Search
关键词搜索仅匹配已收录的候选库；输入 owner/repo 或 GitHub URL 可精确拉取任意公开仓库的元数据。
关键词模式：仅搜索 PreHub 已收录的候选库。如需查找任意 GitHub 仓库，请输入 owner/repo 或完整 GitHub URL。
Open-source control plane for your AI agents. Connect tools, hire agents, track every token and dollar
推荐理由：README 将它定位为「Deco CMS Open-source · TypeScript-first · Deploy anywhere Open-source control plane for your AI agents」，核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它已经有基础社区关注但还没过度出圈，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；社区规模还在成长，建议先用小场景试跑；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
AGI-Like Agent that grow with you
推荐理由：README 将它定位为「AGI-Like Agent that grow with you」，核心痛点是让 AI agent 通过可复用 skills 和工具流程处理具体任务。它已经有基础社区关注但还没过度出圈，license 清晰，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Ruby's most capable AI runtime
推荐理由：README 将它定位为「Ruby's most capable AI runtime About llm.rb is the most capable runtime for building AI systems in Ruby」，核心价值是把 README 中描述的能力做成可以直接评估的开源实现。它已经有基础社区关注但还没过度出圈，主要技术栈是 Ruby，适合作为「AI agent 工具链」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；项目还偏早期，需要重点验证核心路径是否稳定；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Your machine's AI brain. One 20MB binary gives every tool, script, and cron job shared AI memory + 133 API routes. Desktop app, CLI, Telegram — all connected. Rust-powered.
推荐理由：README 将它定位为「Your machine's AI brain」，核心痛点是让 AI agent 通过可复用 skills 和工具流程处理具体任务。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 Rust，适合作为「AI agent 工具链」的候选项目。
注意事项：项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Introduces a comprehensive agent-based framework for guided software development (GSD)
推荐理由：README 将它定位为「Introduces a comprehensive agent-based framework for guided software development (GSD)」，核心痛点是让 AI agent 通过可复用 skills 和工具流程处理具体任务。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Build your AI team with Crewform. Orchestrate specialized, autonomous agents to collaborate on complex tasks and connect outputs to your stack. — AI Orchestration for Everyone
推荐理由：README 将它定位为「Build your AI team with Crewform」，核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：license 约束较强，商业或闭源集成前要先评估合规；项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Attempt at A. G. I. Strive to enhance it through iterative processes, continuously refining and optimizing each version to achieve better outcomes over time (refer to the Readme for additional information that provides further insights and guidance on the Quillan v4.2 project).
推荐理由：README 将它定位为「Attempt at A」，核心痛点是把 prompt 技巧、模板和工作流沉淀成可复用资产。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 Python，适合作为「AI agent 工具链」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Building a modern alternative to Pipedrive that is 10x more intuitive.
推荐理由：README 将它定位为「Building a modern alternative to Pipedrive that is 10x more intuitive」，核心痛点是把 AI 能力接入真实业务流程，而不是停留在聊天界面。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 TypeScript，适合作为「业务自动化」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
An AI agent that lives inside its own source code and recursively improves itself
推荐理由：README 将它定位为「An AI agent that lives inside its own source code and recursively improves itself」，核心痛点是多种 AI coding agent 的本地编排、上下文和工具可视化。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；项目还偏早期，需要重点验证核心路径是否稳定；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Web dashboard for Hermes Agent — multi-platform AI chat, session management, scheduled jobs, usage analytics & channel configuration (Telegram, Discord, Slack, WhatsApp)
推荐理由：README 将它定位为「Web dashboard for Hermes Agent — multi-platform AI chat, session management, scheduled jobs, usage analytics & channel configuration (Telegram, Discord, Slack, WhatsApp)」，核心痛点是让 agent 参与数据分析、指标理解和业务决策。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Laminar - open-source observability platform purpose-built for AI agents. YC S24.
推荐理由：README 将它定位为「Laminar - open-source observability platform purpose-built for AI agents」，核心痛点是 AI agent 从开发调试到评测、监控和持续优化的闭环。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 TypeScript，适合作为「AI agent 评测与优化」的候选项目。
注意事项：README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
A secure persistent personal agent server in Rust. One binary, sandboxed execution, multi-provider LLMs, voice, memory, Telegram, WhatsApp, Discord, Teams, and MCP tools. Secure by design, runs on your hardware.
推荐理由：README 将它定位为「A secure persistent personal agent server in Rust」，核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 Rust，适合作为「AI agent 工具链」的候选项目。
注意事项：README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
MLRun is an open source MLOps platform for quickly building and managing continuous ML applications across their lifecycle. MLRun integrates into your development and CI/CD environment and automates the delivery of production data, ML pipelines, and online applications.
推荐理由：README 将它定位为「MLRun is an open source MLOps platform for quickly building and managing continuous ML applications across their lifecycle」，核心痛点是把 AI 能力接入真实业务流程，而不是停留在聊天界面。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 Python，适合作为「业务自动化」的候选项目。
注意事项：README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Build, run and scale AI agents like API and microservices - observable,auditable and identity-aware from day one.
推荐理由：README 将它定位为「Build, run and scale AI agents like API and microservices - observable,auditable and identity-aware from day one」，核心痛点是把 prompt 技巧、模板和工作流沉淀成可复用资产。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 Go，适合作为「AI agent 工具链」的候选项目。
注意事项：展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
AI You Control: Choose your models. Own your data. Eliminate vendor lock-in.
推荐理由：README 将它定位为「AI You Control: Choose your models」，核心痛点是把业务文档和知识库变成可检索、可追问的 RAG 系统。它有一定社区验证，同时仍保留发现潜力，license 清晰，主要技术栈是 TypeScript，适合作为「AI agent 工具链」的候选项目。
注意事项：展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Hold a key, speak, release — AI-polished text appears at your cursor in any app. Open-source voice input for macOS & Windows. (按住快捷键说话，松开即得润色后的文字)
推荐理由：README 将它定位为「Hold a key, speak, release — AI-polished text appears at your cursor in any app」，核心痛点是把 prompt 技巧、模板和工作流沉淀成可复用资产。它已经有基础社区关注但还没过度出圈，license 清晰，主要技术栈是 HTML，适合作为「同类问题选型」的候选项目。
注意事项：社区规模还在成长，建议先用小场景试跑；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Protect against malicious open source packages 🤖
推荐理由：README 将它定位为「Protect against malicious open source packages 🤖 [!NOTE] vet supports special mode for Agent Skills」，核心痛点是让 AI agent 通过可复用 skills 和工具流程处理具体任务。它已经有基础社区关注但还没过度出圈，license 清晰，主要技术栈是 Go，适合作为「AI Skills 和 agent 工作流」的候选项目。
注意事项：社区规模还在成长，建议先用小场景试跑；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Karpathy’s LLM Wiki, 100% local with Ollama. Drop Markdown notes → AI extracts concepts → your Obsidian wiki auto-links and grows. Zero sharing. Your notes stay yours.
推荐理由：README 将它定位为「Karpathy’s LLM Wiki, 100% local with Ollama」，核心痛点是 AI agent 接入工具/API 时的统一入口、治理和可靠调用。它已经有基础社区关注但还没过度出圈，license 清晰，主要技术栈是 Python，适合作为「知识库问答和检索增强」的候选项目。
注意事项：社区规模还在成长，建议先用小场景试跑；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
Build, Evaluate, and Optimize AI Systems. Includes evals, RAG, agents, fine-tuning, synthetic data generation, dataset management, MCP, and more.
推荐理由：README 将它定位为「Build, Evaluate, and Optimize AI Systems」，核心痛点是把 prompt 技巧、模板和工作流沉淀成可复用资产。它有一定社区验证，同时仍保留发现潜力，主要技术栈是 Python，适合作为「AI agent 评测与优化」的候选项目。
注意事项：license 信息不够明确，采用前要确认授权边界；README 摘要信息有限，发布前建议再人工扫一遍文档；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
The First Real-Time Search Analytics Database
推荐理由：README 将它定位为「The First Real-Time Search Analytics Database The First Distributed Real-Time Search Analytics Database SereneDB unifies Elasticsearch-like search and ClickHouse-like analytics in a single, Postgres-compatible database」，核心痛点是让 agent 参与数据分析、指标理解和业务决策。它已经有基础社区关注但还没过度出圈，license 清晰，主要技术栈是 C...
注意事项：社区规模还在成长，建议先用小场景试跑；展示前建议跑通 README quickstart，并确认部署成本、外部依赖和数据安全边界。
