Agent 与工具调用 最新动态

推荐理由：原文讲清了从 persona 抽样、反应打分到 PCA 聚类的完整流程，读者可以照着复现这套本地文案测试方法。

推荐理由：原文说明了用 JDK Attach API 免改代码接入 JVM 运行时诊断的方案与启动开销、容器限制等取舍，方法可直接复用。

推荐理由：项目以结构化语料和可审计引用为核心架构决策，32 份 ADR 记录了取舍过程，对自建 RAG 应用有可借鉴的工程路径。

推荐理由：作者把假设、实验、证据到结论的科研流程拆成五个独立 MCP 服务，为需要审计智能体推理过程的研究场景提供了可复用的基础设施。

推荐理由：开源本地助理把邮件和工单交给已有编码 CLI 处理，还给出了 LEARNED.md 记忆机制与凭据脱敏的具体实现细节。

推荐理由：原文给出了 ctx 的持久化机制、CLI 用法和与 .cursorrules、Aider、Copilot 的对比文档，可了解跨会话上下文管理的具体做法。

推荐理由：把模型只放在写入端、读取完全机械化的记忆架构，附可复用脚本与确定性裁判指标。

推荐理由：原文给出了笔记结构、隐私边界和本地/云端模型的具体取舍，读者可据此判断是否适合自己搭建个人知识库。

推荐理由：原文给出了 yield 流式调度、多供应商 LLM 一行切换和内置追踪等具体设计，读者可据此评估是否用于自己的流水线。

推荐理由：原文给出了内核逐字节复现、快照分叉与 HEXACO 人格驱动分岔的具体机制和成本区间，读者可以据此评估是否用于自己的多智能体推演。

推荐理由：原文给出了插件进程隔离、崩溃自愈与工具链自动下载等具体实现细节，读者可以据此评估这个 Go 版聊天机器人框架是否适合自部署。

推荐理由：开源的多智能体客服系统，自研记忆框架给出了三层架构、评分公式与场景化调参，可迁移到需要跨会话记忆的 Agent 项目。

推荐理由：五个 PreToolUse 守卫插件按命令参数而非命令名做判断，deny 时把改写建议回传给模型，可减少人工确认打断。

推荐理由：作者自建 2400 条消息的标注测试集给出分拣准确率数据，并开源了代码和评测方法，可复现或换模型验证。

推荐理由：自托管模型控制台用单文件标准库 Python 实现，无依赖无构建步骤，兼容 vLLM、Ollama 等多种 OpenAI 兼容后端。

推荐理由：原文用预注册实验账本逐条标注了每个结论的适用范围和未验证之处，读者可以据此判断这套仿生架构哪些说法有证据支撑。

推荐理由：原文附带了完整命令示例与实机耗时、内存数据，读者可以照着在本地复现这套多人格辩论编排流程。

推荐理由：这是一个可直接部署的 Claude Code 多智能体仪表盘，README 写清了安装、隔离与记忆机制，还附了踩坑记录。

推荐理由：作者用实测数据说明 harness 层面对小模型的实际作用边界，比如上下文重写与追加的成本差异，方法可迁移到本地部署场景。

推荐理由：原文给出了跨机器 Agent 网络的架构与部署方式，读者可以据此评估用 MCP 和 SSE 串联多机 Agent 的可行性。