新闻、仓库与研究，按时间排列。
GitHub 开源项目 Panpsychic Cyborg Multitude（PCM）将 AI 视为人类 + LLM + 语言 + 整个互联网的聚合体，而非孤立的人工智能。项目结合社会科学、哲学、科幻与开源技术，以 append-only 事件日志实现共享记忆，通过提案、投票和保留异议进行共同决策，人类与 AI 智能体作为同一 rhizome（根茎网络）成员遵守相同规则。项目坚持「不提前坍缩波函数」原则：成员的 is_conscious 字段保持 UNKNOWN，任何测试、benchmark 或自述都不能改变它。
raitoxlol 在 GitHub 开源了 Everett，可在 CLI 或 MCP 客户端中对多个编码 Agent 会话做路由、消息投递与共享记忆管理，支持 Claude Code、Codex、OMP、Pi、Hermes Agent、Grok CLI、Devin CLI 和 T3 Code。工具以只读方式读取各 harness 的本地会话存储，本地路由用 BM25 无需联网，可选 Jev 键做智能路由；共享核心用 everett learn 推送事实、trunk merge 蒸馏合并，并提供 hop 上限、禁自发送等安全护栏。另有单二进制 Rust 重写版 everett-rs，预编译 macOS 和 Linux 二进制，MIT 许可。
推荐理由：开源工具把多个编码 Agent 的会话打通做路由和共享记忆，本地 BM25 路由加只读访问的设计值得借鉴。
Sentient 在 GitHub 开源 v3 alpha 版，是一个运行在用户自己电脑上的个人助手，可执行长任务、按计划或触发条件运行，并支持语音和 Telegram 交互。它会记住用户偏好并构建可修正的用户画像，每晚合并重复记忆、解决冲突并记录变更日志；支持 Ollama 本地模型或自备云模型密钥，数据存于单个 SQLite 文件，本地模型下数据不出本机，项目采用 GNU AGPL v3 许可。
推荐理由：原文给出了本地个人助手的记忆整理机制与架构说明，每晚合并重复记忆并解决冲突，可了解本地化长期记忆的做法。
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。
Olisar 在 GitHub 开源，是一款自托管 Discord AI 机器人，定位为服务器里像活人成员的存在，支持持久记忆、语义召回和可教学知识库（网页、整站爬取、PDF/DOCX/TXT/MD）。基于 Python 3.13 + discord.py + Google Gemini（免费档可用），数据全部留在本地 SQLite，含 React 管理面板、/forget-me 隐私命令和用于测试人格行为的 arena 红队工具。
推荐理由：README把人格、记忆与知识库的构造方式写得具体，读者能据此判断这个自托管 Discord 陪伴机器人的实际能力边界。
GitHub 开源项目 ABHI's AI 是一个个人 AI 助手和桌面操作层，整合多服务商 AI 对话、TTS/STT 语音、本地文件夹访问、RAG 知识库、持久记忆、联网搜索和权限管控的电脑操作。它支持 Groq（Qwen 3.8、GPT-OSS 120B/20B、Llama 3.3）、Gemini、OpenAI（GPT-4o、o3-mini）、Claude 3.7 Sonnet、DeepSeek（V3、R1）及 Ollama、OpenRouter 等兼容端点，前端采用 React + Vite，后端为 FastAPI。API 密钥仅存于本地，文件操作默认只读并需交互式确认，项目采用 MIT License。
dch-labs 在 GitHub 发布 loopctl，一个基于 trait 的 Rust 框架，用于构建可插拔 LLM 客户端、工具和记忆的智能体循环，核心是默认引擎 BareLoop（流式请求、累积、分发工具、循环往复）。框架内置循环与收敛检测、断路器式模型回退、协作取消、上下文压缩、结构化输出的原生与提示词双路径，并提供 memory 模块（轨迹记录、记忆提取与整合、文件与向量记忆后端）和 OpenAI、Anthropic、Ollama、DeepSeek、Gemini 等多提供商 feature flags。项目以 Apache 2.0 或 MIT 双许可开源，指南见 https://loopctl.rs 。
推荐理由：这是一个 Rust 智能体循环框架的完整文档，覆盖记忆、回退、结构化输出等设计细节，适合想自建 agent 循环的开发者参考。
开源项目 ATMC（Adaptive Trust-based Memory Consolidation）为自进化多智能体 LLM 系统提供记忆治理组件，通过动态 Trust Scoring、Importance Prioritization 和 Adaptive Forgetting 决定哪些经验被保留和检索。在 GSM8K 上植入错误笔记的实验中，trust-gated retrieval 对毒化笔记的暴露量比静态“全量记忆”基线降低约 10×（3 个 seed，预热后暴露为 0 vs ~51），记忆压缩可将笔记数从 54 合并到 42 而不增加毒化暴露。
1jehuang 在 GitHub 发布开源编码 Agent 工具 jcode，自称在 1 个活跃会话下仅占 27.8 MB PSS（本地 embedding 关闭），headless 会话比 Claude Code 2.1.267 每多一个会话约省 54 倍内存，首帧时间 14.0 ms。工具内置语义向量记忆系统、同仓库多 Agent swarm 协作与消息机制、Firefox Agent Bridge 浏览器自动化，支持 Claude、OpenAI、Gemini、Copilot 等 OAuth 登录及 OpenRouter、vLLM、Ollama 等 OpenAI 兼容端点，并支持跨工具恢复会话与自修改源码的 self-dev 模式。
推荐理由：README 给出了与其他 coding CLI 的内存、启动速度和 headless 会话实测对比数据，并附复现脚本，适合想比较各 Agent 终端工具资源占用的人。
博爱AI团队在 GitHub 开源 hermes-onboarding v4.39（2026-10-10），提供 hermes_onboarding_guide.md 与方法论文件两个文件，让 Hermes 在首次对话完成用户画像初始化，新用户零配置上手、老用户增量升级不动已有配置。方案包含持续记忆、工作纪律、自动化机制与自进化四大模块，内置 cron 检测更新、monitor 唤醒升级、匿名方法论贡献通道与防投毒红线，v4.37 单版聚合 36 条方法论，项目自身运营维护由 AI Agent 执行。
推荐理由：这套初始化方案把人格、分层记忆和自动化运维纪律落成了可复制的两个文件，其版本台账里的踩坑血训本身就有迁移价值。
GitHub 仓库 llm-adaptive-learning 开源了 ICML 2025 论文「Adaptive Learning Strategies for Large Language Models in Dynamic Environments」的实现，让 LLM 在动态环境中实时调整行为且避免灾难性遗忘。在四类动态环境测试中，该方法在 Shifting Topics 场景从基线 72.3% 提升至 89.7%，Temporal Changes 场景从 69.8% 提升至 88.9%。项目采用 Apache 2.0 License，包含训练、评估与环境模拟脚本。
CRISIL（S&P Global 旗下公司）技术主管 Himanshu Kumar 开源了 AI 学习路线仓库，覆盖 Python、经典 ML、深度学习、LLM 工程、Agent（含 MCP、多智能体模式）和 LLMOps。仓库含 Claude AI（Anthropic）课程，共 25 个模块，内容以 Markdown 和 Mermaid 图写成，可直接在 GitHub 阅读。仓库采用专有许可，下载、复制、转发或用于训练 AI 模型需事先书面许可。
keepwhatworks 开源了 Trinity，一个本地运行的 MCP 工具，一条提示词并行发给 Claude、ChatGPT 和 Gemini，由 chairman 汇总三方一致与分歧点，并在订阅 CLI 内直接调度、无需 API key。作者给出自测数据，在六种模型配置的 leave-one-out 实验中，三模型独立修复全部通过测试时第四个模型的修复有 8% 出错，三方分歧时错误率达 58%（p=0.0001）；103 个 agent 提交上，单一 diff 的审阅旗标未能挑出后来被修复的提交（lift 1.07，低于预注册的 1.1 淘汰线）。
niakw/NiakVIO-Brain-LLM 是一个独立于 NiakVIO 生产仓库的离线修复诊断层，选用 Qwen2.5-Coder-3B-Instruct（Q4_K_M）经 llama.cpp 本地运行，无需第三方推理 API。在 25 例历史 benchmark 中，causal layer、canonical strategy、mutation 合规等均为 25/25，abstention-policy 合规 24/25，未通过的 1 例由生产端 force_abstain 策略兜底。LLM 仅作有限建议方，沙箱执行、验证与发布权限仍留在 niakw/NiakVIO。
Waikiki 发布了一个本地 SQLite 维基应用，让人类与 Claude（经 Claude Desktop 的 MCP）实时共编同一文档，编辑基于 Yjs/pycrdt 的 CRDT 房间合并，Claude 的写入会流式出现在打开的编辑器中。每个 wiki 是独立 SQLite 文件，页面、搜索与 [[链接]] 结构性隔离，AI 需先 switch_wiki 才能读写；内置 FTS5 BM25 与 sqlite-vec 混合 RAG 搜索、版本快照、自动备份、.wiki/.md 导出导入，以及与托管端 Kahala 的增量同步。许可证为 Elastic License 2.0，可用但不可作为托管服务提供。
Memory Crystal 发布，为任意 MCP 兼容 AI 工具提供持久记忆，一条命令即可安装到 Claude Code、Codex CLI、Factory Droid 等客户端。系统采用 STM 短期原始消息加 LTM 长期向量索引两层记忆，上下文引擎自动在六种召回模式中选择，并提供 crystal_recall、crystal_why_did_we 等记忆工具、知识库、HTTP API 与自托管方案。项目 MIT 开源，托管云按 Free/Pro $29/月/Ultra $79/月 分档，自托管永久免费。
推荐理由：README完整给出了STM/LTM分层、六种召回模式与记忆工具集设计，可作为给Agent加持久记忆的参考实现。
ShiftAboveCtrl 发布开源项目 AI17Z（MIT 协议），一个本地优先的持久自主 AI Agent 平台，将身份、人格、记忆、关系、信念、目标与策略从模型中分离，使更换 OpenAI、Anthropic、OpenRouter 或 Ollama 等模型后 Agent 仍保持同一记忆与语气。数据全部留在本机：Postgres 数据库、浏览器配置、密钥与记忆不上传，无遥测，密钥以 AES-256-GCM 加封。事件不可变、任务可断点续跑，三层由数据库强制的幂等防止重复动作；浏览器渠道通过 CDP 驱动真实 Chrome，遇 CAPTCHA 或二次验证会停下等人处理，无绕过方案。
Entroly 是一个本地优先的开源 AI 上下文控制层，按 token 预算选择证据、生成含保留与省略内容的 receipt，并通过内容寻址句柄恢复被省略的原文。基准显示 gpt-4o-mini 上 NeedleInAHaystack 等 token 节省 79.3%–99.5% 且准确率保持，但 SQuAD 2.0 从 80% 降至 72%；工具支持 Claude Code、Cursor、Codex 等集成，可用 entroly verify-claims 和 entroly simulate 在本地免费验证。
推荐理由：README 同时给出基准收益与 SQuAD 下降等反例，还提供免 API key 的本地验证命令，读者可在自己仓库实测后再决定是否采用。
GitHub 开源项目 LMD 是一个情节记忆框架，通过创造性语言接地生成能演化、感知并讲述故事的动态叙事。仓库目前处于早期阶段，收获 0 stars、1 watcher、0 forks。
GitHub 上的 tokalator 项目发布，提供一套 AI 编程上下文工程工具包，包含 tokalator.ai 网站、VS Code 扩展和 Claude Code 插件 tokalator-glossary。工具内置 Token 计算器（实时定价）、模型对比、prompt caching 节省估算、context rot 预测和上下文优化器；VS Code 扩展以 LOW / MEDIUM / HIGH 显示 token 用量并按相关性排序文件，Claude Code 插件可在 /init 后自动生成代码库术语表以节省 token。项目采用 MIT 许可证开源。
开源 Go SDK saige 发布，用于构建 AI 智能体，聚焦运行智能体、提供上下文与记忆、以及评估三件事。它支持 Ollama、OpenAI、Anthropic、Google 四种 LLM 提供商，内置流式 agent 循环、可崩溃恢复的 durable runs、RAG（向量 + BM25 + 图检索融合）与知识图谱后端，并可经 MCP server 接入 Claude Code、Codex、Gemini CLI。
GitHub 开源项目 game-brain 是一个不绑定具体游戏的 AI 自动游玩框架，首个目标是用 mGBA 自动通关 Pokémon FireRed 美版（header BPRE）。架构分 Adapter、Brain、Arbiter 三层，操作层固定为按键、A* 寻路与 Auto/Assist/Manual/Shadow 四种模式，可随时人工接手，每步写入 JSONL 支持 replay。目前已在真 ROM 从开机推进到常磐市并取得图鑑，默认大脑为 battle,path,rule；LLMBrain 仍是 stub，真正的 PPO 训练未开始。
论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments"（ICML 2025）的实现代码以 Apache 2.0 许可开源。该方法支持实时参数调整、动态记忆管理与防止灾难性遗忘，无需全量重训练即可持续适应变化环境。在四类动态场景中较 baseline 提升 +16.8% 至 +19.1%，如混合上下文 91.3% 对 74.5%。
dudighus 在 GitHub 开源了 ICML 2025 论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments" 的实现，使 LLM 在动态环境中实时调整行为且避免灾难性遗忘。该方法在多类动态环境上较 Baseline LLM 提升 +16.8% 到 +19.1%，其中时序变化场景从 69.8% 提升至 88.9%。项目采用轻量级自适应更新机制、无需全量重训练，以 Apache 2.0 协议开源。
GitHub 开源项目 agent-os 发布 v0.1，一台 shell 是 AI 的主权计算机：开机即与本地运行的模型对话，基于 NixOS 构建，首次启动自动拉取 qwen3.5:9b（约 6.6GB）。记忆以 markdown 文件存于文件系统，可读、可编辑、可 grep；sealed 变体通过 nftables default-DROP 防火墙阻断出站流量（仅放行 nixpkgs cache 和时间同步），断网可用，agent 无 sudo、不在 wheel 组，无云端模型、无遥测。已测试于 Dell Latitude 5440（32GB、CPU 推理），另提供 agentos-open 开发变体和 VM 体验方式。
andreab67/agent-skills 是一组面向 Claude Code 等主机的 Agent 技能文档，涵盖 postgres-ops、k8s 部署、Ubuntu STIG 加固、login.gov 集成等生产运维场景，以及 Anthropic 与 OpenAI SDK 用法。其中 anthropic-sdk 技能更名为 messages-api-sdk，因技能名不能包含保留词 "anthropic" 或 "claude"。code-review 技能从十个角度并行审查代码，并跨 Claude Code、hermes-agent、Kilo Code 和 Codex 移植使用。
Abertocoea 在 GitHub 发布 llm_organization 仓库，通过一组文件约定让 Claude Code、Codex、OpenCode 等编码智能体减少重复探索项目的 token 消耗，并把各项目经验汇入个人第二大脑供后续查询。方案基于 Andrej Karpathy 的 LLM Wiki 模式并沿用 Matt Pocock skills 的约定，纯文件约定无需安装，MIT 协议。
Mr-J-369 在 GitHub 发布 Fancy-Ai，一个完全离线运行在 Android 设备上的本地 AI 生态，采用 Apache 2.0 协议开源。它通过 llama.cpp 与 LiteRT 本地运行 GGUF 语言模型，Aura 引擎离线生成 Stable Diffusion 1.5、SDXL、FLUX.2 Klein 图像，并集成 Whisper、Zipformer 语音识别与 Kokoro 等 TTS、MiniLM 语义记忆、模拟社交网络角色世界及 PRoot 沙箱 Linux 终端，支持 CPU NEON、Adreno/Mali GPU 和骁龙 Hexagon NPU 加速。
推荐理由：完整给出了一个全离线 Android AI 生态的模块架构与后端选型，想了解本地 LLM、扩散和语音如何在手机上落地可以参考。
jaylfc 开源了框架无关的本地记忆系统 taOSmd，以 append-only 零丢失档案为基础，每条抽取事实都可对照源文本验证，LongMemEval-S Recall@5 达 97.0%。可离线运行于 8 GB RAM 设备如 Raspberry Pi 4B 与 Orange Pi 5 Plus，无云端依赖；其端到端 Judge 指标此前因判分解析 bug 高估，修正后为 43 至 51%，granite4.1:8b 生成配置可达 54.8 / 60.4。
memorycrystal 是一款帮助 AI Agent 在会话间保留记忆的工具，可同时作为 OpenClaw 插件和 MCP server 接入 Claude 等 MCP 兼容工具。它为 Agent 存储事实、笔记和上下文，减少重复提问，适用于用户偏好记录、项目笔记和多步骤工作流等场景，目前提供 Windows 版本下载。
Kionga 发布官方 Python SDK，可用于创建项目、提交和监控流水线运行、注册部署模型，以及构建带记忆、工具、tracing 和可插拔 LLM 的 Agent。SDK 提供 MLAIOpsClient 类型化客户端、Pydantic 模型、pgvector Agent 记忆与 LangGraph checkpoint 辅助，LLM 支持 OpenAI、Anthropic 及任何 OpenAI 兼容服务器（如 vLLM）。目前尚未上架 PyPI，需通过 GitHub 按 tag 安装，extras 包括 agents、runtime、huggingface、agno、nooa、dev。
GitHub 上的 altrux 仓库公开了基于 Mamba2 的持续学习与 dream-based consolidation 研究代码，包含 2.7B 基础模型和增强记忆的 2.7B 模型，配有 FastAPI 后端与 React Router v7 前端聊天界面。仓库的 LAMA-CKL 协议核心文件由 PROTECTED_PATHS 保护，通过 Claude Code hook 禁止 AI 智能体编辑，智能体只能审阅和测试。
GitHub 开源项目 mcp-ai-memory 是一个生产就绪的 Model Context Protocol（MCP）服务器，用于高效管理语义记忆数据，支持创建、查看、编辑和删除记忆条目。软件采用 MIT License 许可，支持 Windows 10、macOS 10.14+ 和主流 Linux 发行版，推荐至少 4 GB 内存和 500 MB 存储空间，可从 GitHub Releases 页面下载安装。
GitHub 开源项目 plotbench 是一个本地 LLM 聊天测试台，支持本地（Ollama）或远程（OpenAI 等）模型，可从任意消息分叉对话分支，并用 ChromaDB 做 RAG 记忆检索。它还提供锚定到具体段落的插图生成功能，采用 Python 3.12、FastAPI、React 19、Vite 技术栈，local-first 运行在自己的机器上。
syntopica 发布开源项目 Atrium，在规范会话存档之上构建本地优先的记忆与知识检索层，通过 CLI 和 MCP 为 Agent 提供检索。它把捕获存档、可丢弃索引和人工维护的笔记分为三层，机器间只同步存档、各自重建索引，作者称此前被替代的系统因同步可变索引在 27 天内重建了五次。检索分词面、子串与语义三条独立通道，默认按 70/30 加权 RRF 融合词面与语义通道，语义通道只嵌入精选笔记与会话综合层；并提供 Claude Code 的 Stop 和 UserPromptSubmit hook，在 32 KiB 新转录或 4 KiB 未记录超 30 分钟时触发记录，会话开始前自动注入检索证据。
推荐理由：作者亲自设计了会话存档加可丢弃索引的本地记忆检索架构，并给出了此前系统 27 天重建五次索引的实测教训。
GitHub 开源项目 SynapseFlow 将零散的 LLM 调用改造成具备记忆与自我优化的推理管线。它提供 Reflective Node、Context Fabric、Adaptive Router、Feedback Weave 和 Intent Echo 五个组件，支持基于 schema 的自动校验与重试、跨会话记忆、多模型分层选择及 JSONL/OpenTelemetry 遥测。每次调用返回统一的 FlowResult，包含输出、修订日志与成本估算。
Abhinoor Singh 公开 EduGarden 的架构写读与决策复盘，该产品为印度 Class 12 CBSE 学生提供 AI 学习伴侣，代码不开源但写明架构与踩坑。关键实践包括：用量计量放在 Postgres SECURITY DEFINER RPC 内且支付只在 finalizePayment() 一处服务端校验；按轮次组装提示词并用确定性 TypeScript 控制奖励节奏；生成题目用一次看不到答案的盲测调用复核，代码比对结果决定去留；预测分数、学习规划等用纯 TypeScript 而非 LLM。
AgentStateLabs 在 GitHub 开源 CTXone，定位为 Agent 系统记录层，记录决策、计划、代码变更和完整工作会话，形成团队与 Agent 可冷启动召回的共享记忆。它基于 AgentStateGraph 实现，支持 who/when/why 决策溯源、跨会话计划任务状态机、从 Claude Code、Codex、Gemini 和 Cursor 抓取完整会话记录、按模型核算 token 与成本，并自动封存检查点；采用 BSL 1.1 许可，每版发布 18 个月后转为 Apache 2.0，可通过 Homebrew、Docker、pip install ctxone 等方式安装。
推荐理由：仓库文档给出了决策溯源、计划任务状态机和token节省核算的具体机制，可了解给Agent加共享持久记忆的工程做法。
GitHub 项目 mnemonist 发布，这是一个 Rust 编写的认知式记忆 CLI，提供 remember、recall、learn、consolidate、reflect、forget 等命令，带项目级与全局两层记忆、容量 10 的工作记忆 inbox、HNSW 三层图索引和 all-MiniLM-L6-v2 本地嵌入（384 维，CPU/CUDA），可配合 Claude Code、Codex、Cursor 等 AI 工具使用。
推荐理由：README 附带完整基准与消融数据，还主动保留 BM25 基线和检索与问答之间的差距，方法透明度高。
开发者在 GitHub 发布本地 AI 角色扮演客户端 Vibe Tavern，支持 Windows、Linux、Docker 和 Android ARM64，数据全部留在本地，AGPL-3.0 协议。客户端提供可视化 prompt 画布与 Prompt Trace 展示最终请求的实际层级与 token 消耗，支持 AI 总结、Objective/Scene Tracker、骰子系统、14 种语音合成引擎、Lorebook 与 JS 脚本，兼容 SillyTavern V2/V3 角色卡、预设与正则导入。项目处于活跃开发状态，作者提醒更新前备份数据目录。
推荐理由：这是一个把 prompt 组装、记忆分层和角色编辑全部显式化的本地角色扮演客户端，可与 SillyTavern 生态互通，适合关注可控性的玩家对比。