内容形态
开源仓库与工具：人格工程、记忆系统、去对齐脚本、推理与微调工具链。
2,050 条精选近 30 天 2,043 条共收录 8,517 条
研究团队提出 CogMem，一种基于 PEC²F（Person-Event-Concept-Claim-Fact）图模式的认知记忆架构，用 Claim 节点保留主观陈述的来源与对象，并将对话轮次增量转为带溯源的图记录。检索由基于规则的控制器结合 LLM 意图解析，组合锚定、遍历、交集、证据落地四个确定性图算子来重建查询相关上下文，在 LoCoMo 与 LongMemEval 上表现突出，尤其是多跳、时序与知识更新任务。论文被 EMNLP 2026 主会接收，代码已开源。
推荐理由：论文用 PEC²F 图结构区分主观信念与事实记录，在 LoCoMo 和 LongMemEval 上给出多跳与时序任务的实测表现。
parammadan 发布 WebFidelity 工具，用带答案密钥的合成页面和以耐心浏览器为参照的真实站点，测量 LLM Agent 抓取器丢失了多少内容。实测发现 Firecrawl 默认在加载约 300 ms 后快照，晚于此到达的内容被丢弃且输出无提示，视口高度 100,000 px 导致滚动失效，46 个真实站点默认平均覆盖率 85%；加等待和点击动作可将合成基准召回从 52% 提升到 89%，作者并提议在响应元数据中暴露快照时的网络请求状态。
推荐理由：作者给出可复用的网页抓取完整性测量方法与held-out纪律，量化了Firecrawl默认抓取在JS延迟场景下的内容丢失程度。
LemonSeed Studio 0.5.8 发布，这是一款在 iPad 上通过 Thunderbolt 外接 AMD GPU 做端侧推理的编辑器/IDE，内嵌 Linux amdgpu + amdkfd 驱动并运行 LemonSeed Engine。作者给出 Qwen3.8-27B Q4 配 DFlash2 草稿模型的实测数据：R9700 在 iPadOS/macOS/Linux 下解码达 158.5/159.4/144.6 tok/s，Strix Halo 为 64.4 tok/s；4K prefill 分别为 1,636/1,634/1,418/517 tok/s。
推荐理由：作者实测了同一引擎在 iPadOS、macOS 和 Linux 三种平台下的解码与 prefill 吞吐数据，可作为本地推理性能迁移的参考。
作者公开其个人 agent skills 收藏仓库，支持 Claude Code 和 Kimi Code CLI，通过 git clone 加符号链接或 extra_skill_dirs 配置实现跨机同步。仓库含 20 多个技能和多个 slash 命令，如 root-cause（先诊断后修复）、validate-plan（对抗性压测计划）、mr-review（最多五个并行审查者）等，按研发流程组成流水线；作者实测将 mr-review 的五个并行审查者固定到配置的 secondary_model 池的廉价快速模型上，判定结果相同但 token 约减半、耗时约四分之一。
推荐理由：作者公开了自己跨机同步的 Agent 技能仓库，含安装方法、技能流水线和实测的降本数据，可按阶段直接取用。
开发者 M0j0Risin 在 GitHub 发布 NeonSidekick，一个优先支持本地大模型的 agentic 终端客户端，可连接 LM Studio、Ollama、llama.cpp 或 vLLM，也能通过内置 llama.cpp 直接下载并运行 Gemma、Qwen 等模型，支持 CUDA、Vulkan 或 CPU。它还提供 OpenAI 和 Anthropic API 及 Claude Code 接入，具备文件、Git、shell 等内置工具、四层技能系统、Whisper 语音输入和 Kokoro 语音输出，基于 .NET 10 NativeAOT 编译，免安装运行于 Windows x64 和 Apple Silicon Mac，采用 GPLv3 许可。
推荐理由：这是一个面向本地大模型的 agentic 终端客户端，功能覆盖嵌入式模型、技能系统和工具沙箱，想搭本地 Agent 环境的读者可以直接试用。
TAIPANBOX 在 GitHub 发布开源代理网关 TokenFuse，置于 Agent 与 LLM 提供商之间，实时核算每次调用的真实成本，超预算或检测到循环时在请求路径上返回 HTTP 402，在提供商计费前切断调用，改一行 base URL 即可接入。它还内置 MCP 工具投毒与 rug-pull 扫描器（可作 GitHub Action 门禁 CI）和凭据 broker，把密钥以 {{secret:name}} 句柄形式隔离在模型上下文之外。
推荐理由：原文给出三大云上的实测数据和逐次预算熔断结果，读者可以据此评估这个代理网关在真实基础设施上的表现。
1broseidon 开源了 Hotline，一个自托管的 Agent 协作房间工具，可在本地给多个 Agent 各自的名字、项目目录和持续对话，Agent 之间能直接互相提问、请求审查和交接任务。
推荐理由：自托管的多智能体协作房间工具，支持混用多家模型和 Claude Code 等 harness，数据留在本地，适合想自己搭 Agent 工作流的读者。
goruck 在 GitHub 开源 Home Generative Agent（HGA），一个为 Home Assistant 打造的 LangGraph 智能体集成，可用自然语言控制实体、生成并注册自动化 YAML、分析摄像头画面并做人脸识别，支持 OpenAI、Gemini、Anthropic 或经 Ollama 等本地运行。它用 pgvector 保存长期语义记忆，Sentinel 异常引擎以确定性规则负责安全告警，LLM 只建议不直接执行，并内置 Home Assistant 安全审计，可检查未上锁的门锁、新管理员账号、长期 token 等问题。
推荐理由：README完整覆盖功能、架构和安装路径，能看出基于LangGraph的智能家居Agent与传统提示词透传集成的差异。
geminik23 在 GitHub 发布 ai-agents 1.1.1，一个用单个 YAML 声明即可构建 AI Agent 的 Rust 框架，常见场景无需写代码。框架支持 12 家 LLM 提供商自动回退、30 个内置工具与 MCP 接入、状态机与技能、分层记忆栈、多 Agent 编排，以及 fail-closed 工具授权、HITL 审批和 YAML 场景评测；Redis 存储为实验性，RAG 与 Python 绑定尚在规划中，需 Rust 1.88+，采用 Apache 2.0 许可证。
推荐理由：作者详细列出了该 Rust 框架的工具授权、审批与评测机制，想用单一 YAML 声明式搭建 Agent 的开发者可以对照评估。
GitHub 项目 khrystofor-main/aiterm 发布，这是一个 Ubuntu AI 终端：左侧是用户的 bash shell，右侧是 Antigravity CLI（agy，基于用户自己的 Google 订阅运行 Gemini），通过专用 tmux 服务器的两个 pane 让 Agent 看到终端并执行命令。aiterm-left 默认只向 Agent 提供最后一条命令及其输出，需要时扩展到最近 N 条或全部回滚缓冲；aiterm-run 检查提示符为空、仅 bash 在运行才输入命令，否则拒绝（exit code 3），任何带 sudo 的命令前会先 sudo -K 清除缓存凭据，密码必须由用户在自己的 pane 输入。
推荐理由：开源的 Ubuntu AI 终端，让 Agent 直接在用户自己的 shell 里可见地读写命令，代码层面强制 sudo 守卫等安全检查。
VKirill 在 GitHub 发布 claude-lane-stack v1.64.8（MIT 协议），以 Claude Code 作为 AI PM，通过文件与 git 流水线调度 Codex、Qwen、Grok、Kimi、AGY、Cursor、OpenCode 等 CLI 完成编码、文案和 SEO 工作，合并到 main 并在夜间做独立评审。
推荐理由：以任务卡片和验收回执约束多模型流水线，并区分白天交付与夜间独立评审，是一套可参考的 Claude Code 编排实践。
Tianao0110 在 GitHub 发布 Windows 桌面翻译工具 T-Translate，支持划词翻译、截图翻译、悬浮窗实时翻译、播放内容转字幕和 PDF、Word、EPUB 等整篇文档翻译。应用自带 Qwen3-1.7B（1.8 GB）和 Hy-MT2-1.8B（1.9 GB）本地模型可离线翻译，API 密钥用 Windows 系统加密存储，提供标准、无痕、离线三种隐私模式，另接入 OpenAI、Claude、Gemini、DeepSeek、DeepL 等 11 个翻译源，支持 134 种语言，许可证为禁止商业售卖的 T-Translate License 1.0。
推荐理由：作者本人发布的工具仓库，功能清单和模型文件大小写得具体，想搭本地隐私翻译环境的读者可以按需取用。
TAIPANBOX 在 GitHub 发布 stack-up 启动器，一条命令在本地无 Docker 构建并启动其开源 Agent 治理栈，含 tokenfuse 网关、cloud 控制面、dashboard、wardryx 策略点、scopyx 出口管控等，全部仅绑定 127.0.0.1。tokenfuse v1.5.0 的运行预算上限默认每 run 5.00 USD，实测可将声明 50 的调用钳制回 5.00；可选模块包括 vouchryx 委托令牌（撤销记录可跨重启保留）、costcrew FinOps、typryx 类型化回答（实测 jev 托管后端准确率 87.1% / ECE 0.042，本地 qwen2.5:7b 为 70.0% / 0.273）及 trailryx 记录封存平面。
推荐理由：原文给出了本地一键启动整套 Agent 治理栈的服务端口、预算钳制实测数据和各可选模块的取舍，读者可按需挑选模块上手。
TaskWraith 在 GitHub 发布，是一款免费开源、Apache-2.0 协议的本地优先桌面工作台，用于在自有仓库上运行和审查多家供应商的 AI 编码智能体。它支持将多个智能体席位并入同一会话，包括并行子线程和用于共同审议与审查的 Ensemble 模式，所有操作需经用户审批，可在本地查看活动与 diff。支持 macOS、Windows 和 Linux，兼容各供应商 CLI 账号及本地 Ollama 模型，另有处于 TestFlight 测试阶段的 iPhone/iPad 伴侣应用（非独立 AI 应用）。
推荐理由：这是一个可复用的开源工具，正文说明了多智能体协作的权限审批和本地化设计，对想集中管理编码智能体的开发者有直接参考价值。
curtisvgoss 在 GitHub 开源 job-radar，一个完全运行在 GitHub Actions 上的每日求职发现 Agent。它抓取 Greenhouse、Lever 和 Ashby 公开职位板，先用从 profile.yml 机械推导的确定性规则过滤标题、职级、地点和已读状态，仅对存留的新职位用 Claude 通过强制工具调用打分，每天生成一个按分数排序的 GitHub Issue；凭据失效或临近过期时改为提交命名告警 issue。编译阶段用较大模型（compile_model 默认 claude-sonnet-5-5）一次生成 rubric 和层级权重，日常打分用小模型（claude-haiku-5-5），单次封顶运行成本在 Haiku 级定价下远低于 $1。
推荐理由：原文完整给出了基于 GitHub Actions 的求职情报 Agent 架构、过滤规则与成本控制细节，方法可直接复用到类似日常情报场景。
xu-hao 在 GitHub 发布 pytest-probability，一个针对 LLM 函数等非确定性代码的 pytest 插件，将每个用例运行 N 次并报告经验通过率，使 7/10 这类 FLAKY 结果不再藏在绿色通过标记里。插件支持基准驱动的 prompt 开发、参数化 A/B 对比（含配对 bootstrap 区间与显著性检验）、min_rate 通过率门槛、延迟分位数门槛、pass^k 与 pass@k 指标、成本与 token 统计、--prob-stop 提前终止及 JSON 报告，可配合 pytest-xdist 并行运行；仅需 Python 3.11+ 和 pytest 7.4+，通过 pip install pytest-probability 安装。
推荐理由：针对 LLM 输出不确定性的 pytest 插件，把单次断言换成多次采样的通过率门槛，还带成本与 A/B 对比统计，方法可直接迁移到自己的测试流程。
1CatAI 宣布 1Cat-vLLM 更名为 1Cat-LLM，将 NVIDIA Volta / SM70 / Tesla V100 作为一等优化目标，最新发布为 2026 年 10 月 3 日的 v1.5.1。4× V100-SXM2-32GB 上 Qwen3.8-27B-NVFP4 + DFlash2 演示约 260 tok/s，v1.5.1 相比 v1.5.0 在 32K 单请求解码从 49.04 提到 201.18 tok/s；长上下文 Attention 有效算力从 17.92 提升到约 60.8、最高 71 TFLOP/s。新 GGUF 支持带来更多社区量化模型选择，仓库含 MBPP/HumanEval、GSM8K 等质量门与完整基准契约。
推荐理由：同一代 V100 上靠软件栈重写把长上下文 Attention 有效算力从 17.92 提到约 60.8 TFLOP/s，对仍在用旧卡的部署者有直接参考价值。
GitHub 用户 trhlikfilip 发布 llm-bayesian-coherence 工具，检验因果语言模型的事实条件概率能否来自同一联合分布。核心是 Emerson (2026) 提出的四元组对数比证书，LR 不为 0 即证明两个方向的条件概率不相容；仓库提供 run.py、scorer.py、certificate.py 等 23 个测试覆盖的完整流水线，以及来自 Wikidata、ConceptNet 和 WordNet 的 140,751 个四元组（约 603,000 个 prompt-continuation 对），支持任意 Hugging Face 因果语言模型，输出 LR、F、B、R、K 等指标，并带评分缓存与断点续跑。
推荐理由：工具把概率一致性检验做成了可直接运行的开源命令行，附带 14 万四元组数据和缓存续跑设计，便于复现和移植。
Mai0313 发布 VibeCodingTracker，一个用 Rust 编写的轻量 CLI 工具，自动扫描本地日志以追踪 Claude Code、Codex、Copilot、Gemini、OpenCode、Cursor、Hermes、Grok 和 DeepSeek Harness 的使用成本。价格从 LiteLLM 每日更新，TUI 仪表盘常驻内存约 60 MB，支持静态表格、JSON 导出，并为 Claude、Codex、Copilot、Cursor、Grok 提供实时配额面板；支持 npm、PyPI、crates.io 安装。
推荐理由：原文给出了这个 Rust 编写的 CLI 对九种 AI 编码工具日志的成本统计原理、配额面板来源和内存占用数据，方法可直接复用。
开发者 Past-da-king 在 GitHub 发布开源 Android Agent（Agent-0.11.4，MIT 协议），APK 约 317 MB，要求 Android 10 及以上 arm64 手机，需侧载安装。它以前台服务运行自己的浏览器，把学到的信息写成手机本地 wiki 记忆，可定时或按通知触发例行任务，并能把重活通过 SSH 交给用户自己的电脑。模型可接 API key、ChatGPT 或 Claude 订阅（作者注明 Claude 订阅登录未经官方认可）、也可连 Ollama 等自建服务器；密钥存于 EncryptedSharedPreferences，花钱和代发操作需手动批准。
推荐理由：作者本人详述了这款开源手机 Agent 的记忆 wiki、SSH 派工、订阅接入与隐私设计，安装和自建服务器的方法都可直接照做。