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
Lucas Cashwell 发布独立项目 Modelproof，提供各实验室模型的实时价格、OpenRouter 使用数据、带来源的评分、effort-cost 曲线和发布时间线，数据由每周两次刷新的 models. 单一数据源驱动。配套的指令包可装入 Claude Code、Codex、Cursor 或读取 AGENTS.md 的工具，用于为辅助 agent 指定模型；还提供 MCP server、技能文件夹和本地静态站点（lucascashwell3-ai.github.io/modelproof）。项目不做任何排名，所有报价须与厂商页面逐字核对后才发布。
推荐理由：这个独立工具把模型价格、评分、发布时间线都带来源链接发布，并给出了数据校验规则，适合想自己维护模型选型参考的读者。
smol-machines 开源了 smolvm，一个面向 AI Agent 的可分支 microVM 运行时，可将轻量虚拟机嵌入软件、便携开发环境和本地沙箱，支持 macOS、Linux 和 Windows。每个工作负载运行在硬件虚拟化、拥有独立内核的 VM 中，启动不到 200ms，内存经 virtio balloon 弹性分配，默认 4 vCPU 和 8 GiB RAM。支持检查点保存 RAM、CPU 状态和磁盘，可从运行中机器创建 copy-on-write 分支，检查点可在 arm64 Mac 与 arm64 Linux 间迁移；机器可打包为单个 .smolmachine 文件推送到 OCI registry。
推荐理由：原文给出 smolvm 与容器、QEMU、Firecracker 等方案的启动时间和架构对比，可据此评估它是否适合本地沙箱场景。
scanaislop 发布 MIT 许可的 CLI 工具 aislop，用于检测 Claude Code、Cursor、Codex、OpenCode 等 AI 编程智能体留下的代码模式，如叙事性注释、吞掉的异常、隐藏 fallback、幻觉 import、死代码和 TODO 桩。工具含 50+ 条规则、覆盖 10 种语言目标（TypeScript、Python、Go、Rust 等），对每次改动打 0–100 分，运行路径不含 LLM、结果确定性可复现；支持 npx aislop@latest scan 免安装扫描、hook 在每次编辑后触发修复、CI 门禁、SARIF 输出及 MCP server。仓库地址 https://github.com/scanaislop/aislop。
推荐理由：原文完整给出了规则覆盖、评分机制和 CI/hook 集成方式，读者可以直接照着在自家仓库里跑起来。
grregis 在 GitHub 发布 MuckScraper，一个自托管新闻聚合器，可从多个信源抓取文章、按 pgvector 把相关报道聚类成同一事件故事，并用 AllSides 数据或本地模型给媒体标注左中右偏向。系统默认用 Ollama 在本地硬件上生成摘要和深度报告，也支持 Gemini、Groq 或任何 OpenAI 兼容端点（OpenRouter、DeepSeek、本地 vLLM）；一次完整管线约1200次 LLM 调用，其中约1140次机械性调用可用较小模型分流到本地。技术栈为 Python、Flask、PostgreSQL+pgvector、Meilisearch，通过 Docker Compose 部署，管理员可在后台无需改代码地编辑主题、RSS 源、提示词与调度。
推荐理由：项目把约1140次机械性LLM调用留在本地Ollama、只把约65次摘要调用交给云端，这种分层路由做法可以直接借鉴到类似自托管管线。
yannickYamo 发布 Python 工具 receipts，位于研究智能体与最终文档之间，要求每条论断绑定代码抓取页面上的逐字引用、链接和阅读日期，无法对应引用的论断被删除并列出原因。流程分两阶段：代码检查引用是否逐字在页、数字是否在引文内，再由小模型（claude-haiku-4-5）作为 reader 判断句子是否涵盖论断，无答案视为不通过；reader 阶段标价为 120 条论断 $0.17。核心零依赖，需 Python 3.10+，MIT 协议，支持 --code-only 模式与 MCP 服务器，仓库见 https://github.com/yannickYamo/receipts。
推荐理由：作者保留了自家工具的失败测试与误切率，读者可以据此了解这套引用核查流程的真实边界。
gi-dellav 发布了用 Rust 编写的极简编码 Agent zerostack，灵感来自 pi 和 opencode，支持 OpenRouter、OpenAI、Anthropic、Gemini、Ollama 等提供商。核心约 30k 行代码、二进制 26MB，平均内存约 16MB（对比 opencode 约 300MB），空闲 CPU 0.0%；内置权限系统、会话管理、子代理、Git worktree 集成、可选沙箱等，多项功能（memory、hooks、advisor、ACP 等）需通过 feature 开启，采用 GPL-3.0-only 许可。项目地址：https://github.com/gi-dellav/zerostack
推荐理由：原文给出了与 opencode 的内存和 CPU 占用对比数据，读者可以据此评估这个 Rust 编码 Agent 的轻量化程度是否值得切换。
thenaxon 在 GitHub 发布开源框架 somora，可在自己机器上运行多个个人 AI 智能体，通过斜杠命令在同一对话中切换 Claude、ChatGPT、Grok 或 OpenAI 兼容端点（Ollama、LM Studio、vLLM、OpenRouter）。智能体分 chat 与 builder 两类，后台 dream 周期把稳定知识沉淀为共享 Obsidian wiki；提供终端、浏览器和手机 PWA 三个客户端，需 Node ≥22.13 和 tmux，MIT 许可，目前处于活跃开发阶段、开放早期测试者。
推荐理由：原文给出了安装方式、双类智能体分工和四类引擎的能力矩阵，读者可以据此评估这个本地多智能体框架是否适配自己的模型订阅。
felipefontoura 在 GitHub 发布 AXI25 Core，将个人 AI 记忆库（wiki-llm vault）的行为层，包括 14 个 Agent Skills、AGENTS.md 操作契约和参考文档，打包为单一可版本化单元，通过 wire 步骤投影到各个 vault。支持 Claude Code、OpenAI Codex、OpenCode 和 Pi 四种 harness，提供 init、wire、update、verify、doctor 等命令，verify 用内容哈希 lockfile 保证 Linux、macOS 和 Windows 上字节级一致。
推荐理由：原文给出了完整的命令、支持的 harness 列表和 lockfile 校验机制，读者可以直接评估是否把它接入自己的 agent 工作流。
csantisdev 在 GitHub 发布 ai-orchestrator，一个本地运行的智能体辅助开发编排工具，按项目上下文在 Claude、OpenAI、DeepSeek 和 Gemini 之间路由任务，并在 SQLite 中记录每次 run 的 token 与美元成本。工具用 ChromaDB 索引项目文档和历史回复实现 RAG 记忆，提供 SSE 实时 dashboard、MCP 服务器（18 个工具）供 Claude Code、Codex、Cursor 等外部智能体读写历史，支持会话同步、doctor/fix 诊断修复、定价目录和 router 离线评测；最小配置需 DeepSeek 和 Anthropic 两个 API key，采用 MIT 许可证。
推荐理由：原文完整给出了架构、路由逻辑、RAG 参数和成本追踪实现，读者可以据此评估这套本地多模型编排方案是否适配自己的工作流。
微软在 GitHub 开源 llmwiki，一个让 LLM 承担全部维护工作的个人知识库 VS Code 扩展。与 RAG 在查询时检索原始文档不同，LLM 在导入新来源时增量构建并维护持久化 markdown wiki，更新实体页、修订主题摘要并记录矛盾，知识只编译一次并持续保鲜。项目为 npm workspaces monorepo，含 @llmwiki/core（核心操作与 MCP server）和 llmwiki 扩展两个包，提供 Entities/Concepts/Raw Sources/Backlinks 树视图、@wiki 聊天参与者、批量导入与加权全文搜索；MCP server 可被 Claude Desktop、Cursor 等外部客户端接入。
推荐理由：微软开源的 VS Code 扩展把知识库维护交给 LLM，用预编译 wiki 替代查询时 RAG 检索，并附完整架构与 MCP 接入方式。
作者发布 abyss，一个把 AI Agent 运行在 Docker 容器内的隔离系统，通过 Agent Client Protocol（ACP）代理编辑器与容器内 Agent 的连接，Agent 感知不到自己不在宿主机上。用户用短 YAML 描述镜像、挂载和启动命令即可拉起容器，无需写 Docker Compose；支持文件拷贝、bind-mount、启动脚本、临时双向 TLS 认证，以及可拦截全部 ACP 消息的 WASM 插件，兼容 Zed 等 ACP 客户端，并提供 oneshot 命令支持批处理调用。项目已在 GitHub 提供二进制和 Docker 镜像，作者说明开发中由 AI 辅助生成代码和文档，代码经人工审查。
推荐理由：作者作为项目维护者讲清了 abyss 用容器隔离 Agent 的机制和 ACP 代理设计，读者可以了解如何在不写 Docker 配置的前提下隔离本地 Agent。
开源工具 claude-inspect 提供 Claude Code 智能体的本地 Web 面板，读取 ~/.claude 已有文件，实时显示运行中会话、subagents、claude -p worker 会话、每次工具调用结果、调用图、token 用量和可全文搜索的历史。工具只读且被动，仅监听 127.0.0.1，不改动设置、不外传数据，通过 npx claude-inspect 或 npm install -g 安装，支持 macOS、Linux 和 Windows，需 Node.js ≥ 22。
推荐理由：Claude Code 多会话并行时常分不清谁在干什么，这个只读本地面板能看实时状态、调用图、token 花费和可搜索历史。
azalio 开源了 claude-codex，一个本地桥接工具，让 Claude Code 通过已有 ChatGPT 登录连接 Codex 后端运行。它保留 Claude Code 的终端 UI、slash 命令、skills、hooks、MCP servers 和工具，从 Codex CLI 或 OpenCode 加载凭据，无需 OpenAI API key。默认模型为 gpt-6.1-sol（medium reasoning），辅助请求走 gpt-6-luna，auto-mode 检查用 codex-auto-review，也可配置经 Ollama 路由。
推荐理由：原文讲清了这个本地桥接的协议转换原理、模型路由配置和订阅限制，开发者可以直接照着装上复用。
Cognitohazard 发布 ltspice-mcp 0.6.0，这是一个破坏性版本：工具面从 49 个整合为六操作加波形组件与 run_code，同一引擎也可作为 Python API 导入。该 MCP 服务器让 LLM 助手运行 LTspice/ngspice 仿真、编辑 .asc 原理图，并按名称返回截止频率、超调、相位裕度、gm/gds 等结构化测量值，无需解析原始文件；需要旧 49 工具面的用户可固定 ltspice-mcp==0.5.*。支持 Claude Code 插件、Claude Desktop 扩展及 Cursor、Gem CLI 等任意 MCP 客户端，需 Python 3.11+，许可证 GPL-3.0-or-later。
推荐理由：作者详细说明了六操作工具面、结构化测量返回和 shell vs MCP 的真实边界，读者可以照此把仿真接入自己的 Agent 工作流。
fuyuxiang 在 GitHub 发布开源项目 echo-agent（当前 0.3.x Beta，MIT 协议），提供 pip 安装的常驻 Agent 运行时和 Tauri 2 桌面应用两种形态。运行时可接入微信、Telegram、Slack 等 14 个通道共享同一份长期记忆与权限，支持 CLI、Webhook 与定时任务；桌面端可直接操作文件、浏览器和本地应用，高风险动作执行前需人工确认。项目支持完全自托管、凭证加密存储、技能从执行轨迹中进化（经评测集验证后晋升、带回滚），并提供 SSRF 防护与可审计日志。
推荐理由：原文完整说明了安装方式、14 个消息通道、桌面执行能力和权限审批机制，读者可以据此评估自托管 Agent 的落地可行性。
SudoWork 发布开源项目 Nexus（Apache 2.0，https://github.com/nexi-lab/nexus），定位为 LangGraph、CrewAI、AutoGen 等 Agent harness 之下的基础设施层，提供共享存储、ReBAC 权限边界、进程隔离、Raft 分布式协调和跨节点联邦。内核为纯 Rust 约 5 MB 静态二进制，含 14 个 syscall 和 30 多个运行时可加载的 bricks，通过 Node.js fs 拦截或 Python open 补丁的 hook 层让任意 Agent 无需改代码即可接入。
推荐理由：原文给出了 IPC 延迟、BFCL 动态发现对比和 syscall 开销等实测数据，可据此评估这套多智能体基础设施层的实际成本。
Cass67 在 GitHub 发布 local_llm，一套面向 AMD（ROCm/Vulkan）与 Nvidia（CUDA）GPU 工作站的自托管 LLM 管理系统。模型在隔离 Docker 容器中运行并完整访问 GPU，Svelte Web UI 覆盖 HuggingFace GGUF 搜索安装、模型切换、配置编辑、按集群 VRAM 拟合评分、基准测试与聊天。
推荐理由：作者给出了多 GPU 张量并行的实测数据与投机解码配置对比，读者可以据此评估这套自托管方案在自己硬件上的收益。
caliban-ai 在 GitHub 开源了从零编写的 Rust agent harness caliban，核心 agent 循环、持久会话、TUI、headless 模式、子 agent、MCP、沙箱、权限、检查点和自动记忆均已上线，可通过 cargo install caliban 安装。它不绑定单一 SDK，Anthropic Claude、OpenAI、Google Gemini 及 llama.cpp、mlx-lm、LM Studio 等本地 OpenAI 兼容服务器共用同一内部 IR，路由采用声明式配置，数据默认存本地。
推荐理由：README 给出了已交付功能清单、与 Claude Code 的差距矩阵和已知模型限制，读者可据此评估是否替换现有 agent 工作流。
Lian Matsuo 在 GitHub 发布 remcycle，一个 Claude Code 插件（mod），逐字存档会话，每天后台由 dream 命令读取新会话，保留用户实际决定的内容并对存疑笔记提问。每条记忆标注来源，被质疑的笔记需用户裁决，会话开头加载的清单保持精简；存档为本地单文件，需 Claude Code 2.1.287 或更高版本，支持 macOS 和 Linux，Windows 支持为新加且尚未实测，采用 Apache-2.0 许可证。
推荐理由：作者以 Claude Code 插件形式实现了会话记忆的每日整理与来源追溯，部署和隐私边界都写得具体，可参考其记忆管理方法。
austin-cheng98 发布 llm-sentencing-agents 仓库，含 4,086 条 LLM 智能量刑决策记录，覆盖 Claude Opus 5、Sonnet 5、Haiku 4.5、GPT-6 Luna 和 GPT-6 Sol 五个模型，测得提示词措辞如何影响智能体对标注为同行数字的跟随（pull 与 peer premium）。Opus 5 的裸区块 premium 为 +0.32（p=0.0002），加入一句收尾语后降至 −0.01；中性同文件措辞下 GPT-6 Luna 的 premium 为 +0.250（p<0.001）。仓库提供预注册、冻结哈希、分析脚本与完整复现流程。
推荐理由：实验通过预注册和锚点位移设计量化了 LLM 量刑智能体对同行标注数字的跟随程度，方法与数据可复现。