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。
2,045 条精选近 30 天 2,038 条共收录 8,494 条
emirbartu 发布 jev-for-all 仓库，把 TypeSafe 的 System One 决策模型 Jev 接入 Claude Code、OpenCode、Hermes 和 pi，让智能体在约70至500毫秒内以约 $0.0001 的成本决定加载哪个技能、需要哪些工具及选用哪档模型。作者自测的12个小任务中，由 Jev 路由比始终用 Sonnet 省35%成本，lean 启动省37%输入token，但作者明确提示证据来自自写的小型单文件任务，每项仅跑一次，且提示词会发给 OpenRouter 的 alpha API。
推荐理由：作者不仅给出工具，还公开了基准脚本和失败记录，读者可以据此权衡token节省与选错模型的风险。
factagora 在 GitHub 开源了 FactBlock（factblock），一个时序因果知识图谱工具，把事实、观点、预测等主张连同说出时间、学习时间和因果关系存为带 SUPERSEDES 链接的带日期块，读取时通过 as_of 时刻还原当时可知的信息。每条边带 CAUSES、SUPPORTS 等类型和说话者置信度，被更正的主张不覆盖而是保留区间和判定结果；leak 命令可在 CI 中检测评测泄漏，作者称在 StreamingQA 的 36,378 个带日期问题上，忽略时间的召回有 80% 依赖问题日期之后才学到的块。
推荐理由：工具用 as_of 读取和双时钟设计避免记忆把未来信息泄漏进评测，还给出 StreamingQA 上 80% 问题的泄漏对照数据。
jedarden 发布 NEEDLE，一个用 Rust 编写的无头编码 CLI 智能体包装器，通过共享 bead 队列以确定性优先级顺序调度 Claude Code、OpenCode、Codex 和 Aider，每个 agent 输出结果（成功、失败、超时、崩溃）都有显式处理器，多 worker 经 SQLite 事务原子认领任务。内置 shipped-work 门控验证提交已推送，支持 OpenTelemetry 导出，默认适配 claude-sonnet-4-6 和 gpt-5.6-terra。代码以 Forgejo（git.ardenone.com）为主仓库，GitHub 为只读镜像，MIT 协议，作者称其为自用为主的 alpha 软件。
推荐理由：README 详述了状态机流转和每种 agent 输出的显式处理器设计，为搭建无人值守多智能体编码流水线提供了可直接复用的架构参考。
vanrajsinh650 发布 TonerHound，为 LLM 从 PDF 中抽取的值返回精确的页面边界框坐标，或明确判定无法定位，全程无神经网络、无云端 API、可离线运行。在 ExtractBench 370 份文档评测中 Word Grounding F1 达 72.6179%，以零成本排在第4位，超过 Claude Code (Opus 5.5) 和 Codex (GPT-6 Luna)，主要增益来自匈牙利二分图匹配、日期字面量变体匹配和视觉像素统计回退三种技术。项目以 MIT 许可开源，需 Python 3.12+ 与 Tesseract OCR。
推荐理由：项目给出了完整的 ExtractBench 榜单对比和三条关键技术的增益拆解，读者可以据此评估确定性方案换约10个点的精度是否值得。
smartsequence 发布 shadow-ai-scan，一个单文件 Python 工具，扫描 repo 找出未登记的 AI 调用并按高、中、低三级给出处置对象。它通过代码中的 SDK 引用、设置文件里的 AI 服务网址和 sk-proj- 等固定前缀的金钥样式三处痕迹检测，不用安装依赖、离线运行，支持六种语言界面，可接 CI 拦截新增高风险提交；作者同时说明它是关键字比对而非深度分析，自封装调用和运行时才确定的套件名等四类情况扫不到。
推荐理由：工具把检测思路、三级处置分流和自身盲区都写清楚了，读者可据此评估关键字扫描这类影子 AI 盘点方法的适用边界。
yuzhiqiang1993 在 GitHub 开源了 Antigravity Studio，一款为 Antigravity（IDE、桌面端、终端 CLI 和 VS Code 插件）设计的多账号管理与大模型代理工具，MIT 协议，全部操作在本地完成。工具把多个 Google 账号放入池子按故障转移、重置优先、粘性会话或负载均衡策略自动调度，主号额度低于 5% 或被 429 限流时备用号自动接力；支持 BYOK 接入 OpenAI、Anthropic、DeepSeek、Ollama、OpenRouter 等 34+ 平台预设，可调大上下文窗口、解析思考链，并按账号单独挂 HTTP/SOCKS5 代理，默认本地端口 8321 被占时自动顺延。
推荐理由：作者面向 Antigravity 多账号配额调度与第三方模型接入的痛点，给出了本地代理的完整方案和调度策略细节。
jop8281 开源 worldgen 与 worldplay 两个工具，构建可复现的有状态软件世界（如 helpdesk、支付 API）供 Agent 测试，引擎是唯一判分者，LLM 只负责从描述、OpenAPI 或 CSV 生成世界且不改引擎。评测要求参考解得 1 分、不动作得 0 分、所有诱饵与严格前缀低于 1 分并重放哈希一致。仓库含 25 个世界共 95 个任务，最后一次完整 stress-2 评测（2026-10-07，claude-sonnet-5-5）29 例中 22 例符合预期，单次运行 p50 6.4 分钟、$1.27。
推荐理由：原文给出了引擎判分的判别性证明和完整实测数据，读者可以据此评估用确定性世界评测 Agent 的可行做法。
Headroom 开源发布，在本地压缩 AI Agent 读取的工具输出、日志、RAG 内容、文件和对话历史后再发给 LLM，压缩在用户机器上运行、不上传提示词或文件内容。提供 Python/TS 库、零改动代理 headroom proxy --port 8787、一行命令包裹 Claude Code、Codex、Cursor 等 Agent，以及 MCP server 和跨 Agent 共享记忆。内置场景实测包括 SRE 事件调试从 55,957 压到 24,340 token（省 57%）、代码库探索省 42%；压缩延迟 0.21 ms p50（10K token JSON），并支持可逆压缩 CCR 与输出 token 精简，项目采用 Apache 2.0 许可。
推荐理由：README给出多种真实工作负载的前后 token 对比和准确率评测数据，读者可以据此判断在哪些场景值得引入本地压缩。
Digital Foundry Solutions 开源了 actualis，一个本地只读工具，扫描 Claude Code、Codex、GitHub Copilot CLI 的会话记录，输出成本、shell 审计、凭据暴露和缓存效率报告，无需联网。工具按 message id 去重计费消息，实测修正 2.13 倍的成本虚高；凭据事故按邻近度分级重建，把 7,553 条命令缩减到 42 条值得阅读。提供 --self-check 自验证隐私声明、CI 退出码门禁、MCP server 与托盘应用，AGPL-3.0 协议。
推荐理由：工具用去重后的消息计数和按邻近度分级的事故重建来压缩审计噪声，官方仓库详细写明了计算口径与验证方式。
damianvtran 在 GitHub 开源了 Local Operator，一个 MIT 协议的本地 Agent 组织运行时，支持角色受限的子 Agent、团队名册、跨会话消息传递和终端关闭后仍按时触发的计划唤醒。它可直接复用已有的 ChatGPT、Claude、Kimi、Grok、Z.AI 和 Qwen 订阅登录，账号自动池化与负载均衡，并通过稳定的提示词缓存布局降低长会话成本；默认写入和执行命令需人工批准，提供 TUI、桌面应用、手机远程访问和浏览器扩展。
推荐理由：原文完整给出了角色边界、跨会话通信和多账号订阅池的具体机制，读者可以直接了解这套本地 Agent 组织运行时怎么用。
GitHub 上的 llm-eval 套件可自动评测 agent CLI 工具，支持通过 LM Studio、oMLX 或 llama-server 运行本地模型，以及 Anthropic、Google、Groq 等云端 API。它捕获性能指标、日志与生成物，生成自带报告和评分仪表盘，内置墙钟、token、成本上限和重复工具循环检测等失控保护，并用确定性评分对比 Pi、OpenCode、Crush、Claude Code、Codex 等 harness 在电梯与办公室两类 prompt 上的运行结果。
推荐理由：这套工具自动化对比 agent CLI 在本地与云端模型上的表现，给出了防失控和确定性评分的设计思路，可迁移到自建评测。
作者在 GitHub 开源 RunSleuth，通过记录训练过程的结构遥测、匹配 7 类故障签名、LLM 复核（不可推翻匹配结论）并在有界重训后验证修复，诊断 PyTorch 训练故障。在 Camelyon17 的 46 次运行和 7 类故障上，有健康参照时 46/46 正确且 0 误报，无参照时 40/46；支持 RunMonitor 包装自建训练循环和 Hugging Face Trainer 的 RunSleuthCallback，源码采用 MIT 许可证。
推荐理由：原文用 Camelyon17 上指标完全相同却需要不同修复的静默故障实例，展示了以结构遥测而非验证指标定位训练问题的可复用思路。
Maxon 团队在 GitHub 开源了静态编译编程语言 Maxon，编译器、标准库和文档均由 AI 编码智能体编写，设计目标是让 AI 生成的代码易于审查而非易于敲写。语言特性包括将取值范围编码进类型的 ranged type（如 Port = int(0 to 655)）、无 null、每个块显式命名闭合；编译器自带原生后端，不依赖 LLVM 或外部运行时，采用引用计数内存管理，支持自举且两次自构建产物字节一致。
推荐理由：一门专为 AI 写代码设计的静态编译语言，约束进类型系统、块名显式闭合，设计思路可供语言与 Agent 工具链参考。
开发者 UncleChair 发布 WeftCut，一个能被 Codex、Claude 等 MCP 客户端直接驱动的桌面视频编辑器，通过 localhost MCP 服务器暴露放置、修剪、分割、关键帧、字幕、混音等编辑工具，播放中编辑实时落盘并逐条记录，检查点可一键回滚，支持 dry_run 彩排与多会话历史锁。它还支持把 HTML/CSS/代码页面作为纯时间函数的 Motif 图层放到时间线上，让智能体自行编写叠加元素；内置 shot 检测、语音转写（云端或本地 whisper.cpp、FunASR）、H.264/HEVC/AV1 导出，采用 MIT 许可，目前仍在 v1.0.0 前的活跃开发中。
推荐理由：作者把完整 NLE 的编辑工具通过 localhost MCP 暴露给智能体直接驱动，回放、撤销与检查点机制讲得具体，可作同类项目参考。
rebornace 在 GitHub 开源了团队 AI 助手运行时 Baize，可将 OpenAPI / Swagger 等 API 文档转为可调用工具，重要写入操作支持控制台人工确认并留痕。其决策层在 390 个工具、3 个后端的 37 条真实请求上测试，默认宽度 16 时平均 turn-0 提示词约 3,090 tokens，比发送全量 390 工具的约 85k 大幅降低，5 轮重复测试运行成功率 99.5%；工具路由默认关闭，可通过运行时设置热加载开启，MIT 许可证。
推荐理由：原文给出可复现的工具路由基准数据，读者可据此评估这套助手运行时在多工具场景下的成本收益。
kernel4632 在 GitHub 发布轻量 Agent 核心包 agent-core，只需提供 LLM 地址和工具文件，即可自动循环问模型、执行工具直到任务完成。包需 Bun 运行时不支持 Node.js，history 只增不删并把最新压缩总结折进 system（实测 gpt-oss-120b 续跑成功率从 1/6 提升到 6/6），同一轮工具并行执行且各占独立子进程，支持 MCP 和 skills 接入、文字工具协议兼容纯对话模型、自动上下文压缩（maxContextTokens 默认 128000）与 OpenAI/Anthropic/Gemini 四种协议。
推荐理由：原文详细讲清了 Agent 循环停止条件和上下文压缩保留方案的设计取舍，还附实测数据，方法可直接迁移到自己写的 Agent 框架。
GenAIcode 发布 2.0 版，从 1.x 的编码代理转型为后端 LLM 工具具包，提供统一的 PromptItem 提示词表示、多供应商适配器、可链式配置的请求 API 和轻量会话链。可选的 genaicode/agents 子路径把已安装的编码代理 CLI（Claude Code、Codex、GitHub Copilot CLI、Cursor、Gemini CLI 等）封装为统一的任务与事件 API，也可通过 npx genaicode run 命令行调用。核心不做仓库检查、shell 执行或隐藏重试；1.x 编码代理仍可通过 npx genaicode@1 获取。
推荐理由：2.0 版从编码代理转型为后端 LLM 工具包，原文详细说明了转型边界和 1.x 迁移路径，可供选型参考。
iopsystems 在 GitHub 发布了 llm-perf，一个用于 OpenAI 兼容 LLM 推理服务器（如 llama-server、vLLM、TGI）的高性能基准测试工具。它支持 SSE 流式 TTFT 测量、并发与固定 QPS 负载模式、uniform 和 Poisson 到达分布，输出 TTFT、TPOT、ITL 及端到端延迟的 mean/P50/P90/P95/P99 分位数，并可按输入上下文大小（small 到 xxlarge）分层统计。
推荐理由：这个开源压测工具覆盖 TTFT、TPOT、ITL 分位数和按上下文长度分层统计，还能把 Azure 编码智能体会话数据重放到 llama-server 或 vLLM 上。
AndrewSmigaj 发布开源研究平台 Open LLMRI，用于研究 MoE 大语言模型如何组织内部表征，当前处于 pre-alpha 阶段。平台捕获 gpt-oss-20b 的残差流激活与专家路由，用 UMAP 投影和聚类分析词义、友敌判断等结构，并通过 Evennia MUD 中的 YAML 场景做多轮智能体轨迹捕获。配套 2026 年 9 月预印本研究语义亚稳态，发现累积上下文切换后模型内部读数仅部分跟随偏移，缺口最高达 109%，自杀信请求的真假框架与拒答行为共变（Cramér's V = 0.554）。项目以 Claude Code 作为分析运行时，采用 Apache 2.0 许可，附论文、脚本与数据。
推荐理由：开源的 MoE 内部表征研究平台，用 gpt-oss-20b 给出从激活捕获到 UMAP 聚类与转向实验的完整可复现流程。
Iteris 发布开源工具 trs（Token-Reducing Shell），在命令前加 trs 或用 trs init 接入 AI Agent，把 git status、cargo test 等命令输出压缩为紧凑版本，示例中 cargo test 输出从 55 KB 压到 58 B（99% 压缩）。支持 Claude Code、Gemini CLI、Cursor、Codex CLI 等十六种 Agent 的 hook 或规则文件接入，提供 trs rewrite 输入压缩、trs output-saver 输出压缩、trs ingest 仓库摘要和 trs audit-docs 四个互补工具，macOS、Linux、Windows 单二进制安装，另有 npm 和 cargo 安装方式，MIT 协议开源。
推荐理由：面向 AI Agent 的终端输出压缩工具，README 给出各命令的压缩率数据和十六种 Agent 的接入方式，读者可据此评估能否降低上下文成本。