浏览和筛选产品

ORG-II 不只是另一个 AI 编程工具，而是一次关于人类与 Agent 组织形态与系统级对齐的实验。 随着 Agent 变得更强，协作、可观测性、结构化流程与共享责任却并没有同步提升，甚至在现有工具中被削弱。Cursor、Claude Code 等工具通常将 Agent 视为次抛的外包，虽然提升了产出效率，但难以在系统层面进行审计、协调、对齐与演进。 ORG-II 尝试另一种模式：将 Agent 视为组织中持续存在、可观测、可审计的“成员”。它不再是无状态、不可回放的 IDE 会话，而是引入可回放的 Agent 执行流、跨会话记忆、AI blame 机制，以及 local-first 的 Rust runtime，使人类、Agent 与团队能够围绕共享上下文与对齐目标进行协作。 （1）它覆盖了 Cursor、Claude Code、Codex 等工具的大部分能力，但完全开源。你可以自由使用自己的订阅或 API key，无需登录，也没有数据绑定，所有工作流和数据都完全由你掌控。 （2）它非常轻量。整个应用体积 <100MB，内存占用也显著低于 Cursor 或同类基于 Claude 的工具。 （3）我们做了一个核心能力：agent 直播 / 回放系统。它把原本黑盒的 agent 执行过程转化为可视化时间线，你可以像看短视频一样实时观察或回放 agent 的工作过程，从而在错误发生前发现问题，保持对 agent 行为的同步理解。 这一能力不仅支持 ORG2 自带 agent，也支持你已有的 Codex、Cursor、Claude Code、OpenCode 等 CLI 工作流，一键将脚本执行过程变成可回放的“视频”。

Otty 在传统命令行与智能体开发环境之间，提供键盘优先的轻量工作界面。 它通过多窗格、任务追踪与会话恢复，帮助开发者并行运行和管理代码智能体。 【产品功能】 原生终端体验：支持 GPU 加速、真彩样式、图片预览与可点击链接。 多会话工作区：支持标签、分屏、自由布局与会话恢复。 快捷操作：提供命令面板、快速跳转、输入建议与自定义指令。 智能体协作：支持并行任务监控、会话分支与提示词队列。

AI Delivery Spec，简称 ADS，是一套面向 AI 原生产研团队的产品侧 Spec-Driven Delivery Skill。它解决的不是“让 AI 更快写一份 PRD”，而是让需求、原型、开发、测试和验收之间形成一套可追踪、可验证、可交接的交付协议。 在 AI 编程智能体快速生成代码的时代，团队经常遇到一个问题：代码生成速度变快了，但需求仍然模糊，页面字段不清楚，状态流转不完整，按钮交互缺少业务结果，验收标准无法落地，最后产出的往往是“看起来有界面，但无法真正交付”的空壳系统。AI Delivery Spec 的目标，就是把产品经理、研发、测试、交付和 AI 编程智能体拉到同一套规格语言里，减少需求返工、理解偏差和交付失控。 AI Delivery Spec 提供从需求澄清、规格定义、原型可测试性、开发交接到验收证据的完整方法。它内置 0D Triage 分流机制，可根据项目复杂度、AI 能力和工作流特征，自动判断交付深度；支持 L0-L3 不同层级的交付规格，既能用于轻量原型，也能支撑 ToB/ToG、AI 原生系统、复杂审批流和企业级交付项目。 在功能需求层面，AI Delivery Spec 提供 FRR-16 功能需求记录方法，将每个功能拆解为角色场景、入口前置、页面状态、字段字典、交互流程、业务规则、状态按钮、权限范围、异常恢复、数据契约、非功能需求、开发测试交接和验收追踪等关键内容。相比普通 PRD 模板，它更强调“开发能不能照着做、测试能不能验、上线后能不能追责”。 在原型交付层面，AI Delivery Spec 强调原型可测试性，要求核心操作不能只停留在 Toast 提示，而必须产生可见结果、领域状态变化和可验证证据。例如，点击“分配线索”后，不仅要提示成功，还要更新负责人、改变状态、刷新列表，并能被测试用例验证。这可以有效避免 AI 生成空界面、假交互和不可验收原型。 在编程智能体协作层面，AI Delivery Spec 可作为 Claude Code、Cursor、Qoder、Codex、Spec Kit 等工具的上游规格输入。它帮助团队把 PRD 转换为更适合编程智能体消费的上下文包、任务包、字段字典、枚举说明、页面交互说明、验收映射和禁止脑补清单，让 AI 编程智能体知道“该写什么、不能猜什么、写完怎么证明完成”。 AI Delivery Spec 适用于企业软件、政企项目、AI 产品、CRM、数据中台、监管平台、教育信息化、业务流程系统和复杂后台管理系统。它特别适合那些已经开始使用 AI 编程工具，但仍然被需求不清、原型空壳、字段缺失、交互断层、测试无依据困扰的产品和研发团队。

open-tag 想解决的问题很简单：AI coding agents 已经能干活了，但协作上下文常常散在终端、聊天记录、issue、浏览器和临时笔记里。 如果 agents 真的要像队友一样工作，它们需要一个团队工作区，而不是只活在单次 terminal session 里。 open-tag 提供一个 Slack-style 的协作界面：频道、thread、私信、任务、文件、提醒、实时活动流和 agent 记忆都在一个地方。你可以在频道里 @agent，它会拿到上下文，通过本地 daemon 调用 Claude Code、Codex、Copilot、OpenCode、Cursor、Kimi 等 runtime，在你控制的机器上工作，并把结果回到原来的 thread / task 里。 它是开源、自托管的，适合想把 AI agents 引入真实工程协作，但又关心代码、日志、上下文和团队记忆控制权的团队。

围绕 VibeHub 的产品定位、用户问题、平台结构与发展方向所整理的项目白皮书。 重点说明平台如何通过接入领先大模型辅助构建、直接承接主流架构部署， 把”发现—构建—上线”打通为一体化链路。

### 核心功能 1. 项目管理：创建公共或私有项目，支持中英文项目名称。 2. 文件管理：在线创建、编辑和上传代码文件，支持文件夹结构。 3. 在线 IDE：内置代码编辑器，支持语法高亮，可以直接在浏览器中编写代码。 4. 版本控制：分支管理和提交历史记录跟踪。 5. 团队协作：邀请成员加入项目，支持三种角色权限：OWNER（所有者）、EDITOR（编辑者）和 VIEWER（查看者）。 6. 项目下载：成员可以免费下载项目，非成员需支付 $9.90 下载。 7. 公共项目浏览：探索页面，浏览社区开发者分享的公共项目。 8. 评论系统：项目讨论区，支持评论和回复。 ### 使用指南 – 注册/登录：访问平台主页，点击“注册”创建账户，或登录现有账户。 – 创建项目：登录后，在仪表板上点击“新建项目”，填写项目名称和描述，选择公共或私有。 – 上传代码：进入项目后，可以上传整个文件夹或单独创建文件。 – 在线编辑：点击“在线编辑”进入 IDE，直接编写代码。 – 邀请成员：在项目的“成员”页面，搜索用户并发送邀请。 – 浏览公共项目：点击导航栏中的“浏览公共项目”查看社区项目。 ### 角色权限 – OWNER：拥有完全控制权，可以管理项目设置、成员和文件。 – EDITOR：可以编辑文件、创建分支和提交代码。 – VIEWER：只能查看项目内容。

非常简单，直接能用。 下载。打开。说人话。 就三步。想写PPT？说一句。想做数据报表？说一句。想给文章配图？说一句。它自己知道该调用什么能力、该用什么工具。不用你操心。 最让我没想到的是免费额度——新用户注册直接送一大笔，每天还有免费额度，覆盖日常办公完全够用。 今天这篇，我把它的核心能力一个个掰开讲清楚。看完你会理解我为什么这么激动。 Mirawork是什么？ 官网：mirawork.com。 一句话说：它是一个桌面AI办公助手。你把日常工作任务交给它，它自己拆解、调用工具、执行、交付成果。 它覆盖的方向很全——写方案、做PPT、处理Excel、生成图片、写代码做项目、做数据报表、批量处理文件、甚至做个网页游戏都行。 你在电脑上要干的活，基本都能丢给它。 但这些东西很多AI工具都会说。Mirawork真正让我觉得不一样的是下面这些。 一、真的零门槛。不需要学任何新东西。 我以前推荐某些AI工具，评论区最高频的问题永远是：「怎么装？」「教程有吗？」「看不懂。」 不是读者笨，是那些工具本身门槛就高——要配环境、要装插件、要学Prompt、要理解什么Skill什么Workflow。我自己用着都累，更别说安利给别人。 Mirawork完全不用。 下载、安装、打开。三个动作，就可以开始用了。 你想让它干嘛，直接说人话。不用套模板，不用写Prompt，不用研究什么”用户级”和”项目级”的区别。 比如你打开它，说一句： 「帮我把上周的销售数据按区域汇总，做个可视化图表。」 它自己会去读你的文件，自己决定用什么技能、调用什么工具，然后把结果给你。 你不需要知道背后发生了什么。你只需要看结果。 这是它跟很多AI工具最大的不同——它把复杂度全吞下去了，给你的只是一个对话框。 二、免费额度，真的够用。 说实话，我用过不少AI工具，有些一上来就让你感受到「不付费寸步难行」。 免费额度抠抠搜搜，稍微用两下就弹窗提醒你充值。更难受的是那种「计费焦虑」——每用一次都在想：这个操作划算吗？这个回答值这么多积分吗？ Mirawork不是这个逻辑。 新用户注册就送大量额度。每天还有免费额度。日常办公完全够用。 好的工具让你为超额价值付费，不是让你为基本使用焦虑。 这一点，真的良心。 三、做PPT：不是套模板，是真的很能打。 很多AI工具的PPT功能，说白了就是模板填充——你选一个模板，它往里面塞文字。 结果是啥呢？风格雷同，标题莫名飞起来，正文歪到一边，格式对不齐。自己看着都虚，更别说拿出去见老板。 Mirawork的PPT完全不一样。 你把资料丢进去，说一句需求，它根据你的内容和行文风格来组织每一页。排版在线，配色舒服，整体风格统一协调，效果看起来就像每一张都是独立设计的。 不是那种”AI感”很重的PPT。是真的能拿出去汇报的水平。 四、生图：一句话的事，它自己搞定一切。 很多人都需要图片。但能自己处理图片的人极少。 以前用AI生图，过程长到你怀疑人生——要找对工具、写好Prompt、等生成、不满意再重来。一张图可能折腾半小时。 Mirawork生图，你只需要说一句话。 不用选模型，不用调参数，不用研究什么Stable Diffusion什么Midjourney。你跟它说「帮我生成一张配图」，它自己知道该调用什么模型、用什么技能。 而且快。非常快。 无论是正常配图、高要求海报、还是营销长图，效果都相当能打。 还能批量生成。 比如一篇文章8个段落，你说「每段配一张图」，它一口气出8张，风格统一，直接能用。 五、性价比，太高了。 AI编程这件事，底层拼的是大模型能力，大模型拼的是算力，算力拼的是钱。 所以你看市面上AI编程工具，要么贵，要么免费但能力阉割，要么功能强但用完心在滴血。 Mirawork写代码也强——一般项目、写脚本、做网页、搭完整项目，都不在话下。但它最厉害的不是能力强，是性价比太高了。 不是那种「便宜但啥也干不了」的便宜，是真实用下来你会觉得「这个价格配这个能力，太值了」的那种便宜。 六、多工作区：一个人就是一个团队。 这功能我太需要了。 我手头同时跟好几条线——每条线有自己的文档、数据、对话。以前用AI工具切项目的时候很痛苦，对话记录混在一起，它老把A项目的文件当B项目的来读。 Mirawork的做法很聪明：你可以创建不同的工作空间。 每个空间有独立的文件夹、独立的对话、独立的文件权限。打开哪个空间就干哪个空间的活，互相不干扰。 更厉害的是：每个工作区的每个会话都可以同时跑。 你在A区让它写PPT，切到B区让它分析数据，两个任务并行推进，互不影响。 七、读懂文件之间的关系，批量处理。 日常办公最花时间的事是什么？不是做某一件事，是在不同文件之间来回倒腾。 一份Word、一份Excel、一份PDF，你要自己对着看、对着算、对着写。 Mirawork的处理方式是：你把几个文件都丢给它，说一句「基于这些给我出一份综合报告」—— 它不仅读懂每个文件的内容，还读懂文件之间的关系。 自动交叉对比、整合分析，然后出结果。 批量处理也是。多个文件同类型操作，一句话全搞定。省下来的时间，不是分钟，是小时。 八、安全优先，本地运行。换个电脑都查不到你的记录。 Mirawork的安全逻辑很简单：数据不出你的电脑。 你丢给它的所有文档——Word、Excel、PPT、PDF——全在本地处理，不用上传。你跟它的所有对话、所有生成记录，全存在你本地。 最狠的一点：你换一台电脑登录同一个账号，找不到任何历史记录。 因为记录根本不在云端，就在你原来那台电脑上。 隐私给到这种程度，说实话，不太像一家商业公司的做法。但Mirawork就这么干了。 九、搜索，比你想的强很多。 AI有搜索能力不稀奇。但搜索和搜索之间，差距大了去了。 Mirawork的搜索是它们一个亮点功能。不是那种随便抓几条网页摘要糊弄你的水平，是真的能搜得深、搜得准、搜完还能帮你结构化整理的。 更关键的是，它还有会员专属的高级搜索能力——深度调研、多源交叉验证，这种级别的搜索，不是基础版能比的。 你在写方案时需要查行业数据、竞品动态、最新政策？直接对话里让它搜就行。搜完自动给你整理成摘要、对比表，甚至直接嵌进你正在写的文档里。 不用切浏览器。不用自己翻十几篇文章手动摘。一句话，它全办了。 说真的。 我推荐过不少AI工具。大多数推荐完之后，我自己过段时间就不用了。 但Mirawork我用了两周，它已经成了我桌面上的常驻工具。 它没有改变我的工作内容，但改变了我的工作方式——从「我来干」变成「让它干」。 真正的效率工具，不是让你花更多时间去学习怎么用它。 是把它放在那，你说人话，它干活。 来试试。 官网：mirawork.com。电脑直接搜「mirawork」也能找到。 首次登录填我的邀请码：（可以多600积分用量） 下载之后，试试选择你的工作文件夹，让它给你盘一盘数据，做一做汇报材料，你会惊艳的。

Verse8 Creator 是一款面向大众创作者的 AI 游戏生成平台，主打“几分钟内把想法变成可玩的游戏”。用户不需要代码基础，只要用自然语言描述玩法、题材或世界观，就可以生成游戏内容，并继续完成发布与分享。 【产品功能】 自然语言生成游戏：用户可以直接通过提示词描述游戏想法，系统会自动生成游戏内容和相关网页内容，不需要先学习传统开发流程。 游戏开发专用多智能体：平台内置针对游戏开发优化的 specialized agents、MCP 工具和 RAG Database，能够帮助用户处理更复杂的游戏创作任务，而不只是简单拼模板。 服务端与多人游戏能力：Verse8 不只生成前端玩法，也支持通过 vibe coding 实现游戏服务端开发，包括数据库管理、多人游戏和实时服务器逻辑。 一键构建与发布：支持在同一流程中完成 build 和 publish，创作者可以把生成好的内容快速发布并分享给朋友试玩，缩短从想法到上线的路径。 内置变现系统：平台提供 VXShop 作为游戏变现能力，支持接入支付系统、售卖游戏内道具和获得收益。官方文档说明，用户可先购买平台货币 VX，再在游戏中消费，创作者则从销售中获得结算。

OVERDARE 是一个面向移动端的 UGC 游戏平台，用户可以在 App 里直接游玩创作者制作的游戏与世界，也可以自定义头像、购买和使用虚拟物品。它的方向更接近“下一代移动端 Roblox / UGC 社区”，强调让玩家和创作者在同一个平台里共同生产和消费内容。 和单纯的游戏平台不同，OVERDARE 还配套提供了 OVERDARE Studio，让创作者可以自己制作游戏、地图、3D 资产和头像内容，再发布到平台里给其他玩家体验。 【产品功能】 移动端 UGC 游戏平台：玩家可以在 OVERDARE App 中直接游玩创作者制作的各类 UGC 内容，并在同一平台里进行头像个性化和社交化表达。 3D 游戏与世界创作：OVERDARE Studio 支持创作者制作游戏、地图、世界资产和头像物品，既适合初学者，也支持更进阶的内容搭建与管理。 基于 Unreal Engine 5：平台创作端建立在 Unreal Engine 5 之上，适合制作更高质量的 3D 场景和世界内容。 Luau 脚本开发：OVERDARE 支持通过 Luau 进行游戏创建与移植。 世界资产商店：平台提供 World Asset Store，创作者可以查找和使用社区资产，也可以把自己的想法做成资产内容，降低从零开始搭建世界的成本。 云端发布服务：创作者可通过平台提供的 Cloud Service 将作品更快发布到全球，减少自建后端和分发流程的负担，让“做出来”更容易变成“真的有人能玩到”。

pmb 将项目决策、经验、任务事实等信息保存至本地 SQLite 文件，让智能体跨会话保留工作上下文。 它可通过 MCP 接入多种编程智能体，在模型推理前自动召回相关记忆，并在任务结束后记录新信息。 产品采用本地优先架构，不依赖云端服务或 API 密钥，适合重视数据控制与长期项目连续性的开发者。 【产品功能】 自动记忆召回：在每次对话前匹配项目经验、决策与文件信息。 跨工具共享上下文：支持 Claude Code、Cursor、Codex、Zed 等工具共用同一记忆库。 混合检索机制：结合关键词、向量与实体关系进行记忆排序。 记忆质量管理：根据智能体实际执行情况识别有效、无效或待验证的经验规则。 可视化记忆地图：通过关系图与时间线查看项目事实、提交与决策演变。 本地离线运行：数据保存在用户设备中，无遥测、无云端依赖。

OpenTypeless 是一款开源、跨平台的 AI 语音输入工具，支持 macOS、Windows 和 Linux。你只需要按下全局快捷键，说出想法，它就能完成语音转文字、AI 润色，并把最终文本直接输入到当前正在使用的应用中。 它不仅适合日常听写，还支持选中文本后用语音发出指令，让 AI 帮你改写、总结、翻译或优化表达。比如写邮件、回复聊天、整理会议记录、写 Issue、写文档、写提示词时，都可以减少手动打字和反复修改。 核心亮点： 任意桌面应用可用：按快捷键说话，自动输入到当前应用 AI 自动润色：把口语化表达整理成清晰、可读的文字 选中文本改写：选中文本后说出修改要求，快速重写、翻译或总结 Ask Anything：通过语音快速提问，在小窗口中获得简洁回答 支持多种 STT 和 LLM 服务商：可接入 Whisper、Groq、Deepgram、AssemblyAI、OpenAI、DeepSeek、Gemini、Ollama 等 BYOK 友好：可以使用自己的 API Key，核心功能不强依赖官方云服务 开源透明：MIT License，适合重视可控性和隐私的用户 适用场景： 写邮件、写文档、写笔记 快速回复聊天和评论 将语音想法整理成正式文字 中英文翻译和多语言输出 用语音快速改写已有文本 桌面端快速语音问答 常见问题： Q：OpenTypeless 是普通听写工具吗？ A：不只是听写。它会在语音转文字后继续用 AI 润色、改写或翻译，让输出结果更接近可直接使用的成稿。 Q：是否必须使用官方云服务？ A：不必须。OpenTypeless 支持 BYOK，你可以配置自己的 STT 和 LLM 服务商，也可以使用本地或兼容 OpenAI API 的模型。 Q：支持哪些系统？ A：支持 macOS、Windows 和 Linux。 Q：适合谁使用？ A：适合经常写作、沟通、记录、整理想法的用户，尤其是希望用语音替代大量键盘输入的人。

scritty 是一款终端模拟器，可在同一环境中运行 Claude Code、Codex、Copilot CLI、Aider 与 Ollama 等 AI 工具。 它会自动识别当前运行的智能体，捕获并标记每轮对话，将不同工具中的工作记录沉淀为统一可搜索的本地记忆库。 用户无需在不同智能体之间反复复制上下文，也可通过浏览器、手机、MCP 或命令行访问同一套会话与记忆。 【产品功能】 多智能体会话捕获：自动记录多个 AI CLI 工具的输入、输出与会话来源。 跨工具统一记忆：将不同智能体的历史交流汇集到同一知识库中，支持跨会话搜索。 混合记忆检索：结合关键词与语义检索，帮助用户快速找到历史决策、代码讨论与任务记录。 MCP 与命令行接入：支持将记忆库开放给其他智能体或脚本调用，实现上下文复用。 全局规则注入：可将常用指令、项目目标与约束同步应用到不同 AI 工具的每次请求中。 浏览器与手机同步：支持在浏览器和手机中打开同一终端会话，并实时查看或继续操作。 会话恢复：重新启动后可恢复此前打开的终端标签、目录与项目工作状态。

Glaze 是一款由 Raycast 团队打造的 AI 原生桌面应用程序生成与分发平台。 该产品专注于解决传统桌面软件开发环境搭建繁琐、非编程人员创意难以落地以及企业内网工具研发耗时费力的实际痛点。 用户无需具备任何专业的编写代码经验。 只需在客户端中通过自然语言与 AI 开展交互式对话。 系统便能在几分钟内全自动完成具有精美原生质感的 macOS 桌面应用程序组装。 系统将大模型的界面意图识别、完全无需服务器中转的纯本地运行架构与硬件级隐私防护沙箱深度整合。 这免去了非技术创作者在配置环境、打磨 UI 细节以及跨软件进行应用打包分发时面临的工程摩擦。

The Termi Protocol 是一款为技术极客、独立开发者及黑客打造的 AI 原生终端智能体三维可视化管理平台。 该产品专注于解决传统黑盒环境下 AI 编码 Agent 执行过程不可见、终端长日志排查繁琐以及多智能体协同频繁冲突的实际痛点。 【产品功能】 图像驱动型 Agent 执行全流程三维空间行为拟真： 将抽象的命令行文本转化为直观的立体空间模拟，可随时悬浮查看各个智能体的执行目标和当前令牌消耗状况。 支持多模态回滚的端侧全时态任务控制中心： 为每个席位配备独立的真实外壳管线和看板，支持自动生成代码运行快照，方便在产生异常逻辑时快速回滚。 避免文件编辑碰撞的多智能体交叉协作锁定： 内置完备的多主体冲突防护底座，自动对当前正在编辑的目标文件实施状态锁定，防止两个智能体同时改写同一段代码。 纯前端本地安全留存的长期项目记忆沙箱： 关闭软件后所有任务面板和项目记忆自动保存在用户本地设备中，重新开启即可瞬间无缝衔接，免去反复解释背景。 结合真实编码周期的游戏化成长体系： 将开发人员在现实中的真实工作成果转化为相应的经验值，配套全球实时荣誉墙以及自适应演进的虚拟宠物养成玩法。

一个简单有趣的小插件。 如果你喜欢那种手动且快捷的换挡操作，那么这个插件可能会符合你的胃口。 Also, check the original post here: https://x.com/milindlabs/status/2072779846267310403

page-agent 是一款一行代码即可让任意网站无缝变身 AI 原生应用的前端开发工具。 该产品专注于解决传统 SaaS 产品重构 AI 助手成本高、多页面跨标签自动化操作流程繁琐以及企业敏感数据上云面临隐私泄露风险的痛点。 【产品功能】 一行脚本嵌入的零基建极速集成： 支持直接通过标准 script 标签注入网页前端，无需 Python、Playwright 等服务端重度依赖即可让既有系统变身 AI 应用。 浏览器内本地运行的隐私优先方案： 所有页面操作逻辑与上下文分析均在用户的浏览器环境内部完成，数据完全由用户自主掌控，实现敏感信息的脱敏。 带有二次确认的人机协同内置面板： 当大模型执行敏感或关键操作前会自适应唤起前端确认机制，由用户亲自把关，避免出现盲目的失控自动化。 兼容多种开放大模型的跨网关调用： 支持直连主流商业大模型或通过 Ollama 挂载纯本地离线模型，方便按需调配不同性价比的推理算力。

一句话定位：让 AI Agent 不偷懒、不崩溃、不跑偏，把”睡一觉醒来跑完 5 万行代码”这件事变成现实。 一句话上手：pip 一键安装，lra init 自动生成 CLAUDE.md / AGENTS.md，你的 Agent 立刻就会用。 一、功能亮点 轻量到极致，零门槛接入 pip install long-run-agent 一行装好，没有重型依赖、没有服务端、没有数据库。所有状态就是 .long-run-agent/ 目录下几个 JSON / YAML 文件，跟着 Git 走，人能读、Agent 也能读。 突破上下文窗口限制 内置输出限制感知：4K 的 GPT-4o-mini、8K/16K/128K 的各类 Claude 都能各司其职。lra context –output-limit 按模型能力自动推荐和拆分任务；lra orientation 一条命令完成上下文重建（工作目录、项目结构、最近提交、任务进度、索 引位置），Agent 重启即接续，不再被上下文长度卡死。 Constitution 规范驱动 + 质量门禁，专治”AI 偷懒” 这是 LRA 区别于普通任务清单工具的核心。项目把不可协商的原则写进 .long-run-agent/constitution.yaml，分三层： – NON_NEGOTIABLE（不可协商）：连 –force 都绕不过去，必须通过； – MANDATORY（强制）：必需门禁必须过； – CONFIGURABLE（可配置）：按需开关。 门禁支持 shell 命令（如 pytest tests/）、字段检查、自定义函数。任务完成时自动验证，失败自动进入 optimizing 状态并给出修复建议——AI 没法靠”我说做完了”蒙混过关。 Ralph Loop 7 阶段迭代引导，逼着每一步走扎实 每个任务最多 7 次渐进式迭代：理解规划 → 基础实现 → 功能完善 → 质量提升 → 优化改进 → 验证测试 → 交付准备。质量门禁按阶段触发，早期阶段不卡性能、不卡深度 测试，后期逐步加严。三件贴心设计：所有必需检查通过可提前完成（不必硬走 7 次）、同一阶段卡 3 次自动提示跳阶段、重构阶段带测试覆盖率安全提示。 Relay 全自动接力 + 断点续跑，真正的”自动驾驶” lra relay 一条命令跑完整个队列：取任务 → claim 加锁 → 跑 Agent → Constitution 验证 → 更新状态 → git commit，全程无人值守。崩溃恢复靠”阶段级提交”——每个阶段完成立即 commit，iteration 在 commit 之后才递增，所以崩溃丢的最多是当前阶段；锁超时 15 分钟后变 orphan，新进程自动接管，从 ralph.iteration 指向的阶段继续。挂个 tmux，断了重连接着跑。 多 Agent 协作：大模型拆、小模型并行干 层级锁机制让大模型负责架构和接口契约、decompose 拆分、publish 释放子任务锁；小模型按 –output-limit 领取可承担的子任务并行开发，最后大模型验收集成。文件锁（单实例）+ 任务级锁（单任务）双层并发安全，多 Agent 提交到同一分支无 merge 冲突。 兼容你正在用的全部 Agent 工具 Claude Code、OpenCode、Open Claw、Cursor、Trae……一条 lra init 自动生成对应的 CLAUDE.md / AGENTS.md / lra.md，Agent 读完就知道工作流，不挑工具、不改习惯。 全平台 + 高性能 Windows / Linux / macOS 全平台兼容（CI 验证）。基准测试：1000 任务规模下创建延迟 <10ms、更新延迟 <20ms、吞吐 172 ops/s，10→1000 任务内存增长仅 19.5%——开箱即用撑住大型项目。 通用任务模型，不止写代码 内置 code-module、novel-chapter、data-pipeline、doc-update、task 五套模板，软件开发、小说创作、数据处理、文档维护都能套；Jinja2 模板引擎支持条件/循环，自定义模板零成本。 二、典型使用场景 大型软件项目的多模块并行开发 把一个 Web 应用拆成认证、订单、支付等模块，大模型定契约、小模型分头干活，Constitution 保证每块合并时测试必过、文档必更新。 长任务挂机自动化（"睡一觉跑完"） tmux 里 lra relay --max-steps 100，第二天回来看进度条。配合国内高性价比的中小 输出模型（4K/8K）把成本压下来，长任务也能跑得起。 多 Agent / 多模型混编 贵模型干规划与验收，便宜模型干实现，靠层级锁和输出限制适配把分工切干净，避免" 大材小用"烧 token。 长篇内容创作（小说、系列文档） novel-chapter 模板的 7 阶段路径：理解大纲 → 初稿 → 情节完善 → 人物塑造 → 语言润色 → 逻辑检查 → 最终定稿，每一稿都有阶段目标和可跳过项，不被一次性输出上限困住。 数据管道与数据处理 data-pipeline 模板覆盖数据可用性 → 质量 → 完整性 → 性能 → 可视化 → 交付验证全链路，适合周期性、需要回归保障的数据任务。 老项目接入与文档治理 v3.3+ 的系统预检（代码规模、Git 规范、文档覆盖率、注释占比）自动评估项目健康度 ，增量/全量两种模式；创建业务任务时自动绑定文档更新任务，doc_enforcement 可设 strict 强制闭环。 团队级 Agent 工作流标准化 lra orientation + 13 步标准化提示词 + 项目分析器（Python/JS/TS/Go），新 Agent 上手即对齐既有规范，降低协作摩擦。 三、社区收录与认可（可核实） 开源协议：MIT License，GitHub 仓库 hotjp/long-run-agent，已发布 23 个 Release，最新 v5.2.2（完整 Windows 兼容性，CI 验证）。 PyPI 已发布：pip install long-run-agent，命令行工具为 lra。 收录于 GitHub Topic「long-running-agent」分类。 被第三方开源聚合站 Star Wiki 收录，列为「适合 AI Agent 开发的开源项目」之一。 掘金、CSDN 等技术社区有专文介绍与实测，核心评价聚焦在"轻量、零门槛、可直接落 地的长任务调度"。 四、FAQ Q1：LRA 和其他 Agent 框架（LangGraph / AutoGen / CrewAI 等）有什么本质区别？ A：那些框架解决的是"怎么编排 Agent 调用"，LRA 解决的是"长任务怎么不崩、不偷懒、可接续"。它不接管你的模型调用，而是给任意 Agent 工具提供一层规范驱动的任务管理 + 质量门禁 + 断点续跑外壳。Constitution 强制门禁 + Ralph Loop 阶段引导是其他任务清单类工具没有的。 Q2：AI 总喜欢说"我做完了"就交差，LRA 怎么治？ A：靠 Constitution 的 NON_NEGOTIABLE 原则 + 质量门禁。任务完成时自动跑你定义的 检查（pytest、lint、字段是否存在……），失败就自动进 optimizing 状态给修复建议；即使加 --force 强制完成，NON_NEGOTIABLE 原则照样必须通过，绕不过去。 Q3：跑长任务中途进程崩了，进度会丢吗？ A：不会。Relay 采用阶段级提交——每个阶段完成立即 git commit，崩溃后重启 lra relay 会读取 ralph.iteration 从断点续跑；锁超时 15 分钟自动转 orphan，新进程接管。建议挂 tmux，断网断电都能续。 Q4：支持哪些 AI 模型和编程工具？ A：模型层面按输出能力自适应（4K–128K 全覆盖，特别适配国内高性价比中小模型）。工具层面 v5.0 全面兼容 Claude Code、OpenCode、Open Claw、Cursor、Trae 等，lra init 自动生成对应配置文件，Agent 自动学会工作流。 Q5：支持 Windows 吗？ A：支持。v5.0 起全平台兼容（Windows / Linux / macOS），v5.2.2 已通过 CI 完整验证，跨平台相关操作使用跨平台原语，无平台锁。 Q6：数据存在哪？会不会丢？多人/多 Agent 同时操作安全吗？ A：所有状态就是 .long-run-agent/ 下的 JSON/YAML/Markdown，跟 Git 走、可 review。原子文件 I/O（SafeJson + FileLock）保证写不撕裂；并发场景下文件锁（单实例）+ 任务级锁（单任务）双重保护，多 Agent 提交同一分支不冲突。 Q7：性能扛得住大项目吗？ A：扛得住。1000 任务规模：创建 <10ms、读取 <2ms、更新 <20ms、吞吐 172 ops/s，10→1000 任务内存增长仅 19.5%。500 任务以内属常规使用区间。 Q8：收费吗？ A：MIT 开源，完全免费。安装：pip install long-run-agent（开发版加 [dev]，含浏览器测试加 [full]）。 Q9：最快怎么跑起来？ A：四条命令—— lra init --name "My Project" # 初始化（自动建 Constitution） lra new "实现登录功能" # 创建+认领 lra new "用户认证模块" --auto-split # 复杂任务自动拆分 lra status # 看进度 想全自动就 lra relay --dry-run 先干跑看看。

SnapBlock 是一款面向独立开发者、初创公司创始人及视觉设计师打造的 AI 驱动型网站与应用自动化开发工作台。 该产品专注于解决传统网页制作中代码编写耗时、响应式布局调试繁琐以及从设计稿到生产环境部署周期长的实际痛点。 【产品功能】 自然语言驱动的对话式布局智能生成： 支持用户通过描述直接将创意转化为具备响应式布局的网页结构，无需手动编写任何代码即可获得即用型设计稿。 工业级前端框架代码的一键无损导出： 支持将生成的设计方案直接导出为干净的 HTML、CSS、React 或 Next.js 源码，完美契合专业开发者的工程化需求。 持续迭代的增量式智能修正机制： 内置交互式修正模块，用户可针对网页的任意细节进行反复的指令式修改，直至页面效果与心中的构思完全吻合。 高容错性的意图补全引导式构建流程： 当用户的 prompt 不够完整时，系统会自动开启引导提问模式，直至获取到构建页面所需的全部细节参数，有效降低上手门槛。 一站式生产级部署与托管服务： 内置完备的托管环境，支持一键实现 SSL 加密、CDN 加速与域名绑定，用户专注于创意内容即可快速上线。

CodeMote 是一款能够将 iPhone 或 iPad 瞬间化身为个人开发工作站遥控器的 AI 原生终端工具。 该产品专注于解决开发者在离开电脑后无法及时处理紧急漏洞、无法跟进 AI 智能体编码进度以及移动端远程协作功能受限的实际痛点。 【产品功能】 移动端实时全功能终端与开发环境镜像： 在手机上即可运行 Claude Code 或任意 CLI 编码智能体，拥有与桌面端完全一致的机器访问权限，实现远程编码不停工。 锁屏状态下的实时渲染与事件推流回调： 利用 iOS 锁屏实时活动功能动态展示终端执行流，智能体在等待人工审批时会自动切换状态并推送唤醒通知，方便随时 glance 介入。 独立于聊天窗口的完整 Diff 与文件管理面板： 突破传统 App 仅支持对话聊天的局限，支持查看真实代码差异对比、在线浏览全量文件树以及手动修改代码配置。 深度集成 Git 工作流的移动端源码控制： 支持在手机端直接完成 staged、commit、push、branch 及历史记录查看，无需在移动端额外配置任何 GitHub 密钥或令牌。 兼容主流 VS Code 分支与 headless 部署架构： 支持通过插件一键接入 VS Code、Cursor、Antigravity 等开发工具，亦可直接通过 npm CLI 在无 IDE 的服务器环境中运行。

HanaAgent 是什么 HanaAgent 是一个更加易用的 AI agent，有记忆，有性格，会主动行动，还能多 Agent 在你的电脑上一同工作。 作为助手，Ta 是温柔的：不需要写复杂的配置，不需要理解晦涩的术语。HanaAgent 它不只面向 coder ，而是为每一个坐在电脑前工作的人设计的助手。 作为工具，Ta 是强大的：记住你说过的每一件事，操作你的电脑，浏览网页，搜索信息，读写文件，执行代码，管理日程，还能自主学习新技能。 我开这个项目的初衷是：弥合绝大多数人和 AI Agent 之间的缝隙，让强大的 Agent 能力不再只局限于命令行里。于是我做了比传统 Coding Agent 更多一些的优化：一方面是强化 Agent「像人」的属性，是你和他们沟通更自然；另一方面，因为我本职也是一介文员，所以我也针对日常办公场景做了很多工具性和流程性的优化，敬请探索。 此外，HanaAgent 有比较完备的图形页面。 如果你用过 claude code、codex、Manus 等 CLI 或是图形化的 Agent，你会在 HanaAgent 这里找到熟悉又新奇的感觉。 功能特性 记忆 — 结合主流的记忆方案，自己又发挥了一下，做了个记忆系统，近期的事情记得非常牢固，但目前确实有待优化。 人格 — 不是千篇一律的”AI 助手”。通过人格模板和自定义人格文件塑造独特的性格，每个 Agent 都有自己的说话方式和行为逻辑，Agent 之间分离做得很好，备份方便，Agent 就是文件夹，后续还会添加备份功能。 工具 — 读写文件、执行一次性命令或持续终端会话、浏览网页、通过浏览器后端或 API 搜索互联网、截图、分段长截图、媒体预览、检查网页。能力覆盖日常办公的绝大多数场景。也可以通过 server-first CLI 连接同一个 HanaAgent Server，在终端里查看状态、列会话和继续对话。 SKILLS 支持 — 内置兼容庞大 SKILLS 社区生态，之外，我也做了一些主动的优化：有时候干活之前，Agent 会从 GitHub 安装社区技能，Agent 也可以自己编写并学会新技能，有比较不错的主动性。当然，默认情况给 Agent 做了比较严格的 SKILLS 审核，如果发现 SKILLS 装不上可以自行关闭。 角色卡与技能包 — Agent 可以导入 / 导出为本地优先的角色卡 zip，按白名单携带人格、头像、可选记忆和 Skills。Skill Bundle 是独立的技能包基础设施，可以在技能管理页分组、拖拽、成组启用，并单独导出为 zip，方便迁移和分享。 多 Agent — 创建多个 Agent，各自有独立的记忆、人格和定时任务。Agent 之间可以通过频道群聊协作，也可以互相委派任务。 书桌 — 每个 Agent 都有自己的书桌，可以放文件、写笺（类似便签，Agent 会主动读取并执行）。支持拖拽操作、文件预览和工作台文件树变更监听，是你和 Agent 之间的异步协作空间。 全屏媒体查看器 — 聊天里或书桌上的任意图片、SVG、视频，点开就是暗色遮罩的全屏预览：滚轮缩放、拖拽平移，+ / − / 0 键盘快捷，左右箭头在同会话或同目录的相邻媒体间切换。 会话管理 — 侧栏支持聊天记录搜索，标题命中优先，必要时继续检索正文；旧会话可以归档后从设置入口恢复或永久删除。聊天正文里的选中文本会进入输入框引用卡片，继续追问时保留原文语境。 定时任务与心跳 — Agent 可以设置定时任务（Cron），也会定期巡检书桌上的文件变化。当前自动化执行器已经把“什么时候触发”和“做什么”拆开：复杂任务仍让 Agent 后台执行，轻量提醒可以直接发送通知，插件动作也可以被计划调用。 安全沙盒 — 双层隔离：应用层 PathGuard 四级访问控制 + 操作系统级沙盒（macOS Seatbelt / Linux Bubblewrap / Windows restricted token）。Agent 的权限在你的掌控之中。平时可只读访问系统普通文件，写入和删除限制在工作目录与受控数据目录。Windows 命令沙盒目前是写隔离模型：读取按当前用户权限自然发生，网络也按当前用户网络权限运行；macOS / Linux 的网络隔离仍由对应平台沙盒能力决定。如果你想调整权限，可以在设置 → 安全页面修改沙盒级别；外部网络也可以配置系统代理、手动代理或直连。 插件系统 — 约定优先的可扩展插件架构。拖拽安装社区插件，插件可以贡献工具、技能、命令、Agent 模板、HTTP 路由、Pi SDK extension、LLM Provider、页面、侧栏 Widget、配置 schema 和后台任务。路由可直接访问核心服务（PluginContext 注入），通过 Session Bus 与 Agent 对话、获取历史、管理 session；插件卡片会进入统一的消息块和历史回放。两级权限模型（restricted / full-access）保障安全，extensions/、routes、providers、页面和生命周期能力只在 full-access 插件里生效。 多平台接入 — 同一个 Agent 可以同时接入 Telegram、飞书、QQ、微信机器人，在任何平台和 Ta 对话，可以远程操作电脑；Bridge 消息会带平台上下文，通知也可以回发到当前外部平台。 移动端与 LAN 前端 — HanaAgent Server 可以托管 /mobile/ PWA，手机通过设备访问密钥或本地账号登录，查看会话、继续聊天和管理工作台文件。另一台桌面端也可以通过 LAN URL + access key 连接到已有 HanaAgent Server，继续消费同一套会话和资源。 国际化 — 界面支持中文、英文、日文、韩文、繁体中文 5 种语言。