跳到正文
只看具身智能#工程/部署
今天10月26日周一1 条
  1. GitHub · 灵魂体仓库68

    OmOWright 发布：给 AI 智能体用的 Playwright 形态浏览器自动化库

    code-yeongyu 发布开源库 OmOWright，为 AI 智能体提供 Playwright 形态的浏览器自动化 API，设计思路来自 Jun 关于 Aside 浏览器智能体登顶 Online-Mind2Web 等榜单的文章。

    推荐理由：README 讲清了为何让模型沿用 Playwright 接口、如何压缩快照与处理滚动采集，方法可迁移到其他 GUI 智能体工程。

10月25日周日
  1. GitHub · 灵魂体仓库36

    eridon-pro/dofbot-llm-physical-ai：LLM + ROS 2 + 计算机视觉驱动 Yahboom DOFBOT-Pi 实机机械臂的 Physical AI 项目

    开发者在 GitHub 上的 dofbot-llm-physical-ai 项目中，用 Yahboom DOFBOT-Pi（Raspberry Pi 5、6DoF）机械臂结合 OpenAI LLM、ROS 2 Humble 与计算机视觉，实现从自然语言指令到实机抓取动作。LLM 只输出如 {"action":"sort","color":"red"} 的结构化 JSON，不生成控制代码，由预设 ROS 2 节点经 HSV 颜色识别、位置估计与逆运动学完成抓取，以提升安全性和可复现性。目前支持 red、green、blue、yellow 四色指令，但图像坐标到机器人坐标的转换精度仍存在偏差导致偶尔抓取失败。

  2. GitHub · 灵魂体仓库16

    Print Buddy：在 Discord 上准备并管理 3D 打印的开源工具

    开源项目 Print Buddy 2.1.0 支持通过 Discord 准备和管理 3D 打印，分享 MakerWorld 或 Printables 链接或上传 STL/3MF 文件，在明确确认后才能开始打印。它内置 Flashforge AD5X 和 Sovol SV06 配置文件及通用 Klipper/Moonraker 适配器，使用 OrcaSlicer 切片，Bambu Lab A1 和 P1S 仅支持离线切片。运行于 Raspberry Pi 4/5 或 64 位 Debian/Ubuntu，可选集成 Spoolman、摄像头监控和延时摄影。

  3. GitHub · 3D 生成新仓库56

    开源 Chrome 扩展 AI Batch Studio 发布，批量自动化 ChatGPT 与 Google Flow 生成任务

    开发者 AssemDeghady 开源了 AI Batch Studio，一个 Manifest V3 客户端 Chrome 扩展，用于在 ChatGPT 和 Google Flow 网页内批量执行提示词、管理参考图并自动下载媒体。项目无需 API key，直接复用登录会话以规避反爬验证；采用 4 级渐进输入提交验证与确定性状态机，未确认提交时标记 needs_attention 以避免重复生成；支持 Veo 2/3、Imagen 3 等模型，遵循 MIT 协议。

10月23日周五
  1. GitHub · 灵魂体仓库19

    GitHub 灵魂体仓库 sepahead：基于 NCP 协议的四程序本地实验组合

    sepahead 仓库展示了一套以 NCP 协议为共享消息契约的本地四程序组合：Engram 运行 NEST 神经网络，CREBAIN 提供独立 3D 环境与传感器融合，Prisoma 记录实验与证据，Galadriel 做传感器篡改检测。各程序通过私有进程通道交换有界请求，其中 Engram 源码在私有 Paper2Brain 仓库，公开仓库仅为占位；本地 SDK 已发布 1.0.0，Haldir 则在 NCP wire 1.0 候选版外发布经签名验证的授权命令。

10月22日周四
  1. GitHub · 灵魂体仓库64

    pageqa 发布自然语言驱动的网页测试智能体，支持零模型回放与 CI 接入

    klren0312 发布 pageqa，一个自然语言驱动的网页测试智能体，LLM 解析意图后由 browserskill（bsk）驱动真实浏览器执行，输出文本/JSON 报告和 CI 可用的退出码。通过用例的操作会冻结为回放脚本，可用 --replay 零模型调用复跑，适合在 CI 中做回归。工具提供 TUI 交互模式，可实时查看进度与 token 用量、随时追加场景和切换模型，支持最多 8 并发、每场景独立子进程隔离、pageqa lint 静态检查和运行归档回看，需 Node.js ≥ 22.19，通过 npm install -g pageqa 安装。

    推荐理由：作者详述了用例回放免模型复跑、场景进程隔离和 TUI 的设计取舍，方法细节可直接借鉴到网页测试与 CI 场景。

10月21日周三
  1. GitHub · 灵魂体仓库38

    mdsaifff/airquery：用手势和语音在浏览器里查询 3D 数据集的开源项目

    开发者 Mohammed Saif 发布 airquery，可用手部追踪转动镜头、用语音对 3D 数据集提问，查询在本地 DuckDB-Wasm 中运行，场景约 1 秒内重渲染，普通笔记本浏览器即可运行、无需 GPU。LLM 不直接写 SQL，而是填充 Pydantic 定义的 QuerySpec，经 schema 校验后编译为参数化 SQL。内置地震（6.4k）、飓风轨迹（6.7k）、陨石（31.9k）、深海珊瑚（14.5k）、全球机场（72.6k）、星图（15.2k）六个场景，支持导入自定义 CSV。

10月20日周二
  1. GitHub · 灵魂体仓库66

    agent-workspace-linux：给 AI 智能体一个独立隔离的 Linux 桌面

    jgunduz35 发布 agent-workspace-linux，为 AI 智能体提供独立的隐藏 X11 桌面，通过 MCP 驱动应用、键盘鼠标、截图和浏览器自动化，不触碰用户真实桌面和 Chrome。支持 bubblewrap 网络与挂载隔离、daemon 强制的权限上限、带暂停和只读控制的浮动查看器，约 86 个工具经技能按需加载，仅支持 Linux，MIT 许可。

    推荐理由：项目明确了三层权限边界由谁设定和如何强制执行，适合想给 AI 智能体隔离桌面环境的开发者参考部署思路。

10月19日周一
  1. GitHub · 去对齐工具与仓库58

    Matvel007 开源 Chromium 浏览器侧边栏 Agent browser-agent 1.0.0

    Matvel007 在 GitHub 发布 browser-agent 1.0.0，一个 Chromium 浏览器侧边栏 AI 助手，可读页面、点击、输入、切换标签页，并通过 DevTools Protocol 检查 console 和网络、搜索网页。支持 RouterAI、OpenAI、DeepSeek、Gemini、Anthropic 及 OpenAI 兼容端点等任意提供商，提供 29 个可单独开关的浏览器工具；工具输出有界，大数据存为 IndexedDB artifacts，完整聊天记录不会被压缩删除，/compact 只添加摘要卡片。需 Node.js 22.12+ 或 24/26+，MIT 协议开源。

    推荐理由：开源的浏览器侧边栏 Agent，29 个工具均可单独开关，上下文压缩保留完整聊天记录，适合想本地控制浏览器自动化的用户。

10月16日周五
  1. GitHub · Blender AI 插件64

    dsh-blender-plugin v1.0 发布，让 AI 模型通过 TCP 直连实时驱动 Blender

    作者发布开源 DSH Blender 插件 v1.0（BSD-3-Clause），通过 127.0.0.1:9876/9877 的直连 TCP 通道让 AI 模型操作 Blender，无需点击或 MCP server，模型侧能力面固定为 15 个工具。功能包括视口取景（50–100 ms）、内层搜索循环 blender_rt_loop（160 ticks/s）、无头进程渲染、事务回滚、预设库和作业层，计划通道覆盖 28 个家族 183 个 ops；验收标准为 blender_viewport(op=doctor) 返回 kind=ok，支持 WSL/Windows/macOS/Linux，需 Blender 4.x/5.x、Node.js ≥ 20 和单独安装的 DSH Blender Bridge 插件。

    推荐理由：作者以自测延迟数据和完整验收命令呈现了让 AI 通过 TCP 直连驱动 Blender 的方案，部署方法可直接照做。

  2. GitHub · 灵魂体仓库38

    OneBoard：基于 ESP32 CYD 的自安装多客户端硬件画布

    GitHub 上的 OneBoard 是基于 ESP32 CYD（240×320 屏）的自安装多客户端硬件画布，无需重刷固件即可通过 WiFi 从商店加载 JSON 行为，变成计时器、温度记录仪、反应游戏、计数器、秒表、骰子等工具。网页、Telegram 机器人或 LLM 均可驱动并渲染其屏幕；tools/author.py 可让 LLM 生成并校验行为后直接推送到开发板，首次开机通过 captive portal 配网，无需串口线。

10月13日周二
  1. GitHub · 灵魂体仓库53

    Scheldemist：Steve 用 Claude Code 打造 AI 小镇游戏并开源

    Steve（Sitax）发布 Godot 原生第一人称游戏 Scheldemist，整个游戏由 AI 在其指导下制作：Claude Code（主要为 Claude Opus 5.5）编写代码、Blender 脚本、测试和文档，纹理和概念图由 OpenAI 图像工具生成。游戏设定在 1873 年安特卫普斯海尔德河畔小镇，数百名镇民拥有住所、职业与家庭，由 AI 提出言行、游戏引擎校验每个提案并管理数值；每游戏小时由 director 规划事件，含天气、夜晚、潮汐与可进入的真实尺寸室内。支持 Claude 登录或 API key、Codex CLI、Ollama 或任何 OpenAI 兼容服务器接入，关闭 AI 时使用书面对话。

10月10日周六
  1. GitHub · 去对齐工具与仓库46

    ghbalf/freecad-ai：面向 FreeCAD 的 AI 建模助手工作台

    ghbalf/freecad-ai 是一个处于早期开发阶段（alpha）的 FreeCAD AI 助手工作台，通过聊天界面用自然语言生成并执行 Python 代码来创建 3D 模型。它提供 Plan / Act 两种模式、50 种结构化 FreeCAD 工具调用、技能系统、图像与视觉支持、上下文压缩及错误自动重试（最多 3 次）。该工作台支持 21 家 LLM 提供商（含 Anthropic、OpenAI、Ollama、DeepSeek、Qwen 等），仅依赖 Python stdlib，要求 FreeCAD 1.0+。

  2. GitHub · 灵魂体仓库69

    AiSteve 发布：让 AI 伙伴在 Minecraft 里陪你玩的分层 Agent Forge 模组

    Tawesh 发布 AiSteve 1.1.0，一个面向 Minecraft 1.20.1 Forge 的 AI 伙伴模组，让语言模型驱动的玩家与你一起挖矿、建造、战斗。它采用感知、记忆、目标栈加技能优先于 LLM 的分层架构，常见请求走确定性技能零 token 消耗，含四层记忆、需求与人格系统，支持 DeepSeek 等多家 API；目前尚无熔炼能力且 AI 角色暂时无敌。

    推荐理由：作者完整公开了感知、记忆、目标栈与技能优先于 LLM 的分层设计， token 成本控制思路可直接迁移到其他 Agent 项目。

  3. GitHub · 3D 生成新仓库29

    pf2e-dungeon-crawl：面向 Foundry VTT v14 的 Pathfinder 2E 程序化地城爬行模块发布

    GitHub 开源模块 pf2e-dungeon-crawl 为 Foundry VTT v14 的 Pathfinder 2E 系统提供程序化地城爬行，包括地城房间序列、遭遇生成、陷阱、谜题、技能挑战和可无 GM 运行的战斗 AI，需 pf2e 系统 v6.0.0 以上。模块通过可替换的 generator 接口驱动，自带 DefaultGenerator 自动注册，其他模块可注册自定义房间与遭遇逻辑。无 GM 战斗决策由持久化 hosted HTTP 服务承担，支持 Docker 部署。

10月9日周五
  1. GitHub · 灵魂体仓库37

    vcp：网页标注 Chrome 扩展，可将标注一键发给 Antigravity AI 智能体

    vcp 是一款开源 Chrome 扩展，可对网页元素点击标注，标注跨页面、刷新后持久保存，并通过 Shadow DOM 存储在不干扰网站代码的隔离层中。它支持一键将全部标注打包发给 Antigravity AI 智能体，让 AI 看到真实的页面元素与上下文后直接处理。该扩展基于 Manifest V3，要求 Chrome 109 或更新版本及 Windows 10/11，完全免费。

  2. GitHub · 灵魂体仓库56

    unreal-mcp-agent 发布：用 MCP 客户端操控 Unreal Engine 5 编辑器的开源服务器

    aliameenrana 开源了 unreal-mcp-agent，一个将 Claude Code、Claude Desktop、Cursor 等 MCP 客户端桥接到运行中的 Unreal Engine 5 编辑器的通用 MCP 服务器，通过 Remote Control API（HTTP，127.0.0.1:30010）在编辑器内执行 Python。MVP 的 23 个工具已在 UE5.8 真实场景（138 个 actor）中端到端验证，涵盖 actor 生成删除、材质、Blueprint 编译、光照预设等，每个工具带风险分级，调用前经安全模块做路径白名单、AST 静态检查和 confirm 确认。

    推荐理由：作者对 23 个工具在真实 UE5.8 场景里逐一实测并记录了静默失败案例，读者可直接复用这套 MCP 桥接和安全分层做法。