LongHorizonTerminalBench（LHTB）是一个评测 Agent 在长时序终端任务上持续工作能力的基准测试，2026 年 7 月由来自腾讯（Tencent HY LLM Frontier）、Lehigh University、University of Maryland、University of Georgia、University of…
仓库攻略
669 篇 · 657 个项目 · Agent 智能体
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…
Better Agents 是由 LangWatch 团队开源的 CLI 工具 + 一套工程规范，旨在让 AI 编码助手（Claude Code、Cursor、Kilocode 等）成为真正的"Agent 专家"，能按照行业最佳实践构建、测试和评估 AI Agent 项目。 它不替换已有的 Agent 框架（Agno、Mastra、LangGraph 等），…
UnityMCP（Unity Model Context Protocol）是一个将 Unity Editor 和 Runtime 接入 AI Agent（MCP 协议）的插件生态。装好后，AI Agent（如 Claude Code、Cursor、Copilot）能直接操作 Unity 场景、创建 GameObject、读写脚本、运行测试、截屏返回画面，实…
Agently（pip install agently）是一个 Python GenAI 应用开发框架，主打"让模型输出稳定可控、让 AI 服务像后端服务一样可观测、可恢复"。它的核心抽象是 AgentExecution：把一次推理涉及的 prompt、策略、Actions、Skill 绑定、process 流、TaskContext 证据、结果视图统一收口…
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…
PocketFlow 是一个仅用 100 行 Python 代码实现的轻量级 LLM 框架，核心思想是将 LLM 应用建模为有向图（Graph）。框架本身零依赖（仅需 asyncio），安装包仅 56KB，却能表达 Agent、Workflow、RAG、MultiAgent 等常见设计模式。 作者的核心论点是：市面上的主流 LLM 框架（LangChain、…
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…
MCP Router 是一个桌面端（Desktop）的 MCP 服务器统一管理应用，自定位为 "Unified MCP Server Management App / MCP Manager"。Model Context Protocol（MCP）是 Anthropic 推出的"让 LLM 调用外部工具/数据源"的开放协议，过去一年 MCP 服务器数量爆炸—…
envd（ɪnˈvdɪ，读作 "invideo"）是 TensorChord 开源的一个面向 AI/ML 的容器化开发环境构建工具。它用一个声明式的 build.envd 文件描述你的训练/推理环境，然后用一个 envd up 命令把它打包成 OCI 兼容的镜像，并在本地（或远端 K8s 集群）跑起来。 它不是 Dockerfile 的替代品那种简单封装——…
Tutti（音乐术语，意为"全体一起"）是一个多 AI 智能体实时协作工作空间。 它解决的问题很直接：当你同时使用 Claude Code、Codex、Canvas 等多个 AI 智能体时，它们各自独立运作——你需要反复在不同窗口之间复制粘贴上下文、解释需求、协调交接。AI 理论上该替你干活，实际上你成了"智能体之间的传话筒"。 Tutti 的核心思路是：让…
一个多角色 Agent 团队研究工作流：用不同角色的 Agent（侦察员、批评员、总结员）组成研究小队，让它们像真实团队一样协作——各司其职、互相review、自动输出结论——而不是把问题扔给一个 LLM 然后祈祷它答对。 核心洞察来自 @omarsar0（Elvis，DAIR.AI 研究员）：同一个 LLM 既写答案又评答案，本身就是盲点。解决方案不是换更…
21stdev/magicmcp 是 21st.dev 平台的 MCP（Model Context Protocol）服务器，专门为 AI 编程助手（Cursor、Windsurf、Claude Code、Cline、VS Code 等）提供 UI 组件生成能力。官方自称"like v0, but in your Cursor / Claude Code /…
OpenWorker 是由 Andrew Ng（吴恩达）与 Rohit Prasad 联合推出的开源桌面 AI 同事，2026 年 7 月 23 日以 MIT 许可证发布开放 beta。它不只是一个聊天界面——交付的是完成的工作产物：一份精修的报告、一条附上真实数据的 Slack 回复、一份更新好的日历、一封分拣过的收件箱。运行在本地机器上，不绑定任何模型，…
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。 …
DataFlowHarness 是北京大学联合中关村 Academy 于 2026 年 7 月 18 日发布的一个代码 Agent 平台（技术报告 arXiv:2607.16617），核心解决一个实际问题：LLM 代码 Agent 生成的往往是「一次性脚本」而非可持续编辑的生产级数据流水线——作者将此称为 NL2Pipeline Gap（自然语言到流水线之间…
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…
jCodeMunch 是一个基于 treesitter AST 解析的 MCP 服务器，专门解决 AI Agent 在代码库探索时「读整个文件找一句话」的 token 浪费问题。它对仓库做一次索引，之后每次检索只返回精确的函数、类、方法、常量符号——实测平均减少 95%+ 的 token 消耗（官方 live benchmark 20260723：15 项任…
NitroStack 是一个用 TypeScript 构建的生产级 MCP（Model Context Protocol）服务器全栈框架。它包含核心 SDK（@nitrostack/core）、脚手架 CLI（@nitrostack/cli）、React UI 组件库（@nitrostack/widgets）以及配套桌面 IDE（NitroStudio），覆…
代表攻略
LlamaParse Retrieval Harness：面向 Agent 的大规模文档遍历框架 · 干货攻略
LlamaParse Retrieval Harness 是 LlamaIndex（LlamaParse 平台）在 2026 年 6 月 29 日正式上线的一套面向 Agent 的文档遍历工具集，被定位为"2026 版 RAG"。它不再将文档检索视为一次性的语义搜索，而是把整个文档语料库暴露为一组类文件系统工具，让 Agent 能在单次推理循环内自由交替调用…
同类项目 2展开比较
同名 Awesome 仓库已合并展示，原攻略与详情链接均保留。
run-llama/llama_index
Stars 51,547
代表
run-llama/llama_index
Stars 51,547
仓库: 无（arXiv 论文，Microsoft Research，未开源代码） ECHO（Environment Crossentropy Hybrid Objective）是微软研究院提出的一种终端 Agent 强化学习混合训练目标，发表于 arXiv:2605.24517（2026 年 5 月 23 日）。论文作者：Vaishnavi Shrivast…
OmniRoute 是一个自托管 AI 网关，用单一端点聚合 278+ 提供商（含 90+ 免费层）的 500+ 模型，替开发者省去逐一对接每个 AI 提供商的麻烦。它支持自动 fallback 组合、Token 压缩、多策略路由、MCP 服务器、A2A 代理协议、内存持久化、Guardrails 安全过滤、TLS 指纹伪装等企业级特性，同时提供 Web 界…
VibeTrading 是香港大学数据智能实验室（HKUDS）开源的个人量化交易智能体框架，定位为"让任何 AI Agent 都具备完整交易研究能力"的一条命令式工具链。装好后，你的 Agent 可以做市场研究、策略编写、回测、因子分析、Shadow Account 行为诊断、券商账户审计，最终生成可交付的研究报告——覆盖 A 股、港股、美股、加密货币、期货…
baoyudesign 是一个可移植的 Agent Skill（技能包），它把 Claude 官方网页版 claude.ai/design 的设计引擎完整复刻为本地编辑器内的 AI 工作流。装入 Cursor、Claude Code、Codex 或任何支持 skills 的本地 Agent 后，你用自然语言描述需求，Agent 就会按照 Claude Des…
Orca 是一个专为并行多 Agent 协作设计的 AI IDE（集成开发环境），让你可以在同一个界面里同时运行多个 AI 编程 Agent（Codex、Claude Code、OpenCode、Cursor 等），每个 Agent 运行在独立的 git worktree 中，结果集中管理、按需对比合并。它本质上是一个"Agent 调度台"——不是替代你的 …
ghidramcp 是一个生产级 MCP（Model Context Protocol）服务器，将 NSA 开源的 Ghidra 反编译引擎以 269 个 MCP 工具的形式暴露给 AI Agent，供其进行 AI 驱动的二进制逆向工程。与大多数 Ghidra MCP 实现只提供几个只读工具不同，这是一个由真实逆向工程师日常使用的完整方案——支持完整的写操作…
Claude Scholar 是一个半自动化 AI 学术研究助手，面向计算机科学和 AI 研究者设计，核心功能覆盖文献调研、代码实验、报告撰写、论文写作和项目知识管理。它并非一个独立的 AI 模型或应用，而是一套 Claude Code / Codex / Kimi Code CLI / OpenCode 的技能（Skills）和工作流配置层，通过向这些编码…
AOS Community Edition（简称 AOSCE）是 Unicity 公司推出的开源 Agent 操作系统，专为希望拥有可审查、可组合 AI Agent 运行环境的开发者设计。它的核心定位是：Agent 的执行环境（类似容器的隔离运行时）+ 配套的工具链，让 Agent 在其中既能安全运行，又能自我扩展能力。 关键概念拆解： MetaHarnes…