TrackerLab：集成IsaacLab与多模态全身控制的模块化框架，专为复杂人形机器人动作设计打造。 | #框架

• 🦿 完全集成IsaacLab，采用管理器架构简化运动追踪与控制
• 🔁 支持SMPL/AMASS/FBX动作数据的全链路重定向，包含T姿态对齐、滤波与插值
• 🎮 多种控制模式自由切换，包括外骨骼姿态控制、PHC等，指令管理灵活高效
• 🔀 基于有限状态机（FSM）的技能图设计，支持手动触发、规划器和摇杆操作
• ⚙️ 支持Unitree H1等真实机器人，代码清晰、易扩展，方便集成新动作与控制策略
• 📂 自带定制Gym环境，可直接用于IsaacLab训练脚本，快速上手多任务训练与播放
• 📚 提供中英文教程、完整数据集准备指南，零依赖独立安装，快速部署体验
• 💼 开源MIT许可，欢迎研究者与开发者合作共建，推动人形机器人智能运动前沿

GitHub

GitHub - Renforce-Dynamics/trackerLab: Unifying IsaacLab and Whole-Body Control in One Modular Framework

Unifying IsaacLab and Whole-Body Control in One Modular Framework - Renforce-Dynamics/trackerLab

多Agent协同提升代码质量的自动化框架

• 并行运行20+ Claude Code agents，最高支持50个，极大加速大规模代码库的自动化改进
• 三大工作流支持：传统Bug修复、系统化最佳实践落地、多Agent协同复杂开发
• 先进锁机制保障多Agent无冲突作业，自动管理任务分配和状态同步，避免重复和冲突
• 涵盖34种主流技术栈（Next.js、Python、Rust、Go、Java、Flutter等），配置丰富，适配广泛项目
• 实时监控面板直观显示Agent状态、上下文使用率、心跳频率及错误信息，支持tmux多视图操作
• 自动恢复与上下文管理：Agent异常自动重启，自动清理上下文防止状态溢出，支持一键广播清理命令
• 配套24套环境搭建脚本，覆盖从前端、后端到DevOps及数据工程，极大简化开发环境配置
• 细粒度Git集成：支持定制分支、增量提交与详尽HTML运行报告，保证代码变更透明且易追踪
• 灵活JSON配置系统，支持变量替换与动态块大小调整，满足不同项目和团队的个性化需求
• 安全稳健：自动备份与恢复Claude设置，文件锁定防止并发冲突，异常清理确保环境干净

该框架不仅是多Agent任务调度工具，更是面向大规模代码库的智能协同开发平台，充分利用AI并行能力与严格的作业协调机制，解决传统自动化工具难以兼顾的代码冲突与任务重复问题，极大提高代码质量和团队开发效率，具备长期演进和多场景复用价值。

Claude Code Agent Farm | #框架 #资源参考 #Agent

GitHub

GitHub - Dicklesworthstone/claude_code_agent_farm

Contribute to Dicklesworthstone/claude_code_agent_farm development by creating an account on GitHub.

面向开发者和内容创作者的先进视频制作框架，专注于用代码驱动视频生成与编辑，提升工作流效率与创意自由度。🎥

• 基于 React，支持用熟悉的前端技术构建高质量视频组件，实现动态内容与交互式设计。
• 提供完整渲染管线，兼容浏览器和服务器端渲染，确保视频输出高效且稳定。
• 支持多种格式导出，灵活适配不同平台需求，覆盖社交媒体、广告及教育视频制作场景。
• 内置时间轴和动画控制，便于精细调整视频节奏和视觉效果，提升内容表现力。
• 强调代码驱动的创作流程，促进版本管理、团队协作及自动化生产，适合规模化视频项目。
• 开源生态活跃，拥有丰富插件与社区支持，持续优化功能与性能。

Remotion通过代码与视频的结合，打破传统编辑限制，推动视频制作进入高度模块化与自动化时代。适合追求效率与创新的专业团队长期参考与应用。

Remotion | #框架

www.remotion.dev

Remotion | Make videos programmatically

专为开发者优化的 Claude Code 扩展框架，融合专用命令、智能角色与 MCP 服务器，助力高效开发流程。

• 16 条高频开发命令覆盖实现、构建、设计、分析、测试、文档等核心环节，提升任务执行效率🛠
• 多领域智能角色（架构师、前端、后端、安全等）自动匹配专家视角，精准应对复杂场景🎭
• MCP 服务器集成支持官方文档调用、UI 组件生成、浏览器自动化，扩展能力显著提升🔧
• 统一 CLI 安装器和多种安装方式，兼容 Python 3.8+，支持跨平台 uv / uvx 快速部署
• 任务管理与 Token 优化机制，保障长会话下的上下文连贯与资源节省
• v3 架构更简洁、性能更优，移除钩子系统以待 v4 重新设计，持续迭代中

SuperClaude 通过模块化设计与智能路由，将 AI 助手从泛用工具转变为开发者的多面能手，提升协同效率与专业深度。

长期价值：架构调整体现对稳定性与可扩展性的深刻理解，代码与文档开放，适合持续贡献与社区共建。

SuperClaude v3 | #框架

GitHub

GitHub - SuperClaude-Org/SuperClaude_Framework: A configuration framework that enhances Claude Code with specialized commands,…

A configuration framework that enhances Claude Code with specialized commands, cognitive personas, and development methodologies. - SuperClaude-Org/SuperClaude_Framework

Graphiti：实时构建面向AI智能体的知识图谱框架，专为动态环境设计，支持连续增量更新、双时间维度管理及高效混合检索，极大提升AI记忆与推理能力。| #框架 #智能体 #Agent #资源参考

核心亮点：
• 实时整合用户交互、结构化与非结构化数据，动态维护知识图谱
• 支持语义、关键词（BM25）与图遍历混合检索，响应延迟低至亚秒级
• 自定义实体定义，灵活构建适合业务的本体模型
• 双时间模型，精准记录事件发生与数据摄取时间，支持历史时点查询
• 高度可扩展，支持Neo4j、FalkorDB等后端，适合企业级大规模数据环境
• 开源免费，基于Apache 2.0协议，社区活跃，持续迭代优化

应用场景：
• AI助手记忆管理与上下文推理
• 动态企业数据整合与知识管理
• 多模态复杂查询与任务自动化

快速上手：
Python 3.10+，搭配Neo4j或FalkorDB，默认集成OpenAI LLM及嵌入服务，支持Google Gemini、Anthropic、Groq及本地Ollama模型。

GitHub

GitHub - getzep/graphiti: Build Real-Time Knowledge Graphs for AI Agents

Build Real-Time Knowledge Graphs for AI Agents. Contribute to getzep/graphiti development by creating an account on GitHub.

为AI和Agent应用量身打造的DataFrame框架，让数据处理更智能、更高效。

专为LLM推理设计，支持自动批量优化和API调用重试；提供丰富的语义操作符，如情感分析、文本分类、数据关联；原生支持Markdown、转录文本和复杂JSON处理

fenic | #框架

GitHub

GitHub - typedef-ai/fenic: Build reliable AI and agentic applications with DataFrames

Build reliable AI and agentic applications with DataFrames - typedef-ai/fenic