最近仍在更新的开源项目

Claude Harness 用五个 skill 在仓库中快速建立代理规则、执行计划、复盘记录和测试反馈闭环。bootstrap-harness 生成 CLAUDE.md、计划目录和经验文档；test-first 先写失败测试再实现；其他技能负责审查规则、结束阶段，并将重复出现的教训提升为长期规则。它适合新项目、重构和需要长期维护的代码库。

AgentsMesh 为多代理开发提供统一控制台，可把 Claude Code、Codex、Gemini CLI 等终端代理调度到自托管 Runner，并为每个任务创建独立 Git 工作树、凭据和分支。它还支持自动续跑、代理协作频道及 Web、桌面和 iOS 客户端；BSL 1.1 许可下，变更日期前的生产使用需要商业授权。

3-Layer Synthesis Kit 保留原始笔记不变，先自由生成想法，再拆成原子并强制尝试意外组合，最后交叉两路结果。它按新想法与原笔记的连接程度分成四档，并输出 Mermaid 图；这是发散生成工具，不负责整理、总结或替你判断提案是否成立。

TanStack Agent Skills 为 Query、Router 与 Start 提供结构化开发规则，让 AI 在数据缓存与失效、Mutation、类型安全路由、加载器、搜索参数、服务端函数、中间件、认证、SSR 和安全检查等环节采用更合适的模式。用户可通过 skills 安装器加入项目，兼容支持 Agent Skills 或 AGENTS.md 的多种编码代理。它是开发约束与审查参考，不会安装或运行 TanStack 应用本身。

Embedded Debugger MCP 通过 probe-rs 把探针发现、芯片连接、内核控制、内存读写、断点、烧录和 RTT 通信开放给 MCP 客户端，也提供 CLI 与 Codex、Claude Code 技能。它适合把 ARM Cortex-M 或 RISC-V 调试纳入智能体工作流，但实际操作需要兼容探针、受支持芯片及正确的 SWD/JTAG 接线；擦除和写入默认受配置开关限制。

ai-phrase-check 在 Claude Code 和一个在建的 Next.js 网页演示中，用三阶段流程检测英语和德语常见的 AI 式短语、提出更自然的替代语句，再由用户决定是否应用。两种形态共用同一套 Markdown 词表，网页检测阶段可在浏览器本地运行，LLM 建议阶段支持用户自带 Anthropic API 密钥并只存于 sessionStorage；公开演示尚未上线，也没有后端。

cc-statistics 从本地日志汇总 Claude Code、Gemini CLI、Codex CLI 和 Cursor 的令牌、估算成本、会话、工具调用及项目活跃度。你可以用命令行或网页看跨平台报告、搜索并恢复会话，生成周报月报和用量提醒；macOS 另有原生菜单栏应用。核心读取过程不需要账号或 API 密钥，Windows 托盘版目前仍只是开发预览。

这套 Datadog 技能把 Datadog 的常见运维工作拆成可调用流程，包括管理监控、搜索日志与链路、分析 Agent 实验、排查 CI/CD 和不稳定测试，以及调查审计记录。不同技能会调用 dd-pup、Datadog MCP 或 REST API，因此实际使用通常需要对应账号、权限与 API 凭据。

video-mockup-extraction 用 ffmpeg 把屏幕录制整理为三级视觉资料：先用联系表总览全片，再查看 1280 像素帧，最后按需导出原始分辨率静帧。它结合场景检测与定时采样，既能捕捉切镜，也能保留滚动页面，并可作为 Claude Code 技能或独立 CLI 使用。

fullstack-ts-scaffold 从冻结的无密钥模板生成 Next.js 15、Express、PWA、JWT 轮换刷新、后台 worker、OpenAPI、测试与 CI 的全栈项目，并可选择 Postgres/Prisma、Mongo/Mongoose 或 Supabase 后端。默认完整验证需 Docker；--fast 只跑 lint、类型检查和构建，适合无 Docker 的快速起步。

fullstack-ts-scaffold 从冻结的无密钥模板生成 Next.js 15、Express、PWA、JWT 轮换刷新、后台 worker、OpenAPI、测试与 CI 的全栈项目，并可选择 Postgres/Prisma、Mongo/Mongoose 或 Supabase 后端。默认完整验证需 Docker；--fast 只跑 lint、类型检查和构建，适合无 Docker 的快速起步。

Codex Infinity 基于 OpenAI Codex CLI，在每次回应后自动继续下一步并包含测试，也能自动产生改进想法或在目标完成后开启下一目标。它支持多种模型供应商自动识别，但持续自动执行会扩大改动范围，适合明确授权的长任务。

SWE-smith 用 Docker 为 GitHub 仓库创建执行环境，再合成文件定位、程序修复或 SWE-bench 风格任务，并通过 harness 保留能让测试失败的实例，最后生成 issue 文本。它还提供可加载的任务实例和轨迹数据，适合训练或评估 SWE-agent；官方开发环境以 Ubuntu 22.04 为主，不计划支持 Windows 和 macOS。

给 Claude 一个主题、提纲、笔记或旧 PPT，Presentation Forge 会编写内容、搭建主题，并把引擎、字体和图片全部内嵌到一个 index.html，双击即可离线演示、发邮件或托管。它支持演讲者视图、备注、计时、渐进展示和可复用品牌样式；浏览器内回写编辑仅适用于本地打开的 Chromium 浏览器，构建需 Python 3.10+。

claude-brain 在项目中安装一套互联 Markdown 知识库，把每次会话整理成节点、索引、追加日志和来源登记，并通过 /brain ingest 与 /brain query 管理内容。查询使用这套知识库作为来源；可选连接 Notion MCP，适合用 Markdown/Obsidian 风格维护项目记忆。

Claude Engineer 提供命令行和网页界面，让 Claude 在处理开发任务时识别能力缺口、生成工具代码、动态加载并继续调用这些工具。它还包含会话持久化、上下文与 token 管理、工具链和调试显示，并可接入 E2B 沙箱执行 Python；核心使用依赖 Anthropic Claude 3.5，部分工具需要额外服务密钥。

aham-ppt 先加载品牌规范，再把文档、数据和纪要拆成事实与论点，构建逐页叙事和版式，先确认样稿后生成原生可编辑 PPTX。它提供 39 个参数化版式、三档视觉风格、图表和标注接口，并在交付前检查颜色、字体、来源与节奏；适合方案、汇报和报告，不是快速套模板。

AgencyBench V2 覆盖游戏、前端、后端、代码、研究和 MCP 六类能力，提供 32 个真实长期场景、138 个任务及对应查询、交付物和评分规则。评测用用户模拟 Agent 迭代反馈，并在 Docker sandbox 中执行功能与视觉检查，结合规则、视觉和 LLM judge；场景通常需要模型 API 配置，游戏和前端还需要远程 Docker sandbox。