开源项目 全部文章

reverse-skill通过41条规则和42个技能模块，为AI代理自动匹配逆向、渗透、恶意分析等18类安全任务的方法与工具链，解决多场景工具选择困难，并以跨平台部署、持续测试和客户端无关架构提升工作流标准化能力。

AutoGPT解决了AI代理工作流构建、部署与运行门槛问题，用户可通过自然语言或可视化方式创建代理并接入45+平台和数百种模型，托管与自托管提供相同核心能力，但平台许可限制竞争性托管销售。

SwarmForge解决多AI智能体本地协作开发的编排与交接问题，利用tmux、git worktree和守护进程协调角色流程，按任务复杂度提供三种工作流及多后端终端适配，实现可配置、可扩展的分工协作与质量门禁。

Google Cloud Knowledge Catalog通过动态知识图谱管理数据与元数据，为AI代理补充语义和业务上下文；仓库提供工具、代理和示例代码，支持上下文管理、数据丰富与检索方案构建。

book-to-skill 将技术书籍和文档预编译为 AI 代理技能，解决全文注入成本高、检索召回弱和易幻觉问题，运行时按需加载结构化知识，token 消耗降至约 1/24–1/51，并可接入多种编程代理工作流。

OpenMontage 以开源 agentic 管线解决 AI 视频工具只能生成片段的问题，可用自然语言端到端完成研究、脚本、素材、剪辑与渲染，并通过质量、预算和审计机制支持低成本完整视频生产。

Archify 面向 AI 编程助手，将代码库或系统描述生成可验证、可交互、可导出的架构图，解决技术意图难以转化为可信沟通产物的问题，提升架构审查、变更对比与系统理解效率。

LightRAG以知识图谱与向量嵌入双层架构降低GraphRAG类方案开销，解决大规模RAG索引慢、检索贵、增量更新难的问题，并通过多模态处理、多查询模式和多后端部署提升生产可用性。

LLM Wiki 解决传统 RAG 只做即时检索、难以沉淀知识的问题，通过 LLM 增量生成并维护结构化 wiki，支持图谱关联、多阶段检索和多格式导入，将召回率提升至 71.4%。

CodeGraph 用本地代码知识图谱替代 grep/glob 遍历，为 AI 编码助手提供精确语义上下文，平均减少 89% 工具调用、69% token 和 60% 成本，并支持多语言、框架感知、跨语言桥接与本地隐私运行。