agentsafe:面向资金操作 LLM Agent 的 Go 正确性原语库开源
作者开源 agentsafe,一个纯 Go 标准库实现的 LLM Agent 资金操作正确性原语库,覆盖幂等工具执行、崩溃后恢复、人工审批门、写入前校验和对账。
推荐理由:作者用真实 payouts 平台的复现失败清单反推每个原语,并给出 kill -9 等 8 个崩溃点的可重复验证结果,方法可迁移到自建 Agent 的资金安全设计。
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。
2,053 条精选近 30 天 2,046 条共收录 8,532 条
作者开源 agentsafe,一个纯 Go 标准库实现的 LLM Agent 资金操作正确性原语库,覆盖幂等工具执行、崩溃后恢复、人工审批门、写入前校验和对账。
推荐理由:作者用真实 payouts 平台的复现失败清单反推每个原语,并给出 kill -9 等 8 个崩溃点的可重复验证结果,方法可迁移到自建 Agent 的资金安全设计。
LangChain 在 GitHub 开源了基于 Deep Agents 构建的编码智能体 Open SWE,可将工程工作流程化为调查代码库、实现修改、验证并交付 PR,还支持 PR 审查、CI 监控与反馈响应。
推荐理由:原文完整说明了 Open SWE 的架构、部署方式与权限控制设计,想自托管编码智能体团队可以据此评估落地路径。
PathGao 发布 MoonDigest,一个 Chrome 扩展,把 B 站和 YouTube 视频转成可读文字并支持 AI 总结与追问,还能用 AI 按「判断标准 × 标签」两层规则分拣 B 站收藏夹,给出值得留、可清理或拿不准的判断。
推荐理由:作者开源的 Chrome 扩展把视频转文字、AI 分拣收藏夹和 Obsidian 笔记写回串成一条流程,数据全留本地,适合想清理收藏夹的人参考。
matthewmiglio 在 GitHub 发布 openclaw-facebook-marketplace,一个通过自然语言提示与 Facebook Marketplace 交互的自主 Agent,可按指令搜索、评估商品并向卖家发消息。
推荐理由:开源的 Facebook Marketplace 自动化 Agent,本地用 Ollama 跑 Mistral 和 Moondream,也可切换 Claude,架构和部署步骤在原文写得很完整。
8GI Foundation 开源了 8gent Code,一个可完全本地运行的自主编码 Agent,无需 API key、无用量上限、无云端依赖,通过 npm 或独立二进制安装。
推荐理由:README 给出了本地优先的完整架构、11 提供商路由和 15 项执行分级基准成绩,可据此评估这个本地编码 Agent 的实际能力。
dewhush 在 GitHub 发布 Pathfinder MCP server(v0.1.0,MIT 许可),把 subfinder、httpx、nmap、ffuf、nuclei 等侦察 CLI 封装为统一工具集,供 Claude Code、OpenCode、Codex、Hermes 等 MCP 客户端调用,使 LLM agent 能自行规划并执行侦察而非仅建议命令。
推荐理由:把 subfinder、nmap、nuclei 等侦察 CLI 封装成 MCP server,agent 可用 scan_token 在工具间链式传递结果,而非反复解析原始文本。
etherfunlab 在 GitHub 开源了 Rust 编写的 AI 伴侣引擎 eros-engine,定位为陪伴、日记、教练、角色聊天等产品的有状态核心。
推荐理由:原文完整列出了记忆分层、好感度衰减和人格决策引擎的实现方式,做陪伴类产品的人可以直接对照其架构取舍。
autonomous-ai 在 GitHub 开源了面向物理 AI 的机器人操作系统 Physical AI Operating-System,定位为机器人的开放系统,支持语音、视觉、记忆与技能,并可连接电脑上的 agent。
推荐理由:原文完整给出了分层架构、支持的机器人硬件和四文件定义方式,读者可以据此评估能否把自己的机器人接入这套系统。
harshnsawant-source 在 GitHub 发布 evalnoise,一个读取已有逐题评测结果、判断提示词改动是真实提升还是落在噪声内的 Python 工具。
推荐理由:作者用 qwen2.5:3b-instruct 上 240 题的实测说明聚合分数如何被噪声掩盖,并给出 A/A 校准噪声底的可复用做法。
作者开源了 PromptBlocks,一个零门槛的 Prompt 拼装工具,提供 80+ 积木模块(8 大分类)和 10+ 行业积木,免登录、免安装、免费使用。
推荐理由:开源免费的 Prompt 积木拼装工具,提供 80+ 模块、评分器、冲突检测和 MCP Server 接入,纯前端可直接部署使用。
gittensor-ai-lab 在 GitHub 开源 SparkInfer,一个面向 Blackwell GPU 的原生 C++/CUDA MoE/LLM 解码运行时,2.5 MB 二进制、无 Python 栈,一条 docker 命令即可起 OpenAI 兼容端点。
推荐理由:原文给出同一 GPU 上与 llama.cpp 和 vLLM 的逐项对比数据,读者可以据此判断这个 Blackwell 原生推理引擎的实际加速幅度。
alainlizotte 开源了一个开发中的多人网页应用,用本地 LLM(默认 Gemma 4 或 Qwen 3.5,经 llama.cpp 或 Ollama)担任 D&D 3.5 的游戏主持人(MJ)。
推荐理由:原文详细说明了服务器决定机制、76 个 Python tools 和 745 个测试,读者可以据此评估本地 LLM 跑规则严格的桌面 RPG 的可行性。
Yegor Kosyrev 在 GitHub 发布 Praxis/Hélène,一个可构建自有 Agent 的运行时,Agent 可同时存在于 Telegram 和桌面。Telegram 部分支持 Bot API 与 MTProto(Telethon)双通道、论坛话题路由、持久 outbox 和二十个消息工具;核心包含约 99 个工具(文件、代码、持久编码会话、自我修改、计算机驱动等)、文件式记忆与版本化自我编辑;每次模型调用被逐字节记录。Windows 与 macOS(Apple Silicon,自 0.7.1)均提供一键安装,Apache-2.0 许可,仓库 https://github.com/josephsteuerjr/praxis 。
推荐理由:原文详述了 Telegram 双通道、桌面控制、诚实隔离和逐帧调用记录等实现细节,读者可以了解一个生产级 Agent 运行时的完整工程构成。
GitHub 项目 dlroqa/Lightweight 发布 Hermes CPU Inference Gateway,一个仅依赖 CPU 和内存的本地 LLM 推理平台,提供 OpenAI 兼容网关、GGUF 模型管理和桌面 UI,全程不使用 GPU。
推荐理由:原文给出了实测细节,包括无 GPU 的 CPU 推理网关在 Qwen3-1.7B 上跑通完整 agent 循环,以及调度与内存准入的具体设计。
SiliconCoderJames 发布本地多智能体协作平台 MiderHive(1.2.1),让 Claude Code、Codex、Cursor、Copilot 等工具共享知识库、用户记忆、任务消息与错误日志,数据仅存于本机 127.0.0.1:8787。
推荐理由:原文给出了完整的架构、API、MCP 配置和测试规模,读者可以据此评估这套本地多智能体协作方案是否适合自己复用。
GitHub 项目 course2md 可将 YouTube、Bilibili 或本地课程/会议录像转成带幻灯片截图的 Markdown 与 HTML 讲义,支持 coreml、gpu、cpu、npu、api 五种语音识别后端,默认推荐 Qwen3-ASR 1.7B。
推荐理由:README 附带各 ASR 后端的实测功耗与耗时对比,以及 Qwen3-ASR 与 Whisper 的转写错误分析,便于按硬件选型。
作者发布开源桌面应用 Pi Desktop(Electron + React,MIT 许可),为 Pi、Claude Code、Codex 三个编程 Agent 提供统一图形界面,可按会话切换引擎、并行运行多个会话。
推荐理由:作者开源的桌面工具把 Pi、Claude Code、Codex 三个编程 Agent 收进同一界面,按会话切换并支持一键撤销改动。
nikolay-e 发布 diffctx(前身为 treemapper),一个为 LLM 代码审查选取最小代码上下文的 CLI 工具:输入 git diff,从改动行沿依赖图向外传播相关性,在 --tau 阈值或 --budget token 上限内输出理解该改动所需的最小片段集,覆盖 50+ 文件类型,本地确定性运行、无索引、无模型调用。
推荐理由:原文给出与 repomix 等整仓打包工具的对比和实测结果,读者可据此判断 diff 上下文选择在什么场景下更省 token。
mixpeek 开源了 amux,一个用于 AI 编码智能体的本地优先控制平面,可用一个 Web 仪表盘或手机协调数十个并行 worker(支持 Claude Code、Codex、Gemini CLI、OpenCode、Ollama)。
推荐理由:原文完整给出了并行 Agent 编排的原子任务、消息溯源和自愈机制等设计细节,还附安装与权限配置说明,可作自托管多智能体工作台的参考实现。
nebosa-company 在 GitHub 发布 MIT 开源编程语言 Neper,定位为首个端到端为 LLM 生成软件优化的通用编程语言,支持 Windows、Linux、macOS 的 CPU 与 GPU 原生编译。
推荐理由:原文完整列出了该语言的编译性能指标、标准库模块和面向 LLM 的 26 条保证,可了解为 AI 生成软件设计的语言长什么样。