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
xanstomper 在 GitHub 发布 Mochi，一个从零重写的极简终端自主编码 agent，采用 Rust 运行时核心加 TypeScript 前端，零运行时 JS 依赖，支持目标、任务 DAG、团队编排、持久 daemon 和可回放的运行 trace。README 附带的基准数据显示其 1 会话 PSS 内存 18.2 MB、首帧时间 11.2 ms，优于对比的 jcode、Cursor Agent、Claude Code 和 OpenCode；另支持 16 种 agent 角色、30+ 工具、MCP/ACP 协议与按 token、成本、时间设限的预算引擎。
推荐理由：README 自带与 Claude Code、Cursor 等五款 agent 的 PSS 内存、TTFF、TTFI 对比数据，可以横向看这个 Rust 核心终端 agent 的资源开销定位。
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。
该仓库发布了一套在 16GB Apple Silicon iMac/Mac mini 上完全本地运行 Hermes Agent 的方案，用 Qwen3 8B Q4_K_M 配 64K 上下文与 8-bit KV cache，无需 API 密钥、无云端。Hermes 硬性要求至少 64000 token 上下文，默认 f16 下 64K 注意力内存达 9.00 GiB 不可用，改用 q8_0 后降至 4.78 GiB，llama-server 总占用约 10.47 GiB，剩余约 5.53 GiB。
推荐理由：给出了16GB统一内存跑64K上下文的实测内存账本和完整部署脚本，方法可直接复用到类似的本地Agent配置。
ChenYiming-aaa 在 GitHub 发布 better-trip-planner，一个开放格式 Agent Skill，把一句旅行需求变成逐小时、信息经工具核实的行程计划，交付为自包含 HTML 页面，适配 Claude Code、Codex、Gemini CLI、Cursor 等宿主。SKILL.md 分六个阶段执行，内置四种模式（整趟、单日、空档填充、临场重排），针对中国大陆适配高德/百度地图、12306/携程深链、节假日调休与气象预警等数据源，营业时间和价格用工具核实、不代订不付款。所有密钥可选，无密钥时降级运行；README 称快速开始命令已于 2026-10-02 实测退出码均为 0，并附杭州到青岛 5 天等四个完整示例。
推荐理由：README 给出了完整安装命令、实测验证记录和七种主题成品示例，想给编码智能体加行程规划技能的读者可以直接照着装。
som1ng 在 GitHub 开源 API-QuickCheck，通过 Claude thinking 块服务端签名回传验签、SSE 事件顺序等协议断言检测中转站是否偷换模型。工具支持批量测活（1~50 线程并发）、余额嗅探、24 项四层探针覆盖 9 个旗舰模型，提供 Web 端与 npx 免安装 CLI，Key 仅在本地内存处理，MIT 协议。
推荐理由：原文给出了具体验签和协议断言机制，读者可以照此判断 API 中转站是否偷换模型，工具可 npx 免安装复用。
Anton Soloviev 发布开源工具 contextscope，用于分析 Agent 请求日志里的 token 分布与 prompt cache 失配原因，支持 Anthropic 和 OpenAI 的缓存规则逐轮模拟，全部在浏览器或本地运行、数据不上传。作者基于 360 条 SWE-bench 真实轨迹、12,760 条请求做了验证：Claude token 估算在校准后误差为 +1.6 到 +3.3%，缓存读取判断与 Anthropic 在 96 到 100% 的请求上一致；OpenAI 计数在补上每条消息 5 个 framing token 后在 2,205 条请求中全部精确。
推荐理由：工具作者用 360 条 SWE-bench 真实轨迹实测了自己的缓存模拟精度，读者可以据此判断这份准确率数字的适用范围。
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。
Cua 在 GitHub 更新 trycua/cua 仓库，为 AI 智能体提供可操作的计算机环境，包含给智能体完整桌面的 Cua Spaces、跨 macOS/Windows/Linux 桌面自动化的 Cua Driver、基于 Apple Virtualization.Framework 的 Lume 本地 VM、小型 System 1 决策模型系列 CUA-S1（权重在 Hugging Face）以及 computer-use 评测环境 Cua Bench。除 Cua Spaces 为 FSL-1.1-MIT source-available 外，其余组件为 MIT 许可；Spaces 免费供个人使用，Pro 和 Teams 计划即将推出。
推荐理由：官方仓库把 GUI 智能体所需的全套组件集中到一处，覆盖桌面空间、自动化驱动、本地 VM、小型决策模型和评测基准，便于搭建和验证 computer-use 智能体。
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。
OnTechnologyCo 开源了 LLM_Tools，一个 Windows 桌面应用，通过 ConPTY 挂接真实 CLI 并用 xterm.js 渲染，让 Claude Code CLI、OpenAI Codex CLI 和 Google Antigravity CLI 以标签页形式并行使用，斜杠命令、MCP 和技能与原终端一致。应用支持每标签选择 CLI 与工作文件夹、恢复历史会话、多账号登录与限额显示，并可在不同 CLI 和账号间通过转录重写移交对话上下文；代码采用 MIT 许可证，README 附有大量实测验证记录和尚未验证事项。
推荐理由：作者用 ConPTY 接真实 CLI 而非模拟终端，并给出跨 CLI 会话交接与逐项实测记录，方案细节可直接参考。
ColtM1873 在 GitHub 发布 multi-agent-studio，一个基于 LangGraph 的 Windows 本地多智能体工作台，采用 Supervisor–Worker 编排加 Web GUI，GPL-3.0 许可。子 agent 以工具形式暴露给主 agent 并可并行调度，内置 browser_agent 驱动本机 Chrome/Edge 完成点击输入等操作且面向纯文本 LLM；长期记忆用 BGE-M3 embedding 加 PostgreSQL（pgvector）检索，setup.bat 可一键安装并打包 MultiAgentStudio.exe。
推荐理由：这个 Windows 本地多智能体工作台把 Supervisor 编排、浏览器接管和 pgvector 长期记忆整合成一键部署，读者可以照仓库步骤直接复现。
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。
GitHub 上的 cici 项目发布了一个约 1650 行 Python、无框架的编码智能体，含六个职责不重叠的工具、流式循环和每轮遥测，需 Python 3.12 与 uv。项目强调工具 schema 描述是提示词工程而非类型声明，错误信息写给模型看，文件工具通过 Workspace.resolve 做路径限制，bash 不受沙箱限制，已有 59 个不调用 API 的测试，尚未实现 prompt caching、会话持久化、轨迹评估等功能。
推荐理由：这个约 1650 行的透明编码智能体把工具 schema 当提示词工程来写，设计笔记讲清了路径限制、错误信息写给模型看等可迁移做法。
agentd 项目发布了一个 MCP 原生、云原生的 AI 智能体运行时，用一个小型静态 Rust 二进制运行 agentic 循环，只需一条指令和一个 LLM endpoint。所有工具来自远程 MCP 服务器（发布二进制默认不本地执行任何命令），支持 MCP resource 订阅触发、A2A 互操作和可崩溃恢复的持久 DAG 工作流；supervisor 与推理子进程严格分离，可随时 SIGKILL。实测 8.5 MiB 静态二进制（amd64 musl，FROM scratch）、冷启动小于 1 ms、空闲 5.5 MiB RSS，AGPL-3.0 开源，可作 Job/CronJob/Deployment 运行或以 agentd-core 库嵌入应用。
推荐理由：README 详细给出了架构、安全模型与实测开销数据，适合想用 MCP 与 A2A 组合智能体的工程师评估这套单二进制运行时。
anvai-labs 在 GitHub 开源了 Sandhi，一个面向 AI 智能体的用量计量网关，解决共享 provider API key 无法回答谁花了多少、无法按人预算的问题。核心功能包括虚拟密钥按 subject_id/group_id 归属、基于租约账本的 per-user/per-team token 预算与限流、统一 provider 传输（Anthropic、OpenAI 兼容约 20 家、Gemini、Cohere、本地 vLLM/Ollama）以及只输出 token、cache 拆分、GPU-seconds 等中立单位而不涉及定价。
推荐理由：原文完整说明了共享 API key 场景下的按人计量与预算方案，可作部署参考。
GitHub 开源项目 comic-drama-forge 发布 v1.4.2，是一套基于云端 LLM 生成剧本加 ComfyUI 本地执行（QwenImage2.1、Qwen-Edit 多视角、MiniMax H3、FlashVSR）的 AI 漫剧自动化生成系统。系统按剧本、配音先行、资产、分镜、视频、超分、成片 7 步流水线运行，8GB 显存可跑通全流程（本机实测 RTX 5060 Laptop 8G），但 FlashVSR 超分在 8G 下不可用需关闭；v1.4.2 补充了风格一致性闭环、提示词预检、音频客观质检、跨镜衔接与剪映/Premiere 导出，并提供 PyInstaller 与 Electron 两种桌面打包方式。
推荐理由：作者把质检与一致性约束前置到剧本和提示词阶段，并用实测缺陷驱动修复，这套方法可迁移到其他本地生成管线。
GitHub 开源工具 FallbackLens 可在上线前静态审计 LLM 网关的 retry 与 fallback 策略，导入 LiteLLM YAML 路由图后检查环、能力保持、上下文容量、隐私边界与尝试次数、成本、p95 延迟暴露。其 0.3.2 版通过 61 项测试，并可与绑定 OTLP JSON 推理子树比对检测漂移；官方语料上 FallbackLens 得分 10/10，纯结构基线为 2/10。作者强调该工具不是网关或模型选择器，静态审计不能证明生产可靠性。
推荐理由：项目用合成语料与固定集成测试给出可复核数据，读者能据此评估这类静态 fallback 审计工具能证明什么、不能证明什么。
probita-ai 在 GitHub 发布 agent-work-layer，一个用类型化 SDK、校验器和生命周期引擎管理智能体之间工单交接的开源项目。Work Order 定义目标、验收标准、预算、期限和允许工具，Work Report 要求逐条给出证据、实际成本和所用工具，desk 强制校验状态转换、证据、工具与预算超限即过期。另提供独立包 agent-work-layer-mcp 供 Claude Code 等会话接入，支持浏览器、Deno、Bun 的纯校验版本和 CLI，Apache-2.0 许可。
推荐理由：原文给出了Agent间工单交接的完整规范、校验规则和MCP接入方式，方法可直接复用于多智能体协作部署。
GitHub 项目 wwwyo/syokan 发布，让 LLM 通过发送 JSON 树生成临时富界面，无需写 JSX 或构建步骤，Claude Code、定时 Agent、CLI 或 webhook 都能调用。它是一个个人 schema 驱动的视图层，Zod 校验后映射到预定义 React 组件渲染，快照按需生成、自动归档，删除可查可彻底清除；安装支持 brew install wwwyo/tap/syokan，支持 macOS 和 Linux，可发布到 syokan.dev 公开分享，默认 7 天过期、最长 30 天，每人最多 100 个在线分享。
推荐理由：项目把 LLM 输出的 JSON 树渲染成临时 UI，省去写 JSX 和构建步骤，README 讲清了组件目录、快照与分享机制，可作本地部署参考。