query-inspector:在提交前提取并调优 SQL/ORM 查询的 Claude Code Skill
query-inspector 是一个 Claude Code 插件,包含 tuning-report 和 inventory-report 两个 Skill,从 git 变更中提取 SQL/ORM 查询,诊断缺失索引、N+1 和反模式并生成报告。
Awaiting translation
query-inspector 是一个 Claude Code 插件,包含 tuning-report 和 inventory-report 两个 Skill,从 git 变更中提取 SQL/ORM 查询,诊断缺失索引、N+1 和反模式并生成报告。
Awaiting translation
jev-browser-wingman 是一个 MCP 代理,把 AI 智能体的浏览器点击和输入交给 TypeSafe 的 Jev 决定操作哪个元素,不确定时把该步骤交还给智能体。
Awaiting translation
query-inspector 是一个 Claude Code 插件,由 tuning-report 和 inventory-report 两个 Skill 组成,从 git 变更中提取 SQL/ORM 查询,诊断缺失索引、N+1 和反模式,并给出带 file:line 的 CREATE INDEX 建议。
Awaiting translation
作者和朋友开源了 vibeconf,在 Claude Code 里输入 /join-call 加 Meet 链接,会话就会以独立画面和声音加入会议,并在共享白板上书写。
Awaiting translation
mcpward 更新到 1.1 并上架 GitHub Actions Marketplace,它把 MCP 服务器 tools/list 返回的工具定义存进 lockfile,工具描述、必填参数或 readOnlyHint 发生变化时让 CI 失败。
Awaiting translation
Phaze 发布实验性 MCP server,并测试了一个 IT 支持智能体:用户求助后,Slackbot 让智能体远程连接并尝试修复电脑问题,遇到需要登录密码等环节时升级给 IT 支持人员。
Awaiting translation
作者因在 Windows 上同时开 4-5 个 Claude Code 会话、频繁切换终端而开发了原生应用 Polvo,每个窗口都是运行真实 claude CLI 的终端,不做包装或重写。
Awaiting translation
作者发布 windvane,一个 MIT 许可、无依赖的 Claude Code 插件,用 Python 引擎在会话中自动看护上下文:recorder 根据任务列表、编辑、提交和上一条回复起草检查点,模型一次调用即可接受或改一个字段;插件监控上下文填充,在检查点落盘后于下一个回合边界压缩,并自行发一条提示让模型从检查点继续。
Awaiting translation
作者发布 VS Code 扩展 AI Pair Programmer,让编程智能体在编辑器里以可跟上的速度逐字输入并解释自己在做什么,用户可随时打断或接管。该扩展内置支持 Claude Code、Codex、OpenCode、Gemini CLI、Cursor 和 GitHub Copilot,任何支持 MCP 的智能体也可手动接入,作者称它更适合能力较强的模型,弱模型在这种工作方式下容易吃力。
Awaiting translation
Metagente 是一个用于构建 AI 智能体的小型语言,作者用 Rust 写成的单二进制解释器执行声明式 agent 文件,原生支持 MCP 和 A2A,可直接调用任意 MCP 工具并与其他智能体通信。
Awaiting translation
作者发布 VS Code 扩展 AI Pair,让编程智能体在编辑器里以人能跟上的速度逐字输入代码,并同步解释自己在做什么。用户可随时打断或接管,让智能体反过来观察自己操作,适合深入学习代码或学习新技术。
Awaiting translation
amontlabs/lcu 把 Codex 的 Computer Use 单独拆出,让 Claude Code、Codex CLI、Pi 等 Agent 工具通过 MCP 调用。
Awaiting translation
发现一个牛逼的东西,让任意 Agent 调用 Codex 的 Computer Use。 Codex 最强的就是 Computer Use。 但最近用 Claude Opus 5.5比较多,这样就强强联合了。 刚测试通过,安装后建议配置个 Hook,指定白名单可控制哪些 App 安装地址见评论区
rashomon 发布新功能,--timeline 会标记两类模式:只有测试文件被改动后原本失败的测试立刻变绿,以及同一条测试命令在中间无改动的情况下既通过又失败。
Awaiting translation
开源工具 Repowise 发布 Lens,借助新的 Claude Code mods 在 Claude 工作时展示代码库索引。输入 /lens 可看到仓库地图,文件在 Claude 搜索、读取和编辑时高亮,编辑某文件时所有导入它的文件也会亮起,视频中 Django 的 query.py 一行注释点亮 12 个文件,conf/init.py 点亮约 248 个。
Awaiting translation
impact 是一个基于 Tree-sitter 和本地 SQLite 符号图的结构化工具,用 impact query 等命令回答某个文件或符号被谁依赖,输出 DIRECT、INDIRECT、API、EVENTS、DATABASE 和受影响测试。
Awaiting translation
作者搭建 mcp-transparency-log,按计划爬取官方 MCP 注册表中所有公开可达的服务器,记录其工具名、描述、JSON schema 和四个 annotation 提示,写入带签名树头的 append-only 日志。
Awaiting translation
Why it matters: 作者连续 37 天夜间爬取 MCP 官方注册表,用可复现的日志量化工具面变化,并公开了两次错误修正过程。
作者用纯 Node.js 在 Android/Termux 上实现了 AI 编程助手 Claude Code Mobile,无需 root,交互风格、Agent 架构和工具协议对齐 Claude Code,但为独立实现,与 Anthropic 无隶属关系。
Awaiting translation
作者在 Linux 机器上用 pip install hindsight-api==0.10.2 安装开源记忆服务 Hindsight,并设置 HINDSIGHT_API_LLM_PROVIDER=none,在无 LLM API Key 的情况下测试其最低可用能力。
Awaiting translation
RepoGuard 是一个面向 AI 辅助代码库的架构护栏工具,通过 MCP Server 接入 Cursor、Claude Desktop 等客户端,让 AI 智能体在写盘前审计代码并检查架构违规。
Awaiting translation
A group of AWS developers has open-sourced Pizza Bot, a self-hosted app that lets AI agents run tasks in the background and return results through an inbox-style interface.
Foliant 上线 Typst 转 PDF 的 HTTP API,一次请求返回 PDF,官方称 A5 单页渲染耗时 75 ms,同一端点也可作为 MCP server 供智能体调用。
Awaiting translation
Agent 引擎 Pi 于 10 月 1 日发布 1.0 版本,GitHub 星标已达 11.1 万。此前宣称不支持 MCP 的团队这次把 MCP 收进核心,并推出 Codemode,让模型写脚本编排工具,实测 331 次调用过程不占上下文;同时支持虚拟模型,例如 Claude Opus 负责规划、Jev 负责决策、GPT 负责写代码,切换自动并统计花费。
Awaiting translation
Rowan 是作者开源的一款 SAST 扫描器,读取项目源码和模型文件,报告注入、不安全反序列化、SSRF、泄露密钥、有风险的 agent 工具和不安全模型加载等问题,且不运行被扫描代码。
Awaiting translation
作者因厌倦粘贴截图和用文字描述“左边第三个按钮”,开发了 Pinpoint,一个本地 MCP server 加 Chrome 扩展。在开发站点点击元素并输入要改的内容后,Cursor 会收到评论以及选择器、DOM 路径、计算样式、React/Vue 组件链、源文件提示和该元素的裁剪截图。
Awaiting translation
Nexusyn 发布开源长期记忆引擎,用 Go 编写,基于 PostgreSQL 18 与 pgvector,采用双时态版本化(valid_from / valid_to)让新事实自动取代旧事实并保留历史。
Awaiting translation
作者 Ifeanyi Ejindu 发布 qarunbook,一个面向 Web 和移动应用的人工测试 runbook,用检查项(步骤加预期结果)、各平台通过/失败状态和针对检查项提出的 issue 组织测试,不跑自动化测试。
Awaiting translation
Apple Developer MCP 发布,让 AI 在对话中完成 App Store Connect 操作、构建、发布和提交 Apple 审核的全流程。该智能体可在 Nova 上使用,也能通过 MCP 集成到 Cursor、Claude Code 或 Codex,页面 Integrate 按钮提供 MCP 配置片段。
Awaiting translation
Matryoshka 是一个基于递归语言模型(RLM)思路的文档分析工具,让 LLM 输出受约束的 Nucleus S-expression 命令、由 Lattice 引擎执行,从而处理比上下文窗口大 100 倍的文件,无需向量数据库或分块启发式。
Awaiting translation
两位曾在多家 BI 公司工作的开发者开源了 Graphene,为编码智能体补上数据分析所需的上下文与语义层。
Awaiting translation
Etymon 用 etymon.toml 和 etymon.lock 两个共享文件替代 CLAUDE.md、AGENTS.md、opencode.json、.codex/config.toml、.cursor/rules/、.mcp.json 等各工具专属配置,让仓库与具体 AI 工具解耦。
Awaiting translation
GridPath 发布一个用于编辑真实 .xlsx 文件的 MCP server,让 Claude Code、Cursor、Codex 等 MCP 宿主通过表格工具直接改表,而不是写脚本再调试。
Awaiting translation
作者发布 Cursor Remote Lite,在电脑上运行一个小型中继,通过 Chrome DevTools Protocol 驱动本机 Cursor,让手机远程继续使用本地代码、SSH 服务器和 Agents 窗口。
Awaiting translation
Weave 团队发布开源模型路由 Weave Router 2.0,可接入 Claude Code、Codex 等编码智能体,在多个 LLM 之间按任务切换,例如用 Astra 处理复杂调试和系统设计、用 Deepseek v4 Flash 处理简单前端改动。
Awaiting translation
OpenAI 在 DevDay 开发者大会发布 20 多项更新,其中 dots 是住在 ChatGPT 里、24 小时在线的个人 Agent,每个 dot 配有自己的云电脑和浏览器,可写代码、操作网页并使用 ChatGPT 里 4000 多个应用,目前只对每月 100 美元起的 Pro 和 Business Premium 开放。
Awaiting translation
NVIDIA 开源了 Agent 运行环境 OpenShell,用策略规定 Agent 能碰哪些文件、访问哪些服务,并在实际操作发生时执行这些规则。请求先经过沙箱识别发起程序,再由沙箱外的 Supervisor 核对策略后才建立外部连接;凭据由 Provider 管理,Agent 环境里拿到的是占位令牌,Proxy 转发前才替换成真实凭据。
Awaiting translation
CopilotKit 团队在 GitHub 开源了 OpenMuse,一个可部署在自己服务器上的个人 AI 助理,iOS、Android 和网页三端代码全开源并采用 MIT 协议可商用。
Awaiting translation
文章以终端编程智能体 Pi 及其分支 Oh My Pi 为例,讨论模型与代码之间那层 harness 该由谁做决定。
Awaiting translation
腾讯朱雀实验室开源 A.I.G(AI-Infra-Guard),集成 OpenClaw 安全体检、Agent 安全扫描、AI 工具技能扫描、AI 基础设施漏洞扫描与大模型越狱评估等能力。
Awaiting translation
国内首款个人AI助理 Today 中国版已正式上线,基础版永久免费,新注册用户可领 1 亿 token 和 1 个月 Pro 会员。作者基于 Today 搭建的个人助理“毛肚”接入本地文件夹、X、GitHub 和 Gmail 作为上下文,能主动提醒积压 17 天的 PR、按账号调性找选题并自动发布推文。
Awaiting translation
The open-source project Paseo pulls command-line agents like Claude Code, Codex, OpenCode, and Pi into a single management interface. All agents still run locally on your own machine, and the project has already reached 18700+ stars.
Why it matters: The original article shows how to bring multiple command-line agents into one interface and hand off tasks across agents, making it a useful reference for developers running several agents at once.