按兴趣浏览，循来源深入。
Grillcheese-AI 开源 CubbyLLM，一个八层架构项目，语言模型被刻意做成最小、可替换的一层，每句回答都是 VM 针对事实库执行的程序或带理由的拒绝，用构造而非判断保证诚实。项目同步发布自研 450M 混合模型 base450m（MinGRU + 窗口注意力，bbpe128k 分词器，约 4B token 预训练，经 Vulkan 运行于 grilly2），并给出算术步进（单次通过 5.5% 提升）、qFHRR n-gram 记忆、800 题验证管线 0.718 覆盖且精度 1.000、SimpleQA 与百科 OCR 等大量实测数字，每个数字对应 validation/logs 中的日志。
推荐理由：原文给出可复现的验证实验与指标，把语言模型降为可替换一层、由 VM 仲裁每个回答的架构做法有可迁移的参考价值。
reda-baqechame 开源 Expert Fleet，一个仅依赖 Python 标准库、无数据库无框架的本地优先 Agent 平台，含 124 个模块、161 项注册验收测试和一个 HTML 控制面板，覆盖任务、能力学习与带引用问答三个系统族。其核心设计是「完成」必须由调用方冻结的验收命令验证、目标契约存于磁盘、六大权限网关强制审计，支持 OpenRouter、Anthropic、OpenAI、Gemini、xAI、DeepSeek、Ollama 等多种提供商并附 Windows/Linux/云三路安装脚本，采用 AGPL v3。
推荐理由：该平台把判定权交给调用方冻结的验收测试与六大权限网关，而非模型自评，且明确标注了尚未实测的边界，工程取舍写得较扎实。
skyfireitdiy 团队在 GitHub 开源协作式 AI 开发平台 Jarvis，完整覆盖单人单 Agent、单人多 Agent、多人单 Agent、多人多 Agent 四种协作模式，提供 CLI、Web 和 Python SDK 三种访问方式。项目获第三届开放原子大赛总冠军，累计超 1 万次 Agent 自举提交，99% 以上由 CodeAgent 自主完成，含 319 个 Python 文件、158181 行代码。支持符号级代码理解、影响分析、C→Rust 迁移、JWT 多用户认证与多节点分布式部署，浏览器扩展含 28 项权限（8 项高敏感），作者提示需在完全信任网关与 Agent 的前提下使用。采用 MIT 许可证。
推荐理由：这是一个覆盖单人到多 Agent、多人协作四种模式的本地 AI 开发平台，README 给出了架构、部署方式和与同类工具的对比。
gymcoach-app 发布开源自托管健身追踪应用 GymCoach（MIT 协议），内置基于个人训练数据的 AI 教练，支持 Anthropic SDK 或任意 OpenRouter 模型，未配置密钥时仍是完整的训练记录器。Docker 一分钟自托管，数据存自有 Postgres，支持 Strong/Hevy CSV 导入、Garmin FIT/TCX/GPX 导入和 ChatGPT/MCP 连接器。该项目大部分日常改动由 Claude Code 在文档化的自动循环中完成，包括选题、实现、通过 lint/typecheck/测试门禁、独立 agent 对抗性审查 PR 并在 CI 通过后自动合并，完整流程公开于 docs/loops/。
推荐理由：这个开源健身应用把日常维护交给 Claude Code 自动循环完成，仓库内公开了完整可复现的 agent 维护流程和护栏。
JKHeadley 在 GitHub 开源 Instar，一套让 AI 智能体跨会话保持记忆、身份与承诺的连贯性基础设施，通过 npx instar 一条命令完成引导式安装，几分钟内即可从手机与智能体对话。它基于已有的 Claude Code 或 Codex 订阅运行，架构提炼自自 2026 年初持续运行的 AI 系统 Dawn（跨数千次重启维护约 700 段追踪关系），核心包括 SQLite + FTS5 分主题记忆、Coherence Gate 9 审阅者一致性检查、CommitmentTracker 承诺追踪、跨平台身份解析（Telegram、WhatsApp、iMessage、Slack）及 Evolution System 自我改进机制，含 80 个模块、约 3800 个测试用例，MIT 许可。
推荐理由：开源的智能体连贯性基础设施，给出跨会话记忆、身份锚定和承诺追踪的具体实现，可复用于自建长跑智能体。
franckolv-dev 在 GitHub 发布个人智能体 Ely 4.2（MIT 协议），可订号、发邮件、发 LinkedIn、管理日历并持续执行到目标完成。4.x 为完全重写，从上一版约 24 万行代码加 9 个 Docker 服务精简为约 1 万行 Python 加 3 千行界面、单进程加 SQLite；4.2 按角色设置推理力度，支持 ChatGPT 订阅内模型，并让 Ely 用自己的 GitHub 账号以 pull request 提交自我改进。支持 Chrome 扩展、Android PWA、Telegram、LM Studio 本地模型与多用户，部署命令为 ./ely.sh。
推荐理由：作者给出重写前后的具体对比，从24万行加9个Docker服务压缩到约1.3万行单进程加SQLite，可据此评估其架构取舍。