项目精选。
SoMarkAI/OXR
这是一个 GitHub 开源项目，提供名为 OXR（Optical Everything Recognition）的文档解析模型，目标是将 PDF 和文档图像转换为便于智能体使用的数据。项目介绍称其在后训练中使用 RSI 循环，具备较高的准确率和速度，并给出在线演示、免费 API 以及 Hugging Face 和 ModelScope 上的模型入口；README 提供英文和简体中文版本。
这是一个 GitHub 仓库，提供 11 个免费（MIT 许可）的 Claude 技能，用于克隆任意应用：逆向分析、重建、测试 bug，并针对原应用用户的抱怨做改进。README 说明其中一个技能负责规划技术栈与数据库，其余还涉及重建设计系统、接入认证与支付、与原件打分对比、命名与品牌、撰写落地页和应用商店文案、部署到自有域名，并强调只重建功能与流程而非代码、标识、文案和内容。适合使用 Claude Code 等工具的开发者了解。
用单个 Rust 程序为编码 Agent 提供代码图与记忆能力，支持 Claude Code、Codex、Cursor 及任意 MCP 客户端。标签显示其涉及代码分析、代码搜索、知识图谱、GraphRAG、Tree-sitter 和本地优先等方向。
一个用 Rust 编写的开源（Apache-2.0）应用，定位为把多台自有机器（Mac、Linux、Windows）集中到一个界面里管理，供本人或 AI 智能体使用。README 列出的功能包括跨机器的智能体会话（Claude Code、Codex、OpenCode、Gemini CLI、Amp 等，运行在真实终端中）、桌面、文件、日志和 GitHub，并附带一个 MCP 服务器。标签涉及 SSH、Tailscale、gpui、远程桌面和 self-hosted runners 等。
一个以代码优先方式制作视频与图像的开源项目，基于 WebGPU 原生渲染。README 说明其把合成、动态图形与 3D 能力打包为一个 npm 包，面向由 AI 智能体用代码驱动的视频工作流，提供文档、示例与模型页面，许可证为 Apache-2.0，状态标注为 beta。
这是一个自托管的 AI 代理知识库项目，提出“本体增强生成”（Ontology-Augmented Generation）的思路，自动化完成文档解析、索引和检索，并可选构建知识图谱。代理通过 API 获取原始段落、图片和相关事实后自行生成答案，配套 Web 控制台管理知识库与处理任务，并附带可接入 Claude Code、Codex 的检索技能。技术标签涉及 MinerU、Neo4j、OpenSearch、Qdrant 等。
一个 macOS 命令行工具兼 Claude Code、Codex 的 Skill，可让 AI Agent 在所有窗口之上绘制大箭头、方框和文字。鼠标点击可穿透，键盘焦点不受影响，箭头会自动消失，采用 MIT 许可证。
一个面向 AI Agent 设计的版本控制工具，用 Go 编写。README 提到 Anthropic 为编码 Agent 构建的内部版本控制系统 Scion 及其工程文章《Redesigning source control》，该项目与之相关。
为编码 Agent 提供“耳朵”的开源工具，让它能听见、评审并生成声音，仅用 CPU 本地运行。以 CLI、Python API 和 MCP 服务器形式提供，功能包括用文字描述文件听感、评估与描述的契合度、定位长录音中的最佳片段、判断声音是否为代码合成、生成逐秒听感转录和评分卡，以及用 earshot forge 以代码造声、用 earshot fit 把录音转成代码。
面向 AI Agent 的 trace 原生 CI/CD 工具：对生产环境 trace 打分、将失败聚类成问题、把坏运行冻结为可重放的回归测试，并阻止会引入回归的 PR，同时发出通知。可自托管，标签显示使用 ClickHouse 和 Python。
一个驻留在 Mac 刘海区域（Windows 和 Linux 为屏幕顶部）以及 iPhone 和 Android 手机上的小工具，用于监视 Claude Code、Codex、Cursor、Gemini CLI、Antigravity 等 AI 编码 Agent 的会话，可在刘海上或锁屏界面批准权限、查看工作进度、投放文件和与 Claude 聊天。
这是一个开源、可自托管的语音电话智能体（voice agent）项目，可在本机或自有服务器上用一条命令构建、测试和运行，并用 AI 来电者测试每次改动。无 API 密钥时可免费运行，自带密钥时每通电话成本约 0.02–0.17 美元；支持从 Dialogflow CX 和 CX Agent Studio 导入智能体。话题标签涉及 agents-as-code、呼叫中心、IVR、SIP、语音识别与合成、pipecat 等。