跳到正文

方向

Agent 与工具调用 最新动态

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

更新

精选归档 · 第 42 页

10月9日周五第 821–840 条
  1. GitHub · 灵魂体仓库74

    fork-sandbox 开源沙箱智能体框架发布

    mgalgs 在 GitHub 发布 fork-sandbox，一个沙箱化的 Agent 编排框架，在 bubblewrap 隔离的克隆仓库中无头运行 Claude、Codex 或 pi 等 harness，结束后仅以 git 分支形式取回结果，不触碰本地 checkout。

    推荐理由：原文详细写清了沙箱隔离机制、三种网络模式和成本记录，读者可以据此评估如何在无人工审批下安全运行编码智能体。

  2. GitHub · 去对齐工具与仓库65

    Coding2API v0.3.0：把 CodeBuddy、TRAE SOLO 等六渠道封装为 OpenAI 兼容 API

    RobbsLuo 开源的 Coding2API（v0.3.0，MIT 协议）将 CodeBuddy、TRAE SOLO、OpenCode Zen、Kilo Gateway、Qoder 与华为云 CodeArts 六个上游渠道统一封装为 OpenAI 兼容 API，提供公共凭证池、统一调度与按人用量统计。支持 /v1/chat/completions 流式与非流式、/v1/responses（Codex CLI）、/v1/messages（Claude Code）与 DeepSeek 兼容余额接口；调度按健康度选号、免费渠道优先、36h 内到期额度优先消化，并具备会话粘性、三角色账号体系、审计日志与运维告警。项目为逆向接口实现，仅供学习研究，未做安全审计。

    推荐理由：README 详列六个上游渠道的调度、冷却与额度策略，自建多渠道编码模型网关时可对照其取舍。

  3. GitHub · 去对齐工具与仓库63

    bio-colab 开源 GTA San Andreas AI NPC 同伴模组 gta-sa-ai-companion

    bio-colab 在 GitHub 开源了面向原版 GTA San Andreas v1.0 US 的具身 AI NPC 同伴系统，可招募任意行人并通过按住 T 的语音或 F6 文本栏实时交互。系统提供程序化人口身份、SQLite 情景记忆、Hitman/Medic/Heavy/Driver/Girlfriend 等动态人格，95% 以上战斗与驾驶反射由 CLEO Redux 本地 opcode 执行（0 API 成本），Groq Cloud 仅用于对话。项目在 i5-8350U 集成显卡笔记本上实测 60 FPS、Python 后端内存约 85-115 MB、CPU 占用低于 2%，采用 MIT 许可证。

    推荐理由：项目把95%以上战斗与驾驶反射放在本地opcode执行，云LLM只处理对话，读者可借鉴这套低成本的混合自主架构思路。

  4. GitHub · 灵魂体仓库61

    django-explain-errors：用 LLM 在 Django 调试页解释报错的开源中间件

    开源 Django 中间件 django-explain-errors 在调试页直接显示 LLM 生成的报错解释，支持 OpenAI、Claude 及 Ollama 等任意 OpenAI 兼容端点，仅限 DEBUG=True 的本地开发环境。可选 RAG 层通过本地 sqlite-vec 索引检索项目源码，评测 harness 的 43 次盲评对比中 RAG 开启赢 35 次、关闭赢 5 次；在 10 个错误源自应用自身代码的 fixture 上，指向正确文件和函数为 26 比 13，避免编造细节为 26 比 17。该工具还支持 traceback 脱敏、滑动窗口限流、sync/async 视图和多语言解释，MIT 协议开源。

    推荐理由：README 附带了 43 次对比评测数据，量化了 RAG 开启后 Django 错误解释指向正确函数的比例变化，可作同类工具选型参考。

  5. GitHub · 灵魂体仓库62

    vv-agent 开源：从 VectorVein 生产运行时提取的轻量级 Agent 框架

    vv-agent 是从 VectorVein 生产运行时提取的轻量级 Agent 框架，当前版本为 0.16.1，采用循环式执行，支持可插拔 LLM 后端、工具调度、记忆压缩和基于 Celery 的分布式调度。框架提供 SQLite/Redis checkpoint 恢复、15 个内置工具、Python/Rust 跨运行时恢复测试，并通过 contract.lock. 固定语言中立契约。

    推荐理由：README 详细给出了分布式调度、checkpoint 恢复和记忆压缩的实现契约，做 Agent 运行时工程时可以参考其边界设计。

  6. GitHub · 灵魂体仓库66

    Herald 开源：跑在自己机器上的个人智能体，复用 Claude 或 ChatGPT 订阅

    Herald 是一个运行在自己 Mac 或 Linux 机器上的个人智能体，通过 Claude 或 Codex CLI 子进程工作，无需 API key 和按 token 计费，只需现有订阅。它能读取 Gmail、Google Calendar、Tasks、GitHub 活动和 iMessage，把结论写入本地 ledger，每天 06:30 发送摘要并在截止事项临近时通过 Telegram 或终端提醒。其记忆就是磁盘上一个 ~/.herald 文件夹，任何对外发送、花钱或永久操作都需要用户确认，项目采用 MIT 许可并支持 Docker 部署。

    推荐理由：原文完整给出了 Herald 的部署方式、权限分级和数据存放设计，读者可以据此评估这个本地个人智能体的实际可用性。

  7. Hugging Face Blog70

    Hugging Face 博客：如何用 ML Intern 以约 103 美元自制 7 个小模型

    作者用 HuggingChat 里的 ML Intern 在几天内自制了 7 个开源模型（含 citrus-disease-vlm-instruct、Huggy LoRA、Pocket rewriter 0.8B、Agate 4-step 等），总算力成本约 103 美元。文中公开全部提示词（GitHub 仓库 yvrjsharma/ml-intern-prompts），并总结了三条关键写法：让 Agent 先报基线再训练、先跑小规模冒烟测试、设定预算上限并要求超支前请示；例如 citrus 项目用 3,017 张标注图微调 Qwen3.5-2B，测试集准确率从基座 14.9% 提升到 52.8%，成本约 1.90 美元。

    推荐理由：作者把 7 个提示词原样公开，预算上限、基线对比和冒烟测试的写法可以直接搬到自己的 Agent 训练项目里。

  8. GitHub · 去对齐工具与仓库63

    Tool Dictionary 开源：让 Agent 按需搜索工具目录而不加载全部定义

    cbeltrangomez84 发布开源项目 Tool Dictionary，提供一种可移植的工具目录格式和一个小型 HTTP 搜索服务，让 Agent 只加载两三个所需工具而非把全部定义载入上下文。规格 0.2 仍为草案，文档格式自 0.1 未变，0.2 新增可选执行 execute_tool、服务级路由和请求信封；参考实现为 Node 20 + TypeScript、Fastify、无数据库，5000 条目为几 MB，BM25 查询亚毫秒级；包含从 OpenAPI 生成的 generator、确定性 overlay 合并、强制预算降级和九种工具关系类型，采用 Apache License 2。

    推荐理由：原文给出用可移植目录加小型搜索服务避免把数千个工具定义灌进上下文的具体做法，含规格、生成器和参考实现。

  9. GitHub · 灵魂体仓库64

    LLM 多 agent 自主渗透系统 velric 开源，采用 Go 单体加 Postgres 双图架构

    ikooky 在 GitHub 开源了 velric，一套 LLM 多 agent 驱动的自主渗透系统，Go 单体后端内嵌 Next.js 前端，依赖 PostgreSQL，当前版本 v0.3.3。核心是探索图与资产图的双图架构，planner 按多轮共享 todolist 逐步派意图、worker 领意图用真实工具执行并写回，支持 worker 间过程级信息交换、漏洞复测 Agent、一键更新与自动回滚，提供 Docker、二进制和源码编译等五种安装方式。项目采用 AGPL-3.0 协议，作者声明仅供本地学习研究，禁止对任何线上系统发起实际测试。

    推荐理由：原文完整给出了安装、更新、回滚与双图架构设计，读者可据此评估这套 LLM 多 agent 渗透系统的可部署性与自主推进机制。

  10. GitHub · 灵魂体仓库70

    EvalShift 开源 LLM 迁移与回归测试工具链：CLI、SDK 与 GitHub Action

    EvalShift 开源了一套面向 AI 智能体的 LLM 迁移与回归测试工具链，CLI 已发布在 PyPI（evalshift），配套采集 SDK evalshift-sdk、GitHub Action（evalshift/evalshift-action@v0）和可选托管服务 api.evalshift.dev。SDK 记录生产环境中智能体的模型调用、工具调用与最终输出并生成黄金测试集，CLI 在新旧两个模型上重放同一测试集，用结构化、语义、LLM-as-judge 和工具调用评分器打分，输出含配对检验、Cohen's d、95% CI 和 Benjamini-Hochberg 校正的单文件 HTML 报告；GitHub Action 可在 PR 上跑评测并按 migration_policy 门禁合并。

    推荐理由：原文完整说明了从生产流量采集到回归测试再到 PR 门禁的工具链设计，以及统计方法和隐私边界，方法可直接迁移。

  11. GitHub · 灵魂体仓库64

    Rayleigh 本地优先个人 AI 知识助手开源，MVP 全部 12 步完成

    GitHub 用户 zaaramedamin 开源了 Rayleigh，一个本地优先、隐私优先的个人 AI 知识助手，全部计算在本机运行，不向云端 API 发送文档或查询文本。项目基于 Python、FastAPI、Qdrant（本地）、sentence-transformers 和 Ollama（默认模型 qwen3.5:4b），已完成 MVP 路线图全部 12 步，支持文件摄取、分块溯源、语义与关键词混合搜索、带引用的回答、摘要对比抽取、语音输入（本地 Whisper）和受控 Agent 工具。内置 37 题评测集显示 24/26 可答题正确且引用有效、10/10 不可答题正确拒答，offline-check 命令阻断全部非本地网络运行全流程并报告被拦截的出站连接数。

    推荐理由：项目给出完整的本地化实现细节和内置评测结果，还有阻断网络的离线验证方法，对想自建本地 RAG 助手的人有参考价值。

  12. GitHub · 去对齐工具与仓库60

    prompt-router：用 Cloudflare Worker 按提示词内容自动路由到不同上游模型

    asazhin-dev 开源了 prompt-router，一个 Cloudflare Worker，会对每个进入的 LLM 提示词分类后经 AI Gateway Dynamic Routes 路由到不同上游模型：编码类走 Anthropic claude-sonnet-4-5-20250929，其余走 Workers AI 上的 @cf/moonshotai/kimi-k2-instruct，分类器默认用 Llama 4 Scout。

    推荐理由：原文提供了从网关配置、部署到分类延迟基准测试的完整步骤，读者可以照着搭起一套按提示词路由模型的方案。

  13. GitHub · 灵魂体仓库55

    ssheleg 发布开源 Agent 技能 seo-aeo-audit，做带证据的搜索与答案引擎可见性审计

    作者 ssheleg 在 GitHub 开源了 Agent 技能 seo-aeo-audit，审计网站在 Google、Bing、Yandex 及 ChatGPT、Perplexity 等 AI 答案引擎中的可见性，每条发现附证据和日期，输出按优先级排序的整改计划。技能含 25 份参考契约、约 6,100 行参考资料和 7 个仅用标准库的 Python 脚本，覆盖索引、规范化、AEO 抽取、实体一致性等 10 个审计轨道，并内置拒绝 33 种流传伪策略的 myth guard；可通过 npx skills add 安装到 Claude Code 等 70+ Agent。

    推荐理由：这个开源审计技能用证据分级和七条脚本把 SEO/AEO 审计做成可验证诊断，方法论和工程约束都写得可复用。

  14. GitHub · 去对齐工具与仓库58

    llm-budget-guard 开源：为 OpenAI 与 Anthropic 调用加每日花费限额和重试循环检测

    BiztechEG 在 GitHub 发布 llm-budget-guard，通过包装官方 SDK 客户端，按响应实际 token 用量计价，执行按用户、按功能和每日总额的美元限额，并检测短时间重复发送的同一请求。支持流式与异步，限额每日 UTC 零点重置，价格表可通过 pricing. 运行时修改，尚未跟踪 batches、embeddings、images 和 audio，计费总数存于内存，可自实现 Storage 接口跨服务器共享，MIT 许可。

    推荐理由：原文给出完整用法、限额行为和未覆盖范围，读者可以直接评估这个成本守护库是否适合自己的部署。

  15. GitHub · 灵魂体仓库67

    claude-risk-guardrails：为 Claude Code 发布 25 条模型风险管理护栏

    scaso01 在 GitHub 发布 claude-risk-guardrails，为 Claude Code 提供 25 条护栏，分成六个可独立安装的包，每条在会话内校验智能体的声明、对不可逆动作要求人工签核并留下可审查记录。项目将 SR 26-2（美联储、OCC 与 FDIC，2026 年 4 月 17 日）与 NIST AI RMF 1.0 及 NIST AI 600-1 的原则类比套用，明确声明不构成合规认证；签核通过一次性代码（如 approve G-4821）完成，默认有效期 15 分钟，且模型无法批准自己的动作。作者用 replay.py 统计各护栏的历史触发率来排序，live 运行发现并修复了六个单元测试漏掉的真实绕过，全部 25 条截图见 docs/CONTROLS.md，MIT 许可。

    推荐理由：项目借鉴银行模型风险管理框架为 Claude Code 设计 25 条护栏，并用真实会话演示与回归测试给出可用性证据。

  16. GitHub · 去对齐工具与仓库57

    GERARDOBR01 发布门店销售楼层手册问答助手 Asistente-de-piso

    Liverpool 视觉陈列员 GERARDOBR01 在 GitHub 发布单页应用 Asistente-de-piso，供门店楼层员工用手机查询陈列与装配手册，回答时引用手册具体页码、声明置信度并在无证据时回答不知道。无 API key 时用本地 BM25 检索完全离线运行，实测 186 道真实楼层问题首三命中 166（89%）、手写错字下仅 6 题无答案；带 key 模式对 30 本真实手册的 118 道无答案问题答「不在此手册」117 次，并内置拍照核查陈列的工具，全程测量色彩、排面、三角陈列与高度。

    推荐理由：作者以大量实测数据展示了一个离线可用的门店陈列问答工具如何防数字幻觉，方法可迁移到同类检索场景。

  17. GitHub · 灵魂体仓库58

    Context Foundry：Rust 编写的本地确定性上下文引擎公开仓库

    dwbimstr 在 GitHub 公开 Context Foundry，一个用 Rust 编写的本地确定性上下文引擎，为编码 agent 按名称返回定义、同名目录或使用位置，并以精确 token 预算交付带引用的源码，通过 MCP 和 CLI 提供。核心检索无需模型、GPU、网络或密钥，支持 tree-sitter 的 23 种语言，目前处于 pre-release 状态。作者给出的实测中，脚本化 agent 在 rust-lang/rust 1.99.0 上 D1 Pass@1 从 89.1% 提升到 97.8%，中位通过 token 从 806 降到 234；macOS arm64 支持最完整，Windows 未构建，暂无正式发布版本。

    推荐理由：这个 Rust 写的确定性上下文引擎给出了在 rust-lang/rust 和 Bun 仓库上的实测 Pass@1 与 token 消耗数据，可供评估编码 agent 检索方案时参考。

  18. GitHub · 灵魂体仓库57

    Codify 开源：本地优先的多智能体编码助手

    GitHub 项目 GeneticxCln/Codify 发布，一个本地优先的多智能体编码助手：将自然语言请求转为计划，经用户批准后由 librarian、planner、fixer、verifier、critic、scribe 等角色逐步执行，每步仅在沙箱内运行允许列表中的命令并只提交自己写入的文件。引擎绑定 127.0.0.1 并使用 boot token，计划模式下的写入限制由引擎层强制而非 UI；内置 Anthropic、OpenAI、Google、DeepSeek、OpenRouter、Groq、NVIDIA、Ollama 八个提供方的实时模型发现，提供 19 个主题、语音输入朗读、嵌入式浏览器、bwrap 沙箱机器终端和分割面板，面向 Linux 桌面，MIT 许可。

    推荐理由：项目把规划审批、沙箱执行和验证提交的完整流程写成了可查阅的规范，读者可以了解多智能体编码助手的工程约束如何落地。

  19. GitHub · 灵魂体仓库65

    navikt 开源 mlx-workspace：在 Apple Silicon 上本地跑 LLM 并实测编码能力

    navikt 发布 mlx-workspace 仓库，用 MLX 在 Apple Silicon Mac 上本地运行 LLM，通过 mlx_lm.server 提供 OpenAI 兼容接口，供 opencode、aider 和 Copilot CLI 调用，用于回答 nav-pilot alpha 的一个问题：哪个本地模型足以承接原本消耗 Copilot 付费请求的常规编码操作。默认模型为 Qwen3.6-35B-A3B OptiQ 4bit（多文件机械性编辑 35/35 验证通过），Qwen3.8-27B 两个量化版本作为 opt-in 提供；仓库还包含基准脚本、VRAM wired limit 调节和上下文压缩配置，nav-pilot 通过 manifest/models. 拉取模型清单。

    推荐理由：原文给出可复现的本地 MLX 基准与选型证据，读者可以照着判断哪个本地模型能接住常规编码操作。

  20. GitHub · 去对齐工具与仓库57

    Yi：单个 Rust 二进制的编码 Agent 开放仓库

    作者发布 Yi，一个用 Rust 写成单一二进制的编码 Agent，模型在持久 Python 内核中工作，子代理以函数调用方式委派，计划以代码形式声明为 todo 图。权限通过 wall 和 lease 逐层收窄，上下文按字节预算裁切并保留前缀一致以命中 prompt cache，会话以 JSONL 日志持久化，配置文件为 ~/.yi/config.，采用 MIT 许可证。

    推荐理由：README 以原语组合的方式讲清了子代理、计划、权限和上下文预算的实现思路，对想搭 Agent 工具链的开发者有可借鉴的架构参考。