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
stellarfeline 开源了 Delvewright，一个 Claude Code 插件，可把创意提示词转成供 1-4 人游玩的剧情驱动 Minecraft 冒险地图，并在交付前用机器验证可通关。流程中 agent 只写 schema 校验的 JSON 文档，datapack 每一行都由编译器生成；设计审批和 blockout 试走需人工确认。以示例城堡 Vesperhold v1.0.0 为例，验证包括静态分析（185 步 5 条状态路径）、338 项 PackTest 全部通过（1.586 分钟）、mineflayer bot 通关关键路径（45 步、18 次脚本死亡存活），且相同文档与 seed 可字节级复现。
推荐理由：原文给出了从静态分析、PackTest 到 bot 通关的完整验证链条和具体数据，读者可以据此评估这套自动化地图生成流程的可靠性。
hamchowderr 发布 mastra-chat-kit，一个面向 Mastra Agent Harness（AgentController）的开源聊天应用与智能体服务器，包含 Next.js 聊天前端和 Mastra + Hono 服务器，克隆即可运行整套栈，也可通过 shadcn add 把聊天层装进已有项目。核心特点是所有带副作用的工具默认暂停等待 Approve/Reject 审批，工作台实时展示 Files、Terminal、Browser、Memory、Schedules；支持 code/research/writer/review/data 子智能体、计划模式、目标、任务跟踪、观察式记忆和 cron 定时任务。
推荐理由：开源仓库同时提供可克隆的完整栈和可安装的聊天层，工具审批、子智能体等能力均由 AgentController 驱动，README 写清了安装前提与部署取舍。
emiliano-go 在 GitHub 发布 Totem，一个面向编码 Agent 的 Git 感知记忆服务器，将决策、不变量和坑点跨会话持久化并按相关性回传为结构化上下文。提供 14 种记忆类型、31 个 MCP 工具、基于 SHA256 的过期检测、Turso FTS5 全文搜索和混合记忆（项目库加用户库），npx 安装可自动配置 OpenCode、Claude Code 和 Kimi Code 的插件与 hooks，要求 Python 3.13+，MIT 许可。
推荐理由：原文给出了记忆类型、MCP 工具数量和上下文评分公式等实现细节，读者可以据此评估是否引入自己的编码 Agent 工作流。
carlosmartinezt 在 GitHub 发布 Chloe（chloejs.org），一个可自托管的 TypeScript Agent 运行时，核心思路是任务即代码：能用确定性代码完成的步骤用 work.step()，需要判断的环节才调用 LLM（work.model()），需要自主行动时用 work.agent() 并以 tools、stopWhen 和 budget 限定边界，还可通过 work.ask() 暂停等待人工审批。
推荐理由：原文完整给出了这个自托管 Agent 运行时的分层工作模型、持久化与成本追踪机制，读者可以据此评估是否适合本地部署。
EvolvingAgentsLabs 发布开源项目 agentvcs，一个面向智能体的版本控制系统，把代码、目标、模型、trace 和子智能体群作为一个原子提交快照管理。Rust 核心 v0.1 开发中，通过 103/103 一致性测试；支持 fluid/crystallized 状态机、语义三方合并 --reconcile、多维回滚、进化诊断（Price 方程、Muller's ratchet 等）和 MCP server，纯本地运行、零依赖，Apache-2.0 协议，尚未上 PyPI。
推荐理由：原文给出了版本控制的具体命令、合并机制与诚实范围说明，读者可以据此评估这套 agent 运行时演化工具是否适合接入现有工作流。
batteryphil 在 GitHub 发布 PyTorch 库 gist-memory，包含 GistLayer（带指数衰减的线性注意力记忆层）和用于 Hugging Face decoder 模型的零初始化适配器。作者自述其固定大小状态在约 1000 token 以上压缩会失效，但能有效压缩约 150-300 token 的短上下文，适用场景包括系统提示词与人格压缩（200 token 压成 16 个记忆向量缓存）、多智能体通信（Qwen-0.5B 写入的记忆可被 6M 参数 MLP 连接器供 SmolLM-135M 或 72B 模型读取）以及约 500 token 的滚动工作记忆。项目采用 Apache-2.0 许可证。
推荐理由：作者明确给出该记忆层的适用边界和失效数据，读者可据此判断它适合哪些场景而不是迷信长上下文宣传。
Kortix 发布开源自托管 AI Operating System，将智能体、技能、公司记忆和连接器全部放在一个可版本化、可 diff 的 git 仓库中，定位为 Claude Cowork 和 ChatGPT Work 的开源替代。每个会话运行在隔离的云端 Linux 沙箱和独立分支上，产出通过人工审批的 change request 合入 main；支持任意模型提供商与自有 API key，可在自有 VPC 或本地网络自托管，也可用 Kortix Cloud（$40/seat/mo + usage）。安装仅需三条命令：curl 安装 CLI、kortix init 脚手架、kortix ship 上线。
推荐理由：原文给出了与 Claude Cowork、ChatGPT Work 的闭源对比表和自托管路径，团队可据此评估私有化智能体平台的选型。
GitHub 项目 SelMem 发布 v0.5，用 Rust 实现面向 LLM 实体的选择性重建记忆，通过选择、重构、睡眠与反刍把经验转化为影响后续上下文的历史，而非追加式日志。README 声称两个相同模型克隆在共享一年同一事件流后，只在一侧保留一小时即可走向不同的记忆与遗忘轨迹，并给出实验报告 experiments/REPORT.md 与可复现协议；支持 SQLite 与 SELMEM1 文件两种持久化后端，可接 OpenAI 兼容端点或本地 Ollama，附 selmemd 守护进程、聊天 UI 和基准测试命令。
推荐理由：原文给出了完整的实验设计、消融与分叉数据，读者可以据此评估这套选择性重建记忆机制到底改变了什么。
Mas-Inx 在 GitHub 发布开源 AI 视频编辑器 Lumen，定位于 CapCut、Filmora 和 Descript 的开源替代。每次剪辑都是类型化命令，AI 获得 100 多个工具，可查看导出级渲染帧、缩略图和音频响度；Copilot 支持 Claude Code、Codex、各家 API 或本地模型，Lumen 同时是 MCP 服务器，任意 Agent 可驱动。软件本地优先，媒体不上传，Whisper 转写在本地 GPU 运行，无需账号、无水印、无遥测，目前提供 Windows 版本。
推荐理由：开源 AI 视频编辑器把每次剪辑做成类型化命令并开放 100 多个工具，AI 与人共享同一套编辑能力，可作为 Agent 驱动桌面软件的可迁移范式。
ymm-oss 开源了 FSL，一种为生成式 AI 设计的形式化规格语言，配套的 Rust 原生验证器 fslc 内置 Z3，支持 BMC、k-induction 无限深度证明和无求解器的显式状态引擎，输出机器可读 JSON 以支撑 LLM 写、验、修的循环。规格分 business、requirements、design 三层方言并通过 refinement 链接，fslc 还能生成集成测试脚手架、做事件日志一致性检查，并随附供 Claude Code 等 Agent 使用的多个 Agent Skills。
推荐理由：原文完整给出了验证器能力、安装方式和 AI 写规格再修复的工作流，读者可以据此评估是否把形式化规格接进自己的 Agent 流程。
omarqaterge 发布了 Hermes Mobile，一个让 Hermes Agent 完全在 Android 手机上本地运行的非官方社区客户端，不需要电脑或服务器，未修改 Hermes 本体，与 Nous Research 无官方关联。App 通过 Termux 中 Debian 里的 Hermes dashboard 的 tui_gateway JSON-RPC 连接通信，支持流式聊天、工具卡片、通知栏审批、共享 canvas、语音 Live 模式、记忆 diff 查看等功能，可设为手机数字助理。提供脚本一键安装（约 20-45 分钟，需 arm64、Android 8+、约 6 GB 空间）、手动安装和自行构建三种方式，代码以 MIT 许可开源。
推荐理由：原文完整说明了 Hermes Agent 在单台 Android 手机上的部署方式与功能边界，安装脚本、手动步骤和常见故障排查都可直接照做。
作者 jkzero87 开源 esp32cam 项目，用约10美元的 ESP32-CAM 识别进门熟人，由本地 LLM 称名问候、对话并记住对方说过的内容，全部在自家 PC 运行、不上云。系统用 YuNet 检测人脸、SFace 生成嵌入向量识别身份，对话模型为 Qwen3.8-27B（GPU，16 GB 显存）配 Qwen3.5-4B（CPU 回退），抽取的事实存入 Postgres；27B 在事实抽取评测中召回率 100%、幻觉 0，4B 为 77.8%。目前支持终端文字对话和一名注册用户，含注册同意机制与 olvídame 删除功能，语音是下一步计划。
推荐理由：作者给出了事实抽取召回率与幻觉率的实测数据，可作为搭建全本地摄像头加LLM记忆系统的参考。
mmc7676 发布个人 Agent 技能仓库，包含 effort-optimizer、supersystem-integrate 和 linktree-search 三个技能，均采用开放 Agent Skills 格式（含 SKILL.md 的文件夹），不绑定单一产品，Claude、Codex 等客户端可读同一格式。每个技能自带 README 和 LICENSE，并在 dist/ 提供可导入的 zip。effort-optimizer 按任务风险和可逆性将步骤分为 FAST/SLOW 两条通道，区分"直接验证"与"合理但未验证"；linktree-search 是确定性的层级保持 URL 爬取与索引规范包，不含爬虫代码。
推荐理由：作者开放了自己按 Agent Skills 规范编写的三个技能，并给出各客户端的安装方式与跨客户端未实测的说明。
Orange-hanter 在 GitHub 开源 COD-DOC，将文档、任务、计划、链接和修订存入项目内 SQLite 数据库，Markdown 只是数据库状态的投影，每个文件带内容哈希，可用 cod-doc doc drift 精确定位被绕过系统修改的文件。工具提供 7 状态任务生命周期、依赖图、原子 checkout、按文档和任务的 append-only 修订历史与回滚，默认 MCP profile 面向文档策展型 LLM 智能体，新功能统一落在 CLI 与 MCP 共用的服务层。仅需 Python 3.14+ 自带的 SQLite，无需守护进程或外部数据库，项目数据库为 .cod-doc/ 下的单文件且须存放在本地磁盘，MIT 许可，仓库文档以俄语为主、README 为英文入口。
推荐理由：原文给出了以数据库为唯一事实源、Markdown 仅作投影的文档防漂移设计，并说明 MCP 配置如何让 LLM 智能体与人类共用同一接口。
DawnofGenX 在 GitHub 开源 quant-regress，可在 CI 中对模型各精度档位跑任务评测，精度下降超过阈值即让构建失败。作者指出困惑度、KL 散度等 token 级代理指标常显示量化模型正常，而任务精度未必；在一个 cross-encoder 验证器上，dynamic INT8 量化后 fp32 基线精度 100.0%（20/20）跌至 0.0%（0/20）。支持 GitHub Action 与命令行用法，退出码约定为 0 正常、1 精度回退、2 配置错误。v1 仅支持 fp32 与 dynamic int8、仅限 CPU，不支持 AWQ/GPTQ/GGUF 等 GPU 量化方案，仓库地址 https://github.com/DawnofGenX/quant-regress。
推荐理由：作者用交叉编码器验证器上 INT8 精度从 100% 跌到 0% 的实测案例，说明困惑度等 token 级代理指标为何测不出量化损失。
Vkuparin 在 GitHub 发布 GamePause，一款原生 Windows 托盘应用，游戏启动时自动卸载 LM Studio 和 Ollama 已加载的模型，游戏退出 30 秒后按原配置恢复。支持 Steam、Epic、Xbox、EA、Ubisoft Connect 和 Battle.net 自动识别游戏，LM Studio 模型按原 identifier、variant、TTL 和加载配置完整恢复，Ollama 的 GGUF 补全模型会连同上下文和剩余 keep-alive 时间重载，嵌入模型和未知格式模型只卸载不重载。卸载内容先写入磁盘，崩溃后可恢复；本地运行、无遥测，MIT 许可，已测试 LM Studio 0.4.25 和 Ollama 0.35.1、0.40.0。
推荐理由：原文给出了各 AI 服务器的恢复细节和已测版本清单，读者可据此判断该工具在自己环境下的可用程度。
stuseek 发布 NullProtocol，一个 Node.js SDK，提供 extract、validate、summarize、decide、chat 五个操作，返回经 JSON Schema 或动作列表校验的结果，支持 OpenAI、Anthropic 和 OpenAI 兼容服务器包括本地模型，模型建议动作后由代码中的 guard 决定是否执行。基准测试中 48 个后台任务上，Qwen 2.5 3B 本地模型直接提示仅得 3/48，用 NullProtocol 流程得 47/48，Qwen 2.5 7B 与 Mistral Large 3 得 48/48。SDK 可通过 npm install nullprotocol 安装，可选仪表盘仅上传元数据不上传提示词和回复，MIT 协议开源。
推荐理由：原文给出五个受检操作和 48 项任务基准数据，小模型配合该流程的准确率对比可直接复用于本地 Agent 开发决策。
Lucas Cashwell 发布独立项目 Modelproof，提供各实验室模型的实时价格、OpenRouter 使用数据、带来源的评分、effort-cost 曲线和发布时间线，数据由每周两次刷新的 models. 单一数据源驱动。配套的指令包可装入 Claude Code、Codex、Cursor 或读取 AGENTS.md 的工具，用于为辅助 agent 指定模型；还提供 MCP server、技能文件夹和本地静态站点（lucascashwell3-ai.github.io/modelproof）。项目不做任何排名，所有报价须与厂商页面逐字核对后才发布。
推荐理由：这个独立工具把模型价格、评分、发布时间线都带来源链接发布，并给出了数据校验规则，适合想自己维护模型选型参考的读者。
波兰 IT 公司 Web Amigos 开源了自托管企业 RAG 平台 Ragen AI，采用 Apache 2.0 协议，文档、数据库、向量索引和加密密钥都留在用户自己的基础设施上。检索采用混合 dense + BM25 稀疏搜索、服务端 RRF 融合、多查询扩展、ingest 时生成文档摘要和可选 cross-encoder 重排，每个决策有 ADR 记录，检索质量、改写和红队行为均有可自行运行的 eval 数据集；权限在检索时按 accessible_by 过滤强制执行。
推荐理由：原文给出了检索各环节的实测依据和 52 条 ADR，权限控制在检索层强制执行的做法可直接迁移到自建 RAG 系统。
smol-machines 开源了 smolvm，一个面向 AI Agent 的可分支 microVM 运行时，可将轻量虚拟机嵌入软件、便携开发环境和本地沙箱，支持 macOS、Linux 和 Windows。每个工作负载运行在硬件虚拟化、拥有独立内核的 VM 中，启动不到 200ms，内存经 virtio balloon 弹性分配，默认 4 vCPU 和 8 GiB RAM。支持检查点保存 RAM、CPU 状态和磁盘，可从运行中机器创建 copy-on-write 分支，检查点可在 arm64 Mac 与 arm64 Linux 间迁移；机器可打包为单个 .smolmachine 文件推送到 OCI registry。
推荐理由：原文给出 smolvm 与容器、QEMU、Firecracker 等方案的启动时间和架构对比，可据此评估它是否适合本地沙箱场景。