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
slng-ai 在 GitHub 发布开源工具 Unmute，这是一个语音智能体命令行编译器，MIT 协议，用户用 YAML 和 Markdown 编写智能体包，声明模型、工具、状态和步骤后编译为完整的 Python 项目。它支持 LiveKit、Pipecat、SLNG 托管和 Twilio 电话四个目标，生成物带固定依赖、Dockerfile 和运行手册且运行时不依赖 Unmute；unmute validate 可离线在通话前指出配置错误。
推荐理由：用 YAML 和 Markdown 描述语音智能体再编译成可托管的 Python 项目，运行时不依赖编译器，方法思路可直接迁移到自己的智能体工程。
作者在 GitHub 发布开源项目 Sharpen（Apache 2.0），用 Claude Code 或 Codex 等编程智能体把自然语言描述的策略想法变成预注册 spec、信号、测试和可部署系统。内置七层验证漏斗与回测证伪工具箱，结果按尝试次数做通缩校正，禁止前瞻泄露和跨集归一化；Crucible 平台让 LLM 提出假设但结构上看不到评分，配合分布式深度 RL（SAC、IQN、BDQ、PPO）和六个券商适配器做模拟盘部署。项目记录了 77 个策略的负结果，跨资产时序动量在免费 ETF 数据上达到 net Sharpe 0.60，并含约 3300 个测试。仓库链接：https://github.com/bigcan/sharpen
推荐理由：作者给出了七层验证漏斗和反过拟合工具链的具体设计，还附上负结果记录，读者可以看到智能体驱动量化研究的完整门控流程。
cyberkaida 发布 Ghidra 扩展 ReVa，通过 MCP 协议让大语言模型调用 Ghidra 的逆向工程能力，仅支持 Ghidra 12.0 及以上。它以工具驱动方式为 LLM 提供小型工具、附带 schema 与引导输出以减少幻觉和上下文占用，可处理大型二进制和固件镜像，支持 assistant 与 headless 两种模式，推荐客户端为 Claude Code，也可配合 VSCode、PyGhidra 使用，并附 Claude Code 技能市场。
推荐理由：README 详细说明了为 LLM 设计小工具以降低幻觉和 context rot 的做法，做 MCP 工具开发的人可以借鉴这套思路。
Yacine-ai-tech 在 GitHub 发布 RAGeval v0.2.1，一个自托管 LLMOps 观测工具，通过 drop-in Python 装饰器为 RAG 管线的每次调用报告 groundedness、faithfulness、检索相关性、成本和延迟，仪表盘默认运行在 localhost:8003。核心特性包括多 LLM 评审一致性打分（最少两个评审，不提供单评审回退）、persona-scope 检测，默认用 SQLite 存储，作者称约 1 分钟即可完成设置。项目采用 AGPL-3.0 许可，另提供闭源商用的商业许可；附带 70+ 测试函数，并每六小时最多发送一次匿名启动遥测，可用 TELEMETRY_OPT_OUT=true 关闭。
推荐理由：作者给出的自托管 RAG 观测工具包含多评审一致性打分、人格范围检测和一行装饰器接入，并用表格对比了 Phoenix、Langfuse、TruLens 的差异。
Jeonina 在 GitHub 开源了 LLM-Wiki，一个以 Claude 为维护者的个人知识库模板，基于 Karpathy 的 LLM Wiki 模式。它由 Sources（不可变的 00-Sources/）、Wiki（markdown 知识图谱）和 Schema（CLAUDE.md + 模板）三层组成，通过 Claude Code 摄取来源生成摘要、实体、概念页面并交叉链接，无需数据库、嵌入或服务器；还支持查询、lint 维护和修改 CLAUDE.md 调整 schema。
推荐理由：仓库给出了完整的三层结构和日常操作流程，读者可以直接照着搭建一个由 Claude 维护的个人知识库。
Crewship（crewship-ai/crewship）开源发布，为每个智能体团队提供真实 Linux 容器沙箱，可选用 Claude Code、OpenCode 或经 Ollama 运行本地模型作为引擎，并配 RBAC、审批、审计日志、Keeper 行为监控和加密备份等控制面。项目处于 open beta，目前仅支持单主机，各团队容器共享一个 Docker 网络尚无网络隔离，API 跨小版本可能变更，生产使用需固定 tag。
推荐理由：项目自述里明确标出每块功能的稳定与未完成状态，连安全边界和已知缺口也写清楚，可据此判断是否适合自用。
Westfield Innovations 在 GitHub 开源 pdm-memory，一个用"意义签名"替代原始文本的 AI 应用记忆库，官方称与标准 RAG 对比在 8 项指标中赢下 7 项，token 用量减少 15 倍、存储减少 35 倍。支持 pip install pdm-memory 三行代码接入，可用现有 OpenAI/Anthropic 账号，本地隐私模式下数据只存单个 SQLite 文件且不联网；还提供记忆随使用增强、不用则衰减的机制，以及无需存储的 verify() 规则门控来拦截与目标冲突的 Agent 动作。
推荐理由：README 讲清了 PDM 的压力衰减与共振检索机制，并给出与标准 RAG 的 8 项指标对比，适合想给 LLM 应用加持久记忆的开发者参考。
mufeiyu-ayu 在 GitHub 开源了一个用纯 TypeScript 编写的 AI Agent 运行时，不依赖 LangChain 或 LangGraph，约 5,000 行运行时代码、450+ 测试，处理工具参数截断、用户中途关闭页面、请求重试后晚到结果等真实边界情况。每次运行按步骤记录，带 token 预算的上下文压缩（超限时摘要历史而非丢弃），支持 DeepSeek 官方 API 和 OpenAI 兼容中转（GPT / Grok / Gemini），附管理控制台、Vue 3 聊天前端和按教科书式顺序的代码导读。
推荐理由：该项目把真实 Agent 运行时的中断、超时、多工具调用等边界情况用可读的 TypeScript 显式处理，读者可按文档顺序读懂整个循环。
作者发布 ElevenPowers，一个为编码 Agent 提供证据与验证层的运行时，读取 Agent 已运行的命令输出生成证据记录，并用文件指纹判定 VERIFIED、UNVERIFIED、STALE、CONTRADICTED 四种状态，支持 Claude Code、Codex、Gemini CLI、Cursor Agent 和 GitHub Copilot CLI 五种宿主。项目先从源码通读了十四个 agent 系统，指出其中完成判定普遍依赖模型自述；作者的实测显示门控曾出现 75% 误阻断，修复后活体阻断率降至 8%，但对照实验尚未测得编码结果改进，安装宿主接受度验证为 0/10，仓库以 Apache-2.0 协议开源。
推荐理由：作者从源码通读十四个 agent 系统找出完成判定的共同盲区，并给出基于证据指纹的验证层设计与详尽自测数据。
oxi 是一个本地优先的编程智能体，单个 Rust 二进制、无 Electron，空闲内存约 110 MB。它可从 HuggingFace 下载 GGUF 并自动安装运行 llama-server，支持 SSH 远程 GPU、LM Studio、Ollama，也可通过 ACP 使用 Claude Code、Cursor、Codex 订阅或各类托管 API，内置文件管理器、编辑器、Git 面板、终端、本地 Whisper 语音输入和 DuckDuckGo/Bing/SearXNG 网页搜索。支持 macOS（Apple Silicon）、Linux（x86_64）和 Windows（x86_64），数据与 API 密钥均留在本机并写入系统密钥链。
推荐理由：原文完整列出安装方式、模型接入和本地数据存放做法，想找一个不依赖 Electron 的本地编程智能体时可以据此评估是否上手。
agent-memory-lab 在 GitHub 发布 agent-memory v0.1.0 Alpha，为 AI 智能体提供可追溯、可纠正的记忆，记录每条事实的来源、生效时间和使用范围，并以有界的 MemoryBundle 返回给宿主。基础记忆循环基于 Python + SQLite 本地运行，无需模型 key、向量库或后台服务；可选集成包括 PostgreSQL、MCP server 和 LangGraph 适配器，采用 Apache License 2.0，要求 Python 3.13+。
推荐理由：原文给出了记忆来源追踪、双时间线与擦除回放的具体设计，读者可据此评估这套可追溯 Agent 记忆方案是否适合自己的场景。
作者公开其为香港城市大学五门课自建的 Obsidian 知识库，截至 2026-10-07 含 28 篇笔记、25 个转录文本，采用规则先行、脚本验收、讲义与转录双源比对的生产流程，教授引文带时间戳可回源核对。另附本地课程问答 Agent 原型，使用 SQLite FTS5、Qwen3-Embedding-0.6B 与 Qwen3-4B，16 题开发烟测中语义检索 Recall@5 为 15/16。仓库约 80 MB，脚本与规则 MIT、笔记 CC BY-NC-SA 4.0，讲义与转录有使用限制。
推荐理由：作者公开了用 AI 做长文档知识工程的完整规则、验收脚本和事故复盘，方法可直接迁移到类似知识库搭建场景。
Helmholtz Cloud 在 GitHub 发布 GitGut，一个可自定义的 LLM 代码审查 CLI 工具，指向 GitLab 的 MR 即可执行 LLM 审查并以评论形式汇报结果。工作流由可定制的 action block 组成，包括 review、multi_review、filter_findings、verify_findings、generate_comment 等，支持 OpenAI 兼容端点和多模型配置，定位为辅助而非替代人工审查。项目仍处实验阶段，存在超大 MR 超出上下文、agentic 验证可能死循环消耗大量 token 等限制，无缓存的 provider 一次审查可能消耗数百万 input tokens。
推荐理由：原文完整给出了可自定义的 LLM 代码审查工作流结构、配置方法和 token 消耗上限等限制，团队可以照此搭建和调整。
Sprout-DevLabs 开源了单二进制目录探索工具 Sprout，它按 .gitignore 过滤目录树，展示 git 变更、commit 热点和 PR 树，并为 LLM 生成约 2k token 的项目结构图，含函数和类型签名。它可作 MCP server 供编码智能体调用，提供 project_map、reading_order、impact、context 等只读工具；在 Kubernetes（31k 文件、暖缓存）上基础命令 0.47s，--ai 1.1s，支持 brew、scoop、go install 等安装方式。
推荐理由：原文给出了具体命令、MCP 工具清单和在 Kubernetes 31k 文件上的实测耗时，开发者可以直接对照自己的代码阅读流程评估是否采用。
adeerkhan 在 GitHub 开源了 Vitruvius，一个工程研究智能体技能包，覆盖机械、软件、土木、电气、建筑 5 个学科共 25 项技能，运行发现、阅读、综合、验证、评审的研究循环。验证器基于 20 个对抗案例加 5 个确定性 PASS 评分夹具的基准，最新记录为 80% 判定正确、0 次错误放行、0 次错误拦截，说服压力测试 4/5 保持且含 1 次错误放行；项目强调这些是带方差的实测结果而非认证，支持 Claude Code、Cursor、Codex、OpenCode 等多种宿主安装。
推荐理由：这个工程研究智能体把盲验证基准和实测数字连同弱点一起公开，读者可以直接复现验证流程评估其可靠性。
开发者 Ivan Savchenko 在 GitHub 开源 Tally，一个面向业务用户的 text-to-SQL 分析 Agent，可自动找表、写 SQL、经 sqlglot 验证与 EXPLAIN 成本检查后以只读角色执行，并自纠错误、对模糊问题追问。在 237,125 行的合成数据库 117 题评测中，nvidia/nemotron-3-super-120b-a12b:free 执行准确率 82.0%（修复两个 bug 后 87.6%），15 个危险请求 0 个执行成功，语义层消融显示去掉后准确率从 84.4% 降到 28.1%。项目支持 OpenRouter、Qwen Cloud、OpenAI、Anthropic 等 provider，含可复跑的评测脚本、审计日志与 MIT 许可。
推荐理由：作者完整公开了防写库、防泄露个人数据的多层设计与全部评测数据，还给出语义层消融等可复跑方法，适合想搭 text-to-SQL 智能体的读者参考。
plvgger 发布开源工具 Forkbomb，将仓库用 macOS APFS clonefile(2) 在毫秒级克隆成最多 64 个沙箱副本，每个副本由不同策略的编码智能体并行处理同一任务，测试套件在全新克隆上裁决补丁，首个通过的补丁胜出。实测 80 MB node_modules 的 16 个分叉每 fork 45 ms、仅耗 22 MB 额外磁盘，约为普通复制的 24 倍速度和 1/60 磁盘；内置 12 种策略轮换，支持 Claude Code、Anthropic API 和 hosted 三种引擎，录得的 4 fork 竞速在 38.7 秒内以 94 行补丁通过 14/14 测试。
推荐理由：作者详细公开了 APFS clonefile 分叉机制、隔离沙箱边界和实测数据，读者可以评估这种多智能体竞速修 bug 方案的适用条件。
AbacusAI 发布 MIT 许可的开源桌面应用 AbacusAI Bot，可创建带独立聊天与记忆的常驻个人 Agent，支持 Gmail、Google Drive、Slack、GitHub、Notion 等 100+ 连接器和定时例程，并能通过 WhatsApp、Telegram、Discord 远程发消息。免费账户含 2,000 credits；注意 Bot 聊天与例程默认以 Full access 模式运行，无审批提示，可改为 Auto 模式启用内核沙箱。
推荐理由：官方文档讲清了 Bot 的常驻记忆、100+ 连接器、定时例程和权限模式差异，读者可据此评估无人值守 Agent 的安全边界。
Houmeres-Public 在 GitHub 发布 Projecthor，一个终端编码智能体与项目管理工具（Alpha），支持 OpenAI 兼容接口（llama.cpp、vLLM、LM Studio、OpenRouter、DeepSeek）、Anthropic Messages、Google Gemini 和原生 Ollama 等多种 LLM 连接。它提供四种权限模式、git 快照、计划模式、子智能体、网页搜索、语音、MCP 支持和知识库检索，仅支持 Linux x64 与 arm64，可通过签名校验的一行脚本安装并自更新。
推荐理由：项目作者亲自写清了权限模式、git 快照、更新签名校验等设计细节，读者可以据此评估是否把终端编码工作流交给它。
HatriGt 发布 agent-sandbox，把编程任务委派给运行在 microsandbox microVM（libkrun/KVM）中的自主 Agent，支持托管或五分钟自托管，兼容 Cursor、Claude Code、Codex、VS Code、Windsurf、Zed、Cline 等 MCP 客户端。每个运行独享 KVM guest 内核，fork 炸弹或 rm -rf 终止于 VM 边界；ask 工具可在不暂停主 Agent 的情况下启动只读副 Agent 解读日志和 diff，PreToolUse 钩子强制 Agent 提问后停止，并以确定性守卫钩子拒绝凭据外泄和控制面篡改。GitHub 凭据按仓库动态解析，密钥仅按步注入、不落盘，Web 仪表盘可从手机启动运行、回答问题和销毁沙箱。
推荐理由：原文给出了每个任务跑独立 KVM microVM 的隔离设计、防提示注入的确定性钩子和完整部署路径，做 Agent 沙箱可参考。