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
arXiv 论文提出 TRACE 协议，通过配对运行、行为对比和重打分，把 LLM agent 分数变化区分为能力变化与评测本身的变化。在 25 个合成任务中重命名工具使脚本 agent 分数降 0.250，打分时恢复原名可完全弥合差距；88 个任务的重命名实验中八个 agent-change 对里七个 reward 变化在 ±0.10 内，误导性工具名则使所有 agent reward 下降 0.20-0.44；相同重跑会翻转 15-36% 的任务结果，两个前沿 LLM 评审在 57% 的相同记录上判断不一致。
推荐理由：论文用配对实验把智能体评测分数变化拆解为能力与测量两类原因，对解读 LLM agent 基准分数的读者有直接参考价值。
parammadan 发布 WebFidelity 工具，用带答案密钥的合成页面和以耐心浏览器为参照的真实站点，测量 LLM Agent 抓取器丢失了多少内容。实测发现 Firecrawl 默认在加载约 300 ms 后快照，晚于此到达的内容被丢弃且输出无提示，视口高度 100,000 px 导致滚动失效，46 个真实站点默认平均覆盖率 85%；加等待和点击动作可将合成基准召回从 52% 提升到 89%，作者并提议在响应元数据中暴露快照时的网络请求状态。
推荐理由：作者给出可复用的网页抓取完整性测量方法与held-out纪律，量化了Firecrawl默认抓取在JS延迟场景下的内容丢失程度。
作者公开其个人 agent skills 收藏仓库，支持 Claude Code 和 Kimi Code CLI，通过 git clone 加符号链接或 extra_skill_dirs 配置实现跨机同步。仓库含 20 多个技能和多个 slash 命令，如 root-cause（先诊断后修复）、validate-plan（对抗性压测计划）、mr-review（最多五个并行审查者）等，按研发流程组成流水线；作者实测将 mr-review 的五个并行审查者固定到配置的 secondary_model 池的廉价快速模型上，判定结果相同但 token 约减半、耗时约四分之一。
推荐理由：作者公开了自己跨机同步的 Agent 技能仓库，含安装方法、技能流水线和实测的降本数据，可按阶段直接取用。
开发者 M0j0Risin 在 GitHub 发布 NeonSidekick，一个优先支持本地大模型的 agentic 终端客户端，可连接 LM Studio、Ollama、llama.cpp 或 vLLM，也能通过内置 llama.cpp 直接下载并运行 Gemma、Qwen 等模型，支持 CUDA、Vulkan 或 CPU。它还提供 OpenAI 和 Anthropic API 及 Claude Code 接入，具备文件、Git、shell 等内置工具、四层技能系统、Whisper 语音输入和 Kokoro 语音输出，基于 .NET 10 NativeAOT 编译，免安装运行于 Windows x64 和 Apple Silicon Mac，采用 GPLv3 许可。
推荐理由：这是一个面向本地大模型的 agentic 终端客户端，功能覆盖嵌入式模型、技能系统和工具沙箱，想搭本地 Agent 环境的读者可以直接试用。
1broseidon 开源了 Hotline，一个自托管的 Agent 协作房间工具，可在本地给多个 Agent 各自的名字、项目目录和持续对话，Agent 之间能直接互相提问、请求审查和交接任务。
推荐理由：自托管的多智能体协作房间工具，支持混用多家模型和 Claude Code 等 harness，数据留在本地，适合想自己搭 Agent 工作流的读者。
goruck 在 GitHub 开源 Home Generative Agent（HGA），一个为 Home Assistant 打造的 LangGraph 智能体集成，可用自然语言控制实体、生成并注册自动化 YAML、分析摄像头画面并做人脸识别，支持 OpenAI、Gemini、Anthropic 或经 Ollama 等本地运行。它用 pgvector 保存长期语义记忆，Sentinel 异常引擎以确定性规则负责安全告警，LLM 只建议不直接执行，并内置 Home Assistant 安全审计，可检查未上锁的门锁、新管理员账号、长期 token 等问题。
推荐理由：README完整覆盖功能、架构和安装路径，能看出基于LangGraph的智能家居Agent与传统提示词透传集成的差异。
geminik23 在 GitHub 发布 ai-agents 1.1.1，一个用单个 YAML 声明即可构建 AI Agent 的 Rust 框架，常见场景无需写代码。框架支持 12 家 LLM 提供商自动回退、30 个内置工具与 MCP 接入、状态机与技能、分层记忆栈、多 Agent 编排，以及 fail-closed 工具授权、HITL 审批和 YAML 场景评测；Redis 存储为实验性，RAG 与 Python 绑定尚在规划中，需 Rust 1.88+，采用 Apache 2.0 许可证。
推荐理由：作者详细列出了该 Rust 框架的工具授权、审批与评测机制，想用单一 YAML 声明式搭建 Agent 的开发者可以对照评估。
GitHub 项目 khrystofor-main/aiterm 发布，这是一个 Ubuntu AI 终端：左侧是用户的 bash shell，右侧是 Antigravity CLI（agy，基于用户自己的 Google 订阅运行 Gemini），通过专用 tmux 服务器的两个 pane 让 Agent 看到终端并执行命令。aiterm-left 默认只向 Agent 提供最后一条命令及其输出，需要时扩展到最近 N 条或全部回滚缓冲；aiterm-run 检查提示符为空、仅 bash 在运行才输入命令，否则拒绝（exit code 3），任何带 sudo 的命令前会先 sudo -K 清除缓存凭据，密码必须由用户在自己的 pane 输入。
推荐理由：开源的 Ubuntu AI 终端，让 Agent 直接在用户自己的 shell 里可见地读写命令，代码层面强制 sudo 守卫等安全检查。
VKirill 在 GitHub 发布 claude-lane-stack v1.64.8（MIT 协议），以 Claude Code 作为 AI PM，通过文件与 git 流水线调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 完成编码、文案和 SEO 工作，合并到 main 并在夜间做独立评审。
推荐理由：以任务卡片和验收回执约束多模型流水线，并区分白天交付与夜间独立评审，是一套可参考的 Claude Code 编排实践。
Tianao0110 在 GitHub 发布 Windows 桌面翻译工具 T-Translate，支持划词翻译、截图翻译、悬浮窗实时翻译、播放内容转字幕和 PDF、Word、EPUB 等整篇文档翻译。应用自带 Qwen3-1.7B（1.8 GB）和 Hy-MT2-1.8B（1.9 GB）本地模型可离线翻译，API 密钥用 Windows 系统加密存储，提供标准、无痕、离线三种隐私模式，另接入 OpenAI、Claude、Gemini、DeepSeek、DeepL 等 11 个翻译源，支持 134 种语言，许可证为禁止商业售卖的 T-Translate License 1.0。
推荐理由：作者本人发布的工具仓库，功能清单和模型文件大小写得具体，想搭本地隐私翻译环境的读者可以按需取用。
TAIPANBOX 在 GitHub 发布 stack-up 启动器，一条命令在本地无 Docker 构建并启动其开源 Agent 治理栈，含 tokenfuse 网关、cloud 控制面、dashboard、wardryx 策略点、scopyx 出口管控等，全部仅绑定 127.0.0.1。tokenfuse v1.5.0 的运行预算上限默认每 run 5.00 USD，实测可将声明 50 的调用钳制回 5.00；可选模块包括 vouchryx 委托令牌（撤销记录可跨重启保留）、costcrew FinOps、typryx 类型化回答（实测 jev 托管后端准确率 87.1% / ECE 0.042，本地 qwen2.5:7b 为 70.0% / 0.273）及 trailryx 记录封存平面。
推荐理由：原文给出了本地一键启动整套 Agent 治理栈的服务端口、预算钳制实测数据和各可选模块的取舍，读者可按需挑选模块上手。
TaskWraith 在 GitHub 发布，是一款免费开源、Apache-2.0 协议的本地优先桌面工作台，用于在自有仓库上运行和审查多家供应商的 AI 编码智能体。它支持将多个智能体席位并入同一会话，包括并行子线程和用于共同审议与审查的 Ensemble 模式，所有操作需经用户审批，可在本地查看活动与 diff。支持 macOS、Windows 和 Linux，兼容各供应商 CLI 账号及本地 Ollama 模型，另有处于 TestFlight 测试阶段的 iPhone/iPad 伴侣应用（非独立 AI 应用）。
推荐理由：这是一个可复用的开源工具，正文说明了多智能体协作的权限审批和本地化设计，对想集中管理编码智能体的开发者有直接参考价值。
curtisvgoss 在 GitHub 开源 job-radar，一个完全运行在 GitHub Actions 上的每日求职发现 Agent。它抓取 Greenhouse、Lever 和 Ashby 公开职位板，先用从 profile.yml 机械推导的确定性规则过滤标题、职级、地点和已读状态，仅对存留的新职位用 Claude 通过强制工具调用打分，每天生成一个按分数排序的 GitHub Issue；凭据失效或临近过期时改为提交命名告警 issue。编译阶段用较大模型（compile_model 默认 claude-sonnet-5-5）一次生成 rubric 和层级权重，日常打分用小模型（claude-haiku-5-5），单次封顶运行成本在 Haiku 级定价下远低于 $1。
推荐理由：原文完整给出了基于 GitHub Actions 的求职情报 Agent 架构、过滤规则与成本控制细节，方法可直接复用到类似日常情报场景。
Mai0313 发布 VibeCodingTracker，一个用 Rust 编写的轻量 CLI 工具，自动扫描本地日志以追踪 Claude Code、Codex、Copilot、Gemini、OpenCode、Cursor、Hermes、Grok 和 DeepSeek Harness 的使用成本。价格从 LiteLLM 每日更新，TUI 仪表盘常驻内存约 60 MB，支持静态表格、JSON 导出，并为 Claude、Codex、Copilot、Cursor、Grok 提供实时配额面板；支持 npm、PyPI、crates.io 安装。
推荐理由：原文给出了这个 Rust 编写的 CLI 对九种 AI 编码工具日志的成本统计原理、配额面板来源和内存占用数据，方法可直接复用。
开发者 Past-da-king 在 GitHub 发布开源 Android Agent（Agent-0.11.4，MIT 协议），APK 约 317 MB，要求 Android 10 及以上 arm64 手机，需侧载安装。它以前台服务运行自己的浏览器，把学到的信息写成手机本地 wiki 记忆，可定时或按通知触发例行任务，并能把重活通过 SSH 交给用户自己的电脑。模型可接 API key、ChatGPT 或 Claude 订阅（作者注明 Claude 订阅登录未经官方认可）、也可连 Ollama 等自建服务器；密钥存于 EncryptedSharedPreferences，花钱和代发操作需手动批准。
推荐理由：作者本人详述了这款开源手机 Agent 的记忆 wiki、SSH 派工、订阅接入与隐私设计，安装和自建服务器的方法都可直接照做。
作者开源了 Synq Logic 自用的四智能体系统（Manager、Researcher、Writer、Critic），基于 LangGraph、Gemini 和 FastAPI，仅用公司自身文档撰写营销内容并用带"陷阱"请求的 26 案例评估集测量捏造事实的泄漏率，结果显示 0 起捏造泄漏、0 起注入攻击，3 个失败均为软性夸大且仅被独立裁判（Groq gpt-oss-120b，经校准 97% 准确率）捕获。系统采用 RAG 加纯代码规则加独立裁判三层把关，路由对比显示便宜档 Gemini 3.1 Flash-Lite 在该数据集上 26/26 全过，成本约 $0.004 每轮。项目用 Claude Code 结对开发，MIT 许可发布于 GitHub。
推荐理由：作者完整公开了一个多智能体内容系统的实测评估数据，包括陷阱用例设计和逐轮迭代结果，可作为搭建可验证 Agent 工作流的参考做法。
e42101ex 在 GitHub 发布 news_LLM（auto_report_news），抓取 24 个中英文科技媒体的 AI 新闻，用 TF-IDF + cosine 质心式分群把同一主题的报道合并，生成静态网页部署到 GitHub Pages。分群处理了简繁差异、中英夹杂和数字对照，无需 API key；摘要支持无 LLM、OpenAI-compatible 端点和 Claude 润稿三种模式，实测 40 个主题约 3 分钟，缩图覆盖率约 80%；另含 Google Trends、Bluesky 等免 key 的社群热门分页。
推荐理由：作者完整公开了从抓取、分群到部署的全流程细节，包括简繁归一和三种摘要模式，方法可直接复用。
sblattj 开源了 llm-ferry（MIT 许可），将一台 Mac 的本地 GPU（MLX 推理）与云 API 密钥聚合为一个 OpenAI 兼容端点，供局域网内所有设备共享，密钥只留在主机上。单条命令即可完成客户端接入，支持八条命名车道与严格回退链、Claude Pro/Max 订阅 OAuth 车道、每设备可撤销密钥与用量限额、模型和文件跨机传输及正向代理。在 128 GB M5 Max 的 121k-token 智能体会话中，KV-cache 调优将峰值 GPU 占用从 97 GB 降至 56 GB，解码快约 60%。本地 MLX 推理仅支持 macOS Apple Silicon，Linux 上自动降级为纯云模式。
推荐理由：作者给出多条实测数据，如 KV-cache 调优后 128 GB M5 Max 上峰值 GPU 占用从 97 GB 降到 56 GB，读者可评估这套 LAN 网关是否值得部署。
Kottos AI 在 GitHub 开源了 C++ 编写的 LLM 网关 llmbridge（v0.53.0，Alpha，Apache 2.0），把 OpenAI 格式请求实时翻译为 Anthropic、Gemini、Cohere 等上游方言。README 给出第三方 ENTERPILOT 基准与自测数据：单核非流式约 84k RPS，100 RPS 下 p99 延迟 80 µs，对比 LiteLLM 1.95.0 的 87 ms（对 1.99 版约 300 倍）；流式 16,384 并发流单 worker 交付 99.96% token。
推荐理由：这是一个开源的 C++ LLM 网关，附第三方基准和自测数据，读者可以对比各网关的延迟与吞吐后再决定是否采用。
ariel-frischer 在 GitHub 开源了 CLI 工具 profile-mango，用一个 YAML profile 统一设置多个编码智能体的模型、effort 和指令，并写入 Claude Code、Codex、OpenCode、Pi、Oh My Pi、OpenClaw、Hermes 等各自配置。profile 可包含模型路由、子智能体角色、全局指令（如 AGENTS.md、CLAUDE.md）和 skills，支持 extends 继承；安装前先预览变更、备份原配置并可用 mango undo 恢复，模型路由可通过 mango route set 本地切换，凭证和 MCP 等其他配置不做改动，许可证为 MIT。
推荐理由：这份工具文档讲清了统一配置各编码智能体的 profile 结构、可写入内容与各支持范围，方法可直接迁移到多智能体环境管理。