gemini-superpowers-antigravity

GitHub
727 91 简单 1 次阅读 昨天MIT语言模型Agent插件
AI 解读 由 AI 自动生成,仅供参考

gemini-superpowers-antigravity 是专为 Google Antigravity 设计的一套系统化工作流框架,旨在为 AI 编程过程添加“护栏”。它解决了开发者在使用 AI 辅助编码时常见的痛点:避免 AI 未经思考直接生成代码,导致结果偏离需求或难以维护。通过强制推行“头脑风暴→制定计划→用户审批→分步执行→代码审查”的结构化流程,该工具确保每一步都经过规划与验证,从而显著提升代码质量与项目可控性。

这款工具特别适合希望规范 AI 协作流程的软件开发者及工程团队。其核心亮点在于引入了测试驱动开发(TDD)理念,要求先写测试再写代码,并支持将独立任务并行处理以大幅缩短开发时间。此外,它提供了一系列直观的斜杠命令(如 /superpowers-plan/superpowers-execute),引导 AI 从单纯的代码生成器转变为具备规划与自检能力的智能伙伴,同时强制要求将产出保存至本地磁盘,确保工作成果可追溯、可交付。

使用场景

一位全栈开发者需要在两天内为内部团队构建一个具备数据清洗、格式转换和自动报告生成三大功能的 Python CLI 工具。

没有 gemini-superpowers-antigravity 时

  • AI 往往在未明确需求细节时就急于生成代码,导致最终产出的功能与预期偏差较大,需要反复返工。
  • 开发过程缺乏系统性规划,三个功能模块串行编写,一旦中间出现逻辑错误,调试耗时且容易遗漏边界情况。
  • 缺少强制的测试驱动流程,代码写完才发现核心算法存在漏洞,修复成本高昂。
  • 最终交付物缺乏统一文档,且部分中间结果仅停留在对话窗口中,未保存至本地磁盘,难以直接集成到项目仓库。

使用 gemini-superpowers-antigravity 后

  • 通过 /superpowers-brainstorm 指令,AI 先主动澄清数据格式和报告样式等关键需求,确保方向正确后再进入规划阶段。
  • 利用 /superpowers-execute-plan-parallel 指令,AI 将三个独立功能模块并行开发与测试,显著缩短了整体构建时间。
  • 内置的 TDD(测试驱动开发)技能强制要求“先写测试后写代码”,每一步执行前都经过验证,从源头杜绝了重大逻辑缺陷。
  • 遵循严格的规则护栏,所有代码、测试结果及最终文档均自动保存至本地磁盘,并通过 /superpowers-finish 生成完整的项目总结。

gemini-superpowers-antigravity 通过将混乱的即兴编码转化为“构思 - 规划 - 并行执行 - 审查”的结构化工作流,让 AI 编程从“碰运气”变成了可控的高效工程实践。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes必须安装 Google Antigravity;并行执行功能可选安装 Gemini CLI;项目需初始化 git 仓库;核心配置位于 .agent 文件夹中。
python3.10+
fastapi
uvicorn
httpx
pytest
@google/gemini-cli
gemini-superpowers-antigravity hero image

快速开始

反重力的双子座超能力

一个针对 Google 反重力 的系统化工作流框架,通过结构化的规划、测试驱动开发以及可选的并行执行,帮助你构建更优质的代码。

你可以把它看作是“AI 编码的护栏”——它会阻止你直接开始写代码,而是引导你完成头脑风暴 → 规划 → 构建 → 审查的流程。

灵感来源: Claude 超能力
适配对象: Google 反重力,结合原生工作流与技能


🎯 这能做什么

与其采用这种混乱的工作流程:

你: “给我做一个命令行工具”
AI: *立刻开始写代码*
你: *写到一半才发现这不是你想要的*

不如使用这种结构化的方法:

你: “给我做一个命令行工具”
→ 头脑风暴:AI 提出澄清性问题
→ 规划:AI 撰写带有验证步骤的详细计划
→ 你批准该计划
→ 执行:AI 按照计划逐步构建,并编写测试
→ 审查:AI 检查潜在问题
→ 完成:所有内容都已记录且运行正常

额外好处: 如果你的计划包含相互独立的步骤(比如“添加三个独立功能”),AI 可以 并行 处理这些步骤,从而节省时间!


✨ 包含的内容

工作流(斜杠命令)

这些是你在反重力中输入的命令:

  • /superpowers-brainstorm - 在规划之前探索想法并提问
  • /superpowers-write-plan - 创建详细的计划(尚未编写代码!)
  • /superpowers-execute-plan - 按步骤逐步构建代码
  • /superpowers-execute-plan-parallel - 并行构建独立步骤(更快!)
  • /superpowers-review - 检查代码质量
  • /superpowers-debug - 系统化调试
  • /superpowers-finish - 最终总结与文档化

技能(构建模块)

这些技能教会 AI 如何工作:

  • TDD - 测试驱动开发(先写测试)
  • Debug - 系统化的问题解决
  • Review - 代码质量检查
  • REST/Python 自动化 - 针对特定任务的最佳实践

规则(护栏)

自动执行的良好实践:

  • ✅ 必须先写计划再编码
  • ✅ 必须获得批准后才能实施
  • ✅ 必须验证每一步是否正常工作
  • ✅ 必须将输出保存到磁盘(而不仅仅是聊天记录)

🚀 开始使用(分步指南)

第一步:检查已安装的工具

在开始之前,请确保你已经安装了以下工具:

✅ 必需(必须具备):

Google 反重力

  • 如何检查:打开反重力(如果能打开,就说明你有它!)
  • 如果没有?安装反重力

Python 3.10 或更高版本

  • 如何检查:
    python --version
    
  • 应显示:Python 3.10.x 或更高版本
  • 如果没有?下载 Python

🎨 可选(仅用于并行执行):

Gemini CLI(使操作更快,但非必需)

  • 如何检查:

    gemini --version
    
  • 如果提示“命令未找到”,则表示你尚未安装

  • 如何安装:

    npm install -g @google/gemini-cli
    

    Windows 用户: 安装完成后,请验证其是否正常工作:

    gemini --version
    

    如果看到版本号,则一切正常!如果没有,请参阅下方的 [故障排除]。


第二步:在你的项目中设置此框架

你有两种选择:

选项 A:从新项目开始(建议首次使用者)

  1. 为你的项目创建一个新文件夹:

    Windows (PowerShell):

    mkdir my-awesome-project
    cd my-awesome-project
    

    Mac/Linux:

    mkdir my-awesome-project
    cd my-awesome-project
    
  2. 将此仓库中的 .agent 文件夹复制到你的项目中:

    Windows (PowerShell):

    # 替换路径为你下载此仓库的位置
    Copy-Item -Recurse C:\path\to\gemini-superpowers-antigravity\.agent .
    

    Mac/Linux:

    # 替换路径为你克隆此仓库的位置
    cp -r /path/to/gemini-superpowers-antigravity/.agent .
    
  3. 初始化 git(框架运行所必需):

    git init
    git add .agent
    git commit -m "添加超能力框架"
    
  4. 在此文件夹中打开反重力:

    从终端:

    # 确保你在 my-awesome-project 文件夹内
    # 然后按照你平常的方式打开反重力
    

    或者: 打开反重力 → 文件 → 打开文件夹 → 选择 my-awesome-project

选项 B:直接使用此仓库(用于测试演示)

  1. 克隆此仓库:

    git clone <your-repo-url>
    cd gemini-superpowers-antigravity
    
  2. 安装 Python 依赖项(仅限演示):

    Windows (PowerShell):

    python -m venv .venv
    .\.venv\Scripts\Activate.ps1
    pip install -U pip
    pip install fastapi uvicorn httpx pytest
    

    Mac/Linux:

    python -m venv .venv
    source .venv/bin/activate
    pip install -U pip
    pip install fastapi uvicorn httpx pytest
    
  3. 运行演示测试(可选,但很酷):

    pytest -q
    

    你应该会看到:6 passed

  4. 在此文件夹中打开反重力


第三步:验证是否正常工作

  1. 在反重力中输入:

    /superpowers-reload
    
  2. 你应该会看到如下输出:

    我已重新加载超能力框架:
    
    规则:superpowers.md
    工作流:已加载 8 个(头脑风暴、调试、执行计划、执行计划并行、完成、重新加载、审查、撰写计划)
    技能:已加载 9 个(头脑风暴、调试、完成、规划、Python 自动化、REST 自动化、审查、TDD、工作流)
    
    在本次会话的剩余时间里,我将遵循这些指示。
    
  3. 如果出现上述内容,你就准备好了! 🎉

  4. 如果出现“命令未找到”的提示:

    • 确保反重力是在包含 .agent/ 文件夹的目录下打开的
    • 尝试关闭并重新打开反重力,确保在正确的文件夹中

📖 使用方法(你的第一个任务)

让我们构建一个简单的东西来体验它的运作方式。

示例:构建一个简单的计算器命令行工具

第 1 步:头脑风暴(可选但有帮助)

在 Antigravity 中输入:

/superpowers-brainstorm

我想用 Python 构建一个简单的计算器命令行工具,能够对两个数字进行加、减、乘、除运算。

会发生什么:

  • AI 会提出一些澄清问题,例如:
    • “是否支持小数?”
    • “使用命令行参数还是交互式模式?”
    • “需要处理除零错误吗?”
  • 回答这些问题以完善你的想法。
  • AI 会将头脑风暴总结写入 artifacts/superpowers/brainstorm.md

你需要做的是: 回答这些问题,帮助 AI 理解你的需求。


第 2 步:编写计划

在 Antigravity 中输入:

/superpowers-write-plan

用 Python 构建一个包含加、减、乘、除功能的命令行计算器。使用 argparse 处理命令行参数,并为每个函数编写测试。

会发生什么:

  • AI 会读取你当前的项目文件(如果有)。
  • 创建一个分步计划,包括:
    • 每个小步骤耗时约 2–10 分钟。
    • 计划创建或修改的文件。
    • 如何验证每一步是否成功。
  • 将计划写入 artifacts/superpowers/plan.md
  • 提示:“是否批准此计划?如果没问题,请回复 APPROVED。”

你需要做的是:

  1. 阅读 artifacts/superpowers/plan.md 文件中的计划(或直接在聊天中查看)。
  2. 检查计划是否合理。
  3. 如果满意,输入:APPROVED
  4. 如果不满意,可以请求修改。

可能看到的计划示例:

## 计划

步骤 1:创建计算器模块
文件:calculator.py
修改内容:添加加、减、乘、除函数。
验证方法:python -c "from calculator import add; print(add(2, 3))"
  
步骤 2:添加测试
文件:test_calculator.py
修改内容:为所有函数添加 pytest 测试。
验证方法:pytest test_calculator.py
  
步骤 3:创建命令行接口
文件:cli.py
修改内容:使用 argparse 创建命令行界面。
验证方法:python cli.py add 2 3

第 3 步:执行计划

当你批准后,AI 会提示:

计划已批准。运行 /superpowers-execute-plan 开始实现。

现在输入:

/superpowers-execute-plan

会发生什么:

  • AI 会从 artifacts/superpowers/plan.md 中读取计划。
  • 按照计划逐步实现每个步骤。
  • 每完成一步:
    • 运行验证命令。
    • 将执行内容写入 artifacts/superpowers/execution.md
    • 向你展示结果。
  • 如果验证失败,AI 会停止并调试。
  • 最后,AI 会将总结写入 artifacts/superpowers/finish.md

你会看到的内容:

正在执行步骤 1:创建计算器模块
[AI 写入 calculator.py]
运行验证:python -c "from calculator import add; print(add(2, 3))"
✅ 输出:5
步骤 1 完成!

正在执行步骤 2:添加测试
[AI 写入 test_calculator.py]
运行验证:pytest test_calculator.py
✅ 4 个测试通过
步骤 2 完成!

...(继续执行每一步)

所有步骤已完成!🎉

你需要做的是: 只需观看即可!AI 会完成所有工作。如果 AI 提出问题,回答即可。


第 4 步:检查结果

  1. 查看代码:

    ls
    

    你应该看到新文件:calculator.pytest_calculator.pycli.py

  2. 尝试运行程序:

    python cli.py add 5 3
    

    应该显示:8

  3. 检查生成的文件:

    # Windows
    ls artifacts\superpowers\
    
    # Mac/Linux
    ls artifacts/superpowers/
    

    你应该看到:

    • plan.md - 你批准的计划。
    • execution.md - 每一步的执行记录。
    • finish.md - 最终总结。

⚡ 使用并行执行(可选——更快的方式!)

如果你的计划中有相互独立的步骤(即不依赖彼此的步骤),你可以通过并行执行来节省时间!

何时使用并行模式

适合并行的情况:

  • ✅ 向不同文件添加 3 个独立功能。
  • ✅ 创建 3 个独立模块。
  • ✅ 为 3 个不同的函数编写测试。

不适合并行的情况:

  • ❌ 步骤之间存在依赖关系(例如,步骤 2 需要步骤 1 的输出)。
  • ❌ 所有步骤都修改同一个文件。
  • ❌ 总共只有 1–2 个步骤(开销太大,不值得)。

如何使用

选项 1:让 AI 建议

当你运行 /superpowers-execute-plan 时,如果 AI 检测到独立步骤,它会询问:

我注意到步骤 1、2、3 是独立的,可以并行执行。
您想使用 /superpowers-execute-plan-parallel 来加快执行速度吗?
或者继续按顺序执行?(回复:PARALLEL 或 SEQUENTIAL)

回复:PARALLEL

选项 2:直接使用

批准计划后,输入:

/superpowers-execute-plan-parallel

并行模式有什么不同?

顺序执行:

步骤 1(5 分钟)→ 步骤 2(5 分钟)→ 步骤 3(5 分钟)= 共 15 分钟

并行执行:

步骤 1(5 分钟)┐
步骤 2(5 分钟)├─ 同时运行
步骤 3(5 分钟)┘
总计:约 5 分钟(快了 60%!)

你会看到的内容:

正在分析计划以进行并行执行...

批次 1(并行执行 - 3 个步骤):
- 步骤 1:添加功能 X
- 步骤 2:添加功能 Y
- 步骤 3:添加功能 Z

🤖 启动 3 个子代理...
子代理 1:正在执行步骤 1...
子代理 2:正在执行步骤 2...
子代理 3:正在执行步骤 3...

✅ 批次 1 已完成,耗时 5.2 秒
相比顺序执行节省了 10 分钟!

日志在哪里?

检查 artifacts/superpowers/subagents/ 目录——你会看到每个子代理的日志文件,详细记录了各自的工作内容。


🛠️ 故障排除

“命令未找到:/superpowers-…”

问题: Antigravity 无法识别这些工作流。

解决方案:

  1. 确保你位于包含 .agent/ 文件夹的目录下。
  2. 尝试运行:
    /superpowers-reload
    
  3. 如果仍然无效,请关闭 Antigravity,然后在正确的文件夹中重新打开。

并行执行失败,提示“gemini 未找到”

问题: 你没有安装 Gemini CLI,或者它不在系统的 PATH 中。

Windows 解决方案:

  1. 安装 Gemini CLI:

    npm install -g @google/gemini-cli
    
  2. 验证是否安装成功:

    gemini --version
    

    应该显示:@google/gemini-cli 版本 X.X.X

  3. 如果仍然提示“未找到”:

    • 重启 PowerShell(npm 可能更新了你的 PATH)。
    • 检查 npm 的全局 bin 目录是否在 PATH 中:
      npm config get prefix
      
    • 输出应该类似于 C:\Users\YourName\AppData\Roaming\npm
    • 将该路径添加到系统 PATH 环境变量中。
  4. 替代方案: 直接使用顺序执行:

    /superpowers-execute-plan
    

    (虽然稍慢,但无需 Gemini CLI 即可运行)

Mac/Linux 解决方案:

  1. 安装 Gemini CLI:

    npm install -g @google/gemini-cli
    
  2. 验证:

    which gemini
    

    应该显示类似 /usr/local/bin/gemini 的路径。

  3. 如果未找到:

    • 确保 npm 的 bin 目录在 PATH 中。
    • 运行 echo $PATH,查找 npm 的 bin 文件夹。

AI 直接开始编码,没有先制定计划

问题: AI 没有遵循 Superpowers 规则。

解决方案:

  1. 确保 .agent/rules/superpowers.md 文件存在。
  2. 尝试运行:
    /superpowers-reload
    
  3. 开始一个新的 Antigravity 对话。
  4. 显式使用以下工作流:
    /superpowers-write-plan <你的任务 >
    

生成的工件文件没有被创建

问题: 文件没有写入 artifacts/superpowers/ 目录。

解决方案:

  1. 检查该目录是否已创建:
    ls artifacts/superpowers/
    
  2. 如果该目录为空,可能是 AI 没有按照工作流执行。
  3. 尝试明确告知:
    请遵循 superpowers-execute-plan 工作流,并将工件写入磁盘。
    

我编辑了工作流但没有任何变化

问题: Antigravity 缓存了旧版本。

解决方案:

/superpowers-reload

这会强制 Antigravity 重新读取所有 .agent/ 文件。


📂 所有内容的位置

your-project/
├── .agent/                          ← Superpowers 框架(请复制此文件夹!)
│   ├── rules/
│   │   └── superpowers.md          ← AI 必须遵守的规则
│   ├── workflows/
│   │   ├── superpowers-write-plan.md
│   │   ├── superpowers-execute-plan.md
│   │   └── ...                      ← 斜杠命令
│   └── skills/
│       ├── superpowers-tdd/
│       ├── superpowers-debug/
│       └── ...                      ← AI 的构建模块
│
├── artifacts/                       ← 生成的输出文件(已忽略在 Git 中)
│   └── superpowers/
│       ├── plan.md                  ← 你批准的计划
│       ├── execution.md             ← 分步执行日志
│       ├── finish.md                ← 最终总结
│       └── subagents/               ← 并行执行的日志
│
├── your-code-here.py               ← 你的实际项目文件
├── tests/                          ← AI 创建的测试文件
└── README.md                       ← 你的项目文档

🎓 通过示例学习

示例 1:简单的 Python 脚本

任务: “创建一个统计文本文件中单词数量的脚本”

你会使用的命令:

/superpowers-write-plan 创建一个统计文本文件中单词数量的 Python 脚本
→ 审核计划
APPROVED
→ AI 创建计划

/superpowers-execute-plan
→ AI 构建:word_counter.py, test_word_counter.py
→ AI 验证其功能
→ 完成!

结果: 在约 5 分钟内完成带有测试的可运行脚本。


示例 2:REST API 客户端

任务: “构建一个列出用户仓库的 GitHub API 客户端”

命令:

/superpowers-brainstorm 我想构建一个 GitHub API 客户端
→ AI 提问:需要认证吗?是否有速率限制?要调用哪些接口?
→ 你回答

/superpowers-write-plan 构建一个带有认证、速率限制和仓库列表功能的 GitHub API 客户端
→ AI 创建详细计划
APPROVED

/superpowers-execute-plan
→ AI 按步骤实现
→ 每一步都经过验证
→ 完成!

结果: 具备错误处理和测试的生产级 API 客户端。


示例 3:三个独立功能(并行!)

任务: “为我的 CLI 添加日志记录、配置文件支持和 --verbose 标志”

命令:

/superpowers-write-plan

为我的 CLI 添加三个功能:
1. 日志记录到文件
2. 从配置文件加载设置
3. 用于详细输出的 --verbose 标志

每个功能应相互独立。

→ AI 创建包含 3 个独立步骤的计划
APPROVED

/superpowers-execute-plan-parallel
→ AI 启动 3 个子代理
→ 所有 3 个功能同时构建
→ 比顺序执行快 60%!

结果: 三个功能在约 5 分钟内完成,而按顺序执行则需约 15 分钟。


🎯 快速参考

最常用的工作流

1. /superpowers-write-plan <描述你想要的内容>
2. 阅读计划,输入:APPROVED
3. /superpowers-execute-plan
4. 完成!检查你的代码和 artifacts/superpowers/finish.md

所有可用命令

命令 功能 使用场景
/superpowers-brainstorm 通过问答探索想法 当你不确定具体需求时
/superpowers-write-plan 创建详细计划 每项任务的开始
/superpowers-execute-plan 按步骤构建代码 批准计划后
/superpowers-execute-plan-parallel 并行构建独立步骤 当计划中有 3 个或更多独立步骤时
/superpowers-review 检查代码质量 在完成前或调试时
/superpowers-debug 系统性调试 当出现问题时
/superpowers-finish 创建最终总结 一切正常后
/superpowers-reload 重新加载所有工作流/规则 编辑 .agent/ 文件后

🤝 贡献

想改进这个框架吗?欢迎提交 PR!

好的贡献想法:

  • 更多语言特定技能(Node/TS、Go、Rust 等)
  • 更多工作流(git worktree 管理、分支清理等)
  • 更好的并行执行(更智能的依赖检测)
  • 更多展示实际应用的端到端演示
  • 更好的错误信息和故障排除方法

📄 许可证

MIT 许可证 - 请参阅 LICENSE 文件


🙏 致谢

  • 灵感来源: obra/superpowers(Claude Superpowers)
  • 适配于: Google Antigravity
  • 并行执行概念: 基于社区关于多智能体工作流的讨论

💡 成功提示

  1. 从小处着手: 在处理大型项目之前,先尝试计算器示例。
  2. 阅读计划: 不要盲目批准,务必仔细审查 AI 的建议。
  3. 明智使用并行模式: 虽然速度快,但如果出错则更难调试。
  4. 检查工件: artifacts/superpowers/ 文件夹会清楚地告诉你发生了什么。
  5. 经常重新加载: 如果你编辑了工作流,务必运行 /superpowers-reload
  6. 提出问题: 如果计划不合理,请在批准前要求 AI 进行澄清。

祝编码愉快!🚀

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|2天前
Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

109.2k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像