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 kstrat2001 在 GitHub 发布 darkmux v3.13.0，一个把 Mac（或多台 Mac 组成 tailnet）变成本地 AI 舰队的编排工具：以配置定义任务，由按角色（coder、reviewer、judge、crawler）配备的本地模型作为任务图运行，关键步骤需人工签核，每次派发留下机器、模型与原因的结构化记录，支持 BLAKE3 哈希链审计日志。本地席位基于 LMStudio，任何席位也可改用 OpenAI 兼容云端端点；内置 lab 模式在自己硬件上测量基线与改动效果，作者实测同一 35B 模型因配置不同在同一工作负载上耗时从 25 分钟到 5 分钟不等。
推荐理由：README 给出了完整的命令、架构和作者实测数据，读者可以据此评估这套本地多模型编排工具是否值得在自家 Mac 上部署。
BlackVS 发布 aimem，为 Claude Code 和 OpenCode 等编码智能体提供会话恢复与跨机器共享记忆。它用 hook 将每轮对话逐字写入本地 SQLite 日志，再异步整理成带类型、来源和置信度的知识库，捕获过程不调用 LLM、零成本且可离线；通过 hub 实现多机同步与三方合并，召回层用 BM25 融合嵌入向量检索，嵌入端点不可用时自动降级为 BM25。单静态 Go 二进制、无外部依赖，默认全本地运行，采用 PolyForm Noncommercial 1.0.0 许可，v0.1.90 及之前版本仍为 MIT。
推荐理由：原文给出了与 claude-mem、Mem0、Zep、Letta 的逐项对比表，可据此判断它与其他 AI 记忆方案的真实差异。
weryk153 在 GitHub 发布 AI Character Engine 1.2.0，一个用于构建 AI 伴侣、游戏 NPC 和虚拟助手的 Python SDK，采用 Apache-2.0 许可。引擎在模型之外管理角色数据，包括长期记忆、反思与信念、情绪与关系状态、持续目标，支持工具调用、后台认知、多角色隔离、语音与 VRM 适配器，兼容 OpenAI 兼容端点如 LM Studio、Ollama 和 vLLM，支持 Python 3.11–3.13 与 Linux/macOS/Windows。
推荐理由：原文把人格、记忆、情绪和目标状态放在模型外的运行时里管理，可检查可迁移，换模型也能保留角色数据。
amos689 发布 paper-preflight v0.4，读取 .tex 和 .bib 文件，对每条引用查询 Crossref、dblp、arXiv、DataCite、PubMed、OpenAlex 等真实文献记录，检查 DOI 指向、撤稿、预印本是否已正式发表等问题，判定不用 LLM。作者给出四项实测：GPTZero 公布的 151 条已发表幻觉引用中标记 135 条且 0 条误判为真实；20 篇 2026 年 8 月 arXiv 论文 753 条引用中每 100 条假阳性 1.2 个；在 Badalova & Mayr (2026) 的 104 条对照中精确率 72.5%、召回 87.9%，高于 RefChecker 等五个工具；HALLMARK 测试集 831 条上精确率 98.1%。
推荐理由：工具把每条引用对照 Crossref 等真实文献库核验，实测假阳性率和对阵同类工具的数据都公开，方法可借鉴。
dexio-wiki 在 GitHub 开源 llm-wiki-skills，提供 12 个 Agent 技能，用于维护随增长容易出错的 LLM wiki，针对新事实落到重复页面、来源丢失、新文章覆盖更可靠数据、链接断裂和多 Agent 改写互相覆盖等问题。技能采用开放的 Agent Skills 格式，可在 Claude Code、Codex、Cursor、OpenCode、Hermes Agent、OpenClaw 等读取 SKILL.md 的 Agent 中使用，涵盖 wiki-setup、wiki-capture、wiki-ingest、wiki-query、wiki-lint、wiki-verify 等。
推荐理由：作者从自运营的多智能体 wiki 中沉淀出十二条维护规则，覆盖重复页面、来源丢失和链接断裂等实际痛点，可直接装进 Claude Code 等常用 Agent 复用。
albertwujj 在 GitHub 开源 AgentTerm，一个让现有 AI CLI（如 Claude Code、Codex）在完整终端中照常运行的工具，同时把每个会话窗口变成可视化工作区，支持渲染计划与评审文档、行内评论、文件预览、会话区分与恢复、手机远程访问和 IDE 跳转。实现上用 Electron、xterm.js 和 node-pty，通过解析终端输出与 guide 文件约定通信，无需厂商 SDK 或 API；MIT 许可，无遥测、无需账号，支持 macOS 和 Windows（经 WSL）。
推荐理由：作者把现有 AI CLI 会话装进可渲染计划、评审和文档的扩展终端，并说明了基于文本解析而非 SDK 的实现方式。
PerryLink 在官方仓库发布 dsh-auto-review，为 DeepSeek Harness 审批链加入一个只读 reviewer 子代理，由第二模型对越过沙箱边界的操作给出 {decision, reason, riskLevel} 结构化判定，默认 fail-closed，人无需逐项批准。插件经 cordis.yml 配置每工具 ai/human/never 策略与正则风险规则，拒绝理由回注给调用模型，配套拒绝熔断、会话日志审计、Web 审查面板和 /auto-review 命令；还附带 YAML 驱动的 dsh-eval 回归评测引擎和一个无模型的确定性 stdio MCP 服务器，兼容 dsh-v0.2.1-alpha.1，Apache-2.0 许可。
推荐理由：README 详述了用第二个只读模型在审批链上做 allow/deny 判定的设计，fail-closed、审计与防注入边界都有交代，可作 Agent 审批自动化的参考实现。
Alacrity-Education 发布 KINA，一个 MCP 服务器和 REST API，让 Claude 实时查询 LCSC、TME 和 Mouser 三家元器件分销商的现货并生成 BOM。它按五段流程解析请求、并行检索、用确定性排序器与 MiniLM cross-encoder 50/50 混合排序（NDCG@10 0.913），只返回有货且可立即发货的器件；支持 OAuth 2.1 和 OIDC 群组访问控制，以 Spring Boot 与 PostgreSQL 17 两个容器运行，镜像发布在 ghcr.io/alacrity-education/kina，AGPL v3 许可。
推荐理由：原文给出了完整的搜索流程、缓存与排序设计细节，包括实测延迟和 NDCG 数据，读者可以直接部署或迁移这套 MCP 接入做法。
kisbi3 在 GitHub 开源 ContextTrail（开发版 0.1.0a6），把本机已有的 Codex、Claude Code 和 opencode 会话记录加 Git 历史重建为事件流图谱，标注尝试、失败、决策与已验证结果，每条引文在存储前都由代码对照原始记录核验。工具只读运行，模型调用在 bubblewrap 或 sandbox-exec 沙箱内进行，支持终端 TUI、浏览器视图、find/show/status 命令和两个 agent skill；实测包括 Codex 12 次真实调用、Claude 42 次 eval 运行，作者明确说明分析质量仅在小样本上测过，重建结果应视为待核对的草稿。
推荐理由：该项目把 Codex 和 Claude Code 的本地会话记录转成带引文核验的事件图谱，作者同时公布了实测数据和明确的局限。
r-siddiq 发布 llm-nexus 仓库，提供面向编码智能体的版本化编排协议与 Codex 配置，开发过程覆盖 GPT-5.6、GPT-6 和 GPT-6.1 的 100 多次基准测试。q10 对比中 v7/config v1 达到 11/30 通过、覆盖 7/10 任务族，v7/config v2（GPT-6.1 Sol、CLI 0.159.3）通过 12/30 但耗时 10 小时；v8 增加验收措辞后覆盖和耗时反而变差。维护者推荐的两文件 setup 未做基准测试，并指出 CLI 与桌面端的 developer_instructions 生效差异（对应 Codex issue #11004）等问题。
推荐理由：仓库给出了六个协议配置组合在同一基准下的实测对比和复现指南，读者可以据此评估配置调优对编码智能体工作流的实际作用。
GitHub 开源项目 AbdulAlharbi/exec-advisor 发布，一套多智能体 AI 高管顾问：五个专家智能体由 Chief of Staff 编排，读取财报、会议纪要、事故日志等来源，产出含风险、机会、假设与建议的高管简报。每条主张必须携带程序在源文本中逐字确认的引文，只可质疑不可新增发现的 Contrarian 智能体审查每项结论，变化检测由 diff 按键或标题相似度计算而非询问模型。推理可插拔，支持 Claude（Anthropic Messages API）或确定性规则大脑，后者使全部 42 个测试可离线在约 1.16 秒内跑完；管线经 GitHub Actions 定时运行并发布到 GitHub Pages，审计日志用 SHA-256 哈希链防篡改。
推荐理由：该项目用代码级子串校验和只减不加的质疑智能体约束多智能体简报，提供了可复用的防幻觉管线设计。
开发者 IAmNo1Special 开源了 MvgeOS，一个 Python 编写的 AI 编码智能体平台，支持通过 OpenRouter 等 provider 使用已有 API key，无需账号且无遥测。README 给出 23 秒完成任务的完整命令序列，内置 bash、edit、grep 等 9 个 Spell，会话以 JSONL Tome 持久化，可通过 Rune 扩展并挂载 MCP 服务器。当前版本 v0.6.8 尚未发布到 PyPI，Rune 无进程隔离需审查依赖，默认免费模型在 8 次干净机器运行中有 4 次因上游过载报错。
推荐理由：README 给出四条命令的完整实测流程与已知缺陷清单，自托管编码智能体平台的实际能力边界比较清楚。
javapacr 发布 pi-handoff，一个 pi 编码智能体扩展，用一次 LLM 调用把当前会话上下文交接给新会话。工具收集 git 状态、会话历史和活跃任务后生成结构化交接提示词，直接作为新会话首条消息注入，不落盘任何文档文件；支持 /handoff 与 /continue 两个入口、tmux/herdr 自动提交、MemPalace 日记提醒、敏感信息脱敏、handoff.skipTools 过滤及启动失败时剪贴板回救，配置块可指定生成用的 provider、model 和 effort，附带 182 项检查的冒烟测试，MIT 许可。
推荐理由：原文详细说明了会话上下文交接的生成流程、模板结构和失败回退设计，读者可以参考其做法迁移到自己的 Agent 工作流。
HarrisonCN 在 GitHub 开源了终端 AI 编码智能体 aicli，受 Gemini CLI 和 Claude Code 启发，通过 ReAct 循环自主读写文件、执行命令、正则搜索代码库并修复 bug，支持任何兼容 OpenAI API 的模型（含 Ollama 本地模型）。项目提供会话保存与恢复、上下文压缩、AICLI.md 项目指令、写操作审批和工作区沙箱等机制，尚未发布到 npm，需从源码安装，采用 Apache 2.0 许可证。
推荐理由：开源终端 AI 编码智能体，兼容任意 OpenAI 端点并内置审批、沙箱和上下文压缩等安全机制，适合想自托管替代 Claude Code 的开发者。
Bilal-Junaid-Jiwani 发布 okfsmith，一个 Python CLI，可将 PDF、markdown、wiki 导出和 Notion 导出转成符合 OKF v0.2 规范的知识包，每个概念带 sources[] 溯源、信任层级和生命周期元数据，并内置 §11 校验器。支持 --no-llm 离线抽取或接 Ollama、OpenRouter、Anthropic 等 16 种 provider 做 draft+critic 抽取，可用 okfsmith mcp 一条命令把知识包暴露给 MCP agent，另提供 BM25 搜索、graph 可视化、chat REPL 和本地 web dashboard，Apache-2.0 许可。
推荐理由：原文给出了从 PDF、Notion 导出到 OKF v0.2 知识包的完整流程和 MCP 接入方式，读者可以直接照着 quickstart 在本地复用。
robotrocketscience 在 GitHub 开源 aelfrice，通过 hook 在模型读取提示词前注入已锁定的规则和匹配的信念，解决 Agent 跨会话遗忘纠正的问题。检索基于本地 SQLite 上的实体索引和 BM25 全文搜索，无账号、遥测、嵌入或 LLM；每条信念记录来源并带贝叶斯置信度，可用 /aelf:confirm、aelf feedback 或 lock 调整，约每 6 条提示词把对话拆分为事实、纠正、偏好或要求存储，提供 /aelf:lock、/aelf:search、/aelf:doctor 等 30 个命令，MIT 许可。
推荐理由：原文完整给出了本地记忆工具的注入机制、贝叶斯置信度更新和全部命令清单，读者可以据此评估是否接入自己的编码 Agent。
AndyProsser 发布 ai-core-memory，一个开放、自托管、跨平台的 AI 助手记忆系统，以开放格式实现跨会话持久记忆，支持 Skills 与 MCP 互操作，从 Claude 开始接入。设计模仿人类睡眠巩固机制：日常会话产生短期残留记录，dream cycle 定期整合、合并并丢弃噪声，形成人类可读的 Markdown 长期记录；配套 FastAPI + SQLite + MCP 的自托管 hub 与 acm CLI，支持人工审批、作用域分区、OIDC SSO、Obsidian/Memos 插件及 k3s/k8s 部署。项目状态为可用但未经实战检验，容器镜像构建和 Claude Code 插件实测尚未验证，MIT 许可。
推荐理由：原文完整给出了记忆分层、dream 整合流程和 hub 技术栈，读者可以据此评估这套自托管跨平台记忆方案是否适合自己。
BKS-Lab 在 GitHub 开源 open-bridge，一个由 markdown 和 YAML 组成的私有 git 仓库，Claude Code、Codex 或 Copilot CLI 在每次会话开始时读取，使客户、任务和昨日工作日志直接进入上下文，无需数据库或托管服务。核心包括 ecosystem.yaml 注册表、work/ 任务板与每日日志、skills/ 技能树和常驻规则；可选能力涵盖组织覆盖、收件箱、记忆、Secrets 引用等。安全上采用提出后确认的人工门控、push guard 和不落仓库的密钥引用，无遥测。项目处于早期，BKS-Lab 团队每日自用，某维护者实例截至 2026-09-24 已有 4,072 条工作日志、164 个关闭任务、2,426 次提交；代码以 MIT 许可发布。
推荐理由：开源了一整套让 Claude Code 等编码 Agent 跨会话保留工作上下文的纯文件方案，结构、安全门控与对比表都可直接参考。
rajasatyajit 在 GitHub 发布终端编码 Agent ternly（Apache-2.0），支持付费 API、免费额度和本地服务器（Ollama、LM Studio、llama.cpp、vLLM 等）自动发现，用零 token 难度分类器把任务路由到能胜任的最便宜模型，验证失败两次后才升级到更强模型。
推荐理由：原文详细给出了按任务难度分级路由到最便宜可用模型的机制、成本控制手段和验证流程，读者可以据此评估这个多模型终端编码 Agent 的实际做法。
作者在一台 Mac Studio（M5 Ultra，256 GB 统一内存）上同时驻留四个开源模型，按大模型/小文本/小视觉/决策四槽位分工处理真实 Agent 工作。工作档为 Qwen3.8 Flash Next（99 GB）+ Gemma 4 26B 4-bit + Qwen 3.6 35B-A3B + Clef-Flash 9B，留 82 GB 给上下文；智能档为 DeepSeek V4 Flash 4-bit（常驻 128 GB）。实测吞吐：Qwen3.8 Flash Next 生成约 51-58 tok/s（投机解码草稿接受率 55-65%），DeepSeek V4 Flash 生成 27-31 tok/s。
推荐理由：作者实测了四模型共驻一台 Mac Studio 的内存预算与吞吐数据，还给出本地模型尚不能胜任规划角色的具体分工方案。