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
tinyhumansai 发布 GPL-3.0-only 的 Rust 库 tinyskills，用于解析和管理 agentskills.io 风格的技能包（SKILL.md、WORKFLOW.md）。该库提供确定性的 bundle 发现、scope 冲突解析、资源安全读取、编译期内嵌 materialization 与篡改检测，并内置针对不可信技能文本的供应链扫描（pass/warn/block 分级）、Hermes 目录解析与带守卫的 SkillRegistry 缓存检索；技能存储、信任与执行等策略决定权保留给宿主应用。
推荐理由：README 详列了技能包解析、发现、供应链扫描与网络守卫的具体安全设计，可作宿主集成技能包时的实现参考。
davechendatascience 发布 Theoretically_Driven_LLM_Planning（tdlp）Claude Code 插件 0.9.0，包含四个 MCP 服务器：consistency-belief 用证伪探针检验设计是否从公理推出，component-belief 运行声明测试检验组件，stamp-monitor 只读检查证据是否过期，graph-snapshot 把设计画成单页。核心原则是 Agent 无写入信念的路径，声明从 git HEAD 读取，证据按内容戳绑定到被测文件，采纳决策需人类 approver，goals.yaml 由人类拥有并用 commit-msg hook 拒绝 Agent 修改。
推荐理由：原文给出了防止 Agent 伪造证据的具体机制设计，如内容戳、只读监督和人类审批门槛，可直接迁移到自己的 Agent 工程流程。
klarkxy 开源的 open-console-gateway 支持在自建机器上把多个 AI 订阅账号和自有 API 统一管理，为兼容的聊天应用和编码工具提供单一接入点和自定 Key。账户触发限流时可按拖拽设置的优先级自动切换到其他兼容账户，仪表盘提供用量、余额和请求日志查看，支持 Windows、macOS、Linux 和 Docker 部署。
推荐理由：原文讲清了账号聚合、限流自动切换和用量统计的完整用法，部署在自己机器上的方案可以直接照着搭建复用。
GitHub 项目 caixuf/claude-code-providers 让 Claude Code CLI 可在多家 LLM 供应商之间一键切换，支持 Anthropic 兼容端点和 OpenAI/OpenRouter 兼容的 DeepSeek、MiniMax、StepFun 等。工具内置基于 LiteLLM 的本地协议桥（127.0.0.1:4000），桥接 Anthropic /v1/messages 到 OpenAI /chat/completions 并保留工具调用、思考 token 和流式输出；每次切换自动备份 settings. 并支持 ccp --rollback 回滚。
推荐理由：这个工具解决了 Claude Code 硬编码 Anthropic 协议、切供应商要手填配置的痛点，还附带了多模型在真实代码库上的实测数据。
GitHub 仓库 recordrnase224/brix-protocol 发布 BRIX 库，通过一次 BRIX.wrap() 调用为任意 LLM 客户端套上九个可配置 Guard，覆盖预算、限速、超时、死循环检测、上下文压缩、结构化输出、重试、审计日志和受监管领域拦截。每个 Guard 由对应参数激活并带硬保证，例如 BudgetGuard 阻断的调用消耗零 token，SchemaGuard 保证返回合法 Pydantic 实例，支持 pip install brix-protocol 安装及 OpenAI、Anthropic 适配器，并提供 DRE 确定性重放与 YAML 监管规格的 brix CLI 工具。
推荐理由：README 逐个给出九个 Guard 的参数、默认值与失败时抛出的异常，想给 LLM 客户端加预算、超时和结构化输出约束的话可以直接照搬。
Estuary 是一个自托管的 Rust 网关，用单个公共监听同时提供 OpenAI 与 Anthropic 客户端协议，覆盖 Chat Completions、Responses、Embeddings、Messages 及 token 计数等 API。它把公共模型名映射到上游模型，按并发、负载、延迟、错误和提示词前缀亲和性路由请求，vLLM 0.25+ 可获得精确 KV-block 亲和性；还提供每节点并发限制、熔断、健康检查、SQLite 配置与中英文管理界面。公共推理监听不做调用方鉴权，需放在可信网络或鉴权代理之后；SQLite 须在本地文件系统，不能放 NFS。
推荐理由：README 写清了路由依据、协议覆盖和部署限制，包括公共监听不鉴权、SQLite 不能放 NFS 等生产注意事项，可作为自建网关的参考。
GitHub 项目 abz2much/NOVA 发布了 Nova，一个安装为 Home Assistant 自定义集成的自主 AI 管家，提供语音、视觉和推理核心，通过 HACS 安装且无需单独容器或云账号即可启动。它支持 Groq、Anthropic、OpenAI、Gemini 或本地 Ollama 作为可插拔 LLM 后端，可控制设备、分析门铃与包裹、学习作息并提议自动化，但敏感操作（开锁、开车库门）保留手机确认步骤，且建议的自动化未经明确批准不会安装。断网时本地推理核心仍可处理常规事件；项目为单人维护、处于活跃开发中，版本间可能出现破坏性变更。
推荐理由：这个 Home Assistant 本地管家集成的 README 讲清了安装门槛、安全门控和离线降级设计，读者可以据此判断它是否适合自己动手部署。
BiranSama 在 GitHub 开源了 ReNovel-AI，一个智能化的小说重写工作台，采用 GPL-3.0 协议。内置 ChromaDB 向量数据库实现全书 RAG 记忆与一致性检查，Writer/Reviewer/Chat 三模型协作改写与审校，支持 TXT 导入自动分章、批量流水线精修和断点续传，兼容 SillyTavern 的预设与 PNG/JSON 角色卡；技术栈为 NiceGUI + SQLite/ChromaDB，通过 OpenAI 兼容接口或 Gemini 调用模型。
推荐理由：README 给出了 RAG 记忆、三模型校验和 SillyTavern 角色卡解析的具体做法，做长文改写或角色卡相关工具时可参考其架构。
作者 xcl1989 在 GitHub 开源 CrabAgent，一个本地优先的 AI 工作平台，含 Chat 与 Work 双模式，智能体可跨终端、浏览器和 macOS 原生应用工作。支持文档实时预览与编辑、专业智能体分工协作、邮件转任务、微信通道接入，并可通过 OAuth Device Code 直接使用 ChatGPT Plus/Pro 订阅额度；安装方式为 pip install crabagent，采用 AGPLv3 许可，商用需另行授权。
推荐理由：作者开源了一个覆盖终端、浏览器和 macOS 原生应用的本地优先智能体平台，功能清单具体，可按需部署试用。
go-steer 开源的 k8s-lookout 提供 watch 与 lookout 双形态工具，为 LLM 驱动的 Kubernetes/GKE 集群排障智能体输出压缩、去密钥的 logfmt/JSON 诊断结果，当前版本为 v0.13.0。watch 是常驻 sentinel，用确定性算术指标（状态转换、趋势斜率、到期倒计时）按事件生成带上下文的智能体会话；read-path 提供 bundle、health、triage 等一次性诊断命令，并以显式 summary 行避免沉默即健康。
推荐理由：项目把诊断输出做成 token 密集的 logfmt/JSON 并以确定性指标驱动 sentinel，读者能了解面向 LLM 排障智能体的数据面设计。
throndir2 在 GitHub 发布 AudioTranscriber，可录制电脑播放的声音与麦克风并实时转写，自动区分并记住说话人，全程本地运行，无需账号或上传。默认使用 NVIDIA Parakeet TDT v3，支持 25 种欧洲语言，测试中词错误率比 Whisper large-v3-turbo 低约三分之一且 CPU 占用更低；提供 Windows 与 Linux 安装包、SRT/WebVTT 导出、MCP 服务器以及面向跑团和会议的 AI 模板功能。
推荐理由：这是一个可全本地运行的录音转写与说话人标注工具，跑团、会议等场景的说明具体，读者能直接对照自己的使用需求。
Geniffy 在 GitHub 发布 geniffy-mcp，一个托管远程 MCP 服务器（Streamable HTTP），让 Claude、ChatGPT、Cursor、VS Code、Codex 等支持 MCP 的应用共享同一份记忆，每个事实附带原文出处和日期。内置 OAuth 2.1 登录（含 RFC 7591 动态注册、PKCE S256、每小时访问令牌与轮换刷新令牌），提供 briefing、search、fetch、remember、forget 等九个工具，用户可逐应用授权读写权限、随时断开并下载或删除全部数据；无浏览器场景可用 API key 请求头接入，开发者也可通过 Python 或 npm 包 geniffy 为自建应用接入。
推荐理由：仓库给出了接入 Claude、ChatGPT、Cursor 等应用的完整配置和各工具的输入输出约定，读者可以直接照着把跨应用记忆接进自己的工作流。
GitHub 开源项目 dzhioev/bro 发布一个 Agent 框架：把 Agent 的人格、工具、可读凭据和可委托对象集中在一份声明里，同一声明可作为 Claude Code 会话或 bro 自带 agent loop 运行，模型由启动时的 --llm 参数指定。项目处于早期开发，接口无弃用周期，master 分支含破坏性变更。每个会话在容器边界内运行，只拿到声明所需的凭据与可召唤对象；命令经声明从参数解析器生成工具，凭据不在仓库中列出，权限由宿主逐请求授权并记录 trail。当前支持两个 harness 和一个原生 provider，容器网络不受限，--unboxed 模式不作为安全边界，Apache-2.0 许可。
推荐理由：用一个完整示例把声明式 Agent 边界讲清楚了，包括工具、凭据与委托如何在声明里收敛，可迁移到自己的项目。
GitHub 开源项目 PxAxAi 发布 v0.6「听到、看到、记住」，这是一个 3D 房间里的虚拟伴侣 Nova，通过 LLM 对话并按电子宠物节奏运行饥饿、口渴、疲劳等需求。新版加入 Whisper large v3 turbo 语音识别、Llama 3.2 11B Vision 图像理解、基于 @cf/baai/bge-m3 向量的语义记忆检索，需求状态改由 Cloudflare Worker 按真实时间在服务器端推进，cron 每 3 小时生成 Nova 的主动消息并推送 Telegram。
推荐理由：原文完整公开了 3D 虚拟伴侣的架构与实现细节，从语义记忆到服务器端生存模拟都可复用，适合想自建 AI 伴侣的读者。
Lemuelendoscopic797 在 GitHub 发布 vecmem，一个索引本地 .md 笔记并提供语义搜索的 MCP 服务器工具。它按标题分块并生成嵌入向量，存入本地 SQLite，采用 BM25 加余弦相似度的混合检索，搜索约 100ms；通过 .mcp. 可接入 Claude CLI、Cursor、VS Code Copilot、Windsurf 等 MCP 客户端。全程本地运行，无需 API key，仅首次需下载 23MB 搜索模型，仅支持 markdown 文件，英语语义搜索效果最好，其他语言主要靠关键词搜索。
推荐理由：原文讲清了 vecmem 的混合检索架构与本地运行方式，读者可以据此评估能否把散落的 markdown 笔记接入 AI 助手当记忆用。
开发者 sachncs 在 GitHub 开源 Foveate，一个纯 Python、零依赖的 LLM 应用上下文工程库：按预算分层发送页面全文、摘要与大纲，答案附带页码和经校验的引用，文档无答案时明确返回 not found。库可对接 OpenAI、vLLM、Ollama 等任意 OpenAI 兼容服务，并提供 Pydantic AI、Google ADK、LangGraph、Strands Agents 集成包。30 道 SEC 文件题实测中，Foveate 正确率 67%，高于全量发送的 37% 与 Plain RAG 的 50%，但作者同时公布其找证据页不如 RAG、token 消耗更高、改写问题下一致性更低等不利结果。
推荐理由：原文附了30道SEC文件题的实测数据，并把Foveate不如RAG的短板一并公开，读者可据此评估是否采用。
luongnv89 在 GitHub 开源 m-bench，一套针对自己机器基准测试完整 LLM 配置（serving 参数、thinking 模式、编码代理）的工具，每个任务附参考解，validate 需 28/28 通过。当前最佳配方为 unsloth/Qwen3.6-35B-A3B-NVFP4（MoE，约 3B 激活）跑 vLLM，关 thinking，core16+hard12 达 82.1% pass@1，吞吐约 35-48 tok/s 单流。多轮实测显示 thinking 对一次性代码生成多耗约 13 倍输出 token 仅换 +1.7 分，但在工具循环中可把轮次从 6.8 降到 5.2；同一权重经四个不同代理得分相差最多 23 分。
推荐理由：原文用多轮实测数据说明同一模型在不同配置和代理下得分差异巨大，为本地部署选型提供了可复用的基准方法和结论。
KnowForge 论文提出按职能分工的文档问答流水线，包含知识点索引、只能检索的 Locator、桥接判断器、只能读文本图像表格的 Deep Reader 和格式检查合成器。自托管 Qwen3.6-35B-A3B 在 M3DocVQA 上达 F1 47.5，比 M3DocRAG 高 11.0，DeepSeek-V4-Flash 达 53.5；MultiHop-RAG 准确率 73.5，超过已发表最强 RAG 与 GraphRAG 的 71.2。消融显示把两个智能体合并反而损失 1.9 F1，论文开源了提示词、代码和三个基准的只读知识库。
推荐理由：论文用消融实验拆解各智能体角色的贡献，还验证了合并多角色反而掉分，方法可迁移到其他 RAG 流水线设计。
B3dmar 发布 3ngram，一个 MCP 优先、可自托管的 AI 智能体持久化记忆后端，支持 Claude、ChatGPT、Cursor 等客户端跨会话存取。记忆按决策、承诺、阻塞、事实等类型区分生命周期，写入采用 append-and-supersede 不破坏旧数据，事实带双时间轴；存储用 Postgres 加 pgvector，Apache-2.0 协议开放 MCP 服务器、REST API、SDK 和 CLI，检索基准在 CI 中作为合并门槛，recall@5 下限 0.9773、弃答精度 1.0000。
推荐理由：README 给出类型化记忆模型、双时间轴事实与可复现基准下限，自托管和托管两条路线都写清了部署步骤。
IIT Madras CeRAI 团队（EMNLP 2026 论文配套 GitHub 仓库）检验 LLM-as-a-Judge 是否真的依据评分标准推理：仅用 rubric 文本训练的探针分类器就能预测 Qwen2.5-7B-Instruct 评审的结论，HealthBench 上平衡准确率达 0.80–0.88。反事实实验中，反转回答仅 37.7% 的样本对上评审如期翻转，反转评分标准时仅 16.8%（Gemma）/ 32.2%（LLaMA），并开源了完整探针、扰动与分析脚本。
推荐理由：IIT Madras 团队用只看评分标准的探针分类器复现判断结果，并给出反事实扰动数据，方法可复用。