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
tinyhumansai 在 GitHub 发布开源智能体框架 OpenHuman，采用 Rust 核心，同一核心提供桌面应用、浏览器 UI、终端客户端和 Rust 嵌入库，GPL-3.0 协议。单进程承载 500 个 Agent 时每增加一个仅约 1,770 KiB，比 500 个独立进程密度高约 25 倍；冷启动一轮 102 ms。LLM、嵌入、记忆、搜索引擎均可配置插拔，支持 Ollama、LM Studio、Claude Code 等 26 家 BYOK 提供商；内置小决策模型 Jev 将工具检索 top-1 准确率从 BM25 的 22.5% 提升到 62.0%，Composio 场景下两段式选择达 80.3%。项目上线一周内连续九天居 GitHub 趋势榜第一，目前处于 early beta。
推荐理由：README给出了进程内多Agent的实测内存与延迟数据，以及工具检索的准确率对比，读者可以据此评估这个Rust智能体框架的工程取舍。
GitHub 项目 emoryy/namegen 发布，用语料 Markov 链、音系规则（Lexifer）和 WordNet 生成程序化的候选名字，让 LLM 从列表中挑选而不是自己发明，解决模型命名趋同的问题。安装脚本依赖 uv 和 node，可把 namegen 作为 Claude Code skill 链接进 skills 目录；支持 markov、lexifer、lexicon、template、backronym 五种引擎，并内置 phonotactics、max_zipf（默认 2.5）、sound_check、allow_attractors 等过滤器，提供 claim/avoid/used 等按项目管理名字的命令。
推荐理由：原文完整给出了安装、用法、五种生成引擎和过滤规则，读者可以照此在 Claude Code 里复用这套命名字生成流程。
独立开发者 Zer0Qing 在 GitHub 开源了运行在 Android 上的 AI 伴侣应用 Muse，采用 GPL v3 协议，无需注册账号，数据默认全部留在本地。它通过对话、事实提取、滚动摘要、深度处理的四层记忆流水线实现跨会话持久记忆，医疗、财务等关键事实受保护不衰减；通过无障碍 / Shizuku / Root / Termux 四通道在手机内执行操作，当前注册 141 个工具，配有命令白名单、风险审批和沙箱边界。支持 40+ 预置模型供应商、多助手群聊会议、RAG 知识库、主动消息，并可接入微信、QQ、飞书、Telegram、钉钉五个渠道，APK 可从 museai.ltd/download 或 GitHub Releases 下载。
推荐理由：原文完整给出了四层记忆架构、141 个工具的权限分层和本地化隐私设计，读者可以据此评估这个 Android AI 伴侣的实际能力边界。
开发者 Leo 开源了面向虚构家具店 Kestrel Home 的客服 Agent，基于 LangGraph 循环调用六个工具，用 Qdrant 混合检索（dense bge-small-en-v1.5 + BM25 + RRF）覆盖 453 个真实商品和 5 份政策文档，价格、运费和 VAT 等数字全部由工具返回。项目附带 41 题的 Agent 评测和 80 条查询的检索评测，Gemini 3.1 Flash-Lite v3 通过率 95%，hybrid 检索 hit@1 91%，前后端均可本地运行，代码 MIT 许可。
推荐理由：作者公开了客服 Agent 的完整架构与评测数据，检索与 Agent 评测结果可直接对照，搭建方法可复用。
alexandr352 在 GitHub 发布 hearthwork 0.1（MIT 许可），为 Claude Code 提供 plan→execute→judge 循环，把工单逐单元推进直至就绪或暂停提问。设计核心是结构而非提示词：judge 不读代码，只依据 executor 报告和程序从 git 读取的事实裁决；每个回答有代码校验的契约，异常最多重试三次；所有会话经默认拒绝的 PreToolUse 围栏（fence.py）限制权限。工具提供 worklog.html 工作日志、统计页、spirits 人格聊天（仅经 operator 命令操作）、MCP 接入自家会话、cron 无人值守运行、断点恢复与按调用计量的成本记录，安装需 Python 3.11+、git 和已登录的 claude CLI。
推荐理由：原文详细公开了 judge 只看 git 事实、契约校验和围栏权限等结构设计，读者可以据此迁移到自己的 Agent 无人值守流程。
dangranaz 发布 engine-mlx，一个用 Rust 基于 Apple MLX C API 编写的 Apple Silicon 本地 LLM 推理引擎，提供 OpenAI 兼容 HTTP API 与 SSE 流式输出。引擎在 temperature 0 下与 mlx_lm 逐 token 一致，已验证 Qwen3-0.6B 与 1.7B 的 4-bit/8-bit MLX 格式；MacBook Air M1 16GB 上 Qwen3-1.7B-MLX-4bit 生成速度约 34-41 t/s，绝对吞吐仍低于 mlx_lm，作者归因于 kernel 效率差距。项目附带可复现基准，采用 MIT 许可证，开发过程主要由 AI 编码智能体在可验证的验收标准下完成。
推荐理由：作者给出与 mlx_lm 逐 token 一致的验证方法和可复现基准，读者可在自己的 Mac 上核验性能而非只听宣传。
orrinwitt 在 GitHub 发布了 nanobot 的非官方社区 Docker 镜像，nanobot 本身由 HKUDS 团队开发，镜像与其无官方关联。镜像基于 nanobot v0.3.5，预装 Fabric 257+ 模式、gws（Gmail/Calendar/Drive）、GitHub CLI、PinchTab 无头浏览器自动化、Obsidian 与 Memory MCP 服务器、nextcloudcmd、lightrag-hku、Ollama 客户端等工具，通过 docker pull ghcr.io/orrinwitt/nanobot-docker 即可部署。
推荐理由：这是一个预集成 Fabric、MCP、浏览器自动化等常用工具的 nanobot 镜像，一次 docker pull 就能搭起完整 Agent 环境。
MemCell 发布面向 AI Agent 的持久化自适应记忆引擎 CLI，解决 Agent 每次新会话完全失忆、重复犯错的问题。memcell connect 可自动检测并接入 Claude Code、Cursor、Copilot CLI、Gemini CLI、OpenAI Codex、Cline、Windsurf 等工具，通过确定性钩子和本地 stdio MCP 服务器提供行动前回忆、结果回报与置信度衰减的闭环记忆，密钥存入系统钥匙串。该仓库已并入 memcell-ai/devkit 单体仓库，原仓库归档为只读，MCP 相关见 memcell-ai/mcp。
推荐理由：原文完整说明了闭环记忆的工作原理、钩子与 MCP 双层架构和命令用法，方法可直接迁移到多款 Agent 工具。
HenriAycard 发布开源工具 migration-control，对整体代码库做迁移扫描与规划，生成带来源的影响报告和分波迁移计划，再由 PR agent 应用单波并重跑门禁，人工批准后才用用户自己的 token 打开 GitHub PR / GitLab MR，机器永不合并。Agent 不持有写凭证，本地默认每个运行跑在独立 Docker 容器中，代码不离开本机；示例库（3 个模块、约 180 个组件、真实构建）在 API 牌价下一次 Scan 约 45 分钟 / $20，Plan 约 18 分钟 / $5，PR 约 6 分钟 / $2。
推荐理由：仓库README讲清了扫描、规划、PR三个阶段如何用评分器循环和人工审批控制Agent权限，方法可直接迁移到自己的多模块升级场景。
vpa2007vpa-web 在 GitHub 发布 AST-Navigator-MCP，一个基于 Tree-sitter 0.25 的 MCP 服务器，让 LLM 智能体通过文件大纲、符号定义和依赖图导航 JavaScript 与 TypeScript 代码库，而非整文件阅读，以节省 token 并避免文本误匹配。
推荐理由：作者给出了沙箱探测矩阵和硬ening前后的内存与错误回复对比数据，读者可以据此评估这个 MCP 服务器的安全设计。
RakhilML 在 GitHub 发布 Scout，一个用本地 LLM（支持 LM Studio、Ollama、llama.cpp、vLLM）做私有网络研究、事实核查与定期监控的工具。每个事实必须附带从网页复制的引文并与页面逐字核对（数字不符即无效），支持 scout factcheck 事实核查、scout watch 定时监控变更告警、scout ask 记忆查询，并可通过 MCP 供 Claude Code 等 AI 助手调用；页面文本未变化时不调用模型以降低成本，搜索与页面下载之外的请求均不出本机。
推荐理由：原文详细给出了引文逐字核验与页面变更判定的机制说明，读者可以据此评估这个本地模型研究工具是否值得部署。
hoso-jpn 发布 knowledge-memory-oss v0.1，首个公开版，Apache License 2.0。项目以 Markdown 为 source of truth、SQLite FTS5 为可重建索引，为 AI 智能体提供本地优先的记忆基础设施：记录带出典与时点，生命周期分 candidate/active/superseded/retracted，AI 生成内容须人工批准才转 active，通过带响应上限的 stdio MCP server 提供检索，搜索与 MCP 不依赖 GPU 或外部 LLM API，支持 Notion 只读导入。仓库明确不保证内容真伪自动验证，检索质量仅在合成语料上评测。
推荐理由：仓库把出处、时点、状态和人工审批作为设计核心，为给 AI 智能体接记忆提供了一个可复用的本地化方案。
apache/skywalking-ai-sessionizer 将碎片化的 Agent 遥测装配成持久会话结构，以 Conversation 为所有权边界、ExecutionStream 为有序连续性边界，并区分父与子 Agent 的执行谱系。所有断言带 observed_replayable、proposed、unavailable 等限定，所有关联带 exact_unique、unresolved 等解决状态，不做静默推断。
推荐理由：原文给出了会话级聚合模型与适配器落地情况，做长时 AI Agent 可观测的读者可参考其证据分级与装配设计。
ainurdev 在 GitHub 发布开源工具 mystical-assistant，读取 Claude Code 自身的会话注册表，把所有会话按仓库集中到一页，标注存活状态，并支持通过 Telegram 或浏览器从手机继续会话。工具命中 5 小时或每周用量上限时会把会话停靠而非丢弃，依次尝试切换另一个 Claude 账号、经 opencode 用其他提供商的免费 agent，或等重置时间恢复；服务端零依赖，仅用 Python 3.10+ 标准库，无需 API key，MIT 协议，支持 macOS、Linux 和 WSL。
推荐理由：原文给出了会话发现、用量限额续跑和本地架构的具体实现细节，读者可以据此评估这个 Claude Code 多会话面板是否值得部署。
作者在 GitHub 发布「灯叙 · Z测试版」，一个题材无关的 AI 文字冒险引擎，打开网页即可玩，支持 SillyTavern V2 角色卡导入。核心是两段式生成：叙事 AI 只写正文，数据 AI 输出结构化 stateChanges 与选项；属性、资源、背景槽位、章节卡事件均由用户自定义，像素立绘采用确定性生成保证同一角色同一张脸。API Key 只存浏览器 localStorage，支持 DeepSeek、OpenAI、硅基流动、OpenRouter、Ollama；项目以 GPL-3.0 发布，但上游代码因缺乏授权存在保留事项。
推荐理由：原文讲清了叙事与数值两段式生成的设计细节和可自定义的世界卡结构，方法可迁移到自己的文字冒险或角色扮演项目。
diogonzafe 发布了开源 TypeScript 工具 tokenwatch，通过包装 LLM API 客户端实时追踪成本，按会话、用户、模型和功能维度统计，支持 OpenAI、Anthropic、Google Gemini 和 DeepSeek。工具提供 SQLite、Postgres、MySQL、MongoDB 等存储后端，内置全局与按用户/会话的预算告警 webhook、单次调用异常检测、成本预测，以及本地 dashboard 和 CLI；支持流式调用与 prompt caching 计价，prices. 通过 GitHub Action 每日从 LiteLLM 社区注册表更新，涵盖 200+ 模型，MIT 协议开源。
推荐理由：README 完整给出了四种厂商客户端的接入代码和预算告警、异常检测等机制，需要给现有 LLM 应用加成本追踪时可直接照搬。
EmbarkAI 在 GitHub 发布 embark-ai-dock 早期预览版，一个开箱即用的 Docker 沙盒，让 AI 智能体通过 MCP 工具（get_balance、transfer、write_contract 等）操作链上钱包。钱包无完整私钥，采用 DKLS23 MPC 阈值签名拆成两份：客户端份额存加密 Docker volume，服务器份额由 EmbarkAI TSS 服务持有；签署前会按控制台策略校验收款地址、每日限额和链，超出即拒绝签名。交易经 ERC-4337 UserOperation 提交，部分网络由 paymaster 代付 gas。
推荐理由：原文详细给出 MPC 两方签名与策略限制的工作机制和部署命令，读者可以直接复用这套让智能体安全持有链上钱包的环境。
grendel116 在 GitHub 发布 LM-Sanctuary，一个 100% 本地运行的工作区，集角色扮演、编码和 AI 语音通话于一体，本地模型通过 llama-cpp-python 加载 GGUF、在进程内用 SDXL SafeTensors 与 LoRA 生成图像。AI 可读写文件、跑 Shell 命令、执行 SearXNG/DuckDuckGo/Brave/Tavily 联合搜索并管理任务，默认需人工批准，可切换 Auto Mode；README 警告这些工具会给 AI 完全控制权，建议只给信任的模型并可用沙箱运行。
推荐理由：原文完整列出了本地文件、Shell、搜索和图像生成等工具的权限设计与安全警告，读者可以据此评估在自己机器上跑这类工作区的风险。
Rind 是一个轻量级开源本地 AI 编码 Agent，提供持久化专家工作区、可脚本化会话，以及覆盖终端、桌面、浏览器和消息客户端的共享运行时。它通过 rind run 和 rind send 支持脚本调用和向活动会话注入指令，内置 OpenAI、Anthropic、Google、DeepSeek 等适配器，采用 Node.js 接口层与 Python worker 分离的架构，以 MIT 协议开源。
推荐理由：原文详细说明了多智能体团队、可脚本化会话和接口与执行分离的设计，读者可以了解本地编码 Agent 的可复用架构做法。
btsouth 在 GitHub 开源 StackReplay，一个本地优先工具，读取设备上的 AI 编码 agent 历史，确定性重放到订阅套餐（Plan Replay）或 API 列价（Direct API Replay），报告覆盖情况、超限窗口和不支持的模型。浏览器端在 Web Worker 内解析导入历史，原始会话文件不出浏览器，无云同步；CLI 提供 detect、scan、export、replay、plans、doctor 命令，支持 Claude Code、Codex 等 JSONL 和 ccusage 导入，AGPL-3.0 许可，已上线 stackreplay.com。
推荐理由：把本地真实编码 Agent 历史重放到订阅计划和 API 定价上做确定性模拟，为选哪家套餐提供了静态对比给不了的答案。