把智能体能力，拼成你的工作流。

TRAIL 是一个 Agent 轨迹基准数据集，包含 148 条带标注的执行轨迹和 841 个推理、执行与规划错误，来源覆盖软件工程和信息检索任务。你可以用兼容 LiteLLM 的模型运行 GAIA 或 SWE Bench 划分，再用评分脚本汇总结果；它适合研究复杂 Agent 工作流中的错误定位。

Binharic 是带有 Tech-Priest 人设的多供应商终端编码代理，可使用 OpenAI、Google、Anthropic 或 Ollama 模型。它通过内置工具、关键词检索和预设工作流处理常见开发任务，并可用 MCP 接入外部工具；项目仍处早期开发，可能出现缺陷和破坏性变更。

让编码助手在真实应用源码里加入临时的界面、文案或状态选项，再通过本地浏览器选择器直接比较可见结果。你按标签选出保留方案后，工具会移除其他选项并运行检查；它不保存产品决策、不发遥测，也不适合正式 A/B 测试或支付流程。

Galley 是本地优先的编码任务运行器，把 Claude Code、Codex 或 GLM 放进独立 Git worktree 执行，并记录请求、范围、检查、差异和监督模型结论。监督者会接受、要求重试、升级人工审查或判定失败，已接受的任务还可提交、推送和交接 PR；任务 YAML 被视为可信执行输入，使用前必须保护其中的路径、凭据和权限边界。

Awesome AI Agents 汇总用于构建自主或半自主代理的框架、工具、平台、入门套件和学习资源，并按多代理编排等主题分类。它适合需要比较规划、记忆、工具调用和多步骤推理方案的开发者，但本身是索引清单，不是运行时。

它为 Codex、OpenCode 等现有代理 CLI 提供项目级控制层，把运行配置、持久会话、本地状态、技能、频道、定时任务和审计记录保存在 `.lionclaw/` 中。LionClaw 不替代底层代理，而是用可切换的运行时和明确边界，让团队掌控代理能看到什么、能访问什么以及留下哪些记录。

Agent Memory System 是一个命令行工具，为仓库生成项目概览、目录边界、接口与安全上下文、静态依赖图、工作日志和交接文件，帮助不同编码代理跨会话恢复工作。它把不确定或未完成部分标记出来，忽略构建产物和依赖目录，并支持维护、图查询和基准评测；项目仍处早期，基准是维护者自测而非独立验证。

Multi-Agent Workflow Kit 为每个 AI 编码 Agent 创建独立的 Git worktree、分支和目录，再把所有 Agent 放进同一个 tmux 会话中分屏观察和发送任务。用户通过 .agents/agents.yaml 配置 Agent，并用 maw 命令创建、同步、切换和通信；项目仍处于早期 POC，运行需要 Git 2.5+、tmux 3.2+、yq 和 uvx。

agent-terminal 让代理无需打开真实终端或显示器，也能启动交互式 CLI、读取 ASCII 输出并发送键盘输入，适合命令行测试、系统监控和 CI 自动化。它既可作为 npm 库使用，也可作为 MCP Server 接入代理，并提供命令白名单、工作区路径限制和环境变量清理等保护。

Praman 让测试人员或编码智能体从业务流程描述出发，为 SAP GUI、UI5、WebGUI 和 Fiori 应用规划、生成并修复 Playwright 测试。针对 UI5 界面，它通过运行时注册表定位控件，减少对易碎 DOM 选择器的依赖，也可用类型化 fixtures 手写测试；运行需要 Node.js 22 及兼容的 Playwright 版本。

Agentic Engineering Framework 作为 Claude Code、Cursor 等命令行代理的治理层，通过任务门禁、破坏性操作审批、跨会话记忆和代码依赖图约束代理工作。它负责治理与协调，而不执行模型本身，适合需要可追溯提交、影响分析和审计记录的长期代码库；项目目前仍处于 alpha 阶段。

CLITrigger 把项目文档、计划、交互终端、自动任务和 Git 审核放进同一界面，可让 Claude、Antigravity 或 Codex 在独立 worktree 中并行执行并按计划运行。完成后可在审核队列查看差异、合并或丢弃结果，适合希望离开终端后仍能集中调度多个编码任务的开发者。

Grite 把问题跟踪和任务状态直接嵌入 Git，让任务随分支创建、合并，并通过常规 push 与 fetch 同步，不依赖外部账号或服务。代理可用锁避免重复领取工作，用依赖关系组织复杂任务，并把进度与代码知识持久保存；并发修改通过确定性合并机制保留。

Better OpenCode MCP 把 OpenCode CLI 暴露为 MCP 工具，让 Claude Code 或其他 MCP 客户端选择不同模型并启动长时间任务。任务会立即返回 ID，可继续查询状态或补充输入；该分支还加入进程池、并发修复和磁盘状态恢复。使用前需要安装并配置 OpenCode 与 Node.js。

启用 boss mode 后，pi-boss 会把任务拆成独立子任务，在可见的 tmux 窗格中并行启动多个 pi 实例，并负责列出、标记或终止子智能体。结合必需的 pi-room，它还能查看进度并发送引导指令，适合希望现场观察多智能体执行过程的开发者；运行还需要 pi 和 tmux。

Not Human Search 是面向 AI 代理的搜索引擎，按网站是否提供 llms.txt、OpenAPI、结构化 API、MCP 等机器可读入口进行评分和排序。它同时提供全文搜索、REST API、MCP 服务器和 URL 评分页面，适合查找可被代理访问的服务或评估自己的网站。

Copilot Brag Sheet 在每次 Copilot CLI 会话中记录修改文件、PR 和 Git 操作，并把它们保存为本地结构化数据，便于生成绩效回顾所需的影响陈述和工作日志。完整自动跟踪目前只在 Copilot CLI 中可用；Claude、Cursor 等 MCP 主机可调用保存、回顾和生成工具，但需要手动触发记录。

cowork-to-code-bridge 在 macOS、Linux 和 WSL2 上运行，把 Cowork 或浏览器聊天中的任务交给本机 Claude Code，并将结果传回对话。它不开放网络端口、不使用 sudo，只运行预先允许的脚本，使用令牌保护连接，并用幂等键缓存结果，避免重试造成重复执行。