按兴趣浏览，循来源深入。
JunWan666 发布 AstrBot for Android，通过集成 PRoot Ubuntu 环境的约 720 MiB 完整 APK，在 ARM64 Android 8.0+ 设备上免 Root 本地部署和管理 AstrBot 与 NapCat。应用提供双服务启停、内置 WebUI 后台、QQ 登录、人设库（内置 12 款原创预设）、实时日志、备份恢复及独立在线更新，代码采用 MIT 协议开源。
推荐理由：把 AstrBot 与 NapCat 的部署运维塞进单个安卓 APK，人设库、备份回退和在线更新都做完，想在手机上本地跑 AI 伴侣的读者可以拿来直接用。
tsuiraku9 发布 maitu-photo-studio 插件，为 MaiBot 提供可配置的照片生成、参考图库与异步投递能力，图片由使用者自行配置的 OpenAI 兼容服务生成，插件不提供模型或额度。支持人物写真与无人物环境照两类工具，参考图分人物、服装、场景三类管理并支持 VLM 自动打标、待审核与自动补库；任务通过 SQLite 后台队列异步执行，可用 task_id 查询。运行要求 MaiBot >=1.3.6、Python >=3.12，通过 /maitu 管理命令和 WebUI 配置。
推荐理由：README 完整说明了参考图库、异步任务和提示词配置的构造方式，想给 MaiBot 加照片能力的部署者可以直接对照实施。
ashwinsingh2007 在 GitHub 开源了受钢铁侠 JARVIS 启发的 Mac 语音助手 J.A.R.V.I.S，MIT 协议。说 wake up 后全程免手操作，大脑可选 Claude Code、Anthropic API、Gemini 或 Ollama 本地模型；长任务交给后台 worker FRIDAY（默认跑 Opus），期间可继续对话并查询进度。语音识别与默认 Kokoro 语音都在本机运行，能操作已登录的 Chrome、Claude Code 会话和 Mac 应用，支持长期记忆、晨报、定时例程和 Telegram 遥控；发送、删除、付款等操作前会复述任务并等待确认。
推荐理由：作者完整公开了架构、安全边界和模型选择方案，想给 Mac 装一个语音 Agent 的人可以直接照着装起来试。
ID-VerNe 开源 IdleJot 项目，把 AI Agent 常驻一个 QQ 群，被 @、引用或叫到名字才回复，其余时间潜水看聊。Agent 读上下文现场写回复而非关键词固定话术，人格来自可热切换的 Markdown 人格卡（自带 little_whale、dragon_girl 模板），群友画像与记忆存本地 SQLite，闲时自动提炼。项目经 MCP 接入 Agent，靠 NapCat（OneBot 11）收发消息，默认 mention_only 触发，支持原生引用、按花名 @ 人、追问窗口和守护保活，目前仅支持 Windows、只发文字。
推荐理由：作者详细公开了常驻栈、群友记忆沉淀和人格卡模板的构造方式，想做群聊 Agent 的人可以照着整套架构自己搭。
laonienb 在 GitHub 开源了自建聊天机器人平台 chatbot-platform，后端为 Python 3.12 + FastAPI，前端为 Next.js 15，支持 Web/App/小程序原生 API 与 QQ/微信经 AstrBot + NapCat 接入。平台提供 /v1 OpenAI 兼容层，model="persona:<slug>" 即可把人设当模型调用；含 JWT 账号体系、人设市场（发布/搜索/fork）、长期记忆自动提取注入、token 归因计费与钱包扣费。当前 M0/M1 完成，配额限流与人设市场、长期记忆部分提前完成，蒸馏流水线、RAG、小程序端待实现，许可 MIT。
推荐理由：作者以 model=persona:slug 的 OpenAI 兼容层把人设当模型接入 IM 框架，同时给出记忆提取与计费账本的实现细节。
GitHub 上的 roleplay-slim 项目发布 v0.4，提供 Python 库和 OpenAI Chat Completions 兼容代理，用于压缩持久角色机器人的对话历史，同时保证人格前缀逐字节不变以维持 provider 前缀缓存命中。基准显示 500 轮对话从 37,176 tokens 压到 19,545 tokens（省 47.4%），默认规则压缩省 16.5%，可自带 summarizer 进一步省 92% 以上；安装包小于 5 MB，支持 DeepSeek 等前缀缓存 provider，本地代理运行在 127.0.0.1:8791，无需改代码。
推荐理由：作者用基准数据说明只压缩对话历史、不碰人格前缀的做法，读者可以照此判断它能否用在自己的长对话机器人上。
coderback 团队在 Cambridge University x Arcade AI Hackathon 期间发布了开源 AI 工具包 Thespis，首个模块 Thespis Cast 让游戏 NPC 拥有可验证的信念与记忆。事件写入只增账本作为唯一真相，NPC 依据来源与置信度形成可错可撤回的信念，语言模型只负责措辞且每句台词必须引用账本与信念引用，由代码校验后才播报。实测数据显示 91 次模型回复中 0 次通过校验被拦截、10 条规则预测路线全部按预期结束、模型判定 50 条台词中 50 条在角色内，另附同核心的第二款游戏 The Manor Mystery 演示与在线试玩链接。
推荐理由：游戏拥有唯一真相账本，语言模型只能引用经过代码校验的账本事件说话，给可信 NPC 谎言提供一套可迁移的架构做法。
whykusanagi 在 GitHub 发布 Celeste CLI，一个带独立人格的 agentic 终端开发工具，基于 Bubble Tea 构建 TUI，内置 48 个工具，支持 chat、agent 与 orchestrator 三种运行模式。工具包含 MinHash+BM25 融合的代码图语义搜索与图结构代码审查，可将 codegraph 以 MCP 工具直接暴露给 Claude Code 等客户端；支持 Sakana AI（默认）、Grok/xAI、OpenAI、Anthropic、Gemini、Venice.ai 等 9 家对话服务商与本地 OpenAI 兼容服务器，提供多层权限门、会话持久化、文件 checkpoint 与 GPG 签名验证。
推荐理由：README 详细列出了代码图搜索、权限门与九家模型服务商的兼容矩阵，可当作带人格的终端 Agent 工具选型参考。
GitHub 项目 qq-agent-plus 提供面向 Linux 服务器的 QQ 群聊 Agent，通过 OneBot v11 协议端接入，支持分条发言、表情包收发、长期记忆、语音转写与合成、图片生成及内置运维命令。部署提供 deploy-all.sh 全栈安装器与 deploy.sh 单 Agent 两种方式，默认非 root 运行，控制台默认端口 3210；文档还给出按 Asia/Shanghai 计价的用量统计与三档省 Token 设置，称 7 天实测 867 次调用共 1836 万 token，输入占 98.8%。
推荐理由：项目文档详细记录了群聊 Agent 的发送链路、省 Token 实测口径和部署安全边界，适合想自建群聊陪伴 Agent 的人参考具体工程做法。
TheWiderLens Initiative 发布开源私人 AI 助手 Clara，在用户自己的 PC 上本地运行，配 Android 手机应用，免费无订阅，聊天、文件和记忆不离开本机。她以 Bonsai 2 27B 为大脑、Hermes 为智能体、Laya 路由器区分聊天与任务，可浏览网页、管理提醒、读邮件日历、写代码和做视频，高风险操作需手机确认；支持 Gmail、Outlook、Spotify、Notion、GitHub 等连接器，可选经 OpenRouter 的按任务批准的云端加速。要求 NVIDIA GPU 至少 12 GB VRAM、16 GB 内存、40 GB 磁盘、Ubuntu 24.04+，安装约 20-40 分钟，Apache-2.0 许可。
推荐理由：本地运行的私人 AI 伴侣兼智能体，原文给出了架构、硬件门槛和隐私边界说明，可了解全栈自托管陪伴产品的构建方式。
Ivan Magda 在 GitHub 开源 swift-claw（clawd），一个跑在自己硬件上的纯 Swift 常驻个人 AI 助手，通过私有 Telegram bot 接入任意 OpenAI 兼容 LLM。功能包括 SQLite 持久记忆、定时与主动任务、带反馈学习调度、经由 Telegram tap-to-approve 审批的文件写入与代码执行、SKILL.md 技能文件、MCP 工具接入、macOS 26 上的一次性 VM 沙箱执行与设备端语音转写；状态全部留在本机单目录，安装到 ~/.swift-claw 且无需 sudo，当前版本 v0.2.0，MIT 许可。
推荐理由：README把持久记忆、审批卡、注入防护和学习调度都讲清了实现方式，读者可以据此评估这个自托管个人助手的取舍。
代梦智能（Daimonia）在 GitHub 开源 STC 简明技术性中文，一套面向 AI 的中文写作规范，包含 rules/ 规则、dictionary/ 词表、skill 和 stc 命令行工具，参考 ASD-STE100 结构但独立编写。规则按 for chat、for document、for web dev、for instruction writing 四个场景区分，stc check 能机器判断问题并返回退出码 1 以接入 CI，规则与词表采用 CC BY 4.0 许可，代码采用 MIT 许可。
推荐理由：项目把中文写作规范拆成规则、词表和可机检的 stc check 命令，读者可以直接装进自己的 agent 流程复用。
作者将自用文档站中的智能体子项目「启明」抽出开源为 youlikeorange/wenming-agent，git clone 后 node standalone.js 即可运行，服务端零 npm 依赖，界面构建产物随仓库提供。模型走标准 OpenAI / Anthropic 协议且密钥只存服务端；核心取舍包括提示词全部可见可改、不用 MCP 的内置工具、纯 CLI 真进程执行、SKILL.md 技能按需加载，以及三层记忆、危险命令一次性票据授权和循环只在服务端托管运行等设计，附 217 个离线可跑的 Node 单测；仓库未附许可证，复用需先开 issue，当前版本 v2.1.0。
推荐理由：原文逐条讲清了提示词登记、无 MCP 内置工具和权限票据的做法，读者可以对照自己的 Agent 客户端考虑迁移。
CarlosCaPe 发布开源项目 Octorato（MIT 协议），用 ~/.claude 纯文本文件夹为 AI 编码助手提供持久记忆、规则和操作记录，含 240+ 技能指南和 160+ 角色卡，支持 Claude Code 和 Cursor。每条规则绑定自动检查，每次回答附收据；v8 加入 Kernel 为每次运行提供日志、身份和步数分钟上限；v9 由未写代码的第二助手对需求逐条判定是否完成，标记完成的推送需附新收据，否则本地检查拒绝推送。客户端项目用密封文件夹相互隔离，防止信息串扰。
推荐理由：原文用前后对照讲清了一个纯文本规则文件夹如何给 AI 助手加记忆、隔离和校验，方法可直接克隆复用。
Luciole-Studio 在 GitHub 发布开源项目 MISAKA，一个面向人文社科研究的 AI 智能体架构（Apache-2.0），用 Last Order 协调员拆解问题、多名 Sisters 专家并行执行任务卡，以有向无环图逐层展开研究分支，红队以症候式阅读审视结论未言明的预设，最终产出引用可溯源到页码与字符偏移的研究文章。技能按层级加载以节省协调员上下文，配合 PageIndex 分层文档索引和 LCM 层级压缩处理长文本，全部数据留在本地，计划须经用户批准，支持 macOS、Linux 和 Windows，可用 uv、brew 或 winget 安装。
推荐理由：原文完整给出了用 DAG 分层展开研究分支、红队审阅和按页码溯源引用的架构细节，方法可迁移到其他多智能体研究工具设计。
replygirl 发布了 Kuru，一个 Rust 编写的终端聊天框架，原生架构是由具有私有记忆、可互相寻址的持久部分（parts）组成的对等池，并支持 IFS、多迷走神经、弗洛伊德和荣格等框架模式。各部分可结成二至四人的临时关系并成为用户可见身份，会话保存在本地版本化 Dolt 数据库中；安装提供 mise、脚本安装和源码构建三种方式，支持 macOS、Linux 与 Windows，MIT 许可，默认禁用写入和 shell 执行。
推荐理由：作者用心理学框架组织持久对等人格池并给出完整安装与架构说明，读者可以了解一种把 IFS 等框架当作计算隐喻的实现路径。
aa-blinov 在 GitHub 发布终端 Agent 框架 cast，内置 senior、analyst、reviewer、planner、researcher、assistant 和 coder-with-subagents 七种人格，共享核心工具但判断侧重不同。
推荐理由：原文讲清了七个内置人格的分工与 markdown 定义方式，能力限制在运行时强制执行，可迁移到自己的 Agent 人格设计。
autonomous-ai 在 GitHub 开源了面向物理 AI 的机器人操作系统 Physical AI Operating-System，定位为机器人的开放系统，支持语音、视觉、记忆与技能，并可连接电脑上的 agent。
推荐理由：原文完整给出了分层架构、支持的机器人硬件和四文件定义方式，读者可以据此评估能否把自己的机器人接入这套系统。
作者开源 persona-stream，一套面向 AI 编码 agent 的传记式人格蒸馏框架，把数月真实协作行为蒸馏成带版本、可审计、可注入的 persona 文件集。
推荐理由：作者把自己跑了近一年的生产管线开源，隐私边界和证据回链都做成可验证的机械门禁，方法可直接迁移到自己的 agent 工作流。
GitHub 开源工具 preference-prompt-tool 让用户在成对结果中最多选择 8 次，从选择历史推断隐式偏好并组装成个人专属系统提示词，可选接入 GEPA 优化。
推荐理由：作者用 MACSum 数据和独立指标把选择式个性化与通用指令、已知偏好指令做了对照，并如实报告了未达显著的部分。