AI Agent & LLM

早上好，周六了，今天的热点有意思，安全攻防和设计工具链占了大头。

重点动态

腾讯安全马拉松孵化出 LingXi 多智能体攻防框架

腾讯安全黑客松的作品开源了，一个基于多 Agent 协作的 CTF 和渗透测试框架，名字叫 LingXi（灵犀）。

安全攻防领域的多 Agent 协作一直是个有意思的方向。单个 LLM 做安全审计能力有限，但多个 Agent 各司其职，有的负责侦察、有的负责漏洞利用、有的负责权限提升，效果完全不一样。LingXi 走的就是这条路，集成 Docker 环境、RAG 检索和 MCP 协议，还带了个 Web UI。

技术栈很实在，Python + FastAPI 后端，支持 Kali Linux 环境。GPLv3 协议开源，对于做安全研究的人来说是个值得关注的工具。腾讯内部孵化、外部开源的路径，在安全工具领域并不多见。

Claude Design 引发热议，社区看法两极分化

HN 上关于 Claude Design 的讨论昨天炸了，支持和质疑的声音都很大。

Sam Henri 写了一篇相当坦诚的博客，梳理了自己对 Claude Design 的观察。核心问题很直接：AI 生成的界面代码质量够不够用？答案取决于你拿它做什么。快速原型和内部工具，没问题。生产级产品，还得人来把关。

社区争论的焦点其实不在技术本身，而在工作流。有人觉得 Claude Design + claude-design-to-swiftui 这类插件打通了从设计到代码的全链路，前端工程师的角色会被重塑。也有人指出，设计师的价值从来不只是出图，审美判断和用户理解很难被替代。这场讨论短期内不会有定论。

68 套 Claude Design 设计系统模板一键可用

VoltAgent 整理了 68 套现成的 DESIGN.md 模板，丢进项目就能让 Claude Code 一次搭出完整 UI。

这个仓库的实用价值比想象中高。现在 Claude Code 的 DESIGN.md 机制已经被广泛采用，但很多人卡在第一步，不知道怎么写一份好的设计规范。68 套模板覆盖了各种风格和场景，从极简到复杂的企业级界面都有。

直接丢进项目根目录，Claude Code 就能读取并按规范生成代码。这个”约定优于配置”的思路，比反复调教 prompt 效率高得多。如果你还在手动写 DESIGN.md，先看看这里有没有能直接用的。

HTML 设计稿秒转 SwiftUI，Claude 插件打通跨平台

heyadam 做了个 Claude Code 插件，把 Claude 生成的 HTML 原型直接转成 SwiftUI View，在 Xcode 里直接用。

苹果生态的开发者对这类工具有天然需求。设计稿到原生代码的鸿沟一直是 iOS 开发的痛点，Figma 到代码的方案不少，但从 HTML 直转 SwiftUI 的思路比较新颖。插件直接在 Xcode workspace 里工作，省去了来回切换的麻烦。

底层依赖 Claude 的代码理解能力做 HTML 到 Swift 的语义转换。目前还在早期阶段，但方向对了。对于需要快速验证想法的独立开发者来说，这个工具链能省不少时间。

AeroGraph 用 GraphRAG 挖掘航空安全事故因果链

把 GraphRAG 用在航空安全事故报告上，提取因果推理链和安全模式，这个应用场景选得很精准。

航空安全报告的文本通常很长，因果关系错综复杂，传统关键词检索很难捕捉到深层关联。GraphRAG 的图结构天然适合处理这种”事件 A 导致事件 B，而 B 又与 C 交互”的链式推理。

Aryan95614 的实现基于 Python，聚焦于因果推理和安全模式提取。虽然领域很垂直，但思路可以迁移到任何需要分析复杂事件链的场景，比如工业事故调查、医疗不良事件分析等。

模糊需求直接出设计图，design-image-studio 瞄准 prompt 工程痛点

kangarooking 的这个项目解决了一个真实痛点，把”大概想要这种感觉”的模糊描述转化成可用的设计图。

底层用了火山引擎的 Seedream 模型，核心创新在中间层，自动把自然语言需求拆解、补全、转译成高质量的生成 prompt。对非设计背景的产品经理和开发者来说，这比直接手写 prompt 靠谱多了。

GPT-Image-2 提示词合集，从人像到 UI 全覆盖

EvoLinkAI 整理了一份 GPT-Image-2 的 prompt 合集，涵盖人像、海报、UI mockup、角色设定等多个类别。

对于还在摸索图像生成提示词的人来说，这种实战示例比官方文档有用得多。每个 prompt 都配了对应的生成结果，可以直接对比效果调整。

AAAR 让 LLM Agent 操控 Abaqus 做有限元分析

ZhouChaunge 的 AAAR 项目让 AI Agent 直接操作 Abaqus 有限元仿真软件，目标是自动化工程研究流程。

CAE（计算机辅助工程）领域一直很缺自动化工具。有限元分析的参数调整和结果解读高度依赖经验，LLM 的介入有可能降低这个门槛。项目用 React Agent 架构，Agent 能读取仿真结果、调整参数、迭代优化。目前还在研究阶段，但工程仿真 + AI Agent 的交叉方向值得关注。

ESPForge 让 ESPHome 配置告别 YAML 手写

Mo3he 的 ESPForge 提供了一个浏览器端的可视化配置工具，给 ESPHome 设备配参数再也不用查文档写 YAML 了。

ESPHome 的 YAML 配置对新手不友好，每个组件的配置项多且文档分散。ESPForge 用 TypeScript + React 做了个直观的图形界面，覆盖 ESP32 和 ESP8266。对于 Home Assistant 用户来说，这个工具能显著降低智能家居设备的折腾门槛。

下午见。