多Agent系统开发新利器：可视化IDE、协作平台与工程纪律包全面解析

Rowboat 是一个开源的多 Agent 系统可视化集成开发环境（IDE）。该项目由 YC 孵化，目前获得了超过 1.2 万 Star。

其核心是一个用于构建多 Agent 系统的可视化 IDE，并集成了一个 Copilot 助手来辅助生成 Agent。用户无需编写代码，只需提供一段自然语言描述，Copilot 即可帮助搭建起多 Agent 工作流。

工作流搭建完成后，可以在 AI 模拟场景中进行测试，验证无误后再接入 MCP 服务器和各种工具。其底层基于 OpenAI 的 Agents SDK，集成了 Slack、Linear、Jira、GitHub、ElevenLabs、Exa 等常用服务。项目提供 Python SDK 和 HTTP API 两种方式，便于集成到自有产品中。

对于希望开发 AI 客服、自动化调研或内部工作流，但又不想从零开始研究多 Agent 框架的开发者而言，该项目可以显著提升开发效率。

• 开源地址：https://github.com/rowboatlabs/rowboat

将编程 Agent 转变为协作队友

Multica 项目提出了一个有趣的思路：将 Linear 等任务看板工具与 AI Agent 相结合。

目前，使用 Claude Code、Codex 等编码 Agent 时，通常需要在终端中反复复制粘贴提示词，并全程监督任务执行。Multica 旨在改变这一模式，它将 Agent 设计为团队成员。用户可以像给同事分配任务一样，在看板上指派工作，Agent 则会自主执行、报告进度、更新状态，并在遇到问题时上报阻碍。

该项目已获得 1.47 万 Star，并于近期完成更新。

其核心功能包括任务全生命周期管理、基于 WebSocket 的实时进度流、每个工作区的独立隔离，并支持本地守护进程与云端运行时混合使用。它兼容 Claude Code、Codex、OpenCode、Gemini、Cursor Agent 等多种命令行 Agent。

此外，项目中的解决方案会自动沉淀为可复用的技能（skill），使得团队的整体能力随着使用而不断增强。对于已经开始使用 AI Agent 辅助编程的团队，此项目有助于实现更有序的协作。

• 开源地址：https://github.com/multica-ai/multica

AI 编码工程纪律包

Agent Skills 项目由 Google Chrome 团队的工程主管 Addy Osmani（《Learning JavaScript Design Patterns》作者）创建。该项目旨在将资深工程师的开发规范封装成 AI 可以直接执行的技能（skill），目前拥有 1.66 万 Star。

其核心是贯穿开发全流程的 7 个主要技能：/spec（编写需求）、/plan（拆解任务）、/build（增量实现）、/test（验证）、/review（质量审查）、/code-simplify（简化代码）和/ship（部署）。项目共打包了约 20 个技能，并按阶段清晰划分，基本覆盖了从需求定义到上线的完整生命周期。

AI 编码时容易跳过规范走捷径，而这个项目正是将大厂工程师的工程纪律“强加”给 Agent。

如果你使用 Claude Code 或类似工具进行实际项目开发，这套技能集可以有效提升代码交付质量。

• 开源地址：https://github.com/addyosmani/agent-skills

构建可重复的 AI 编程工作流引擎

Archon 是一个由 coleam00 开源的项目，定位为 AI 编程的“工具链构建器”，目前获得 1.84 万 Star。

它旨在解决一个常见痛点：当前 AI 编程 Agent 的执行结果往往具有不确定性，同一个任务可能今天跳过规划阶段，明天忘记编写测试，后天又忽略了 PR 模板。Archon 通过 YAML 文件将流程固定下来，从而使 AI 编码变得确定且可重复。

其设计颇具巧思：每次工作流运行都会创建一个独立的 git worktree，确保多个并行任务互不干扰；节点可组合，支持确定性的 Bash 脚本、测试以及 AI 的规划与代码生成节点；内置 17 个默认工作流模板，涵盖功能开发、问题修复、PR 审查、代码重构等场景。

它不仅是命令行工具，还支持通过 CLI、Web UI、Slack、Telegram、Discord、GitHub 等多种方式触发。团队只需将定义好的 YAML 工作流文件提交至仓库的 .archon/workflows/ 目录下，即可统一所有人的开发流程。

类似于 n8n 在通用自动化领域的角色，Archon 希望在 AI 编码领域实现流程的标准化与自动化。

• 开源地址：https://github.com/coleam00/Archon

港大开源的 AI 学习助手

DeepTutor 是香港大学数据智能实验室开源的 AI 学习助手，目前获得 1.88 万 Star。

它提供五大学习模式：
1. 工具增强聊天（结合 RAG、联网搜索与代码执行）。
2. Deep Solve：使用多 Agent 拆解复杂问题。
3. Quiz Generation：基于知识库自动生成题目。
4. Deep Research：利用并行 Agent 进行深度调研。
5. Math Animator：专注于数学可视化。

其中，TutorBot 的设计颇具新意，每个 TutorBot 拥有独立的工作区和特定人设，可以自主运行，比简单的聊天机器人更为高级。此外，其 Co-Writer Markdown 编辑器深度集成 AI 辅助，而 Persistent Memory 功能则使学习者的画像在所有功能间共享。

• 开源地址：https://github.com/HKUDS/DeepTutor

提升 Claude Code 代码质量的 CLAUDE.md

andrej-karpathy-skills 项目的核心是一个 CLAUDE.md 文件，其灵感源于 Andrej Karpathy 在社交媒体上指出的当前大模型编写代码的几个常见问题。该项目已获得 5 万 Star。

Karpathy 指出的问题包括：模型基于错误假设继续编码而不澄清；过度设计代码和 API，引入不必要的抽象；随意修改其并未完全理解的代码；感到困惑时也不询问，而是假装理解并继续。

该项目将这些观察转化为四条核心原则：
1. 思考再写：明确假设，必要时提出质疑。
2. 简洁优先：只编写必要代码，避免推测性功能。
3. 手术式修改：仅修改必要部分，并匹配现有代码风格。
4. 目标驱动执行：先确定验证标准，再执行代码。

安装方式有两种，推荐通过插件市场安装：
/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills
也可以直接将 CLAUDE.md 文件下载到项目根目录使用。

如果你感觉 Claude Code 编写的代码有时过于“自作主张”，尝试使用此文件可能会使其行为更加符合预期。

• 开源地址：https://github.com/forrestchang/andrej-karpathy-skills

07 claude-mem：为 Claude Code 赋予长期记忆

claude-mem 项目旨在解决 Claude Code 在每次开启新会话时丢失上下文的问题，目前已获得超过 6 万 Star。

其工作原理直接高效：在会话进行时，自动捕捉 Claude 的所有操作，利用 Claude 的 agent-sdk 进行 AI 语义压缩。当用户开启新会话时，工具会自动将相关的历史上下文注入其中。

整个过程无需手动记录或召回，实现了完全自动化。

该工具功能较为全面：
* 检索机制：采用基于技能（skill-based）的自然语言搜索，并设计了渐进式披露功能，明确标注了每一层记忆调用的 Token 成本，避免 API 费用在不知不觉中消耗。
* 本地查看器：内置一个运行在 localhost:37777 的本地 Web Viewer，用户可直接通过浏览器查看完整的历史记录。
* 隐私控制：用户可以使用 <private> 标签包裹不希望被记录的内容。
* 存储方案：底层使用 SQLite 结合 Chroma 向量数据库，所有数据均存储在本地。
* 额外支持：该工具也兼容 Gemini CLI。

安装仅需一行命令：
bash
npx claude-mem install
对于日常频繁使用 Claude Code 的开发者而言，此工具几乎是必需品。安装后，能够无缝接续上一次工作进度的体验非常流畅。

08 ChinaTextbook：开源中国全学段教材 PDF 合集

ChinaTextbook 项目系统地收集了小学、初中、高中乃至大学的全套教材 PDF，目前 Star 数已达 6.97 万。

项目作者的动机明确：旨在推动义务教育资源的公平获取，让资源有限的家庭也能获得正版教材，同时也为海外华人家庭提供了接触中文教育资源的便利。

内容覆盖人教版、五·四学制等多种课程纲要，其中数学教材从小学一年级一直延伸至大学阶段，体系完整。

所有文件均为 PDF 格式，完全免费开放。对于部分超过 50MB 的大文件，仓库已将其分割为 35MB 的段落，并提供了相应的合并工具。

项目 README 中特别指出，此举也是对将公开资源进行二次售卖行为的一种回应。

无论是用于辅导孩子功课，还是个人进行基础知识回顾，此仓库都是一个可长期使用的资源库。

09 MarkItDown：多功能文档转换工具

对于从事 AI 应用开发或构建 RAG 管道的开发者，MarkItDown 是一个几乎无法绕开的工具。这个由微软官方发布的 Python 工具，目前已获得 11.1 万 Star。

其核心功能简洁明确：将各类格式的文件转换为 Markdown。支持格式广泛，包括 PDF、Word、PPT、Excel、图像、音频、HTML 等，甚至支持直接输入 YouTube 链接进行处理。

为何选择转换为 Markdown？因为当前的大型语言模型对 Markdown 格式原生支持良好，能实现最高的 Token 利用率，并能完整保留文档结构，如标题、列表、表格和链接等。

该工具的实用特性包括：
* 内置 LLM 集成：可调用 OpenAI 模型为图片生成描述，或进行音频转录。
* 企业级对接：支持 Azure 文档智能服务。
* 可扩展性：支持第三方插件扩展，例如 markitdown-ocr。

安装同样便捷：
bash
pip install 'markitdown[all]'
支持命令行与 Python API 两种使用方式：
bash
markitdown path-to-file.pdf -o document.md
无论是为 Claude、GPT 等模型准备文档，构建知识库，还是进行数据清洗，此工具都值得纳入常用工具箱。

10 VoxCPM：支持端侧运行的 TTS 大模型

VoxCPM 是面壁智能开源的一款语音合成大模型，发布不久便获得了 1.38 万 Star。

这是一个拥有 20 亿参数的 TTS 模型，基于超过 200 万小时的多语种语音数据训练而成。它支持 30 种语言的自动识别与切换，并能输出 48kHz 录音棚级别的音频。

其两项功能尤为突出：
1. 语音设计：用户仅需输入一段文字描述，模型即可生成符合描述的音色，无需提供参考音频。
2. 可控声音克隆：在完成声音克隆后，用户还可施加风格引导，使同一音色表现出不同的情绪。

在实时流式推理方面，在一张 RTX 4090 显卡上，其实时率（RTF）可达到约 0.3，基本满足端侧可用的要求。

对于从事播客制作、视频配音、智能客服或有声书生成等领域的工作者，此模型值得尝试。

关注“鲸栖”小程序，掌握最新AI资讯