Search: #CodexCLI

  1. Memory Forge: 可编辑 AI 会话记忆的本地桌面管理器记忆操控 — 编辑 AI 对话历史中的任意消息,然后无缝继续擦除 & 注入 — 删除噪音或往历史消息中注入缺失的上下文修改追溯 — 每次编辑都有前后 diff 对比,完整可追溯

    Memory Forge: 可编辑 AI 会话记忆的本地桌面管理器

    记忆操控 — 编辑 AI 对话历史中的任意消息,然后无缝继续

    擦除 & 注入 — 删除噪音或往历史消息中注入缺失的上下文

    修改追溯 — 每次编辑都有前后 diff 对比,完整可追溯


    https://github.com/voidcraft-dev/memory-forge-rs

    合集 群组 恰饭 联系推广

    #AI #记忆管理 #桌面应用 #Rust #Tauri #ClaudeCode #CodexCLI #OpenCode #KiroCLI #GeminiCLI

    • ❤️1
  2. abtop: AI 编程代理的实时监控 TUI• 集中查看 Claude Code 与 Codex CLI 会话、token 用量、上下文窗口占比和当前任务• 实时追踪速率限制、子进程、开放端口与孤儿端口,适合多项目并行开发• 支持 tmux 会话跳转、主题切换和本地只读扫描,无需 API key

    abtop: AI 编程代理的实时监控 TUI

    • 集中查看 Claude Code 与 Codex CLI 会话、token 用量、上下文窗口占比和当前任务

    • 实时追踪速率限制、子进程、开放端口与孤儿端口,适合多项目并行开发

    • 支持 tmux 会话跳转、主题切换和本地只读扫描,无需 API key

    https://github.com/graykode/abtop

    合集 群组 恰饭 联系推广

    #AI #编程代理 #ClaudeCode #CodexCLI #终端工具 #Rust #TUI

  3. codex-cli-best-practice: 面向 Codex CLI 用户的实战最佳实践与工作流参考仓库• 系统整理了 Commands、Subagents、Skills、MCP、Hooks、AGENTS.md 等核心能力,适合快速建立对 Codex CLI 生态的完整认知• 提供从 Research → Plan → Execute → Review → Ship 的开发工作流示例,并汇总多种社区方案,便于对比不同 Agent 编排思路• 包含大量可直接借鉴的配置、提示词与落地技巧,覆盖规划、调试、代码评审、并行协作与日常使用习惯

    codex-cli-best-practice: 面向 Codex CLI 用户的实战最佳实践与工作流参考仓库

    • 系统整理了 Commands、Subagents、Skills、MCP、Hooks、AGENTS.md 等核心能力,适合快速建立对 Codex CLI 生态的完整认知

    • 提供从 Research → Plan → Execute → Review → Ship 的开发工作流示例,并汇总多种社区方案,便于对比不同 Agent 编排思路

    • 包含大量可直接借鉴的配置、提示词与落地技巧,覆盖规划、调试、代码评审、并行协作与日常使用习惯

    https://github.com/shanraisshan/codex-cli-best-practice

    #Codex #CodexCLI #最佳实践 #开发工作流 #Agent #Skills #MCP #AI #编程 #工程效率 #GitHub

    • ❤️3
  4. NoPUA: 用信任驱动 AI agent 的反 PUA 调试与协作技能• 面向 Claude Code、Codex CLI、Cursor 等多种 AI agent 环境,提供可直接安装的 Skill / Rule,帮助模型在失败、卡住或反复无效尝试时自动切换到更稳健的工作模式• 保留“穷尽方案、先验证、主动排查、结构化升级”等工程方法论,同时避免用威胁式提示诱导模型隐瞒不确定性、跳过验证或过早宣称完成• 基于真实调试基准测试,重点提升隐藏问题发现能力与主动排查深度,适合用于代码调试、流水线排障、API 集成、运维与 AI 工作流优化

    NoPUA: 用信任驱动 AI agent 的反 PUA 调试与协作技能

    • 面向 Claude Code、Codex CLI、Cursor 等多种 AI agent 环境,提供可直接安装的 Skill / Rule,帮助模型在失败、卡住或反复无效尝试时自动切换到更稳健的工作模式

    • 保留“穷尽方案、先验证、主动排查、结构化升级”等工程方法论,同时避免用威胁式提示诱导模型隐瞒不确定性、跳过验证或过早宣称完成

    • 基于真实调试基准测试,重点提升隐藏问题发现能力与主动排查深度,适合用于代码调试、流水线排障、API 集成、运维与 AI 工作流优化

    https://github.com/wuji-labs/nopua

    #AI #AI agent #PromptEngineering #ClaudeCode #CodexCLI #Cursor #调试效率 #工程实践 #PUA

    • ❤️5
    • 😁2
  5. Charles MCP Server: 让 Charles Proxy 无缝接入 MCP 客户端的实时抓包分析服务• 支持 live capture 增量读取,Agent 可以一边录制一边分析当前 session,不必等导出后再离线处理• 采用 summary-first 设计,优先返回低 token、结构化、已脱敏的分析结果,更适合 Claude CLI、Codex CLI 等 MCP 客户端稳定调用• 提供从分组分析到单条请求 drill-down 的完整链路,既能快速定位热点流量,也能按需深入查看请求细节

    Charles MCP Server: 让 Charles Proxy 无缝接入 MCP 客户端的实时抓包分析服务

    • 支持 live capture 增量读取,Agent 可以一边录制一边分析当前 session,不必等导出后再离线处理

    • 采用 summary-first 设计,优先返回低 token、结构化、已脱敏的分析结果,更适合 Claude CLI、Codex CLI 等 MCP 客户端稳定调用

    • 提供从分组分析到单条请求 drill-down 的完整链路,既能快速定位热点流量,也能按需深入查看请求细节

    https://github.com/heizaheiza/Charles-mcp

    #MCP #CharlesProxy #抓包分析 #流量分析 #AI #ClaudeCLI #CodexCLI #开发调试 GitHub - heizaheiza/Charles-mcp: Charles Proxy MCP server for AI agents with live capture, structured traffic analysis, and agent…

  6. mcp_excalidraw: 让 AI 代理在实时 Excalidraw 画布上做可迭代的元素级绘图与调优• 基于 MCP 的 26 个工具提供元素级 CRUD、对齐分布、分组锁定、视口控制与 Mermaid 转换 • 持久在线画布 + WebSocket 实时同步,支持 describe_scene 与 get_canvas_screenshot 的闭环“画 → 看 → 改”工作流 • 相比官方 Excalidraw MCP 的“一次性提示词生成”,本项目主打可编程的持久画布:支持逐元素增量修改、快照回滚、文件导入导出,并允许多代理并发协作

    mcp_excalidraw: 让 AI 代理在实时 Excalidraw 画布上做可迭代的元素级绘图与调优

    • 基于 MCP 的 26 个工具提供元素级 CRUD、对齐分布、分组锁定、视口控制与 Mermaid 转换
    • 持久在线画布 + WebSocket 实时同步,支持 describe_scene 与 get_canvas_screenshot 的闭环“画 → 看 → 改”工作流
    • 相比官方 Excalidraw MCP 的“一次性提示词生成”,本项目主打可编程的持久画布:支持逐元素增量修改、快照回滚、文件导入导出,并允许多代理并发协作

    https://github.com/yctimlin/mcp_excalidraw

    #AI #MCP #Excalidraw #架构图 #流程图 #可视化 #Claude #Cursor #CodexCLI #Mermaid #多代理 #WebSocket

    • ❤️3