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
SeraphimSerapis 在 GitHub 发布 tool-eval-bench，一个针对智能体工作流中大语言模型工具调用质量的开源基准，支持 vLLM、SGLang、LiteLLM、llama.cpp、TensorFold 及 Gemini、Anthropic 端点。它通过 OpenAI 兼容接口运行 69 个确定性场景（另有 23 个可选 Hard Mode），按 pass/partial/fail 评分并生成对话 trace；附带吞吐、长上下文检索、GSM8K/MMLU/IFEval 等评测，安全违规且安全组得分低于 50% 时评级封顶三星。
推荐理由：这是一个面向自托管推理栈的工具调用质量基准，场景设计、评分规则和部署元数据分组都写得具体，适合想对比本地模型工具调用能力的人参考。
PolyMoly 是一个开源 VS Code 扩展，把 Claude Code、Codex CLI 和任意 OpenAI 或 Anthropic 兼容 HTTP API 放进同一个聊天面板，可在对话中途切换模型。配额耗尽时它会推荐另一家同类模型并移交对话上下文；MCP 服务器和技能库一次配置、所有 Agent 共用，并集中显示各账户的 token 用量与成本。支持 Chat/Plan/Ask 三种模式，可把计划拆成可并行的原子任务分派给不同模型，并提供 24 种内置 API 连接器模板与六种界面语言。项目采用 MIT 许可证，与 Anthropic、OpenAI 和 MiniMax 无关联。
推荐理由：同一个 VS Code 面板里并排使用 Claude Code、Codex 和任意 OpenAI 或 Anthropic 兼容 API，配额用尽时可把对话移交给同类模型继续。
作者发布了 DeepSeek Harness 主机插件 @xianshu/dsh-second-brain（v0.1.5），在每次新会话组装系统提示词时注入本地第二大脑的只读快照，包括身份、状态指纹（state_seq）、未完成事项计数和指针，让新会话不必从零开始。插件只读不写、零依赖、Node ≥ 18，注入块有硬性 maxChars 上限（代码默认 1000，补丁 1300）且低于 300 字符时拒绝注册；作者实测了 npm、文件夹、本地克隆和 github: 四种安装路线，其中 github: 形式在无 git 或无法连通 github.com:443 时会失败，并据此修正了 v0.1.4 发布说明的建议。
推荐理由：原文给出了插件机制、字符上限、只读安全设计和实测验证记录，可了解如何在 DeepSeek Harness 中跨会话注入记忆快照。
seanoc5 在 GitHub 发布 llm-swarm-runner，一个本地优先的多智能体开发沙箱，可将 Claude Code、Gemini CLI、Codex CLI 或 Antigravity CLI 指向 GitHub issue 积压，由协调者智能体分诊任务并在隔离的 git worktree 和 Docker 容器中并行运行 worker，tmux 内实时观察，事件驱动 watcher 在任务完成后自动补充 worker。
推荐理由：作者用 ADR 0004 交代了与 Claude Code 原生 swarm 的取舍和未通过检验的论断，读者可据此判断是否值得自建这套本地编排层。
oyasmi 在 GitHub 发布 Pipiclaw，一个面向个人与小团队、自托管的 AI coding assistant runtime，可将钉钉作为常驻 AI 工程入口。它支持主智能体委派内置子智能体和 Claude Code、Codex CLI 等外部智能体，提供持久会话、长期记忆、任务台账、定时事件和多频道并发隔离；通过钉钉 Stream Mode 接入，无需公网 IP，npm 包为 @oyasmi/pipiclaw，要求 Node.js >= 22.19.0，采用 GNU AGPL v3 许可证。
推荐理由：原文给出了从安装、钉钉接入到外部智能体委派的完整流程，以及并发隔离和安全边界的具体说明，便于自托管评估。
Ficus 在 GitHub 开源了一个面向 AI 智能体团队的工作区，用户给 squad 一个目标后，由 manager 协调专职智能体、跟踪工作并在需要决策和审查时引入人类。支持本地、自托管或 Ficus Cloud 运行，可从 web 应用或 CLI 跨仓库、工具和服务工作；功能包括任务工作流与依赖管理、实时对话与 Action Center、文件式记忆（关键词与向量搜索）、GitHub/Linear/webhook 等工具集成、多用户权限和跨实例的 AMTP 连接。项目基于 Bun、TypeScript、Hono 和 React，采用 AGPL-3.0-only 许可证，仓库地址 https://github.com/ficushq/ficus。
推荐理由：原文给出了完整的本地与自托管部署路径、运行时选择和 squad 协作机制，想自建多智能体工作区的读者可以直接照着装。
Matt Culliton 发布 Aesop，一个面向自主软件开发的多智能体编排框架，用无状态 worker 加 git+SQLite 持久状态实现 crash-only 恢复，将 LLM 编码 Agent 跑在排序后的 backlog 上并本地验证后送 CI。框架内置五类陷阱测试应对 Agent 欺骗（假绿测试、禁用标志、文档幻觉、测试污染、CI 漂移），背后有 41 起事故日志支撑；wave-11 曾 A/B 实测分层调度架构成本为 4.3x 且质量相同，已于 2026-07-14 取消。该版本起改用 PolyForm Noncommercial License 1.0.0，非商业免费，商业需另行授权。
推荐理由：作者用 41 起事故日志支撑每类陷阱测试，还给出分层架构被 A/B 实测 4.3x 成本后取消的决策依据。
davidtaylor6130 在 GitHub 开源 Universal Agent Manager（UAM，MIT 协议），一个本地优先的桌面应用，可在统一界面运行 Gemini CLI、Codex CLI、Claude Code CLI、OpenCode CLI 和 GitHub Copilot CLI，提供结构化聊天、嵌入式终端、持久化历史和最多九窗格的分屏布局。应用无云后端和遥测，支持通过 OpenSSH 别名在远程主机执行任务，桌面端支持 macOS 10.15+ 和 Windows 10 1809+，暂无 Linux 桌面版本；当前 macOS 包为 ad hoc 签名、Windows 包未签名，发布说明建议受管环境部署前查阅安全文档。
推荐理由：README 对五个主流编码 CLI 的统一管理能力、权限模式和远程执行边界写得相当具体，想集中管理多个 Agent 终端的读者可以对照评估。
000CLA 是一套 Claude Code 多智能体搭建模式，用于在 Claude Code 中运行多个限定范围的 AI 智能体。内含 10 个角色码（xc、cla、cas、fin、han、pam、sun、ema、dai、dan）、Tier 1/2/3 访问权限模型、CLAUDE.md 配置模板以及智能体交接与任务路由示例，完整模板见 claude-code-multi-agent-setup/ 目录。
推荐理由：仓库提供了在 Claude Code 中运行多个限定范围智能体的完整配置模板，包括角色码、分级权限和 CLAUDE.md 样例，可直接复用。
yanxiuzi 在 GitHub 开源了 ai-brief-generator，把抓 RSS、LLM 提炼、生成日报、发布静态站和归档整条链路自动化，全程无人值守。项目只用 Python 标准库零第三方依赖，支持任意 OpenAI 兼容接口（Ollama、vLLM、DeepSeek 等），提供公开试读站与完整版归档的双轨交付，并强制每条内容写出「对你的价值」否则丢弃。在线示例：https://yanxiuzi.github.io/ai-brief/
推荐理由：项目把日报生产整条链路自动化并强制每条输出一句价值判断作为筛选标准，零第三方依赖的部署思路可直接迁移。
开源项目 Memo 发布，一个完全本地运行的 AI 助手，通过 SQLite + vec0 实现跨会话 RAG 记忆，并用后台观察器学习用户作息。内置 27 个沙箱工具可编辑文件、运行命令、收发 WhatsApp/Telegram 消息，每步需用户批准；支持 16 个模型提供商、Orchestra 多模型协作、桌面吉祥物、智能日历和自托管部署，采用 AGPL-3.0 许可，仓库地址 https://github.com/BugraAkdemir/memo。
推荐理由：原文详细列出了本地 RAG 记忆、习惯观察引擎和沙箱工具执行的具体实现，可作为搭建本地个人助手的参考。
作者 gioblu 在 GitHub 发布 NPC-Forge 框架，用于构建带人格、多轮上下文记忆、情感分析和工具调用的确定性及混合 AI Agent，不依赖机器学习或 LLM，可在 CPU（浏览器或操作系统）乃至嵌入式系统和老旧硬件上运行，无幻觉、无安全对齐过滤、毫秒级响应。框架提供 OpenAI 兼容 API，可接入 Open WebUI 或 Copilot，并附带 npc-forge CLI 管理命令。基于该框架的混合终端助手 TERMy-24k 内置 47.35MB 数据集，含 102 个模板和 24274 个意图，可将自然语言转译为终端命令，困惑时回退到本地 LLM 并将新答案存入本地数据集供后续确定性执行；作者称其动态上下文估计可最小化 VRAM 占用。
推荐理由：作者开源了不依赖 LLM 的确定性 Agent 框架，数据集含 24274 个意图，可在树莓派等设备 CPU 上毫秒级响应，还提供混合模式。
satchmakua 在 GitHub 开源 Kinescope，一个面向非确定性 AI Agent 的录制回放工具：记录 LLM 调用、工具调用、时钟、RNG/UUID 等非确定性输入，从 trace 确定性重放任意运行，并可在任意步骤分叉、覆盖单个记录事件后让后续步骤继续实跑，用于探索反事实。
推荐理由：原文给出了录制、回放和分支覆盖的完整用法与已知局限，做 Agent 调试的读者可以照着离线示例直接复现 fork-and-fix 流程。
Rudra5417 发布 agentlore v0.9.0，一个把编码 Agent 的决策、死路和规则记录到 .memory/ 的仓库记忆工具，编译进 AGENTS.md 并在 CI 里做 18 项检查，包括检测已被本次变更推翻的死路记录。整个工具是一个 84 KB、无依赖的 Python 标准库单文件，支持 GitHub Action、vendored、PATH 和 pip/pipx/uv 四种安装方式；作者同时给出诚实状态表，注明记忆能否提升 Agent 工作质量等宣称尚未验证，bench/ 中是真实零结果。
推荐理由：工具自带一张诚实状态表，区分已验证与未验证的宣称，读者可以据此判断这类 agent 记忆工具的实际边界。
zou-group 在 GitHub 开源了 Virtual Lab，一个让人类研究员与多个 LLM 智能体通过团队会议和个别会议协作开展科研的框架，配套论文发表于 Nature (2025)，https://doi.org/10.1038/s41586-025-09442-9。框架演示了用 ESM、AlphaFold-Multimer 和 Rosetta 组成的流水线设计 92 个经实验验证的 SARS-CoV-2 纳米抗体；默认使用 OpenAI 的 GPT-5.2，也支持 Claude、Gemini、Ollama 等多家模型，内置 max_cost 费用限额、Docker 沙箱执行代码、MCP 工具接入、项目级预算管理和断点续跑，需 Python 3.12 及以上。
推荐理由：作者详细给出了会议机制、费用限额、Docker 沙箱与断点续跑等设计，读者可以了解多智能体科研协作框架的工程取舍。
EtanHey 发布开源工具 BrainLayer，为 MCP 兼容的 AI Agent 提供跨会话持久化记忆，仅需一个 SQLite 文件、pip install 即可部署，无需云服务或 Docker。它提供 17 个 MCP 工具（默认启动 5 个核心工具），支持语义加关键词混合搜索、知识图谱、约 1 秒实时索引 Claude Code 会话，可为多 Agent 提供共享组织记忆；内置超 Trump 与 archive/supersede 生命周期管理，每个 chunk 由本地或云 LLM 补充 15 个元数据字段，项目采用 Apache 2.0 许可证，属 Golems MCP Agent 生态的一部分。
推荐理由：原文详细给出了本地持久化记忆工具的架构、17 个 MCP 工具定义和与同类方案的对比表，读者可以据此评估是否直接引入自己的 Agent 工作流。
yunaremaia 在 GitHub 发布 tool-call-retry，为 AI Agent 工具调用提供 Saga 模式运行时，解决部分失败后状态不一致的问题。功能包括带 full jitter 的指数退避重试（重试 429/5xx、超时和连接错误）、按逆序补偿已完成步骤、基于 SQLite WAL 的崩溃恢复、idempotency_key 幂等去重，以及可被 Agent 直接执行的 prose 错误摘要和 CLI。需 Python 3.10+，尚未发布到 PyPI，仅可从 git 安装；作者明确列出未实现项：无 LLM 反向推导补偿、无并行步骤、无分布式锁。
推荐理由：作者为 AI Agent 工具调用实现了 Saga 模式运行时，重试、补偿、崩溃恢复和幂等的边界都写得很具体，还诚实列出了未实现项。
OpenHands 发布 Agent Canvas，一个自托管的编码智能体控制中心，可运行 OpenHands、Claude Code、Codex、Gemini 或任何兼容 ACP 的智能体，覆盖本地、远程和云端后端。支持定时或 webhook 触发的自动化工作流，可集成 Slack、GitHub、Notion 等服务；提供 npm、Docker 沙箱、多容器隔离和源码四种安装方式，底层由 OpenHands Agent Server 的 REST API 驱动。
推荐理由：原文给出四种自托管安装路径和多后端切换机制，想自己搭一套常驻编码智能体控制中心的读者可以照着部署。
Djordje Marković 发布开源工具 vir（MIT 协议，npm 安装），自动读取 ~/.claude/projects 下的 Claude Code 会话记录，用 Haiku 分类、Sonnet 蒸馏成带置信度的 markdown 笔记，沉淀为可查询的 LLM Wiki，支持 Obsidian、MCP server 和 CLAUDE.md 回写。作者实测 1386 条转录中 410 条成笔记，226 会话回填经 Kie 定价约 $21（Sonnet）；0.25 版新增 vir connect，将在至少 3 个会话中重复出现的教训提炼为需人工确认的规则。灵感来自 Andrej Karpathy 2026 年 4 月提出的 LLM Wiki 模式。
推荐理由：作者给出 226 个会话的实测成本与置信度分布，并逐项对比其他 LLM Wiki 实现，便于判断是否适配自己的工作流。
ArcavenAE 在 GitHub 发布 Marvel，一个面向 AI Agent 工作负载的类 Kubernetes 控制平面，管理 BYOA 会话的调度、配置、进程管理、健康监控和滚动换班。它通过 tmux 编排 Agent 会话，资源模型为 Workspace、Team、Role、Session 四层，用 TOML 清单声明资源，支持 heartbeat 和 process-alive 健康检查、重启策略、按代际的滚动 shift，以及 claude、codex、opencode 等运行时适配器。安装支持 Homebrew、mise 和预编译二进制（macOS arm64/amd64、Linux amd64/arm64），项目用 Go 编写，要求 Go 1.25+ 和 tmux。
推荐理由：原文完整给出了资源模型、TOML 清单、CLI 命令和健康检查配置，读者可以直接照着部署多智能体会话编排。