1: Kimi Code CLI
终端 AI 编程助手
在这里插入图片描述
Kimi Code CLI 是一个在终端中运行的 AI 编程代理，专注于通过自然语言交互实现代码的阅读、编辑、shell 命令执行、文件搜索和网页获取等任务，并能根据反馈智能地决定后续步骤，开箱即用支持 Moonshot AI 的 Kimi 模型，并可配置兼容其他提供商。其主要功能和核心亮点包括：以单一二进制文件分发，确保极速启动和简易安装，无需复杂的 Node.js 环境或 PATH 配置；提供一个专为长时间、专注代理会话精心打造的 TUI（终端用户界面）；支持独特的视频输入功能，允许用户通过屏幕录像或演示片段来描述复杂场景；通过 AI 原生的 MCP 配置实现对话式地添加、编辑和认证模型上下文协议服务器，避免手动编辑 JSON；引入了如coder、explore、plan等子代理机制，以在隔离环境中进行专注且并行的工作，同时保持主对话的整洁；以及提供生命周期钩子，允许在关键节点执行本地命令，以实现风险工具调用的门控、决策审计、桌面通知或连接自定义自动化流程。
地址：https://github.com/MoonshotAI/kimi-code
✨ 2: Research Harness
科研智能体工作流管理器
在这里插入图片描述
Research Harness 是一个专为 AI 研究代理设计的持久化工作流框架，旨在将 AI 辅助研究转变为一个连续、可审查的过程，涵盖从文献检索、深度阅读到研究空白分析、实验设计和论文撰写等多个环节。它的核心功能在于提供一个状态层（通过 SQLite 数据库持久化存储所有研究数据、工件和溯源记录）、一个包含 81 种类型化研究操作的原语层，以及一个由六个阶段（初始化、构建、分析、提案、实验、撰写）组成的控制层，每个阶段都通过严格的门控检查来确保进展。该项目致力于解决长期文献密集型研究中的连续性、可审计性和阶段边界审查等痛点，确保研究状态可以在不同会话、代理和机器间无缝恢复，并且所有生成的证据和主张都可追溯。它支持多种交互方式，包括通过 MCP 服务器与主流 AI 编码工具集成、Python API 调用、命令行界面以及提供可视化管理和操作的 Web 仪表板。Research Harness 通过详细的执行出处记录、基于类型化工件的阶段门控，以及用于验证数字准确性的注册机制，全面增强了 AI 辅助研究的可信赖性和透明度，使得 AI 代理能够开展更结构化、可管理且可验证的长期研究工作。
地址：https://github.com/Biajin-PKU/research-harness
✨ 3: FigMirror
AI 论文图表风格复刻
在这里插入图片描述
FigMirror 项目提供了一个强大的解决方案，使用户能够将自己的数据以任何既有学术论文图表的风格进行可视化。其核心机制在于用户提供一个参考图的图像作为样式模板，并输入他们的数据，系统随后会生成一个完全可编辑的matplotlib脚本及一份可直接用于出版的 PDF 文件，这些文件忠实地复制了参考图的视觉风格。该工具通过一个智能的“绘制者-审阅者”循环实现风格迁移，其中“绘制者”基于“接地测量”技术（利用 AI 模型对视觉元素进行精确坐标测量并转化为可执行代码指令）生成图表，而“审阅者”则负责评估并提供细致的修订建议，确保最终输出与原始参考图保持高度一致，即便对于复杂的 3D 图表也能通过几何感知提示精确复刻。此外，FigMirror 还提供了一个直观的 Web 用户界面，支持图表的上传、预览、迭代历史查看和精细化调整，并可作为 Codex 或 Claude Code 等智能代理的集成技能，极大地简化了高质量学术图表的生成过程，甚至提供了一个包含 139 个预设图表的图库供用户直接选择样式。
地址：https://github.com/VILA-Lab/FigMirror
✨ 4: Hermes Edu Skills
中国教育 Agent 技能包
在这里插入图片描述
Hermes Edu Skills 是一个开源的 Agent 技能包，旨在为 Hermes Agent 及其他主流 AI 工具提供针对中国教育场景的专业能力。它解决了通用 AI Agent 对中国教材版本、年级、单元、考试体系及实际教学工作流程理解不足的问题，通过 188 个结构化的产品级 Skill，覆盖了学前启蒙、教材同步、备考复习、错题复盘、每日练习、亲子伴学、阅读写作和教师工具等八大核心教育场景。每个 Skill 都具备触发信号、适用角色、参数维度和使用边界，并且设计为可被 Agent 发现、调用、安装和二次开发。该项目以 Hermes Agent 为默认平台，同时支持将技能导出到 OpenClaw、Codex、Cursor、Claude Code 等多种 AI 工具。此外，它还包含一个轻量级 Skill 路由功能，能够将用户的自然语言问题智能匹配到最合适的 Skill，提升了用户体验和产品可用性，尤其适合教育 AI 开发者、老师和家长使用，以构建更懂中国教育的智能应用。
地址：https://github.com/zhongweiv/hermes-edu-skills
✨ 5: CodeSeeX
DeepSeek V4 Codex 集成：工具与 Web 搜索
在这里插入图片描述
CodeSeeX 是一款将 DeepSeek V4 大模型（支持百万级上下文）集成至 Codex 桌面环境的工具，通过提供本地 Responses API 端点，它使 Codex 能够利用 DeepSeek 的能力，同时完整保留并兼容 Codex 原有的 Apply Patch、MCP、Skills 及插件等工具工作流。该项目集成了 Web 搜索、工作区文件读写及补丁支持等内置工具，并提供了桌面管理器，方便用户进行服务状态监控、使用情况追踪、用户级日志查看及 DeepSeek API 密钥管理，同时支持自定义上游 API 端点并自动生成 Codex 配置文件，极大地提升了开发者在 Codex 中利用 AI 进行代码辅助的灵活性和效率。
