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…
仓库攻略
405 篇 · 395 个项目 · jay · Agent 智能体
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…
WHALE（WeightHarness Alternating LEarning）是 KRAFTON AI 与斯坦福大学联合提出的一种联合优化配方，核心思路极为简洁：将 Agent 系统拆成两个独立模块——模型权重（weights）和Harness 代码，交替优化，每次只动一个、固定另一个，循环往复逼近联合最优解。 官方定义（arXiv 2609.00196…
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…
commitrewriter 是 Simon Willison（@simonw）9 月 14 日发布的本地 Web 应用，用于批量编辑 Git 仓库的提交信息。核心使用场景是：Coding Agent 生成的提交记录往往带有大量"机器腔"——冗长的内部 ID 引用、不适合公开的 issue 编号、重复的 agent 生成 boilerplate。Simon …
Beyond Prompts: Measuring and Optimizing LLM ToolAgent Harnesses 是 Airbnb 团队（Cen Mia Zhao、Haibo Ruan、Wenjie Chen 等）发表在 EMNLP 2026 的论文，核心命题： 给定一个固定模型，Agent 的质量提升来源不是换模型，而是优化它周围的 har…
一个由 GPT6 Astra（Medium）+ OpenAI Codex 模式驱动的 AI 编码智能体，在 macOS 上自动调用本地已安装的 Blender 桌面应用，通过 Blender Python API 生成可编辑的 .blend 三维场景文件，并渲染出成品图像。 整个过程完全由自然语言驱动——用户只给了三句提示词，AI 自己： 1. 写 Pyth…
Extract Turbo 是 LlamaIndex（LlamaParse / LlamaExtract）平台在 2026 年 9 月发布的全新文档抽取 tier，处于 beta 阶段，主打极致低延迟，目标场景是 extraction 位于用户响应路径上的实时工作流。 LlamaParse 是 LlamaIndex 的核心商业产品，提供 Parse（文档解析…
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…
Uno（发音「乌诺」）是 IFM（Institute of Foundation Models）团队开源的离散扩散增强型 LLM 推理框架，核心思想是：不让扩散模型取代自回归模型，而是让扩散模型辅助自回归模型并行生成多个 token，从而在保持输出无损的前提下显著提升吞吐。 传统 LLM 推理慢在「串行」——每个 token 必须等前一个 token 生成完…
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…
Miles 是 RadixArk 开源的企业级大模型 RL 后训练框架（v0.1 发布于 2026 年 8 月 18 日），定位与 OpenAI 的训练+推理协同思路类似，但完全开源。Miles 从 THUDM/slime 分叉而来，与 slime 保持共同演进。 核心架构：SGLang 负责高吞吐 rollout 生成 + NVIDIA MegatronL…
CoEvolving Harnesses and Models: OnPolicy Correction Helps Weaker Models Catch Up Where Imitation Fails 是 Salesforce AI 团队（Zhou Yu、Bin Bi 等）的研究，核心研究问题： 在企业级 Agent 场景下，Harness 演化（优化…
2026 年 9 月 8 日，Salesforce AI 研究团队发布了论文 "CoEvolving Harnesses and Models: OnPolicy Correction Helps Weaker Models Catch Up Where Imitation Fails"（arXiv:2609.09134）。论文研究了一个核心问题：当小模型配…
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…
ChromaFs 是 Mintlify 在 2026 年 3 月发布的一种虚拟文件系统（Virtual Filesystem）实现，它把 Chroma 向量数据库包装成 Agent 可用 ls、cat、grep、find、cd 等 UNIX 命令操作的"文件系统"，从而替代传统的 naive RAG 方案。 核心洞察来自 Mintlify 工程师 Dens …
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…
DisCo（Distillation & Composition）是北京人工智能研究院（BAAI）等团队提出的研究智能体，它不只做研究，还自己构建可执行技能——然后用这些技能反过来提升研究能力。配套产物是 AREXSkill Library：从 1,000+ 个热门 ML 仓库中自动蒸馏出 5,000+ 条已验证技能，覆盖 20 个研究领域和 178 个能力…
⚠️ 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…
Claude Fable 5.1 使用的是与 Claude Fable 5 相同的 tokenizer（该 tokenizer 首次随 Claude Opus 4.7 引入）。相比 Opus 4.7 之前的模型（如 Fable 4、Sonnet 4.6 等），相同文本会多产生约 30% 的 token。 这不是 API 接口的变化——请求格式、流式事件结构完…
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。…