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 8,516 条
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。
VincentAZ 在 GitHub 发布 Prompt Maker，一个本地运行的提示词生成与渲染工具。它为 Krea 2 RAW、LTX 2.3、MiniMax H3、Wan Animate 2 等模型各维护一套提示词写法，由本地 LM Studio 模型按目标模型的风格写提示词，并可直接把提示词填入 ComfyUI 工作流渲染。支持图像参考、角色一致性、语音生成、Wan Animate 2 角色动作迁移、批量渲染和助手长任务，全程离线运行，无 npm 依赖。
推荐理由：这个本地工具按每个图像视频模型的提示词方言分别维护写法，并直连 ComfyUI 工作流渲染，读者可以借鉴其模型感知的提示词组织思路。
作者开源了 aimo3-agentic-inference，一个可在 vLLM 等 OpenAI 兼容服务上运行的 AIMO3 风格数学推理 Agent。它并行发出多路解答，各路可调用带时限的 Python 工具验算，先按票数、再按 token 熵破平局选出 \boxed{整数} 答案，并在达成一致时提前停止。项目为独立 clean-room 实现，不含竞赛数据或模型权重，Python 包无第三方运行时依赖，支持 JSONL 评测与无 GPU 的 mock 演示，MIT 许可。
推荐理由：作者以 clean-room 方式把采样、工具调用、投票与熵破平局这套推理循环写小到可读可测，方法可迁移到自有项目。
F2 AI 在 GitHub 开源了 docray，可从 PDF、PPTX 和 DOCX/DOCM 文件提取带页面坐标的结构化确定性 JSON，含字体、层级、图片和矢量路径，提供 CLI 和同步/异步两种 API。PDF 支持 char、word、element 三种粒度，word 和 element 面向 LLM/RAG 场景，实测 token 分别减少 89.15% 和 92.85%；scanned 页面会被标记为需要 OCR，但工具本身不做 OCR。可通过 Homebrew、Docker（GHCR）或预编译二进制安装，Apache-2.0/MIT 双许可。
推荐理由：这个文档解析工具给出了 word 和 element 粒度的实测 token 缩减数据，对做 LLM/RAG 文档接入的读者有直接参考价值。
GitHub 项目 qq-agent-plus 提供面向 Linux 服务器的 QQ 群聊 Agent，通过 OneBot v11 协议端接入，支持分条发言、表情包收发、长期记忆、语音转写与合成、图片生成及内置运维命令。部署提供 deploy-all.sh 全栈安装器与 deploy.sh 单 Agent 两种方式，默认非 root 运行，控制台默认端口 3210；文档还给出按 Asia/Shanghai 计价的用量统计与三档省 Token 设置，称 7 天实测 867 次调用共 1836 万 token，输入占 98.8%。
推荐理由：项目文档详细记录了群聊 Agent 的发送链路、省 Token 实测口径和部署安全边界，适合想自建群聊陪伴 Agent 的人参考具体工程做法。
TheWiderLens Initiative 发布开源私人 AI 助手 Clara，在用户自己的 PC 上本地运行，配 Android 手机应用，免费无订阅，聊天、文件和记忆不离开本机。她以 Bonsai 2 27B 为大脑、Hermes 为智能体、Laya 路由器区分聊天与任务，可浏览网页、管理提醒、读邮件日历、写代码和做视频，高风险操作需手机确认；支持 Gmail、Outlook、Spotify、Notion、GitHub 等连接器，可选经 OpenRouter 的按任务批准的云端加速。要求 NVIDIA GPU 至少 12 GB VRAM、16 GB 内存、40 GB 磁盘、Ubuntu 24.04+，安装约 20-40 分钟，Apache-2.0 许可。
推荐理由：本地运行的私人 AI 伴侣兼智能体，原文给出了架构、硬件门槛和隐私边界说明，可了解全栈自托管陪伴产品的构建方式。
NVIDIA 发布 NeMo Relay，为 Agent 运行提供可观测性与控制能力，无需改动现有 Agent 栈。它为运行、轮次、工具和 LLM 调用提供 scopes、策略、插件与生命周期事件的共享运行时，可导出 ATOF 事件、ATIF 轨迹及 OpenTelemetry 追踪。Python、Node.js、Rust 绑定已完全支持，CLI 支持 Claude Code、Codex 和 Hermes Agent 的可观测性与安全能力，LangChain、LangGraph、Deep Agents 支持观测、安全与优化，Go 和 C FFI 仍为实验性。项目采用 Apache License 2.0，支持通过 pip install nemo-relay-cli-bin 安装。
推荐理由：原文给出了完整的安装与验证流程和各框架支持矩阵，读者可以直接判断自己的 Agent 栈能否接入这套可观测性运行时。
G-Mini-Agent 是一个开源的 Windows 桌面 AI 智能体，可查看屏幕、控制鼠标键盘和浏览器，具备长期记忆、语音对话和 24/7 后台任务能力。它通过统一路由支持 OpenAI、Anthropic、Gemini、Claude/ChatGPT 订阅及 Ollama 等本地模型共 30 家提供商，技术栈为 Electron 加 Python（FastAPI 和 Socket.IO），并提供 Linux AppImage、无头服务器模式与 MIT 许可。安全方面包含权限分级、代码沙箱和凭据系统存储。
推荐理由：仓库文档完整覆盖视觉操控、记忆、语音与权限沙箱等实现细节，想自建桌面智能体的读者可以直接参考其架构与部署方式。
作者发布 caddis，一个 Claude Code harness 插件，包含 /feature-plan、/implement、/cross-review、/handoff 等斜杠命令、多个子代理、四层记忆模型及安全 hooks。其知识层是 agent 无关的，可通过 bundles/ 与 caddis-init 导出到 Codex、Antigravity、Copilot 等其他 AI CLI，并支持 DeepSeek 或 GLM API 做跨厂商代码审查。项目此前名为 claudster，MIT 协议，需 Python 3.11+ 安装。
推荐理由：作者介绍了自家 Claude Code harness 的完整命令、子代理与四层记忆模型，并给出跨厂商交叉审查等可直接复用的实践方法。
开源项目 sprint-analytics 用代码从 Jira 或合成数据计算冲刺指标，由 LLM 撰写报告，guard.py 从回复中提取每个数字并与计算结果核对，编造数字或无 API key 时回退到确定性模板。项目提供 CLI 和 MCP server（可接入 Claude Code），支持 OpenRouter 多模型报告评测与 JSONL/Langfuse 全链路追踪；守卫评测 22 例 precision 1.0、recall 0.786、无误拦截，三次漏放均为数字真实但语义错位。作者称这是为某客户八个团队负责人九个部门搭建的 agent 的参考实现，客户代码私有，本仓库基于合成数据从零重建。
推荐理由：作者给出代码算数、LLM写报告、守卫拦截编造数字的完整做法，还公开了守卫评测的精度与召回数据，方法可直接复用。
作者在 GitHub 开源了个人 Agent jarvis，核心是约 40 行的工具调用循环（agent.py），通过 OpenRouter 路由，任意模型一行配置即可切换。工具为带 @tool 装饰器的普通 Python 函数，从类型注解生成 JSON schema；记忆为每条事实一个 markdown 文件，无数据库和 embeddings；模型分 orchestrator、worker、cheap 三层路由。
推荐理由：作者开源了一个约 40 行工具调用循环的个人 Agent，附八项工具调用压力测试，方法可直接复用到自己的模型选型。
almide/almide 在 GitHub 开源了 Almide，一种静态类型语言，核心指标是代码在一系列 AI 驱动编辑后仍能编译并通过测试的比率。它经 Rust 编译到原生二进制并直接发射 WebAssembly，两目标输出字节一致；编译器诊断会指出缺失的 match 分支并给出具体修复。almide-dojo 在 38 个任务上测得 Llama 3.3 70B 通过率 65%、Llama 3.1 8B 44%；项目处于 pre-1.0，采用 MIT 或 Apache 2.0 双许可。
推荐理由：这个语言把编译器报错设计成可直接补全的修复指引，并用 LLM 写作性评测数据佐证，对关注 AI 编码工具链的人有参考价值。
Het-Joshi 在 GitHub 发布开源终端 Agent lotus，可在本地通过 Ollama 驱动 4–8B 小模型操作文件、shell、网页和真实浏览器，纯 Python 无依赖，数据不出本机。它用约 250-token 系统提示词和按需加载工具适配小模型，能容错小模型写坏的 JSON 工具调用、检测并切断推理循环，支持子 Agent 并行、Tor 浏览、钓鱼检测、截图视觉模型切换、定时 recipe 和 MCP 扩展，MIT 协议开源。
推荐理由：这是一个面向 4 到 8B 本地小模型的终端智能体工具，为小模型调整了提示词、工具调用容错和循环检测，可迁移到本地 Agent 部署。
zenithfoundry 发布开源工具 slm-gate， 在本地通过 Ollama 运行小模型， 作为编码助手与云 AI 之间的预处理和路由层：压缩发给付费云端的大文件、日志等冗余内容， 并让本地模型尝试回答对话首条简单消息以避免消耗付费配额。工具兼容 Claude Code、Codex、Cursor、Gemini CLI、Cline 及任何 MCP 客户端， 依赖 Node.js 22+、16 GB 以上内存， 用 SQLite 账本记录 token 节省量并提供本地 metrics 命令与可发布到 GitHub Pages 的仪表盘， 可选接入 Langfuse。MIT 许可。
推荐理由：开源工具在本地用小模型压缩上下文并拦截简单请求， README 给出完整架构、配置与度量方法， 思路可迁移到自己的编码工作流。
GitHub 项目 LLMInjection 发布，定位为面向 AI、LLM 和智能体系统的开放威胁情报库，收录 8 个威胁行为者、10 个攻击活动、28 项技术、40 个安全测试用例、45 条检测规范和 32 个防御控制，每条记录附来源分级与验证日期。技术映射到 MITRE ATLAS、OWASP、NIST、Google SAIF 和 CSA MAESTRO，2026-10-07 更新新增 7 项基于 ATLAS 2026.09 的技术，ATLAS 覆盖从 52% 升至 78%，并附 DUSTMAKER 窃密链与 Semantic Kernel CVE-2026-26030 提示词注入转代码执行两条攻击链的防守方手册。
推荐理由：这个 AI 威胁情报仓库把每条技术都标注证据等级并联动测试、检测与控制，2026-10-07 更新将 ATLAS 覆盖从 52% 提到 78%。
GitHub 项目 RobinBandit 发布了一个介于 Agent 与多个 LLM 提供商之间的自适应路由器，根据历史调用的质量、延迟、健康度、配额等信号动态重排提供商，而非固定 fallback 列表。打分公式结合 Thompson Sampling、Peak EWMA 与占用惩罚，无需 torch、sklearn 或 numpy；内置 41 个提供商目录（13 个免费额度、4 个本地、2 个订阅制），支持经 Claude Code 与 ChatGPT Codex 的已认证 CLI 会话接入，提供 /painel 面板与 OpenAI、Responses、Anthropic 三种协议端点，MIT 许可。
推荐理由：原文完整给出了打分公式、Thompson Sampling 与 Peak EWMA 等机制和实测数据，读者可以直接复用这套多提供商路由方法。