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
Theta-Tech-AI 发布 llm-public-utils 仓库，收录 linear-issues、perf、deslop、stress、cleanup 等十余个 agent skills 与若干个人脚本。技能通过 npx skills 从 GitHub 直接拉取，无需 clone 或 git pull，安装信息记录在 skills-lock. 中，可用 npx skills update 刷新；安装后可在 Claude Code 中运行 /deslop、在 Codex 中运行 $deslop。
推荐理由：仓库给出了 npx skills 的安装、更新与卸载流程，以及各技能用途清单，读者可直接把这套基于 GitHub 注册表的技能分发方式搬进自己的工作流。
ap9000 在 GitHub 发布 toolroll，一个面向 Claude Code、Codex 等编码智能体的控制平面，用 npx toolroll up 启动，支持任务队列、一次性审批、Telegram 决策响应与崩溃恢复。产品强调无人值守不等于自动放行：审批需重新输入密码、agent 无法触碰密钥与默认分支、构建只落在 toolroll/<task> 分支并通过 PR 发布，空闲时零 token 轮询。当前版本 0.4.0，运行在 macOS 或 Linux 上，需 Node.js 22.13+ 与 git。
推荐理由：README把无人值守编码智能体的审批边界和失败处理写得很细，适合想了解如何安全托管长期Agent任务的读者参考其设计。
rosschambers 在 GitHub 开源 clockwork，一个看板即状态机、AI 智能体做工人的自主编码系统，卡片经实现、代码评审、QA、视觉 QA 流转，独立完成 prism-drift 里程碑 1 无人干预。每个会话输出 JSON verdict，失败回退一列并附反馈，3 次重试后转入 needs-human 并发短信；技术栈为 Bun、TypeScript、SQLite，322 个测试全部通过。
推荐理由：用哑状态机代替多智能体对话来抑制错误累积，思路具体可迁移，适合研究 AI 编码工作流设计的人参考。
EvolvingAgentsLabs 发布开源项目 lora-kernel（Apache-2.0），将事实存放在可人工编辑的 markdown 笔记库中，仅用 LoRA 训练小模型导航检索，由微型路由器把超出专家范围请求转交前沿模型。实测包括 inbox triage 专家 0.989 对裸基座 0.345、wiki 多跳问答 38/40 对 19/40、改笔记后 17/17 返回新值且零重训；引用门控拦截 165 个错误答案中的 86 个、误拦 347 个正确值中的 43 个。项目在 16 GB MacBook Air M4 上经 llama.cpp 和 OpenClaw 实跑通过，但全部测量基于生成测试集与真实法规文档，尚无真实用户流量；未通过项记录于 docs/RECORD.md。
推荐理由：项目用可编辑的 markdown 笔记库存放事实、LoRA 只学导航流程，并公开每项实验的成败记录，方法与数据都可查证。
L-Forster 发布开源项目 OpenJet，一个自托管的本地 AI 编码智能体，可连接 Ollama、LM Studio、llama.cpp 或自动按硬件配置 GGUF 模型，支持文件编辑、审批式 shell 命令、MCP 工具、持久会话和 Python SDK 嵌入。RTX 3090 上 Qwen3.8-27B Q4_K_M 经 MTP 达 70 tok/s，配合 megakernel 引擎推理模式约 1.5 倍解码提速；Slipstream 模式用云端模型规划、本地模型执行，目标编排器 token 占比 20%。核心采用 AGPL-3.0 许可。
推荐理由：本地编码智能体把模型运行时、agent 循环和硬件配置整合成一键部署，还给出 RTX 3090 上的实测 tok/s 数据可对照。
GitHub 项目 s0lda/hadron 发布了 Hadron，一个用 Rust 构建的 GPU 加速原生桌面工作台，用于编排 Claude、Antigravity、OpenAI、Ollama、OpenRouter 及自定义 CLI 智能体组成的多供应商 LLM 集群，通过 @mentions 在同一房间内协作、共享上下文并委派任务。
推荐理由：原文完整介绍了这个多供应商 LLM 智能体工作台的架构与安全机制，开发者可以据此评估是否纳入自己的多智能体编码流程。
alghanim 在 GitHub 发布 universal-db-mcp，这是一个 MCP 服务器，让 Claude Code、Cursor、VS Code 等 MCP 客户端以只读方式发现、剖析和查询声明的数据库，拒绝一切写入。每条语句先经方言解析只允许单条读取，敏感列按输出来源证明后才脱敏，所有调用写入审计日志，服务器不调用 LLM、无遥测、可完全离线运行。已验证 PostgreSQL 12-17、MySQL/MariaDB、ClickHouse、Oracle、SQL Server、Db2、SQLite 等引擎版本，提供 29 个 db_* 工具，通过 12000 多个单元测试，支持 .deb、.pkg、.msi 与容器镜像的离线部署，历经 2026-09/10 的生产安全评审。
推荐理由：原文完整给出了让 AI 智能体安全只读访问数据库的工程方案，含 SQL 守卫、脱敏与审计机制，可迁移到需要保护生产库的部署场景。
开源项目 Kavi 发布，是一个仅面向 iOS 和 Android 的移动端 AI 助手，手机本身即助手运行时，核心聊天、本地状态与 SQLite 长期记忆无需 Kavi 服务器或网关。支持通过原生运行时钩子使用端侧 Gemma 或用户自配的托管模型，可接入 MCP 服务器与 ClawHub 兼容技能，覆盖 SSH、浏览器自动化、语音、文件及通讯录、日历等原生设备操作。当前质量门禁通过 12,443 个 Jest 测试（1,422 个套件），长期记忆可完全禁用，项目采用 MIT 许可证。
推荐理由：把手机本身做成助手运行时而非遥控器，核心聊天、记忆和端侧模型路径都不依赖后端，对关注本地部署的开发者有参考价值。
shotah 发布 ai-gantry，一个 Distroless Go 静态二进制，将单个 OpenAI 兼容模型（Gemini、ChatGPT、Grok、Ollama）封装为可长期规划的 Agent，通过 Docker 部署，支持 Telegram、Discord、Slack 及自有 pendant PWA 和 gantry-cab Android 客户端。人格由用户写的 PERSONA.md 与 Agent 自维护、可在 /new 后存续的 SELF.md 两个文件构成，内置 sqlite 记忆、cron、网页搜索，无入站端口；配套 gantree 仓库提供控制台与多 Agent 管理。项目附带 golden 字节级测试与基于七个场景的行为评测，MIT 协议开源。
推荐理由：作者详细说明了单进程 Agent harness 的架构、PERSONA 与 SELF 双文件人格机制及测试方式，工程取舍写得具体，可作部署参考。
LlamaStash 发布，是一个零开销、终端原版的本地大语言模型管理器，一个 Rust 二进制同时提供 TUI、CLI、守护进程和 OpenAI 兼容代理，默认后端为 llama.cpp，并实验性支持 Lemonade NPU、vLLM 和 SGLang。基准测试显示其封装开销相对 raw llama-server 在各平台归一化模式下差异 ≤1%，代理跳转仅增加 TTFT p50 +0.45 ms，并附有与 Ollama 0.24.0 和 LM Studio 2.18.0 的同硬件对比表。
推荐理由：项目给出与 raw llama-server、Ollama、LM Studio 的同硬件对比基准和代理开销数据，读者可据此评估这个本地模型管理工具是否值得替换现有方案。
作者发布 Claude Code 技能 Model Orchestra，把软件工作拆成 scout、test-write、implement-core 等角色，廉价模型（默认 haiku）承担大部分实现，一个 lead 模型负责规划与逐条验证，涉钱和权限的 diff 由第二厂商模型（默认 codex）复审。路由依据记录 confirmed/refuted/rework 的证据账本而非声誉。附带的两日示例账本显示 44 个任务中 89% 分给廉价模型，lead 验证的 claim 92% 成立，相对全部用 lead 的成本约为 45%。
推荐理由：原文给出了完整角色分工、证据账本机制和一份两天的实测成本质量数据，读者可以据此评估这种多模型编排方法是否适合自己复用。
NickMonrad 发布 Jandal AI，一个本地优先的 Android 助手，Play Store 发布推进中，预发布版本可从 GitHub Releases 获取。它采用 Brain-Memory-Action 架构：Gemma-4 E-2B/E-4B 通过 Google AI Edge LiteRT-LM 本地推理，记忆层用 Room 加 sqlite-vec 与 Arctic Embed M v1.5 做语义召回，Kotlin 原生技能执行闹钟、笔记、消息、日历等设备操作；语音支持多引擎 STT 与 Piper TTS，部分模型需 Hugging Face 账号接受条款后下载，源码为 Apache License 2.0。
推荐理由：作者给出了 Brain-Memory-Action 架构与各层具体选型，可作为在 Android 端本地组合小模型、记忆和设备操作的参照。
minyiyang 在 GitHub 发布 ollama-translator，一个完全基于本地 Ollama 模型的图书与字幕翻译流水线，支持 EPUB、Word、PDF、Markdown 等格式输入输出，无需云 API 或 LangGraph 等 agent 框架。流水线把译名漂移、标记丢失、数量改动等长文翻译失败拆成独立检查点阶段，涵盖术语表提取与审批、审计修复、断点续跑和浏览器仪表盘，en-zh 语言对经过调优，并支持法语、日语、韩语等多语言配置。
推荐理由：一个把长篇翻译拆成可检查点、可回滚阶段的本地流水线，设计思路对任何多步 LLM 任务都有借鉴价值。
KubaZ2 在 GitHub 发布了用 Rust 编写的 MCP 文件系统服务器 agentic-filesystem-mcp，把读写、编辑、grep、glob 等文件操作暴露为 AI 智能体可用的工具。服务器基于 cap-std 做能力沙箱，严格限制在 --root 或 --mount 指定的目录内，防止路径穿越；内置分页、行号、精确字符串替换等功能以优化 LLM token 消耗，grep 和 glob 原生遵循 .gitignore 并跳过隐藏目录和二进制文件，项目采用 MIT 许可证。
推荐理由：一个用 Rust 写的 MCP 文件系统服务器，用 cap-std 沙箱限制访问目录，并内置分页和行号等减少 token 消耗的设计。
vadbosh 发布开源工具 findings，让 AI 助手在完成任务时顺带发现的问题不淹没在长回复中，而是统一记入本地 JSONL 台账，用户可用 fix、park 或 skip 一行处理。支持 Claude Code、Codex 和 Opencode，安装只需 git clone 加 install.sh，需 python 3.8+ 和 git。作者在 2026-10-03 回放自己机器上 3236 条 Claude Code 回复，found-defects-guard 钩子在 53 条（1.6%）上会触发，其中约七成是真正被推迟的发现，误报只多花一次三行提示和模型一行确认。
推荐理由：针对 AI 助手顺手发现却常被淹没的问题给出规则加钩子加台账的完整方案，附在作者机器上 3236 条回复的实测误报数据。
krishankant 在 GitHub 发布 harnessy，一个分 8 周（外加 MCP 加餐周）逐步动手搭建的 Agent harness 学习项目，支持 Anthropic、OpenAI 和 Ollama 本地模型。每周一个课程加填空练习，覆盖模型接口、Agent 循环、工具、上下文与记忆、traces 与 evals、hooks 与子智能体、生产化（重试、流式、成本限制、沙箱、致命三重奏检查），最终在同一 harness 上构建三个智能体，并提供完整参考实现与离线测试。
推荐理由：这个仓库把 Agent harness 拆成 8 周的动手课程，每部分都有失败对照和参考实现，适合想搞懂 Agent 循环、工具、上下文与评测全貌的读者。
作者发布 ai-kong，一个纯 Python 标准库实现的终端 Donkey Kong，Kong 可由 LLM 观察玩家习惯并每约 20 秒重新规划战术，且游戏永不等待网络。LLM 不直接移动物体，而是作为指挥官设定 8 个确定性旋钮，公平守卫用近乎完美的参考玩家模拟并否决会让游戏无解的改动；默认 anthropic/claude-haiku-5.5 每分钟约 $0.005-0.008，最快配置用 openai/gpt-oss-120b @ Cerebras 与 gpt-oss-20b @ Groq，每分钟约 1-1.5 美分，实测数据在 docs/llm-speed/。项目需 OpenRouter API key，其 director/ 库与游戏无关，可用于任意实时游戏中把 LLM 推理置于类型化旋钮之后。
推荐理由：项目把慢速推理模型拆成三层角色并配公平守卫，给出了实测延迟与成本数据，方法可迁移到其他实时游戏。
开源项目 Agent Hangar 发布 v0.21 alpha（Apache-2.0），把 Claude、ChatGPT、Cursor、VS Code、Codex、OpenCode 里创建的 AI 智能体收进一个企业目录，每个智能体在独立容器中运行，并通过 OpenAI 兼容接口、MCP、A2A 和 ACP 对外提供标准端点。平台支持团队记忆（Neo4j/FalkorDB 上的时序知识图谱）、cron 定时任务、stage 测试通过才能发布到生产、按团队与智能体统计成本，并附与 CrewAI AMP、Dify、AWS Bedrock AgentCore 等平台的对比表；README 还给出从 Claude 请求到智能体上线的完整示例流程和 Docker/Kubernetes/Terraform 安装指南。
推荐理由：README 交代了多工具创建的 Agent 收进统一目录、容器隔离与协议接入的做法，自托管团队可对照其部署与测试门槛参考。
felladrin 开源了 MiniSearch，一个自托管、带 AI 助手的私有搜索引擎，整体打包为单个 Docker 容器，运行 docker run -p 7860:7860 ghcr.io/felladrin/minisearch 即可启动。搜索结果由内置 SearXNG 聚合并经本地 cross-encoder 模型重排；AI 可选 135M 到 4B 参数的模型在浏览器内通过 WebGPU 或 CPU 推理，也可接 OpenAI 兼容 API、Ollama、vLLM、llama.cpp server 或 AI Horde。
推荐理由：把搜索、本地重排和浏览器内推理装进一个 Docker 容器，读者可以照仓库命令直接部署一套无追踪的私有 AI 搜索。
Father-Agent 是一个开源智能体工厂，输入一行英文即可规划、编写并校验一个异步 Python 子智能体，按需求交付 CLI、Streamlit/FastAPI 应用、JSON API 或 aiogram Telegram bot，自带 Dockerfile、Hugging Face Space 与 Render 部署配置。
推荐理由：作者把生成代码始终不经执行、靠九道静态校验关卡的流程讲得具体，可借鉴到其他代码生成工具的安全设计上。