方向
AI 人格与灵魂体：人格包怎么搭、人设怎么锁、记忆怎么组织、跨会话怎么保持是同一个人。关注可迁移的构造方法。
471 条精选近 30 天 468 条共收录 1,557 条
作者开源了 Silver Tavern 自托管 AI 角色扮演平台 chino142/galstage，内测版本 v0.5.1，可直接吃 SillyTavern 生态的角色卡、世界书和预设，向 galgame 演出方向做深。项目零第三方依赖、纯 ESM 单文件，支持演出层指令驱动舞台、CG 解锁回廊、一键导出 Ren'Py 工程、ComfyUI 出图、MCP 服务器供 Codex / Claude Code 接入、多用户隔离与 AES-256-GCM 加密备份，可打包约 92 MB 单文件 exe 或在安卓 Termux 上运行；AGPL-3.0 协议，不接受 issue 和 PR，接口与数据结构仍会变化。
推荐理由：README 写清了兼容 SillyTavern 卡片的演出层设计与零依赖部署路径，想自建 galgame 式角色扮演酒馆的读者可以照着跑起来。
laonienb 在 GitHub 开源了自建聊天机器人平台 chatbot-platform，后端为 Python 3.12 + FastAPI，前端为 Next.js 15，支持 Web/App/小程序原生 API 与 QQ/微信经 AstrBot + NapCat 接入。平台提供 /v1 OpenAI 兼容层，model="persona:<slug>" 即可把人设当模型调用；含 JWT 账号体系、人设市场（发布/搜索/fork）、长期记忆自动提取注入、token 归因计费与钱包扣费。当前 M0/M1 完成，配额限流与人设市场、长期记忆部分提前完成，蒸馏流水线、RAG、小程序端待实现，许可 MIT。
推荐理由：作者以 model=persona:slug 的 OpenAI 兼容层把人设当模型接入 IM 框架，同时给出记忆提取与计费账本的实现细节。
knudge 是一个 Rust CLI（二进制 kd），为 AI 智能体提供按项目的持久记忆：以 Markdown 笔记为唯一事实源，索引可重建，支持 BM25 + 锚点 + 可选 embeddings 的混合检索（RRF 融合），无需服务器、数据库或后台进程。配套 knudge-mcp 通过 JSON-RPC 2.0 over stdio 暴露 4 个记忆触发器，支持 kd self setup 配置 claude、cursor、codex 等。工作流为 ask → write → task → sync，写入时按相似度分数去重（<0.75 新建，0.75–0.92 合并，≥0.92 拒绝）。
推荐理由：原文完整给出了按项目记忆系统的架构、检索机制和 MCP 集成方式，读者可以了解一套可本地审计的 Agent 记忆方案怎么做。
Truffle AI 在 GitHub 开源 Dexto，一个把 LLM 编排为可靠、有状态智能体的 agent harness，内置开箱即用的编码智能体，可通过 CLI 或 Web UI 直接使用。它支持 YAML 配置定义智能体、50+ 模型会话中即时切换、30+ MCP 工具集成、持久会话与记忆、多智能体协作，并可经 REST API、Discord、Telegram 或作为 MCP 服务器接入 Claude Code 与 Cursor。
推荐理由：这份官方文档完整展示了 agent harness 的配置方式与多模型切换、持久记忆等能力，读者可以对照评估是否适合接入自己的应用。
MacilyDots 发布 DSH 插件 dsh-session-inherit，可在会话行菜单把跑了很久的会话交接给干净新会话：机械提取任务原文、最近用户指令、文件路径、命令、待办等具体锚点生成交接单，作为新会话第一条消息，全程不发模型调用。作者实测 /compact 把 541,227 token 压到 25,602 后 4 步内退化复发，官方分叉则连退化诱因一起带走，而本插件新会话上下文仅几千字符起步；已在 DSH 0.2.0-rc.2（Windows）验证通过，安装需改 profile 的 package. 并加入 bundles，仓库地址 https://github.com/MacilyDots/dsh-session-inherit。
推荐理由：原文给出与 /compact 和分叉的实测对比及交接单结构，读者可以评估这种零模型调用的会话交接思路是否可迁移。
choiyounggi 在 GitHub 发布 groundwork，用四个 Claude Code 插件组成一套 harness：guardrails 在命令运行前拦截 curl | sh。
推荐理由：四个插件把 Claude Code 的安全护栏、编排、记忆和判断门做成可拆装的一套 harness，各插件的成本与验证数据原文都给了。
itohnobue 在 GitHub 发布了 single-session-opencode，一个面向 OpenCode V1 和 V2 的单会话智能体套件，模型在对话中亲自读写运行并验证，大任务按 T1/T2/T3 三层委派给子 agent，不搞编排流水线。套件自带 8 个 agent（含 prepare-agent、adversarial-reviewer 等），禁用内置 websearch/webfetch 并强制经 web_search.sh 联网检索，通过 memory.sh 提供两层记忆，支持 /handoff 会话检查点和 8 段式续接交接。不锁定模型，适配任意 LLM provider，安装脚本不会覆盖已有 AGENTS.md 或 opencode.，MIT 许可。
推荐理由：原文给出了单会话智能体套件的分层委派结构和各 agent 职责，读者可以据此判断是否迁移到自己的 OpenCode 项目。
Jongtae 在 GitHub 发布 Personal AgentOS v1.1.1（2026-10-07），一个开源自托管环境，让个人助手在更换底层 AI（Ollama 本地模型、OpenAI、Anthropic API 或 Codex、Claude Code 订阅）时保留记忆、未完成工作和权限。支持通过 Telegram 或浏览器（macOS/Linux，Windows 走 WSL2）使用，密钥不进入模型提示词和日志，写入记忆会明示并提供精确撤销；设置界面目前为韩文，许可证为 AGPL-3.0-only。
推荐理由：这个开源环境把记忆、未完成工作和权限留在本地，换模型不换助手，为个人 Agent 的数据归属提供了一套可部署方案。
Persist 项目发布论文配套代码与数据，包含测试框架、防御措施、运行脚本和论文分析所用的全部冻结结果行。框架研究工具调用型 LLM Agent 的持久记忆投毒：会话1中 Agent 读取不可信文档并写入记忆库，会话2中攻击者值若到达副作用调用的目标参数即算攻击成功；出处门控（provenance gate）通过标记来源并拒绝仅由不可信输入支撑的目标值来防御。reproduce_all.sh 无需网络约15秒离线复现，22个 .tex 文件逐字节一致，冻结结果共 NumTrials=18683；覆盖 claude-sonnet-5、gpt-5.6-sol、gemini-3.1-pro 等6个托管模型和 Qwen3-8B、Llama-3.1-8B 等 vLLM 本地模型，MIT 许可。
推荐理由：随论文放出完整测试框架与冻结结果，离线15秒即可逐字节复现论文全部数字，方便核查记忆投毒攻防结论。
grasp-technologies 在 GitHub 开源了 grasp-agents，一个轻量模块化的 Python 框架，用于构建 LLM 智能体和结构化工作流，MIT 协议。
推荐理由：README 详细列出了模块划分、可选依赖和持久化恢复机制，读者可以据此评估是否用于自建 Agent 项目。
philippe-ths 发布 ai-running-coach 开源项目，连接 Strava 将每次跑步处理成确定性训练信号，再由 LLM 教练生成个性化、带长期记忆的 coaching。项目已作为多用户产品上线 pulsecoachai.com，技术栈包括 FastAPI、Next.js、Clerk、Redis/RQ、Anthropic Claude 和 Telegram 通知，支持 Docker 本地部署；教练消息由确定性策略校验器把关，并提供语音/执教风格可配置与可审计的分体记忆。
推荐理由：原文展示了如何把确定性训练信号垫在LLM教练层之下，人格可配置但不越过数据与安全底线，架构做法可迁移。
neogeweb3 发布了 Claude Code 插件 claude-handoff，上下文用量到 60%/80% 时提醒，执行 /handoff 生成 HANDOFF.md 归档并以它为摘要压缩一次后继续会话。交接包含任务、阻塞、死路、决策及理由、状态与改动文件，最后 5 条消息逐字保留，恢复时按 I-PASS 流程复述 5 个要点。作者在同一会话同一截点用事先写好的 33 项清单打分，handoff 得 49/48，/compact 得 39/38。插件支持 2.1.287 以上版本的就地恢复，旧版需 /clear 后手动继续，可经 marketplace 安装。
推荐理由：作者用33项清单对比了handoff与/compact在同一截点的表现，读者可据此判断这种结构化交接是否值得装进自己的Claude Code。
论文提出 T²Mem，一种将记忆构建推迟到推理阶段的测试时记忆构建框架，离线只提取轻量级片段元数据作为检索线索，并在推理时随推理进程自适应组织查询相关记忆。在 LoCoMo 和 LongMemEval 上，T²Mem 跨多个骨干 LLM 持续优于强基线，同时大幅降低记忆构建开销。代码已开源。
推荐理由：论文把记忆构建推迟到推理阶段，在 LoCoMo 和 LongMemEval 上的对比数据可帮助读者评估这一思路的收益与开销。
Fajar Hidayat 发布开源工具 OMNI（0.7.10），把 Agent 已见过的输出折叠成带句柄的标记，用 omni retrieve <hash> 可完整取回，文件二次读取不再重复计费，另过滤构建日志、进度条等噪音并跨会话记忆项目上下文。在 9,478 条真实命令执行的语料上合计节省 2.4%（0.8% 来自过滤器，ledger 捕获了可重复部分的 10.3%），命令开销约 21 ms；原始输出存本地 SQLite RewindStore，非零退出命令原样透传，JSON/YAML/CSV 不做改写。对比 arm 中 OMNI 自家过滤器是最弱一档，rtk 或 caveman 叠加其 ledger 反而更高，作者建议读者在自有历史数据上跑测试。
推荐理由：README 把节省数据冻结成可复现语料并附竞品对照，读者可以直接核对重复输出压缩在不同负载下的真实差异。
OpenTeam 是一个开源（GPL v3.0）的自托管 AI 智能体平台，让多个 bot 在用户自己的硬件上持续工作，可浏览网页、使用 Linux 桌面和操作文件。每个 bot 保留对话、Markdown 记忆和浏览器登录状态，支持群聊协作、子代理委派、按计划或事件运行的 routines，并可接入 Gmail、GitHub、Slack、Notion 等插件或自定义 MCP 服务器。
推荐理由：原文完整说明了自托管多智能体方案的部署要求与功能边界，读者可据此判断是否适合在自家硬件上运行。
Statewave 是一个开源记忆运行时，当前版本 v1.5.0，通过 ingest→compile→retrieve→govern 流程为 AI Agent 提供结构化、带溯源标签且可字节级复现的上下文包，区别于查询时检索的采样噪声。它基于 Postgres + pgvector 自托管，Apache-2.0 协议，支持任意 LiteLLM 提供商（100+），提供 Python 与 TypeScript SDK，并已发布 GitHub、Slack、Notion、Zendesk、Gmail 等连接器以及 LangChain、CrewAI、AutoGen 集成示例。仓库同时列出了当前限制，如多租户尚无 Postgres RLS、无内置认证签发、速率限制仅按 IP 等。
推荐理由：原文完整给出了记忆编译、溯源、回执签名等架构细节与自部署方式，读者可评估这套确定性上下文方案是否适合自己的 Agent 记忆需求。
Han Luo 在 arXiv 发表论文，提出用同一嵌入模型已计算的上下文 token 表示做稀疏匹配来检索记忆，无需额外训练即可在八个基准上提升检索效果。可选的低秩查询适配器在 Qwen3-Embedding-4B 上将平均 Recall@10 和 NDCG@10 分别再提升 13.3 和 14.3 个百分点，检索增益转化为长期记忆基准上更高的问答准确率。
推荐理由：论文给出无需重训即可提升记忆检索的 token 级匹配方法，并附八个基准的量化收益，可作长期记忆方案的参考。
BiranSama 在 GitHub 开源了 ReNovel-AI，一个智能化的小说重写工作台，采用 GPL-3.0 协议。内置 ChromaDB 向量数据库实现全书 RAG 记忆与一致性检查，Writer/Reviewer/Chat 三模型协作改写与审校，支持 TXT 导入自动分章、批量流水线精修和断点续传，兼容 SillyTavern 的预设与 PNG/JSON 角色卡；技术栈为 NiceGUI + SQLite/ChromaDB，通过 OpenAI 兼容接口或 Gemini 调用模型。
推荐理由：README 给出了 RAG 记忆、三模型校验和 SillyTavern 角色卡解析的具体做法，做长文改写或角色卡相关工具时可参考其架构。
作者 xcl1989 在 GitHub 开源 CrabAgent，一个本地优先的 AI 工作平台，含 Chat 与 Work 双模式，智能体可跨终端、浏览器和 macOS 原生应用工作。支持文档实时预览与编辑、专业智能体分工协作、邮件转任务、微信通道接入，并可通过 OAuth Device Code 直接使用 ChatGPT Plus/Pro 订阅额度；安装方式为 pip install crabagent，采用 AGPLv3 许可，商用需另行授权。
推荐理由：作者开源了一个覆盖终端、浏览器和 macOS 原生应用的本地优先智能体平台，功能清单具体，可按需部署试用。
GitHub 开源项目 soulkiller 可将你的邮件、聊天、帖子等 14 类个人数据导出，微调成一个模仿你说话风格的 Qwen3 模型，并配套检索记忆索引，全程在本地 Mac 解析、自有 GPU 训练，无云端 API。项目采用 QLoRA 微调（Qwen3-4B/8B/14B，16 GB 显存可跑），仅对你本人的消息计算 loss，导出 LoRA 适配器和 GGUF；记忆部分基于 bge-m3 多语言嵌入索引做检索增强，仍在开发中。作者警告训练后的模型会记住你和联系人的隐私细节，切勿发布。
推荐理由：原文给出从数据导出、QLoRA 微调到检索记忆索引的完整做法，想要复刻个人数字分身的读者可以照着跑。