hermes-agent) ⭐ 196.4k - 具备自我进化能力的 AI Agent，内置四层记忆架构与自我学习循环
- [Claw Code](https://github.com/ultraworkers/claw-code) ⭐ 194k - GitHub 历史上最快突破 100K Stars 的仓库，Rust 实现的 CLI Agent Harness
- [n8n](https://github.com/n8n-io/n8n) ⭐ 193k - 具有原生 AI 能力的公平代码工作流自动化平台
- [Dify](https://github.com/langgenius/dify) ⭐ 145.7k - 生产就绪的 Agent 工作流开发平台
- [LangChain](https://github.com/langchain-ai/langchain) ⭐ 139.6k - Agent 工程平台
- [Open WebUI](https://github.com/open-webui/open-webui) ⭐ 137k - 用户友好的 AI 界面，支持 Ollama、OpenAI API 等
- [Claude Code](https://github.com/anthropics/claude-code) ⭐ 133.1k - Anthropic 官方终端原生 AI 编程工具
- [Spec Kit](https://github.com/github/spec-kit) ⭐ 113.6k - GitHub 规范工具包，帮助开始规范驱动开发
- [RAGFlow](https://github.com/infiniflow/ragflow) ⭐ 83.1k - 融合 RAG 与 Agent 能力的开源检索增强生成引擎
- [TradingAgents](https://github.com/TauricResearch/TradingAgents) ⭐ 76.8k - 模拟真实交易公司运作模式的多智能体交易框架
- [AutoGen](https://github.com/microsoft/autogen) ⭐ 59k - Microsoft Agent AI 编程框架，用于创建可自主行动或与人类协作的多 Agent AI 应用
- [OpenSpec](https://github.com/Fission-AI/OpenSpec) ⭐ 55.4k - AI 编码助手的规范驱动开发工具
- [nanobot](https://github.com/HKUDS/nanobot) ⭐ 44.4k - 超轻量级个人 AI 助手，支持多频道接入、记忆系统、定时任务
- [Claude Code Router](https://github.com/musistudio/claude-code-router) ⭐ 35.1k - 使用 Claude Code 作为编码基础设施基础，允许你决定如何与模型交互
- [Claude Plugins Official](https://github.com/anthropics/claude-plugins-official) ⭐ 30.4k - Anthropic 官方管理的高质量 Claude Code 插件目录
- [TradingAgents-CN](https://github.com/hsliuping/TradingAgents-CN) ⭐ 28.6k - 多智能体与大模型股票分析中文版
- [AgentScope](https://github.com/agentscope-ai/agentscope) ⭐ 27k - 多智能体协作框架
- [Happy Coder](https://github.com/slopus/happy) ⭐ 21.7k - Codex 和 Claude Code 的移动端和 Web 客户端，支持实时语音、加密
- [Compound Engineering Plugin](https://github.com/EveryInc/compound-engineering-plugin) ⭐ 21.7k - Claude Code、Codex 等的官方复合工程插件
- [Page Agent](https://github.com/alibaba/page-agent) ⭐ 18.6k - 纯 JavaScript 实现的页面 GUI Agent，使用自然语言操作 Web 界面
- [Agent Skills for Context Engineering](https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering) ⭐ 16.6k - 上下文工程、多 Agent 架构和生产 Agent 系统的综合技能集合
- [Bolt.new](https://github.com/stackblitz/bolt.new) ⭐ 16.3k - 在线 AI 全栈开发沙盒平台，结合 WebContainers 技术
- [cc-connect](https://github.com/chenhg5/cc-connect) ⭐ 12.6k - 十分钟把 Claude Code 连接到微信、飞书、钉钉等平台
- [VoltAgent](https://github.com/VoltAgent/voltagent) ⭐ 8.7k - 基于开源 TypeScript AI Agent 框架构建的 AI Agent 工程平台
- [CodePilot](https://github.com/op7418/CodePilot) ⭐ 6k - AI 编码助手辅助工具
- [MasteringRAG](https://github.com/Steven-Luo/MasteringRAG) ⭐ 679 - 企业级 RAG 系统从入门到精通
- [Crablet](https://github.com/isLinXu/crablet) ⭐ 55 - 认知架构、记忆系统、知识与 RAG、多 Agent 群体
- [CooperBench](https://github.com/cooperbench/CooperBench) ⭐ 15 - AI 模型在协同编程中的性能基准测试

### Claude Code 扩展/插件

- [UI UX Pro Max](https://github.com/nextlevelbuilder/ui-ux-pro-max-skill) ⭐ 93.2k - Claude Code 和 Codex 的 UI/UX 设计技能包
- [claude-mem](https://github.com/thedotmack/claude-mem) ⭐ 46.1k - Claude Code 记忆增强插件
- [agents (wshobson)](https://github.com/wshobson/agents) ⭐ 30k - Claude Code 编排与自动化插件集
- [OpencCode Manager](https://github.com/chriswritescode-dev/opencode-manager) ⭐ 583 - OpenCode 会话管理器
- [MetaBot](https://github.com/xvirobotics/metabot) ⭐ 212 - 多平台 AI 机器人框架
- [zai-coding-plugins](https://github.com/zai-org/zai-coding-plugins) ⭐ 66 - 智谱 GLM 编码计划插件
- [Remote Claude Code](https://github.com/qingpingwang/remote-claude-code) ⭐ 12 - 飞书 + Claude Code 远程控制
- [moltbot_connector_qqbot](https://github.com/Tokeii0/moltbot_connector_qqbot) - Moltbot QQ 机器人连接器

### RAG / LLM 框架

- [crewAI](https://github.com/crewAIInc/crewai) ⭐ 53.9k - 协调角色扮演、自主 AI Agents 的框架，通过培养协作智能使 Agents 无缝协作
- [Flowise](https://github.com/FlowiseAI/Flowise) ⭐ 53.7k - 可视化构建 AI Agents 的低代码平台
- [LlamaIndex](https://github.com/run-llama/llama_index) ⭐ 49.5k - 领先的文档 Agent 和 OCR 平台
- [Quivr](https://github.com/QuivrHQ/quivr) ⭐ 39.2k - 为你的应用集成 GenAI 的 RAG 引擎，专注于产品而非 RAG
- [LangGraph](https://github.com/langchain-ai/langgraph) ⭐ 35.1k - 构建有弹性的语言 Agents 作为图
- [FastGPT](https://github.com/labring/FastGPT) ⭐ 28.5k - 基于 LLMs 的知识库平台，提供数据处理、RAG 检索和可视化 AI 工作流编排
- [SemanticKernel](https://github.com/microsoft/semantic-kernel) ⭐ 28.2k - 轻松快速地将尖端 LLM 技术集成到应用中
- [Graphiti](https://github.com/getzep/graphiti) ⭐ 27.6k - 构建支持知识图谱的 AI Agent 记忆层
- [Haystack](https://github.com/deepset-ai/haystack) ⭐ 25.6k - 开源 AI 编排框架，用于构建上下文工程、生产就绪的 LLM 应用
- [DeepAnalyze](https://github.com/ruc-datalab/DeepAnalyze) - 中国人民大学，首个面向自主完成复杂数据科学任务的智能体大语言模型
- [Harness Engineering 学习指南](https://github.com/deusyu/harness-engineering) ⭐ 3.9k - Harness Engineering 学习资源
- [FlashRAG](https://github.com/RUC-NLPIR/FlashRAG) ⭐ 3.4k - 高效 RAG 研究的 Python 工具包
- [Kode](https://github.com/shareAI-lab/Kode) - 开源版 Claude Code

### 记忆系统

- [Hindsight](https://github.com/vectorize-io/hindsight) ⭐ 16k - 能够学习的 Agent 记忆系统，四层记忆网络，支持 retain/recall/reflect
- [EverMemOS](https://github.com/EverMind-AI/EverMemOS) - 面向 AI Agent 的持久记忆操作系统

### 推理部署

- [Milvus](https://github.com/milvus-io/milvus) ⭐ 44.8k - 高性能、云原生向量数据库，用于可扩展的向量 ANN 搜索
- [FastChat](https://github.com/lm-sys/FastChat) ⭐ 39.5k - 用于训练、服务和评估大语言模型的开放平台，Vicuna 和 Chatbot Arena 的发布仓库
- [SGLang](https://github.com/sgl-project/sglang) ⭐ 29k - 大语言模型和多模态模型的高性能服务框架
- [TensorRT-LLM](https://github.com/NVIDIA/TensorRT-LLM) ⭐ 13.9k - NVIDIA 提供的大语言模型高性能推理优化框架
- [Xorbits Inference](https://github.com/xorbitsai/inference) ⭐ 9.2k - 通过更改一行代码即可替换 GPT 为任何 LLM 的推理 API

### SDK / 开发工具

- [Remotion](https://github.com/remotion-dev/remotion) ⭐ 49.5k - 使用 React 以编程方式制作视频
- [GitHub MCP Server](https://github.com/github/github-mcp-server) ⭐ 30.8k - GitHub 官方 MCP 服务器，让 AI Agent 与 GitHub 交互
- [Anthropic SDK Python](https://github.com/anthropics/anthropic-sdk-python) ⭐ 3.6k - Anthropic Python SDK
- [Anthropic SDK TypeScript](https://github.com/anthropics/anthropic-sdk-typescript) ⭐ 2k - Anthropic TypeScript SDK
- [docker-credential-pass](https://github.com/docker/docker-credential-helpers) ⭐ 1.3k - 通过存储在平台密钥库中来保护 Docker 登录凭据
- [f2c-mcp](https://github.com/f2c-ai/f2c-mcp) ⭐ 406 - Figma 设计稿转代码 MCP Server
- [Anthropic SDK Java](https://github.com/anthropics/anthropic-sdk-java) ⭐ 335 - Anthropic Java SDK
- [voxtral.c](https://github.com/antirez/voxtral.c) ⭐ 1.7k - Voxtral Realtime 4B 纯 C 语言实现
- [Foundry Platform SDK](https://github.com/palantir/foundry-platform-python) - Palantir Foundry 平台 Python SDK
- [claude-code-reverse](https://github.com/Yuyz0112/claude-code-reverse) - Claude Code 逆向工程分析
- [analysis_claude_code](https://github.com/shareAI-lab/analysis_claude_code) - Claude Code 架构分析
- [nlptagger](https://github.com/golangast/nlptagger) ⭐ 6 - 基于 Golang 的 NLP 完整实践

### 设计工具

- [Pencil](https://github.com/evolus/pencil) ⭐ 9.8k - 用于制作图表和 GUI 原型的免费开源工具

### 资源集合

- [Jujutsu](https://github.com/jj-vcs/jj) ⭐ 29.7k - 既简单又强大的 Git 兼容版本控制系统
- [gitbucket](https://github.com/gitbucket/gitbucket) ⭐ 9.4k - 由 Scala 驱动的 Git 平台，易于安装、高可扩展性且兼容 GitHub API
- [top-rss-list](https://github.com/weekend-project-space/top-rss-list) ⭐ 6.2k - 订阅人数最多的中文优质 RSS 源列表
- [awesome-n8n](https://github.com/restyler/awesome-n8n) ⭐ 2.8k - 有用的 n8n 资源：社区节点和教程列表
- [Skills (onevcat)](https://github.com/onevcat/skills) - Agent Skills 集合，配合 jj 版本控制系统
- [OpenMAIC](https://github.com/THU-MAIC/OpenMAIC) - 清华大学，多智能体交互式教室
- [tunasync](https://github.com/tuna/tunasync) - 清华大学开源镜像站同步工具
- [weyo 开源镜像站](https://github.com/weyo/mirrors) - 开源镜像站方案
- [Agent-Framework-Samples](https://github.com/microsoft/Agent-Framework-Samples) ⭐ 318 - 微软 Agent 框架示例

### AllenAI

- [olmocr](https://github.com/allenai/olmocr) ⭐ 17.4k - 用于线性化 PDF 以进行 LLM 数据集/训练的工具包
- [OLMo](https://github.com/allenai/OLMo-core) ⭐ 1.3k - OLMo 生态系统的 PyTorch 构建块

### 商汤 SenseNova

- [SenseNova-Skills](https://github.com/OpenSenseNova/SenseNova-Skills) - MIT 协议的办公场景 Skills 集合，覆盖数据分析、深度研究、PPT 生成、搜索
- [SenseNova 6.7](https://github.com/OpenSenseNova/SenseNova6.7) - 同量级第一的原生多模态模型
- [agent_pack](https://github.com/OpenSenseNova/agent_pack) - Agent 能力包

### 其他开源

- [ERNIE-Image](https://github.com/baidu/ernie-image) ⭐ 476 - 百度 ERNIE Image 图像生成模型
- [epoch-research (china-ai-trends)](https://github.com/epoch-research/china-ai-trends) - 中国 AI 模型与全球对比趋势研究
- [epoch-research (open-model-trends)](https://github.com/epoch-research/open-model-trends) - 开源 vs 闭源 AI 模型趋势分析

### 原型

- [豆包](https://www.doubao.com/chat)
- [Agent Skills](https://agentskills.io/home)

## 参考文章

- [深度对比 vLLM、SGLang 与 llama.cpp，打通工程落地最后一公里](https://zhuanlan.zhihu.com/p/1991180964546778561)
    - vLLM 解决了"如何在高并发下管好内存"
    - SGLang 解决了"如何在高复用下省掉计算"
    - llama.cpp 解决了"如何在普通硬件上跑得飞快"
    - KTransformers 解决了"如何用有限显存跑大模型"
- [LMSYS Projects](https://lmsys.org/projects/)
- [Harness Engineering](https://openai.com/zh-Hans-CN/index/harness-engineering/)
- [Harness Engineering 是什么？从上下文工程到驾驭工程](https://cloud.tencent.com/developer/article/2645208)
- [DESIGN.md](https://getdesign.md/)
- [PinchBench Compare AI Models for OpenClaw](https://pinchbench.com/)