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 7,245 条
GitHub 项目 spread-your-claudes 提供一组轻量 CLI 包装器，让 Claude Code 把大文件读取或完整子任务一次性交给 gemini-think、cursor-think、codex-think、geminiweb-think 等 lane，在对应厂商配额上执行，只返回约 5 行带 file:line 引用的答案，避免每轮重发 600 行内容烧掉主会话用量。
推荐理由：作者讲清了用其他厂商 CLI 分担大上下文读取的原理、配额追踪和安全限制，方法可直接复用。
作者在 GitHub 发布 TestGen Agent，一个独立 Python 工具，可为 Java 项目自动发现方法并生成 JUnit 4 单元测试，支持 OpenAI（GPT-4o-mini）、Anthropic（Claude）及 Anthropic 兼容端点如 DeepSeek，含自动编译修复（最多 3 次）、可选 JaCoCo 覆盖率引导改进和 JSONL 断点续跑。在捆绑的 Maven 演示项目上用 deepseek-v4-flash 端到端跑通：40 个测试文件全部编译通过，38 个可运行中 36 个通过，PiTest 突变得分 83.8%（67/80），接近人工基线 83.98%。
推荐理由：作者用 PiTest 突变得分而非编译通过率来衡量 LLM 生成的测试质量，并公开了演示运行数据与诚实短板，方法可直接复用。
hwdsl2 在 GitHub 发布 docker-mcp-gateway 镜像，基于 MCPHub 加 Caddy 鉴权代理，可在单一 HTTP 端点后以 Bearer token 认证运行多个 MCP 工具服务器。首次启动自动生成 API key，支持 /mcp 路径按名称访问各服务器，内置 fetch、filesystem、GitHub、Brave Search、Git、PostgreSQL、memory、sequential-thinking 服务器，支持 Streamable HTTP 与 SSE 传输，提供 Web 仪表盘、env 文件配置、LiteLLM 集成与 docker-compose 示例，支持 linux/amd64 和 linux/arm64，MIT 许可证。
推荐理由：README 提供了从启动命令到反代 HTTPS 的完整自托管 MCP 网关配置方法，想自建多服务器 MCP 端点的读者可以直接照着部署。
作者在 GitHub 发布开源工具 Artifactize（Apache 2.0，支持 Linux 和 WSL 2），把项目拆分为带各自 evals 的 Artifact，包括运行命令、调用 OpenAI 或 Anthropic 的 Agent 评审和人工签核。指纹不变时 verify 复用 GREEN/RED 结果，并通过一个 artifactize 服务器在队友 checkout 和 CI 间共享评审，status 可预测将执行或复用哪些评审。
推荐理由：原文讲清了按 Artifact 拆分评审并用指纹复用结果的做法，做多人机协作开发时可以借鉴这套降低重复评审成本的机制。
GD4AI 在 GitHub 发布 Obsidian 插件 obsidian-llm-wiki，将 Karpathy 的 LLM Wiki 想法做成一键插件，用 LLM 从笔记中提取实体和概念生成交联 wiki 页面，不改写原始笔记。检索不用向量嵌入，而是基于 [[wiki-link]] 图的 5 级级联加 Monte Carlo Personalized PageRank，项目自有语料上 PPR @5 为 27.1% 对纯 kNN 基线 24.1%；插件支持 16+ 家 LLM 提供商、11 种界面与输出语言、v1.27.0 起内置 MinerU 后端支持 PDF、图片和 Office 摄取，可经 Ollama 或 LM Studio 完全本地运行，无后端无追踪。
推荐理由：原文详细说明了用 Personalized PageRank 走 wiki-link 图替代向量 RAG 的取舍与实测数字，可作为个人知识库工具选型参考。
PocketLLM 项目通过 JNI/NDK 调用 llama.cpp 并支持 Vulkan GPU 卸载，在 Android 上本地运行 GGUF 模型，暴露 OpenAI 兼容 API 供本机和局域网客户端使用。v0.3.0 新增基于 GBNF 语法约束的 Agent 工具调用，保证小模型输出的工具调用格式合法，并提供共享同一核心引擎的桌面 JVM CLI（chat/serve/agent）。项目还内置 Hugging Face 模型下载、断点续传、聊天界面与 API key 管理；已知限制包括单模型串行推理、当前仅打包 arm64-v8a，且小于 500M 的模型参数内容质量较差。
推荐理由：开源项目直接在 Android 上用 llama.cpp 跑 GGUF 并提供 OpenAI 兼容 API，还给出采样时 GBNF 约束小模型工具调用格式的做法。
samikuikka 在 GitHub 发布了 Apo，一个针对 Agent harness 的测试与工程化系统，处于 alpha 阶段。专家将系统能力写成可执行的能力规格，Apo 对真实 Agent 运行并返回含测试明细、trace 和交付物的 PASS/FAIL 判定，编码 Agent 可据此迭代修改实现直至通过。支持单机自托管部署，任务由确定性轨迹检查、客观事实检查和 LLM judge 三层测试组成，MIT 许可。
推荐理由：原文完整给出了任务定义、三层测试结构和自部署命令，可以当作搭建 Agent 持续验证闭环的参考做法。
Forecall 在 GitHub 开源 forecall-cli，包含给 MCP server 工具描述质量打分的 linter 和本地运行命令，可 `npx forecall lint tools.` 使用并连接 Forecall Failure KB。每个工具按六个部分满分 100 评分，覆盖用途、使用时机、参数、返回值、约束副作用和示例，还会检查工具过多、描述雷同等 server 级问题；数据不离开本机，支持 --、--fail-under、--min-tool-score、--fail-on 等 CI 选项。示例中 description 只有 2 个词的 search 工具得 6 分，描述完整的 get_forecast 得 79 分。
推荐理由：给出了 MCP 工具描述的六维评分规则和本地 lint 命令，写 Agent 工具的开发者可以直接对照检查自己的 tools 描述。
作者 @timoncool 发布 Claude Code 插件 Angry Switcher，在提示词送达 Claude 前用本地检查加 Sonnet 5.5 低强度模型清洗错字、translit、错误键盘布局、脏话和大写，保留问题、路径、数字与代码。清洗层也可切换到自有 DeepSeek V4.1 Flash 密钥，让原始文本不经过 Anthropic。实测 51 条真实消息语义保留 97-100%，每条清洗中位耗时 1.4 秒、API 价格约 $0.0015，并提供 /angry 命令组、A/B 对比与 replay 测试室。项目地址 https://github.com/timoncool/angry-switcher。
推荐理由：作者给出清洗层在真实提示上的语义保留率、耗时和成本实测数据，读者可以据此评估是否值得接入自己的 Claude Code 工作流。
作者在 GitHub 开源了用 Python 编写的游戏 AI 中间层框架 aigc-game-framework，核心约束是 AI 不能侵入游戏主循环，只能经 MainController 提议并由确定性规则层裁决，指令需过 AST 校验、白名单和 mini-CEL 规则。框架包含 30 个核心模块、33 个工具规格，附带 24 个测试文件共 223 个用例可复现；模型推理依赖 Ollama / vLLM 等本地服务，仓库按 Windows 环境编写且无端到端真实游戏测试。
推荐理由：README 交代了 AI 不侵入游戏主循环的架构约束、mini-CEL 规则裁决和 223 个可复现测试，读者可按文档自行验证这套受控接法。
EntropyEnthalpy-SYS 在 GitHub 开源了 grokbot，一个面向小群组和私聊的轻量 Telegram 助手，登录 Grok（SuperGrok / X Premium）订阅运行，可选 ChatGPT Plus/Pro 与 Claude Pro/Max 作为后备，不依赖按 token 计费的 API key。它支持被 @ 提及才应答、网页和 X 搜索、链接卡片、语音转写、翻译、图像生成、提醒与投票，群组有 strict/normal 两种隐私模式，全部通过 /admin 面板管理。代码为 Node 24 上的纯 TypeScript，使用 grammY 与 pi，数据存于单个 SQLite 文件，附部署脚本与文档。
推荐理由：作者开源了一个跑在 AI 订阅而非按 token 计费 API 上的 Telegram 助手，配置、权限和隐私模式都写得较完整，可作部署参考。
JohnnyQ-commits 在 GitHub 开源了数据工程自动化 Agent 框架 Aqueduct，输入需求文档可产出 DDL、ETL SQL、DQC 测试用例、字段级血缘等 15 个标准化交付文件。框架采用 7 层架构（MCP/LLM/Tools/Skills/Engine/Memory/Config），通过 StateGraph 编排 DAG 工作流，内置审查修复循环、交互式问题澄清和 JSON 本体知识库，支持经 MCP 协议对接任意数据平台，可嵌入 Claude Code 或 LangChain，提供 dev、review、change 三种模式，MIT 协议开源。
推荐理由：原文完整给出了分层架构、工作流和交付物清单，读者可以对照评估这套数据开发自动化框架是否可迁移到自己的流水线。
武汉晴辰天下开源 ClawPanel，这是一个支持 OpenClaw、Hermes Agent、DeepSeek Harness 等引擎的可视化管理面板，采用 Rust + Tauri v2 桌面端与零 GUI 依赖的 Web 版，AGPL-3.0 协议。内置 AI 助手提供 4 种操作模式和 8 大工具，可一键排障、生成 Issue 和修复 PR，并支持飞书、钉钉、Telegram、Discord、QQ 等消息渠道接入；Web 版兼容 ARM64 开发板，提供一键部署脚本与 Docker 镜像，地址 https://github.com/qingchencloud/clawpanel。
推荐理由：项目 README 给出了从桌面到 ARM64 开发板和 Docker 的完整部署与升级路径，读者可以照此评估这套多引擎 Agent 管理面板是否适配自己的环境。
GitHub 项目 ofou/golem 发布，是一个在单个仓库内工作的 Agent，任务缺能力时会自行编写 Python 工具、在 Docker 沙箱中盲测验证后安装，后续会话直接复用已装工具。权限与花费由 authority. 固定并在每次运行前后打印 sha256，默认模型为 deepseek/deepseek-v4.1-flash，经 OpenRouter 计费，单任务花费上限 $0.20，支持 GitHub Actions 复用工作流，采用 MIT 许可证。
推荐理由：这个自建工具型 Agent 用盲测、桩检查和只读哈希许可约束生成代码，其沙箱与权限设计可作工程参考。
开源工具 reelplanner 让 coding agent 把计划生成为旁白视频，视频在每个待定选择处暂停，用户在视频上作答后 agent 更新计划。已在 Claude Code 测试可用，Codex 提供基础支持，Copilot、Cursor、OpenCode、Antigravity CLI 尚未测试；支持 macOS 和 Linux，Windows 暂不支持。默认使用本地语音 Kokoro 和 whisper.cpp 配字幕，约 840 MB 模型一次下载，代码不外发；也可用 OpenRouter 托管语音，约 $0.03 一分钟旁白。作者引用 Andrej Karpathy 2026 年 10 月关于定制解释视频输出格式的观点作背景。
推荐理由：把 coding agent 的计划转成带旁白的视频，在每个待定选择处停下来让用户作答，文中还与 Plan mode 和 Spec Kit 做了对比。
pingkui 在 GitHub 发布 n8n-human-review-pipeline，一个 LLM 起草社交帖子的 n8n 工作流，草稿经确定性代码检查后送人工审核，须明确批准才发布，未识别或超时（24 小时）的回答一律不算批准，修改最多三轮，每次运行生成审计记录。检查含长度、禁用词和数字须出现在请求方提供的事实中；配套支持按客户配置语气与限制、本地 docker compose 部署审核页，12/12 项测试在真实 n8n 2.42.5 容器中通过，另用 Kimi kimi-k2.6 完成一次真实请求验证。项目明确说明 resume URL 无鉴权、检查不做事实判断等限制，MIT 许可。
推荐理由：原文给出了人审环节的具体实现和 12 项测试覆盖，读者可以把这套确定性检查加人工审批的流程迁移到自己的内容管线里。
开源工具 mcptoon（activeing123/mcptoon）发布，通过只把工具名索引放入上下文、按需用 inspect 取完整 schema，把 255 个工具的 71,929 tokens 压到 581 tokens（-99.2%）；技能目录从 926,232 tokens 变为 39 驻留加每次查询 501 tokens。工具为 363KB、零依赖纯 Python CLI，支持 103 个客户端（42 个 CLI 直调、61 个经 mcptoon serve），可从 Smithery 和官方注册表搜索 17,000+ MCP 服务器，含破坏性调用拦截、提示词注入扫描和凭据泄漏检测，全部本地运行、无遥测，Apache 2.0 协议。
推荐理由：README给出了三处节省的分开测量和可复现的基准方法，读者可以自己跑 bench 验证节省幅度是否成立。
robmclarty 发布开源 Agent 编排库 Fascicle（Apache 2.0），把 LLM 调用、工具调用和普通函数统一为 Step<i, o>，提供 sequence、parallel、branch、retry、loop、ensemble_step、checkpoint 等 22 个组合原语。
推荐理由：README 清楚列出了 22 个组合原语、八家 provider 接入和可运行的零密钥示例，读者能据此评估这个 Agent 组合库是否合用。
kungFuDOOM 在 GitHub 开源了 Forge，一种让 AI 把多步任务写成单个短程序、一次调用跑完的 Agent 语言，替代每步一次工具调用的模式，并提供浏览器演示和 60 秒快速上手。零依赖，仅需 Python 3.10+ 标准库；通过 MCP server（forge_run 和 forge_check 两个工具）接入 Claude Code 或任何 MCP 客户端，语言规范随工具描述附带。支持循环、分支、并行（PARALLEL 8）、重试、子程序复用和预运行检查，内置 HTTP、文件、数据处理工具；与 Python/TypeScript 代码模式相比无需沙箱、安全-by-construction，但每轮约多花 460 token。
推荐理由：README给出了与Python代码模式的往返次数、token开销和可靠性数据，并说明各自适用场景，方便读者判断是否采用。
Eduardo Moraga 在 GitHub 开源了 Edu，一个为 Claude Code、Codex、Pi、OpenCode 和 Antigravity 等编码 CLI 提供身份、持久记忆、上下文预算和编排的 Node 工具。记忆以 Markdown 加 YAML frontmatter 存储，分 canonical、episodic、transitive 三层，笔记带 verified/inferred/hypothesis 声明等级；支持 solo/crew 两种模式，默认要求写操作审批，项目 .edu/ 目录随 npm 安装，MIT 协议。
推荐理由：作者给出了完整的记忆分层、上下文预算与多 CLI 编排设计，读者可以参考其 Markdown 记忆库和证据记录的落地做法。