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
adventists-ai 开源了 DuplexJev 系列语音决策模型（含 32B-Para、4B-Para、32B-Turn、32B-Stress 等），将 Qwen3-ASR-0.6B 编码器接入冻结 LLM，单次前向直接输出带概率的封闭选项判断，无需 ASR 转写与文本解码，10 项决策在单张 H200 上约 92 ms，比 ASR 加 LLM 级联快 21×。模型可识别转向状态、打断、情绪、性别、重音、停顿、笑声等非语言声音与说话风格，情绪与性别约 91%，turn-taking 在 CoDeTT 零样本达 70.0，全部支持 vLLM 部署，代码 Apache-2.0、完整模型 CC BY-NC 4.0，论文见 arXiv:2610.02638。
推荐理由：把冻结 LLM 变成免解码的语音决策引擎，一次前向同时输出转向、情绪、性别等带概率的多项判断，延迟与基准数据都给得完整。
genai-io 在 GitHub 开源了终端 Agent 运行时 San，提供单个 12 MB 的原生 Go 二进制，无需 Node.js 或 Python，冷启动约 0.01s，到达模型的 harness 上下文约 2.3k tokens。支持接入 Anthropic、OpenAI、Google、DeepSeek、Ollama 等多家模型，可自定义系统提示词、persona、技能、子 Agent 与 MCP 服务器，并用 san inspector 回放运行记录；其基准测试显示在 claude-sonnet-4-6 上工具调用任务约 3.3s 完成，相比 Claude Code v2.1.112 快 7.9 倍、内存少 7.2 倍，采用 Apache License 2.0。
推荐理由：README 给出了与 Claude Code 同模型条件下的体积、启动、内存和 harness 上下文对比数据，可作为评估终端 Agent 客户端开销的参照。
Daniel Keinan 发布开源项目 AiLibi，一个可复现的社交推理模拟与观战系统，7 名船员与 2 名内鬼由 LLM 驱动，通过 Claude Code 和 Codex 实现，Daniel 未手写生产代码。系统用确定性引擎和观察防火墙保证回放字节级可重建，100/100 样本回放可精确还原。2026-10-09 的 9 人对局记录显示，带证据引用的驱逐准确率为 24/24=1.0000，无证据时仅 20/42=0.4762；带有效引用的投票 410/410 可溯源。样本包含用 Qwen/Qwen3.6-27B 跑的两个 50 局锦标赛，作者强调这展示的是对认证事实的处理而非通用社交推理。
推荐理由：这个项目用可复现回放和证据引用链衡量Agent推理，带证驱逐与无证驱逐的准确率对比给出了可信的具体数字。
GofMan5 在 GitHub 发布 luxury-switchboard，一个把所有 AI 提供商聚合到单个本地端点 http://127.0.0.1:8798/v1 的桌面网关工具，支持 OpenAI/Anthropic 兼容端点、密钥池、按模型路由、用量与成本统计和流式探测测试。工具提供一键 HTTPS 隧道共享模型访问，采用 fail-closed 设计，仅暴露发布的别名且需访问密钥；所有配置与历史存储在本地并加密，MIT 协议开源，提供 Windows、Linux、macOS 安装包和应用内自更新。
推荐理由：这是一个本地网关工具的完整功能与隐私设计说明，读者可以据此评估它能否统一管理多个 AI 提供商的密钥与路由。
GitHub 仓库 qyndex/claude-init 发布，一条 curl 安装命令即可把 spec 驱动、TDD 优先、验证门控、安全感知的智能体工作流装入任意仓库。包含 10 个子智能体、八阶段 slash 命令工作流、58 个 skills、25 个 hooks、记忆系统、预配置 MCP servers 和 36 个 CI/CD workflows；安全钩子会在智能体执行前硬性拦截破坏性命令并扫描密钥写入。安装器对已有 .claude/ 目录做备份后安全合并，不直接覆盖文件，依赖 git、jq、gh 和 claude CLI，MIT 许可。
推荐理由：这个仓库把规范驱动、TDD 和安全钩子打包成一条命令可装的工作流，想给 Claude Code 搭工程化流程的读者可以直接照它落地。
shi3z 在 GitHub 发布 npc-llm-bench，用于定量比较本地LLM作为日语游戏NPC的对话质量与速度，结果收录在 RESULTS.md。基准含73个测试，覆盖日语自然度、人格维持、知识边界、记忆一致性、状态反映、角色差异、诱导耐性和长期对话，并测量TTFT、并发吞吐与VRAM，最终输出加权NPC Score与7种排行榜。
推荐理由：作者给出了游戏NPC场景的73项测试、评分权重和RTX 4090等硬件上的11个模型实测结果，方法可复用。
开源自托管 AI 工作区 ENZO 更新至 v1.4.0，支持 9 个提供商共 300+ 模型，密钥以 AES-256-GCM 封存在浏览器，无需账号与订阅。v1.4.0 新增聊天内文件转换（PDF、表格在浏览器本地解析）、Google Colab 一键部署与自愈 Docker 拉取；CI 每次推送运行含 44 条断言的黑盒渗透测试和零密钥启动证明，仓库以 Apache-2.0 许可开源。
推荐理由：原文给出了架构、密钥加密方式和CI安全测试的具体做法，对想自托管多模型工作流的读者有可参考的工程细节。
Zentered Studios 发布开源库 mcpsignals，为暴露给 agent 的 MCP server 提供类似 Google Analytics 的工具调用分析。一次调用包装现有 server 即可，记录时间戳、工具名、耗时、成功与否和字节量，写入 Postgres、BigQuery、D1、ClickHouse 或 OTLP collector 等自有数据仓库，而非厂商云端。支持 Node.js、Python、Go 三种包并共享同一事件契约；参数捕获默认关闭，开启后默认只记键名和值类型。与 AgentCat、PostHog、Sentry 的对比点在于数据完全留在自有基础设施、免费且无需 API key，MIT 协议。
推荐理由：给 MCP server 加遥测的开源库，核心卖点是数据落在自己仓库、参数默认脱敏，可作为自托管分析方案的选型参考。
Simon-Laux 在 GitHub 发布 hermes-deltachat-platform 插件，把 Delta Chat 作为 Hermes Agent 的网关渠道，支持文本、语音消息和 WebRTC 实时语音通话，需 Hermes Agent 0.21.5 或更新版本。插件支持群聊、@提及门控、cron 定时任务推送、webxdc 迷你应用生成，以及经沙箱化的 Delta Chat JSON-RPC API 自动化；基于端到端加密的 Delta Chat 账号，无需手机号注册。项目以 MPL-2.0 许可开源，作者说明主要由 Mistral Medium 3.5 和 Claude Opus 等 AI 辅助编码完成。
推荐理由：README 给出了插件安装、配置变量和安全边界的完整细节，想把 Hermes Agent 接入 Delta Chat 的读者可以直接照着部署。
Genkit Go 仓库正式启用，提供在 Go 中构建生产级 AI 应用的统一 SDK，一套接口覆盖 Gemini、Claude、GPT、Grok、DeepSeek、Qwen、Kimi、GLM、Ollama 本地模型及任意 OpenAI 兼容端点。框架支持结构化输出、工具调用与工具中断审批、可恢复快照的多轮 Agent、后台运行与子 Agent 委派、.prompt 文件模板、可重连流式输出及全链路追踪，由 Google 主导并接受开源社区贡献。
推荐理由：Google 官方 Go AI SDK 仓库，文档覆盖 Agent 快照、工具中断、结构化输出等能力，适合评估 Go 技术栈的 AI 应用开发选型。
ansaribilal14 在 GitHub 开源了 personal-social-agent，一套基于 NVIDIA NIM、Buffer、GitHub Actions 与 Discord 人审的 X + Threads 编辑管线，MIT 协议。系统强制人工批准精确版本才能发布，字符数由确定性校验器而非 LLM 统计，发布幂等并带 kill switch，含 246 个全绿测试；默认模型为 nvidia/nemotron-3.5-lightning-30b-a3b，2026-09-07 已对 Buffer GraphQL 和 Discord bot 做过实机验证。
推荐理由：核心规则由代码而非模型执行，附完整架构、反AI腔验证器和部署指南，可迁移到自己的内容自动化流程。
作者开源了 show-receipts，一个 Claude Code / Codex 的 Stop hook 插件：当智能体声称测试通过、构建成功或 lint 干净时，它读取会话记录，检查最近一次代码修改之后是否真的有对应命令以 exit 0 运行，否则阻止停止并要求补跑或如实承认。它是约 900 行标准库 Python，不联网、不阻塞自身错误；命令覆盖 pytest、jest、npm test、tsc、ruff 等，并在最后编辑后有一次绿色运行即放行。作者在 782 条真实 Claude Code 和 Codex 历史会话上回放，41 条含通过声明全部放行、误报 0 次；已知局限包括无法发现删掉失败测试、不认识自定义测试命令、不检查 Fixed 和 Done 等模糊说法。
推荐理由：作者用 782 条真实会话回放验证误报为零，并诚实列出局限，读者可以判断这个 Stop hook 是否值得装进自己的 Claude Code。
ahmedEid1在GitHub发布Ordnung，一个本地运行的德国信件私人秘书工具，由Claude读取信件内容，确定性规则引擎计算法定期限并给出带引用的推算依据，绝不自动付款或取消。基准测试显示纯模型算期限仅82.1%准确且7.1%危险偏晚，Ordnung管线在三个后续held-out测试集合计97.0%、偏晚率接近零；Ask问答44题全部正确、注入文本零泄露。需要Python 3.11+和付费计划的Claude Code 2.1.0+，支持手机配对、加密备份和作为MCP工具供Claude Desktop调用。
推荐理由：README给出了流水线与纯LLM、规则文本等多条件基准对比，展示了模型读取加确定性规则引擎的架构取舍，方法可迁移。
mjbommar 发布 autokernel，一个LLM辅助的最小化Linux内核构建工具，探测主机硬件后用确定性规则加有界LLM判断生成Kconfig片段，构建发行版内核包并在VM中启动测试。在Meteor Lake Ubuntu笔记本上，autokernel 7.1.0-rc3候选内核相比Ubuntu原装7.0.0-15-generic，模块文件从6,906个减至737个，/lib/modules目录从153.69 MiB减至25.00 MiB，启用的Kconfig符号从10,056个减至3,298个；对一组近期高危Linux CVE的评估显示4项强降低、2项部分降低、4项核心内核暴露无变化。安装脚本非破坏性，默认不写入/boot，支持一次性的GRUB试用启动与回滚。
推荐理由：README给出完整实测数据表，读者可以具体了解LLM辅助裁剪内核能把模块面和体积缩减到什么程度，以及哪些CVE暴露无法靠配置减少。
The-Swarm-Corporation 在 GitHub 发布 RouteHub，一个基于官方 OpenAI SDK 的 LLM 网关，支持 OpenAI、Anthropic、Gemini、Groq、DeepSeek、OpenRouter、Ollama、vLLM 等 20 多家提供商。官方数据显示在 macOS Python 3.12 环境下，对比 litellm 1.76.1，导入时间从 1,027 ms 降到 5.5 ms（约 190 倍），每次调用网关开销 0.004 ms 对 0.74 ms，安装依赖 20 个对 58 个；Claude 走原生 Messages API 并翻译 prompt caching、thinking、工具调用和结构化输出。
推荐理由：README 给出了与 litellm 逐项对照的导入时间、每调用开销和依赖数量数据，读者可以据此评估这个轻量 LLM 网关的实际收益。
dev-stratum 在 GitHub 发布了 structured-guard，一个只用 Python 标准库、零运行时依赖的可靠性库，用于修复和校验 OpenAI、Claude、Gemini、MCP 服务器及 Ollama、vLLM 本地模型返回的畸形、截断或不匹配的 JSON。它提供 guard_openai、guard_claude、guard_mcp、guard_gemini 四个入口，按 JSON Schema 校验并做无损类型修正，截断数据会带 truncated 标记，拒绝和工具错误分别抛出 RefusalError、ToolResultError 等类型化异常。项目以 MIT 许可开源，要求 Python 3.10+，可通过 pip install structured-guard 安装。
推荐理由：原文讲清了各家模型结构化输出常见的失败模式和对应的修复方法，并给出可直接照抄的安装与用法示例，方便迁移到自己项目。
jrullan 在 GitHub 发布 Apache-2.0 协议的开源项目 Ducklab（v0.7.0），一个自托管的 Go 引擎加 CLI 和桌面端，让多个 LLM 在固定角色下跑完整开发循环：brief → 需求 → spec → 计划 → 构建 → 审查 → 发布。核心设计是任何模型都不做判定，verdict 一律取自测试命令的 exit code，接受必须从干净 checkout 复现绿色基线，审查者看不到作者身份。项目以本地模型优先（llama.cpp、vLLM）为座席，仓库记录显示 454 次运行、约 2300 次座位分配由本地与 OpenRouter 托管模型混合完成，并提供 MCP server（io.github.jrullan/ducklab）供外部模型操作整个循环。
推荐理由：仓库自带 454 次真实运行记录和各模型座位实测通过率，读者可以据此了解多模型互相制衡、以测试门禁替代模型判断的可复用做法。
simota 发布 coding-skills 仓库，包含覆盖编码生命周期的八个 Agent 技能，从 coding-explore 到 coding-ship，每个技能负责一个阶段并以证据而非保证作为产出。核心机制是运行前登记一行可观测预测，事后按 hit/miss/void 记录，同区域连续两次 miss 即停止编辑转为阅读；技能选择只依赖 description，边界、契约与预算由 coding-registry 下的 YAML 统一管理并由 CI 强制，make check 会用一次性仓库实测 26 项 git 行为。
推荐理由：原文讲清了八个编码 Agent 技能的分工、预测登记契约与预算强制机制，读者可以借鉴其技能集组织方法。
OpenWOP 是一个面向多Agent工作流编排的开放线级协议，定义 AI 智能体、确定性工具、子工作流和人类审核者在同一持久化、可暂停、可重放的运行中的协作方式，协议已到 major 2。规范包含 30 份 Stable 核心文档、237 份 RFC（232 份 Accepted）、224 条安全不变量，并提供 TypeScript、Python、Go 三套 v2.5.0 SDK 和 v2.45.30 一致性测试套件；v1 已停止支持但冻结保留，协议通过 MCP 暴露工具、通过 A2A 跨主机传递消息，本身不标准化模型调用与工具暴露协议。
推荐理由：协议规范结构完整，持久化、重放、人机协同等能力都有对应 spec 文档和安全不变量，想实现多Agent工作流编排协议的读者可以直接按文档动手。
GitHub 项目 Crewship 通过 Ansible 把一台全新 Ubuntu 24.04/26.04 机器部署为自托管 AI 编码智能体集群，包含 Herdr 工作区、Firstmate 编排器和 omp 智能体群，无云依赖。工具链经校验和验证，支持 fleet guards、自动清理、自托管 GitHub Actions CI 池、Concord（Discord）与 slk（Slack）终端聊天客户端及 iMessage 桥接。实测 96 vCPU、247 GB 内存主机跑 37 个智能体进程约占 67 GB 内存。许可证为 FSL-1.1-Apache-2.0。
推荐理由：用 Ansible 在一台 Ubuntu 机器上跑起自托管 AI 编码智能体集群，实测数据给出了 96 vCPU 主机跑 37 个智能体的内存开销。