#436 · 主分类： AI编程助手
ctx
agents
ai-agents
anthropic
automation
claude
claude-code
context-management
developer-tools
harness
knowledge-graph
llm
llm-wiki
mcp
micro-skills
obsidian
real-time
recommendation-engine
skill-management
skills
wiki
仓库感知的技能、代理、MCP服务器和模型框架推荐。使用您自己的库存或随附的79,958节点图，其中包含68,494个技能、467个代理、10,790个MCP和207个框架。
项目最后更新：08/24/26
GitHub Stars
581
Forks数量
71
贡献者数量
5
许可证
MIT
收录理由
为代码仓库挑选合适的技能、MCP服务器或智能体框架，过去往往靠经验猜测。ctx 的 CTX Fit 命令把这件事变成可验证的测试：它先分析你的仓库，从历史记录中构造代表性任务，然后在隔离且断网的环境中，让候选的 AI 编码配置实际跑这些任务。最终胜出的是能稳定通过你自定义测试命令的最便宜方案，判定规则固定——先看可靠性是否达标，再比成本，最后选更简单的配置。整个过程里，大模型可以解释结果，但无权决定结果。对正在引入 AI 编码工具、又不想轻信厂商宣传的团队来说，这提供了实打实的证据，避免为不适配自己代码库的配置白花钱。免费的本机分析只读、零花费，试错成本为零；付费评估路径则会在应用任何改动前，把可审查的差异或拉取请求交到你手上。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。