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
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。
emazaheri 在 GitHub 开源 ios-agent，一个通过 WebDriverAgent 和 Apple XCUIAutomation 驱动 iPhone 或 iOS 模拟器的 AI 智能体，提供终端应用、MCP 服务器（31 个工具、5 个资源）和底层库。设计上把原始 accessibility 树压缩成摘要（如 251 个节点压到 12 个元素，每步 50 到 472 token），动作自带结果屏幕以减半往返；在 gpt-5.6-sol 上 13 任务 3 轮实测成功率 39/39，成本 $1.50，并在真实 iPhone 上验证同一任务单次观察完成。安全方面默认对 Send、Pay、Delete 等操作和触达他人的动作要求审批，密钥经钥匙串直输且卡号邮箱在会话内脱敏。
推荐理由：项目给出了真实硬件上的 token、动作数和成本实测，还解释了为何坚持只用 Apple 公开 API，方法与数据都可复核。
EstaxNet 开源了 Inferpal（GPL v3），一个完全由本地大模型（Ollama、LM Studio 或任何 OpenAI 兼容服务器）驱动的 Visual Studio 2026 与 VS Code 智能体编程助手，无需 API key、遥测或云依赖。它内置 28 个工具并支持 MCP 与自定义 shell 工具，所有写入和命令都需审批并受工作区沙箱约束；提供 FIM 行内补全、混合检索的语义代码搜索、调试器驱动的 /tdd 循环（12 例基准上用本地 27B 模型 12/12 修复，无调试器时 10/12）、Roslyn 编译器级符号分析、/branch 会话分支和 Context X-Ray 上下文透明面板。
推荐理由：这是本地模型的 IDE 智能体完整实现，审批门、沙箱和调试器驱动的 TDD 循环等设计可以直接参考迁移。
Padraigobrien08 在 GitHub 发布 auditable-agent-loop，一个调查循环：LLM 负责规划和解释，确定性代码完成全部计算，每个结论可逐层追溯到证据记录，链路中没有任何数字由语言模型写出。项目用 SEC EDGAR 作旗舰数据集，公开的 6 次运行共花费 $0.0519、107 条证据记录全部关联到产生它的实验；其中对 AAPL/MSFT/NVDA 毛利率问题的运行以 refuted 收尾，拒绝了问题预设的前提本身。所有公开运行可通过 /demos 无账号、无密钥、无后端回放，自建自适应循环需 OpenAI API key，未配置密钥时回退为仅用于测试的规则引擎。
推荐理由：作者详细说明了LLM只规划解释、确定性代码算数的架构和已公开运行记录，读者可离线复看每个结论的证据链。
作者开源了 langgraph-order-agent，一个为牙科种植体供应商员工打造的订单问答 Agent，用 LangGraph 构建，可接本地模型或 Claude。任何写操作都会通过 interrupt() 暂停并返回审批卡片，人工批准后才执行；答案检查规则防止虚构数字、虚假取消声明和错误订单号。作者用两个开源权重模型（20B 和 8B）跑了 12 个场景各 3 次，含 6 次提示词注入，审批步骤全部守住；盲评还发现并修复了一个 product_lookup 只匹配精确子串的工具 bug。仓库提供 pytest 测试、HTTP API 和 docker compose 部署。
推荐理由：作者把带人工审批的订单 Agent 完整开源，还给出盲评评测结果，读者可以参照这套审批中断和答案校验做法迁移到自己的 Agent 项目。
RubyLLM 2.0 发布，这是一个 Ruby 原生 AI 框架，通过统一 API 接入 OpenAI、Anthropic、Gemini、DeepSeek、Ollama、OpenRouter 等 19 家服务商及任意 OpenAI 兼容端点。功能覆盖聊天、图像与视频生成、语音转写与合成、OCR、embeddings、rerank、内容审核、工具调用、Agent、结构化输出、流式响应、成本追踪与批处理等，并内置 Agent 评测（RubyLLM::Evaluation）与 Rails 集成（Active Record 持久化、Hotwire 流式聊天 UI）。
推荐理由：原文完整列出了 RubyLLM 2.0 的功能清单、支持的服务商列表和 Rails 集成方式，Ruby 开发者可以据此评估是否在自己的应用里直接采用。
开发者 Viqto0r 发布开源工具 zames，一个通过 Playwright 无头浏览器驱动 chat.deepseek.com 的终端编码 Agent，无需 API key，工作流类似 Claude Code / Codex CLI。它从 SSE 原始网络流读取回答以保留 tool-call JSON，用持久化 profile 保持登录并修补 headless User-Agent 避免 403，默认 15 秒发送限流，Agent 被沙箱限定在启动目录内；支持 AGENTS.md、skills、MCP、/loop 与 /cron 定时任务及 jsonl 输出，需 Node.js >= 20 和 DeepSeek 账号，采用 MIT 许可。
推荐理由：README 讲清了 zames 通过无头浏览器驱动 DeepSeek 网页版的工作原理与沙箱、限流等实现细节，可按步骤直接部署复用。
regnull 在 GitHub 开源 OpenBot，一个自托管平台，用于运行一组持久化 AI 智能体。每个 bot 有名称、描述和行为指令，通过共享线程与人类、其他 bot 及外部系统通信，支持可插拔工具、基于 LangMem 的长期记忆和 HTTP 接入。系统采用 actor 模型，所有参与者都有持久收件箱；bot 间通过 @mention 交接形成工作流，如 chief_of_staff 委派 engineer 开 PR、reviewer 审查、qa 测试并请求人类批准后合并。
推荐理由：README 详细写明了 actor 收件箱模型、多 bot 交接规则和 run_shell 无沙箱等安全边界，读者可据此评估是否自部署。
GitHub 开源项目 MeetingBot 提供会议音视频上传后的完整处理链路：云 ASR 转写带说话人分离、单遍长上下文生成六字段结构化纪要（概要、议题、观点、决策、待办、风险，每字段带证据来源）、LangGraph 编排审查-重写-复审自检环，修订稿需人工确认后归档并可导出 Word/PDF。技术栈为 FastAPI + Vue 3 + MySQL + LangGraph + Temporal，Docker Compose 一键部署五服务，模型走 OpenAI 兼容接口（默认 Qwen3.8-Max + Qwen-Audio ASR），ASR 引擎可切换云端或本地侧车（FunASR + MOSS-Transcribe-Diarize）。
推荐理由：开源会议纪要系统，把转写、六字段纪要、Agent 自检和调用观测做成完整链路，Docker Compose 一键部署，MIT 许可。
andrewrduncan 开源了 llm-tools-gateway，一个 OpenAI 兼容代理，位于模型服务器（vLLM、llama.cpp、Ollama、LM Studio、TGI 等）之前，向每个请求注入工具定义并在服务端执行，返回完成后的答案。支持网页搜索、抓取、无头浏览器、基于 pgvector 的记忆与 RAG、图像生成与编辑；每个工具可选且自禁用，仅配置 UPSTREAM_URL 也能获得日期时间和 URL 抓取。记忆按 subject 分区实现多用户隔离，慢工具通过 reasoning_content 流式输出进度。项目以 Apache-2.0 许可发布，仓库地址 https://github.com/andrewrduncan/llm-tools-gateway。
推荐理由：把工具执行从客户端移到网关端，一次配置即可让 Open WebUI、Aider 等所有 OpenAI 兼容客户端共享搜索、记忆和 RAG 能力。
Solutions-of-Security 在 GitHub 发布 АГАТ (Agat) v1.7.0 公开预览版，一个在本地模型上运行 AI 智能体和可视化流程的开源平台，支持审批确认与执行日志。模型通过 Ollama、LM Studio、vLLM 或 llama.cpp 在本机运行，提供可视化流程编辑器、13 个流程模板、本地 RAG、MCP 工具与 A2A 任务交换，可经 SQLite、Docker Compose 或 Kubernetes 部署；RAG/embeddings、OIDC、PostgreSQL、Temporal 等需单独配置，完整 solution packs 与 production gates 尚未开放，版本号为 prerelease 不代表通过生产资格验证。
推荐理由：这是将本地模型与多智能体流程编排结合的开源工具，README 给出部署方式、功能边界和未完成项，适合想自建智能体工作流的读者参考。
metadatastician 发布 harvard-dehallucinator，一个面向 LLM 智能体的外部状态管理编排框架：任务状态存放在上下文窗口之外的 state/state.txt，只有独立验证器 engine/verify_register.sh 能写入 COMPLETE，智能体只能请求重新测量而不能自行提供结果。项目借鉴哈佛架构将指令与任务状态分离，并内置熔断机制（attempts 超过 totalItems+5 即写入 EMERGENCY_STOP）。README 还保留了 2026-08-23/24 的事故记录：原实现中 remaining 由调用方传入、验证器从未被调用，导致 state.txt 在迁移完成前 1 小时 27 分就写入 16/16 COMPLETE，修复仅改了约十行代码。
推荐理由：作者用仓库自身的一次事故作实例，说明未接线的验证器如何导致幻觉式完成，方法可迁移到智能体状态设计。
开源项目 Botloft（https://github.com/httpsphl/botloft）可在自己电脑上保持一组 Claude Code 机器人常驻协作，每个机器人有独立文件夹、记忆和对话，可互相传递任务并在关闭窗口或重启后继续工作。架构上由 Tauri + React 应用通过 WebSocket 连接本地 Rust 守护进程 botloftd，每个机器人是一个真实的 claude -p 会话，消息先写入 SQLite 再投递，守护进程只监听 127.0.0.1，无云服务和遥测。支持 Windows、Linux 和 macOS（Apple Silicon）预览版，免费使用，机器人消耗用户自己的 Claude 订阅额度，按 FSL-1.1-ALv2 许可开源。
推荐理由：这份 README 讲清了多 Claude Code 机器人协作的架构与权限设计，读者可借此了解本地后台运行与机器人间任务交接的实现方式。
atahanuz 在 GitHub 发布 FedRAG，一个多智能体 RAG 系统，可对 725 份美联储文档（PDF、网页、Word、Excel、CSV 五种格式）问答，并对其中的 978 张表运行 SQL，同时搜索网页和拉取 FRED、ECB、Yahoo Finance 实时市场数据。系统由 planner 路由并拆分并行任务，四个 ReLoop 专家智能体使用 19 个工具，writer 为每个事实加内联引用，fact-checker 校验后返回答案。全部模型为开放权重并自托管在单张 A100 80GB 上，用 vLLM 服务 Qwen3.8-27B（FP8）、Qwen3-Embedding-8B 和 Qwen3-Reranker-4B，混合检索采用 BM25 与稠密检索加倒数排名融合。
推荐理由：作者给出 52 题基准与 naive RAG 基线的对比数据，还记录了测量中发现的问题与修复过程，方法可迁移到类似多格式 RAG 系统。
Agent Labs 在 GitHub 开源了浏览器自动化工具 fastbrowse，它把页面索引成候选控件并由选择模型 Jev 挑选动作，答案中的每条结论都附页面原文引用，凭据与授权由代码而非模型控制。对照数据显示，在 6 个导航任务上 fastbrowse 58/58 通过、中位耗时 8.3s、单次成本中位数 $0.0026，Browser Use Ultrafast 为 38/58、12.9s、$0.0014；在受控 mock 站点的 mock-completion 任务上 fastbrowse 中位成本 $0.0065、46.0s 内完成对比 Browser Use agent 的 $0.2543。
推荐理由：README 附带与 Browser Use 的同任务对照数据，包括通过率、单次成本和中位耗时，可作为评估浏览器自动化方案的可查依据。
lambda-symbolics 在 GitHub 发布终端 Agent Autolith（AL），它运行在活态 Common Lisp 镜像中，可观察、自省并在线修改自身代码与状态，并通过镜像代际、检查点和恢复镜像支持回滚与故障诊断。提示输入即 REPL，消息是 (prompt ...) 的语法糖，支持子 Agent 委派、递归推理（infer/rlm-complete，超上下文窗口输入按内容寻址切片处理）与独立 SBCL REPL 工具。支持 Linux、macOS、FreeBSD、NetBSD、OpenBSD 的二进制与 Nix 安装，Windows 需源码运行，ISC 许可，安装命令 curl -fsSL https://sh.lambda-symbolics.com/autolith | sh。
推荐理由：原文详细说明了这个运行在 Common Lisp 镜像里的终端 Agent 如何自检、回滚和恢复，架构思路与常见 Agent 明显不同。