按兴趣浏览，循来源深入。
me217 发布 Home Assistant 集成 One Shot 0.8 早期版本，用自然语言向 Assist 描述一次性任务，由 LLM 生成计划、用户确认后由 HA 自身触发器执行一次并自动删除。支持状态、数值、时间、日出日落等多种触发条件，最多 5 步动作、默认 24 小时最长 14 天过期，确认后 LLM 不再参与，HA 重启后仍可恢复；需 HA 2024.10+ 和支持 tool calling 的 LLM 对话代理，可通过 HACS 安装。
推荐理由：原文详细说明了确认流程、触发类型与安全限制，读者可以据此判断这个一次性自动化方案是否适合自己的 Home Assistant 环境。
开源项目 BrowserAttach 让 MCP 客户端通过本地配对的浏览器扩展，直接控制用户已打开且已登录的 Chrome / Edge 标签页，无需远程调试端口或独立自动化浏览器。提供 23 个 stdio MCP 工具，覆盖标签页发现与独占占用、AX 快照、点击/填写/拖拽、文件上传、截图、JS 执行和网络日志读取等；要求 Node.js 22+ 和 Chrome / Edge 125+，默认端口 47831，Hub 仅监听本地回环并用随机密钥配对。项目以 MIT 协议发布于 GitHub，README 同时说明了升级流程、安全边界和不支持的场景（如浏览器内部页、Firefox / WebKit）。
推荐理由：这个 MCP 工具直接接管已登录的 Chrome/Edge 标签页，保留登录态且免开远程调试端口，部署与安全边界写得比较清楚。
Husk 项目发布 husk-0.2.0.mcpb 公共预览，为 Claude Desktop 等 AI 聊天提供带终端、文件和浏览器的命名本地工作区，结果可保存并在下次会话复用。工具含 8 个工作区工具加 26 个计算机工具，浏览器以 accessibility ref 驱动真实 Chromium，支持 docker、podman、ssh、fly、local 五种隔离提供者并明确说明各档隔离强度；还支持把 Claude Code、ChatGPT、Cursor 等会话记录经 distill 转成可运行的 YAML Agent 规格，不请求 API 密钥、无遥测，Apache-2.0 协议。
推荐理由：README 详细写明了隔离提供者分级、安全模型边界和已知限制，读者可据此判断这条 Agent 计算机工具链的实际可用性。
dmytrome 发布开源项目 Groundhog（MIT 协议），一个 MCP 服务器，让 AI Agent 通过带隐身补丁的真实 Chrome 进行网页搜索、读取和研究，返回干净的 Markdown。核心特性包括默认剥离并报告人类不可见的隐藏文本、每个来源附带 SHA-256 溯源回执、内置 SSRF 防护和域名限速、免模型和 API key。在 28 页隐藏文本基准上，Groundhog 25/28 完全拦截并报告，优于 requests（25/28 但不报告）、Scrapling（16/28）、Jina Reader（15/28）、Firecrawl（7/28）；stealth 容器在 sannysoft.com 31/31 项通过。
推荐理由：项目给出了对 requests、Scrapling、Jina Reader、Firecrawl 的隐藏文本检测对比数据与反爬检测实测结果，读者可据此评估这套带溯源的 MCP 阅读方案。
hhhwdt 在 GitHub 开源 agent-browser-bridge，由浏览器扩展加本地服务器组成，让 Agent 在用户已登录的真实会话中后台读取、点击、输入、截图和保存文件，不抢焦点、不激活标签页。工具提供 17 个 MCP 工具，可由 Claude Code、Cursor、Cline 等通过一行配置接入，并默认拒绝站点访问、绑定 127.0.0.1:18777、要求共享 token，README 明确列出了同用户进程可读 token 等安全边界与限制。
推荐理由：让本地 Agent 直接操控已登录浏览器后台标签页的桥接工具，README 写清了能力、安全模型和限制，方案可直接复用。
adieladaniel 发布 OneForAll-Agent v2，一个任务无关的浏览器 Agent 运行时，v2 在 v1 单用户原型基础上加入组织、角色、PostgreSQL 存储、任务队列、持久审批、加密凭据库和组织记忆。系统不用 LangChain，runner 约 700 行单文件，仅靠 PostgreSQL 的 SKIP LOCKED 队列和 LISTEN/NOTIFY 实现跨进程协作；写入和不可逆操作由代码而非模型判定风险并触发人工审批，成功声明需经只读独立审计员复核。
推荐理由：作者用确定性替身模型做了负载测试并给出各档吞吐、恢复与隔离数据，读者可以据此评估这套无框架 Agent 运行时的实际结构表现。
DayuanJiang 开源 next-ai-draw-io，用一句话描述即可让 AI 在真实 draw.io 画布上生成架构图、流程图等，支持手动编辑、选择局部让 AI 修改，每次 AI 改动都是可对比、恢复或撤销的版本，可导出 .drawio、.png、.svg。提供 Web、Windows/macOS/Linux 桌面版和 MCP server，Claude Code、Cursor、VS Code 等 Agent 可直接调用，内置 AWS、Azure、GCP、Kubernetes 图标库，支持上传截图、草图或 PDF、Markdown 等文本文件重绘为图，并支持 25 家模型供应商（含 AWS Bedrock、Ollama、DeepSeek、Qwen 等）。
推荐理由：作者完整给出了从一句话生成 draw.io 图的开源工具用法，含 MCP 接入、版本回退和 25 家模型供应商配置，方法可直接复用。
TesterArmy 在 GitHub 发布 e2e，这是一个面向 Web 和移动应用的端到端测试框架，用自然语言描述目标后由 agent 驱动应用完成操作，再用 locator 和断言校验结果。被后续断言验证的 agent 步骤会记录动作并在下次运行时回放，无需调用模型；不含 agent 步骤的测试完全不需要模型。Web 引擎基于 Playwright 支持 Chromium、Firefox 和 WebKit，移动端通过模拟器和仿真器覆盖 iOS 与 Android，examples/ 提供 Vite、Next.js、Expo、Flutter 等独立示例项目。项目采用 Apache-2.0 协议，处于 1.0 前的活跃开发阶段。
推荐理由：README 讲清了 agent 步骤的录制回放机制和无模型断言路径，可作为在既有测试里混合自然语言与确定性校验的参考。
lulufoo 在 GitHub 开源了 Lulu Board，一款结构化白板工具，用统一文本协议作为唯一事实源：AI 智能体写入文本，Lulu Board 负责绘制，用户在画布或 Source 中修改后双方保持同步。聊天入口为 /board，支持通过 hosted MCP 接入 Cursor 与 Claude Code（URL 为 https://mcp.luluboard.app/mcp），无 MCP 时以 #z: 链接打开，登录后可分享云端看板，项目采用 MIT 许可证。
推荐理由：官方仓库说明了以统一文本协议为唯一事实源、AI 生成图与画布编辑双向同步的协作机制，并给出 MCP 接入配置。
Mingye-Lu 在 GitHub 开源了 acrawl（AgenticCrawler），一个以单个 Rust 二进制分发的浏览器自动化 Agent，提供 42 个内置工具、25 家 LLM 服务商接入和内置 MCP 服务器。除导航、点击、抽取外，还将完整 DevTools 能力作为一等 Agent 工具，包括检查网络请求、分析控制台日志、测量性能、axe-core 无障碍审计和网络拦截；支持 JSON 确定性脚本（零 LLM 调用）、子 Agent 并行爬取（最多每父级 5 个并发）、HTTP 优先并在检测到 JS 框架标记时自动升级到无头浏览器。
推荐理由：README 给出了与 browser-use、Stagehand、Skyvern 等工具的逐项功能对比表和各家成本数据，便于判断是否值得换用这个单二进制方案。
KaletoAI 在 GitHub 开源了 anima-verse，一个 LLM 驱动的角色模拟器，AI 角色可聊天、按米制地图旅行、更换服装和活动，场景经图像生成后端渲染，并可在 Three.js 3D 客户端中行走。项目采用 Python/FastAPI 后端与 React 前端，支持多提供商 LLM 路由、分层记忆整合、意图系统、LoRA 库和 XTTS v2 等语音后端。项目处于 Alpha 阶段，由单人开发者以 vibe coding 方式构建，含成人内容能力但 NSFW 包单独分发，采用 source-available 非商业许可证。
推荐理由：原文详细描述了把 LLM 对话与图像生成作为一等机制整合的架构与路由设计，读者可以借它了解这套活世界模拟器的搭建方法。
singhand-labs 开源了 Scrapewright，一个 LLM 驱动的网页抓取平台，用自然语言描述需求后由 AI 研究会话分析页面、生成并验证步骤图，部署为标准 HTTP 服务。它以 Chrome 扩展形式运行，复用已有登录态和真实浏览器指纹，运行时不调用 LLM、不消耗 token，脚本失败时 AI 会基于 DOM 快照自动修复，项目采用 GPLv3 协议，支持 OpenAI、Kimi、Anthropic、GLM 等 API。
推荐理由：原文讲清了用 AI 研究会话把自然语言抓取需求固化为 HTTP 服务的完整机制，运行时不调用 LLM、无 token 消耗的设计对成本敏感的使用者有参考价值。
bobzhou-source 在 GitHub 发布 job-application-harness，一个基于 Bun 的 CLI 工具，在专用 Chrome 配置文件中自动填写并提交网页版求职申请，支持单个职位、队列处理和从 Handshake 站点发现职位。执行器而非模型对每次点击、填写、上传和导航拥有最终决定权，默认在最终提交前停止，--submit 仅授权提交与必要声明，永不勾选营销选项、使用第三方登录或处理支付；CAPTCHA、MFA、出生日期等步骤始终留给用户。模型决策经 OpenRouter 与 DeepSeek，成本估算约每次典型提交 $0.04，含难站点平均约 $0.11。
推荐理由：这个求职自动化工具把点击与提交权交给确定性执行器而非模型，安全边界写得很具体，其设计思路可迁移到其他浏览器 Agent 项目。
ColtM1873 在 GitHub 发布 multi-agent-studio，一个基于 LangGraph 的 Windows 本地多智能体工作台，采用 Supervisor–Worker 编排加 Web GUI，GPL-3.0 许可。子 agent 以工具形式暴露给主 agent 并可并行调度，内置 browser_agent 驱动本机 Chrome/Edge 完成点击输入等操作且面向纯文本 LLM；长期记忆用 BGE-M3 embedding 加 PostgreSQL（pgvector）检索，setup.bat 可一键安装并打包 MultiAgentStudio.exe。
推荐理由：这个 Windows 本地多智能体工作台把 Supervisor 编排、浏览器接管和 pgvector 长期记忆整合成一键部署，读者可以照仓库步骤直接复现。
rasros 在 GitHub 发布 vectrify，一个把栅格图转为可编辑矢量图的本地 SVG 编辑器，提供生成形状、改进路径、配色填充和简化等自动化操作，每步可撤销。它同时是 MCP 服务器，Claude Code、Codex 或 Claude Desktop 等 MCP 客户端可连接编辑器按命令逐步改图；需 Python 3.10+，Colour regions 功能需 NVIDIA GPU 与 CUDA。
推荐理由：本地 SVG 矢量化工具同时提供 MCP 服务，让 Claude Code 等 Agent 逐条调用编辑器命令改图，每步可撤销。
dragonked2 发布开源 AI 编码智能体 AlphaCode（MIT 协议，Rust 编写），可在终端中读代码库、编辑文件、运行命令与测试、驱动真实 Firefox 浏览器和桌面应用，并自我验证结果。它支持 Swarm 多智能体、持久会话、Skills 与 MCP，可接入 Anthropic、OpenAI、Gemini 等多家模型，内置免费 AI 通道无需 API key 即可启动；官方自测单会话内存占用 27.8 MB，约为 Claude Code（386.6 MB）的 1/14。
推荐理由：README 给出了完整的安装、功能清单和与多款 CLI 工具的内存占用对照数据，读者可据此评估这个 Rust 编码智能体的适用场景。
GitHub 项目 abz2much/NOVA 发布了 Nova，一个安装为 Home Assistant 自定义集成的自主 AI 管家，提供语音、视觉和推理核心，通过 HACS 安装且无需单独容器或云账号即可启动。它支持 Groq、Anthropic、OpenAI、Gemini 或本地 Ollama 作为可插拔 LLM 后端，可控制设备、分析门铃与包裹、学习作息并提议自动化，但敏感操作（开锁、开车库门）保留手机确认步骤，且建议的自动化未经明确批准不会安装。断网时本地推理核心仍可处理常规事件；项目为单人维护、处于活跃开发中，版本间可能出现破坏性变更。
推荐理由：这个 Home Assistant 本地管家集成的 README 讲清了安装门槛、安全门控和离线降级设计，读者可以据此判断它是否适合自己动手部署。
作者 xcl1989 在 GitHub 开源 CrabAgent，一个本地优先的 AI 工作平台，含 Chat 与 Work 双模式，智能体可跨终端、浏览器和 macOS 原生应用工作。支持文档实时预览与编辑、专业智能体分工协作、邮件转任务、微信通道接入，并可通过 OAuth Device Code 直接使用 ChatGPT Plus/Pro 订阅额度；安装方式为 pip install crabagent，采用 AGPLv3 许可，商用需另行授权。
推荐理由：作者开源了一个覆盖终端、浏览器和 macOS 原生应用的本地优先智能体平台，功能清单具体，可按需部署试用。
作者 Nemili Enoch Das 在 GitHub 开源 SentryEye，用 CCTV 视频实时检测交通事故，通过三级级联（YOLOv11 + ByteTrack 检测跟踪、运动异常信号、Gemini 或 Ollama 视觉 LLM 校验）只在约 0.1% 的帧上调用昂贵的视觉 LLM，比逐帧运行大模型减少约 99% 调用量。系统输出 Pydantic 类型化事故报告，含事故类型、严重度、车道是否受阻与建议行动；在 TAD 基准上廉价门控达到 81% 召回、31% 误报，视觉 LLM 校验可剔除误报。作者还诚实记录了学习式门控未能稳定超过手工调优规则的实验结果。
推荐理由：项目用真实事故数据给出了级联调用比例和召回率等实测结果，读者可以借鉴这种廉价过滤加昂贵校验的分层思路。