AgentSky（agentsky.dev）是 2026 年上线的世界首个 Agent Market（Agent 聚合分发平台），核心理念是「把 OpenRouter 对模型的作用复制到 Agent 层」——用一张 API key 统一接入 Claude Code、Codex、Hermes、OpenCode、Kimi Code、OpenClaw 等多款主流 …
仓库攻略
244 篇 · 241 个项目 · Agent 智能体 · jay
这篇论文（arXiv:2609.20804，2026 年 9 月 17 日）是首批对 Coding Harness 进行组件级拆解实证研究的工作之一。 论文作者（RunZe Fan 等，来自 UMass Amherst、Emory、UNC Charlotte 和 Zoom）构建了一个模块化的轻量 Coding Harness，将执行循环固定，仅对三个组件进行…
Stellar Colosseum 是 Google Research 推出的一种多 Agent 协作 Harness 系统，用于在数学与理论计算机科学领域执行长程研究任务（longhorizon research）。由 Honghao Lin、David P. Woodruff（cofirst authors）、Yuan Deng、Jieming Mao、…
SkillRanker（命令 sr）是一个独立运行的 Rust CLI 工具，核心作用是在 AI 编码代理（Claude Code、Codex 等）的技能库中，根据当前会话的实时上下文，智能挑选最适合下一步的技能。它由 TypeSafe.ai 的 Jev 模型提供决策引擎，支持 Claude Code Hooks 集成、结构化 JSON 输出、主动弃权（ab…
Procedural Graphs（过程图）是 Google 团队（Yuxing Lu、Yicheng Chen、Shanchan Wu、Sercan Ö. Arık）2026 年 9 月 8 日发表在 arXiv（2609.09153）的论文提出的 LLM Agent 执行结构框架。 其核心思想类比清晰： 知识图谱（Knowledge Graph）→ 用（…
SoLPi（Scaling of Language — Pi）是 NVIDIA NVlabs 开源的一个 Pi Agent 引擎扩展包，通过四个可插拔的 Token 节省机制，在保持原有任务完成质量的前提下，大幅削减长时运行编码 Agent 的 token 流量和 API 成本。 它不是一个独立的 Agent，而是以插件形式叠加在 Pi（@earendilw…
GPT6 Astra 是 OpenAI 于 2026 年 9 月 3 日发布的旗舰模型，定位为「AI 工程师」级 Agent 主力引擎。本攻略聚焦其 API 接入成本 与 编码类 Agent 任务性价比，为有实际落地需求的开发者提供一份可复现的参考。 核心事实（均来自官方来源，详见「核验过程」）： | 维度 | 数据 | ||| | API 模型名 | gp…
dairai/dairacademyplugins 是 DAIR.AI 维护的一个 Claude Code 插件市场，涵盖 AI 课程助教、X 情报流、论文策展、图像生成、LLM Council 等多个垂直场景。其中 xagentintelligence 插件（v1.4.0）解决了一个实际问题：如何把 X（Twitter）上关注的 AI / Agent 账号…
CodexBoard 是一个 macOS 桌面应用，将项目任务看板与本机 Codex 连接起来。它的核心用途是：让你用看板（Kanban）的方式管理任务，把任务提交给本机 Codex 执行，然后在看板里实时查看进度、处理审批和补充信息——相当于给 Codex 加了一层任务管理层。 项目支持两种接入方式：Web 浏览器（ HTTPS 登录） 和 飞书（Lark…
PIDesktop 是一个本地优先（Localfirst）的 AI 编程 Agent 桌面工作空间。它的核心理念是：大多数编程 Agent 活在终端、编辑器插件或托管服务里，而 PIDesktop 给它们一个真正属于自己的独立桌面环境。 项目选用 Electron（前端界面）+ Rust Host Core（特权操作核心）+ pi Agent Sidecar…
Jev Ultrafast 是 browseruse 团队在 2026 年 9 月发布的一个开源浏览器 Agent 框架，核心创新是将 TypeSafe Jev 决策模型与动态索引式动作空间结合，实现超快决策循环。 与传统的截图+视觉推理路线不同，它用原子化 DOM 快照替代视觉输入：JavaScript 一次性读取页面可见控件（按钮、输入框、下拉框等），按…
Beyond Prompts: Measuring and Optimizing LLM ToolAgent Harnesses 是一篇 2026 年 9 月 4 日提交、已被 EMNLP 2026 接收的论文，第一作者为 Airbnb 的 Mia Zhao。论文研究的核心问题是： 在模型权重固定的前提下，如何系统性地优化 agent 的运行时控制层（har…
多子 Agent 并行存在收益递减边界——当并发子 Agent 数量超过某个阈值后，增加更多 Agent 不仅无法继续提升效果，反而会因协调开销、Token 浪费和上下文重叠导致整体效率下降。 核心反直觉结论： 来源分享者 @omarsar0（Omar Sánchez）是 AI 工程领域活跃的独立研究员，以梳理长文摘要和架构分析著称。 多 Agent 系统是…
JustinTime（JIT）Agentic OCR 是 LlamaIndex 联合创始人 Jerry Liu 在 2026 年 9 月提出的一种两遍文档处理范式，核心思想是： 不要对每个文档一开始就做昂贵的 VLMOCR，而是在需要的时候才精准放大（zoom in）到相关页面。 传统方案（全量 VLMOCR）的问题：贵、慢、没必要。JITOCR 的答案：先…
2026 年 9 月 11 日，Simon Willison 和 Alex Garcia 联合发布 Datasette 两个安全补丁版本——1.0a39（当前 alpha 系列）和 0.65.4（stable 系列），修复了一批权限相关漏洞。这批漏洞由 Sevban Dönmez 提交 AI 辅助报告后，触发了一次完整的 coding agent 安全审计，…
NeoHorse1 是 TokenRhythm 发布的一个 Agent 原生语言模型家族，包含 4B 和 9B 两个规模，均从 Qwen3.5 后训练而来，定位是「递归自改进（RSI）」路径上的初始原型。 官方将其描述为「agentnative」——模型从一开始就不是为通用对话设计的，而是专门针对工具调用、编码、Agent Harness 场景、指令遵循这四…
Rodney 是 Simon Willison 用 Go 编写的命令行浏览器自动化工具，基于 gorod/rod 库实现。与 Playwright/Puppeteer 等面向人类开发者的工具不同，Rodney 从第一天起就是为 coding agent 和 shell 脚本设计的。 核心设计：Chrome 以长驻进程运行（通过 Chrome DevTools…
Pentest Swarm AI 是一个基于真实群智（Swarm）架构的开源渗透测试引擎，由 Go 语言编写，支持 Claude、GLM、Qwen、DeepSeek、Gemini、Ollama 等任意具备 functioncalling 能力的 LLM。与传统多 Agent 工具「单 Planner 按固定顺序调用各阶段」不同，Pentest Swarm A…
Xberg 是用 Rust 编写的多格式文档智能提取引擎，下一代 Kreuzberg v4。声称支持 107 种文档格式 / 141 种文件扩展名 / 371 种编程语言，提供 15 种语言绑定（Python、Node.js、Rust、Go、Java、C#、Ruby、PHP、Elixir、Dart、Swift、Zig、WASM、Kotlin、C FFI），零…
论文 "Beyond Prompts: Measuring and Optimizing LLM ToolAgent Harnesses"（arXiv:2609.05736，EMNLP 2026）来自 Airbnb 团队，核心贡献有两层： 第一层：量化评估协议。 论文指出，对 harness（围绕固定模型的运行时控制层）的优化效果不能只看均值提升，必须在预算…
Open Science Desktop（简称 OSD，原名"Open Science"，v0.5.2 为当前最新版）是一个本地优先、模型无关的 AI 科研工作台，面向 macOS、Windows 和 Linux。它用 Tauri 构建桌面外壳，内嵌 OpenCode 运行时，通过 MCP 协议连接科学数据库和 agent 技能，可以完成从文献调研、实验设计…
Webcmd 是一个面向 AI 编程 agent 的自学习浏览器基础设施。它的核心思路很直接：让 agent 在真实浏览器中完成任务，同时把网站的结构知识（sitemap、action space、pitfalls）留在本地，下次同类任务不再重复探测，直接从记忆启动。据 README 描述，理论上可将浏览器 agent 的 token 消耗降低 90%。 它…
Neo.mjs 是一个自演进软件有机体——一支专业端到端 AI 工程团队，跨模型（Claude / Gemini / GPT 等） swarm 协同，通过 Neural Link（神经链接）进驻实际应用，在内存核心（Memory Core）、知识库（Knowledge Base）、Native Edge Graph、A2A 协调层上自主完成从构思到构建到交叉…
AI Research Preference Models（RPMs）是 Meta FAIR 团队（联合牛津大学、UCL）提出的一种新方法，核心问题是：AI 研究 Agent 能提出远多于能跑实验的候选方案，但 GPU 预算有限，如何在跑之前就知道哪个最值得跑？ RPM 的思路是：不预测绝对分数（论文发现 LLM 在预测具体指标上不可靠），而是用预训练冻结的…
⚠️ 仓库说明：原帖链接指向 ByteDanceSeed/HarnessDev，但该 GitHub 仓库不存在（404）。官方资源为 arXiv 论文及项目页，以下内容均来自这两个来源。 HarnessDev 是 ByteDance Seed（联合新加坡理工大学、佐治亚理工、MAP、TokenWave.AI 等机构）于 2026 年 9 月 1 日发布在 a…
academicwritingskills 是一个面向学术写作后期的 AI 辅助工具集，基于 Agent Skills 协议 安装，专为已存在初稿的论文提供「审稿人视角」的诊断与精修。不是从零写论文，而是对已有稿件做格式校验、文献核查、语法抛光、去 AI 味编辑和同行评议式审查。 覆盖 LaTeX（英文 / 中文学位论文）、Typst 和 PDF 三种格式。…
openJiuwen 是一个开源的 Agent 评测 Harness（测试框架），专门针对长程编程任务设计，发表在 arXiv（论文 2608.27969，2026 年 8 月 28 日提交）。 它的核心论文标题已经点明主题：Beyond Static Harnesses for LongHorizon Coding Agents（超越静态 Harness …
OpenExecutive 是一个 AI 虚拟高管团队系统——用一套系统扮演你公司的完整高管层（CSO、CFO、CHRO、GC、COO、CMO、CPO、董事会秘书），用户始终只和一个连贯的"Executive"声音对话，内部则由 8 个专业 Agent 并行协作，从 ChromaDB 检索知识、SQLite 记录决策记忆、Anthropic Claude 作…
HarnessofHarness（简称 HoH）是一个让现有编码 Agent 框架（harness）获得「持续自我改进」能力的上层封装框架，由上海人工智能实验室（Shanghai Artificial Intelligence Laboratory）的研究者提出，2026 年 9 月 2 日发表于 arXiv（arXiv:2609.01481）。 它的核心洞…
Autonomous LongRunning Coding Agents（自主长时运行编码智能体）是一种从"人类逐轮驱动"转向"目标合同驱动"的编码 Agent 新范式。其核心思想来自 DAIR.AI 联合创始人 Omar Sarwar（@omarsar0）于 2026 年 6 月 11 日在 DAIR.AI Academy 开设的同名直播课（165 人报名…