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
doctorspider42 在 GitHub 发布 retopo-director，可将 5 万三角面雕塑转为 1 千三角面、256² 调色板化、三角条带化的 PS2 资产，顶点、UV 和纹素全部由确定性 C++ 代码处理，语言模型只负责命名部件、分配预算和评审渲染结果。支持 claude CLI、codex CLI 或 OpenAI 兼容 API 作为 director 后端，区域切分可选几何算法或 SAM；基准测试显示多数资产轮廓偏移在 2 像素内，无 director 模式数秒完成，带 director 需数分钟。工具以 Apache-2.0 协议开源，提供 Windows 安装包和 headless 命令行模式。
推荐理由：原文给出各资产的轮廓偏移实测数据和确定性代码与 LLM 分工设计，读者可据此评估这套 PS2 资产重拓扑管线的实际精度。
LovableWind 在 GitHub 发布开源讲义伴读工具旁批（Text-Tutor），选中讲义文字后只基于已学进度讲解，超出进度的内容标⏭引申并注明讲次页码，讲义外内容标➕补充。支持 PDF 取词、截图识别残缺公式、整学期 PPTX/PPT/PDF 按讲次排序，习题可分层给提示而不直接给答案；Windows 10/11 解压即用，默认接 DeepSeek API，也可换智谱、硅基流动或本地 Ollama，仅后端用 Python 标准库实现，含 48 项端到端测试，MIT 协议。
推荐理由：这个讲义伴读工具的核心约束是只引用已学过的内容，越界引用会触发自动重写，适合关心 AI 讲解不剧透后续课程的人。
开发者 thossullivan 发布 model-eol，一个扫描代码中 AI 模型 ID、标记已退役或即将退役模型的工具，提供 CLI、GitHub Action 和自动开迁移 PR 的机器人三种形态。动机是 2026 年 7 月 23 日 OpenAI 关停一批模型快照导致其研究工作流报 model-not-found 错误，而退役日期此前只散落在供应商文档和邮件里。
推荐理由：作者从一次模型下线导致工作流中断的亲身经历出发，给出了模型退役日期的开源 feed 格式与 CLI、GitHub Action 和自动开迁移 PR 的机器人三件套。
Kotatsu 0.8 发布，这个 SillyTavern 的分支首次推出 Android 应用，可用 .apk 在手机上完整运行。新版本带来 Natsumikan 默认主题、开启 sprites 后的视觉小说式点按翻页界面、重新设计的 Card Studio（可从一张图在自己 ComfyUI 上生成整套角色立绘），以及消息分叉后的故事线地图。API keys 和本地网络模型可直接使用，Kimi K3.1 Pro 开箱即用，Claude Code 和 ChatGPT 计划仍需电脑配对；作者表示下一步是新的记忆系统与总结器，且不打算加入跑团、骰子类功能。
推荐理由：作者是项目维护者本人，逐项列出 Android 版、视觉小说界面和角色立绘生成等实际更新，还预告了下一步记忆系统计划。
meshkore 在 GitHub 发布 Zaelar，一个自托管的语音优先个人 AI Agent，本地 LiveKit 语音链路由 FlashBrain 在一秒内应答，耗时任务交给基于 Claude Code CLI 的 Brain Worker 后台执行。记忆为单个本地 SQLite 文件（向量、FTS5、图与遗忘机制），每轮蒸馏并夜间整合；支持 Google、Telegram、WhatsApp、Spotify 等连接器，默认模型为 DeepSeek、OpenAI、Deepgram、Inworld 等，需 Python 3.11+ 和约 3 GB 磁盘，采用 Sustainable Use License 1.0，个人使用免费但不可商用。
推荐理由：README 完整公开了双脑架构、SQLite 记忆方案、默认模型表和端口布局，想自托管语音 Agent 的读者可以直接照着部署。
Local Quench 发布，这是一款面向本地 LLM 的 AI 编码智能体，支持 LM Studio、llama.cpp、Ollama 和 vLLM，代码不出本机，提供 Windows、Linux 和 Android 版本。它针对本地模型常见失误（宣布步骤后停止、改测试直到通过等）设计了 harness 纠偏规则，且每条规则可单独关闭并测量；内置 QuenchBench 基准，还可通过 quenchbench.py 一条命令跑 SWE-bench Verified、Terminal-Bench 2.0、Aider Polyglot 等评测。8 GB VRAM 即可起步，应用自带模型顾问推荐适配显存的模型和量化方案。源码不开放，仓库提供发布包、issue 跟踪和基准脚本。
推荐理由：为本地模型设计了针对常见失误的 harness 纠偏机制，且每条规则都可单独关闭并用 QuenchBench 实测，方法可迁移到自己的本地部署。
开发者 hjongc 发布开源工具 openrouter-endpoint-watch（命令 oewatch），每小时检查 OpenRouter 端点元数据，仅在量化翻转、提供方消失、参数被移除等变化发生时保存快照并逐项报告变化。工具按 profile 输出 ok、degraded 或 blocked 三种路由决策，blocked 时以退出码 7 在花费 token 前拦截运行；仅依赖 Python 3.11+ 标准库，无需 API key。作者因两次事故（2026-09-28 Reka 量化变 unknown、2026-10-08 Parasail 转 fp4 且 NextBit 消失）而开发此工具，仓库每小时自检 z-ai/glm-5.3-flash 并将变更记录到 HISTORY.md。
推荐理由：作者用两次真实的提供方变更事件说明工具价值，读者可以借此理解 OpenRouter 端点元数据波动对依赖固定量化配置的流水线有何影响。
caribeedu 在 GitHub 发布 Roboratory v0.7，一个把 AI 智能体工作流建模成工厂流水线的工具：机器、传送带、信号和闸门组成可复用、可审计的生产线，适用于工单转 PR、事件响应和发布等任务。每台机器运行 headless 的 Claude Code 或 Codex 智能体，输出必须通过 JSON Schema 契约校验才能流转，失败重试超限即停线；流程以 YAML 定义并版本化在 git 仓库，关键闸门由人工放行，界面以像素画呈现整个车间。项目为早期版本，支持 macOS、Windows 和 Linux，采用 MIT 许可，无遥测，headless 引擎、权限请求和自动 intake 仍在路线图中。
推荐理由：原文把多智能体工作流拆成机器、传送带、信号和闸门等具体构件，并给出 YAML 定义与契约校验的落地方式，方法可直接迁移。
uibcdf 发布开源工具 pytest-receptor，一个 pytest 插件，当测试由 Claude Code、Codex 或自主 TDD 循环驱动时，输出面向 agent 的紧凑报告，按根因分组重复失败并给出重跑命令。实测 38 个失败共享一个根因的级联场景从 3283 token 降到 105，8000 测试全绿的 12 worker xdist 运行从 812 降到 17；默认 human 模式为真透传，支持 llm/ci 两种模式和 --receptor-stats 实测节省，MIT 协议，可通过 conda 或 pip 安装。
推荐理由：给出按失败场景实测的 token 消耗对比数据，读者可以据此判断这类为 coding agent 压缩测试输出的工具能省多少。
ApatheticMioz 发布 Castor，一个 Rust 编写的 MCP 服务器，通过 npx 一条命令注册到 Claude Code、Claude Desktop、Antigravity IDE 等客户端，把 AST 改写、文件操作和测试循环交给本地模型（Ollama、vLLM、LM Studio 等 OpenAI 兼容端点）执行，省去云端 token 开销。
推荐理由：原文给出完整的架构说明、安装命令和 5 层沙箱设计，读者可以直接照着把云端编排和本地执行模型跑起来。
OpenRouter 宣布月之暗面的 Kimi K3.1 Pro 上线，定位为基于 Kimi K3 后训练、面向长程编码和智能体任务的 1M 上下文多模态开源权重模型。定价为 $2/M input tokens、$10/M output tokens，可在 OpenRouter 直接试用。
推荐理由：正文给出了定价、上下文长度和定位说明，想试用长上下文编码与智能体场景的读者可以直接在 OpenRouter 上体验。
GitHub 上的 team-agents 项目可在自有 Linux 机器上并行运行多个无头 LLM 编码智能体，单独或组队处理仓库任务并提交 PR。它不实现智能体循环，而是编排 Claude Code、Codex CLI、Antigravity CLI 和 OpenCode 等现有 CLI，每个任务运行在独立 git worktree 和 systemd --user 单元中，通过 Go 编写的 agentbus MCP 服务器提供共享消息总线、资源预留和检查点；智能体遇到疑问写入 Markdown 文件暂停等待人工回答，并按 worker/normal/investigator 三层模型分配任务以分散各订阅和 API 配额。
推荐理由：原文详细说明了多智能体编排的隔离、通信、人工介入和配额均衡机制，读者可以据此评估是否适合在自有 Linux 主机上复用。
llmsyscore 在 GitHub 开源了 llm-systems-manager，一个自托管面板，用于监控、控制、基准测试和调优运行本地 LLM 的机器，采用 AGPLv3 许可证。支持 llama.cpp、vLLM、LM Studio 和 stable-diffusion.cpp，兼容 NVIDIA、AMD（ROCm 与 Vulkan）和 Apple Silicon GPU，支持 Linux 与 macOS，不支持 Windows。
推荐理由：原文完整列出了安装方式和监控、基准、自动调参等功能清单，可用于评估这套自托管面板是否覆盖本地推理运维需求。
GavinSouth 在 GitHub 发布 ClaudeVibeCodeAppTemplate，一个用 Claude Code 启动新应用的项目脚手架，包含 Python 3.13 后端、React + TypeScript + Vite 的 Web 端和 SwiftUI iOS 占位，并配置 ruff、mypy、pytest、pre-commit 与 GitHub Actions CI。模板通过 ROADMAP、HISTORY、ARCHITECTURE 等文档在会话间携带上下文，内置 /new-app 和 /finish-feature 技能；使用时在仓库根目录打开 Claude Code 即自动运行 /new-app，回答项目定位等问题后自动改名、清理未用客户端并重写文档。
推荐理由：这个模板用 ROADMAP、HISTORY 等文档在 Claude Code 会话之间携带项目上下文，还提供 /new-app 技能完成脚手架初始化。
Kwintspiracy 发布 nodal-agents，一个本地自托管的多智能体编排平台，两条命令安装，内嵌 Postgres，无需云依赖，每个智能体可配独立模型、技能、记忆和工具，支持 Telegram、Discord、Slack、WhatsApp 和仪表盘对话。所有凭据以 AES-256-GCM 加密存储，自带 token 预算、防失控守卫、智能体间委派、自学习技能和 ROOT 自扩展机制，支持 Anthropic、OpenAI、DeepSeek、MiniMax、Kimi 及 LM Studio、Ollama 本地模型。需 Node 24+ 与 npm 11.6+，目前为 1.0 前版本。
推荐理由：本地自托管的多智能体编排平台，把人格、记忆、技能和模型选择全部落进 Postgres，想自建 Agent 团队的人可以参考它的架构取舍。
fuba 在 GitHub 发布 fuba-browser，这是一个运行在 Docker 中的 Chromium 浏览器自动化工具，通过 REST API 和 CLI（fbb）供 Claude Code 等 LLM 智能体控制浏览器，主打解决 Chrome DevTools MCP 的 token 消耗问题。工具提供 Snapshot/Ref 无障碍树元素定位、Web VNC 远程访问、认证状态保存加载、网络检查与下载捕获 API，可选 NVIDIA/AMD GPU 硬件加速，最新镜像为 ghcr.io/fuba/fuba-browser:3.6.0，MIT 许可，API 设计受 vercel-labs/agent-browser 启发。
推荐理由：面向 LLM 智能体的 Docker 浏览器自动化工具，REST API 配合 Snapshot/Ref 定位，主打降低 Chrome DevTools MCP 的 token 消耗。
作者开源了本地 CLI 工具 ue，用于测量并减少 Codex CLI、Claude Code 和 OpenCode 等编码智能体浪费的 token，如重复粘贴长日志、重试相同失败命令和过时项目地图。工具为零依赖单 Python 文件、无网络调用，也可作为 Agent Skill 安装；内置 ue bench 冻结基准用例和 ue compare 配对比较，并附 2026-10-21 的一次实测，显示上下文包在 3 个用例上多耗约 30% token（+273,353），作者注明每格仅 1 个样本属噪声级，仅演示方法而非结论。
推荐理由：作者用自带的双组基准实测了上下文包方案，结果显示其反而多耗 30% token，这种不粉饰的测量方法本身有参考价值。
作者发布了开源 TypeScript 库和 CLI 工具 llm-contract，用于确定性优先的 LLM 评测、Agent 测试、提示词回归、RAG 事实核查、结构化输出校验和 CI 门槛控制。工具按归一化、语法、结构、语义、事实保持、行为约束六层校验流水线输出可检查报告，支持 Zod / Valibot / JSON Schema 子集，可对比基线检测回归与 flaky 用例，设置最低通过率等 CI 政策，不依赖特定模型厂商、无隐藏网络调用，MIT 协议发布于 GitHub。
推荐理由：作者把确定性校验、RAG 事实核查和 CI 门槛组合成完整工作流，读者可以直接搬走这套 LLM 回归测试做法。
LudwigKienle 在 GitHub 开源了本地优先的 AI 视频制作编辑器，覆盖剧本、导演处理、分镜、拍摄、剪辑、调色到导出的完整流程，核心采用 GPL-3.0 许可。
推荐理由：开源的本地优先 AI 视频制作工作台，把剧本到导出的完整流程和多家模型路由整合进一个自持项目文件夹。
GitHub 用户 sidvw1808 开源 PersonaRAG，一个用 RAG 模拟 Elon Musk、Tim Cook 等公众人物已公开观点的对话系统，回答带编号引用并标注强/部分/弱/无依据的 grounding 等级。系统用 bge-small 嵌入加 ChromaDB 存储每人物知识库，BM25 与向量检索经 RRF 融合后再用 cross-encoder 重排，在 Elon Musk 评测集上把 hit-rate@6 从 0.90 提到 1.00、MRR 从 0.70 提到 0.78；LLM 后端可插拔，支持 Claude API 或经 Ollama 在 4 GB GPU 上离线运行 qwen2.5:3b。
推荐理由：作者给出了检索各模式的实测对比和评测驱动的提示词迭代过程，读者可以借鉴其引用率与弃答指标的做法。