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
Mørkyn（前身为 AI RPG Consistency Prototype）发布 0.9.12，当前开发中版本为 0.10.0-wip。它让模型只负责叙述，玩家、地点、物品、任务和 NPC 心理等世界状态存于 SQLite，模型通过封闭操作语言提议变更，由引擎校验是否与叙事一致，所有数值由服务端掷骰并写入审计表，支持回溯到相同骰子的 rewind。整个游戏可在家用 7B/8B 本地模型运行（Qwen3 8B Q4_K_M 经 MLE，典型回合约 18 秒），本地优先、数据不出机器，安装只需一个启动脚本，另支持 llama.cpp 和 OpenAI 兼容云 API。
推荐理由：原文讲清了用 SQLite 引擎而非模型来管世界状态和骰子的做法，对想解决长局一致性的开发者有可迁移的架构参考。
GitHub 开源项目 narrated-explainers 可根据一个主题让 LLM 生成结构化脚本，再由本地渲染器输出 1080p 白板动画解说视频，用 Kokoro af_heart 配音，导出 H.264/AAC MP4。每段视频含 5–10 个场景，渲染器只接受数据，防止 LLM 注入渲染代码，支持 OpenAI 风格接口的任意 LLM 端点，源码 MIT 许可。
推荐理由：这个工具把脚本生成与渲染分离，渲染器只接受数据不接受代码，思路对想批量做解说视频的人有可迁移之处。
Jike Zhong 等发布 DSV-Mem 基准，用于评测多模态大模型 Agent 在专业工作流中的稠密有状态视觉记忆，含 1,000 道题和五类问题，覆盖 27 种模型与记忆管理配置。最强基线得分低于 45%，分析显示状态演进尤其是主导更新次数是主要难点，而对话长度、OCR 和算术并非瓶颈，状态感知设计比增加推理量更有效。基准与代码将公开，论文链接 https://arxiv.org/abs/2610.08102v1。
推荐理由：论文分析了 27 种配置下的失败模式，指出状态更新追踪而非对话长度才是主要瓶颈，对记忆系统设计有参考价值。
SourceCapsule v1.5 在 GitHub 发布，可将 x.com 的帖子、线程和 Article 一键保存为干净的 .llm.md Markdown、真实图片文件和自包含离线 HTML 存档，方便直接粘贴进 Claude 或 ChatGPT。新版本加入实验性回复存档（遍历 Latest、Top、Relevant 三个回复面，输出线程化 Markdown 与全文 CSV），并默认开启严格导出模式，若引用帖、图片或视频无法完整恢复则阻止下载并列出缺失项。工具支持 Tampermonkey/Violentmonkey 用户脚本、Chrome 扩展（未打包 beta）、托管分享服务（25 MB 上限、1/7/30 天过期）以及 Windows 下的实验性命令行捕获，MIT 许可，正常保存均在本地进行。
推荐理由：原文详细说明了工具的捕获机制与完整性验证方式，对需要把 X 内容喂给 Claude 或 ChatGPT 的读者有直接参考价值。
coseto6125 发布开源工具 ecp（EgentCodePlexus），用 Rust 构建面向 AI 编码智能体而非人类的代码结构图，MIT 协议，支持 31 种语言（14 种全深度）。针对智能体每任务 20–50 次结构查询的场景，它以无状态一次性 CLI 运行，无守护进程和预热，输出 TOON/紧凑 JSON 以省 token，无法静态解析的调用点输出类型化的 BlindSpot 记录而非编造依赖。
推荐理由：为 AI 编码智能体设计的代码结构图工具，README 附带与 codegraph、gitnexus 在同一机器上的实测对比数据，可据此评估其索引与查询延迟。
OrenSegal 在 GitHub 开源了 signal-scout，一个可在 Claude Code、OpenCode、Codex 等 agent-skills 兼容环境中运行的 Agent 技能，输入创业公司 URL 或产品描述后输出按个人、细分市场、公司三类分别打分的候选客户清单。它只用公开信号，通过 scripts/verify_sources.py 回访每条引用 URL 验证证据，无法核实的候选会被剔除；报告为无依赖 HTML，脚本仅需 Python 3.10+ 标准库，MIT 许可。
推荐理由：原文交代了三类潜在客户的分类与评分维度，以及用脚本回访 URL 验证证据的具体做法，方法可以直接搬到自己的 GTM 流程里。
Griffin Long 在 GitHub 开源 Agent AFK（Apache-2.0），启动任务后可离开，agent 自动构建功能、自验证并在完成后经 Telegram 通知，留下每一步的可读 trace。工具本地运行、无遥测，支持任意模型提供商包括本地模型，可自动检测并迁移 Claude Code / Codex 凭证、插件与 MCP 服务器；内置跨会话记忆（HOT.md 热记忆加 SQLite 事实归档）、后台子代理、afk farm 并行分支与 afk improve 失败模式挖掘管线。新装默认 bypassPermissions 无每步审批，文档提示仅在信任的机器上使用，可改回 default 模式获得路径限制。
推荐理由：原文给出完整的安装、四类运行入口和内存与追踪机制说明，读者可以据此评估这个可无人值守的本地 agent 循环是否适合自己。
AstraBox 是一个开源自托管的云 Agent 运行平台，可在自有基础设施上以任何模型运行 Claude Code、Codex、Hermes Agent、DeepSeek Harness 和 Pi，支持会话在数秒内启动与恢复，采用 Apache-2.0 协议。平台内置 LiteLLM 模型网关、Casdoor 团队登录、OpenSandbox 隔离沙箱、Vault 凭据注入，并提供 astrabox CLI 与 MCP 工具，可从定时、webhook、API 或消息平台触发 Agent。
推荐理由：README 讲清了部署流程、CLI 用法和可替换的插件接口，读者可以直接照着在自己主机上跑起来。
TGoddessana 在 GitHub 发布开源 AI 编码 Agent Alpine Code，支持桌面与终端使用，MIT 协议。面向不写代码的用户提供自然语言交互、改动前确认和逐行变更展示；开发者可用 Python 自写工具、按项目配置工具集、通过 AGENTS.md 约定项目规则。支持 ChatGPT 订阅、Anthropic、OpenAI、Google Gemini、OpenRouter 的 API key，以及通过 Ollama、LM Studio 或 vLLM 接入本地模型，可在对话中切换模型；数据不出本机，API key 存于 ~/.alpine-code。需 Apple silicon（M1 或更高）和 macOS 11+，Windows 版本即将推出。
推荐理由：开源编码 Agent 同时面向非程序员与开发者，原文说明了工具编写、模型接入和本地隐私的具体机制，可按需取用。
论文提出 Dev-Primitives 抽象，让仓库组件各自挂载常驻 LLM，并在此基础上构建 HERMES 框架，通过依赖感知动态激活和 bug 诊断机制实例化这些组件。在四项软件工程基准上，HERMES 比匹配的基线 harness 平均高 12.4%；即使 Dev-Primitives 用 Qwen3-8B，配合强激活与诊断模型也在四项基准上与全 GPT-5.6 配置差距保持在 4.5% 以内，同时在 Terminal-Bench 4.0 上推理成本降低 26.2%。
推荐理由：论文给出依赖感知激活与 bug 诊断机制的完整框架设计，搭配四项基准的平均提升数字，对做软件工程 Agent 的人有可迁移思路。
Yupeng Su 等人在 arXiv 发布论文 ReFold（arXiv:2610.07863），提出一种免训练的渲染层，在不改动底层交互历史的前提下压缩长程 LLM 智能体每步重发的上下文。方法通过替换已展示内容为占位符、把智能体报告已完成的轮次折叠成一行摘要来消除跨轮冗余，删除均可逆，并采用分块渲染每隔几步才重写缓存前缀。在五个长程基准和两个前沿 LLM 上，ReFold 将 token 消耗最多降低 2.5 倍，每会话 KV-cache 内存减半且不损害任务成功率；在受限上下文预算下避免最多 92% 的强制压缩，并发服务下推理加速最多 1.7 倍、推理成本最多降低 3.4 倍。
推荐理由：论文提出无需训练的上下文压缩层 ReFold，长程智能体的成本与缓存数据都有可复用的量化参考。
Brendan King 在 arXiv 发布论文，提出 Confidence Reasoning Graphs（CRGs），在推理时从单条 Agent 轨迹估计任务完成概率，无需模型内部权限或训练数据。方法将任务完成声明分解为基于轨迹证据的子声明，逐一估计置信度后聚合，在三个 Agent 基准、三个骨干模型和三个 Agent 框架上比 verbalized、采样式和白盒替代基线校准更好、风险决策更强，且置信度估计可审计。
推荐理由：论文提出无需模型内部权限和训练数据的 Agent 置信度估计框架，并用三个基准的对比实验和消融说明改进来源。
arXiv 论文（arXiv:2610.08048）提出 DAEDALUS，用 explorer 与 solver 两个智能体从自生成练习中自举可复用的智能体记忆，无需既有任务或 oracle 验证器。每次 solver 失败派生出启发式规则，并在反复成功后存入记忆库；在 AppWorld、τ²-bench 和 AutomationBench 上，平均成功率较无记忆基线最高提升 15.9 个百分点，pass^5 最高提升 2.2x，推理成本低于多数使用训练任务的方法。代码与生成及推理轨迹已开源，生成的任务还可作为排序模型性能的基准替代。
推荐理由：论文提出不依赖人工任务和 oracle 验证器的智能体记忆自举方法，并在三个环境给出成功率与成本数据，方法可迁移。
vincemakes 发布了终端 AI 编码智能体 kiso v0.46.1（MIT 协议，Node ≥ 22），可在崩溃、kill -9 或终端关闭后通过 kiso resume 从持久化的已提交前缀继续任务。它自带 Agent 运行时并可通过 SDK 嵌入，支持 DeepSeek、Claude、GPT、ChatGPT 订阅及任何 OpenAI 兼容端点；提供四种审批模式和免询问开关，内核上限 2,200 行（当前 2,192 行），会话为可读的 JSONL 日志，设计决策记录在 44 份 ADR 中。
推荐理由：README 详细说明了会话持久化、上下文压缩和审批安全机制的具体做法，对想了解终端 Agent 可靠性设计的人有可参考的实现细节。
zhuzhaoyun 在 GitHub 开源了 Molio，一个把笔记、PDF、Word、网页、Obsidian 库乃至百万字书籍统一转成 Markdown 知识库的本地工具，供 Claude Code、Codex、Gemini CLI、Qwen Code 等 Agent 在其上检索、写作并把结果回写为 Markdown。全流程在本机运行，PDF 和 Office 转换由内置 docling 处理；项目还提供资治通鉴、红楼梦、中医经典等现成知识库一键导入，支持 Docker/NAS 自托管，许可为带商业限制的修改版 Apache 2.0。
推荐理由：README 详细列出了输入格式处理流程、Agent 接入方式和 Docker 部署限制，想给本地文档搭 AI 知识库的读者可以按需评估。
Heartland Intel 开源 Thea，一套面向 AI 编码智能体的机器可读规则与构建校验工具，通过 atlas.yaml 声明每个文件的验证命令，在 git hook、CI 和 thea verify 三处强制执行，退出码非 PASS 即拒绝变更。实测覆盖 11 个模型、5 家提供商、2409 道题，带 Thea 时正确率 99%，盲测 59%，token 读取比粘贴全部工具列表少 89%；Claude 三档模型盲测正确率 39–41%，带 Thea 后 100% 且少读约 90% token。仓库含 36 个语言包、373 个工具条目、64 个校验门，MIT 许可，地址 https://github.com/HLIntel/thea-software。
推荐理由：作者用 11 个模型、2409 道题的对照数据说明该工具对 AI 编码智能体准确率和 token 消耗的影响，数字可直接核对。
开源工具 Mailman 提供一个测试编码智能体的 harness：一个 agent 负责任务，另一个 agent 审查仓库状态与证据，Mailman 自行运行验证命令并强制工作流状态机，最终产出供人工审查的补丁包，不向目标仓库发布任何内容。它支持 Codex 和 Claude CLI 适配器，可捕获 GitHub issue、在精确 base commit 克隆仓库、在运行目录外安装依赖、以 SHA-256 固定可执行文件，并要求 reviewer 写出 MAILMAN-VERDICT 与 MAILMAN-VERIFICATION: RAN 才能通过；项目已记录 14 个被上游合并的补丁，包括 ffn、edgartools、prefect 等，另有 BLOCKED 与修订循环的实测记录。
推荐理由：原文详细给出了双智能体协作、证据记录和目标仓库筛选的完整工作流，读者可以据此评估是否复用到自己的编码智能体流程。
JinSuperOfficial 在 GitHub 开源 web-video-produce，一个 DSH Skill 和独立项目，让纯文本 LLM 通过「脚本 → edge-tts 配音 → 写代码 → 逐帧渲染 → FFmpeg 合成」流程自主产出带配音、字幕、背景音乐的 MP4，不依赖剪辑软件或多模态模型。项目基于 Remotion/React/Three.js，时间轴以配音帧号为唯一锚点，渲染要求每帧为纯函数以保证可复现；支持 EDL 声明式剪辑（58 种 xfade 转场、conform 统一规格、四级降级兜底），可替换 OpenAI 兼容、VoiceCraft 或自定义 TTS API。
推荐理由：作者把纯文本 LLM 生成视频拆成配音、帧号时间轴、逐帧渲染等可复现步骤，并给出实测踩坑与校验方法，可直接复用。
DTMosken 在 GitHub 发布 Cortico 的 Bot 扩展 cortico-bot-continuity，在 Persona 的 Memory 中保存跨会话状态，按场景生成含主动性、话题延续、温度、玩笑、自我披露和克制六个维度的认知帧，并内置梦机制和后台子代理任务系统。扩展要求 Node.js 22+ 与 Cortico 0.1.7+，采用 MIT License，部分代码源自 Phantivia 的 corti-soulmate，支持分层记忆继承、旧状态归档迁移和即时评估多 provider 配置。
推荐理由：作者详细公开了分层记忆、梦与认知帧的具体实现和配置方法，做长期记忆人格系统时可以直接参考这套结构。
ipsupport-llc 在 GitHub 开源 ipsupport-code，一个针对任意 OpenAI 兼容服务器的自学习编码智能体，打包为单个静态二进制，通过 reason → act → observe 循环驱动 file、run、git、web、calc 五个工具，并在任务后反思写入学到的经验。它内置 Claude-Code 风格的 Bubble Tea TUI、plan/auto 模式、权限策略加工作区沙箱、影子模式风险评分器（纯 Go 推理，普通调用误报 7.0%、漏报 3.4%）、子智能体委派（支持 codex/claude 等外部 CLI）、/goal 目标循环、/steer 运行中转向、MCP、skills、自更新与匿名遥测开关。
推荐理由：项目给出了权限策略、沙箱和风险评分器的具体设计与实测数据，对想在本地小模型上跑编码智能体的读者有参考价值。