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。
1,885 条精选近 30 天 1,880 条共收录 7,257 条
论文提出 Humanize MLE Agents（HMA），通过两个智能体在共享工作区上交替执行、每会话最多 k 次实验并重置上下文，避免单会话长程减速和自定义 harness 随模型升级失效的问题。在 MLE-bench 的 75 个 Kaggle 任务上，HMA 达到 78.2% 的 any-medal 率，超过最强开源基线 8.0 个百分点且只用其四分之一时间预算；跨五种异构智能体对的六种配置平均提升 6.4 个百分点，另有核优化案例达到 878 个周期、距社区榜首 1.6%。
推荐理由：论文给出双智能体会话轮换的 CR-SMDP 理论条件与 75 个 Kaggle 任务实测数据，读者可据此评估工作流级方法相对单智能体的优势边界。
euri10 发布 acp-llm-adapter，通过 Agent Client Protocol (ACP) v1 让 DeepSeek、GLM、Groq 等 OpenAI 兼容模型在 Zed 和 Neovim（LouiseLM、CodeCompanion 插件）中充当编码 Agent，适配器自身运行读文件、搜索编辑、执行命令的工具循环并汇报用量与成本。支持 ask、accept-edits、plan、yudo 四种会话中可切换的权限模式、MCP 服务器、持久化会话与上下文窗口/费用统计；目前为 Alpha 版，仅支持文本提示，不支持图像和 elicitation，安装需 Rust 1.95+，命令为 cargo install acp-llm-adapter，采用 MIT 许可。
推荐理由：README 给出了在 Zed 和 Neovim 里接入 DeepSeek 等 OpenAI 兼容后端的完整配置示例与权限设计，方法可直接迁移。
GitHub 仓库 yunaremaia/aipr 发布了 aipr 工具，在贡献前抓取 CONTRIBUTING.md、AI_POLICY.md、AGENTS.md 等治理文件，用加权短语匹配把仓库立场分为 human_only、restrictive、disclose_ok、permissive、unknown 五种判定。工具支持 pip 安装、GitHub CLI 扩展、批量扫描、SARIF 2.1.0 输出接入 Code Scanning，退出码 0/1/2 供 CI 判断，结果磁盘缓存 24 小时；aipr init 可生成三种预设的 AI 政策文件。目前为早期 beta，已在 hister、polars、MDAnalysis 等少数真实政策上测试，仅支持英文模式匹配，unknown 结果需人工阅读。
推荐理由：把仓库 AI 贡献政策的检查变成一条命令，给出判定规则、退出码和 CI 集成方法，可直接复用在贡献前的政策筛查里。
GitHub 仓库 heikeyangle-code/pi-android 发布一个安卓 App，把终端 coding agent pi 完整跑在手机本地，当前钉定 pi 1.1.0。它自带 Ubuntu 24.04 用户态与 Node.js 24.19，经 proot 免 root 运行，扩展、技能、提示词按原文件机制加载，可让 AI 自己搜索、编写并安装扩展，生态收录 10430 个扩展；另有 30 个默认关闭的设备能力端点（读屏、点按、文件等）按类授权。App 约 136 MB，APK 仅能从 release 或自编译获取，提供 sideload28 与 modern36 两种变体，构建用 SHA-256 锁定载荷并有契约检查防止上游变更悄悄出错。
推荐理由：用 proot 加官方 pi 包把 coding agent 原样搬到安卓，扩展机制与电脑上一致，架构与契约校验方法可迁移。
flam7791 在 GitHub 发布 governed-ai-platform，把 LLM 网关、MCP 证据服务器和多智能体服务整合为一个可运维的容器化平台。所有模型调用经网关记录预算与策略，外部操作需人工在审批页确认，文档仅用本地嵌入模型索引，支持 Claude、Azure OpenAI、Ollama 及纯开源权重的 sovereign 模式，并提供 Prometheus 告警、Jaeger 全链路追踪、Kubernetes 清单和每次变更运行 8 项端到端冒烟测试的 CI。项目为 MIT 许可，自述适合团队试点而非高可用生产。
推荐理由：原文给出了从原型到可运维服务的完整部署细节，包括网关策略、审批流、监控与 CI 验证，方法可直接迁移。
grasp-technologies 在 GitHub 开源了 grasp-agents，一个轻量模块化的 Python 框架，用于构建 LLM 智能体和结构化工作流，MIT 协议。
推荐理由：README 详细列出了模块划分、可选依赖和持久化恢复机制，读者可以据此评估是否用于自建 Agent 项目。
atlas-bear 发布 cue-kit alpha 版，一个把 URL 或本地视频转成抽帧加时间戳转录的 CLI 工具，让无法真正看视频的 LLM 能基于画面和音频内容作答。内置 Claude Code skill，/cue-kit <url> <question> 一行即可调用；summary 和 transcript 模式已可用，training-doc 与 lecture-notes 模式仍在搭建中。工具依赖 ffmpeg 和 yt-dlp，支持 macOS、Linux、Windows（Python 3.10+），转录优先用原生字幕，无字幕时回退到 Groq whisper-large-v3 或 OpenAI whisper-1，帧画面不上传，敏感素材可用 --no-whisper 保证音频不出本机。
推荐理由：原文完整给出了帧预算、转录回退和安装配置细节，读者可以直接评估这个视频转结构化文本工具是否适合接入 Claude Code。
MCP Tool Shop 发布开源工具 offrig，提供桌面应用、CLI 和 MCP side-car，让大模型只在租用的 RunPod GPU 上运行，绝不占用本地 GPU，并通过七项守卫检查验证这一点。side-car 可让 Agent 在人设预算内规划付费会话、租 GPU、执行带依赖的交接队列，队列排空或到达截止时间时看门狗会终止 pod。实测中 4×RTX PRO 6000 以 SGLang 服务 Qwen3-Coder-480B（4-bit AWQ）约 22 分钟就绪，花费 $3.59，480B 在 512 个并发 Agent 下达 4,059 tok/s；该项目以 MIT 许可开源，仓库地址 https://github.com/mcp-tool-shop-org/offrig。
推荐理由：原文给出实跑花费、并发吞吐数据和七项防落地检查的具体规则，读者可以照着评估这个租 GPU 跑大模型的方案能否迁移到自己的工作流。
作者在 Salesforce/xlam-function-calling-60k 上微调 SmolLM2，135M 全量微调达 21.80%，1.7B LoRA 达 83.47%、QLoRA 达 72.61%，Instruct 起点比 base 起点高 8.4 个点。作者还用 LLM-as-judge 加盲审人类复核审计评测本身，估计约 15.0% 的 exact match 失败是对任何模型都无法产出的参考答案打分，高于此的原始 20.5% 被修正；1.7B 微调模型与 235B 通用模型在 300 例子集上统计上无显著差异。仓库含完整训练、评测、judge 审计脚本与模型和数据集产物。
推荐理由：作者在给出微调结果的同时，用盲审人类复核修正了基准里不可推导参考答案的比例，评测方法本身值得细读。
brancusi 在 GitHub 开源 Voice-Pipes，一个 macOS 菜单栏语音应用，可用热键触发自组装流水线，实现听写、朗读和提问。默认轨道包括 ⌥ Space 本机 Parakeet v3 转写后粘贴（松开后约 50–150 ms），⌥⇧ Space 经 MAI-Transcribe-2 加 Claude Haiku 清理后粘贴（OpenRouter），⌥ R 朗读选区或剪贴板（Pocket TTS）。
推荐理由：开源的 macOS 菜单栏语音工具，热键触发的可拼装流水线思路可直接迁移到本地听写与朗读场景。
开发者 SimonGino 发布开源项目 Portage，一个自托管模型网关，把官方 API、OpenAI 兼容中转和本地 Ollama / vLLM 等模型统一到一个地址，让 Claude Code 和 Codex CLI 通过一行配置即可切换模型。项目核心是在 Anthropic Messages、OpenAI Responses 和 Chat Completions 三种协议之间做翻译，协议相同时字节直通，流式 SSE 和工具调用在所有路径可用；还自带凭据池故障切换、sk-ptg- 密钥管理、逐调用用量记录和管理控制台。
推荐理由：自托管网关用协议翻译让 Claude Code 和 Codex CLI 直接换用 GLM、DeepSeek 或本地 Ollama 模型，配置示例和部署流程都写得很具体。
manivt 在 GitHub 发布 piBot，一个把树莓派（最低 1 GB 内存，测试于 Pi 3B+）变成全天候自主 AI 助手的框架，通过 Telegram 交互。本地 ZeroClaw 守护进程仅占约 50 MB RAM，负责聊天通道、本地工具和 SQLite 持久记忆，推理则经 agy-shim 桥接调用 Google Antigravity CLI（agy）的 Gemini 3.8 Flash 等模型，免费 Google 账号即可在每周配额内使用，无入站开放端口。
推荐理由：这个开源项目不止给出部署步骤，还写清了安全模型、数据流向 Google 的风险和每条消息约 15-20k token 的用量，可作自托管智能体的参考。
no-human-ai/no_human 在 GitHub 开源，是一款带计划、对抗审查、防篡改守卫和复现门禁的 AI 编码流水线工具，附 CLI、看板、GitHub Action 和 MCP server。独立评审模型从不接触编码会话记录，只输出引用文件与行号的 pass/fail 清单。作者称在其自身看板上运行 65 天，1709 次被标记完成的尝试中有 505 次被第二模型驳回，44 次因删除或削弱测试在审查前被拦截，46 次修复证明因测试在旧代码上也能通过被拒。支持 Jira、Linear、monday.com 票据接入，MIT 协议，需 Python 3.12+。
推荐理由：原文给出 65 天 1709 次尝试中被驳回 505 次的门禁数据，可以看清这套对抗式审查机制的实际拦截规模。
afshinm 发布 cactus-needle，一个独立封装库，可在浏览器或 Node.js 本地运行 Cactus Compute 的 Needle 3，用于工具调用、结构化抽取和文本嵌入。模型体积 35.3 MB 单独下载，在 WebAssembly worker 的 CPU 上推理，无需 API key、服务器或 GPU；首次加载从 Hugging Face 下载模型并缓存。支持作为 Vercel AI SDK 6 和 7 的 provider 使用，嵌入维度为 3072。限制包括不支持自由聊天、音频和图像，不支持回传工具结果的 Agent 循环，流式输出为缓冲返回。采用 Apache-2.0 许可证。
推荐理由：给出了在浏览器和 Node.js 里本地跑 Needle 3 做工具调用与嵌入的完整用法，推理不依赖 API key、服务器或 GPU，方法可直接复用。
cryer 在 GitHub 发布 TypeScript 编写的 AI Agent 命令行工具 star-cli，支持 OpenAI、Anthropic 及 OpenAI 兼容多模型接入、流式终端 UI、工具调用、权限控制、会话持久化、git 集成、计划模式和长期记忆等。作者给出的 Terminal-Bench 2.0 抽样 20 任务对比中，Star CLI 0.3.9 用 Kimi K3 通过 17/20（85%），terminus-2 2.0.0 同模型通过 9/20（45%）。
推荐理由：README 对权限门、快照回滚和缓存细节写得具体，并附了与 terminus-2 同模型下的 Terminal-Bench 对比数据，方法可复现。
philippe-ths 发布 ai-running-coach 开源项目，连接 Strava 将每次跑步处理成确定性训练信号，再由 LLM 教练生成个性化、带长期记忆的 coaching。项目已作为多用户产品上线 pulsecoachai.com，技术栈包括 FastAPI、Next.js、Clerk、Redis/RQ、Anthropic Claude 和 Telegram 通知，支持 Docker 本地部署；教练消息由确定性策略校验器把关，并提供语音/执教风格可配置与可审计的分体记忆。
推荐理由：原文展示了如何把确定性训练信号垫在LLM教练层之下，人格可配置但不越过数据与安全底线，架构做法可迁移。
Glad Labs 开源了 Poindexter，一个在本地 GPU 上运行的 AI 内容生产引擎，覆盖选题发现、网络调研、长文写作、多模型对抗式 QA 审查和静态发布，全部通过 Ollama 本地推理，零 API 费用，默认调用 gemma3:27b 写作、phi4:14b 做评审。该项目即 gladlabs.io 背后的生产系统，已发布 210+ 篇文章、累计 2000+ 次流水线运行，约一半草稿会被 17 条 QA 规则拒掉；引擎以 Apache 2.0 许可发布，要求 Docker、Python 3.13、约 50 GB 磁盘，官方建议 NVIDIA GPU，可选付费 Pro 仅提供操作控制台和每周更新的生产配置。
推荐理由：这是一个可直接跑在本机 GPU 上的开源内容流水线，README 给出了完整模型分工、QA 驳回率数据和部署步骤，可作本地多智能体系统的参考实现。
作者数字生命卡兹克开源了 AIHOT 的引擎与框架，即一个每天自动抓取信源、用大模型打分筛选、聚簇事件并按热度生成中文日报的网站。仓库公开了全部提示词原文与入选门槛，含信源分级、独立两次打分、48 小时事件热度算法、日报周报月报，以及 MCP、RSS 和公开 API 等面向 Agent 的出口；附 18 个海外 AI 资讯示范源，需 Node.js 24 和 OpenAI 兼容 API Key，代码采用 MIT 许可证，AIHOT 名称与 Logo 除外。
推荐理由：作者把线上热点站的引擎开源，提示词、入选门槛和热度算法全部公开，读者可以照着改成自己行业的日报站。
GitHub 用户 dewil 发布开源工具 pii-mask，一个在文本发送到云端大语言模型前对姓名、电话、email、护照等个人敏感信息（PII）进行本地脱敏、并在模型返回后还原原文的网关，主打俄语场景与俄罗斯个人数据格式（ИНН、ОГРН、СНИЛС 等）。识别采用三层结构：正则加校验位、基于 Natasha 的离线 NER（按词形归一保持标签一致）、可选的 Ollama LLM 审计第二遍（默认模型 qwen3:1.7b）。服务无状态、fail-closed，映射文件 mapping. 权限 600 并写入 .gitignore。
推荐理由：作者详述了正则加NER加LLM审计的三层识别设计与152-ФЗ合规边界，方法思路可迁移到其他语言的文本脱敏场景。
论文提出GraphTok，把从pre-tokenization、BPE合并到token-ID组装的整个编码流程作为可重放的CUDA graph在GPU上运行，token ID与参考实现在GPT-2、Llama 3、Qwen 2.5、DeepSeek-V3、Gemma 3上逐位一致，可接入未修改的vLLM和NVIDIA Dynamo。在Llama 3上比最强CPU tokenizer gigatoken快4.7-6.0x；在带缓存前缀的vLLM中TTFT均值降低2.1-2.4x；2s P99下单前端可承载518 req/s的121k-token流量，为gigatoken的1.75-2.5倍。
推荐理由：论文给出GraphTok在vLLM和Dynamo下的实测吞吐与TTFT数据，可了解把tokenization搬到GPU对Agent负载的实际收益。