[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-disler--infinite-agentic-loop":3,"tool-disler--infinite-agentic-loop":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":79,"owner_url":80,"languages":81,"stars":94,"forks":95,"last_commit_at":96,"license":79,"difficulty_score":23,"env_os":97,"env_gpu":98,"env_ram":99,"env_deps":100,"category_tags":105,"github_topics":79,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":106,"updated_at":107,"faqs":108,"releases":109},2844,"disler\u002Finfinite-agentic-loop","infinite-agentic-loop","An experimental project demonstrating Infinite Agentic Loop in a two prompt system using Claude Code.","infinite-agentic-loop 是一个基于 Claude Code 构建的实验性项目，旨在演示如何通过“无限智能体循环”模式高效生成迭代内容。它解决了传统 AI 辅助开发中单次生成效率低、缺乏多样性以及难以持续演进的问题，让用户能够依据规格说明文件，自动化地批量产出多个独特且符合要求的代码或设计版本。\n\n该项目特别适合开发者、技术研究人员以及希望探索 AI 协同工作流的设计师使用。用户只需定义好需求文档，即可通过简单的斜杠命令启动任务。其核心技术亮点在于独特的双提示词系统与并行协调机制：它能同时部署多个子智能体（Sub Agents），以不同的创意方向并行工作，并在“无限模式”下分波次持续生成，随着迭代次数增加，内容的复杂度与成熟度也会逐步提升。无论是快速原型验证、小批量方案对比，还是大规模自动化创作，infinite-agentic-loop 都能提供灵活的资源管理策略，帮助团队在受控的上下文中实现高质量的持续创新。","# Infinite Agentic Loop POC\n\n> **Watch the Tutorial**: [Infinite Agentic Loop with Claude Code](https:\u002F\u002Fyoutu.be\u002F9ipM_vDwflI)\n\nAn experimental project demonstrating Infinite Agentic Loop in a two prompt system using Claude Code.\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdisler_infinite-agentic-loop_readme_ad27b07cc15a.png\" alt=\"Infinite Agentic Loop\" style=\"max-width: 800px; width: 100%;\">\n\n## Overview\n\nThis project uses a custom Claude Code slash command (`\u002Fproject:infinite`) to orchestrate multiple AI agents in parallel, generating evolving iterations of content based on specifications.\n\n## Usage\n\nRead `.claude\u002Fsettings.json` to see the permissions and commands allowed.\n\nStart Claude Code: `claude`\n\nType slash command `\u002Fproject:infinite` to start the infinite agentic loop.\n\nThe infinite command takes three arguments:\n```\n\u002Fproject:infinite \u003Cspec_file> \u003Coutput_dir> \u003Ccount>\n```\n\n### 4 Command Variants\n\n#### 1. Single Generation\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src 1\n```\nGenerate one new iteration using the UI specification.\n\n#### 2. Small Batch (5 iterations)\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src_new 5\n```\nDeploy 5 parallel agents to generate 5 unique iterations simultaneously.\n\n#### 3. Large Batch (20 iterations)  \n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src_new 20\n```\nGenerate 20 iterations in coordinated batches of 5 agents for optimal resource management.\n\n#### 4. Infinite Mode\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md infinite_src_new\u002F infinite\n```\nContinuous generation in waves until context limits are reached, with progressive sophistication.\n\n## How It Works\n\n1. **Specification Analysis**: Reads and understands the spec file requirements\n2. **Directory Reconnaissance**: Analyzes existing iterations to determine starting point\n3. **Parallel Coordination**: Deploys Sub Agents with unique creative directions\n4. **Quality Assurance**: Ensures each iteration is unique and spec-compliant\n5. **Wave Management**: For infinite mode, manages successive waves of agents\n\n## Directions you can take to enhance this pattern\n\n- Apply this to a use case of your choice.\n- Build an MCP Server that enables reuse of the infinite agentic loop.\n- Get the `.claude\u002Fcommands\u002Finfinite.md` into your `~\u002F.claude\u002Fcommands\u002F` directory for global use.\n- Update `.claude\u002Fcommands\u002Finfinite.md` to generate sets of files instead of a single file.\n\n## Master AI Coding \nLearn to code with AI with foundational [Principles of AI Coding](https:\u002F\u002Fagenticengineer.com\u002Fprincipled-ai-coding?y=infageloop)\n\nFollow the [IndyDevDan youtube channel](https:\u002F\u002Fwww.youtube.com\u002F@indydevdan) for more AI coding tips and tricks.\n\nUse the best Agentic Coding tool: [Claude Code](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview)\n\n## License\n\nMIT License\n\nCopyright (c) 2026 disler\n\nPermission is hereby granted, free of charge, to any person obtaining a copy\nof this software and associated documentation files (the \"Software\"), to deal\nin the Software without restriction, including without limitation the rights\nto use, copy, modify, merge, publish, distribute, sublicense, and\u002For sell\ncopies of the Software, and to permit persons to whom the Software is\nfurnished to do so, subject to the following conditions:\n\nThe above copyright notice and this permission notice shall be included in all\ncopies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\nIMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\nFITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\nAUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\nLIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\nOUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\nSOFTWARE.","# 无限智能体循环 POC\n\n> **观看教程**：[使用 Claude Code 的无限智能体循环](https:\u002F\u002Fyoutu.be\u002F9ipM_vDwflI)\n\n这是一个实验性项目，展示了在双提示系统中利用 Claude Code 实现的无限智能体循环。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdisler_infinite-agentic-loop_readme_ad27b07cc15a.png\" alt=\"无限智能体循环\" style=\"max-width: 800px; width: 100%;\">\n\n## 概述\n\n该项目使用自定义的 Claude Code 斜杠命令（`\u002Fproject:infinite`），并行协调多个 AI 智能体，根据规范生成不断演进的内容迭代。\n\n## 使用方法\n\n请阅读 `.claude\u002Fsettings.json` 文件，以了解允许的权限和命令。\n\n启动 Claude Code：`claude`\n\n输入斜杠命令 `\u002Fproject:infinite` 即可开始无限智能体循环。\n\n该无限命令需要三个参数：\n```\n\u002Fproject:infinite \u003Cspec_file> \u003Coutput_dir> \u003Ccount>\n```\n\n### 四种命令变体\n\n#### 1. 单次生成\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src 1\n```\n使用 UI 规范生成一次新的迭代。\n\n#### 2. 小批量（5 次迭代）\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src_new 5\n```\n部署 5 个并行智能体，同时生成 5 个独特的迭代。\n\n#### 3. 大批量（20 次迭代）\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src_new 20\n```\n以每批 5 个智能体的方式分批次生成 20 次迭代，从而实现资源的最优管理。\n\n#### 4. 无限模式\n```bash\n\u002Fproject:infinite specs\u002Finvent_new_ui_v3.md infinite_src_new\u002F infinite\n```\n持续按波次生成内容，直到上下文限制被达到，且每次生成的内容都会更加复杂精妙。\n\n## 工作原理\n\n1. **规范分析**：读取并理解规范文件中的要求。\n2. **目录侦察**：分析现有迭代，确定起始点。\n3. **并行协调**：部署具有独特创意方向的子智能体。\n4. **质量保证**：确保每次迭代都独一无二且符合规范。\n5. **波次管理**：对于无限模式，管理后续的智能体波次。\n\n## 可以进一步优化此模式的方向\n\n- 将其应用于您选择的用例。\n- 构建一个 MCP 服务器，以便复用无限智能体循环。\n- 将 `.claude\u002Fcommands\u002Finfinite.md` 文件放入您的 `~\u002F.claude\u002Fcommands\u002F` 目录中，以供全局使用。\n- 更新 `.claude\u002Fcommands\u002Finfinite.md` 文件，使其能够生成一组文件，而非单个文件。\n\n## 掌握 AI 编程\n通过基础的 [AI 编程原则](https:\u002F\u002Fagenticengineer.com\u002Fprincipled-ai-coding?y=infageloop) 学习如何与 AI 一起编程。\n\n关注 [IndyDevDan YouTube 频道](https:\u002F\u002Fwww.youtube.com\u002F@indydevdan)，获取更多 AI 编程技巧和窍门。\n\n使用最佳的智能体编程工具：[Claude Code](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview)\n\n## 许可证\n\nMIT 许可证\n\n版权所有 © 2026 disler\n\n特此授予任何人免费获得本软件及其相关文档文件（以下简称“软件”）副本的权利，允许其以任何方式处理该软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和销售软件副本，并允许向任何接收该软件的人提供服务，但须遵守以下条件：\n\n上述版权声明和本许可声明应包含在所有副本或软件的重要部分中。\n\n本软件按“原样”提供，不提供任何形式的担保，无论是明示的还是默示的，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权所有者均不对因使用本软件或与之相关的任何索赔、损害或其他责任承担任何义务，无论这些责任是基于合同、侵权行为或其他原因产生的，均与本软件或其使用无关。","# Infinite Agentic Loop 快速上手指南\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n- **操作系统**：支持 Claude Code 的系统（macOS, Linux, Windows WSL2）\n- **核心依赖**：已安装并配置好 [Claude Code](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Foverview)\n- **项目文件**：克隆本仓库到本地，确保包含 `.claude\u002Fsettings.json` 及 `specs\u002F` 目录下的规范文件\n\n## 安装步骤\n\n本项目基于 Claude Code 的自定义斜杠命令运行，无需复杂的包管理器安装，只需将命令文件配置到本地即可。\n\n1. **克隆项目**\n   ```bash\n   git clone \u003Crepository-url>\n   cd infinite-agentic-loop\n   ```\n\n2. **配置全局命令（可选但推荐）**\n   为了实现全局调用，将项目中的命令定义文件复制到您的全局配置目录：\n   ```bash\n   cp .claude\u002Fcommands\u002Finfinite.md ~\u002F.claude\u002Fcommands\u002F\n   ```\n   *注意：如果您只想在当前项目使用，可跳过此步，直接读取项目内的 `.claude\u002Fcommands\u002Finfinite.md`。*\n\n3. **验证权限**\n   检查 `.claude\u002Fsettings.json` 文件，确认已允许相应的权限和命令执行。\n\n## 基本使用\n\n启动 Claude Code 并调用无限代理循环命令。\n\n1. **启动 Claude Code**\n   在终端中输入：\n   ```bash\n   claude\n   ```\n\n2. **执行命令**\n   在 Claude Code 交互界面中，输入以下斜杠命令启动生成任务：\n   ```\n   \u002Fproject:infinite \u003Cspec_file> \u003Coutput_dir> \u003Ccount>\n   ```\n\n   **最简单示例（单次生成）：**\n   使用现有的 UI 规范文件生成一次迭代：\n   ```\n   \u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src 1\n   ```\n\n   **进阶示例（小批量并行）：**\n   部署 5 个并行代理同时生成 5 个独特的迭代版本：\n   ```\n   \u002Fproject:infinite specs\u002Finvent_new_ui_v3.md src_new 5\n   ```\n\n   **无限模式：**\n   持续生成波浪式迭代，直到达到上下文限制：\n   ```\n   \u002Fproject:infinite specs\u002Finvent_new_ui_v3.md infinite_src_new\u002F infinite\n   ```\n\n系统会自动执行规范分析、目录侦察、并行协调及质量保证流程，输出符合规范的演进内容。","某前端团队需要在极短时间内为新的数据可视化仪表盘探索出 20 种截然不同的 UI 布局方案，以供产品总监进行风格选型。\n\n### 没有 infinite-agentic-loop 时\n- 设计师或开发者只能手动逐个编写提示词，每次仅能生成一个版本，耗时数小时才能凑齐少量方案。\n- 多轮迭代中，AI 容易陷入思维定势，导致生成的多个方案在配色、组件排布上高度雷同，缺乏真正的多样性。\n- 缺乏自动化的质量检查机制，需要人工逐一核对每个生成文件是否符合初始需求文档，极易出现遗漏或偏差。\n- 当需要大规模（如 20+）并发尝试时，本地资源调度混乱，难以协调多个 AI 会话同时工作，效率极低。\n- 创意探索过程被迫中断于“上下文限制”或精力耗尽，无法实现持续进化的深度设计挖掘。\n\n### 使用 infinite-agentic-loop 后\n- 通过一条 `\u002Fproject:infinite` 指令，自动部署并行代理集群，瞬间同步生成 20 个独特且高质量的 UI 迭代版本。\n- 内置的“平行协调”机制强制每个子代理采用独特的创意方向，确保输出的 20 个方案在视觉风格和交互逻辑上截然不同。\n- 系统自动执行质量保证流程，实时校验每个迭代是否严格遵循 `specs` 文件中的功能规范，无需人工干预。\n- 智能波次管理功能将大批量任务拆解为最优资源组（如每批 5 个），在保证速度的同时避免系统过载。\n- 开启“无限模式”后，工具能像波浪一样持续生成越来越精致的方案，直到挖掘出超越人类预设的最优解。\n\ninfinite-agentic-loop 将原本需要数天的人工试错过程压缩为分钟级的自动化创意爆发，让开发者从重复劳动中解放出来专注于决策。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdisler_infinite-agentic-loop_ad27b07c.png","disler","IndyDevDan","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdisler_796943fa.png","Betting the next 10 years of my career on AGENTIC software.\r\n\r\nJoin the journey on YT.",null,"https:\u002F\u002Fgithub.com\u002Fdisler",[82,86,90],{"name":83,"color":84,"percentage":85},"HTML","#e34c26",95.7,{"name":87,"color":88,"percentage":89},"JavaScript","#f1e05a",2.5,{"name":91,"color":92,"percentage":93},"CSS","#663399",1.8,547,190,"2026-04-02T23:20:27","未说明 (依赖 Claude Code 支持的平台，通常为 macOS, Linux, Windows)","未说明 (基于 Claude API 的云端模型，本地无需 GPU)","未说明",{"notes":101,"python":102,"dependencies":103},"该项目是一个概念验证 (POC)，依赖于 Anthropic 的 Claude Code 命令行工具。运行前需安装并配置 Claude Code，且需要有效的 API 访问权限。项目通过自定义斜杠命令 `\u002Fproject:infinite` 调用多个 AI 代理并行工作，不涉及本地模型推理，因此无本地 GPU、特定 Python 版本或大型依赖库的要求。主要资源消耗取决于生成的迭代次数和并发代理数量。","未说明 (需安装 Claude Code CLI 工具)",[104],"Claude Code CLI",[26,15,53],"2026-03-27T02:49:30.150509","2026-04-06T08:17:45.673492",[],[]]