9 7 月

Marketing Skills — 37K 星 AI Agent 营销技能库:CRO、SEO、文案、增长工程一站式 Agent 工具包

一句话结论:Marketing Skills 是 Corey Haines 构建的一个开源 AI Agent 营销技能库,已在 GitHub 获得 37,000+ Stars。它包含 36 个结构化营销技能,覆盖转化率优化(CRO)、文案写作、SEO 审计、数据分析、增长工程等领域,让 AI 编码 Agent 变身专业营销顾问。 项目介绍 Marketing Skills 是一个遵循 Agent Skills 规范 的技能集合。每个技能是一个 Markdown 文件,给 AI Agent 注入特定营销任务的专业知识和结构化工作流。当你在项目中添加这些技能后,Agent 能识别你正在做营销任务,自动应用正确的框架和最佳实践。 作者 Corey Haines 是 Conversion Factory 和...
9 7 月

AI Job Search — 7K 星 Claude Code 求职框架:让 AI Agent 帮你投简历、写求职信、模拟面试

一句话结论:AI Job Search 是一个基于 Claude Code 的 AI 求职框架,在 GitHub 上已获得 7,000+ Stars。它把 Claude Code 变成一个全能求职助手:自动评估岗位匹配度、定制简历、写 Cover Letter、准备面试。TypeScript 开发,MIT 开源。 项目介绍 AI Job Search 由丹麦开发者 Mads Lorentzen 创建,核心思路是:把求职变成一个结构化的、AI 可执行的流水线。你只需填写个人资料(CV、技能、经历),Claude Code 会自动完成后续所有步骤。 核心工作流(自我画像→岗位匹配评估→起草-审查申请流水线)是语言和国家无关的。内置的丹麦求职门户技能(Jobindex、Jobnet 等)可以替换为你当地的求职网站。项目还提供了 /add-portal 命令自动生成新求职门户的搜索技能。 核心功能 自我画像:填写 CV、技能、工作偏好后,Agent 自动建立你的职业画像 岗位匹配评估:Agent 分析岗位描述,评估匹配度,给出申请建议 简历定制:根据目标岗位自动调整简历重点和关键词 Cover Letter 生成:起草-审查双 Agent 流水线,确保质量 面试准备:基于岗位描述生成常见问题和回答建议 LinkedIn 全球搜索:通过公开...
9 7 月

Agent Skills — Addy Osmani 开源的 AI 编码 Agent 24 技能包:从 Spec 到 Ship 全生命周期工程规范

一句话结论:Agent Skills 是 Google Chrome 工程总监 Addy Osmani 开源的生产级 AI 编码 Agent 技能包,24 个技能覆盖 Define→Plan→Build→Verify→Review→Ship 完整开发周期。支持 Claude Code、Cursor、Codex、Copilot 等 70+ 工具。将 Google 工程文化的最佳实践编码为 Agent 可执行的结构化工作流。 项目介绍 AI 编码 Agent 默认走最短路径——跳过 Spec、跳过测试、跳过安全审查。Agent Skills 给 Agent 注入了资深工程师的工程纪律:什么时候写 Spec、测试什么、怎么审查、什么时候上线。这不是通用 Prompt,而是经过 Google 工程文化验证的、结构化的、有明确验证标准的工程工作流。 每个技能包含:流程步骤、验证检查点、反借口表(阻止 Agent 跳过步骤)、红线标记。设计理念来自
9 7 月

12-Factor Agents — 构建生产级 LLM 应用的 12 条原则:从原型到可靠产品的工程方法论

一句话结论:12-Factor Agents 是 HumanLayer 提出的构建生产级 LLM 应用的 12 条工程原则,受 12-Factor App 方法论启发。它回答了一个核心问题:什么原则能让我们构建的 LLM 应用真正达到可以交付给生产客户的质量标准? 项目介绍 作者 Dexter 在构建 AI Agent 产品时发现一个普遍问题:大多数 Agent 项目能达到 70-80% 的质量,但突破 80% 进入生产级别需要深入了解框架内部。他提炼了 12 条原则,帮助开发者从一开始就用正确的方式构建可靠的 LLM 应用。 核心洞察:即使 LLM 持续指数级增长,依然存在核心工程技巧让 LLM 应用更可靠、更可扩展、更易维护。最关键的是——你不需要全盘重写来采用 Agent 架构,可以逐步将 Agent 的模块化概念融入现有产品。 12 条原则 自然语言优先 — 用自然语言定义...
9 7 月

Chatwoot — 30K 星开源客服平台:自托管替代 Intercom/Zendesk,支持全渠道 + AI Agent

一句话结论:Chatwoot 是 GitHub 上 30,000+ Stars 的开源客服平台,自托管替代 Intercom 和 Zendesk。支持网站实时聊天、邮件、WhatsApp、Facebook 等全渠道收件箱,内置 AI 助手和知识库。Ruby on Rails 开发,数据完全私有。 项目介绍 Chatwoot 是现代开源客服支持平台,为需要完全控制客户数据的企业设计。它将所有客户对话集中到一个强大的收件箱,无论客户从哪里联系你。支持 网站实时聊天、邮件、Facebook、Instagram、Twitter、WhatsApp、Telegram、Line、SMS 等渠道。 核心优势:完全自托管,数据归你所有。适合有合规要求(GDPR、HIPAA)或不想把客户数据交给第三方 SaaS 的企业。 核心功能 全渠道收件箱:网站、邮件、社交、即时通讯,一个界面管理所有对话 AI 助手:自动回复、意图识别、情感分析、对话摘要 知识库:内置帮助中心,支持多语言 联系人管理:客户画像、交互历史、自定义字段 团队协作:对话分配、内部备注、预设回复(Canned Responses) 自动化:基于规则的自动分配、标签、触发器 API 和 Webhook:完整 REST API,支持自定义集成 移动端:React Native 构建的 iOS/Android App 安装方式 # Docker 一键部署(推荐) docker run -p 3000:3000 chatwoot/chatwoot # 手动安装(Ubuntu) git clone https://github.com/chatwoot/chatwoot.git cd...