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
MrPeppersDev 在 GitHub 开源了一个 Agent 基础设施对比目录，收录 912 个系统（如 Claude Code、Cursor、AutoGen、LangGraph、Mem0、Zep）和 528 条系统间关系，每条记录含 85 个属性（许可证、成熟度、MCP/A2A 支持、定价等）并附来源URL与核验日期。目录提供可排序筛选的网页版、MCP 服务器和 CLI 三种使用方式，数据以 CC-BY-4.0 许可发布，工具代码为 MIT 许可，并配有每周新鲜度检查与自动化校验流程。
推荐理由：这个目录给每条记录标注来源URL、可验证层级和最后核验日期，还提供MCP服务器和CLI查询，适合想横向比较Agent基础设施的读者。
zecalis 发布 fael，一个存放在 .git/fael/ 的 JSONL 工作账本，让同一仓库里的多个 Agent 和人交接决策、需求、issue 和 claim。Agent 在同一条消息里用 fael add 写入记录，不占额外回合；打开文件时只附上该文件相关的行，按上下文窗口去重并默认 800 token 预算截断。支持 fael claim 认领、--to 按 git user.name 或 agent 名派发、--revisit 定期回访、fael stats 统计交接命中数，经 fael sync 通过自有 git remote 同步，无需服务器或账号。
推荐理由：原文给出 fael 的行级工作账本机制与 token 预算、hook 耗时等具体设计，可按 fael stats 在自己仓库验证交接效果。
MemTether 在 GitHub 开源，定位为跨客户端本地记忆中枢：更正事实时不删除旧值，而是写入可追溯、可回滚的 supersession 链，配合双时间戳与带完整性哈希的导入导出格式。单个 SQLite 数据库通过文件级指针供 Claude Code、Cursor、Gemini CLI 等 23 个客户端共享，无云端依赖；EAF 检索在 LongMemEval 500 题上严格匹配 75.7%，并附 mem0、Zep/Graphiti 等方案的功能对比表。
推荐理由：项目给出 LongMemEval 实测与对照数据，读者可据此评估这套本地共享记忆方案的实际检索效果。
sjames 在 GitHub 发布 Syscribe，把需求、架构、测试、决策等结构化项目状态存为带 YAML frontmatter 的 Markdown 文件，并通过 MCP server 供 LLM 智能体读写。写入默认 dry run 并返回校验增量，悬空引用（EREF）和用户自定义链接类型违规则拒绝提交；内含 200+ 校验规则、BLAKE3 suspect 链接检测与内容哈希 release baseline，附 ISO 26262 ASIL D、IEC 61508 SIL 4 等四个演示模型及 chat-to-code 示例。
推荐理由：作者用真实 MCP 会话演示了悬空引用如何被 dry run 与提交门禁拦截，方法对管理 AI 智能体的结构化项目编辑有直接参考价值。
DrSeedon 开源了 Orchestra，一个 AI 智能体编排平台，由一个编排器拆解目标、生成 worker、用不同厂商模型交叉审查并合并代码，每个 worker 运行在独立 git worktree 中。README 以代码行号锚点逐项标明已实现、部分实现和刻意不做的能力，附与 Orca、Claude Code sub-agents 的对比表及自建数据库运行数据（431 个已完成 worker 会话，p90 存活 130.6 小时）。安装方式为 git clone 加 uv sync，支持离线部署，协议 AGPL-3.0。
推荐理由：README用三档状态逐项标明每项能力有代码锚点还是没做到，并与Orca逐行对比，可作多Agent编排系统的参考样本。
AgentField 团队发布面向开源模型的编码 harness CodeAF，Apache 2.0 协议，Go 编写的单个二进制文件仅 53 MB。在 DeepSWE 用 DeepSeek V4 Flash 对十个 harness 的对比中，其 /senior-dev 子 harness 解决 issue 最多且单题成本最低，超过 Claude Code、Codex、OpenCode、Kilo 和 DeepSeek 自家 harness。产品以单窗口管理多项目任务，按任务自动分配 worker、planner、checker 六个模型席位，支持 headless 运行、远程 devbox 驱动和手机 ssh 接入，目前为 early preview。
推荐理由：官方给出了在 DeepSWE 上与 Claude Code、Codex 等十个 harness 的同模型对比数据，可据此评估其解题数与单题成本。
Sujato Dutta 在 arXiv 发布 MINDSET，一种将对话存为不可变 episode 并通过最小能量状态迁移组织成版本化 schema 的记忆控制器。在 850 题（700 LoCoMo + 150 MemoryAgentBench）上对比 5 个记忆系统，取得最高 LoCoMo F1，检索指标显著优于第二名 LightMem（Holm 校正后 p<0.01）；消融显示受控碎片化与 schema 感知分配贡献最大，700 题跨模型评测（GLM-4.7、Gemma-4-31B）支持模型无关性。
推荐理由：论文将长期对话记忆建模为受约束的状态管理，给出了与5个记忆系统的对比数据和消融结果，可迁移到记忆系统设计。
Yexiong Lin 等发布 arXiv 论文 SquidAgent（arXiv:2610.08647，已被 NeurIPS 2026 接收），提出并行多智能体比串行更慢源于重探索成本和对齐成本，并给出按层判断是否并行的 token 成本判据。SquidAgent 从编排者会话直接 fork worker 并用预生成共享约定块替代事后调和，实测对 Claude Code 平均吞吐提升 2.2 倍、墙钟时间加速 2.6 倍，对最强多智能体基线吞吐提升 2.0 倍。
推荐理由：论文指出并行多智能体常比单智能体更慢的原因，并给出以 token 估算成本的并行决策判据，方法可供 Agent 系统设计参考。
mmr710 发布开源工具 nightmux，通过 Telegram group 与 tmux 会话绑定，让用户在手机上运行 Claude Code、Codex、Gemini、aider 等编码 agent。它读取 Claude Code 的真实用量限制窗口，把触限的 turn 和排队 prompt 保存并在窗口重开后自动重放，支持定时任务、!consult 多 agent 互询、git 快照与 !undo 回滚、本地 webhook 与 dashboard。项目仅依赖 Python stdlib，四个文件约 5400 行，MIT 许可，支持 macOS 和 Linux，不支持 Windows。
推荐理由：把用量限制窗口、队列恢复和多 agent 调度做进一个无依赖单文件工具，思路和实现细节都写得很实。
Avibe 在 GitHub 开源（MIT 协议），一条命令即可将本机变成驱动官方 Claude Code、Codex 和 OpenCode 的 Agent 运行环境，可通过浏览器 Workbench 或 Slack、Discord、Telegram、微信、飞书等聊天渠道远程操控。其 Model Hub 把用户已付费的 Claude、ChatGPT、Gemini、Kimi 和 xAI 订阅及 API key 聚合到本地网关，支持跨 agent 混用模型、配额耗尽自动切换到下一个来源，并按官方 API 价格统计用量。
推荐理由：原文把订阅与密钥聚合到本地网关并支持自动故障转移，读者可以据此了解如何统一调度 Claude Code、Codex 和 OpenCode。
katsut 在 GitHub 发布 StromaDB，一个 source-available 的 Rust 实时 GraphRAG 引擎，融合向量、带类型图和双时间线，为 LLM 提供低毫秒级结构感知检索，内置 MCP 端点、Web 控制台和 CSV/JSONL 导入，可用 docker run 一条命令启动 demo。项目处于 pre-1.0 单节点阶段，采用 Elastic License 2.0（限制托管服务转售），实测 0.5M 文档混合读取 p50 0.86 ms、摄入约 7M facts/s，数据与复现脚本均已公开。
推荐理由：作者给出了可直接复现的性能数据和 docker 一分钟上手路径，适合想为 Agent 搭建实时图检索层的读者评估选型。
Elflare 在 GitHub 发布 Go 编写的轻量 Agent/Chatbot 框架 ElBot，主打低运行成本、低上下文开销与可扩展性。本地启动时间小于 10ms、常驻内存约 30MB、二进制小于 30MB；通过按需发现工具降低 token 消耗，chat 模式首轮小于 500 token、work 模式小于 1000 token，缓存命中率达 90% 以上。支持 Hook 扩展、标准与 LLM Cron、ELyph 任务描述、Elnis 外部事件感知、持久 Session 与上下文压缩，已适配 CLI、QQ OneBot、QQ Official 和 Telegram，项目仍在快速开发中，适合作为个人 Agent/bot 框架探索。
推荐理由：作者用 Go 实现轻量 Agent 框架，给出启动时间、内存占用和双模式 token 消耗等实测数据，可作自建 bot 的参考。
作者发布 agent-time-bench 基准，测量 LLM 智能体在用户表述、工具参数（ISO 8601 UTC）和渲染答案三种时间表示之间转换的准确性，含 10 个领域 × 10 个单轮场景，goldens 经手工推导并机械交叉验证。对 7 个模型的研究显示，使用基于 nl2time 的确定性时间工具后，工具调用时间边界达 94–98%，时间戳渲染 86–98%，一个约 4B 激活参数的开源模型边界准确率从 14% 提升到 94%。代码采用 Apache License 2.0，内容采用 CC BY 4.0。
推荐理由：原文给出完整的场景构造、评分方式和7个模型的实测结果，读者可以了解智能体处理日期时间任务的真实水平与改进方法。
aktonay 在 GitHub 发布 snapdec，一个零配置 MCP 服务器与 Agent Skill，把编码智能体的高频分类、检查、评分和排序任务从前沿大模型卸载到 5–50ms 的本地模型或免费托管路由。提供 project_facts 零 token 仓库探测、带校准概率的 auto|review 拒绝式输出、后端崩溃时安全回退 review，支持 Claude Code、Cursor 等 9+ 个智能体自动配置，模型目录涵盖 Laya、Kev、Decision 2.0 系列及 OpenRouter、TypeSafe Jev 托管端点，Apache-2.0 协议。
推荐理由：README 给出了各模型的延迟、参数量和不同基准的数据来源区分，读者可以据此评估这套本地微决策卸载方案是否适配自己的硬件。
MathTrail 在 GitHub 开源，这是一个免费应用，把家长自己的 Claude 或 ChatGPT 对话变成 1-6 年级孩子的自适应奥数训练器，支持任意语言。聊天模型出题，服务端用程序校验：唯一正确选项、暴力求解器复现答案、可读性、无近似重复、文本绘图合规，通过后才展示给孩子；每个错误选项对应一个命名陷阱，解释从孩子的错误思路出发。进度、评分和当前任务存放在家长 Google Drive 的一个 JSON 文件中，答案加密存储，服务本身无状态、不存数据。接入方式为 Claude 的自定义 connector（免费套餐可用）或 ChatGPT 开发者模式，代码采用 MIT 许可，可按 docs/self-hosting.md 在自己的 Google Cloud 项目内自托管。
推荐理由：原文讲清了用程序校验模型生成题目的完整流程和自托管方法，做法可迁移到其他需要控制 LLM 输出质量的场景。
luchenkan 在 GitHub 开源 GameDevRadar，每天自动采集 GitHub、博客、论坛的新项目与新话题，按 profile.json 个人画像评分过滤，生成只服务个人的技术热榜。评分公式为热度增速（星数÷存活天数）×画像相关度权重，用增速防止老项目霸榜；零依赖（Python ≥ 3.9 标准库），支持 GitHub Actions 定时运行或 Kimi 定时任务加 LLM 点评层，脚本层无 LLM 也能出榜，输出 daily-YYYY-MM-DD.md 与 latest.md 等文件，MIT 协议。仓库地址：https://github.com/luchenkan/GameDevRadar
推荐理由：作者开源了一个按个人画像过滤技术热榜的脚本，评分用星数增速而非总量，分层设计保证无 LLM 也能出榜。
developerz-ai 在 GitHub 发布 multi-ai-router，一个自托管路由服务，可把五份 Claude Max、ChatGPT/Codex 订阅及多家 API key 池化到一个兼容 OpenAI 和 Anthropic API 的地址后面。
推荐理由：原文详细说明了路由策略、凭证加密和用量计费的设计取舍，团队想把多份订阅合并成一个自托管端点时可参考其实现方式。
esneiderbravo 发布 speclaw 2.0，通过 npx @esneiderbravo/speclaw@latest init 一条命令为 Claude Code、Cursor、Codex、Windsurf 等 Agent 配置项目规范、本地代码索引和 MCP 服务器，全程本地运行，无云、无 LLM、无 API keys。
推荐理由：作者把项目规则编译成可执行的 hooks 和本地代码图，绕开提示词约束，这个把规范变成强制门槛的思路值得参考。
gunwadev 发布 crossverify，一个 Claude Code 插件，在构建代理结束一轮后由 Stop hook 调用不同厂商的 Codex（默认模型 gpt-5.4，只读沙箱）核查其声称完成的工作，将声明拆为原子命题逐条验证。自 2026-05-04 实机运行至 2026-07-22，114 个会话中 817 次验证、4777 条原子声明中 276 条失败，约 1/4 的轮次经不起独立核查。工具默认关闭、默认后台、fail-open，零依赖、无构建步骤，支持 tamper lock 防止代理自行关闭审计，Windows 目前需 WSL。
推荐理由：作者给出实机运行统计和防篡改、fail-open 等设计取舍，读作交叉验证工具的机制与边界参考。
futureman19 在 GitHub 发布开源项目 dogfood-wallet，一个本地 BSV 智能体金库：LLM 通过 MCP 工具请求付款，本机 signer 负责授权，模型永远接触不到密钥。默认限额为 10,000 sats/tx、50,000 sats/天，allowlist 为空且仅限人类添加收款地址，kill 命令写入 STOP_SPENDING 文件停用；作者明确该项目不是托管钱包，也非 HTTP 402 商户通道，v0.1 之后计划支持 BRC-181 钱包强制策略与 BRC-0204 链上额度。
推荐理由：作者给出了密钥隔离、允许清单和多级限额的具体架构，读者可据此评估让智能体自主付款的安全边界设计。