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
pigo 是一个用 Go 编写的终端编码智能体，可通过 extensions、skills、prompt templates 和 themes 定制而无需 fork 主程序，资源可打包后经 npm、git 或本地路径分享。提供交互式 TUI、print/JSON、RPC 和 server/client 四种运行方式，内置 Anthropic、OpenAI、GitHub Copilot、Gemini、Amazon Bedrock、OpenRouter、xAI、llama.cpp 等提供商，默认赋予模型 read、write、edit 和 bash 工具，不导出稳定的 Go 库。项目灵感来自 earendil-works/pi。
推荐理由：README 给出了扩展、技能与包机制的具体用法和多种运行方式，想定制终端编码智能体而无需 fork 主程序的读者可以参考。
anthonyproctor 发布 Project Coldfall，一个 macOS 13+ 开源终端（Swift，MIT 许可），可并排运行 Claude Code、Codex、Antigravity、Copilot、Grok CLI 或 Ollama 本地模型等多个长驻 AI 智能体。底部状态条读取各家真实剩余配额并统一显示，Claude 和 Codex 已支持实时额度，Copilot 只显示 token 和 premium requests，Antigravity 尚无数据。
推荐理由：原文详述了以桌面为单位管理多个长驻 AI 智能体的设计与跨厂商配额计量思路，读者可以借鉴其工具取舍和隐私边界做法。
GitHub 开源项目 SonghaiFan/frankie-poker 提供一个无限注德州扑克试验场，可通过 OpenRouter 与 JEV、Gemini、Claude、GPT、Grok、DeepSeek、Kimi 等模型对局，为每个对手指定模型、风格和提示词。支持在 preflop、flop、turn、river 样例场景中预览提示词与请求，通过插件注册自定义扑克变量，本地部署需 Node.js 22+ 和 OpenRouter API key（当前 Vite 配置会把 key 嵌入浏览器 JavaScript，须保持本地运行），源码采用 MIT 许可。
推荐理由：项目支持为每个对手指定不同模型和提示词策略，并能在四种牌局阶段预览实际请求，便于实验模型的决策方式。
Rampa 是开源命令行 WCAG 无障碍检查器，先用 axe-core 处理规则能判定的问题，再把语义残留按 WCAG 2.1 准则逐条交给语言模型判断，覆盖 alt 文本、页面标题、链接目的、标签可见性等 9 项准则。每条结论必须引用页面上真实存在的节点和文本，否则被丢弃；可经 Ollama 本地模型或主流服务商运行，支持 SARIF、CI、Playwright 和 MCP，并附 W3C ACT 测试用例上的评估数据。
推荐理由：开源 CLI 用 axe-core 加模型判断补足规则无法判定语义的残留，并以 W3C ACT 测试用例给出每条准则的实测数据。
tunderadev 在 GitHub 发布 oxlint-plugin-llm，为调用 Vercel AI SDK（ai）、openai、@anthropic-ai/sdk 和 MCP TypeScript SDK 的代码提供 Lint 规则。规则基于单文件 AST、无需类型信息，可捕获缺少 max_tokens、流未被消费、流结果误读 .choices、请求处理器缺 abort signal 等问题，支持 npm/pnpm/yarn/bun 安装，也可加载进 ESLint 9；硬编码 API 密钥等安全问题则明确交给已有的 security 系列插件处理。
推荐理由：原文逐条列出各 Lint 规则捕获的典型错误和 SDK 适配范围，开发者可以直接判断是否引入这个工具。
lihuu 在 GitHub 发布一次性运行的命令行 Agent ma：接收任务后调用模型，用宿主已有的 shell 工具完成工作，输出回答后退出，支持 macOS 与 Linux，运行时只需一个二进制文件。它通过 OpenAI-compatible Chat Completions API 配置模型，提供 --write、--net 权限开关和 --skills 加载项目技能，上下文超限时按压缩旧轮次、截断结果、截断输入的顺序恢复；内置 Guard 是尽力而为的命令检查而非安全沙箱，需强隔离时应用容器或虚拟机。
推荐理由：原文给出从安装到权限开关和上下文压缩策略的完整用法，读者可以快速评估这个单循环命令行 Agent 是否适合自己的工作流。
justsml 开源 ExploitHunter.app，一个本地优先的 AI 智能体安全研究工作台，支持授权台账、审批门、证据存档和本地 lab 运行时。实测中 qwen-3.6-flash 在 Hard Juice Shop 上找到 7 类有证据支撑的漏洞，单次成本 $0.007，而 Claude frontier 路线单次约 $2.00-$2.35；本地 LM Studio 路线（如 lmstudio-gemma-4-e4b）可以 $0 API 成本离线找到 7 类漏洞。作者主张的方案是指挥者模式：廉价或本地模型做广域侦察，frontier 模型只用于深度推理和验证。
推荐理由：同一评测里给出各家模型的实测分数和成本对比，读者可以据此了解廉价模型与本地模型在安全扫描任务上如何分工路由。
cdxiaodong 在 GitHub 开源了 Cain（cain-agent），一个基于 Claude Agent SDK、面向真实授权安全评估的 AI 渗透测试工程 Agent，覆盖 AWS、Azure、GCP、阿里云、腾讯云、华为云的云渗透模块。项目通过确定性状态机与工程约束强制范围控制，内置 46 个只读安全工具、finder≠validator 双会话验证、凭据脱敏等结构性安全机制，并支持 recon/test/report 三阶段分别路由不同后端与模型；自带 vulnerable-terraform 基准，实测静态扫描各场景零漏报零误报。
推荐理由：原文给出安全钩子架构与自建基准的实测数据，读者可了解如何用工程约束而非模型自律来做授权渗透测试。
murai1998 在 GitHub 发布 LocalLLM，一个完全本地运行的开源 AI 助手平台，基于 Gemma 4 12B（GGUF，llama.cpp 推理），支持多模态聊天、文档 OCR、语音转文字、实时语音翻译和 LangGraph 工具调用智能体。项目采用单一 FastAPI 网关暴露 OpenAI 兼容 API，支持 CUDA 与 Apple Silicon GPU 加速，48 GB Apple Silicon Mac 可换用 Gemma 4 31B 或 Qwen3.8-27B 预设（M5 Pro 上约 13–15 tok/s）；唯一非本地功能是可选的 Gemini 3.5 Live Translate 对比引擎，需自备 API key。
推荐理由：README 详细给出了网关架构、量化配置和多智能体设计，想自建本地 AI 平台的读者可以参考其单网关和提供方抽象做法。
开发者 godic97 在 GitHub 发布 Gingoa，一个通过逻辑和代码而非提示词约束 AI 编码智能体的防护框架，名字取自《西游记》紧箍兒的韩语读音。它包含两个 Claude Code 插件组件：deid-guard 通过档案卡和去标识化副本控制进入模型的个人数据，解除遮蔽需用户本地确认；mutation-gate 在智能体写测试时用各语言原生变异测试工具（如 JS/TS 的 Stryker、Python 的 mutmut）检验测试能否杀灭变异体并报告分数。所有检查以钩子形式在本地运行、可产出可读证据，作者明确说明这些护栏不针对蓄意绕过的智能体。MIT 许可。
推荐理由：原文具体说明了两个以钩子和本地程序强制执行的检查组件的机制与适用语言，是一套可落地的 AI 编码智能体约束做法。
GitHub 项目 wordkeep 发布，这是一个本地 MCP 服务器，通过 60 个工具向 Cursor、VS Code Copilot、Claude Desktop、Zed 等客户端的编码 Agent 提供结构化、token 预算化的仓库上下文，而非整文件转储。支持 repo_map、symbol_refs、call_graph、knowledge_search 等工具，经 tree-sitter 支持 C/C++、Rust、Python、TypeScript 等语言；在 29 天、627 次调用的试用中估计节省约 99.9% 的上下文 token（240M 蒸馏 vs 315K 返回，按约 4 字符/token 启发式估算），并附可选 Meilisearch + Svelte 的本地 wiki 界面。
推荐理由：README 给出了 29 天 627 次调用中 240M 蒸馏 token 对 315K 返回 token 的实测数据，读者可据此评估其上下文压缩思路的实际节省幅度。
XuexGao 在 GitHub 发布 free-llm-router，把 10 家厂商、11 个变体的免费/自持账号池聚合为一个 OpenAI 兼容 API，部署在 Cloudflare Workers Free 计划即可。支持流式与非流式、工具调用、provider/model 前缀路由、AES-GCM 凭据加密，并自动执行每日签到与成长任务，实测腾讯 buddy 计划 23/23 步全成功并领取 +300 积分。文档同时诚实列出限制：codearts/trae 等因上游强制本机回调只能导入凭据，会话粘性与流内换号未接线，项目声明仅限本人授权账号自用。
推荐理由：项目文档详细记录了各供应商接入能力、实测结果和已知限制，读者可以按需判断能否复用这套免费账号聚合网关。
uwa 是一个 Rust 编写的本地桥接工具，通过 CDP 驱动已登录 ChatGPT、Claude、Gemini、DeepSeek 等网页版的 Chromium，把会话暴露为标准 OpenAI/Anthropic 兼容接口，无需 API 密钥。支持 chromiumoxide 与 nodriver 双后端、网络优先 SSE 抽取加 DOM 回退、OOPIF 跨域 iframe 处理、MCP 双向集成、TOML 热重载与 Prometheus 指标，内置 10 多个站点 provider，MIT 协议发布，作者声明仅限教育研究用途。
推荐理由：原文给出了完整的架构、部署步骤和双后端设计，读者可以据此评估这套 Rust 桥接方案在本地复用浏览器登录态的可行性。
toroc07 在 GitHub 发布 ai-jarvis-assistant，一个全本地运行的 Windows 西班牙语语音助手，用 Ollama 跑 qwen3:8b，语音识别、合成和声纹验证都在本地完成，唯一可选外连是用户自配的 Claude API。项目重点在安全设计：所有操作经 guard.py 按 policy.yaml 白名单校验，删除进回收目录，支持 Ctrl+Alt+J 紧急停机且重启后仍保持停止；声纹用 ECAPA-TDNN 支持最多三名用户，两阶段验证。作者还给出实测笔记，如 Qwen3 4B 虽达 14.4 tok/s 但会倾倒内部独白，8B 为 10.7 tok/s，首次工具调用约 9 秒预热，常规件对话约 5 秒首词、带工具 12-16 秒，含 286 项测试。
推荐理由：原文详细公开了权限守卫、策略白名单和紧急停机的设计与实测数据，可迁移到其他本地 Agent 的安全与工程决策。
开发者 UmarSiddiqui 在 GitHub 开源了 HeyMate，一款住在 Mac 刘海中的 AI 伙伴应用：按住 ⌃ ⌥ 即可就屏幕内容提问并获得语音回答。它可将编码任务交给已安装的 Claude Code、Codex 或 OpenCode CLI，复用用户已有订阅，无需额外 API 账单；智能体先给出只读计划，批准后才执行，并提供撤销快照。应用还包含 mates（各有名字、人格、记忆和工作区）、微应用小组件，支持 Apple 应用、本地 CLI、MCP 与 Composio 连接，截屏仅在提问时进行且不存储，聊天与记忆以纯文本存于本地。基于 MIT 许可（源自 Clicky 项目），需 macOS 14.2 及以上。
推荐理由：这款开源 Mac 刘海应用复用已有的 Claude 或 ChatGPT 订阅跑编码智能体，先出只读计划、批准后才动手并支持撤销，隐私说明也写得具体。
tyama-ds 发布了 agent-workbench，一个在 Windows 11 上运行的智能体工作应用，供 Local LLM、OpenAI、Anthropic 使用，PM 创建作業者并分配角色，通过邮件协作汇总结果，支持同 API 角色团队和异 API 混成团队。项目仅提供源码版（MIT License），不内置 Python，需已授权的 64-bit CPython 3.11～3.13，通过 Setup.cmd / Launch.cmd 启动，默认端口 8818；从 0.1.1.dev23 起停止了 Python 内置版的制作与分发。
推荐理由：这是一个支持 Local、OpenAI、Anthropic 混成团队的 Windows 智能体工作台，权限、预算与文件安全的实现细节写得相当具体，适合关心本地部署与多智能体协作的人参考。
AndrewDryga 开源了 co:op，一个 Go 编写的沙箱工具，在容器内以关闭权限提示的方式运行 Claude Code、Codex、Gemini CLI 和 Grok。容器只挂载项目目录，SSH 密钥、云登录和 .env 均不进入盒内，过滤网络只放行 AI 提供商和已批准域名；提供任务队列 coop loop、fork 评审、多账号轮换、评估和 cosign 签名校验，支持 macOS 和 Linux（Docker），MIT 许可。
推荐理由：README 讲清了沙箱隔离、密钥防护、过滤网络和任务队列的具体机制，读者可以据此评估无人值守跑编码智能体的可行方案。
LionelRoxas 开源了 go-coverage-agent，一个为 Go 仓库自动提升单元测试覆盖率的智能体：测量覆盖率、确定性规划目标、由 LLM 编写测试、经 go vet 与 go test 验证后只保留通过且提升覆盖的测试。在 montanaflynn/stats 上以 80% 为目标，用 Groq 的 openai/gpt-oss-120b 在 287 秒内将覆盖率从 0% 提到 80.5%，消耗 184,926 tokens；免费试用 key 因限流约 28 分钟仅达 69.0%。代码由 Claude Code 编写，作者做架构与产品决策，文档详细披露了 AI 分工与容器隔离的局限。
推荐理由：作者用实测数据支撑设计取舍，其中不靠 LLM 修机械错误、按 token 预算自适应限流的思路可迁移到其他测试生成工具。
作者在 GitHub 发布 autoclaim-adjudicator，一个车险物理损失理赔的确定性多智能体工作流，由代码控制流程和金额、LLM 负责判断与文案，独立校验并只用免费额度模型（Groq、Google AI Studio、Ollama 本地模型）。锁定测试 300 条理赔中 55.3% 自动决定、其中 97.6% 正确；欺诈两段式筛查以 10% 审查率拦截 78.3% 真实欺诈（ROC-AUC 0.860/0.955）；用 Qwen3-4B QLoRA 微调本地 judge 后捕获率 30% 升至 95%。作者提醒多数理赔为模拟数据，judge 和微调结果来自合成测试用例，详见 limitations.md。
推荐理由：作者给出了车险理赔 harness 的完整实测数据与消融结果，可看到确定性代码与 LLM 分工在具体业务里的落地方式。
Cactus Compute 发布面向手机、可穿戴、机器人、智能家居和微控制器的端侧基础模型 Needle 3，整个模型是单个 8-29 MB 二进制文件，权重和各平台引擎已在 Hugging Face 开放。模型基于 Laddered Simple Attention Network，2 到 20 层每档深度都是可部署模型，在移动端工具调用上以牺牲通用对话能力换取超过 10 倍体积模型的表现，并支持结构化抽取、文本嵌入和同容器的语音转写模型 Whistle（16.9 MB，支持 7 种语言）。提供 needle finetune 本地 LoRA 微调与平台微调两种方式，DroidCall 微调使 4 层以上的子网络在 29M 参数起通过 DeepSeek V4 Flash。
推荐理由：Cactus 官方开源了面向微型设备的 Needle 3，并给出与 Whisper、DeepSeek 等模型的基准对比和完整微调部署路径，适合本地部署场景参考。