[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-neondatabase--appdotbuild-agent":3,"tool-neondatabase--appdotbuild-agent":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},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,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},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",152630,2,"2026-04-12T23:33:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":72,"owner_website":76,"owner_url":77,"languages":78,"stars":118,"forks":119,"last_commit_at":120,"license":121,"difficulty_score":122,"env_os":123,"env_gpu":124,"env_ram":124,"env_deps":125,"category_tags":131,"github_topics":75,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":132,"updated_at":133,"faqs":134,"releases":135},6990,"neondatabase\u002Fappdotbuild-agent","appdotbuild-agent","The agent that generates working apps (and maybe some other things)","appdotbuild-agent 是一款开源 AI 智能体，旨在通过单条指令自动生成包含测试、代码检查和部署配置的生产级应用程序。它主要解决了从创意到可运行应用过程中繁琐的环境搭建与代码验证难题，确保输出成果的高质量与可用性。\n\n该项目历经两代演进：第一代基于 Python，专注于生成多种技术栈的 CRUD 应用；第二代（代号 Edda）改用 Rust 重构，架构更稳健，特别擅长构建数据分析看板及数据驱动型工具。其独特亮点在于深度集成了沙箱执行环境与严格的验证机制，并支持作为 MCP（模型上下文协议）服务运行，能够无缝接入 Claude Code 等主流 AI 编程助手，实现灵活的自动化工作流。\n\n需要注意的是，目前该仓库已停止主动维护，转为研究用途，非常适合研究人员探索智能体生成应用的架构模式，或供开发者参考其环境脚手架设计与批量评估方法。普通用户若需直接使用，建议具备一定技术基础以应对潜在的部署配置需求。作为由 Neon 和 Databricks 支持的研究项目，appdotbuild-agent 为“提示词即应用”的规模化落地提供了宝贵的实践范例。","# app.build (agent)\n\n**⚠️ warning - the repo is not actively maintained anymore**. Existing code is provided for research purposes - feel free to fork and use in your experiments. \n\n**app.build** is an open-source AI agent for generating production-ready applications with testing, linting and deployment setup from a single prompt. This agent relies heavily on scaffolding and extensive validation to ensure high-quality outputs.\n\nThere were two generations of this agent:\n\n### v1 - Python implementation\n\nOriginal standalone agent located in `.\u002Fagent\u002F` directory. It was designed to generate CRUD applications on three stacks: (TypeScript + tRPC + Drizzle + React, Python + NiceGUI + SQLModel, PHP + Laravel). The managed service has been discontinued.\n\nSee [agent\u002FREADME.md](agent\u002FREADME.md) for setup and some usage instructions.\n\nWork report is available on [arXiv](https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.03310) (accepted at [SANER 2026](https:\u002F\u002Fconf.researchr.org\u002Fhome\u002Fsaner-2026))\n\n### v2 - Rust implementation 🦀\n\nIt is located in `.\u002Fedda\u002F` directory. The purpose of this version was to build a more robust architecture with a focus on data applications (dashboards, analytics, data-driven tools).\n\nUnlike the Python version, it is available not only as a standalone agent but also as a MCP powering your favorite agents (like Claude Code) or being wrapped into custom agents programmatically (see `klaudbiusz\u002Fcli\u002Fcodegen.py` for the example of using with Claude Agent SDK).\n\nSome tools for bulk app generation and evaluation of this version are available under `klaudbiusz` (wrappers over Claude SDK and relevant orchestration\u002Fglue code). \n\n### MCP Installation\n\n**Prerequisites:**\n- OCI-compatible container runtime (Docker, OrbStack, Podman...) must be installed and running for Dagger-based sandboxed execution\n\n```\ncurl -LsSf https:\u002F\u002Fraw.githubusercontent.com\u002Fappdotbuild\u002Fagent\u002Frefs\u002Fheads\u002Fmain\u002Fedda\u002Finstall.sh | sh\n```\nand attach to your favorite MCP client, e.g. Claude Code:\n```\nclaude mcp add --transport stdio edda -- ~\u002F.local\u002Fbin\u002Fedda_mcp\n```\n\n**Set Databricks environment variables** (required for app generation):\n```bash\nexport DATABRICKS_HOST=https:\u002F\u002Fyour-workspace.cloud.databricks.com\nexport DATABRICKS_TOKEN=dapi...\nexport DATABRICKS_WAREHOUSE_ID=your-warehouse-id\n```\n\nThen start using it with Claude Code:\n```bash\n# Create project dir\nmkdir ~\u002Fdbrx-sales-by-region && cd ~\u002Fdbrx-sales-by-region\n\n# Check the 'edda' MCP is available fo claude\nclaude mcp list\n\n# Run sample app generation\nclaude \"Create a Databricks app that shows daily sales by region\"\n```\n\n**To deploy to Databricks** (optional, requires write to \u002Fusr\u002Flocal\u002Fbin), install Databricks CLI:\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fdatabricks\u002Fsetup-cli\u002Fmain\u002Finstall.sh | sudo sh\n```\n\n\n## Citation\n\nIf you use this work in your research, please cite our paper:\n\n```bibtex\n@misc{kniazev2025appbuildproductionframeworkscaling,\n      title={app.build: A Production Framework for Scaling Agentic Prompt-to-App Generation with Environment Scaffolding},\n      author={Evgenii Kniazev and Arseny Kravchenko and Igor Rekun and James Broadhead and Nikita Shamgunov and Pranav Sah and Pratik Nichite and Ivan Yamshchikov},\n      year={2025},\n      eprint={2509.03310},\n      archivePrefix={arXiv},\n      primaryClass={cs.AI},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.03310}\n}\n```\n\n---\nSupported by Neon and Databricks.\n\nBuilt to showcase agent-native infrastructure patterns. Fork it, remix it, use it as a reference for your own projects.\n","# app.build（代理）\n\n**⚠️ 注意——该仓库已不再积极维护**。现有代码仅供研究之用，欢迎 fork 并在您的实验中使用。\n\n**app.build** 是一个开源的 AI 代理，能够通过一条提示自动生成具备测试、代码检查和部署配置的生产级应用。该代理高度依赖脚手架工具和全面的验证机制，以确保输出质量。\n\n该代理经历了两个版本：\n\n### v1 —— Python 实现\n\n最初的独立代理位于 `.\u002Fagent\u002F` 目录下。它旨在生成基于三种技术栈的 CRUD 应用：TypeScript + tRPC + Drizzle + React、Python + NiceGUI + SQLModel、PHP + Laravel。其托管服务现已停止。\n\n请参阅 [agent\u002FREADME.md](agent\u002FREADME.md)，了解设置及部分使用说明。\n\n相关工作报告已发表于 arXiv（[arXiv:2509.03310](https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.03310)），并被 [SANER 2026](https:\u002F\u002Fconf.researchr.org\u002Fhome\u002Fsaner-2026) 接收。\n\n### v2 —— Rust 实现 🦀\n\n该版本位于 `.\u002Fedda\u002F` 目录下。其目标是构建更为健壮的架构，专注于数据类应用（仪表板、分析工具、数据驱动型工具）。\n\n与 Python 版本不同，v2 不仅可以作为独立代理运行，还可以作为 MCP 为您喜爱的代理（如 Claude Code）提供支持，或通过编程方式封装成自定义代理（参见 `klaudbiusz\u002Fcli\u002Fcodegen.py` 中关于如何与 Claude Agent SDK 集成的示例）。\n\n针对该版本的大规模应用生成与评估工具，可在 `klaudbiusz` 项目中找到（这些工具是对 Claude SDK 的封装，并包含相应的编排与胶水代码）。\n\n### MCP 安装\n\n**先决条件：**\n- 必须安装并运行兼容 OCI 的容器运行时（Docker、OrbStack、Podman 等），以便进行基于 Dagger 的沙箱执行。\n\n```bash\ncurl -LsSf https:\u002F\u002Fraw.githubusercontent.com\u002Fappdotbuild\u002Fagent\u002Frefs\u002Fheads\u002Fmain\u002Fedda\u002Finstall.sh | sh\n```\n\n然后将其接入您喜爱的 MCP 客户端，例如 Claude Code：\n\n```bash\nclaude mcp add --transport stdio edda -- ~\u002F.local\u002Fbin\u002Fedda_mcp\n```\n\n**设置 Databricks 环境变量**（生成应用所必需）：\n\n```bash\nexport DATABRICKS_HOST=https:\u002F\u002Fyour-workspace.cloud.databricks.com\nexport DATABRICKS_TOKEN=dapi...\nexport DATABRICKS_WAREHOUSE_ID=your-warehouse-id\n```\n\n随后即可通过 Claude Code 使用：\n\n```bash\n# 创建项目目录\nmkdir ~\u002Fdbrx-sales-by-region && cd ~\u002Fdbrx-sales-by-region\n\n# 检查 'edda' MCP 是否可用\nclaude mcp list\n\n# 运行示例应用生成\nclaude \"创建一个显示按地区划分的日销售额的 Databricks 应用\"\n```\n\n**部署至 Databricks**（可选，需写入 \u002Fusr\u002Flocal\u002Fbin）：\n\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fdatabricks\u002Fsetup-cli\u002Fmain\u002Finstall.sh | sudo sh\n```\n\n## 引用\n\n如果您在研究中使用了本工作，请引用我们的论文：\n\n```bibtex\n@misc{kniazev2025appbuildproductionframeworkscaling,\n      title={app.build: 一种用于扩展代理式提示到应用生成的生产框架，配备环境脚手架},\n      author={Evgenii Kniazev、Arseny Kravchenko、Igor Rekun、James Broadhead、Nikita Shamgunov、Pranav Sah、Pratik Nichite、Ivan Yamshchikov},\n      year={2025},\n      eprint={2509.03310},\n      archivePrefix={arXiv},\n      primaryClass={cs.AI},\n      url={https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.03310}\n}\n```\n\n---\n由 Neon 和 Databricks 提供支持。\n\n旨在展示代理原生的基础设施模式。欢迎 fork、改造，或将之作为您自身项目的参考。","# app.build (agent) 快速上手指南\n\n> **⚠️ 重要提示**：该仓库目前已不再积极维护。现有代码仅供研究参考，欢迎 Fork 后用于您的实验项目。\n\n**app.build** 是一个开源 AI 智能体，能够根据单个提示词生成包含测试、代码检查和部署配置的生产级应用程序。本项目主要提供两个版本：v1（Python，已停止服务）和 v2（Rust，支持 MCP 协议）。本指南专注于功能更强大且支持集成的 **v2 (Rust\u002Fedda)** 版本。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**：Linux 或 macOS（Windows 用户建议使用 WSL2）。\n*   **容器运行时**：必须安装并运行兼容 OCI 标准的容器引擎（如 **Docker**, OrbStack, 或 Podman），用于基于 Dagger 的沙箱执行环境。\n    *   *国内加速建议*：如果拉取镜像困难，请配置 Docker 国内镜像加速器（如阿里云、腾讯云或 DaoCloud 加速器）。\n*   **MCP 客户端**：推荐使用 **Claude Code** 作为交互客户端。\n*   **数据源环境**：由于该版本侧重于数据应用（仪表盘、分析工具），您需要拥有 **Databricks** 工作区访问权限。\n\n## 安装步骤\n\n### 1. 安装 Edda (v2) 核心组件\n\n运行以下脚本自动下载并安装 `edda` 二进制文件：\n\n```bash\ncurl -LsSf https:\u002F\u002Fraw.githubusercontent.com\u002Fappdotbuild\u002Fagent\u002Frefs\u002Fheads\u002Fmain\u002Fedda\u002Finstall.sh | sh\n```\n\n### 2. 配置 MCP 客户端\n\n将安装好的 `edda` 注册到您的 MCP 客户端（以 Claude Code 为例）：\n\n```bash\nclaude mcp add --transport stdio edda -- ~\u002F.local\u002Fbin\u002Fedda_mcp\n```\n\n### 3. 配置 Databricks 环境变量\n\n生成数据应用需要连接 Databricks 环境，请导出以下变量（替换为您自己的实际值）：\n\n```bash\nexport DATABRICKS_HOST=https:\u002F\u002Fyour-workspace.cloud.databricks.com\nexport DATABRICKS_TOKEN=dapi...\nexport DATABRICKS_WAREHOUSE_ID=your-warehouse-id\n```\n\n*(可选) 若需直接部署到 Databricks，请安装 Databricks CLI：*\n```bash\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Fdatabricks\u002Fsetup-cli\u002Fmain\u002Finstall.sh | sudo sh\n```\n\n## 基本使用\n\n完成上述配置后，即可通过自然语言指令让 AI 生成数据应用。\n\n1.  **创建项目目录**：\n    ```bash\n    mkdir ~\u002Fdbrx-sales-by-region && cd ~\u002Fdbrx-sales-by-region\n    ```\n\n2.  **验证 MCP 状态**（可选）：\n    确认 `edda` 已成功加载到 Claude Code 中：\n    ```bash\n    claude mcp list\n    ```\n\n3.  **生成应用**：\n    直接使用自然语言描述您的需求。例如，创建一个展示“按地区划分的每日销售额”的 Databricks 应用：\n    ```bash\n    claude \"Create a Databricks app that shows daily sales by region\"\n    ```\n\nAI 智能体将自动调用 `edda`，在沙箱环境中构建代码、进行测试，并生成完整的项目结构。","某数据团队急需为管理层构建一个实时展示“各地区每日销售额”的 Databricks 仪表盘，以支持季度战略会议。\n\n### 没有 appdotbuild-agent 时\n- **环境配置繁琐**：开发者需手动安装 Databricks CLI、配置 OCI 容器运行时及设置复杂的环境变量，耗时数小时且易出错。\n- **样板代码重复**：必须从零搭建项目骨架，手写连接数据库、数据清洗及前端可视化的基础 CRUD 代码，效率低下。\n- **质量保障缺失**：缺乏自动化的测试用例和代码规范检查（Linting），导致上线前需投入大量精力进行人工排查和修复。\n- **部署流程割裂**：从本地开发到云端部署缺乏统一标准，往往需要编写额外的脚本或手动操作控制台，容易引发版本不一致问题。\n\n### 使用 appdotbuild-agent 后\n- **一键环境就绪**：只需通过 MCP 客户端输入自然语言指令，appdotbuild-agent 自动调用 Docker 沙箱完成所有依赖安装与 Databricks 环境变量配置。\n- **全栈代码生成**：基于 Rust 架构的 appdotbuild-agent 直接生成包含数据查询、后端逻辑及前端图表的生产级应用代码，无需手写样板。\n- **内置质量验证**：生成的代码自动附带完整的单元测试套件和 Linting 配置，确保输出符合生产标准，大幅降低 Bug 率。\n- **自动化部署闭环**：appdotbuild-agent 可直接将应用部署至 Databricks 平台，实现从提示词到可访问 URL 的端到端交付。\n\nappdotbuild-agent 的核心价值在于将原本需要数天的数据应用开发流程压缩至分钟级，同时通过标准化的脚手架和验证机制确保了企业级的代码质量。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fneondatabase_appdotbuild-agent_f4cac107.png","neondatabase","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fneondatabase_19d2f05f.png","",null,"https:\u002F\u002Fneon.tech","https:\u002F\u002Fgithub.com\u002Fneondatabase",[79,83,87,91,95,99,103,107,110,114],{"name":80,"color":81,"percentage":82},"Python","#3572A5",46.2,{"name":84,"color":85,"percentage":86},"TypeScript","#3178c6",23.7,{"name":88,"color":89,"percentage":90},"Rust","#dea584",22.8,{"name":92,"color":93,"percentage":94},"PHP","#4F5D95",3.1,{"name":96,"color":97,"percentage":98},"Shell","#89e051",1.8,{"name":100,"color":101,"percentage":102},"JavaScript","#f1e05a",0.9,{"name":104,"color":105,"percentage":106},"Dockerfile","#384d54",0.6,{"name":108,"color":109,"percentage":106},"CSS","#663399",{"name":111,"color":112,"percentage":113},"TypeSpec","#4A3665",0.3,{"name":115,"color":116,"percentage":117},"Blade","#f7523f",0.1,751,113,"2026-04-05T14:19:03","Apache-2.0",4,"Linux, macOS","未说明",{"notes":126,"python":124,"dependencies":127},"该项目包含两个版本：v1 (Python) 和 v2 (Rust)。README 主要描述了 v2 版本 (edda) 的安装，其核心依赖是必须安装并运行兼容 OCI 的容器运行时（如 Docker、OrbStack 或 Podman），以便进行基于 Dagger 的沙箱执行。生成应用需要配置 Databricks 环境变量（Host, Token, Warehouse ID）。v1 版本支持生成 TypeScript\u002FReact、Python\u002FNiceGUI 或 PHP\u002FLaravel 栈的应用，但已不再维护。",[128,129,130],"Docker\u002FOrbStack\u002FPodman (OCI-compatible container runtime)","Databricks CLI (可选，用于部署)","Claude Code (或其他 MCP 客户端)",[35,13,52],"2026-03-27T02:49:30.150509","2026-04-13T13:37:50.361449",[],[136,141,146,151,156,161,166,171,176,181,186,191,196],{"id":137,"version":138,"summary_zh":139,"released_at":140},231245,"v0.0.10","发布 v0.0.10\n\n## SHA256 校验和\n```\n65595f45403147ae3f4da035c7b1d3115976b6662eaeee780b3a9b68bc4f2a3f  edda_mcp-linux-x86_64\nacc9858b8d1df45a2a9123c572a5138843e8fe6c47128baeafeb08bb40bd0fb5  edda_mcp-macos-arm64\n```","2025-11-13T10:48:15",{"id":142,"version":143,"summary_zh":144,"released_at":145},231246,"v0.0.9","发布 v0.0.9\n\n## SHA256 校验和\n```\n0db3896b30a3afa9771981d18c55aafa244acceb75284666b40972625b3a38cf  edda_mcp-linux-x86_64\nb6d7ade6e3da4116bd1169729433aa26fc78fc4fad67a2954d10f24bb8906e5f  edda_mcp-macos-arm64\n```","2025-11-11T18:11:29",{"id":147,"version":148,"summary_zh":149,"released_at":150},231247,"v0.0.8","发布 v0.0.8\n\n## SHA256 校验和\n```\n41b46fe6cc7a901247c5904bc850e136db2bf42c828d8a8319c66837eab72ef5  edda_mcp-linux-x86_64\na5585a39e6107ad3ef13c7eaac651813ae883c212238fba7406011ba3a7d73a0  edda_mcp-macos-arm64\n```","2025-11-07T20:00:38",{"id":152,"version":153,"summary_zh":154,"released_at":155},231248,"v0.0.7","发布 v0.0.7\n\n## SHA256 校验和\n```\n5d1be87541554738e561c2cc3766910356dda1ecf25648008e3fb880776755b1  edda_mcp-linux-x86_64\n85cb0de53af401f9dd0be4f1c4a5f4582bc2e69ec9d16af3841ed3c26e8941dd  edda_mcp-macos-arm64\n```","2025-11-04T21:22:26",{"id":157,"version":158,"summary_zh":159,"released_at":160},231249,"v0.0.6","发布 v0.0.6\n\n## SHA256 校验和\n```\n9dcd6cf8a872bdd0b9567b7b4ae1eebee3f054664036bb5684cb1979b851bae9  edda_mcp-linux-x86_64\n983d91317f5c4c27535286ff8487be524bc79d74f96dc2a6bbd3b2d7d0d039ab  edda_mcp-macos-arm64\n```","2025-11-03T17:09:10",{"id":162,"version":163,"summary_zh":164,"released_at":165},231250,"v0.0.5","发布 v0.0.5\n\n## SHA256 校验和\n```\ncd02124690dfc45a7d48b9cb7ccc5e965615363c68f6e91418a8c1376cb70b72  edda_mcp-linux-x86_64\n7e23ae54871b6ccd365974098d4735fd2ffffe1d9649414aec2da1137152280a  edda_mcp-macos-arm64\n```","2025-11-03T12:31:42",{"id":167,"version":168,"summary_zh":169,"released_at":170},231251,"v0.0.4","发布 v0.0.4\n\n## SHA256 校验和\n```\n89f4263085c9299a22bad12509ef91008f37f4d78e3426e35429fd2fa89decb6  edda_mcp-linux-x86_64\n81afe46d910325af4382dab6abedf70eba6875443ba39e100fa25737d300e66e  edda_mcp-macos-arm64\n```","2025-11-01T12:34:19",{"id":172,"version":173,"summary_zh":174,"released_at":175},231252,"v0.0.3-dev.3","发布 v0.0.3-dev.3\n\n## SHA256 校验和\n```\n6e9063bea3b6218e26cd05e75b0d2869ca71eef83e5ee1904ba35ae11bed39d3  edda_mcp-linux-x86_64\n8d1a474a20e4915d0c7df79017f674912477cfc84317772884d512fa9ac3ca84  edda_mcp-macos-arm64\n```","2025-11-01T11:36:47",{"id":177,"version":178,"summary_zh":179,"released_at":180},231253,"v0.0.3-dev.2","发布 v0.0.3-dev.2\n\n## SHA256 校验和\n```\n224d54fe8c15345a5a4bafb7b950f7d2024c896b3667fd4ee494c3e492ed8e42  edda_mcp-linux-x86_64\nc7cb513a7a235a1432544ed27cec3d2ed431c453ff53c8999e59831b90a7d04e  edda_mcp-macos-arm64\n```","2025-10-31T20:40:13",{"id":182,"version":183,"summary_zh":184,"released_at":185},231254,"v0.0.3-dev.1","发布 v0.0.3-dev.1\n\n## SHA256 校验和\n```\n4ca6c0b745bc4967e223ab143e3edc991c5da34e55246cc474a9b7f05acd44d0  edda_mcp-linux-x86_64\n005ffd5839a00e4ee8c67877882c9f469c6f750c359efe1b0be1d797f364195d  edda_mcp-macos-arm64\n```\n\n---\n- 构建自提交：`84fb5ff4fbae0c0f30e73b6a4d6036759631b511`\n- CI 运行：https:\u002F\u002Fgithub.com\u002Fappdotbuild\u002Fagent\u002Factions\u002Fruns\u002F18982756828\n","2025-10-31T19:18:53",{"id":187,"version":188,"summary_zh":189,"released_at":190},231255,"v0.0.3","Release v0.0.3\n\n## SHA256 Checksums\n```\nefe205d354b82650576b1e50edf82649e0da26a1e123d24e242b021bffa190bc  edda_mcp-linux-x86_64\n7c01f156f6cd9b0ca719d073cf2bca3c6866ba74b8fe48eaded9a6b317e6fcbb  edda_mcp-macos-arm64\n```\n\n---\n- Built from commit: `e0a0923228258b0aee72df40c2400be248f184cc`\n- CI Run: https:\u002F\u002Fgithub.com\u002Fappdotbuild\u002Fagent\u002Factions\u002Fruns\u002F18948157948\n","2025-10-30T17:24:29",{"id":192,"version":193,"summary_zh":194,"released_at":195},231256,"v0.0.2","Release v0.0.2\n\n## SHA256 Checksums\n```\n8daa53aacc42be8b32011dad5643d884fbad4981c2c39d93b475858c00e0aa68  edda_mcp-linux-x86_64\ne2fc182f6d8d685286cfc2c12ca170023f15191b64ca2ced63f4e3cb74bbd4cf  edda_mcp-macos-arm64\n```\n\n---\n- Built from commit: `870622d1aa9adaccdc3b6bb6128586f8623c60bb`\n- CI Run: https:\u002F\u002Fgithub.com\u002Fappdotbuild\u002Fagent\u002Factions\u002Fruns\u002F18919247865\n","2025-10-29T19:14:02",{"id":197,"version":198,"summary_zh":199,"released_at":200},231257,"v0.0.1","initial debug release\n\n## SHA256 Checksums\n```\n27721456ce9ef79b6c6dbf5da8c42cdc976fefffe1f54cbd844d41e2a9e5e732  dabgent_mcp-linux-x86_64\n4b5c6cd56cc01fcb1538862149b366697f3edf035cd5f1669a70a09c5d9b317c  dabgent_mcp-macos-arm64\n```\n\n---\n- Built from commit: `04baa04f0583aa4e1594976af628cfd048655d14`\n- CI Run: https:\u002F\u002Fgithub.com\u002Fappdotbuild\u002Fagent\u002Factions\u002Fruns\u002F18878067382\n","2025-10-28T14:32:17"]