仓库攻略

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…

mcpcontextforge(README 自称 ContextForge)是一个由 IBM 开源的 AI Gateway / Registry / Proxy:它把任意数量的 MCP(Model Context Protocol)服务器、A2A(AgenttoAgent)服务器、REST/gRPC 后端统一汇聚到一个端点后面,对 AI 客户端(Claud…

TradingAgents 是一个多 Agent LLM 金融交易研究框架，模拟真实交易公司的组织架构：基本面分析师、舆情分析师、技术分析师、交易员、风险管理团队和投资组合经理，各自运作后通过结构化辩论达成交易决策。它基于 LangGraph 构建，支持 OpenAI GPT、Claude、Gemini、DeepSeek、Qwen、MiniMax、Grok …

andrejkarpathyskills 是一个单一 CLAUDE.md 文件，将 Andrej Karpathy 关于大模型编程陷阱的观察，凝练成四条核心原则，直接注入 Claude Code（或任何兼容 CLAUDE.md 的 Agent）的行为指导。这不是工具，不是代码库，是一套让 AI Coding Agent 减少"自作主张、过度工程、误改无关代码…

clawcode 是 UltraWorkers 工具链中的 Rust 版 CLI Agent 运行框架（claw CLI）的 canonical 实现。它是 LazyCodex 和 GajaeCode 的底层基础设施，提供一个本地运行的 AI 编码 Agent，支持 Anthropic API（Claude 系列）等多 Provider，可通过 REPL 交…

QM 是一个多人 AI 编程智能体平台，设计目标是让一个 AI 编程智能体服务于整个公司，而非仅限于个人助手。与传统单人 Copilot 不同，QM 通过「scope（作用域）」机制实现多用户隔离与协作： 核心：TypeScript / Node.js，HTTP 层用 Fastify Slack 插件：Scaffolded with Bolt Web UI：…

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——…

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…

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…

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…

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…

codereviewgraph（简称 CRG）是一个本地优先的代码智能图谱工具，为 MCP（Model Context Protocol）兼容的 AI 编程助手和 CLI 环境设计。它的核心思路是：先把你的代码库解析成一张结构化的知识图谱（节点 = 函数/类/导入，边 = 调用/继承/测试覆盖），然后在 AI 做代码审查时只喂给它真正相关的文件，而不是把整个…

Retrieval Harness 是 LlamaIndex 在 2026 年提出的一种面向 Agent 的持久化检索架构模式，其参考实现为 runllama/legalkb（法律文档知识库 Demo）。 区别于传统的单次向量搜索 RAG，Harness 将文档知识库包装成一组类文件系统 API 工具（retrieve / findFiles / readF…

CSGHub 是 OpenCSG 团队开源的"LLM 资产管理平台"，定位对标 Hugging Face：把模型（LLM/VLM）、数据集、Space 应用、代码片段当作一等资产，统一在一个平台上做上传、下载、版本管理、权限分发、推理部署和数据处理。整套系统由 Go（Gin）+ Rails 旧版迁移中的 Vue3 前端、PostgreSQL 元数据、Apac…

Apache Burr（incubating）是一个 Python 状态机框架，用来构建"会做决策的应用"——chatbot、agent、simulation、人机协作工具。它把应用建模成一张 state machine（状态机/流程图）： Burr 的关键设计哲学是 "框架无关"：它不规定你必须用哪个 LLM SDK、哪个 vector DB、哪个 age…

OpenLIT 是一个开源的 AI Engineering 平台，定位是"一站式把 LLM 应用从实验推到生产"。它把 OpenTelemetry 当作统一底座，向上提供 6 类核心能力： 1. 可观测性 SDK（Python / TypeScript / Go）：对 50+ LLM provider、VectorDB、Agent 框架、GPU 做自动埋点（…