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 8,504 条
JeanVG23 发布 agent-harness-from-scratch 仓库，用纯 Python 标准库、零运行时依赖从零实现 LLM 工具执行引擎（Agent Harness）和评测基准，并经 Ollama 在 qwen2.5:3b 等小模型上与 Smolagents、Pydantic-AI 对比。
推荐理由：作者用纯标准库从零实现 Agent Harness 并给出与 Smolagents、Pydantic-AI 的实测对比，每步附失败记录和局限说明。
开源项目 Claude Burst 发布，这是一个运行在 Mac 本地的网关，介于 Claude Code 与 Anthropic 之间，面向 Pro/Max 订阅用户，在订阅限额耗尽时先切换到同计划的其他 Claude 模型，再溢出到 Together AI、OpenRouter、Amazon Bedrock 等自付费二级渠道，限额重置后回到订阅。
推荐理由：原文给出了压缩节省的具体账目和按仓库学习最优压缩点的公式，读者可以据此判断这个网关的取舍是否值得照搬。
作者开源了 Cellblock 项目，在 Qwen 2.5 7B Instruct 上模拟斯坦福监狱实验，48 座模拟监狱中 1/4 的受训看守监狱出现虐待行为，中立组没有整班变严酷的情况，但 3 对 12 的监狱层面差异未达显著（Fisher p = 0.22）。
推荐理由：作者用种子配对和预注册设计控制了变量，读者可以看到实验方法、全部数据和已知局限，便于自行复现或检验。
作者开源 persona-stream，一套面向 AI 编码 agent 的传记式人格蒸馏框架，把数月真实协作行为蒸馏成带版本、可审计、可注入的 persona 文件集。
推荐理由：作者把自己跑了近一年的生产管线开源，隐私边界和证据回链都做成可验证的机械门禁，方法可直接迁移到自己的 agent 工作流。
Socialpranker 发布 token-history 仓库，每日两次抓取并归档 OpenRouter 的 App & Agent Rankings，用付费 token 用量记录 AI agent 的真实使用趋势，弥补该榜单无历史 API、数据随时间消失的缺口。
推荐理由：原文说明了数据来源、可见性偏差和各指标口径，读者可据此判断这个 agent 用量档案的适用范围与局限。
ronsse 在 GitHub 开源 trellis-ai，一个面向 AI 智能体的个人与共享记忆系统，支持摄入去重、语义检索、跨智能体图谱和审计日志。
推荐理由：原文把反馈归因到 pack 内具体条目而非会话，并给出统计门控、分层抽取等机制细节，读者可据此评估是否自建同类记忆层。
开源项目 vinga 发布，这是一个可自托管的语音智能体服务器，通过 Waveshare ESP32-S3 板子对话，智能体驻留服务器端，可多板共享、跨板迁移。
推荐理由：自托管语音智能体服务器的完整实现文档，从固件刷写到全本地推理栈的配置路径都给出了可复现步骤。
blessthis 在 GitHub 发布 llm-council，一个本地 MCP 服务器，可让一个问题获得 N 个不同 LLM 以匿名帽子身份给出的独立回答，由合成器合并、议会盲评打分后才揭示各帽子对应的模型。
推荐理由：原文完整给出了盲评多模型议会的流程、工具清单和 seats.yaml 配置方式，读者可以照着在本地复现这套编排。
开源平台 Rakazo 发布测试版，用于运行具备独立对话、记忆、例程和历史的持久化 AI 队友，提供网页、Electron 桌面端和 Expo 移动端。
推荐理由：原文完整列出了持久化 AI 队友的记忆、语音、沙箱与自托管部署方案，想自建这类平台的读者可以直接照着装。
Nauro-AI 在 GitHub 发布 Nauro 1.x，一个面向 AI 编程的决策记录系统，记录你批准的项目决策及其理由和被否决的备选方案，并在后续 agent 会话中带入这些理由。
推荐理由：原文说明了决策记录以本地 Markdown 保存、检索仅作建议且需人工批准，读者可据此判断是否需要引入该工具。
dollarbr 发布 mobileLM，一个本地优先、运行在手机上的 AI Agent 应用，基于 PrivateLM 的端侧引擎，支持 llama.cpp 的 GGUF 模型和 LiteRT-LM 的 .litertlm 模型，无需云端推理。
推荐理由：原文详细说明了本地推理引擎、24 个内置工具和签名变更的升级注意事项，读者可据此判断是否安装及如何迁移。
bhargavaganti 发布 interactive-docs，一个面向 Claude Code 和 OpenAI Codex 的 Agent 技能，读取代码库后生成单个自包含、主题感知的 HTML 文档，覆盖 web 应用、CLI、移动应用、后端 API、数据/ML 管线和库。
推荐理由：这是一个可直接安装的 Claude Code 与 Codex 技能，能从代码库生成离线可开的交互式架构、AI 流程和使用文档，并给出质量约束。
useAvalon 发布 caelence-agent，一个带桌面应用和终端 UI 的 Agent harness，通过 OpenRouter 调用模型，npm 包为 @useavalon/caelence-agent，需 Bun 1.2 及以上，桌面版还需本机安装 Rust。
推荐理由：README 给出了安装命令、配置文件结构、技能与记忆机制和三种模式的工具差异，可直接照着部署使用。
ljedrz 在 GitHub 发布 nachalnik 智能体运行时和基于它的终端 Agent kamchatka，核心是把上下文、工具、权限和请求做成可读取、修改和回写的显式状态，任何调用（包括读文件）都需用户确认。
推荐理由：把上下文、工具和权限做成可读改的显式状态，并附五份逐字会话记录展示模型自省与被篡改后的表现。
0xfauzi 在 GitHub 开源了 kstrl（读作 kestrel），一个为 AI 编码智能体设计的软件工厂框架，核心原则是智能体对自己输出的任何陈述都不作数，一切以独立测量为准。
推荐理由：作者详细拆解了用独立检查而非 agent 自评来闭环验证循环的设计，包括对抗式审查、基线回归和预算边界，可作搭建无人值守编码流水线的参考。
liliang-cn 在 GitHub 发布 cortexdb v2，用纯 Go 实现单个 SQLite 文件内的 AI 记忆与 RDF 1.2 知识图谱，无需运行独立服务，不配 embedding 模型时走词法模式。
推荐理由：原文完整列出了安装方式、插件机制和检索、捕获等功能细节，读者可以据此评估是否把这套本地记忆方案接入自己的 Agent 工作流。
GitHub 项目 grasla3/agent-attack-atlas 发布了一套针对工具调用型 LLM 智能体的攻击方法评测体系，收录 8 个攻击类别、188 个带文献出处的方法，并提供配对对照测量框架、确定性判据与先验评分。
推荐理由：原文给出完整的分类、配对对照测量口径与可离线复算的实测台账，读者可以据此评估智能体攻击方法在同一标准下的可比性。
TalBenAmii 在 GitHub 开源 llm-d-benchmarking-agent（Apache-2.0），用户用英文描述需求即可对 llm-d 做基准测试，例如约 500 并发用户、p99 延迟低于 500 ms。
推荐理由：原文给出了从安装、会话流程到命令策略与验证方式的完整说明，读者可以据此评估是否在本地复用这套基准测试流程。
TsvetanG2 发布开源工具 mcpward（Apache-2.0），将 MCP 服务器视为外部依赖，用 lockfile 快照其契约并在漂移时使构建失败，可捕获 schema 漂移、工具描述被改写（rug-pull）、协议违规、错误契约错误和 tool-poisoning 模式。
推荐理由：作者把 MCP 服务器当作普通依赖做契约快照与漂移检测，并给出与 Snyk Agent Scan 等工具的逐项对比和完全离线的取舍。
Devaretanmay 发布开源工具 Ink（Apache-2.0），用于识别生产 AI 智能体中重复且可独立验证的有界决策，如路由、工具选择和分类，经 shadow 对比和统计资格认证后在本地提供 Fast Path 服务，精确匹配延迟 0.18–0.19 ms，本地模型约 48 ms。基准显示 DecisionSite 内模型调用减少 19.9–40.4%，全应用调用减少 3.99–10.10%，检测到策略漂移时自动撤销 Fast Path，注入漂移下撤销前发生 7–8 次错误服务，低于静态缓存的 12.0–18.0% 错误率。
推荐理由：仓库用 18000 次决策的基准数据说明调用减少和延迟收益，也如实列出漂移前误判次数等局限，便于读者自行评估适用性。