找项目，不只搜关键词

推荐理由：README 将它定位为「Self-hosted GPT Image 2 / Image-2 workbench for teams: text-to-image, image-to-image, templates, quotas, history and admin dashboard」，核心痛点是把图像生成、编辑或多模态能力接入真实创作工作流。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 绘图和多模态工作流」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。

推荐理由：README 将它定位为「A self-hosted, browser-based AI CSV analyzer」，核心痛点是个人数据、工具编排和自动化任务的私有化管理。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「同类问题选型」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。

推荐理由：README 将它定位为「Kronos Agent OS (KAOS): self-hosted runtime for durable AI agents with memory, skills, MCP tools, automations, dashboard, and optional swarm coordination」，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 Python，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。

推荐理由：README 将它定位为「Semantic code search powered by embeddings」，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 Go，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。

推荐理由：README 将它定位为「Successor to ccg-workflow」，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 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。

推荐理由：README 将它定位为「Self-hosted orchestration layer for autonomous AI agent teams」，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 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。

推荐理由：README 将它定位为「🏭 The open-source Palantir Foundry alternative」，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，主要技术栈是 Go，适合作为「同类问题选型」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。

推荐理由：README 将它定位为「Open-source AI agent - any LLM, any MCP server, any channel」，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 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。

推荐理由：README 将它定位为「The open-source AI agent OS」，核心痛点是多模型调用时的成本、准确率和路由决策。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。

推荐理由：README 将它定位为「Open-source, self-hosted backend platform with database, APIs, auth, storage, email, and file security」，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 Go，适合作为「知识库问答和检索增强」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。

推荐理由：README 将它定位为「A shared brain for your AI coding tools — collects conversations, plans and memory from Claude Code / Cursor / Codex / Obsidian / Antigravity, self-hosted, cross-device, MCP-ready」，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 Python，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。

推荐理由：README 将它定位为「Open-source, self-hosted multi-agent AI orchestration platform」，核心痛点是个人数据、工具编排和自动化任务的私有化管理。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。

推荐理由：README 将它定位为「Real-time Vinted monitor with instant Discord alerts, proxy rotation & a beautiful dashboard」，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「同类问题选型」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。

推荐理由：README 将它定位为「🤵 AIfred-Intelligence — self-hosted Multi-Agent Assistant with Debate Modes (Symposion/Tribunal), Voice (STT + Streaming-TTS), RAG with Long-Term Memory, Web Research and Tool-Calling」，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 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。

推荐理由：README 将它定位为「AI Governance Infrastructure — local evaluation」，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 Rust，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；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。

推荐理由：README 将它定位为「🦀 A self-hosted, multi-agent service framework built in Rust」，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。它有一定社区验证，同时仍保留发现潜力，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：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。

推荐理由：README 将它定位为「Supports GPT Image 2, Nanobanana & ComfyUI, with a 1,400+ prompt library, carefully crafted hooks and a multi-task orchestration system」，核心痛点是把图像生成、编辑或多模态能力接入真实创作工作流。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 绘图和多模态工作流」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；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。

推荐理由：README 将它定位为「Autonomous self-evolving agents」，核心痛点是把图像生成、编辑或多模态能力接入真实创作工作流。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「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。

推荐理由：README 将它定位为「Agent-friendly ComfyUI workflow skills for OpenClaw, Hermes Agent, Codex, and Claude Code」，核心痛点是把图像生成、编辑或多模态能力接入真实创作工作流。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「AI 绘图和多模态工作流」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；最近维护活跃度一般，需要检查 issue 和 release 节奏；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。

推荐理由：README 将它定位为「A prompt hub to help you get the most out of your favorite LLM by generating (or using ready-made) optimized prompts」，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 Shell，适合作为「同类问题选型」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。