开发者工具箱｜编程·开发工具·资源

Garudust: Rust 编写的日志 AI 分析 Agent

Garudust Agent 是一个基于 Rust 的 AI agent runtime，支持自托管，通过 LLM 自动检测日志异常，可实时或定时分析，并内置告警机制。

- 安装简单：提供预编译二进制或源码编译，支持 Anthropic、vLLM、Ollama 等 LLM 后端。
- 内置 log-analyst skill，可分析 syslog、应用日志等，自动识别异常模式并给出原因与修复建议。
- 支持 cron 定时检查，异常时通过 Telegram 自动告警；可自定义 skill 适配专有日志格式。
- 对比传统 grep/ELK ：上下文理解更强，资源占用低（~10MB binary），支持中文分析，可完全自托管。

GitHub: GitHub
Hub: 原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

BuildPath：输入创意即获完整开发计划

创业规划工具 BuildPath 上线——输入想法、预算和技能水平，自动完成市场验证、技术栈推荐并输出执行计划。

- 输入创意、预算与技能，获取基于 Perplexity/ChatGPT/Claude 的定制验证方案
- 市场现实检查，评估可行性
- 完整技术栈推荐（AI 构建工具、IDE、托管、支付）
- 输出可执行计划 + PDF 导出
- 无需注册或信用卡，自带 API 密钥（Groq/OpenAI/Gemini）

🔗 原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

智能E2E测试：8轮揪出11个线上bug

作者发布基于六原则的 agentic E2E 测试系统实践报告，在 8 次运行中跨 5 个业务模块、3 种前端界面（管理后台/桌面版店铺/移动版店铺）发现 11 个生产环境 bug。系统知识库从 25 个 gotchas 增长至 42 个，首次尝试通过率从 14% 提升到 95%。

- 核心流水线由 4 个 agent 组成：分析（analyze）、规划（plan）、生成（generate）、修复（heal），每个 agent 独立职责，产出可审查的中间产物。
- 知识库（KB）分为项目本地与跨栈两类，通过 editorial gate 管理候选条目的自动升级，避免 KB 退化为错误日志；跨栈知识可在不同项目间复用。
- 该方法论已移植到第二套技术栈（FastAPI + Alpine 后端 + Next.js 管理后台），移植耗时数天，首次通过率从约 48.6% 升至 91.4%，验证了饱和曲线的可复现性。

GitHub
原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

OpenClaw曝高危漏洞链

安全研究人员披露了开源AI agent平台OpenClaw的四个可链式利用漏洞（Claw Chain），可导致数据窃取、权限提升、沙箱逃逸和持久化控制。最严重的 CVE-2026-44112（CVSS 9.6）是沙箱写逃逸漏洞，允许攻击者重定向文件写入到沙箱外。其他三个漏洞涉及沙箱读逃逸、命令白名单绕过和所有者上下文伪造。建议用户立即升级到 2026.4.22 或更高版本，并审计插件和工作流。

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

Claude Code 清理上下文三规则

长时间混用 Claude Code 做不同任务，会引发跨话题混淆、纠正后错误反复、Token 配额超标。问题不在模型，在上下文管理。三条原则：

1. /clear 是卫生习惯
切换任务、经历“你说得对”死循环后立即清空会话，成本为零。

2. 上下文存在磁盘
把结论写进 markdown 文件，用文件替代历史对话（2k token 文件替换 25k 历史），避免错误残留。

3. 按阶段选模型
研究用 Opus，写计划到磁盘，再 /clear后用 Sonnet 执行。相同工作量可省一半以上 token 成本。

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

一周内发布两套生产级 AI Agent

一位开发者分享从想法到生产部署的全流程：两个 AI Agent 项目已上线，其中 Craftsman-Agent 在 Product Hunt 当日排名 #36（200+ 产品），正服务真实流量。

- Craftsman-Agent：根据提示生成 3D 组装图和步骤说明，支持乐高、Minecraft、特斯拉车贴等创意场景。技术栈包括 Gemini/OpenAI、DeepNLP OneKey Gateway 和 3D 渲染 API。
- CoachOwl Agent Timetable：AI 日程编排平台，允许人类和 AI Agent（Codex、Claude、Gemini）协作完成任务，支持日历集成、任务分配与跟踪。开源代码见 GitHub。
- 开发与成本：Craftsman 网站数分钟搭建，核心工作流 3 天；CoachOwl 数据库与执行系统耗时 4-5 天。LLM 和 API 调用成本约 $50-67/千次，托管免费基础版。

原文链接
相关链接

#开发者 #工具

📢 频道：@DevToolboxHub

用GitHub Actions给每个PR配4个AI审阅

作者为单人项目Khetisahayak（农技应用）设计了一个GitHub Actions工作流，每个PR自动触发4个不同角色的AI审阅者（Senior Developer、CSO、Engineering Lead、Software Architect）和测试运行器，共产生5条独立反馈。

• 工作流仅需两个文件：workflow YAML（.github/workflows/code-review-agents.yml）和约120行的Python脚本（.github/scripts/review_agent.py），无额外基础设施
• 基于Gemini 2.0 Flash API，每次PR成本约$0.01，配合GitHub Actions免费额度
• 触发条件：PR targeting main/develop（非draft）；权限仅限read代码、write pull-requests和issues
• 作者指出可改进点：顺序链浪费时间、review-gate未实际阻塞合并、API限流（429）处理、重复获取diff等

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

CVE-2026-44338漏洞4小时内遭扫描

PraisonAI（多智能体编排框架）遗留 Flask API 服务器存在认证绕过漏洞（CVE-2026-44338），默认禁用认证，允许未授权访问敏感端点。

- 影响版本：2.5.6 至 4.6.33，已修复于 4.6.34
- 攻击者在公告发布后 4 小时内开始探测，使用 User-Agent "CVE-Detector/1.0"，对 GET /agents 请求成功返回 200
- 已观测扫描源 IP：146.190.133.49
- 建议立即升级，移除公网暴露，审核日志，轮换 agents.yaml 中的凭证

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

Veo 4 或在 I/O 2026 发布，70% 概率

Google 尚未发布 Veo 4。当前最新视频模型为 Veo 3.1，2026年4月新增低成本变体 Veo 3.1 Lite。根据发布节奏（2024年5月 Veo → 2024年底 Veo 2 → 2025年 Veo 3 → 2025年底/2026年初 Veo 3.1），Veo 4 最可能在 Google I/O 2026（5月19-20日）亮相，概率约 70%。

Veo 3.1 API 定价（单位：美元/秒）：Standard 720p/1080p $0.40、4K $0.60；Fast $0.10/$0.12/$0.30；Lite $0.05/$0.08（无4K）。Veo 4 需改善可控性（长镜头、角色一致性、场景控制、音频对位、物理模拟等）。

当前可通过 Gemini App/API 或 Vertex AI 使用 Veo 3.1。建议开发者做好迁移准备：配置化模型 ID、建立 50 条 prompt 评估集、对比成本与可用性，再决定迁移。

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

三大AI Agent评测框架横评

近日一篇技术文章对比了 Strands Agents、PydanticAI 和 DeepEval 三种 AI Agent 评测框架，使用同一套测试用例和同一 judge 模型（gpt-4o-mini），结果得分却不一致。以下是关键点：

- Strands Agents 代码最简洁（7 行完成 LLM-as-Judge），原生支持 Amazon Bedrock，提供零成本的确定性工具检查（ToolCalled）。
- PydanticAI 配置最灵活，支持 YAML 数据集定义和报告基线对比，但工具评估依赖 OpenTelemetry 实时追踪，无法直接评测预计算的工具列表。
- DeepEval 内置 30+ 指标，含专用 HallucinationMetric，采用 G-Eval 技术（链式思考+对数概率加权），得分与直接 rubric 评分自然有差异。

文章附带了完整代码示例和对比表格。

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

AI Agent 评估框架对比：Strands vs PydanticAI vs DeepEval

一篇深度对比文章，在相同测试用例（Claude Sonnet 4 on Bedrock）下比较三个框架的评估效果。核心发现：

- Strands 最简洁（LLM-as-Judge 仅 7 行），原生支持 Bedrock，内置轨迹提取与零成本确定性校验
- PydanticAI 最注重类型安全与可重现管道，提供 YAML 数据集与基线 diff 报告
- DeepEval 框架无关，拥有 30+ 内置指标（含专用幻觉检测 HallucinationMetric），最适合只用评估不建 Agent 的场景

三个框架的评分因评估方法论（直接打分 vs G-Eval chain-of-thought）可能相差高达 40%，此为设计而非 Bug。

🔗 原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

编程 Agent 模型选型：匹配重于能力

AI 编码 Agent 的核心问题不是「哪个模型最强」，而是「哪个模型最适合当前任务」。模型能力只解决一半问题，另一半是任务类型与模型大小的匹配。一文梳理出以下要点：
- 编码任务分四类：机械操作、本地推理、仓库推理、长周期 Agent 任务，各有不同模型需求
- 小模型适合分类、摘要、简单编辑；中型模型适合日常编码；前沿模型留给高风险、高不确定场景
- 模型路由与级联策略（从小模型开始，失败则升级）可降低推理成本
- 最优模型还取决于执行环境（harness），不同框架对模型智能的消耗方式不同

原文链接

#开发者 #工具

📢 频道：@DevToolboxHub

编译时AI：确定性 GCP Landing Zone 生成

LLM 辅助创建模板与规则，运行时不依赖模型，确保合规配置可重复、可审计。

- 两阶段方法：Phase A 由 LLM 构建结构化语料库（schema、合规映射、Jinja2 模板、验证器），经人工审核后版本化；Phase B 通过确定性管道生成 Terraform/YAML/图表，无 LLM 参与。
- 运行时不调用任何模型，相同输入与语料版本输出完全相同，消除采样随机性。
- 支持 HIPAA、FedRAMP 等合规框架自动映射，也可补充文档未覆盖的参数（如预算告警阈值、命名约定），默认值来自行业实践。
- 独立架构师可通过 Merlin 免费使用，支持访客模式验证生成结果的可复现性。

🔗 原文链接
🔗 相关链接

#开发者 #工具
📢 频道：@DevToolboxHub