最近仍在更新的开源项目

VitaBench 面向配送、店内和 OTA 等真实生活服务场景，提供跨场景数据、API 工具和每个领域 100 个任务，用来评测 Agent 的读写与通用工具调用。你可以配置模型后运行 vita 命令，把模拟结果保存到 data/simulations 并重新评测；当前版本更新了数据集、工具、评测模型和指标，结果需要结合具体配置解读。

Fable Workflow 把“先找未知项、再构建并记录偏差”的工作方法装进 Claude Code、Cursor 等代理环境。它会促使模型核对真实代码和约束、明确未定义的选择，并在完成前要求验证证据；Claude Code 插件还提供可选的停止门禁，但其启发式判断可能误触。

image-prompt 接收一句自然语言想法，识别海报、落地页主视觉、产品广告、UI 设计稿、游戏画面等类型，再补全构图区域、字体、配色、氛围与成品质感，输出适配目标图像模型、可直接复制的提示词。它支持多模型适配、私有样式预设与图片编辑场景；默认只生成文本，只有用户明确启用并配置供应商 API 后才会付费出图。

面向金融、医疗和安全敏感团队，以本地优先的 AI 编程代理处理代码问答、计划、执行和安全修复；组织策略可限制模式、命令、路径、工具和模型，Cowork 写入需逐项批准。每次运行产生可核验的哈希链审计记录，并支持 SARIF 导入、隔离修复工作树和多种 OpenAI 兼容模型。

Kodo 让一个编排器把目标分派给 Claude Code、Cursor、Codex、Gemini、Kimi 等后端，并通过多轮工作与独立验证推进无人值守开发。除实现新功能外，它还能执行改进审查、真实用户式测试和前次问题修复，并用 effort 等级控制迭代与验收强度；运行前至少需要安装一个支持的编码智能体。

tower-defense-skill 是零依赖 Canvas 2D 无尽塔防游戏：选择地图和难度后建造六类炮塔，利用火、冰、雷元素克制处理多种敌人和 Boss 波次。玩家可收集魂晶抽取并部署英雄、设置驻守半径，结束后查看经验、成就和地图分榜；项目还覆盖快捷键与端到端测试。

它适合代码量大、文件多且能清晰拆分的实现任务：高阶模型负责拆解、规格与审查，较便宜的模型编写代码，并先用类型检查和测试过滤机械错误。lite 模式以较低总成本减少高阶额度；max 模式能进一步节省高阶额度，但基准中总费用更高。小任务和判断密集的调试通常不划算，技能会主动退出。

prompt-injection-review 为使用 RAG、外部内容、工具或 Agent 的 LLM 应用绘制信任边界，追踪不可信来源经模型到外发、执行、数据访问或界面渲染等危险汇点的路径。它重点建议最小权限、人工确认、出口控制、结构化校验和代码级授权，并明确自然语言提示注入没有彻底修复方案：目标是限制成功注入能够触及的能力，而不是依赖过滤器给出虚假安全感。

llm-cost-guard 静态检查 LLM 调用中的重复提示前缀、过高模型档位、冗余上下文、无输出上限、无预算代理循环和重复嵌入，并按令牌量、单价与调用规模估算主要成本项。它可建议提示缓存、模型分层、上下文裁剪、输出上限或批处理，同时标明延迟与质量权衡；工具不读取账单，实际节省仍需按当前价格和评测结果确认。

api-break-check 审查 API 规范、Schema、proto 或实现改动，识别删除响应字段、把请求参数改为必填、类型收窄、枚举值移除和复用 protobuf 字段编号等破坏性变化。它会按请求与响应方向说明哪些调用方会受影响，并给出并行新增、弃用窗口、版本化或 reserved 编号等兼容路径；适合作为合并前审查，但不能替代契约差异工具和消费者验证。

terraform-blast-radius 审查 Terraform 或 OpenTofu 的计划与配置差异，找出强制替换、资源重命名、count 索引漂移、危险状态操作和共享资源级联，并区分停机与数据丢失风险。它可建议 prevent_destroy、create_before_destroy、moved、for_each 或快照迁移等路径，不需要云端访问；结论是应用前辅助审查，仍须核对真实计划、提供商版本和备份。

n-plus-one-hunter 静态检查控制器、序列化器、解析器和查询代码，识别经典或嵌套 N+1、循环聚合、笛卡尔积式预加载等模式。它针对 Rails、Django、Prisma 和 SQLAlchemy 等 ORM 选择预加载或连接策略，解释查询量为何随数据增长，并给出重写与前后查询数；结果仍应在真实数据规模和具体版本上验证。

safe-migrations 面向 PostgreSQL 和 MySQL，检查迁移中可能造成锁表、全表扫描或停机的操作，解释锁类型和影响范围，再按原生 SQL 或 Rails、Django 等框架习惯改写为分阶段步骤。它还覆盖需要应用代码配合的 expand/contract 部署。

这组 AI Agent Skills 面向视频字幕制作，把音频转 SRT、字幕校正、字卡标注和社交媒体摘要串成可分步执行的工作流。转换阶段支持常见音频格式并控制每行字数；优化阶段会对照同目录的 `origin.md` 修正错漏字和专有名词，同时保持时间轴不变；最后可为 Facebook、Threads 和 YouTube 生成介绍与标签。需要按各 Skill 准备输入文件和依赖。

ARC-AGI-2 提供 1000 个公开训练任务和 120 个公开评测任务，用彩色整数网格测试首次遇到新问题时的抽象推理能力。每题包含示例输入输出和待解测试输入，只有输出尺寸及全部单元格完全正确才算通过；开发时应避免反复利用评测集反馈造成数据泄漏。

Yagua 是面向设计师、摄影师和网页开发者的本地桌面图片处理器，可在一个界面中批量压缩、格式转换、缩放裁剪、去背景、OCR、矢量化及管理 EXIF。处理结果无需上传到网页服务，去背景模型下载后也可离线工作。正式安装包主要面向 Windows 和 Linux，macOS 仍处于实验阶段，各模块还有不同的批量数量限制。

面向准备投稿的研究者，可检查虚构文献、错误 DOI、书目信息、正文引用与参考文献表是否一致，并判断引文是否真正支持相应论述。它支持 DOCX、TeX 和 Bib 文件，并结合 CrossRef 与网页检索进行交叉核验。

report-writing 面向繁體中文政府與招標交付，從規格理解、內容策略和版面設計一路生成可驗證的技術報告 DOCX。它涵蓋真方程式、可點交互參照、目錄頁碼、圖表與交付檢查，並配套 linter 揪出大陸用語和英文 AI 痕跡；也支援 Claude Code 與 Codex。