Stanford CS329A: AI Agent 中的规划与多步推理
本讲座探讨了三个框架——LATS、SPRINT 和 SWiRL——它们通过树搜索、并行执行和合成强化学习，增强了 LLM Agent 的多步推理和规划能力。
Stanford CS329A 自我改进 AI Agent 未来研究领域讲座总结
Stanford CS329A 讲座概述了自我改进 AI Agent 的未来研究方向，涵盖了推理链的多样性、验证瓶颈、自生成任务课程以及每瓦智能度效率的提升，表明本地模型现在可以属于处理大多数聊天机器人查询。
Stanford CS329A 关于智能体评估与长程任务的讲座
本次讲座解释了 METR 如何衡量 AI 智能体的时长跨度能力（大约每七个月翻一倍），GDPVal 如何在具有经济价值的任务上根据行业专业人员对模型性能进行评分，以及 DeepScholar‑Bench 如何评估文献综述的综合能力，并强调了反复出现的失败模式，如规划不佳、工具使用错误、过早放弃和重复循环。
agent-vault: 一个防止 AI agent 通过提示词注入泄露密钥的凭据代理和 HTTP 代理
一个开源的凭据代理和 vault，通过安全的 MITM 代理进行 API 访问代理，从而防止 AI agent 泄露密钥。
3D 打印摆线减速器：设计与实现"}}] {
一名 15 岁的开发者开发了一个具有 1:9 减速比的 3D 打印摆线减速器，并使用自定义 Python 脚本在 Fusion 360 中进行参数化生成。
Google 新闻搜索退化与向 AI 转变
记者 Mike Elgan 以及其他用户报告称，Google 新闻搜索的日期、语言和地区过滤器日益失效，这表明 Google 正在从传统搜索功能向 AI 转型。
pipeshub-ai: PipesHub – 开源企业 AI 上下文层
PipesHub 是一个开源、可自托管的 AI 上下文层，使企业能够连接其数据、强制执行权限、获得带引用的答案，并在不将数据移出 VPC 的情况下构建代理或搜索应用。它结合了图检索和向量检索，提供 50+ 个连接器，支持多模态理解，具备无代码代理构建器，并通过 API/SDK 进行扩展。部署基于 Docker‑Compose，配有交互式安装程序。
oracle: 一个将项目文件打包进 AI 提示词以进行基于事实的模型审查的 CLI 和 MCP 服务器
一个将项目文件和提示词打包成 AI 模型上下文的 CLI 和 MCP 服务器，支持 API 和基于提供商的浏览器自动化。
dbhub: DBHub – 为 AI 客户端提供数据库访问的极简 MCP 服务器
DBHub 是一个轻量级的 MCP 服务器，它使 AI 辅助工具能够以极低的 token 开销安全地查询和探索多个关系型数据库。
openai-agents-js: OpenAI Agents SDK – 一个用于在 JS/TS 中构建多智能体 LLM 工作流的供应商无关框架。
OpenAI Agents SDK (JavaScript/TypeScript) 让开发者能够创建文本、沙箱和实时智能体，这些智能体可以调用 LLM、使用工具、执行护栏规则、移交工作并追踪运行过程。它可以在 Node.js、Deno、Bun 以及实验性的 Cloudflare Workers 中运行。
axonhub: AxonHub – AI gateway for zero‑code model switching
AxonHub 是一个可自托管的 AI 网关，允许开发者在不更改应用程序代码的情况下在 LLM 提供商和模型之间进行切换，提供统一的 SDK 兼容性、可观测性、访问控制、负载均衡和成本追踪。
semble: 为 AI 编程助手提供快速、节省 Token 的代码搜索
Semble 是一个仅限 CPU 的 Python 库/CLI/MCP 服务器，它能在约 500 毫秒内对代码库进行索引，并在约 1 毫秒内回答自然语言代码查询，在提供 Transformer 级别的相关性时，其 Token 使用量比“先 grep 再读取全文”的方法节省约 99%。它支持 Claude Code、Codex 和 Cursor 等智能体，支持本地或远程代码库，遵循 .gitignore/.sembleignore，并提供简单的安装程序、安装程序、CLI 和 Python API。
worktrunk: 一个简化 AI agent 并行开发的 git worktree 管理器
一个用于 git worktree 管理的 CLI，旨在通过使 worktrees 像分支一样易于使用，来促进并行运行多个 AI agent。
agentmemory: 为任何编程 LLM agent 提供持久且节省 token 的记忆
agentmemory 是一个为 AI 编程助手提供的自托管、基于 SQLite 的记忆引擎。它通过钩子自动捕获 agent 的 行为，使用混合 BM25/向量/图搜索进行存储，并为任何兼容 MCP 或 REST 的 agent (Claude Code, Copilot CLI, Gemini CLI, 等) 提供知识服务。基准测试显示 @5 召回率约为 95%，且 token 节省量超过 10 倍，同时提供实时查看器供您检查记忆。使用 `npm i -g @agentmemory/agentmemory` 进行安装，启动服务器，并使用 `agentmemory connect <agent>` 连接您的 agent。
J. Kenji López-Alt 的 30 分鐘壓力鍋 Pho Ga 食譜
J. Kenji López-Alt 展示了如何使用壓力鍋在不到 30 分鐘內製作出濃郁、清澈的越南雞肉麵湯 (Pho Ga)，從而省去了數小時的慢燉過程。
agent-governance-toolkit: 为自主 AI Agent 提供确定性的策略执行与治理层
一个为自主 AI Agent 提供的治理框架，通过提供确定性的策略执行、身份管理和审计日志来防止未经授权的操作。
agent-framework: Microsoft Agent Framework – 一个用于构建和运行生产级 AI agent 和工作流的跨平台框架。
Microsoft Agent Framework 是一个开源、多语言 (Python/.NET) 工具包，用于创建生产就绪的 AI agent 和多 agent 工作流，提供与提供商无关的编排、中间件、可观测性、声明式 YAML 定义、基于技能的知识以及 Microsoft Foundry 等托管选项。
hindsight: 一种通过从经验和世界事实中学习的智能体仿生长期记忆系统
一种智能体记忆系统，通过使用仿生数据结构，使 AI 智能体能够从经验和世界事实中学习，从而超越简单的对话历史。
graphiti: 一个为 AI agent 设计的、用于追踪事实随时间变化的时序上下文图引擎
一个用于构建时序上下文图的框架，允许 AI agent 追踪演变中的事实并从原始数据流中维护历史溯源性。
iPolloWork: 一个通过智能体创建可编辑代码、文档和多媒体内容的本地优先视觉 AI 工作台
一个本地优先的视觉 AI 工作台，使智能体能够在单个工作空间内创建并维护可编辑的代码、文档、演示文稿和视频。
voice-pro: 用于 YouTube 处理、声音克隆和多语言翻译的一站式 AI 配音工作室
一款由 AI 驱动的 Web 应用程序，用于语音识别、翻译和多语言配音，将 ASR、TTS 和声音克隆集成到单一的工作流程中。
二十年的 RISC OS Open: 里程碑与社区影响
自2006年成立二十年后，RISC OS Open 已将专有操作系统转变为具有社区驱动发布、现代硬件支持以及持续 Moonshots 计划的开源项目。
Seedance 2.5 发布说明：长篇叙事与多模态参考
ByteDance 推出了 Seedance 2.5，该视频创作模型将单次生成时长增加到了 30 秒，并引入了高级多模态参考功能，以实现专业级的创意控制。
NetBSD 11.0 Release Notes
NetBSD 11.0 引入了 RISC-V 移植版、适用于 x86 的高速 MICROVM 内核，并扩展了对复古硬件的支持，同时对开放的安全问题保持透明的处理方式。
opencodex: 一个通用的提供商代理，让你可以在 Codex、Claude Code 和 Grok Build 中运行任何 LLM
一个本地代理，通过翻译其 API 响应，使得 OpenAI Codex、Claude Code、Claude Desktop 和 Grok Build 可以使用任何 LLM 提供商。
mesh-llm: 一个通过跨机器池化 GPU 和内存资源来运行大模型的分布式推理系统
一个分布式 LLM 推理系统，通过跨多台机器池化 GPU 和内存，利用 OpenAI 兼容的 API 来运行大模型。
omnigent: 一个用于跨设备编排和管理多个 AI agent 的开源 meta-harness
一个为 AI agent 提供通用编排层的开源 meta-harness，允许用户切换 runtime、实施策略并在跨设备的情况下进行实时协作。
EverOS: 一个为智能体设计的、以 Markdown 作为权威事实来源的本地优先记忆运行时
一种为 AI 智能体设计的本地优先记忆运行时，使用 Markdown 作为事实来源，从而在应用和设备之间提供可移植、持久的长期记忆。
semantic-router: 一个用于在异构 LLM 基础设施上构建 Mixture-of-Models 系统的可编程路由层
一种用于 Mixture-of-Models 系统的可编程路由层，通过在异构计算和基础设施上优化 LLM 请求路由，从而提高质量、成本和延迟表现。
openmed: 一个用于 PII 脱敏和医学实体提取的本地优先临床文本流水线
一种本地优先的医疗保健 AI 运行时，用于临床实体提取和 PII 脱敏，可在 Python、Swift、Android 和浏览器上在设备端运行。
加拿大签署联合国网络犯罪公约：对监控和数字权利的影响
加拿大已签署《联合国打击网络犯罪公约》，批评人士认为，该条约通过允许针对广泛犯罪进行跨境电子证据共享，使其发挥了全球监控协议的功能。
wigolo: wigolo: 面向 AI 代理的本地优先网络情报
wigolo 是一个面向 AI 代理的本地优先网络情报工具包，提供搜索、抓取、爬取、提取、缓存、查找相似、研究和代理工具，核心功能无需 API 密钥。它可以作为 MCP 服务器、REST 端点或 SDK 运行，所有数据保存在 `~/.wigolo/` 中并保持私密，同时提供可选的基于 LLM 的合成功能用于高级任务。 ## 关键特性 - 十种集成的网络工具（搜索、抓取、爬取、提取、缓存、查找相似、研究、代理、差异、监控） - 作为 MCP 服务器（用于编码代理）、REST 端点或可嵌入的 SDK（TypeScript/Python）运行 - 本地优先设计：数据停留在 `~/.wigolo/` 下；除非显式选择启用 LLM 合成，否则不进行第三方调用 - 核心工具零 API 密钥；使用公共搜索引擎和设备端 ML 模型 - 每个结果返回带有字节偏移源跨度和可解释评分的逐字摘录 - 初始设置后每次查询零成本（结果本地缓存以实现即时重新查询） - 与主要 AI 代理框架集成：LangChain、CrewAI、LlamaIndex、Vercel AI SDK - 支持直接连接到流行代理：Claude Code、Cursor、Codex、Gemini CLI、OpenCode、VS Code、Windsurf、Zed、Antigravity ## 工作原理 wigolo 作为单个 Node.js 进程运行，公开三个接口：MCP（通过 stdio 的 JSON-RPC 用于代理通信）、REST API 和 SDK。搜索工具使用 18 个直接适配器并进行排名融合和设备端 ML 重新排序。抓取工具采用分层路由器，根据可观察信号（SPA 标记、反机器人挑战）从普通 HTTP 升级到无头浏览器。结果存储在结合关键词和向量索引的本地缓存中。可选的 LLM 合成（用于研究/代理工具）可通过环境变量配置（例如 `WIGOLO_LLM_PROVIDER=gemini`）。所有重型组件（浏览器引擎、嵌入模型）均在 `~/.wigolo/` 下懒加载并本地存储。 ## 局限性 - 一些依赖 IP 声誉的挑战保护站点在数据中心 IP 上可能失败，而在家庭连接上可能成功（参见自托管指南以了解代理选择加入） - 没有 LLM API 密钥时，`research` 和 `agent` 工具返回原始证据简报而非合成答案 - 初始设置需要约 1.5 GB 的可用磁盘空间并下载浏览器引擎和设备端模型 - 需要 Node.js >= 20 ## 生态系统 - CLI：`npx wigolo <tool>` 用于终端使用`于终端使用` - 交互式 shell：`wigolo shell` 用于 NDJSON 管道 - REST API：`wigolo serve` 公开 JSON 端点 - Docker：官方镜像在 GitHub Container Registry 和 Docker Hub 上提供 - 框架集成：官方包适用于 LangChain、CrewAI、LlamaIndex 和 Vercel AI SDK - 代理技能：11 项技能目录通过 `wigolo skills` 管理 ## 许可证 AGPL-3.0 ## 状态 公开测试版 ## 链接 - 文档：[docs/README.md](docs/README.md) - 示例：[examples/README.md](examples/README.md) - 安装：[docs/installation.md](docs/installation.md) - 配置：[docs/configuration.md](docs/configuration.md) - 工具参考：[docs/tools.md](docs/tools.md) - SDK：[docs/sdks.md](docs/sdks.md) - 自托管：[docs/self-hosting.md](docs/self-hosting.md) - 技能：[docs/skills.md](docs/skills.md) - 贡献：[CONTRIBUTING.md](CONTRIBUTING.md)
markstream-vue: Markstream — 流式 Markdown 渲染器用于 AI 聊天
Vue 3 / Nuxt / VitePress 包，能够在 Markdown 流式传输（例如来自 LLM 令牌流）时逐步渲染，以最小化闪烁并在 AI 聊天界面中提供流畅体验。
note-gen: 一个使用 AI 将零散的信息碎片整理成结构化笔记的本地优先 Markdown 应用
一款使用 AI 将零散的信息碎片（如语音录音和截图）整理成结构化笔记的本地优先 Markdown 应用。
ms-swift: ms‑swift: 用于微调 LLM 和多模态模型的可扩展轻量级基础设施
ms‑swift 是一个轻量级的全栈框架，用于微调、推理、服务和评估数百个 LLM 和多模态模型，提供 LoRA 风格的高效训练、先进的并行技术、量化、RLHF 以及基于 Gradio 的 UI。
banana-slides: 一个通过自然语言提示词和文档创建可编辑幻灯片及配音视频的 AI 原生演示文稿生成器
一款 AI 原生演示文稿应用，通过自然语言编辑和 nano banana pro 模型，从想法、文档或图像生成可编辑且专业的幻灯片。
airllm: 一种内存高效的推理引擎，通过逐层加载的方式在消费级 GPU 上运行大规模 LLM
AirLLM 是一个库，通过每次仅将一个模型层加载到显存中，从而实现在低端 GPU 上运行大规模 LLM（高达 671B 参数）的能力。
DeepSeek-Reasonix: DeepSeek‑Reasonix: 一个基于配置驱动、插件化的终端 AI 编程助手。
DeepSeek-Reasonix 是一个终端 AI 编程助手，通过基于配置和插件驱动的框架使用 DeepSeek 模型，并以单个静态 Go 二进制文件形式交付，针对 DeepSeek 的前缀缓存进行了优化，以保持较低的 token 成本。
WrenAI：一个开源的生成式 BI 引擎，让 AI Agent 可以从任何数据库部署受控的仪表板
一个开源的生成式 BI 引擎，为 AI Agent 提供上下文层，使其能够从任何数据库生成受控的 SQL、创建图表并部署可共享的仪表板。
screenpipe: 一个通过捕获屏幕和音频来驱动可搜索历史记录和 AI agent 的本地优先 AI 记忆系统
一种本地优先的 AI 记忆工具，通过捕获屏幕和音频活动来创建可搜索的历史记录，并为 AI agent 提供上下文。
openai-agents-python: 一个支持语音和沙盒执行的多智能体工作流构建框架，且不依赖于特定供应商
一个轻量级、不依赖于特定供应商的框架，用于构建多智能体工作流，支持跨各种 LLM 的文本、语音和沙盒执行。
LightRAG: 一个轻量级的基于图的 RAG 框架，通过桥接向量和图检索实现高效的大规模索引
一种轻量级的、基于图的 RAG 框架，结合了知识图谱和向量嵌入，以提供深度的上下文理解和高效的增量更新。
vox-director: 从单个主题创建编辑风格纸质拼贴解说视频的自动化流水线
一种代理技能，可自动制作 Vox 风格的纸质拼贴解说视频，处理从脚本、关键帧到动态效果和音频的一切工作。
browser-use: 一个让 LLM 能够控制浏览器执行自动化网页任务的 AI Agent 框架
一个让 AI Agent 能够通过自然语言指令控制浏览器执行填写表单、提取数据和 QA 测试等任务的库和框架。
sglang: 一个具有 RadixAttention 和广泛硬件支持的高性能 LLM 及多模态模型推理框架
SGLang 是一个针对 LLM 和多模态模型的高性能推理框架，通过先进的缓存和调度机制，在各种硬件上优化了推理吞吐量和延迟。
CodeWhale: 一个支持 BYOK 和细粒度权限控制的模型无关终端编程代理
一款开源的、模型无关的终端编程代理，可以使用任何 LLM 提供商来读取代码、编辑文件并运行命令。
mempalace: 一个具有逐字存储和可插拔向量后端的本地优先 AI 记忆系统
一个本地优先的 AI 记忆系统，它将对话历史存储为逐字文本，并使用语义搜索进行高精度检索，而不使用摘要。
mnemosyne: Mnemosyne: 本地优先的 AI 记忆层
Mnemosyne 是一个面向 AI Agent 的本地优先、基于 SQLite 的记忆层，它提供工作记忆、情景记忆和时序知识图谱 (TripleStore)，且无需外部服务或云端依赖。
Mu – 代理工具：一个统一的 MCP 启用的 AI 代理工具包
Mu 提供一个单一的 MCP 端点，通过自身运行服务而非包装第三方 API，为 AI 代理提供真实世界的工具——网络搜索、邮件、存储、日历等等。
ECC: ECC: Agent Harness Operating System for AI Coding Assistants
ECC 提供了一个智能体框架操作系统，它为 AI 编程智能体配备了一套协调的工程系统——包括智能体, 技能, 命令, 钩子, 记忆, 和安全扫描——用于规划, 测试, 实现, 评审, 验证, 记忆, 和改进代码。