把智能体能力，拼成你的工作流。

ChatDev 2.0 将早期的软件开发智能体扩展为零代码多智能体编排平台，用户可通过配置组合节点、工具和模型，执行文档总结、信息收集、内容发布或数据可视化等流程。它也提供 Python SDK 和可扩展后端，开发者可新增节点、模型提供商与工具。

Tabby 是可部署在本地或内网的 AI 编码助手，通过编辑器扩展为开发者提供代码相关能力，并可用 OpenAPI 接入现有基础设施。它不依赖独立数据库或云服务，也支持消费级 GPU，适合希望把模型、代码上下文和运行环境留在自己控制范围内的团队。

ZeroClaw 是一个可自行托管的 Rust 智能体运行时，可接入多家云端或本地模型，并通过 Telegram、Discord、邮件、Webhook、CLI 等渠道处理消息。它支持工具调用、记忆、定时或事件驱动流程以及网页控制台，默认以监督模式限制中高风险操作，并提供系统级沙箱。

GitHub 官方 MCP Server 可把仓库、代码、Issue、Pull Request、Actions 和安全相关数据接入兼容的 AI 客户端。用户可以连接 GitHub 托管的远程端点，也可通过 Docker 或本地二进制运行服务，并用 toolsets 或单个工具限制开放范围；可执行的写入操作取决于 OAuth 会话或令牌权限。

Langfuse 帮助团队接入 LLM 应用的追踪数据，在一个界面中检查模型调用、会话、检索步骤、智能体动作和用户反馈，并进行提示词版本管理、数据集实验与自动或人工评估。它可与常见 SDK 和框架集成，也可使用云服务或通过 Docker Compose、Kubernetes 自托管。自托管实例默认发送基础使用统计，但不包含原始追踪、提示词或数据集内容，并可通过配置关闭。

Onyx 是可自托管的团队 AI 工作台，让不同大模型通过统一界面使用，并利用组织资料为回答提供检索上下文。它可通过五十多种连接器索引应用数据，也能借助 MCP 将智能体连接到外部系统，并支持研究流程和代码执行。Lite 模式只保留较轻的聊天与智能体能力；标准部署增加向量与关键词索引、后台同步任务等组件，适合需要持续维护知识库的团队。

Scientific Agent Skills 提供 148 个可复用科学技能和 100 多个数据库入口，覆盖生物、化学、医学、药物研发、材料与科学计算等领域。它遵循开放 Agent Skills 标准，可安装到 Cursor、Claude Code、Codex 等兼容代理中，用于组合多步骤研究工作流。

NanoClaw 让个人在本机部署可通过 Telegram、Discord、WhatsApp 等渠道联系的 AI 助手，并为不同代理组提供独立容器、工作区、记忆和定时任务。渠道与模型提供方按需加入，定制主要通过修改代码完成；安装需要 Docker、Node、pnpm 和 Claude Code。

PicoClaw 将个人 AI 助手做成可跨多种处理器架构运行的 Go 单文件程序，核心内存占用低于 10MB，适合资源有限的设备。它可接入多种模型和聊天渠道，并支持 MCP、定时任务及异步子智能体；具体模型通常仍需配置相应服务或密钥。

Composio 让开发者为每个用户创建独立会话，把应用认证、工具发现和执行能力交给智能体，而不必一次加载大量工具定义。它提供 TypeScript、Python SDK、CLI、框架适配器和托管 MCP 端点，可用于连接 1000 多套应用工具；使用前需要 Composio API 密钥并配置用户的关联账号。

给 AI 编程助手安装 Vercel 官方技能，用于审查 Vercel 项目的成本、性能与缓存问题，优化 React、Next.js 和 React Native 代码，检查网页可访问性与 UX，规范技术文档，并支持生成可认领的 Vercel 部署。安装后，助手会在相关任务出现时自动选择对应技能。

Semantic Kernel 是模型无关的 SDK，可在 Python、.NET 和 Java 中构建、编排并部署单代理或多代理系统。它支持不同模型提供商、插件、结构化流程和向量数据库集成。项目当前已将 Microsoft Agent Framework 标为后继方案，并提供迁移指南，维护或新建应用时需要留意这一演进方向。

GPT Researcher 将主题拆成研究问题，由规划与执行智能体并行收集网络或本地文档，再追踪来源并汇总成长篇报告，可导出 PDF、Word 等格式。它支持自定义模型、搜索器与 MCP 数据源，但运行通常需要相应 API key；项目明确属于实验性工具，输出不能替代学术判断。

Cognee 把文档等数据转成可自托管的知识图谱，让智能体在不同会话间持续记住、关联和检索上下文。开发者可通过 Python API 或 CLI 执行 remember、recall、forget 和 improve，并选择本地、Docker、云端或单一 PostgreSQL 记忆层；本地部署通常仍需配置 LLM 服务凭据。

OpenAI Agents SDK 用 Python 定义带指令、工具和防护规则的智能体，并通过交接或“智能体作为工具”来拆分任务。它还提供会话历史、人工介入、运行追踪、沙箱智能体和实时语音能力，可连接 OpenAI 接口及其他模型提供方；需要 Python 3.10 或更高版本。

Vibe Kanban 已宣布停止运营。它原本用看板 issue 规划、排序和分派工作，并为编码 Agent 创建带独立分支、终端和开发服务器的工作区；界面支持 diff 审阅、行内评论、应用预览，以及在 Claude Code、Codex、Gemini CLI 等多种编码 Agent 之间切换。

MLflow 用于记录和管理 LLM 应用、智能体及机器学习模型的开发与运行过程。你可以启动本地服务，为应用加入自动跟踪，在界面中查看调用链、指标、成本和质量，再使用评估、提示词优化、实验跟踪、模型注册与部署工具推进迭代。它可运行在本地、私有集群或云环境，适合需要统一观察生成式 AI 与传统模型生命周期的团队。

Crush 是终端里的编码助手，可在会话中切换模型并保留上下文，为每个项目维护多个工作会话。它通过 LSP 获取额外代码信息，支持 stdio、HTTP 和 SSE 形式的 MCP 服务器，也能连接多家兼容 OpenAI 或 Anthropic 的模型提供商及本地模型；使用前需配置可用的模型服务、凭据或本地端点。