解決的問題 單一 AI Agent 有能力限制，但多個 Agent 協作可以處理更複雜的任務。 這個框架讓多個專門的 Agent 一起工作，每個 Agent 專注自己擅長的領域。 架構設計 以Architect → Coder → Reviewer 為核心流程： Architect Agent：分析需求、規劃架構、制定技術路線 Coder Agent：負責具體實作 Reviewer Agent：審查代碼或方案、把關品質 與傳統 Single Agent 的差異 維度 Single Agent Multi-Agent 處理複雜度 有限 可以分工處理複雜任務 專業分工 單一角色 每個 Agent 有專門角色 審查機制 自我檢查 獨立的 Reviewer 把關 適用場景 大型專案架構規劃 複雜系統開發 需要多方專業的綜合任務 GitHub arbiger/calling-agent-squad on GitHub License: […]
Read More目標 追求一個快速的估值計算機——當你看到一檔股票，想快速知道它貴不貴、該不該買，一個指令就能算出多種估值指標。 支援的計算方式 PEG Ratio：成長率相對本益比 EV/EBITDA：企業價值對EBITDA Rule of 40：營收成長率 + 利潤率的簡單評估 DCF（基本版）：現金流折現估值 反向 DCF：從目標價格反推需要多少成長 使用方式 只要告訴我股票代碼或公司名稱，就能得到： 多種估值方法的計算結果 與歷史平均或產業平均的比較 簡單的結論（貴/合理/便宜） 靈感來源 這個工具結合了價值投資的核心理念和快速計算的需求。不用每次都開 Excel 或跑複雜模型，一個指令就夠。 GitHub arbiger/valuation-calculator on GitHub License: Apache 2.0
Read More解決的問題 每天我們都會看到很多有價值的 YouTube 影片、部落格文章、論文——但常常看過就忘了，很難建立一個可搜尋的知識庫。 KB-Collector 就是為了解決這個問題：自動化收集 + AI 摘要 + 統一儲存。 核心功能 YouTube 影片：自動抓取字幕、AI 生成摘要、節錄重點章節 一般網頁：擷取乾淨內容、去除廣告干擾 文字/連結：直接儲存文字片段或連結 定期摘要：支援每週/每月/每年的內容回顧 存放位置 所有收集的內容都會存到 Obsidian vault（路徑：~/Documents/Georges/Knowledge），以日期命名，方便日後搜尋和回顧。 使用方式 只要告訴我： collect [URL] [tags] 例如： collect https://youtube.com/watch?v=xxx #ai #marketing GitHub arbiger/kb-collector on GitHub License: Apache 2.0
Read More一個自適應的 AI 教練框架，用蘇格拉底問答法幫助用戶深度思考。從一個 YouTube 影片的啟發，到完整 Skill 的設計過程。
Read More