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
AgentField 团队发布面向开源模型的编码 harness CodeAF，Apache 2.0 协议，Go 编写的单个二进制文件仅 53 MB。在 DeepSWE 用 DeepSeek V4 Flash 对十个 harness 的对比中，其 /senior-dev 子 harness 解决 issue 最多且单题成本最低，超过 Claude Code、Codex、OpenCode、Kilo 和 DeepSeek 自家 harness。产品以单窗口管理多项目任务，按任务自动分配 worker、planner、checker 六个模型席位，支持 headless 运行、远程 devbox 驱动和手机 ssh 接入，目前为 early preview。
推荐理由：官方给出了在 DeepSWE 上与 Claude Code、Codex 等十个 harness 的同模型对比数据，可据此评估其解题数与单题成本。
Yexiong Lin 等发布 arXiv 论文 SquidAgent（arXiv:2610.08647，已被 NeurIPS 2026 接收），提出并行多智能体比串行更慢源于重探索成本和对齐成本，并给出按层判断是否并行的 token 成本判据。SquidAgent 从编排者会话直接 fork worker 并用预生成共享约定块替代事后调和，实测对 Claude Code 平均吞吐提升 2.2 倍、墙钟时间加速 2.6 倍，对最强多智能体基线吞吐提升 2.0 倍。
推荐理由：论文指出并行多智能体常比单智能体更慢的原因，并给出以 token 估算成本的并行决策判据，方法可供 Agent 系统设计参考。
mmr710 发布开源工具 nightmux，通过 Telegram group 与 tmux 会话绑定，让用户在手机上运行 Claude Code、Codex、Gemini、aider 等编码 agent。它读取 Claude Code 的真实用量限制窗口，把触限的 turn 和排队 prompt 保存并在窗口重开后自动重放，支持定时任务、!consult 多 agent 互询、git 快照与 !undo 回滚、本地 webhook 与 dashboard。项目仅依赖 Python stdlib，四个文件约 5400 行，MIT 许可，支持 macOS 和 Linux，不支持 Windows。
推荐理由：把用量限制窗口、队列恢复和多 agent 调度做进一个无依赖单文件工具，思路和实现细节都写得很实。
Avibe 在 GitHub 开源（MIT 协议），一条命令即可将本机变成驱动官方 Claude Code、Codex 和 OpenCode 的 Agent 运行环境，可通过浏览器 Workbench 或 Slack、Discord、Telegram、微信、飞书等聊天渠道远程操控。其 Model Hub 把用户已付费的 Claude、ChatGPT、Gemini、Kimi 和 xAI 订阅及 API key 聚合到本地网关，支持跨 agent 混用模型、配额耗尽自动切换到下一个来源，并按官方 API 价格统计用量。
推荐理由：原文把订阅与密钥聚合到本地网关并支持自动故障转移，读者可以据此了解如何统一调度 Claude Code、Codex 和 OpenCode。
katsut 在 GitHub 发布 StromaDB，一个 source-available 的 Rust 实时 GraphRAG 引擎，融合向量、带类型图和双时间线，为 LLM 提供低毫秒级结构感知检索，内置 MCP 端点、Web 控制台和 CSV/JSONL 导入，可用 docker run 一条命令启动 demo。项目处于 pre-1.0 单节点阶段，采用 Elastic License 2.0（限制托管服务转售），实测 0.5M 文档混合读取 p50 0.86 ms、摄入约 7M facts/s，数据与复现脚本均已公开。
推荐理由：作者给出了可直接复现的性能数据和 docker 一分钟上手路径，适合想为 Agent 搭建实时图检索层的读者评估选型。
Elflare 在 GitHub 发布 Go 编写的轻量 Agent/Chatbot 框架 ElBot，主打低运行成本、低上下文开销与可扩展性。本地启动时间小于 10ms、常驻内存约 30MB、二进制小于 30MB；通过按需发现工具降低 token 消耗，chat 模式首轮小于 500 token、work 模式小于 1000 token，缓存命中率达 90% 以上。支持 Hook 扩展、标准与 LLM Cron、ELyph 任务描述、Elnis 外部事件感知、持久 Session 与上下文压缩，已适配 CLI、QQ OneBot、QQ Official 和 Telegram，项目仍在快速开发中，适合作为个人 Agent/bot 框架探索。
推荐理由：作者用 Go 实现轻量 Agent 框架，给出启动时间、内存占用和双模式 token 消耗等实测数据，可作自建 bot 的参考。
Koishi007 在 GitHub 开源了基于 PySide6 + LLM 的桌面 AI 虚拟宠物 koishi-ai-pet，形象为东方Project的古明地恋，支持屏幕感知、窗口互动、对话、语音输入和自主行动。功能包括 SQLite 持久记忆及可视化管理、饱食/精力/好感等状态参数、内置小游戏与浏览器、天气、待办、RAG 知识库等工具，支持 local、OpenAI 兼容 API 和本机 Ollama 三种调用模式，接口报错时可自动切换备选模型，采用 GPL-3.0 许可。
推荐理由：开源桌宠项目把人格、持久记忆、生理与心理状态参数和工具系统整合在同一架构里，可了解桌面AI伴侣的实现路径。
作者发布 agent-time-bench 基准，测量 LLM 智能体在用户表述、工具参数（ISO 8601 UTC）和渲染答案三种时间表示之间转换的准确性，含 10 个领域 × 10 个单轮场景，goldens 经手工推导并机械交叉验证。对 7 个模型的研究显示，使用基于 nl2time 的确定性时间工具后，工具调用时间边界达 94–98%，时间戳渲染 86–98%，一个约 4B 激活参数的开源模型边界准确率从 14% 提升到 94%。代码采用 Apache License 2.0，内容采用 CC BY 4.0。
推荐理由：原文给出完整的场景构造、评分方式和7个模型的实测结果，读者可以了解智能体处理日期时间任务的真实水平与改进方法。
aktonay 在 GitHub 发布 snapdec，一个零配置 MCP 服务器与 Agent Skill，把编码智能体的高频分类、检查、评分和排序任务从前沿大模型卸载到 5–50ms 的本地模型或免费托管路由。提供 project_facts 零 token 仓库探测、带校准概率的 auto|review 拒绝式输出、后端崩溃时安全回退 review，支持 Claude Code、Cursor 等 9+ 个智能体自动配置，模型目录涵盖 Laya、Kev、Decision 2.0 系列及 OpenRouter、TypeSafe Jev 托管端点，Apache-2.0 协议。
推荐理由：README 给出了各模型的延迟、参数量和不同基准的数据来源区分，读者可以据此评估这套本地微决策卸载方案是否适配自己的硬件。
atharv1205 发布开源工具 Synapse，将仓库解析为文件与函数的图谱，按 PageRank 与 git churn 混合评分（70/30）排序文件重要性，并可在浏览器 3D 探索。解析、排序和检索全部本地运行，摘要与问答默认通过 Ollama 用 qwen2.5-coder:14b，也可切换 Gemini 或 Claude；支持 JavaScript、TypeScript、Python、Java 和 Go，npx synapse-map serve 一条命令即可在 Flask 上约 8 秒出图，结果缓存在 .synapse/ 目录。
推荐理由：原文给出解析、重要性排序和检索的完整实现细节与性能数字，读者可以据此评估能否把它用在自己的代码库里。
MathTrail 在 GitHub 开源，这是一个免费应用，把家长自己的 Claude 或 ChatGPT 对话变成 1-6 年级孩子的自适应奥数训练器，支持任意语言。聊天模型出题，服务端用程序校验：唯一正确选项、暴力求解器复现答案、可读性、无近似重复、文本绘图合规，通过后才展示给孩子；每个错误选项对应一个命名陷阱，解释从孩子的错误思路出发。进度、评分和当前任务存放在家长 Google Drive 的一个 JSON 文件中，答案加密存储，服务本身无状态、不存数据。接入方式为 Claude 的自定义 connector（免费套餐可用）或 ChatGPT 开发者模式，代码采用 MIT 许可，可按 docs/self-hosting.md 在自己的 Google Cloud 项目内自托管。
推荐理由：原文讲清了用程序校验模型生成题目的完整流程和自托管方法，做法可迁移到其他需要控制 LLM 输出质量的场景。
luchenkan 在 GitHub 开源 GameDevRadar，每天自动采集 GitHub、博客、论坛的新项目与新话题，按 profile.json 个人画像评分过滤，生成只服务个人的技术热榜。评分公式为热度增速（星数÷存活天数）×画像相关度权重，用增速防止老项目霸榜；零依赖（Python ≥ 3.9 标准库），支持 GitHub Actions 定时运行或 Kimi 定时任务加 LLM 点评层，脚本层无 LLM 也能出榜，输出 daily-YYYY-MM-DD.md 与 latest.md 等文件，MIT 协议。仓库地址：https://github.com/luchenkan/GameDevRadar
推荐理由：作者开源了一个按个人画像过滤技术热榜的脚本，评分用星数增速而非总量，分层设计保证无 LLM 也能出榜。
developerz-ai 在 GitHub 发布 multi-ai-router，一个自托管路由服务，可把五份 Claude Max、ChatGPT/Codex 订阅及多家 API key 池化到一个兼容 OpenAI 和 Anthropic API 的地址后面。
推荐理由：原文详细说明了路由策略、凭证加密和用量计费的设计取舍，团队想把多份订阅合并成一个自托管端点时可参考其实现方式。
esneiderbravo 发布 speclaw 2.0，通过 npx @esneiderbravo/speclaw@latest init 一条命令为 Claude Code、Cursor、Codex、Windsurf 等 Agent 配置项目规范、本地代码索引和 MCP 服务器，全程本地运行，无云、无 LLM、无 API keys。
推荐理由：作者把项目规则编译成可执行的 hooks 和本地代码图，绕开提示词约束，这个把规范变成强制门槛的思路值得参考。
SpookyJumpyBeans 在 GitHub 发布 nanoinfer，一个从零编写的 LLM 推理引擎，目标模型为 Qwen2.5-0.5B-Instruct，直接加载原始 .safetensors，运行时仅依赖 numpy，tokenizer、前向传播、KV cache、采样和量化均为自行实现。分八个阶段对照 transformers 和 llama.cpp 逐项验证，包括 KV cache 带来 3.5 倍加速、INT8 量化仅 +0.17% 困惑度、Rust AVX2 内核比 OpenBLAS 快 22%，以及 f32 解码与 llama.cpp 基本持平；并配有可视化页面展示每步候选 token 和注意力。
推荐理由：作者从零实现了一个推理引擎并用逐阶段基准量化每一步的收益，读者可以从中借鉴带宽瓶颈、量化和内核优化的可迁移测量方法。
gunwadev 发布 crossverify，一个 Claude Code 插件，在构建代理结束一轮后由 Stop hook 调用不同厂商的 Codex（默认模型 gpt-5.4，只读沙箱）核查其声称完成的工作，将声明拆为原子命题逐条验证。自 2026-05-04 实机运行至 2026-07-22，114 个会话中 817 次验证、4777 条原子声明中 276 条失败，约 1/4 的轮次经不起独立核查。工具默认关闭、默认后台、fail-open，零依赖、无构建步骤，支持 tamper lock 防止代理自行关闭审计，Windows 目前需 WSL。
推荐理由：作者给出实机运行统计和防篡改、fail-open 等设计取舍，读作交叉验证工具的机制与边界参考。
tbhb 在 GitHub 发布 vale-ai-tells，一个用于标记 AI 生成风格写作习惯的 Vale linter 规则包（https://github.com/tbhb/vale-ai-tells）。规则覆盖绝对化断言、拟人化动词、隐喻搭配、空洞修饰语、破折号滥用、排比否定、程式化结论等数十类模式，多数规则基于 Go、Python 标准库及 Rust RFC、PEP 等预 LLM 语料的命中统计设定门槛，并逐条说明应在哪些领域（如安全、法律、航空、金融写作）禁用以避免误报。
推荐理由：这套 Vale 规则用预 LLM 语料统计校准门槛并逐条给出禁用域，可直接复用来检测和改写 AI 腔技术文本。
futureman19 在 GitHub 发布开源项目 dogfood-wallet，一个本地 BSV 智能体金库：LLM 通过 MCP 工具请求付款，本机 signer 负责授权，模型永远接触不到密钥。默认限额为 10,000 sats/tx、50,000 sats/天，allowlist 为空且仅限人类添加收款地址，kill 命令写入 STOP_SPENDING 文件停用；作者明确该项目不是托管钱包，也非 HTTP 402 商户通道，v0.1 之后计划支持 BRC-181 钱包强制策略与 BRC-0204 链上额度。
推荐理由：作者给出了密钥隔离、允许清单和多级限额的具体架构，读者可据此评估让智能体自主付款的安全边界设计。
Bullobis 在 GitHub 发布 Kevrai Omni，一个 Electron + Python（FastAPI）sidecar 的桌面应用，集成 LLM / TTS / 图像 / 视频 / 3D / 音频 / 超分辨率的本地推理，采用 llama.cpp + MNN 双引擎，数据默认保留本机、不依赖远程服务。内置模型市场、硬件检测与量化档推荐、LTX-2.5 文生视频 / 图生视频、ReAct 风格 AI Agent 助手、环境管理、数据备份迁移与中英双语界面；支持 Windows / macOS / Linux 打包与从源码运行（Node.js 22+、Python 3.11+）。
推荐理由：README完整列出功能、架构、数据迁移路径与快捷键，读者可据此评估这个本地AI工作站是否覆盖自己的部署需求。
FireTable 在 GitHub 发布 Project XiaoChun（小蠢），一个 100% 浏览器端运行的二次元 AI 伴侣研究原型，无 Python 后端和服务器 GPU。LLM 用 WebLLM 在 WebGPU 上跑 MiniCPM5 2B q4f16_1（回退 Qwen2.5 0.5B），STT 为端上 SenseVoice，TTS 走 Cloudflare Workers 上的 Edge-TTS，全身共语音动作由 EMAGE ONNX 在 Dedicated Web Worker 推理，模型经 INT8 量化后下载体积从 191.35 MB 降到 71.59 MB。
推荐理由：项目把 LLM、语音识别、TTS 和全身动作全部放进浏览器本地运行，并给出各环节的体积与延迟实测数据。