方向
Agent 框架、工具调用与运行循环，以及它们和人格、记忆系统怎么接。
1,880 条精选近 30 天 1,875 条共收录 7,246 条
rossoctl 开源 context-guru，通过少带上下文和缓存省钱两条路径降低 Agent 流量的 token 成本，官方称合计可省 5-15% 的 API 开销。默认只做缓存管理不改内容，支持 Claude Code 与 Codex（实验性），提供 off 到 xhigh 五档预设、实时节省状态栏与仪表盘，采用 Apache-2.0 许可证。
推荐理由：README 给出各省钱路径的实测占比与分级预设，读者可以对照自己的 Agent 用法估算 token 开销能省在哪。
作者发布 Alkove 早期预览，5 个小型模型（共 7.5 MB）在设备端运行于 STT 之前，支持任意文本自定义唤醒词、声纹过滤和仅针对本人语音的 VAD，代码与权重以 Apache-2.0 开放。引擎用 Rust 编写并编译到 WebAssembly、Python 和 Android，手机单线程上 Focus 处理每秒音频需 38.6 ms；AMI 会议测试中他人语音进入转写从约每分钟 17 词降到 0.5 词。当前局限包括仅适合近场麦克风、同时说话分离不完整、音频为 16 kHz。
推荐理由：作者给出了各模型体积、单线程延迟和 AMI 会议实测数据，可据此评估这套语音前端在本地助手里的实际可用性。
meness 发布开源 VS Code 扩展 Slashi，通过 Cmd/Ctrl / 唤起统一列表，聚合约 170 个 VS Code 命令、扩展命令、设置、文件、Git、终端与 AI 操作。支持 /ask、/fix、/review、/commit-msg 等 AI 命令，可接 GitHub Copilot、Claude、OpenAI、Ollama 或任意 OpenAI 兼容服务；/do 可将自然语言转为可确认的执行计划。无遥测，API 密钥存于 Secret Storage，Apple M2 Pro 上 2 万条目检索 p95 为 7.7 ms。
推荐理由：README 给出了完整的命令清单、AI 后端配置和性能基准数据，读者可以据此评估这个 VS Code 斜杠命令启动器是否值得装。
Mugil IDE v0.1.20 发布官方独立安装包，Windows、Linux 和 macOS 均可直接下载运行，不再需要 npm 或 Node，npm 发布自该版本起停用。该开源工具是纯浏览器端的双栏 Web IDE，内置 17 个自主工作区工具，通过 Caveman 提示压缩、RTK 日志去重、缓存与 AST 骨架读取等管线宣称可降低 40% 至 70% token 开销，支持 Ollama、LM Studio 本地模型与 OpenRouter、Anthropic、OpenAI 等云端接入。
推荐理由：开源浏览器端编码 Agent，正文列出 token 压缩管线、缓存分层与成本计算的具体实现，方法可迁移到自己的 Agent 工程。
wangmiaozero 发布 Pi-Harness，一个围绕 Pi Coding Agent 的桌面工作区与运营控制面，Pi 仍是原生执行引擎，外层 adds 可视化观测、策略与预算、检查点恢复、评估诊断和多智能体编排。支持 macOS、Windows 与 Linux，社区安装包自带 Pi 和 Node.js；还可统一浏览 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等会话历史，提供项目架构可视化与自定义皮肤，采用 AGPL-3.0-only 协议。
推荐理由：原文完整列出了围绕 Pi Coding Agent 的可视化能力清单与原生运行时对照表，读者可以据此评估它在观测和多智能体编排上的实际边界。
开发者 kruzif-x 发布 LM Switcher v0.9.15b（beta），一款仅支持 macOS Apple Silicon 的菜单栏应用加 CLI 加 MCP，用于发现、加载和卸载本地 GGUF 与多种 MLX 系后端模型，各模型独立端口并行运行。核心功能包括 mmproj 视觉投影文件自动配对、mtp/dflash 文件自动排除与挂载、DFlash 投机解码（默认开启）、聊天模板覆盖以修复 Gemma 4 在 opencode 等 agentic 工具下的多轮调用问题，以及独立的 MCP 服务器让 Hermes 等 agent 按需加载卸载模型（默认关闭）。
推荐理由：作者是开发者本人，给出了各引擎端口、CORS 兼容表和 Muse Glimmer 实测吞吐数据，读者可对照自己的硬件与工作流判断是否适用。
Inspectr 在 GitHub 发布开源工具 MCPLab，用于测试、调试和评估 MCP 服务器，验证 LLM 智能体是否正确调用工具。支持 Streamable HTTP/SSE 传输，可对比 Claude、GPT-4 等模型在相同任务上的表现，提供工具约束、调用顺序校验、LLM 裁判语义断言、方差测试与 JSONL 轨迹追踪，并可通过 Rover 浏览器扩展在 Claude 和 ChatGPT 网页端运行评测，结果输出 HTML/JSON/Markdown 报告，支持 CI/CD 集成。项目采用 MIT 许可证。
推荐理由：这个框架把 MCP 工具的断言、多模型对比和 CI/CD 集成放进同一套 YAML 配置，开发者可以直接照搬其评测结构。
axiomantic 在 GitHub 发布开源工具 HeaderKit（MIT 许可），将 C/C++ 头文件解析为统一 IR，再生成 Python（ctypes、CFFI、Cython）、Mojo、Nim、LuaJIT 绑定及 C-ABI shim。它可脚手架带测试的完整包、检测破坏性 API diff、用 Tree-sitter 实现零依赖解析、通过 PEP 517 构建后端和缓存让下游 pip install 无需 libclang，并用 prompt writer 把头文件压缩为 token 优化的 LLM 上下文摘要。支持约 50 行 Python 编写自定义 writer，需 Python 3.11+，运行时零依赖。
推荐理由：作者给出从 C/C++ 头文件到多语言绑定、包脚手架和 LLM 上下文压缩的完整命令示例，可直接照用。
AgentVFS 团队发布 VFS-Bench 1.0 基准，200 个任务（100 个来自 MCP-Atlas、100 个来自 Toolathlon）覆盖 46 个外部服务，每个任务分别通过 MCP 工具调用和虚拟文件系统 AgentVFS 各运行一次，任务文本、数据和评分器完全一致。结果显示虚拟文件系统平均减少 52% token，pass@1 从 77.6% 升至 81.6%，其中 Claude Opus 5.5 在 MCP-Atlas 上 token 减少 88%。基准用本地 fake 服务复现 API，每次运行前重置并重新播种数据，完整榜单和轨迹见 agentvfs.org，仓库地址 https://github.com/agentvfs/vfs-bench。
推荐理由：同一任务在 MCP 与虚拟文件系统两种接口下各跑一遍并保留原始评分器，token 与 pass@1 的对比数据齐全，可复现。
k08200 发布 AGPLv3 开源项目 Klorn，将每封入站邮件分类为 PUSH/MEETING/QUEUE/INFO/SILENT 五档，LLM 只打四个 0-1 特征分，由可读可单测的确定性规则决定档位。作者在 56 封邮件门控集上实测十款模型，gpt-5.4 三次全对，$0.20 的 gpt-5.6-luna 达到 98.2% 顶部档，两款 Anthropic 模型未过紧急召回门槛；真实邮件集 53 封复测 86.8%。支持自托管、本地 LLM（Ollama 等）、MCP 接入和 SwiftUI 原生 macOS 客户端，云端版限 100 账户。
推荐理由：作者用可审计的规则层替代模型直接分类，并给出十款模型在同一 56 封邮件门控集上的实测对比，方法可迁移到类似分类场景。
云碩科技（xCloudinfo）发布插件式 AI agent harness xHarness 1.0，MIT 授权，代码约 13,800 行 Python、零执行期相依，411 个测试约 33 秒跑完。支持任何 OpenAI 相容端点（llama.cpp、vLLM、Ollama、LiteLLM 等），提供沙箱隔离、审批策略、MCP client、跨 session 记忆层、eval 子系统、子代理与多节点舰队视图，除设定的模型端点外不对外传送任何数据。
推荐理由：作者给出约 13,800 行代码、零执行期相依和 411 个测试等具体数字，读者可据此评估这个治理优先 agent harness 的实际规模。
12wa2 在 GitHub 开源 search-agent-harness，一个人才搜索场景的自适应 Search Agent，按需求难度路由为 3 阶段直连、5 阶段轻量 Agent 或最多 8 阶段的反思循环，由状态机管理迭代、路径、LLM 调用、Token 和墙钟五类预算，支持零 API Key 演示与 Elasticsearch 8。评测显示反思循环将真实 LLM A/B 的池召回从 0.735 提到 0.937，但交付 Recall@5 的 bootstrap 区间跨过 0，且模型调用与 Token 消耗约为单趟基线的 3 倍、p50 延迟约 2.8 倍；检索通过 SearchTool 协议解耦，含 484 项测试，MIT 协议。
推荐理由：项目自带离线消融和真实 LLM A/B 数据，甚至给出反思循环成本为单趟 3 倍、交付提升不稳定的负面结果，工程边界交代得比较诚实。
product-on-purpose 发布 thinking-framework-skills v0.18.6，一个包含 63 个思维框架的技能库，覆盖 12 个认知操作族，外加 4 个元技能工具和 9 个配方，每个技能输出风险登记表、选项矩阵等具体产物而非文字建议。每个方法按 S/M/P/V/A/C/X 七档证据等级标注，其中 11 个技能达到 S 或 S-M 档，SWOT、Five Whys、ACH 等 7 个知名但证据薄弱的方法被列为 contested lens 并以警示优先方式提供；库中明确标注几乎所有研究基于人类被试、尚未在 AI 智能体上验证。
推荐理由：这个技能库把每个思维方法都标了 S 到 X 七档证据等级，并明确区分人类研究证据与 AI 智能体上的迁移效果，方便按证据强度选方法。
Steve-pixel-cpu 开源了本地运行的 AI 编程 Agent aulos，用自然语言下任务后自动读文件、改代码、跑命令直到完成，提供终端和 Tauri 2 桌面端。基于 MiniCC 扩展（行级对比 92% 重写/新增），38k 行 Python 内核、1070+ 测试用例，内置三级权限体系、MicroCompact/Session Memory/Full Compact 三层压缩、MCP 接入、多 Agent 并行、6 类评测任务与跨会话记忆，兼容任何 Anthropic/OpenAI 接口的模型服务。项目地址 https://github.com/Steve-pixel-cpu/aulos。
推荐理由：开源的本地编程 Agent 完整给出三层压缩、权限分级和评测框架的实现细节，可作自建 Agent 的架构参考。
richajoy 在 GitHub 发布 llm-inference-performance 仓库，用 NVIDIA Dynamo、vLLM 和 Kubernetes 在 H100 上部署 Qwen3-8B，逐项改变负载、路由、分离式部署、自动扩缩和引擎设置并测量 TTFT、TPOT、吞吐与容量。
推荐理由：原文用字节与 FLOPs 从第一性原理解释每个调优参数为何影响 TTFT、TPOT 和吞吐，并给出可复现的基准数据与修正记录。
MAGI-Systems-AI 发布开源项目 OpenTenet，一个纯 markdown 工作区，让 AI 编码助手在会话启动时读取硬规则宪法、六阶段算法和验证准则，解决无状态、幻觉路径和虚报完成的问题。它兼容 Claude Code、Gemini CLI、Cursor、Codex、Aider 和 Copilot Chat，pre-commit 钩子扫描 16 种凭据模式，为 Claude Code 生成约 13k 精简上下文、为 Codex 和 Aider 生成约 57k 完整上下文，并支持 Ollama + Aider 离线本地模型。项目附本地 Web 控制台和可选团队模式，MIT 协议。
推荐理由：开源工作区把验证规则写进文件而非模型，给出六阶段算法与探针表，跨六种 AI CLI 可复用，方法可直接迁移。
Vanisherzd/BlackOps 仓库公开了一个在 DGX Spark（GB10）上完全本地运行的 IT 运维 Agent，目标部署于 Jetson AGX Thor，断网也能自主诊断修复。2026-10-20 起推理引擎从 TensorRT-LLM 改为 vLLM，跑 Nemotron-3.5-Bolt-74B-A9B；NemoClaw 路径 5 张舞台卡各跑 3 次 15/15 自主修复，repo 内 host 循环 9 案 26/27。仓库包含 NeMo Guardrails 安全 rail、审核代理、错误注入案例 28 个、离线知识库（1,644 历史案例）与详细踩坑清单，legacy 路线为 TRT-LLM + Nemotron-3-Nano 与 vLLM 0.29 + Qwen3.6-35B。
推荐理由：仓库给出完整的本地部署架构、错误注入 drill 数据和踩坑清单，读者可以照着在 DGX Spark 或 Jetson 上复现离线自修复运维智能体。
Fate 1.0.0 发布，是一个 Windows Electron 应用，直接读写你已有的 Obsidian vault 中 Markdown 文件，提供文件、搜索、编辑器、图谱、数据库、Canvas、Planner、版本等八类界面。其 agent 记忆机制把用户原话逐字追加到 vault 内 System/stated.jsonl，下次会话开头自动带回，agent 无权写日志也无权决定是否读取；在规则陈述一次后文件被删除的测试中，开启该机制 3 次运行全部恢复规则，关闭则 0 次恢复。
推荐理由：作者把记忆写入和召回都从模型自主判断改为确定性机制，并给出开关前后的 3/3 对 0/3 恢复率对比，方法可直接参考。
Sahil Joshi 等在 arXiv 发布论文，提出 Stratified Sparse Attention（SSA），将确定性检索与分数引导采样结合以缩小稀疏注意力与稠密注意力在极端稀疏下的差距。在 RULER、LongBench、LOFT、AIME 及 3B 至 27B 五个模型上，SSA 均优于基线；RULER-HARD 用 Ministral-3-8B 在 50 倍注意力稀疏下，32K 和 128K 准确率从 81.8% 提至 84.2%、从 63.8% 提至 69.3%，分别恢复稠密注意力性能的 94% 和 85%。优化 CUDA 内核后，1M 上下文解码速度相对 FlashInfer 最高加速 2.96 倍，代码已开源。
推荐理由：论文给出 SSA 在 RULER 等基准和 50 倍稀疏度下的精度与解码加速数据，方法可复用，代码已开源。
Wenjie Lou 等人发布 Sage-A1.5 技术报告，这是一个基于 A1 的 35B Mixture-of-Experts 智能体模型，通过自适应能力组合推进长程问题求解。报告提出三项改进：通过任务委派与子智能体隔离上下文并行协作的智能体编排，包含进度检查、证据验证与反思式策略修订的智能体验证，以及超越回答预设问题的开放科学探索能力；模型 checkpoints 已开放。
推荐理由：报告说明了子智能体并行协作、验证与开放科学探索三项改进的设计，适合关注长程智能体任务执行方法的读者。