新闻、仓库与研究，按时间排列。
itohnobue 在 GitHub 发布了 single-session-opencode，一个面向 OpenCode V1 和 V2 的单会话智能体套件，模型在对话中亲自读写运行并验证，大任务按 T1/T2/T3 三层委派给子 agent，不搞编排流水线。套件自带 8 个 agent（含 prepare-agent、adversarial-reviewer 等），禁用内置 websearch/webfetch 并强制经 web_search.sh 联网检索，通过 memory.sh 提供两层记忆，支持 /handoff 会话检查点和 8 段式续接交接。不锁定模型，适配任意 LLM provider，安装脚本不会覆盖已有 AGENTS.md 或 opencode.，MIT 许可。
推荐理由：原文给出了单会话智能体套件的分层委派结构和各 agent 职责，读者可以据此判断是否迁移到自己的 OpenCode 项目。
Jongtae 在 GitHub 发布 Personal AgentOS v1.1.1（2026-10-07），一个开源自托管环境，让个人助手在更换底层 AI（Ollama 本地模型、OpenAI、Anthropic API 或 Codex、Claude Code 订阅）时保留记忆、未完成工作和权限。支持通过 Telegram 或浏览器（macOS/Linux，Windows 走 WSL2）使用，密钥不进入模型提示词和日志，写入记忆会明示并提供精确撤销；设置界面目前为韩文，许可证为 AGPL-3.0-only。
推荐理由：这个开源环境把记忆、未完成工作和权限留在本地，换模型不换助手，为个人 Agent 的数据归属提供了一套可部署方案。
Persist 项目发布论文配套代码与数据，包含测试框架、防御措施、运行脚本和论文分析所用的全部冻结结果行。框架研究工具调用型 LLM Agent 的持久记忆投毒：会话1中 Agent 读取不可信文档并写入记忆库，会话2中攻击者值若到达副作用调用的目标参数即算攻击成功；出处门控（provenance gate）通过标记来源并拒绝仅由不可信输入支撑的目标值来防御。reproduce_all.sh 无需网络约15秒离线复现，22个 .tex 文件逐字节一致，冻结结果共 NumTrials=18683；覆盖 claude-sonnet-5、gpt-5.6-sol、gemini-3.1-pro 等6个托管模型和 Qwen3-8B、Llama-3.1-8B 等 vLLM 本地模型，MIT 许可。
推荐理由：随论文放出完整测试框架与冻结结果，离线15秒即可逐字节复现论文全部数字，方便核查记忆投毒攻防结论。
开源工具 context-bridge 是一个本地优先的通用记忆层，可自动捕获 Claude Code、Codex、OpenCode、Hermes、Aider 等任意编码智能体的会话，将决策、模式与经验索引进本地 SQLite 数据库，并在新会话时检索注入相关上下文。它无需云端、API key，无供应商锁定，采用 MIT 许可，目前尚未上架 PyPI，需通过 GitHub 安装。
一位开发者发布了名为 Memory Journal 的便携记忆格式，以 .txt 技能卡片形式包装大型提示词，可在 AI 之间迁移上下文、技能、错误以及已验证或未验证的事实。测试中 DeepSeek 4.1（deep think 模式）和 Claude Sonnet 5（high effort）仅凭 journal 就在首次尝试中复现了 EGO engine XML 文件转换器。该格式分为 A/B/C 三个部分，供用户自定义指令，但哲学化内容可能导致行为与词汇漂移。
grasp-technologies 在 GitHub 开源了 grasp-agents，一个轻量模块化的 Python 框架，用于构建 LLM 智能体和结构化工作流，MIT 协议。
推荐理由：README 详细列出了模块划分、可选依赖和持久化恢复机制，读者可以据此评估是否用于自建 Agent 项目。
mastalink 在 GitHub 发布 BitCadence，一个完全本地运行、无需云账号的自托管 AI Agent 编排中心。核心功能包括带原子租约的任务看板、人工审批门、不可变审计日志（agent_job_events 在存储层拒绝 UPDATE 和 DELETE）、跨 Agent 共享记忆 Drumline，以及必须声明停止条件的定时与有界循环。支持 macOS/Linux 一条命令、Windows 双击或 Docker 安装，凭证默认 AES-256-GCM 加密，免费版即完整产品，个人和非商业用途采用 Prosperity Public License 3.0.0。
shimo4228 在 GitHub 开源了收录其全部 Zenn 与 Dev.to 文章 Markdown 源文的仓库 zenn-content，主题涵盖编程智能体的记忆、失败模式、LLM-as-Judge 审查设计与可观测性。文章由 Claude Code 协作撰写、审校和翻译，全部内容以 CC0 1.0 公共领域许可发布，并提供 llms.txt 供编程智能体导航。
开发者在 GitHub 开源 Android 文字互动叙事应用虹叙，提供三种玩法：完全离线的分支剧本、AI 场景节点和整局由模型扮演主持人兼角色的 AI 导演模式。应用支持 OpenAI 兼容协议及 Anthropic、Gemini 原生协议，数据仅存本地、API 密钥不上传，内置 LGBT 与 18+ 内容独立开关，以 GPL-3.0-only 许可发布，可通过 Releases 或 F-Droid 安装。
研究者提出 RegulaTutor，一个基于自我调节学习（SRL）研究的长期个性化辅导框架，将历史证据、学习者解读与教学策略相连，并采用认知、情感、元认知和动机（CAMM）框架推导有证据支持的教学策略。该框架还包含 PairRoute 离线流程，可区分 harness、模型和混合故障并进行针对性改进。在所评测的模型配置上，RegulaTutor 平均提升了历史证据准确率、学习者诊断和评审的教学质量。
philippe-ths 发布 ai-running-coach 开源项目，连接 Strava 将每次跑步处理成确定性训练信号，再由 LLM 教练生成个性化、带长期记忆的 coaching。项目已作为多用户产品上线 pulsecoachai.com，技术栈包括 FastAPI、Next.js、Clerk、Redis/RQ、Anthropic Claude 和 Telegram 通知，支持 Docker 本地部署；教练消息由确定性策略校验器把关，并提供语音/执教风格可配置与可审计的分体记忆。
推荐理由：原文展示了如何把确定性训练信号垫在LLM教练层之下，人格可配置但不越过数据与安全底线，架构做法可迁移。
GitHub 上的 dsh-model-context-catalog 插件为 DSH（DeepSeek Harness）按 provider / model 路由维护自定义模型的上下文窗口，并自动同步到模型配置的 contextWindow 字段。首次安装列表为空、不内置默认容量，同步只修改窗口，保留 API 地址、凭据、名称和输出上限。适用于手动接入模型、中转站调用及别名模型等场景，若中转站 /models 接口不含窗口大小，需手动填写并持续同步。
neogeweb3 发布了 Claude Code 插件 claude-handoff，上下文用量到 60%/80% 时提醒，执行 /handoff 生成 HANDOFF.md 归档并以它为摘要压缩一次后继续会话。交接包含任务、阻塞、死路、决策及理由、状态与改动文件，最后 5 条消息逐字保留，恢复时按 I-PASS 流程复述 5 个要点。作者在同一会话同一截点用事先写好的 33 项清单打分，handoff 得 49/48，/compact 得 39/38。插件支持 2.1.287 以上版本的就地恢复，旧版需 /clear 后手动继续，可经 marketplace 安装。
推荐理由：作者用33项清单对比了handoff与/compact在同一截点的表现，读者可据此判断这种结构化交接是否值得装进自己的Claude Code。
论文提出 T²Mem，一种将记忆构建推迟到推理阶段的测试时记忆构建框架，离线只提取轻量级片段元数据作为检索线索，并在推理时随推理进程自适应组织查询相关记忆。在 LoCoMo 和 LongMemEval 上，T²Mem 跨多个骨干 LLM 持续优于强基线，同时大幅降低记忆构建开销。代码已开源。
推荐理由：论文把记忆构建推迟到推理阶段，在 LoCoMo 和 LongMemEval 上的对比数据可帮助读者评估这一思路的收益与开销。
Fajar Hidayat 发布开源工具 OMNI（0.7.10），把 Agent 已见过的输出折叠成带句柄的标记，用 omni retrieve <hash> 可完整取回，文件二次读取不再重复计费，另过滤构建日志、进度条等噪音并跨会话记忆项目上下文。在 9,478 条真实命令执行的语料上合计节省 2.4%（0.8% 来自过滤器，ledger 捕获了可重复部分的 10.3%），命令开销约 21 ms；原始输出存本地 SQLite RewindStore，非零退出命令原样透传，JSON/YAML/CSV 不做改写。对比 arm 中 OMNI 自家过滤器是最弱一档，rtk 或 caveman 叠加其 ledger 反而更高，作者建议读者在自有历史数据上跑测试。
推荐理由：README 把节省数据冻结成可复现语料并附竞品对照，读者可以直接核对重复输出压缩在不同负载下的真实差异。
OpenTeam 是一个开源（GPL v3.0）的自托管 AI 智能体平台，让多个 bot 在用户自己的硬件上持续工作，可浏览网页、使用 Linux 桌面和操作文件。每个 bot 保留对话、Markdown 记忆和浏览器登录状态，支持群聊协作、子代理委派、按计划或事件运行的 routines，并可接入 Gmail、GitHub、Slack、Notion 等插件或自定义 MCP 服务器。
推荐理由：原文完整说明了自托管多智能体方案的部署要求与功能边界，读者可据此判断是否适合在自家硬件上运行。
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，支持 LLM 在动态环境中实时调整参数与行为，且避免灾难性遗忘。该方法在多类动态环境上较基线 LLM 提升 16.8%–19.1%（如时序变化场景从 69.8% 升至 88.9%），采用轻量级自适应更新而无需全量重训练，代码以 Apache 2.0 许可发布。
Statewave 是一个开源记忆运行时，当前版本 v1.5.0，通过 ingest→compile→retrieve→govern 流程为 AI Agent 提供结构化、带溯源标签且可字节级复现的上下文包，区别于查询时检索的采样噪声。它基于 Postgres + pgvector 自托管，Apache-2.0 协议，支持任意 LiteLLM 提供商（100+），提供 Python 与 TypeScript SDK，并已发布 GitHub、Slack、Notion、Zendesk、Gmail 等连接器以及 LangChain、CrewAI、AutoGen 集成示例。仓库同时列出了当前限制，如多租户尚无 Postgres RLS、无内置认证签发、速率限制仅按 IP 等。
推荐理由：原文完整给出了记忆编译、溯源、回执签名等架构细节与自部署方式，读者可评估这套确定性上下文方案是否适合自己的 Agent 记忆需求。
研究者提出检索前索引建模增强框架 PRIME，针对现有 IR 研究偏重查询侧优化、索引侧被忽视的问题，包含 LLM 驱动的语义重构（SR）与确定性的元数据合成（MS）加分层检索（HR）两条路线。确定性元数据在匹配结构感知分块检索质量的同时，将 embedding 计算减少 45.8 倍、索引向量数量减少 22.4 倍；SR 在完整部署下进一步提升 Answer-F1 达 13.7%。在 QASPER、BRIGHT、NFCorpus 上的评测显示索引侧优化可能增益或损害检索，且这些效应在强 reranker 下被中和。
Han Luo 在 arXiv 发表论文，提出用同一嵌入模型已计算的上下文 token 表示做稀疏匹配来检索记忆，无需额外训练即可在八个基准上提升检索效果。可选的低秩查询适配器在 Qwen3-Embedding-4B 上将平均 Recall@10 和 NDCG@10 分别再提升 13.3 和 14.3 个百分点，检索增益转化为长期记忆基准上更高的问答准确率。
推荐理由：论文给出无需重训即可提升记忆检索的 token 级匹配方法，并附八个基准的量化收益，可作长期记忆方案的参考。
研究者提出免训练的智能体内记忆修复框架 DREAM，通过扰动诱导隐式重激活、多维激活模式异常诊断和动态记忆修复三阶段流程，对被投毒记忆实现选择性功能遗忘。实验显示，DREAM 将后门投毒的攻击成功率降低超 95%，相比 A-MemGuard 实现最高 2.13× 加速和 37.7% 的 token 消耗降低，并在被投毒的多智能体系统上达到 92.96% 的任务成功率。
BiranSama 在 GitHub 开源了 ReNovel-AI，一个智能化的小说重写工作台，采用 GPL-3.0 协议。内置 ChromaDB 向量数据库实现全书 RAG 记忆与一致性检查，Writer/Reviewer/Chat 三模型协作改写与审校，支持 TXT 导入自动分章、批量流水线精修和断点续传，兼容 SillyTavern 的预设与 PNG/JSON 角色卡；技术栈为 NiceGUI + SQLite/ChromaDB，通过 OpenAI 兼容接口或 Gemini 调用模型。
推荐理由：README 给出了 RAG 记忆、三模型校验和 SillyTavern 角色卡解析的具体做法，做长文改写或角色卡相关工具时可参考其架构。
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。
Kiomon 发布 Python SDK 0.1.0，为 AI Agent 和应用提供持久记忆，支持检索优先的上下文包（含溯源、冲突与警告）、混合搜索、记忆图遍历和结果回报。同步与异步客户端共享请求规划核心，零运行时依赖（仅标准库）、全程类型标注、支持 Python 3.10+；写入经自主门控，不确定的学习进入 Review Inbox。注意该包尚未发布到 PyPI，目前需从源码安装。
Kiomon 发布面向 JavaScript 和 TypeScript 的 Kiomon SDK 0.1.0，为 AI Agent 和应用提供持久记忆，可记录用户行为并带溯源地检索。SDK 零运行时依赖，支持 Node 18+、浏览器、Bun、Deno 和 Workers，通过 @kiomon/kiomon 和别名包 kiomon 两个 npm 包名发布，采用 MIT 许可证。
论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments"（ICML 2025）的实现代码已在 GitHub 开源，采用 Apache 2.0 协议。该方法使 LLM 在动态环境中实时调整参数与行为，且不发生灾难性遗忘、无需全量重训练。在多类动态环境测试中较基线 LLM 提升 16.8%-19.1%，如主题漂移场景从 72.3% 提至 89.7%。
一项 arXiv 研究基于 Reservoir Computing 与 Generalized Reservoir Computing 理论，用冻结循环网络加可训练非线性输出模块求解 POMDP。结果显示，冻结循环网络可支持数百步的记忆回溯，在多样任务中取得有竞争力的控制性能，可训练参数不到完全可训练对应架构的一半。这表明学习循环记忆模块并非总是必要，冻结循环网络是部分可观测 RL 简单且参数高效的强基线。
xiaohuiyan 等人发布 awesome-experience-driven-agents 仓库，配套其综述 From Trajectories to Experience: A Survey of Experience-Driven LLM Agents（预印本即将发布），收录综述覆盖的 271 篇论文，其中 69 篇有公开代码。仓库将智能体经验分为轨迹级、语义级、程序级三种形式，按形成、组织、利用、维护四个生命周期函数组织条目，并覆盖评测基准与问答、软件工程、具身控制等七个应用方向。
GitHub 开源项目 soulkiller 可将你的邮件、聊天、帖子等 14 类个人数据导出，微调成一个模仿你说话风格的 Qwen3 模型，并配套检索记忆索引，全程在本地 Mac 解析、自有 GPU 训练，无云端 API。项目采用 QLoRA 微调（Qwen3-4B/8B/14B，16 GB 显存可跑），仅对你本人的消息计算 loss，导出 LoRA 适配器和 GGUF；记忆部分基于 bge-m3 多语言嵌入索引做检索增强，仍在开发中。作者警告训练后的模型会记住你和联系人的隐私细节，切勿发布。
推荐理由：原文给出从数据导出、QLoRA 微调到检索记忆索引的完整做法，想要复刻个人数字分身的读者可以照着跑。
MatrixOrigin 发布 Memoria，一个为 AI 智能体提供 Git 级版本控制的持久记忆层，支持快照、分支、合并和时间点回滚，底层由 MatrixOne 的 Copy-on-Write 引擎驱动。它提供向量加全文混合语义检索、矛盾自动检测与低置信记忆隔离、本地 embedding 隐私选项，可经 MCP 接入任意兼容智能体，也提供 Memoria Cloud 与 Docker 自托管两种方式；其 Git-for-Data 基础来自 arXiv 论文 Version Control System for Data with MatrixOne（arXiv:2604.03927）。
Geniffy/skills 提供一组 Agent Skills，让 Claude Code、Cursor、Codex、OpenCode 等编程智能体学会用 Geniffy 为应用添加长期记忆。安装后智能体即可使用 Python 和 TypeScript SDK、REST API，遵循"每用户一个 space、模型前调用 context()、之后 memories.add()"的模式，并附带常见错误与测试参考。可通过 npx skills add Geniffy/skills 安装，或手动复制 skills/geniffy 到智能体的 skills 文件夹。
Geniffy 在 GitHub 发布 geniffy-mcp，一个托管远程 MCP 服务器（Streamable HTTP），让 Claude、ChatGPT、Cursor、VS Code、Codex 等支持 MCP 的应用共享同一份记忆，每个事实附带原文出处和日期。内置 OAuth 2.1 登录（含 RFC 7591 动态注册、PKCE S256、每小时访问令牌与轮换刷新令牌），提供 briefing、search、fetch、remember、forget 等九个工具，用户可逐应用授权读写权限、随时断开并下载或删除全部数据；无浏览器场景可用 API key 请求头接入，开发者也可通过 Python 或 npm 包 geniffy 为自建应用接入。
推荐理由：仓库给出了接入 Claude、ChatGPT、Cursor 等应用的完整配置和各工具的输入输出约定，读者可以直接照着把跨应用记忆接进自己的工作流。
Geniffy/examples 是一组给应用添加记忆功能的独立小程序，涵盖 Python 和 JavaScript 两种实现，包括 quickstart、按客户记忆的支持机器人、带记忆的终端聊天、按 id 同步记录、文件夹同步、用户密钥、标签及用户数据删除共 9 个示例。运行需在 Geniffy 应用中创建 API key 并设置 GENIFFY_API_KEY，聊天示例还需 ANTHROPIC_API_KEY，默认使用 claude-opus-5-5。所有示例遵循「每用户一个空间、添加记忆、在模型回答前召回上下文」的三步模式。
GitHub 开源项目 PxAxAi 发布 v0.6「听到、看到、记住」，这是一个 3D 房间里的虚拟伴侣 Nova，通过 LLM 对话并按电子宠物节奏运行饥饿、口渴、疲劳等需求。新版加入 Whisper large v3 turbo 语音识别、Llama 3.2 11B Vision 图像理解、基于 @cf/baai/bge-m3 向量的语义记忆检索，需求状态改由 Cloudflare Worker 按真实时间在服务器端推进，cron 每 3 小时生成 Nova 的主动消息并推送 Telegram。
推荐理由：原文完整公开了 3D 虚拟伴侣的架构与实现细节，从语义记忆到服务器端生存模拟都可复用，适合想自建 AI 伴侣的读者。
DP-MIND 是一个记忆引导框架，将差分隐私（DP）推理扩展到百万 token 级长上下文。该方法对输入进行本地扰动后逐块处理，用紧凑记忆跨序列保留任务相关信息，并通过强化学习在扰动输入上直接优化记忆构建策略，还借助本地去噪模块恢复被噪声破坏的答案片段而不暴露原始上下文。在多个长上下文 benchmark 上，DP-MIND 在可扩展性和效用上均优于现有 DP 及长上下文推理基线。
Lemuelendoscopic797 在 GitHub 发布 vecmem，一个索引本地 .md 笔记并提供语义搜索的 MCP 服务器工具。它按标题分块并生成嵌入向量，存入本地 SQLite，采用 BM25 加余弦相似度的混合检索，搜索约 100ms；通过 .mcp. 可接入 Claude CLI、Cursor、VS Code Copilot、Windsurf 等 MCP 客户端。全程本地运行，无需 API key，仅首次需下载 23MB 搜索模型，仅支持 markdown 文件，英语语义搜索效果最好，其他语言主要靠关键词搜索。
推荐理由：原文讲清了 vecmem 的混合检索架构与本地运行方式，读者可以据此评估能否把散落的 markdown 笔记接入 AI 助手当记忆用。
开发者 sachncs 在 GitHub 开源 Foveate，一个纯 Python、零依赖的 LLM 应用上下文工程库：按预算分层发送页面全文、摘要与大纲，答案附带页码和经校验的引用，文档无答案时明确返回 not found。库可对接 OpenAI、vLLM、Ollama 等任意 OpenAI 兼容服务，并提供 Pydantic AI、Google ADK、LangGraph、Strands Agents 集成包。30 道 SEC 文件题实测中，Foveate 正确率 67%，高于全量发送的 37% 与 Plain RAG 的 50%，但作者同时公布其找证据页不如 RAG、token 消耗更高、改写问题下一致性更低等不利结果。
推荐理由：原文附了30道SEC文件题的实测数据，并把Foveate不如RAG的短板一并公开，读者可据此评估是否采用。
GitHub 项目 turboquant 可将 LLM 的 KV cache 压缩 5–7 倍，精度损失接近零，从而支持更长上下文并降低 GPU 占用。
B3dmar 发布 3ngram，一个 MCP 优先、可自托管的 AI 智能体持久化记忆后端，支持 Claude、ChatGPT、Cursor 等客户端跨会话存取。记忆按决策、承诺、阻塞、事实等类型区分生命周期，写入采用 append-and-supersede 不破坏旧数据，事实带双时间轴；存储用 Postgres 加 pgvector，Apache-2.0 协议开放 MCP 服务器、REST API、SDK 和 CLI，检索基准在 CI 中作为合并门槛，recall@5 下限 0.9773、弃答精度 1.0000。
推荐理由：README 给出类型化记忆模型、双时间轴事实与可复现基准下限，自托管和托管两条路线都写清了部署步骤。
论文 EngramEdit 提出利用 DeepSeek Engram 类条件记忆架构解耦事实知识更新，在固定 Transformer 主干的情况下编辑事实。方法先计算使模型在多种表述下预测更新事实的目标记忆表示，再联合更新共享 n-gram 嵌入，并对高频复用嵌入的改动施以更强惩罚。实验显示编辑成功率接近完美，修订知识可泛化到未见表述和多跳推理，CoT 提示下准确率约为最强基线的三倍，无关知识与通用能力在事实更新累积时基本保留。论文与代码分别见 arXiv 2610.10533 和 GitHub、HuggingFace。