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
FastAgent 发布，定位为从本地 agent 目录到在线服务之间的桥接层：不引入新 DSL，复用现有的 Markdown 指令、Agent Skills 和 TypeScript tools，把同一个 agent 以 Telegram bot、Slack app、飞书/Lark bot、HTTP/SSE 端点等形式提供服务。内置 harness 为 pi，支持 OpenAI、Anthropic、Google 等多家模型，可嵌入 Next/Astro/Hono/Bun/Node 路由，fastagent deploy 支持 Docker、Fly、Railway 和 AWS Bedrock AgentCore。项目为 MIT 协议，处于 pre-1.0 阶段。
推荐理由：原文讲清了把本地 agent 目录直接变成在线服务的部署路径和多渠道接入方式，方法可以迁移到自己的项目。
开源 CLI 工具 vanity-agent 1.0.0 发布，可用 ChatGPT、Claude、Gemini、Grok、DeepSeek、Ollama 或任意 OpenAI 兼容 API 驱动一个 Claude Code 式的终端 agent，支持读写文件、运行命令、联网搜索、项目记忆和子 agent 委派。核心卖点是跨 provider 自动故障转移，订阅额度用尽时同一会话自动切到下一个 profile；工具为单个 .NET 8 二进制文件，覆盖 Windows、Linux、macOS，无遥测，密钥仅存本机。注意仓库尚无 license 文件，且默认无权限提示，需用 --sandbox 或 --deny 约束文件操作。
推荐理由：一个可用任意模型订阅驱动的终端编码 agent，附完整功能对比表和使用说明，方便评估能否替代多套 CLI 工具。
GitHub 仓库 matank001/clodfarm 发布了一个容器化工具，把多个 Claude Code Agent 组成全天候农场，可自动写应用、部署到 AWS、用 Stripe 收款并用 Google Ads 引流。Agent 按真实 5 小时和每周用量限额被治理器限速，默认每周 80%、5 小时窗口 85% 处停下，不付超额费用；支持手机 Claude app 遥控、子 Agent 可视化、测试通过才合入 main、DynamoDB 多机共享农场，还能以 bot 形式接入 GPT、Grok、Gemini、Groq、OpenRouter 与 Ollama 模型。项目 MIT 协议开源，作者声明与 Anthropic 无关，并提醒订阅不得转售或共享登录。
推荐理由：仓库文档把预算治理器的百分比阈值、多机席位和 AWS 围栏都写清楚了，读者可以照着评估能否套用这套多 Agent 运行做法。
开发者 dflippojr 在 GitHub 开源了自托管编码 Agent 平台 agent-harness（MIT 许可），可在家用 GPU 服务器上运行本地开源权重模型（Qwen3.6-35B-A3B on llama.cpp）或接入自己的 Claude Code、Codex、Cursor 订阅，通过 Tailscale 从手机或笔记本操控。每个工具调用都在沙箱中执行，高风险操作需经锁屏推送通知批准，工作成果以 git 分支交付供审查合并。在同 10 任务硬套件、同本地模型的对比中，该项目的 Agent loop 以 19/20 通过、平均每任务 47 秒，超过 OpenCode 1.18.30（18/20、81 秒）和 OpenHands CLI 1.16.0（18/20、126 秒）。
推荐理由：作者给出了同套件下与 OpenHands、OpenCode 的对比数据和完整部署方法，读者可以按需复刻这套家庭 GPU 跑 Agent 的方案。
开发者 zzzp-30 在 GitHub 开源了基于 C++17 与 liboai 的轻量级流式问答系统 llm-stream-qa-cpp，采用手写 HTTP 服务器与 SSE 逐字推送，打包为免安装的 Windows 桌面应用。项目把记忆检索（search_memory）与联网搜索（web_search）封装为 OpenAI tool-calling 工具由模型自主调用，最多 4 轮 Agentic 循环；检索用向量语义与关键词双通道 RRF 融合，embedding 连续 3 次失败自动降级为纯关键词 60 秒。联网搜索基于 WinHTTP 抓取必应结果页解析，无需付费 API。
推荐理由：原文完整给出了 Agentic RAG 的工具声明、Agentic 循环、混合检索与降级实现细节，方法可直接迁移到类似项目。
GitHub 用户 HANLINGVABCN 开源了 xgent-telegram，一个部署在自己 Linux 服务器上的私有 AI Agent，通过 Telegram 执行命令、处理文件、管理 cron 与条件触发等长驻任务，并支持 Skill 扩展、多模型提供商（OpenAI 兼容、Gemini、Vertex、Claude）、8 档思考深度和 CLI/Web/Telegram 三种可选模式，共享同一份 SQLite 记忆。项目明确声明不提供沙箱或容器隔离，除字符串匹配的命令黑名单外无任何拦截机制，Agent 模式下命令以运行账号完整权限直接执行，官方建议用独立低权限账号运行并默认关闭 Agent 模式。项目基于 MIT License，安装脚本支持 systemd、PM2、nohup 等保活方式。
推荐理由：README 明确写清了无沙箱的风险边界、Agent 协议与部署方式，想自建 Telegram AI 控制台的人可以直接照做并评估权限风险。
JavierFrauca 发布 SharpGraph，一个 MCP 服务器，用 Roslyn AST 将 C# (.NET) 项目索引为依赖图并暴露给 LLM，支持 MediatR/CQRS、DI 和 ASP.NET Core 路由的导航，避免读取整个文件。提供 trace_to_endpoints、find_callers、impact、flow、understand、Mermaid 图等工具，兼容 Claude Code、Cursor、Cline 等客户端。
推荐理由：原文给出可复现的 token 计数与性能对比数据，读者能据此判断这类代码图 MCP 工具在 .NET 项目里的实际省 token 幅度。
yeyo11 发布开源工具 Agentry，将 Claude Code CLI 封装进单个容器，提供 REST API、Web UI 和多智能体编排。它通过 CLI 的官方接口（如 stream- 和 --permission-prompt-tool stdio）驱动 Claude，支持并行 DAG 任务与 git worktree 隔离、用量上限到达后在不同 provider 间切换续跑、Docker 与 Linux 桌面（AppImage/.deb）部署，项目地址为 https://github.com/yeyo11/agentry。
推荐理由：原文详细列出了它驱动的 Claude Code CLI 接口、权限路由和多账号轮换等具体做法，读者可以据此评估这套自托管方案的实现方式。
nocell 发布了 Triad，一个本地 Rust CLI，将同一 Git 变更并行交给 Claude Code、Codex、Kimi Code、Cursor Agent 和 ZCode（GLM-5.3 与 GLM-5.3-Flash）等多个订阅制编程 Agent 审查，再由可配置的 leader 独立核验证据并去重，输出分类报告。修复需单独运行 triad fix 命令批准，在隔离快照中生成补丁和测试结果，不改动源码检出；项目通过 cargo、npm、Homebrew、deb/rpm 和 Docker 安装，支持 Easy/Ultra 预设与 CI 干跑。
推荐理由：原文详细说明了多智能体并行代码审查的隔离与验证设计，读者可以了解如何把已有订阅的编程 Agent 组合成受控审查管线。
GitHub 开源项目 PRISON 发布，它把自然语言请求隔离为独立的结构化任务，分析目标、边界、缺失信息和输出格式，并为 ChatGPT、Claude、Gemini、Codex 等目标 AI 以及聊天、手机、浏览器或工具调用 agent 环境编译 prompt。可选 3–6 个模型各自起草、互相批评并盲评，最终文本需通过语义审计才可保存；支持 NVIDIA、DeepSeek、Anthropic、OpenAI 及 OpenAI 兼容 API，无密钥时可用本地规则引擎运行全部流程，并附带 three.js 3D 场景可视化评审过程。技术栈为 Next.js 16、React 19、TypeScript、Zod，默认运行于 http://localhost:3100。
推荐理由：作者详细公开了多模型评审与语义审计的实现细节，读者可以参考这套可复用的提示词编译和验证流程。
CarlDog 发布 mnemosyne-mcp v0.1.3，一个用于长篇叙事的 MCP server，叙事逻辑由 Mnemosyne 负责，持久记忆由 OpenChronicle 存储，角色、场景、设定和规则可跨会话保留。当前版本暴露十五个工具（如 mnemo_continue、mnemo_validate、mnemo_import_story 等），支持七个生成后端：默认 Ollama、kindroid 与 botify 伴侣组合，以及 anthropic、openai、gemini、atlascloud 四个云 API；验证环节始终跑在 Ollama 上。架构采用六边形分层，HTTP 模式下拒绝调用方提供的文件路径以隔离信任边界，需自行运行 OpenChronicle 与生成器服务。
推荐理由：原文把叙事逻辑与持久记忆分成两个服务并用十五个 MCP 工具衔接，架构与信任边界说明完整，适合想搭跨会话连续故事系统的人参考。
GitHub 仓库 scp3500/novel-refpack 提供一套流水线，把十万到几百万字的长篇小说加工成两份文件：整书总结（事实圣经，覆盖世界观、剧情走向、伏笔、IF 分歧点和禁区）和逐字摘录的文风例子集，用于喂给大模型做续写、写 IF 线、同人或仿写。摘要任务走任意 OpenAI 兼容接口或 shell 命令，不绑定 agent 框架；摘要阶段一片一个任务可开几十路并发，实测 114 万字 25 路、444 万字 76 路；stylefit 工具包从语料本身拟合文风，verify.py 提供门槛、结构、逐句 z 值和零频探针四层验收。License 为 MIT。
推荐理由：给出了把长篇小说加工成事实圣经和文风语料两份文件的完整流水线与并发实测数据，方法可直接迁移到续写和仿写场景。
HarvielArcilla 在 GitHub 发布开源工具 Treechats，把每条 prompt 作为树节点，支持分支、合并、重排和查看 Claude 实际收到的上下文。它本地运行，数据存在本机 SQLite，回复可来自 Anthropic API key 或本地 Claude Code（可用订阅），支持导入 Claude Code 和 Codex 会话为树来排查上下文出错位置、以 diff 审阅 Claude 的代码改动、通过 MCP 供 coding agent 调用，并提供对比网格、定时任务、加密与密码锁等功能，需 Node.js 22.13 以上，运行于 http://localhost:5178。
推荐理由：原文详细说明了树状对话的分支合并机制与上下文控制方式，做长对话管理和排查 coding agent 上下文问题时可参考。
Error0422-bit 发布 dsh-token-slimmer，在内容首次进入请求前对工具结果与 reasoning 做有界化压缩，避免每轮重发造成的重复计费。作者基于 8 个真实会话（2,373 步）归因成本，工具结果占重发成本 40.7%、reasoning 占 46.9%；工具提供四层保护（载荷行保护、加法保留、快照恢复、可恢复标记）、三级评分路由与 CLI 跨 agent 接入，并给出各预算档的合成语料节省率基线，同时声明压缩后推理质量未量化、reasoning 生产写入因缓存击穿实测净亏而默认禁用。
推荐理由：作者用真实会话账本量化了工具结果与 reasoning 的重发成本，并解释了首次进入压缩为何不击穿缓存，方法可迁移。
Nutomic 发布 RAGnarok，一个 DSGVO 优先、权限感知的企业内部文档 RAG 参考实现，全部跑在单个 PostgreSQL 上（pgvector + 德语全文检索），提供可点击引用、拒答、审计日志和删除传播，在线演示在 rag.nutomic.com。检索评测显示 hybrid（RRF 融合 pgvector 与 tsvector）hit@5 为 83%、SQL 延迟 7.1ms，rerank 达 mrr@5 63% 但每查询约 4.7 秒；生成用 EU 托管的 Mistral API，由 GLM 5.3 Flash 做 LLM 评测，检索确定性门禁在每次 push 的 CI 中运行。
推荐理由：这份参考实现把权限过滤、引用、拒答和审计都做进单个 PostgreSQL，还附带可复现的检索评测数据，适合想搭企业内部 RAG 的开发者参考。
scbrown 在 GitHub 开源了 Quipu v0.8.1，这是一个面向 AI 编码智能体的知识图谱，把智能体学到的东西存为事实，并按声明的 SHACL 规则校验每次写入，违规事实会被拒绝且附带原因。它保留每条事实的版本，可用 --valid-at 查询任一时刻的图状态，支持标准 SPARQL 1.1 并通过 W3C 一致性测试，提供 CLI、REST 服务器和 Rust 库三种形态，并通过 MCP 服务器接入智能体，定义了 46 个 MCP 工具（启用 owl 为 48 个）。发布提供 Linux x86_64 二进制，其他平台需用 Rust 从源码构建，采用 MIT 许可证。
推荐理由：知识图谱工具在写入时用 SHACL 规则拒绝违规事实，这种把校验前置到写入端的思路可迁移到智能体的记忆管理。
AnswerDotAI 在 GitHub 开源了 fastaudit，一个轻量执行防护工具，用于在普通 Python 进程中运行 LLM 生成的代码时防止意外损坏，例如删错项目文件、写入用户主目录或未经允许的 subprocess 调用。它通过 mk_audit() 安装进程级 Python audit hook，权限检查仅在 audit_perms() 上下文激活时运行，写操作须落在允许目录内，subprocess 和线程创建默认被拒绝，主机可通过 before_deny 回调放行受信工具。在 Python 3.12+ 上默认启用 sys.monitoring 监控非标准库原生调用，原生模块可用 fastaudit_safe_native 入口点声明安全前缀。
推荐理由：这是 AnswerDotAI 自家工具的完整说明，明确了威胁模型与已知局限，帮助读者判断它适用和不适用哪些 LLM 代码执行场景。
hrayleung 在 GitHub 开源了 Jin，一款以对话为中心的原生 SwiftUI macOS 应用，用于在单一工作区使用多家 LLM 服务商，采用 Apache License 2.0 许可，打包版本仅支持 Apple Silicon、需 macOS 14 或以上。
推荐理由：原文完整列出了这款原生 macOS 多模型客户端的功能、支持的服务商清单和部署细节，需要统一入口调用多家模型的用户可以直接参考。
Valwardon 在 GitHub 开源了 grounding-coder v0.2.0，一个系统中完全不含语言模型的确定性编码 agent：文本由内置词法解析器转为意图，编辑、验证与修正全部由确定性引擎依据编译器、测试等 oracle 完成，无法证明时以 BLOCKED 拒绝并保持文件字节不变。项目支持 Rust、Python、C、Kotlin、JS、HTML 等语言及 .grounding.toml 自定义语言，包含 376 个全绿测试，提供 Android APK 构建（约 7.0 MB，arm64-v8a），发布页为 https://github.com/Valwardon/grounding-coder/releases/tag/v0.2.0。
推荐理由：这是一个不依赖任何语言模型的确定性编码 agent，读者可以了解用编译器和测试做验证的另一种工程思路。
good2idnan 在 GitHub 开源了 routeaudit 命令行工具，用你自己的日志回放请求到更便宜的候选模型，逐任务对比答案质量并给出路由策略。演示中 5 个请求全用 Haiku 成本降到 19% 但只有 58% 通过，按任务路由则在 26% 成本下保持全部通过；工具支持 Anthropic、OpenRouter、Ollama，提供成本估算与 --max-spend 硬上限，可导出 YAML 或 LiteLLM 配置，v0.1 暂不支持 agent 与工具调用。
推荐理由：工具用你自己日志回放并按任务类型给出降本建议，还内置花费上限，示例显示全用 Haiku 省钱但只有 58% 通过率。