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 1,559 条
作者 AryThakar 发布 Zen-harness，一个通过 llama.cpp 运行 Qwen 3.6 35B-A3B 的本地个人 Agent 框架，可在自有 GPU（约 24 GB 显存）或 Kaggle 免费 T4 x2 上运行。主 Agent 调度网页研究、文档检索和数据分析三个助手，关键事实和数字由代码校验而非模型自证，含 664 项测试、Windows 免安装包，采用 PolyForm Noncommercial 1.0.0 许可，非商业免费。
推荐理由：作者公开了完整架构文档、664 项测试和分阶段实测记录，可据此了解一个本地 Agent 系统如何用代码校验约束模型输出。
YokosWY 在 GitHub 开源 token-governance，一套面向 LLM 代理的上下文成本治理方案。对一周账单（10,862 次调用、2.585B 上下文 tokens）逐 step 拆解后发现开销主体不是模型调用，而是工具输出（34.6%）、助手输出（27.3%）、工具清单（21.0%）和技能目录（12.2%），其中 42KB 技能目录在 490 步会话里被注入 53 次、累计重发达两亿 token 级别。通过把非必需项移出常驻、压缩长会话等配置层调整，真实日志复算显示每轮成本降 24–46%，会话越长降幅越大。仓库含 7 个技能（仅 tg-router 常驻）、5 个脚本和 6 个自研机制，当前版本 v0.7，MIT 许可。
推荐理由：作者用真实会话日志逐 step 复算成本，给出技能目录重发才是开销主体的归因和 24–46% 的降幅数据，方法可复现。
kgaidev/kgai 在 GitHub 开源，定位为 AI 编程工作流中的共享决策记忆：AI 在改代码时自动把结构性决策记录为知识图谱，包括变更、原因和被否决的方案，改动前 AI 会先查已有决策。决策是不可变的内容寻址事件，并行写入不产生文本合并冲突，语义冲突以分支形式呈现并保留解决记录；官方称 100 万条决策、30 个写入者分片下查询约 100ms。支持 Claude Code 插件、Codex CLI（需 ≥ 0.150）和 Gemini CLI，团队同步为 opt-in，使用用户自己的 S3 桶（git 远端为实验性），另有 VS Code/Cursor/Windsurf 扩展和实验性 kgai-mod 插件，MIT 许可，本地优先，代码不出本机。
推荐理由：这个共享决策记忆在 100 万条决策、30 个写入者分片下查询仍约 100ms，且团队同步以自家 S3 为 opt-in，可作长期记忆落地方案参考。
rossoctl 开源 context-guru，通过少带上下文和缓存省钱两条路径降低 Agent 流量的 token 成本，官方称合计可省 5-15% 的 API 开销。默认只做缓存管理不改内容，支持 Claude Code 与 Codex（实验性），提供 off 到 xhigh 五档预设、实时节省状态栏与仪表盘，采用 Apache-2.0 许可证。
推荐理由：README 给出各省钱路径的实测占比与分级预设，读者可以对照自己的 Agent 用法估算 token 开销能省在哪。
dreamor 开源 MemVault 0.6.0（MIT 协议），一个单二进制 Rust 编写的自托管记忆层，通过 MCP（stdio/SSE/Proxy）让 Claude Code、Cursor、dsh 等任意 MCP 客户端在会话启动时自动注入共享记忆。核心特性包括 BM25+向量+RRF 混合检索、MUST 级强制注入、语义去重与时间衰减、失败教训自动蒸馏，并提供 bench 命令测量有/无记忆的任务成功率差异；数据存于单个 SQLite 文件，可用本地 Ollama 做嵌入与抽取，零云端依赖。
推荐理由：README 给出了检索、注入、去重到任务级评测的完整机制说明，可作为自托管跨 Agent 共享记忆方案的选型参考。
云碩科技（xCloudinfo）发布插件式 AI agent harness xHarness 1.0，MIT 授权，代码约 13,800 行 Python、零执行期相依，411 个测试约 33 秒跑完。支持任何 OpenAI 相容端点（llama.cpp、vLLM、Ollama、LiteLLM 等），提供沙箱隔离、审批策略、MCP client、跨 session 记忆层、eval 子系统、子代理与多节点舰队视图，除设定的模型端点外不对外传送任何数据。
推荐理由：作者给出约 13,800 行代码、零执行期相依和 411 个测试等具体数字，读者可据此评估这个治理优先 agent harness 的实际规模。
elci-group 在 GitHub 开源了 GUAC，一个结合 Git 持久化与 Groq 低延迟推理的混合对话记忆架构，主张模型只负责对记忆做推理而非自行记忆。核心组件包括 memory/kg/ 下的结构化 YAML 知识图谱、每轮对话一次 commit 的 Git 原生记忆、/memory/projects/ 等文件系统式记忆寻址、旧对话的递归式时间压缩，以及基于重要性、新颖性、时近性和重复性的记忆评分公式 M = αI + βN + γR + δP，低分消息在压缩时被剪枝。项目需 Rust 1.76+ 和 Git，Groq API key 可选，无 key 时 CLI 回退到本地 echo 模式，采用 MIT 许可。
推荐理由：原文给出了记忆评分公式、YAML 知识图谱和 Git 提交式存储的具体实现，读者可以直接按 README 部署复用。
matrixarkai 在 GitHub 发布 Apache-2.0 协议的 TemporalStore，一个 Rust 编写的分布式时间感知服务引擎，用单一时间索引统一上下文管理、长序列、聚合特征、频次控制与控制状态五类读路径，不依赖向量数据库。它提供 Redis 兼容的 RESP 接口，单节点一条 Docker 命令即可本地运行，可经 MatrixRaft 共识扩展到共享存储集群；Python 上下文工具与 MCP 服务器在 matrixark 仓库，基准与文档见 temporalstore.ai/benchmarks.html。
推荐理由：原文给出架构、部署命令和基准文档入口，读者可据此评估用一个时间感知引擎替代向量库加特征库加计数层的组合方案。
Steve-pixel-cpu 开源了本地运行的 AI 编程 Agent aulos，用自然语言下任务后自动读文件、改代码、跑命令直到完成，提供终端和 Tauri 2 桌面端。基于 MiniCC 扩展（行级对比 92% 重写/新增），38k 行 Python 内核、1070+ 测试用例，内置三级权限体系、MicroCompact/Session Memory/Full Compact 三层压缩、MCP 接入、多 Agent 并行、6 类评测任务与跨会话记忆，兼容任何 Anthropic/OpenAI 接口的模型服务。项目地址 https://github.com/Steve-pixel-cpu/aulos。
推荐理由：开源的本地编程 Agent 完整给出三层压缩、权限分级和评测框架的实现细节，可作自建 Agent 的架构参考。
naoki-Kamishiro开源narrative-interact，一个完全本地运行的互动小说系统，LM Studio加载本地LLM担任GM，玩家输入类型与标题即可自动生成剧情并自由行动，支持骰子判定、存档和4档剧情约束度选择。推荐Gemma4 12B、上下文32,768 token以上，README详细列出了已抑制、残留和模型依赖三类模型缺陷及对应提示词对策。项目采用MIT许可。
推荐理由：开源了完整的GM提示词体系，还按轻缓解到模型依赖三档详细列出LLM跑TRPG的失效模式，方法可直接复用。
Fate 1.0.0 发布，是一个 Windows Electron 应用，直接读写你已有的 Obsidian vault 中 Markdown 文件，提供文件、搜索、编辑器、图谱、数据库、Canvas、Planner、版本等八类界面。其 agent 记忆机制把用户原话逐字追加到 vault 内 System/stated.jsonl，下次会话开头自动带回，agent 无权写日志也无权决定是否读取；在规则陈述一次后文件被删除的测试中，开启该机制 3 次运行全部恢复规则，关闭则 0 次恢复。
推荐理由：作者把记忆写入和召回都从模型自主判断改为确定性机制，并给出开关前后的 3/3 对 0/3 恢复率对比，方法可直接参考。
Masahiro Kaneko 在 arXiv 论文（arXiv:2610.28315）中发现，LLM Agent 在对话中读取持久记忆会引发自我强化的隐私泄露循环。多会话仿真中，带 24 项个人属性的模拟用户与支持类 Agent 对话，四个支持模型里读取记忆既提升回复质量也提高属性被正确推断的比例，且差距随会话扩大，因为记忆条件回复把旧值作为预设带入，用户确认或不纠正使其变成记录值。指示 Agent 不陈述或预设属性可将泄露降到接近无记忆水平并保留大部分质量增益，而过滤或匿名化用户输入或存储内容会损失较多质量。
推荐理由：这篇研究用多会话仿真揭示了带持久记忆的 LLM Agent 中自我强化的隐私泄露循环，并给出在回复端抑制泄露的可行做法。
论文提出 cache engineering 方案，让 LLM 智能体通过 drop 和 repos 操作直接控制活跃 KV cache，无需修改轨迹或重新 prefill。配套的 AKV 推理引擎提供无状态接口并内部管理缓存复用；工具响应滚动 drop 策略相比阈值触发的摘要方法平均提升基准分 1.7 分、降低成本 27.7%，AKV 实现最高 1.2x 输出吞吐和 1.5x P95 延迟加速。
推荐理由：论文提出让智能体直接操作 KV cache 的缓存工程方案，附带与常规摘要策略的成本和延迟对比数据。
arXiv 论文提出扩散语言模型（DLM）中的事实访问状态概念，发现其与自回归模型不同，事实查找在第一层注意力与早期前馈层就完成。基于该状态，论文的 Multi-View Edit 知识编辑方法在改写和反向问答上显著优于 AR 编辑器，且各实体位置的状态可免训练地作为关系特定检索向量，在双实体查询中能同时返回两条证据。论文链接 https://arxiv.org/abs/2610.27580v1。
推荐理由：论文指出扩散语言模型的事实访问状态在首层注意力就组装完成，并据此给出知识编辑与免训练检索两种用法，可作理解 DLM 与 AR 机制差异的对照。
GitHub 项目 mentaldesk/simile 发布了一个等距像素风小村庄模拟，NPC 由核心价值、关系指标和事件记忆日志驱动行为与对话，思考通过本机 Claude Code 登录完成，无需 API key。语音用 Qwen3-TTS 在本地生成，Apple Silicon 上经 mlx-audio 推理，句子文本到达后 0.2–0.4 秒出声，生成速度约为播放的 3 倍，只对玩家可闻的对话配音。村庄新闻由 Claude Haiku 分析六个 RSS 源，每源最多 10 条。
推荐理由：仓库文档写清了 NPC 核心数值、关系四指标和记忆日志的设计，读者可以照此复现带记忆的村庄智能体。
IBM Research 发布 ALTK-Evolve，通过 GPT-4.1 从智能体自身轨迹中蒸馏行为规则并追加到系统提示词，在不更新权重的情况下让 stock ReAct 智能体在 τ²-bench retail 达到 Pass^4 67.5%，登顶 2026 年 10 月 12 日榜单快照。换用 gpt-5.5 后 airline 以 82.0% 位居第一；对比显示 retail 需 292 条 lossless 全集才见效，airline 的 14 条 sup3 核心反而更可靠，代价主要是输入 token 成本上升，对话轮数略降。
推荐理由：不更新权重，仅靠从轨迹中蒸馏的提示词级规则就把 stock ReAct 智能体推上 τ²-bench 榜首，方法可直接复用。
REMEMORY 论文提出一种神经记忆网络，在文本摘要之外生成有界的软记忆 token，帮助冻结的 LLM 近似使用完整历史时的续写效果，相当于沿序列维度的残差连接。在 SummHay 上仅用 5.2% 的输入位置即接近全上下文联合分数，Qwen3.8-27B 与 GLM-5.3-Flash 在长程 Agent 基准上一致提升，并在 BrowseComp 和 Terminal-Bench 2.1 上显著减少重复工具输出与工具错误。arXiv: https://arxiv.org/abs/2610.11287，GitHub: https://github.com/fudan-generative-vision/Remory
推荐理由：论文给出用软记忆 token 补充文本摘要的上下文压缩方法，并附 SummHay 与长程 Agent 基准数据，可复现。
liuhu8207 发布 hermes-memory-governed，为 Hermes Agent 提供受治理的记忆插件，融合 L1 手写规则、L2 语义召回、L3 对话归档与 L4 人格四层记忆栈，并用 Obsidian 知识库自动蒸馏笔记。读路径异步预取可命中缓存，写路径非阻塞，L1 固定 800 token 预算不被 L2/L3 挤占；事实写入经置信度与审查门控，低置信度候选进 inbox 待人工确认，测试套件 1832 项通过（2026-10-19）。
推荐理由：原文给出分层记忆的读写路径与延迟数字，读者可以照此理解一套带审查门控的记忆插件如何避免静默写入。
Melo 是一个开源的本地优先 AI 工作区，覆盖 macOS、iPhone 和终端，对话、知识与记忆默认存本地，同步可选。用户可接入 Claude、OpenAI、OpenRouter、本地模型等自定义连接，按项目组织工作，跨对话携带上下文，并为每个 Agent 配置指令、模型与能力，支持 MCP 工具、可复用技能和多 Agent 协作。2026 年 10 月 17 日更新改进了工具兼容性、长对话上下文召回和共享项目记忆。
推荐理由：开源的本地优先 AI 工作区，对话、知识和记忆都存本地，还支持多模型接入与 Agent 协作，适合关注数据主权的读者。
该 GitHub 仓库发布 ASSE 运行时控制器，每轮对话根据 Tier 0/1 实时信号在动态滑动窗口、L1/L2/L3 分层摘要、RAG 或混合策略间选择，决策带人类可读理由并可在仪表盘上人工覆盖。冻结配置后的测试集上，合成切换任务 adaptive 得分 0.986，优于最佳单一策略 0.112；LoCoMo 966 题上与 RAG 打平（0.654 vs 0.656），RAG 读取路径在同批对话上从 0.391 提升到 0.655。摘要模块将过期事实泄漏从 0.50 降到 0.00，符号保留率 0.90；作者同时如实报告 LoCoMo-Plus 上 cue 命中比 RAG 低 0.080 的负面结果。
推荐理由：项目把冻结配置、训练测试切分和失败结果一并公布，读者可以借此了解记忆策略切换评测该怎么做才可信。