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
risadams 发布 Janus，一个运行在 Claude Code 与 Anthropic API 之间的本地代理，默认原样转发请求并逐条记录 token 与成本。可选功能包括 shadow、local-then-escalate、local 三种本地模型路由模式、密钥占位与文件隐私保护、Claude 不可用时的本地兜底、MCP worker 工具和压缩，压缩默认关闭因实测仅省约 1.5%。项目处于 pre-release，MIT 许可，需 Go 1.27+ 或下载构建，捕获默认保留 7 天。
推荐理由：原文给出完整的请求处理流程、各功能开关和实测数据，比如压缩默认关闭因为只省约 1.5%，读者可据此评估是否引入。
作者在 RTX Pro 6000 Blackwell 上对比 Ninfer6000、vLLM（NVFP4）与 llama.cpp（Q4_K_XL）运行 Qwen3.8-Flash-Next 的表现。Ninfer6000 平均 decode 238 tok/s，约为 vLLM 的 1.59 倍、llama.cpp 的 2.21 倍，但 prefill 低于 vLLM（约 10k 对 16k tok/s）；BFCL v4、IFEval、MMLU-Pro、HumanEval+、MBPP+、Arena-Hard、RULER 等基准三者基本持平。
推荐理由：作者在 RTX Pro 6000 上实测三套引擎跑 Qwen3.8-Flash-Next 的吞吐与基准数据，并给出真实使用中工具调用异常的细节。
Meta 工程团队详解把 AI 智能体作为开发流程参与者构建独立 Groups 应用 Forum 的做法，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。
推荐理由：Meta 工程团队复盘了把 AI 智能体纳入开发流程的具体做法，包括 human-on-the-loop 模式和自主压测循环的实际收益。
开发者 Damian Kolasiński 开源了 mergegate，一个 MIT 协议、自托管的本地代码审查中枢，供并行运行多个 AI 编码智能体的开发者统一审查。Claude Code、OpenAI Codex、opencode 和 Cursor 等智能体通过 mg CLI 提交分支，而非手动开 PR；开发者在本地 UI 中按重要性排序审查文件，反馈以结构化事件返回给对应智能体，批准后一键 squash-merge。整个系统只需一个 Rust 二进制，无需账号、托管服务或 LLM API key，GitHub PR 或本地 git 仍是底层记录；支持通过 Tailscale 跨机器连接 worker，仅支持 macOS 和 Linux。
推荐理由：作者开源了自托管的本地代码审查工具，针对多 AI 编码智能体并行时的审查瓶颈，给出了与 GitHub PR 流程的具体差异对比。
dovahkiin-v 在 GitHub 发布 Mitos 早期版本，一个记录 AI 编程协作中架构决策的记忆层，记录每条决策、被否决的备选方案及后续决策的取代关系，并通过 MCP server 让 agent 决策前查先例、决策时记录。底层用 decisions.md 及季度归档作为人类可读源，SQLite 加本地 Qdrant 做语义检索，支持 mitos surface、record、query 等命令与 git commit 门禁，已上架 PyPI 和 MCP Registry，采用 Apache 2.0 许可。作者称一个月高强度 LLM 设计评审产生近 900 条决策记录，超出人工可管理范围。
推荐理由：作者给出决策记录的存储结构与三个核心命令，并说明 markdown 为源、图与索引可重建的降级设计，方法可直接迁移。
Meta 发布开放权重模型 Muse Spark Open，现已在 OpenRouter 上线，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，支持图像、视频、音频和 PDF 输入，OpenRouter 定价为输入 $1.25/M、输出 $4.25/M。
推荐理由：原文给出了参数量、激活规模、上下文窗口和 OpenRouter 定价，读者可以直接评估该开放权重模型的部署成本。
Meta 在 Hugging Face 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token。模型针对 agentic coding 训练，可读代码库、写代码、调试并调用工具；官方给出 transformers、llama.cpp、vLLM、SGLang、MLX 部署配方，BF16 权重约 1.5 TB，NVFP4 版可跑在单节点 B200 上，并用 TRL 在 64 张 H100 上完成 LoRA 微调演示。
推荐理由：官方博客给出完整架构参数与多套部署配方，从 llama.cpp 量化到 TRL 微调实测数据都有，可按需选路径复现。
Damel91 发布 llama-runtime v0.4.1，一个面向 llama.cpp / llama-server HTTP 服务的 Python 库（发行名 runtime-llama），需 Python 3.11+，唯一运行时依赖为 requests。它为文本生成、流式输出、结构化对话、推理内容分离、工具调用与 MCP 数据契约、嵌入任务前缀与批量调度提供统一客户端 API，支持副本发现、并发准入与背压控制，采用 Apache-2.0 许可证。
推荐理由：为 llama.cpp 推理服务提供统一的 Python 客户端层，把流式输出、工具调用与嵌入批处理封装成可复用接口。
rusenask 发布开源项目 bar-ai-sub-commanders，让玩家在 Beyond All Reason 中把建造者、工厂或小队划区委托给自主子指挥官，角色涵盖经济、防御、防空、陆军和情报。可选的 LLM 策略师通过 opencode agent 会话和 MCP 工具每 30 秒调整各子指挥官的姿态、角色和区域，支持任何 OpenAI 兼容的工具调用模型；另有毫秒级决策模型负责工厂出兵选择。规则引擎每半秒处理所有单位级操作，不依赖 AI。实测中纯规则子指挥官对 BARbarian medium 多数能存活但未获胜，对 hard 为 6 局 1 胜，单位交换约 1 杀 4 损。项目采用 GPL-2.0 许可。
推荐理由：原文给出了规则引擎与 LLM 策略师的分工设计和实测战绩，读者可以据此判断这套自主指挥架构的实际强度与局限。
choughton 在 GitHub 发布 llm-handoff，一个基于文件的串行调度 CLI，用于在单个仓库上协调多个 AI 编码 CLI，核心原则是提示词仅作建议、验证器才具权威性。工具以单个 Markdown 交接文件为共享状态，Git commit SHA 记录已完成工作，路由歧义时默认失败暂停而非猜测；可选启用 work-claim 门控、扫描器（gitleaks、bandit 等）和安全审查者三项检查。目前处于预发布提取阶段，尚未发布到 PyPI，采用 Apache License 2.0。
推荐理由：原文完整给出了调度循环、验证门控和安全默认值的设计细节，读者可以据此评估是否适配自己的多 CLI 编码流程。
Francesco Candela 开源了 Token Quotient，一个 Claude Code 插件，可在任务开始前按加权 token 给出成本报价，并显示 5 小时和每周限额的用量。超过阈值（默认 300,000 加权 token）时提供 essential、good、max 三档选择，支持夜间分期执行、按历史任务误差校正估算、拆分工作与重读成本，并可在 Hermes Agent 内使用；需 Python 3.8+，MIT 许可，仓库地址 https://github.com/Korvonordico/quotient-claude-tokens。
推荐理由：原文详细说明了报价估算、误差校正因子和分期运行的实现方式，读者可以据此评估这个用量预估工具是否适合自己的 Claude 订阅用法。
danielrispler 发布开源工具 Falinks，让多个 Claude Code 智能体在同一份实时代码上并行工作，编辑经 Falinks 中转以拦截过期编辑并避免合并冲突。工具用 rust-analyzer 和 gopls 做函数级依赖追踪，只通知受影响的智能体，检查在沙箱中运行（macOS 用 Seatbelt，Linux 用 Landlock）。基准测试显示三个任务中相比独立 Git worktrees 加 merge，token 用量约降 45%、耗时约降 38%，如 Go handler 任务 101k tokens/13 分钟对 184k/21 分钟。
推荐理由：原文给出 Falinks 与 Git worktrees 加 merge 的三组对照数据，token、耗时和冲突处理差异都有具体数字可查。
nineninesix 开放 TYGER 权重，单一模型同时处理 ASR 与全双工轮次控制，能识别说完、被打断和附和的 mm-hm。中位端点延迟 250 ms、80 ms 帧、无 lookahead；配套语音 Agent tyger-s2s 由 TYGER + Gemma 4 E4B + VoxCPM2 组成，单张 32 GB GPU 最多支持 4 路对话，目前仅支持英语。权重在 https://huggingface.co/nineninesix/tyger，代码在 https://github.com/nineninesix-ai/tyger-s2s。
推荐理由：作者给出端点延迟、帧长和单卡并发数等具体指标，可据此评估这套语音方案在本地部署的可行性。
上海AI实验室在 Hugging Face 开源 Sage-A1.5，一个 35B MoE 智能体模型，支持子智能体并行编排、可选验证模式和原生函数调用，原生 256K 上下文可经 YaRN 扩展到 512K。官方评测称其在 XBench-DS-2510（92.0）、IFBench（81.6）等多个基准取得 SOTA，GAIA 达 95.1，高于所对比的 Kimi-K3、GLM-5.3、GPT-5.6-sol 等更大规模模型；相比 A1，SWE-bench Pro 提升 17.6。评测框架已开源，SGLang 和 vLLM 部署命令见模型卡（arXiv: 2610.28578）。
推荐理由：官方模型卡同时给出与 35B 同级和更大模型的横向跑分与完整评测代码，读者可以按同一协议复现或对比。
jfmaes 在 GitHub 发布 ultimate-agentic-workflow v2，通过 setup.py 一条命令为新建或已有仓库提供生产级智能体开发工作流，支持 Claude Code、Codex 及一切 AGENTS.md 兼容 harness。v2 从 v1 的工作流文档重写为工作流系统：Stop-hook 门控使测试/lint 未通过时智能体无法宣称完成，四个重叠账本合并为单一可追溯矩阵加验证账本，新增五个受限角色子智能体、orchestration.md 与 context-engineering.md 参考、反 slop 极简阶梯，以及 /retro 与 /mint-skill 构成的复利循环。
推荐理由：作者把 v1 的建议文档重构成可强制执行的机制，Stop-hook 门控、可追溯账本和多智能体编排模式都给出了具体做法，可直接迁移到自己的仓库。
z80dev 发布开源编码智能体 Lemon（MIT 协议，pre-1.0），以 Elixir/OTP daemon 形式常驻本机，会话、记忆、技能、定时任务和子智能体都在受监督的运行时内，关掉终端后任务继续运行。终端 TUI、浏览器、CLI、Telegram 和 Discord 连接同一运行时，可从手机接手任务；支持 /plan、/rewind、审批、checkpoint、git worktree 并行任务、跨会话记忆与技能草稿，可接入 ChatGPT/Claude 订阅或 Anthropic、OpenAI、Gemini、DeepSeek、Qwen 等 API 及本地模型。仓库还含 LemonSim，用于以可回放验证的方式对比模型行为。
推荐理由：Lemon 把编码智能体做成常驻 daemon，会话、记忆和定时任务都在自托管的 Elixir/OTP 运行时里，关掉终端也不中断。
作者叁笙开源 sansheng-write，一套封装为 Claude Code skill 的中文长文写作方法论与排版工程，覆盖选题、大纲、正文、改稿、标题、排版到配图全链，输出可直接粘贴到微信公众号的 HTML。去 AI 味靠三层过滤与七条内容层规则，质量由契约门机器校验，风格需自建语料 profile 蒸馏；仓库按纯方法论、加微信排版、全自动发布分三档安装，以 MIT 许可发布在 GitHub。
推荐理由：作者把中文长文写作拆成带契约门的流水线并开源为 Claude Code skill，去 AI 味规则和排版工程细节可直接复用。
BkashJEE 发布 Hermes Agent 插件 Bot Forge，让任意 Agent 用一句话生成可用的 Bot Mode Bot，自动写入身份、SOUL.md、记忆、工具技能、例程与 Bot Chat 开场。插件提供 create_agent、update_agent、create_team、handoff_agent 等 15 个工具，支持 Docker/singularity/apptainer 沙箱、共享 BOT-POLICY.md 策略、阻塞邮件通知、模板分享导入，并给出与 Grok Bots、OpenMausBot、OpenClaw 的对比表。要求 Hermes Agent 0.21+，测试覆盖 Linux 与 macOS，Windows 未支持。
推荐理由：原文给出从一句话建 Bot 到 SOUL.md、记忆、沙箱和交接机制的完整实现细节，可对照其他 Bot 平台方案取用。
RedRobotKK 发布 Replay（npm 上名为 Replay Doctor），读取本地 agent 转录，逐轮对照供应商缓存规则，定位 prompt cache 失效的轮次、原因及按写入价重复计费的 token。作者 122 个会话（1957 条 agent lane）的 Claude Code 实测显示总花费 $12661.43，其中 $349.02（3%）为缓存失效导致的重复计费；replay diff 将失效归因于客户端重渲染（频繁小额）与 TTL 过期（罕见大额）两类机制。工具支持 go install、npm、PyPI、deb/rpm/apk 等多种安装方式，采用 BUSL 1.1 许可，2029-09-06 转为 Apache 2.0。
推荐理由：作者用自己 122 个会话的真实账单数据演示工具，并给出缓存失效的两类成因机制，读者可据此判断是否值得装。
NGINX Markdown for Agents 发布 v0.9.2，这是 v1.0 前最后一个计划内的破坏性版本。该 NGINX 模块在边缘为已有 HTML 页面提供机器友好的 Markdown 表示，发送 Accept: text/markdown 的客户端收到 Markdown，浏览器仍收到原始 HTML，无需应用重写、第二套内容 API 或独立抓取服务，还可通过 User-Agent 匹配针对 ClaudeBot、GPTBot 等爬虫强制返回 Markdown。模块在消费前去除浏览器导向噪音，可降低 token 用量。
推荐理由：在 NGINX 边缘按 Accept 头返回 Markdown，无需改写应用或另建内容 API，部署思路可直接复用。