爸影鲁椎开源神器 Infisical一站式解决秘密管理、PKI、KMS 等难题Infisical 是一个开源的密钥管理、PKI 和 SSH 访问平台。简单讲它帮助团队安全地存储和管理敏感信息如密码、证书、密钥并控制谁可以访问这些资源。适用人群开发者、运维团队和需要安全管理密钥的企业。主要语言TypeScriptstars: 22.4k1仓库简介Infisical是一个开源的秘密管理平台团队可以用它来集中管理应用程序配置和秘密信息如API密钥、数据库凭证同时还能管理内部PKI。该平台旨在让安全工具更易被大众使用重新设计了开发者体验。核心功能秘密管理可视化管理通过用户友好的仪表盘跨项目和环境开发、生产等管理秘密。多平台集成可与GitHub、Vercel、AWS等平台同步秘密还支持与Terraform、Ansible等工具集成。版本控制与恢复支持秘密版本控制和时间点恢复可随时回滚到之前的状态。秘密轮换定期为PostgreSQL、MySQL、AWS IAM等服务轮换秘密。动态秘密生成按需为PostgreSQL、MySQL、RabbitMQ等服务生成临时秘密。扫描与防泄漏防止秘密泄露到Git仓库。Kubernetes集成通过Kubernetes Operator将秘密交付给工作负载并自动重新加载部署。代理注入使用Infisical Agent无需修改代码即可将秘密注入应用程序。内部PKI管理CA创建创建CA层次结构配置证书模板以实施策略并颁发X.509证书。证书全生命周期管理管理证书从颁发到撤销的整个生命周期支持CRL。预警功能为即将过期的CA和终端实体证书配置警报。Kubernetes集成通过Infisical PKI Issuer为Kubernetes工作负载提供TLS证书并自动更新。EST协议支持通过EST协议注册和管理证书。密钥管理系统KMS密钥集中管理通过用户界面或API集中管理跨项目的加密密钥。数据加解密使用对称密钥对数据进行加密和解密。SSH管理颁发临时SSH凭证实现对基础设施的安全、短期和集中访问。通用平台功能多方式认证支持Kubernetes Auth、GCP Auth、Azure Auth、AWS Auth、OIDC Auth、Universal Auth等多种认证方式。访问控制通过RBAC、额外权限、临时访问、访问请求、审批工作流等定义高级授权控制。审计日志记录平台上的所有操作。自托管部署可轻松在本地或云端部署将数据保留在自己的基础设施上。多语言SDK提供Node、Python、Go、Ruby、Java、.NET等多种语言的SDK。CLI与API交互支持通过CLI和API与Infisical进行交互。优势开源免费采用MIT许可协议代码开源易于使用和定制。功能丰富涵盖了秘密管理、PKI管理、密钥管理、SSH管理等多个方面满足不同场景的安全需求。集成性强支持与多种主流平台和工具集成方便融入现有开发和运维流程。用户体验好提供用户友好的界面和多语言SDK降低使用门槛。应用场景开发环境开发人员可以使用Infisical管理和获取应用程序所需的秘密确保开发过程中的安全。生产环境在生产环境中安全地存储和分发敏感信息防止秘密泄露。Kubernetes集群通过Kubernetes Operator和PKI Issuer为集群中的工作负载提供秘密和证书管理。云平台与AWS、GCP、Azure等云平台集成实现云环境下的秘密管理。快速开始使用Infisical Cloud可免费注册Infisical Cloud这是最快、最可靠的入门方式。本地部署确保系统安装了Git和Docker根据不同系统运行相应命令进行本地部署。Linux/macOSgit clone https://github.com/Infisical/infisical cd $(basename $_ .git) cp .env.example .env docker compose -f docker-compose.prod.yml up- Windows Command Promptgit clone https://github.com/Infisical/infisical cd infisical copy .env.example .env docker compose -f docker-compose.prod.yml up然后在http://localhost:80创建账户。扫描和防止秘密泄露扫描完整的Git历史记录infisical scan --verbose安装预提交钩子infisical scan install --pre-commit-hookZen MCP一键 orchestrate 多 AI 模型代码开发协作新革命项目地址https://github.com/BeehiveInnovations/zen-mcp-server主要语言Pythonstars: 8.4k主要功能CLI 集成clink 工具可将外部 AI CLIs如 Gemini CLI、Codex CLI、Claude Code 等直接集成到工作流程中。支持 CLI 子代理能在当前 CLI 内启动隔离的 CLI 实例实现上下文隔离、角色专业化且子 CLI 具备完整的 CLI 功能和无缝的对话连续性。多模型协作作为 Model Context Protocol 服务器可将喜爱的 AI 工具连接到多个 AI 模型支持对话线程让 CLI 能与多个 AI 模型讨论想法、交换推理、获取第二意见甚至进行协作辩论实现真正的 AI 协作和对话连续性。核心工具丰富提供多种核心工具涵盖协作与规划、代码分析与质量、开发工具以及实用工具等多个类别。部分工具默认启用部分默认禁用可根据需要进行配置。优势AI 编排能力强具备自动模型选择功能能为每个任务挑选合适的 AI支持多模型工作流可在单个对话中链式调用不同模型保证对话连续性跨工具和模型保留上下文还有上下文复兴功能即使上下文重置也能继续对话。模型支持广泛支持多个模型提供商如 Gemini、OpenAI、Azure、X.AI、OpenRouter、DIAL、Ollama 等涵盖最新模型如 GPT - 5、Gemini 2.5 Pro、O3、Grok - 4、本地 Llama 等支持思维模式控制推理深度与成本具备视觉支持能力。开发者体验佳采用引导式工作流防止仓促分析具备智能文件处理能力自动扩展目录、管理令牌限制集成网络搜索可访问当前文档和最佳实践支持大提示能绕过 MCP 的 25K 令牌限制。应用场景代码审查例如执行多模型代码审查Claude 系统地审查代码咨询 Gemini Pro 和 O3 获取不同视角最终创建统一的行动计划。调试进行协作调试深入调查问题获取专家分析实施解决方案并进行预提交验证。架构规划用于规划架构如微服务迁移规划获取多个专家意见达成共识并制定实施路线图。快速启动前提条件需要 Python 3.10、Git 和已安装的 uv。获取 API 密钥可从 OpenRouter、Gemini、OpenAI、Azure OpenAI、X.AI、DIAL、Ollama 等平台获取。安装方式有两种安装方式可供选择推荐使用克隆并自动设置的方式。开始使用安装完成后可使用如 “Use zen to analyze this code for security issues with gemini pro” 等命令开始使用。工具配置为优化上下文窗口使用部分工具默认启用部分默认禁用。可通过编辑 .env 文件、在 MCP 设置中配置或直接清空 DISABLED_TOOLS 来启用额外工具。需注意基本工具如 version、listmodels无法禁用更改工具配置后需重启 Claude 会话使更改生效。文档与支持文档提供详细的文档包括文档概述、快速入门、工具参考、高级用法、配置、添加提供商、模型排名指南等。设置与支持包含 WSL 设置、故障排除和贡献指南等内容Cua来袭计算机使用代理挑战开启多语言SDK与丰富模型助力AI自动化cua 是一个开源的计算机操作代理基础设施。简单讲它提供沙箱、开发工具和测试基准让AI能够学习控制完整的桌面系统如macOS、Linux、Windows。适用人群AI研究人员、自动化工具开发者项目地址https://github.com/trycua/cua主要语言Pythonstars: 10.5k项目概述cua是一个用于计算机使用代理Computer-Use Agents的工具可类比为该领域的 Docker。它能让 AI 代理在虚拟容器中控制完整的操作系统并支持在本地或云端进行部署。核心功能Computer SDK借助一致的、类似 pyautogui 的 API实现对 Windows、Linux 和 macOS 虚拟机的自动化操作。支持在本地或通过 cua 云创建和管理虚拟机。Agent SDK以一致的模式运行计算机使用模型。利用 HUD 仅需一行代码就能在 OSWorld - Verified、SheetBench - V2 等平台上进行基准测试。运用组合代理将 UI 基础模型与任何大语言模型LLM相结合。只需使用模型字符串就能使用模型库中的新 UI 代理模型和 UI 基础模型。通过更改前缀支持使用 API 或本地推理。模型库提供了丰富的模型涵盖了一体化计算机使用代理All - in - one CUAs、UI 基础模型和 UI 规划模型还支持人类在环Human - in - the - Loop模式。若缺少所需模型可提出功能请求或参与贡献。快速开始提供了通过计算机使用代理 UI、命令行界面CLI和 Python SDK 三种方式快速上手的指南。使用示例Agent 使用示例安装pip install cua - agent[all]代码示例展示了如何创建 ComputerAgent 并运行任务同时给出了输出格式类似 OpenAI 代理响应格式。Computer 使用示例安装pip install cua - computer[all]代码示例展示了如何创建 Computer 对象进行截图、点击和输入等操作。资源与模块提供了多个使用指南如如何使用 MCP 服务器、不同模型用于计算机使用代理、Lume CLI 管理桌面以及训练计算机使用模型等。包含多个模块如 Lume用于 macOS/Linux 的虚拟机管理、LumiermacOS 和 Linux 虚拟机的 Docker 接口、ComputerPython 和 Typescript 接口用于控制虚拟机、AgentAI 代理框架等并给出了各模块的安装方式。优势与应用场景优势提供统一的 API 和模式降低了开发和使用计算机使用代理的难度。支持多种操作系统和模型具有较高的灵活性和扩展性。提供丰富的文档和示例便于开发者快速上手。应用场景自动化测试利用 AI 代理自动控制虚拟机进行软件测试。任务自动化如自动处理文档、数据录入等重复性任务。模型训练与评估方便收集人类轨迹数据用于训练计算机使用模型并进行基准测试。