SmolVM（smolmachines/smolvm）是一个开源的轻量级 microVM 运行时，专门解决 AI Agent 执行 LLM 生成代码时的隔离问题。由 Aniket Maurya 与 Celesto AI 团队开发，Apache 2.0 开源协议，2026 年 4 月 21 日正式发布，GitHub 发布首日即获得 482 个 HN 点。 官方…
仓库攻略
79 篇 · 78 个项目 · Agent 智能体 · jay · LLM 基础设施
x64dbgMCPServer 是一个将 x64dbg 调试器通过 MCP（Model Context Protocol） 协议暴露为 HTTP 服务的原生插件。使用 Zig 语言编写，零外部依赖，一个插件文件同时支持 x32 和 x64 架构。连接任何 MCP 兼容的 AI 助手（如 Claude Code），即可通过自然语言控制 x64dbg：设置断点、…
SynaLinks/synalinksskills 是一套面向 AI 编程 Agent 的 SKILL.md 技能包，专门教 Claude Code、Codex、OpenCode、pi 等主流 coding agent 如何写出符合 SynaLinks 框架规范的代码。技能本身是一个标准化的 SKILL.md 文件，基于 Anthropic 主导的 Agen…
douyinmcpserver 是一个开源的抖音/字节系短视频数据提取工具，提供无水印视频下载链接获取、AI 语音识别提取视频文案两项核心功能。它同时提供 WebUI（浏览器界面）、MCP Server（AI 助手集成）、命令行三种使用方式，支持 Claude Desktop、 Cherry Studio 等支持 MCP 协议的应用。 核心语音识别使用硅基流…
Qwen Code 是阿里巴巴 Qwen 团队开源的终端 AI 编程 Agent，对标 Anthropic 的 Claude Code。项目脱胎于 Google Gemini CLI v0.8.2（已停止同步），现发展为独立的多协议、多平台 Agent 框架，核心框架与 Qwen 模型均已开源，无供应商绑定。 其定位是「让 AI 编程能力在终端里随手可得」—…
AI Berkshire 是一套同时兼容 Claude Code 与 Codex 的价值投资研究 Skill 合集，将巴菲特、芒格、段永平、李录四位价值投资大师的方法论系统化、结构化，通过 AI Agent 实现专业级投资研究。仓库声称：一个人 + Claude Code / Codex = 一个投研团队。 核心定位不是"让 AI 告诉你买哪只股票"，而是用…
在 LangChain/LangGraph Agent 执行链中，在调用昂贵 Agent 之前插入一个轻量级分类器/路由步骤，由该步骤判断当前输入是否真的值得跑 Agent。如果分类器判定"不值得"，直接返回轻量级结果（如简单回复、规则匹配、缓存结果），跳过整个 Agent 调用链路，从而节省大量 token 消耗。 核心代码模式（LangChain Exp…
MinerU 是由 OpenDataLab（上海人工智能实验室关联开源组织）开发的高精度文档解析引擎，于 2024 年开源。其核心能力是：将 PDF、DOCX、PPTX、XLSX、图片、网页等复杂文档，转换为 LLM 可直接消费的 Markdown 或 JSON 格式，同时保留阅读顺序、标题层级、表格结构、公式 LaTeX 等语义信息。 MinerU 最早服…
Nerve（The Simple Agent Development Kit）是一个用 YAML + CLI 构建、运行、评测和编排 LLM Agent 的轻量框架。它的核心理念是声明式 Agent：用 YAML 定义 system prompt、task、tools 和 variables，一个文件搞定一个 Agent，再通过 nerve CLI 驱动执行…
Meta Muse Glimmer 是 Meta 超级智能实验室（Meta Superintelligence Lab）于 2026 年 8 月 开源发布的 ~29.6B 参数多模态推理模型，权重基于 Apache 2.0 许可证，完全开放商用。它是 Meta 自 Llama 时代之后首次重新发布开源权重，被 @rasbt 形容为「Llama 时代以来 Me…
Claude Code Skill Factory 是一个用自然语言交互构建生产级 Claude Skills、Claude Code Agents、自定义 Slash Commands 和 LLM Prompts 的开源工具包。 简单说：你要写一个 Claude Skill，不用从零憋文档，直接回答几个问题，Factory Agent 帮你生成完整的 SK…
ToolHive 是 Stacklok 开源的企业级 MCP（Model Context Protocol）服务器运行与管理平台，定位类似 MCP 界的"Kubernetes"——用容器隔离每一个 MCP 服务器，用声明式 API 集中管控注册表、网关、运行时和安全策略。 核心卖点三条： 1. 安全隔离：每个 MCP 服务器跑在独立容器里，凭证不泄露到本地，…
claudekitskills 是 mrgoonie 在 GitHub 上维护的一套 Claude Agent Skills 合集，托管于 ClaudeKit.cc（一个非 Anthropic 官方的 Claude 第三方服务平台）。这并非 Anthropic 官方产品，而是社区将高频使用场景封装为可复用的 Skill 工作流——每个 Skill 约等于一个…
ClaudePrism 是一个 本地优先的离线科学写作工作空间，由 Tauri 2（Rust）构建的原生桌面应用，集成 LaTeX 编译（嵌入式 Tectonic）、Python 科学计算环境（uv）、以及 100+ 领域专项 Claude Skills（来自 KDense Scientific Skills 项目）。简单说：它把 OpenAI Prism …
rampstackco/claudeskills 是一个 Claude Skills 技能库，包含 103 个互相组合的模块化技能，覆盖从品牌策略、设计系统、内容生产、SEO、产品管理、前端开发到增长运营的完整网站生命周期。每一个 Skill 都是一个独立文件夹，内含 SKILL.md（指令 + YAML 元数据）以及可选的参考文件（模板、清单、工作示例）。…
Google Workspace MCP Server（workspacemcp）是目前功能最完整的 Google Workspace MCP 服务器，通过 MCP（Model Context Protocol）协议将 AI 助手连接到 Google 全套生产力工具——覆盖 Gmail、Drive、Calendar、Docs、Sheets、Slides、Fo…
Prime Agent 是 Prime Intellect（2026 年 8 月 5 日开源）的自改进 Agent 编程框架，围绕两个核心抽象构建： RLM（Recursive Language Model）：将上下文视为变量，把子 Agent 调用变成 REPL 内的函数调用（rlm(...)），替代传统的固定工具 schema + 上下文压缩方案。 Co…
claudeskills（v0.4.16）是面向 Claude Code 的专业技能包，内含 67 个专业化 Skill 和 9 个项目工作流，覆盖 12 个分类：语言（Python/TypeScript/Go/Rust等）、前端框架、后端框架、基础设施、云、API与架构、质量测试、DevOps、安全、数据与ML、平台专家、工作流命令。 它的核心价值是把"大…
awesomeagentskills 是一个社区维护的 Agent Skills 目录，收录了大量由真实工程团队创建和使用的 AI Agent 技能说明文件（SKILL.md）。兼容 Claude Code、Codex、Copilot、Antigravity、Cursor、Windsurf、Gemini CLI 等主流 AI 编程工具。 不同于机器人生成的技…
QwenPaw 是基于 AgentScope 2.0 构建的本地优先 AI 个人助手，定位为"Agent OS"——每个 Agent 拥有独立的 Resources（磁盘文件）、Governance（权限策略）、Sandbox（运行时隔离）三层结构。它既可以完全离线运行（不依赖任何云端），也可以接入 14+ 云端模型提供商。 v2.0 于 20260710 …
本攻略核验了原帖中的所有关键数字，均来自 OSWorld 2.0 官方 GitHub（xlangai/OSWorldV2）、arXiv 论文摘要页（2606.29537）及 arXiv HTML 版本原始表格数据。Benchmark leaderboard 动态更新，当前 SOTA 已随新模型提交变化，文中标注了原始 paper 结果与最新榜单的区别。 OS…
Cameron R. Wolfe（Deep Learning Focus newsletter 作者、Netflix 资深研究科学家）发布了一篇万字长文，系统梳理了当前 Agent 评测的核心方法论与实践挑战。 传统 LLM 评测用静态问答或短对话就能完成——输入问题，输出答案，对比参考答案。但 Agent 系统是长时间运行、主动操作外部环境、与工具反复交互…
khazixskills 是「数字生命卡兹克」作者开源的一套 AI Agent Skills 合集，遵循 Agent Skills 开放标准，可直接被 Claude Code、Codex、Qoder、Kimi Code、iFlow、CodeBuddy、Cursor 等 40+ 支持该标准的 Agent 安装加载。每个 Skill 都是一段结构化指令集，让 A…
ECHO（Environment Crossentropy Hybrid Objective）是一个让 CLI Agent 在 RL 训练过程中同时学习预测环境响应（terminal 输出）的混合目标函数，来自论文 arXiv:2605.24517（2026 年 5 月），由 Microsoft Research AI Frontiers 和 Prime I…
一个长期被忽视的事实是：语言模型被训练来执行动作，但从未被显式训练来建模它们所处的环境。 标准 Agent 强化学习（如 GRPO）只在动作 token 上计算梯度，用稀疏的二元结果奖励（成功/失败）驱动学习。环境中返回的所有观测——stdout、stderr、文件内容、错误信息、工具响应——虽然在 rollout 中已经存在，却不参与训练，被白白丢弃。 工…
LlamaParse Retrieval Harness（发布于 2026 年 6 月 29 日）是 LlamaIndex 在 LlamaParse Index v2 中推出的一套面向 Agent 的文档检索工具集。它不再把文档库当成一个静态向量数据库让 Agent 做一次语义搜索，而是把整个索引暴露为一组类文件系统接口——Agent 可以主动 list、g…
OpenScience 是 Synthetic Sciences（YC W26 入选团队）出品的开源 AI 科研工作台。用户给定一个研究目标，它就以"能力型合作者"的方式走完完整研究闭环——读文献、提假设、写代码、跑实验、查数据库、写报告，全程在一个浏览器 Workspace 里完成。 它于 2026 年 7 月 5 日正式发布，定位是 Claude Sci…
Claude Code 动态工作流（Dynamic Workflows）是 Anthropic 于 2026 年 5 月 28 日（随 Opus 4.8 发布）推出的研究预览功能，核心解决一个长期难题：LLM Agent 的编排逻辑（即"谁在什么时机调用谁"）本质上是硬编码的，无法动态适应任务规模。 动态工作流的解法是：让 Claude 自己写一个 Java…
koreanlawmcp 是一个基于韩国法制处（법제처）Open API 的 MCP（Model Context Protocol）服务器，同时附带 CLI 工具。它将韩国 42 个官方法律 API 压缩为 10 个核心工具，让 AI 助手（Claude Desktop、Cursor、Windsurf、Zed 等）能够实时查询、验证和分析韩国成文法和判例。 …
NemoClaw for LangChain Deep Agents Blueprint（简称 NemoClaw）是 LangChain 与 NVIDIA 联合发布的企业级 Agent 参考架构，发布时间为 2026 年 7 月 8 日（PRNewswire）。 该 Blueprint 不是一款独立产品，而是把三层开源组件打包成一套可落地、可自托管的完整 A…