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 7,246 条
zhuravel 在 GitHub 开源 Magnum，一个在 Mac 上以守护进程运行的多 Agent PR 审查工具：Claude Code、Codex、droid、omp 等已登录的 agent CLI 并行审查 PR，judge agent 需复现每条发现才发布，最终只发一条 GitHub review。每个 PR 获得独立 worktree 或带数据库的池槽位以运行测试，支持会话续审、静默期与每日上限节流，免费 MIT 协议，目前仅支持 macOS。
推荐理由：原文详述了用已有 agent 订阅在本机跑多智能体 PR 审查的完整架构，judge 验证与节流设计可直接借鉴。
Actrone 发布 actrone-memory 的 TypeScript 版本，为 JS/TS AI 智能体提供两层持久记忆：L1 短期会话回合加 L2 长期语义召回，MIT 协议开源。默认 InMemoryStore 加本地词法 embedder 零依赖可用，可注入 Redis、Postgres/pgvector、Qdrant 适配器，安装 fastembed 后切换到本地 bge-small-en-v1.5（约 130 MB）按语义召回，并提供 10 个经 CI 类型检查的框架适配器（Vercel AI SDK、LangChain.js、LangGraph.js、Claude Agent SDK 等）。
推荐理由：原文用一致性测试和明确的隐私边界讲清了这套开源记忆库的适用范围，读者可据此权衡本地与托管方案。
jdorner 在 GitHub 开源了 Palim，一个运行在本地、通过 OpenAI 兼容端点（如 llama.cpp、llama-swap、vLLM）驱动 LLM 的个人 AI Agent。它让智能体在 just-bash 虚拟文件系统沙盒内通过 shell 命令操作环境，仅挂载 AGENT_WORK_DIR 目录，内置 13 个扩展（调度、webhook、Telegram、工作流、wiki、MCP 桥接等），密钥对智能体不可见并由 SQLite 加密金库管理。项目用 Bun + TypeScript 构建，已在 20B-35B 参数模型（Qwen 3.6、Gemma 4、gpt-oss）上测试，采用 MIT 许可证。
推荐理由：原文完整说明了 Palim 用沙盒 shell 替代自定义工具函数的设计，并给出扩展清单、密钥隔离和本地 LLM 实测范围。
Emetgate 是一个运行在 Windows 上、面向 TypeScript 和 JavaScript 项目的 MCP 服务器，作为 Claude Code 与源码树之间的闸门，模型提出的改动需在沙箱副本中通过规则、类型检查和测试后才会写入磁盘，每次提交生成可离线复核的回执。作者用 claude-sonnet-5-5 在四个仓库的 15 个问题上对比 Emetgate、Serena、codebase-memory-mcp 和 Claude Code 自带工具，Emetgate 得分 240/252、86.7k tokens、$0.132，token 和成本最低但并非最准确，作者说明 2 分差距在运行波动内、不能据此排名；安全验证含 64 个变异体（57 killed）、TLA+ 模型检查与红队测试。
推荐理由：作者用同一模型和统一题库实测四套代码工具的得分、token 与成本，还给出变异测试和 TLA+ 验证细节，方法可直接复用。
wens6515 在 GitHub 发布微信 AI 机器人桌面应用小漓 v3.1.2，新增浅色/深色双主题自动识别与切换，无需重启，并修复浅色下文字气泡被判成图片、文件卡片被判成文字消息的问题。应用通过 PrintWindow 截图加 RapidOCR（PP-OCRv5 mobile）实现消息监听与自动回复，默认接 DeepSeek 模型，支持语音发送（接自部署 TTS 服务）、图片识别、文件处理、任务桥投递天枢 CLI、三层长记忆与联网搜索；文字消息从收到到回复最长 8 秒，0.5s 轮询约占总 CPU 1%，OCR 链路升级后完整事件路径从约 1.5s 降至约 0.9s。
推荐理由：原文完整给出了微信 AI 机器人的 OCR 视觉链路、消息主循环与已知边界，开发者可以据此评估这套纯视觉方案的可行性与部署成本。
stippi 在 GitHub 开源了 Rust 编写的 AI 编码智能体 code-assistant，支持原生 GUI、终端、无头 MCP 服务器和面向 Zed 等编辑器的 ACP Agent 四种使用方式。它以自主 Agent 循环读写文件、运行命令，可接 Anthropic、OpenAI、Ollama、OpenRouter 等多家模型供应商，并支持 Word、Excel、PowerPoint、PDF 自动转 Markdown 阅读。特色包括展示每个工具的返回内容、保存时格式化后不重读文件地对账模型编辑、保留原文件编码与换行符，以及浏览器会话中的人工登录交接。提供 macOS、Linux、Windows 预构建包，也可从源码 cargo build。
推荐理由：这是作者对自家 Rust 编码 Agent 仓库的完整说明，读者可以据此对比它在工具透明度、格式化对账和多格式支持上与其他 Agent 的差异。
ne0juan 在 GitHub 开源了 ai-paper-daily，一个全自动中文 AI 资讯站，每天北京时间 08:00 / 13:00 / 19:00 抓取、筛选、翻译并存档内容，在线阅读地址为 https://dailyaibot.com。项目用 GitHub Actions 定时运行、Cloudflare Pages 免费托管，大模型默认走 DeepSeek deepseek-chat，每天成本约几毛钱；内容含今日风向、资讯与观点、热门项目、架构评测和论文等栏目，论文 PDF 与文章存档托管站内。用户可 fork 仓库并配置 CLOUDFLARE_API_TOKEN 与 LLM_API_KEY 自行部署，代码以 MIT 协议开源。
推荐理由：原文给出了完整的数据源、打分规则和部署配置，读者可以直接 fork 复刻一个自己的中文 AI 资讯站。
diqierjia 在 GitHub 开源 StrataGate，一个 DeepSeek Harness 的跨会话记忆插件，将近期对话按 L0–L5 六级视图逐步压缩、把决策和偏好抽取为 Events 并组织知识图，附带证据充分性门控和仅对实际采用的记忆做强化加权的机制。作者发布的评测使用 LoCoMo 对话 conv-26 的 152 个问题，每个答案经 10 次独立 Judge 评估，平均准确率 80.46%，Mem0 base 为 63.22%，其中时间类问题高出 40.27 个百分点；结果仅覆盖该样本，未做消融实验。
推荐理由：开源插件给出了与 Mem0 base 在同一 LoCoMo 样本上的对照数据和明确的适用范围说明，读者可据此评估其记忆管理方法。
作者发布 hunk，一个面向 coding agent 的事务式多文件文本编辑工具，一次调用携带跨多文件的精确文本替换，并在全部匹配预期次数后才写入，配合 --verify 在命令失败时回滚全部文件。作者统计自己 30 个项目历史中共 5834 次编辑、11964 次替换，其中 41% 使用 replace(old, new, 1)、无唯一性检查的占 43%、58% 在编辑后附带构建或测试命令，以此说明缺少的是事务原语而非字符串替换。
推荐理由：作者用自己 30 个项目共 11964 次替换的统计说明 agent 编辑文件的错配风险，工具以事务和精确匹配计数解决，方法可迁移。
magnusfroste 在 GitHub 发布 FlowWink，一个自托管的 Business Operating System，含 66 个模块和 600+ 通过 MCP 暴露的智能体技能。内置本地智能体 FlowPilot（默认每 6 小时心跳运行），也可换用 OpenClaw、Claude Desktop 等外部操作者或纯人工 SaaS 模式；支持 MIT 许可免费自托管，可经 fork 加 Vercel 与 Supabase 零 CLI 部署。
推荐理由：原文详细拆解了如何用 MCP 把整套 SaaS 模块的能力暴露为智能体技能，并给出无需 CLI 的自托管部署路径，做法可迁移。
sabaiway 发布 agent-workflow，为 AI 编码智能体提供跨智能体的持久记忆与工作流，通过 npx @sabaiway/agent-workflow-kit@latest init 一条命令启动，兼容 Claude Code、Codex、Cursor 及读取 AGENTS.md 的 20+ 工具。
推荐理由：原文完整给出了分层记忆、文档上限和跨智能体接入的设计细节，读者可以了解如何让编码智能体会话间保持上下文连续。
GitHub 项目 devlikebear/tars 宣布恢复开发，最新 tagged 版本为 v0.52.0。TARS 是用 Go 编写的本地 AI Agent 运行时，单个二进制打包浏览器控制台、API server、CLI、后台任务、记忆与扩展系统，支持 subagent 编排、SQLite Work Ledger、heavy/standard/light 三档模型路由、cron 调度、Telegram 通道、Skill Hub 扩展与 computer_use，并提供与 OpenClaw、Hermes Agent 的对比表。项目采用 MIT 许可，可通过 Homebrew、curl 脚本或 PowerShell 安装。
推荐理由：README 给出了本地 Agent 运行时的完整架构与同类项目对比表，读者可以借此评估本地可控 Agent 方案的取舍。
nexc-engine 在 GitHub 开源，是一个自托管的可视化 LLM 图工程平台：用户在类 Obsidian 画布上用 [[wikilinks]] 画目标草图，LLM 将其细化为结构化计划，再按 DAG 调度执行，每个节点由 LLM 调用、Python 运行时中生成的角色 agent 或 texc-symphony 编码 agent 处理，产出 docx、代码等可下载交付物。
推荐理由：README 给出了从画布草图到 DAG 执行的完整架构、部署命令和与 n8n、CrewAI 等工具的逐项对比，方便读者评估是否适用。
Emryswu 在 GitHub 开源 ResumeLens，一个基于本地向量检索加大模型生成的简历与职位 JD 匹配系统，后端用 Spring Boot，向量部分用本地 ONNX 运行 Alibaba-NLP/gte-multilingual-base-int8（768 维），精析走关键词重排加语义阈值门控的 RAG。项目附可解释的 chunk 级证据链报告和手写 tool-calling AI 助手，写操作需用户确认；阈值 0.72 来自 18 组配对、198 次检索的阈值扫描实验，作者说明了该结论只适用当前模型与分块配置且无独立 holdout，并给出 RAG 与全文直投的消融对比（块级证据 F1 0.957 对 0.468）。
推荐理由：作者不只给出代码，还附上阈值 0.72 的扫描校准数据和 RAG 消融对比，方法对做检索工程的人可直接迁移。
GitHub 项目 Arslan 发布，一个本地优先的个人 AI orchestrator，在你自己的机器上用你自己的 LLM API key 运行。每次请求由 host agent 拆分任务、在内核沙箱里运行生成的代码并返回答案。spawn 的提示词会从运行历史自动修订，但需在至少 10 对留存历史任务上盲评取得至少 60% 胜率且各维度不劣于现任版本，生成可读 diff 后由用户点击 Promote 才生效。
推荐理由：项目把自进化人格拆成可审查的流程，用留存任务对打加人工 Promote 把改动挡在生效前，方法本身可以借鉴。
Dhruv Dubey 发布 DSPM Memory（pip install dspm-memory），将多轮 LLM 对话压缩 80% 以上，同时宣称在基准套件上关键约束和决策 100% 保留。每轮对话被转成带类型的语义补丁，约束和决策在 7 阶段压缩管线中受结构性保护；实测 7 个领域各 40 轮对话，budget 250 时 token 压缩 82.8%、CRR 100%，消融显示移除 shadow-selection 后 CRR 从 100% 降到 37.9%。支持任意 OpenAI 兼容 provider，提供 save/load 跨会话持久化、修订取代旧值和事实密集文本的 dense 抽取模式，配套论文存于 Zenodo（10.5281/zenodo.19438636）。
推荐理由：作者给出了消融实验和分预算档位的压缩率与关键保留率数据，读者可以据此评估这套记忆压缩方法是否值得接入自己的多轮对话流程。
开发者 Andrey Lipanov 在 GitHub 发布 HA_Pilot，一个主动式家居管家项目，由 Home Assistant 自定义集成 Pilot Eyes 和运行时 Agent 插件两部分组成。项目让 LLM 不进入实时控制回路，日常由确定性代码零 token 处理，Agent 每天对标记事实做一次推理，通过信任队列、审计日志、每日预算（默认 ₽10/天）和一键回滚逐步获得自动执行权限，全部数据本地存储，需 Home Assistant Supervisor 环境，许可证为 PolyForm Noncommercial 1.0.0。
推荐理由：原文讲清了让 LLM 不进实时回路、由确定性代码承担日常工作的家居管家架构和信任机制，部署思路可迁移。
Kerneta 发布 daidocs 5.1.1，将 AI 助手记忆做成磁盘上的纯文本文件：.dai 存文档与会话历史，.cai 用 tree-sitter 构建代码调用图，路由器决定由哪一半回答问题。LongMemEval-S 上 GPT-4o 作答得 83.00%（415/500），比同一模型无记忆的 60.60% 高 22.40 分，每题约读 10,065 token，少读约 10.3 倍；同一记忆层换五个作答模型准确率在 78% 到 92% 之间。所有数字附逐题评判与 sha256 清单，格式 Apache-2.0，支持 MCP 接入 Claude Desktop、Cursor 等工具。
推荐理由：原文公开了记忆系统的格式规格、基准条件与逐题证据，读者可以自行复现其检索与准确率数字。
作者开源了面向石家庄出行的垂直旅游 AI Agent 项目 ShijiazhuangAgent，包含行程规划与自由问答两条业务链路。技术上是 LangGraph 图编排加 BM25/向量 RRF 混合检索，mock、siliconflow、ollama 三个 LLM Provider 可用一个环境变量切换，默认 mock 离线可跑全链路；项目附 193 加 43 个单测，并给出结构化输出容错回炉、检索不可用时分级降级、WS 契约单一来源、prompt 层防幻觉与 46 例金标评估集等工程细节。
推荐理由：项目把不可靠的 LLM 输出落成可用产品的工程做法写得可逐条对到代码，读者可以借此借鉴垂直 Agent 的容错、降级与测试方法。
xianyu-sheng 在 GitHub 发布 Xenon，一个让 AI 编码 Agent 可信运行的 Python 运行时，工具输出作为 Evidence、LLM 输出作为 Claim，所有副作用经同一工具收敛点。v0.9.x 新增意图契约（每轮不可变 TurnContract、显式禁令一票否决、低置信操作询问用户）和 read_document 零依赖解析 xlsx/docx/xls/.et/csv/。评测显示 SWE-bench Lite 40.0% 实例通过率（同模型 +6.7pp），多引擎矩阵 45.8%，Cache Rails 缓存命中率 97.35%、节省 93% token 成本；支持 7 种推理引擎、12 家 LLM Provider 与 MCP，MIT 协议，可作 CLI 或库使用。
推荐理由：README 给出同模型 A/B 与评测协议，读者可以了解一套以证据校验收敛 Agent 副作用的运行时做法。