介绍 6 个近期值得研究的 GitHub 开源项目,覆盖 YAML 简历生成、AI 看板、Claude 编程模板、Skill 工具封装、实时语音对话和公共 IPTV 播放源管理,并说明各自适合的使用场景。
Claude Code Workflow Studio 是一个 VSCode 扩展,用可视化画布编排 Claude Code 的 Sub-Agent、Prompt、Skill、MCP 工具和条件分支。它适合把多步骤 AI 任务设计成可保存、可迭代、可导出的工作流,并生成 Claude Code 可直接使用的配置文件。
MAI-UI 是面向手机、电脑和网页界面的通用 GUI 智能体基座。围绕主动澄清、MCP 工具调用、端云协同和动态环境强化学习,讲清它如何把复杂跨 App 任务拆成更可靠的工具调用与界面操作,并解读 MobileWorld 等评测结果。
Claude Skills 用 Markdown、脚本和资源文件描述任务流程,让大模型在运行时学会“什么时候做、怎么做、用什么工具做”。它和 MCP 一起,把 AI Agent 从单次问答推向可复用、可治理的工作流系统。
老项目常见的问题是代码复杂、文档缺失或文档过期。这里围绕 Qoder Repo Wiki、Google Code Wiki、Zread 和 DeepWiki-open 四类 AI 代码 Wiki 工具,讲清它们的能力边界、适用场景、部署方式和选型建议。
Agent Skills 用一个包含说明、脚本和资源的文件夹封装 AI Agent 能力,让能力可以被发现、按需加载并跨平台复用。内容会讲清它的目录结构、渐进式披露机制、与 MCP 的区别,以及企业落地时需要注意的安全和治理问题。
Claude Skills 把业务 SOP 封装成可加载的能力包,MCP 则负责把模型连接到外部系统和数据源。围绕合同审核场景,讲清 Skills、MCP、脚本和垂类 Agent 的分工,以及这种模式在企业落地中的适用边界。
LangGraph 用有向图组织大语言模型应用的执行流程,适合构建有状态、可分支、可循环、可人工干预的多智能体系统。内容覆盖 State、Node、Edge、Reducer、条件边、检查点、时间旅行、人机协作、MCP 集成,以及 Supervisor、Swarm 和 Java 版本 LangGraph4J 的使用方式。
介绍 8 个 AI 与效率方向的 GitHub 开源项目,覆盖企业知识库、AI 画图、AI 编程 Agent、智能体安全、人机协作、简历匹配和轻量看板等场景,并说明它们适合解决什么问题。