更新UPDATES

App OpenClaw 跨平台能真正帮你办事的AI智能体
项目
很多“智能体”只停留在聊天层面，你问它它答，但真要它去操作系统、调度任务、连各种服务，往往力不从心。更现实的是，你希望它每天早八自动汇总待办、创建日程，而不是每次手动复述需求。OpenClaw 的卖点是“真的把事办成”——跨平台运行，通过网关统一调度模型与渠道，让 AI 从问答走向执行，把日常杂务闭环，把“帮我做”变成它的默认姿态。
App Hermes-Agent 会随你一起成长的个性化AI智能体
项目
大多数 AI 助手是“用完即忘”的：每次对话都从空白开始，你反复交代背景、偏好与项目上下文，费时又费神。更别提它根本记不住“我习惯用严格模式”“提交信息用 Conventional Commits”这类长期约定。Hermes Agent 想做不一样的——它把记忆、技能与个性化沉淀下来，随着使用越来越懂你，从一个通用助手成长为专属的智能体搭档，而不是每次都重新介绍自己。
Framework LangChain 用Python构建Agent与大模型应用的框架
项目
大模型本身很强，但真正落地成应用，要接数据源、调工具、管记忆、编排多步推理。这些“管道工”的活，如果每个项目都手写一遍，既重复又易错，版本一升级还可能全崩。LangChain 把模型、工具、检索、记忆等抽象成可组合的模块，让你用 Python 快速搭起健壮的 Agent 与 LLM 应用，把精力放在业务而非胶水上。它定义了“LLM 应用开发”的通用词汇表。
Framework Langflow 拖拽式可视化构建与部署AI智能体
项目
写 AI 应用，很多人被“先把框架跑通”劝退：装环境、拼组件、调接口，还没看到效果就耗掉半天。更别说要加记忆、接工具、做检索，任意一环出错就卡住。Langflow 把这一切变成拖拽——在画布上把模型、提示词、工具连成流程图，点一下就能运行和部署，把构建智能体的门槛降到了极低，让不懂框架细节的人也能跑起来，把“想做个 Agent”从工程任务变成了可视化操作。
Service Dify 开源LLM应用平台可视化编排Agent与工作流
项目
很多企业想用大模型，却卡在“从 Demo 到生产”的鸿沟：要接模型、要编排流程、要管知识库、还要让人能协作调试。自己搭一套，光是向量库、编排引擎、权限系统就够喝一壶。Dify 把这套能力做成可视化的 LLM 应用平台，拖拽即可编排 Agent 与工作流，RAG、工具、评估一条龙，团队从原型到上线不必推倒重来。它把“企业级 AI 平台”从昂贵的定制项目，变成了可下载的开源软件。
Service Supabase 开源的Postgres后端平台助你快速建应用
项目
做产品时，后端总是一块硬骨头：要数据库、要认证、要存储、要实时，还得自己拼装，还没上线就被基础设施拖慢。Supabase 把这些“Firebase 式”的后端能力用开源组件拼起来，核心是一套专属 Postgres，让你几分钟拿到一个带认证、API、实时与向量检索的完整后端，不必从零造轮子。它把“后端”重新定义为“开箱即用的平台”，而不是一堆需要粘合的服务。
Library Puppeteer 用Node控制Chrome与Firefox做自动化测试
项目
做前端最怕两件事：一是手工点一遍页面验证功能，枯燥又容易漏；二是需要批量抓取或截图网页，却没有顺手的自动化手段，只能写脆弱的正则去抠 HTML。Puppeteer 给了 Node 开发者一个官方级的浏览器控制库，用几行代码就能驱动 Chrome、Firefox 完成点击、填表、截图与爬虫，把“用程序操作浏览器”这件事标准化。它让“像人一样打开网页并操作”变成了几行异步函数。
App NextChat 基于Next.js的一站式AI对话网站模板
项目
想搭一个自己的 AI 聊天站，却卡在：要接多家模型、要管密钥、要做得好看、还要能部署到各处。更现实的是，团队内部只想有一个统一入口，既能用 GPT 也能切 Claude，还能私有化防数据外泄。NextChat 直接给你一套生产级模板——零配置启动，GPT、Claude、Gemini、DeepSeek 等上百款模型开箱即用，网页端、桌面端、移动端全覆盖，把“自建聊天面板”从一周工程压成了几分钟。
Framework CopilotKit 为React应用嵌入AI副驾驶与生成式UI
项目
给现有应用加一个“AI 副驾驶”，听起来很酷，落地却很难：要在前端接模型、管理对话状态、把 AI 输出安全地渲染进界面，还要处理授权与流式更新。更麻烦的是，AI 往往只能回一段文本，难以真正“操作”你的应用。CopilotKit 把这套能力封装成 React/Angular/移动端的框架，让你用几行代码就把可交互的 AI 助理嵌进产品，并支持生成式 UI，让 AI 的输出成为界面的一部分而非孤立气泡。
App IT-Tools 程序员常用在线小工具合集提升开发效率
项目
开发者每天都会遇到零碎但高频的需求：格式化 JSON、生成 JWT、转换时间戳、编解码 Base64、比对文本差异……这些事不值得专门写脚本，可每次去各种小网站又担心隐私与广告，上传的字段说不定就被记录了。IT-Tools 把几十种常用工具集成到一个干净、可自托管的界面里，本地运行、数据不出浏览器，顺手又安心。它解决的是一个不起眼却天天发生的痛点：零散工具随地找、隐私无保障。
App Onlook 可视化用AI改React与Next.js代码的开发工具
项目
前端开发里有个长期割裂：设计师在画布上拖拽出界面，开发者再手写代码还原，两边对不上就要反复返工。更糟的是，设计稿里的间距、配色、断点，落到代码里常常走样，最后谁都不满意。Onlook 想抹平这条鸿沟——它让你在可视化画布里直接改 React、Next.js 代码，AI 改动会实时落回真实源码，所见即所得，设计与开发第一次共享同一份真相。它把“设计”重新定义为“直接编辑真实代码”，而非生成一份会过期的图片。
MCP Codebase-Memory 本地代码智能为开发者和AI智能体建知识图谱
项目
AI 编码助手最常见的短板，是“记不住”你的代码库：每次对话都从零读文件，重复消耗大量 token，也容易被长上下文淹没，甚至读漏关键文件。更隐蔽的问题是，它往往不清楚“改 A 会影响哪些测试”，于是一边改一边引入新的回归。Codebase-Memory-MCP 用一个本地知识图谱把代码、文档与基础设施连起来，让 AI 智能体像拥有长期记忆一样精准定位改动点，而不是盲目扫描全仓。它把“代码理解”从每次临时读取，升级为一次建图、长久复用。
CLI Claude-Code Anthropic终端AI编程助手理解与改写代码
项目
当项目规模变大，光靠记忆和理解去改代码会变成巨大负担：一个接口的改动，牵扯十几处调用方，稍不留神就引入回归。更麻烦的是，新人接手老项目时，光是理清依赖关系就要花上几天，还容易踩坑。Anthropic 的 Claude Code 把大模型直接放进你的终端，让它读整个代码库、理解上下文、执行 git 操作并给出可提交的补丁，把“理解复杂代码”这件事交给 AI，人只负责拍板。它不是简单的补全工具，而是能在仓库尺度上工作的智能体。
CLI OpenCode 开源AI编码智能体终端帮你写代码
项目
很多团队的痛点是：AI 编码工具要么被锁在某家云服务里，要么深度绑定特定编辑器，想自托管、想换模型、想审计行为都很麻烦。一旦厂商调整价格或策略，你的开发流程就被卡住，迁移成本极高。OpenCode 的思路正好相反——它把整个编码智能体做成开源、可本地运行、可替换模型的终端程序，你掌握全部控制权，模型后端、数据存储、行为边界都由自己决定。这种“把能力还给开发者”的取向，正是它在开源社区快速走红的原因。
CLI Codex OpenAI终端编码智能体自动写改测代码
项目
写代码最磨人的环节，往往不是敲键盘本身，而是反复在编辑器、终端、文档和测试之间切换上下文。一个需求要改三处文件，你得先想清楚依赖关系，再逐个打开、修改、跑测试，稍有遗漏就返工。更糟的是，当你让聊天机器人帮忙时，它给的代码片段常常和你的项目风格、依赖版本对不上，复制粘贴后还要再调一轮，等于把时间花在“让它听懂你的工程”上。OpenAI 推出的 Codex CLI 把这种工作流直接搬进终端：你用自然语言描述任务，它在本地仓库里读代码、改文件、执行命令并自我验证，把“思考—执行—反...
  1. 1
  2. ...
  3. 21
  4. 22
  5. 23
  6. 24
  7. 25
  8. 26
  9. 27
  10. 28