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
作者开源了 agentic-devflow，一个半自主开发智能体框架，可做 issue 分诊、把 Jira 工单变成带测试的 PR、审查 diff 和更新文档，用 n8n 处理触发与人工审批、MCP 提供工具，模型可用 Claude 或通过 Ollama 自托管的开源权重模型。核心是风险分级策略：工具按 read/write/publish/critical 四级分类，超过 autonomy 上限的操作会暂停等待人工批准，合并永远需要人确认，未分类工具默认按 critical 处理。
推荐理由：开源的半自主开发智能体框架，作者用7B模型实测了注入防御规则开关的前后差异，policy设计细节可直接借鉴。
AgentsKit 在 GitHub 发布，定位为 JavaScript 生态的 AI 智能体构建工具包，核心包 @agentskit/core 已达 v1.12.8，零运行时依赖，CI 强制 10 KB gzipped 体积预算。项目由 6 份 ADR 契约支撑适配器、工具、技能、记忆、检索器和运行时的可替换性，提供 24 个包、7 个框架绑定、25 个原生适配器、21 个技能、17 个记忆后端和 69 个 recipes，支持 OpenAI、Anthropic、Gemini、Ollama、DeepSeek、Grok 等供应商一行切换。README 附快速上手示例和与 LangChain.js、Vercel AI SDK、assistant-ui 的对比表，并诚实列出不适合使用的场景。
推荐理由：README 给出可执行的上手示例和与 LangChain.js、Vercel AI SDK 等框架的对比表，还诚实列出不适用的场景，便于评估是否引入。
Neeeophytee 发布 awesome-ai-workflows 仓库，收录真实可运行的 AI 工作流，覆盖编码智能体、RAG、本地推理、自动化和安全等类别。区别于普通清单的是 135 条配方由 CI 在每次变更时自动验证确定性步骤，失败即自动降级徽章；另设 author-tested 徽章标注作者实测但未接入 CI 的条目，AI 生成步骤单独标注、不声称机器验证。许可证为 CC0-1.0。
推荐理由：这个仓库把每条工作流的确定性部分接进 CI，坏一步就掉徽章，为筛选长期可用的 AI 配方提供了可复用的验证思路。
WeatherCore 在 GitHub 发布 mini OpenClaw，复刻并优化 OpenClaw 核心体验，以本地文件系统为唯一数据源，记忆存于 memory/MEMORY.md、会话存于 sessions/*.，摒弃数据库黑盒。技术栈为 FastAPI + LangChain 1.x create_agent + Next.js 14，技能遵循 Anthropic Agent Skills 范式，Agent 通过 read_file 读 SKILL.md 自学能力；System Prompt 由六文件动态拼接，支持 Monaco 在线编辑即时生效、对话压缩归档、tiktoken Token 统计，最低配置只需一个 DEEPSEEK_API_KEY。
推荐理由：原文完整给出了文件式记忆、技能即插件和六文件 System Prompt 的实现方式，读者可以直接复用这套透明 Agent 架构。
burakkaygusuz 在 GitHub 发布 Clastogen，一个 pytest 插件，通过删除规则、把 never 改为 always、把 must 弱化为 should、数字乘 10 等方式向系统提示词注入小故障，再重跑评测测试，检验测试能否发现这些缺陷，并输出 Mutation Score。插件用 SPRT 序贯检验在结果明确时提前停止，节省 API 调用，配合 10 次 Laplace 基线运行过滤 flaky 测试；demo 显示两个常规通过的测试只捕获 5 个突变体中的 3 个（得分 60%）。仓库见 https://github.com/burakkaygusuz/clastogen ，MIT 许可。
推荐理由：作者给出了用突变测试检验 LLM 评测是否真的能发现提示词缺陷的可复用方法，含 SPRT 省调用的设计与实测示例。
kamiiroawase 在 GitHub 发布 telegram-markdownv2 2.1.0，一个面向 LLM 机器人输出的 Kotlin Multiplatform 库，把 CommonMark（含 GFM 表格与删除线）转换为 Telegram MarkdownV2。支持对超长内容做保结构截断或无损分片（每段 ≤4096 字符、接缝实体按段闭合），官方 19 个特殊字符全量转义，发布于 Maven Central，覆盖 Android、JVM、JS、Wasm、iOS 等平台，含 310 个行为级测试，采用 The Unlicense 公共领域许可。
推荐理由：为 LLM 机器人输出设计的 CommonMark 转 Telegram MarkdownV2 库，截断与分片保结构的实现细节讲得具体，可参考复用。
akirilyuk 在 GitHub 开源 node-webrtc-rust，一套用于构建实时语音 Agent 的原生 WebRTC 栈，支持电话机器人、浏览器语音助手和多租户 worker pod。Node 负责业务逻辑与 LLM 调用，Rust 处理音频时序、VAD、barge-in 和 TTS 播放，无需单独的 SFU 集群；SDK 经 npm 安装，预置 Deepgram、OpenAI、ElevenLabs 等厂商适配及免 API key 的本地 Sherpa STT/TTS，支持 48 kHz 16-bit PCM 20 ms 帧、会话中途切换 STT/TTS、Sherpa 语言识别和 OpenTelemetry 延迟指标。
推荐理由：为 Node.js 实时语音智能体提供一套自带的 WebRTC 与 Rust 媒体时序方案，读者可对比独立 SFU 架构评估进程内部署思路。
tgockel 开源了 outrig，在宿主机运行基于 Rig 的 LLM 智能体，并把 filesystem、shell 等 MCP 服务器放进 podman 容器内实现工具沙箱隔离。用户在仓库中用 Dockerfile 和 .agents/outrig/config.toml 定义沙箱，运行 outrig run 进入 stdin/stdout REPL 与智能体对话；支持 Linux x86-64 与 AArch64，WSL2 可用，macOS 和原生 Windows 不支持，采用 Apache License 2.0。
推荐理由：原文给出了沙箱配置文件结构和 CLI 用法，读者可以照着把 MCP 工具隔离进 podman 容器里复现。
roy-tong在GitHub发布AgentMeasure，本地读取Codex rollout日志和Claude Code会话日志，检查重复记录、重试链与连续工具失败（HC-01..03），并可用--audit核查操作解析覆盖、缓存记账与token稳定性（HC-04..06），缺证据时输出UNPROVABLE而非静默置零。分析全程本地运行、无网络调用；v0.4.0/v0.4.1新增Claude Code adapter v1、conformance包、OTel/Prometheus导出及AMS-1结算单，还收录了436k到54,154 token误计的真实案例。注意PyPI仍是会在首条命令崩溃的0.4.0，需从git安装0.4.1。
推荐理由：工具将执行事实与逻辑操作分开计量，并用UNPROVABLE显式披露证据缺口，适合关注Agent用量计费准确性的人参考。
biffsocko 在 GitHub 发布 PRM v1.0.0，一个形似 IRC、面向 LLM 机器人的高速加密聊天中继，支持密码与 token 认证、多租户、ACL 频道与 TUI 客户端。核心是把消息过滤下沉到服务端，机器人通过带 HMAC 签名、防抖、冷却与预算上限的 webhook 订阅，只收到预筛选并附带上下文的消息；文中举例一个每天处理 5 万条频道消息、只需回应约 200 条的机器人，LLM token 消耗可降低约两个数量级。实测单节点亚毫秒 p50 扇出，支持 HTTP / AMQP / MQTT 投递与 Splunk、Graylog、Datadog、GitHub 等入站集成。
推荐理由：原文给出了针对 LLM 机器人的服务端过滤订阅机制与实测延迟数据，读者可评估是否省去自建 bot 过滤层。
开源工具 freellmpool（MIT 协议）最新版本为 0.13.0，它将23个 LLM 供应商编目为分组，暴露178条启用聊天路由和443个已编目模型，并把这些可访问的启用路由自动池化为一个 OpenAI 兼容端点，可在无密钥路由可用时无需任何 API 密钥启动。工具支持 CLI、Python 库和本地代理三种形态，提供速率限制故障转移、按日用量追踪、MCP 服务器，以及面向 Claude Code、Codex、aider、Cline、Cursor 等编码代理的 OpenAI 与实验性 Anthropic 兼容路径；Pollinations、OVHcloud、Kilo Gateway 无需密钥即可使用，30秒快速启动实测约19秒。
推荐理由：原文给出23个免费LLM供应商的路由、故障转移和免密钥启动细节，读者可以照着把它接进 Claude Code 等工具。
Krako-Labs 发布开源 CLI 工具 KORA Doctor（Apache-2.0），通过审计 AUDR v1.0.0 JSON/JSONL 追踪，识别 Agent 运行中的工具重复调用、上下文放大、本可确定化的验证工作、重复推理、编排开销和小模型候选等浪费。工具无运行时依赖、无托管服务，示例合成 trace 显示 5 次模型调用中约 20% 成本潜在可省；各候选采用可检查的固定节省比例且不叠加，可选 OTel sidecar 与哈希指纹增强证据，估计值为场景估算而非实测账单。
推荐理由：开源 CLI 直接分析 AUDR 追踪找 Agent 执行浪费，各候选的节省假设和置信边界写得清楚，方法可迁移到自己的 trace 审计。
GitHub 开源项目 DataPilot 发布，用自然语言完成数据的查询、增删改、Excel 导入导出、一致性检查和 PDF 报表生成，采用手写 Agent Loop 替代 Workflow，默认接入 DeepSeek。项目提供 Vue 3 三栏 WebUI 和 SSE 流式可视化，内置三层确认机制、软删除恢复和审计日志；评测显示底层 34/34、Agent 层 15/15 用例通过。已知限制包括不支持跨表 JOIN、无权限控制和 RAG。
推荐理由：原文完整给出了架构分层、确认机制和评测结果，读者可以借鉴其用自然语言驱动数据库操作与报表生成的工程做法。
开发者 joymin5655 开源了 Agent v0.6.0（MIT 协议），一个跨厂商的 AI 编码 agent 安全 harness，核心是把拒绝密钥访问、拦截破坏性命令、核对 done 声明等约束做成工具边界的机器闸门而非提示词措辞，核心规则写一次即可同时覆盖 Claude Code、Codex CLI 和 Antigravity CLI。完成核验采用 refute-by-default，低置信或判官崩溃一律判 REFUTED；98 个自检脚本由 CI 运行，docs/reality 测试保证文档与仓库一致。8 个植入 bug 的盲测中其双 agent 组合检出 8/8、0 误报，对比栈 oh-my-claudecode 同为 8/8 但有 1 个含糊误报，作者自评为接近打平。
推荐理由：这个 harness 把完成声明核验、密钥拦截等做成工具边界的机器闸门而非提示词约束，其跨厂商同事件同决策的实测设计可借鉴。
tokenhop 在 GitHub 发布，是自托管的 AI 路由网关，提供 OpenAI 兼容端点 /v1/*，聚合 40+ 上游提供商，支持格式转换、模型组合 fallback、多账号轮换、OAuth 凭证管理和用量追踪，附 Next.js 仪表盘。项目由 9Router 按 MIT 协议 fork 而来，旧版数据、密钥和工具配置可直接迁移；提供 Docker 快速启动，镜像发布到 GHCR，文档见 https://tokenhop.dev 。
推荐理由：自托管 AI 网关把 40 多家上游收敛成一个 OpenAI 兼容端点，配置细节写得具体，部署和故障排查都能直接照用。
Braney 是一款面向本地模型的终端编码 Agent，可读取项目、编辑文件、运行代码、搜索网页并自查，支持 macOS、Windows 和 Linux。它与常规编码 Agent 不同，默认不给模型 shell，而是提供沙箱化 JavaScript 引擎，工具接口刻意收窄以防小模型误用，并用 nudge 机制捕捉模型循环、中途停止或虚报完成等常见失败。项目在 2B 到 35B 参数、32k 上下文的模型上做了验证，列出 qwen3.5、gemma-4、minicpm5 等经测试可用的模型清单，支持 LM Studio、llama.cpp、Ollama、vLLM、SGLang 等后端。程序用 Go 编写为单个可执行文件，配置集中在一个 .braney 文件中；源码目前闭源，二进制可免费用于个人和商业用途。
推荐理由：这个终端 Agent 专门为 2B 到 35B 的本地小模型设计了窄工具、沙箱和纠错机制，思路对跑本地模型的读者有参考价值。
开发者在 GitHub 发布了 Mainframe，一个把 Claude Code、Codex 等 AI 编码 Agent 集中到一个界面管理的开源开发环境。架构上分为 headless daemon 和客户端两部分，daemon 通过 HTTP/WebSocket API 提供 AI CLI 调度、多项目会话管理、内置文件编辑、沙箱预览、kanban 任务管理和插件系统，桌面应用内置 daemon，也支持独立安装在服务器并通过 Cloudflare named tunnel 远程配对，移动端 App 尚未发布。项目处于开发早期，Windows 和 Linux 版未经测试，作者征集 UI/UX 贡献。
推荐理由：个人开发的开源 Agent 编排环境，文档写明了 daemon 架构、远程配对与插件机制，适合想统一管理多个 AI 编码 CLI 的人参考。
OpenDCAI 开源了 LoopAI，一个让 LLM 在领域场景中自进化的闭环优化框架，把优化流水线重组为 Graph/Node/State 的节点化执行框架，覆盖评测、错误分析、数据获取到再训练的全流程自动化。v2 版本引入基于 codex-sdk 的 Starter，支持会话连续性、流式反馈和可配置模型池，可将对话意图转为可执行的优化工作流；核心节点包括 Judger（vLLM 评测）、Analyzer、ObtainerCLI/DataMixer 数据处理和 Trainer（支持 LLaMA-Factory 或 verl 训练），支持 human-in-the-loop 干预，采用 Apache 2.0 许可证。
推荐理由：原文给出了从评测、错误分析、数据获取到训练的完整节点化架构与部署细节，读者可以了解一条用自然语言驱动的模型优化闭环怎么搭。
llmspendguard 在 GitHub 发布 llm-spendguard，一款在运行前预估 LLM 任务成本、硬性拦截超额调用并与提供商实际账单对账的工具。spendguard scan 十秒扫描本地 coding-agent transcript 按 API 费率算成本，默认本地模式不上传任何数据；还支持 Batch API 与订阅通道的省钱路由、MCP model-advisor，以及可选解密 claude.ai sessionKey cookie 来核算聊天用量。项目缘起一次预算约 $33 实际花费 $149.76 的事故。
推荐理由：项目官方详解了LLM成本闸门的做法，从提交前估价到对账发票和便宜配置的质量验证，方法可复用。
pedrofariasx 在 GitHub 发布 qwenproxy，一个本地代理服务，通过 Playwright 浏览器自动化把 chat.qwen.ai 的 Qwen 模型封装成兼容 /v1/chat/completions、/v1/models 和 /v1/upload 的 OpenAI 接口。支持多账号负载感知路由与 cooldown、多用户 API key 限流配额、SQLite 持久化、reasoning_effort 思考模式控制、多模态上传、本地工具执行、React + shadcn/ui 管理面板、Prometheus 指标，可通过 npm 全局安装或 Docker 部署；混合会话模式复用 Qwen 服务端历史以减少发送的 token，并自动重试退化为“Yes”类回复的请求。
推荐理由：本地代理方案把 Qwen 网页版封装成 OpenAI 兼容接口，多账号路由、混合会话省 token 和多用户配额等实现细节讲得完整。