json-render
Vercel Labs 出品的「生成式 UI」框架，让大模型按预定义组件吐 JSON 而不是吐代码，界面可控不易崩；偏前端工程向，普通用户用不上
Agent-Native
Builder.io 出的 TypeScript Agent 应用框架，思路是「同一个能力既给 Agent 当工具、也给界面按钮调」，让 Agent 干活的结果直接落在界面上；仓库未附许可证，商用前要留意
它能做什么
- 把每个能力定义成 action，同时暴露给 UI、Agent、HTTP、MCP、A2A 与 CLI
- Agent 与界面共用同一份校验、权限与实现
- 自带 Agent 对话、鉴权权限、技能与记忆、定时自动化等能力
- 生产用 PostgreSQL、本地用 PGlite
适用场景
- 做 AI 产品的全栈开发 / 要让 Agent 与人工共用后端逻辑时：用它的 action 层
- 已有内部系统想加 Agent 的团队 / 改造旧系统时：参考它把现有能力包装成 Agent 工具的做法
- 后台管理系统开发者 / 需要「Agent 干活 + 人复核」时：拿它当骨架
踩坑提示
- 功能边界：只提供框架与协议层，模型、数据库、部署都要自己准备，不解决选哪家模型的问题
- 使用限制：仓库内未提供 LICENSE 文件，默认按保留所有权利处理，直接商用或二次分发前必须找作者确认授权
- 访问与速度：GitHub 页面与源码国内可直连，但 Release 下载走 objects.githubusercontent.com，偶发超时
- 长期可用性：活跃度很高但目前仍在快速演进，API 稳定前建议锁版本
替代方案对比
| 替代品 | 比它强在哪 | 比它弱在哪 | 什么情况下选这个替代品 |
|---|---|---|---|
| Vercel AI SDK | 生态最广、流式与工具调用最成熟 | 不提供「UI 与 Agent 共用 action」的整套结构 | 只需要把模型接进现有前端时 |
| LangGraph | 编排复杂多步 Agent 能力最强 | 偏 Python 与后端，前端一体化程度低 | 做重逻辑的后端 Agent 时 |
更在意 UI 与 Agent 一体化选 Agent-Native；更在意生态与编排能力选 Vercel AI SDK 或 LangGraph
资源地址
继续浏览
类似发现
AX
Google 官方开源的 agent 集群编排运行时，用声明式 YAML 把任务丢进带网络围栏的沙箱里跑，用过 Kubernetes 会觉得眼熟；目前还在快速变动期，API 随时可能改
简历通 ResumeForge
本地优先的 AI 简历工作台，不注册不登录、数据只落在本机的一个文件里；除了写简历还管岗位、模拟面试和投递进度；项目很新，作者只有一个人
随便逛逛
不知道看什么？让阿卷带你随便逛逛
想要投稿
你也找到了好东西吗？分享给所有人
告诉阿卷
没有找到想要的？告诉阿卷帮你找