仓库攻略

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…

⚠️ 本文为公开 README 与官方 docs 的二次整理,版本与数字以下方 fetch 到的内容为准,后续以仓库 release 为准。 Archestra 是一个面向企业的一体化 AI Agent 平台,把 LLM 代理、网关、Guardrails、MCP 注册表、Agent Runtime 全部塞进同一个控制平面。它的核心目标用户画像是「工程师 + …

Remote MCP Server（远程 MCP 服务器）是一种由第三方运维、仅通过 URL 对外暴露的 Model Context Protocol 端点。与传统的本地 MCP 服务器（需要 npm、PyPI、Docker 或二进制安装，并在本地以 stdio 进程运行）不同，远程 MCP 服务器由服务提供方托管，用户只需在 AI 客户端中配置一个 URL…

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…

MobileCode 是一个基于 opencode 的开源 AI 编程助手 fork，专注于移动端项目（iOS + Android）的实时预览与构建。它让 AI 编程助手能够直接感知、移动、运行你的 iOS 和 Android 项目，并在编程界面旁边内嵌实时模拟器/模拟器画面——一个 Play 按钮同时驱动 React Native 的 iOS 和 Andr…

realapipricing 是一个开放数据项目，核心目标是回答一个简单但长期被回避的问题：订阅制 AI API 的真实单价到底是多少？ 厂商宣传的往往是「月费 × 额度」，但不同厂商的 token 计量方式、额度刷新规则、缓存计费方式差异巨大，直接比较毫无意义。该项目用统一的标准工作负载（97.5% 缓存读取 + 2.15% 普通输入 + 0.35% 输出…

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…

EdgeEver 是一个开源、面向 AI Agent 时代重做的个人/团队知识库。它致敬 Evernote 经典的三栏布局（笔记本树 + 笔记列表 + 大编辑器），同时用现代化的 Web 技术栈（Bun workspace + Vite/React + TipTap/ProseMirror + Tailwind/shadcn/ui + Dexie + PWA…

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…

okfagentmemory 是一个面向 AI 编码代理（Claude Code、Cursor、Codex、Gemini CLI 等）的 Git 原生持久化记忆层。它把项目里的"长期知识"以符合 Google Open Knowledge Format（OKF）v0.2 规范的 Markdown + YAML frontmatter 文件形式，存在仓库的 k…

gentlepi 是一个 Pi Coding Agent 的操作治理层（harness），将 Pi 从一个强大的自由式编码助手，转变为受 SpecDriven Development（SDD） 规范约束的开发环境。 核心理念：大多数 AI coding agent 失败的原因不是模型能力不足，而是工作流缺乏纪律——需求不清就动手、架构决策消失在聊天记录里、测…

一个开箱即用的部署配方（recipe），用于在单台 NVIDIA DGX Spark（GB10，121 GiB 统一内存）上通过 vLLM 服务 Qwen3.8FlashNextNVFP4 大模型。 核心工程挑战：Qwen3.8FlashNext 原版 FP8 权重约 135 GB，单台 Spark 只有 128 GB 统一内存，直接跑会 OOM。这个配方通…

yjh051108/dshagiharness 是一套 DSH（DeepSeek Harness）插件组合，运行于 DeepSeek 官方开源的 DSH 运行时之上（MIT 协议，v0.1+）。它的核心定位是给 LLM 一个「可托付的身体」——把模型训练改不出来的三种能力：诚实（说到做到）、索取（缺料主动要）、经验沉淀与唤醒（学过的记下、下次会用），变成机器…

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 …

Kitter 是一个用 Rust + GPUI 构建的轻量级 AI Agent Skills 桌面管理器，附带独立的 CLI。它解决的是"同一套 Skill 在多个项目里各自维护一份副本"这个常见痛点——在项目之间共享链接（managed links）而不是独立副本，一处更新，所有项目同步生效。 概念简单：Library（技能库） → Projects（项目…

本攻略面向已经把 Claude Code / Codex / Cursor 等"会读 SKILL.md 的编码代理"装进日常开发流的人——你想让代理真的会用 NVIDIA 那套 CUDAX、AI Blueprint、DOCA、NeMo 工具链，而不是写一段看起来像、实际跑不起来的伪代码。NVIDIA/skills 这个仓库就是 NVIDIA 自己写好、扫描过…

⚠️ 读前必看：本文所有命令、版本号、文件名均直接来自仓库 README（main 分支，20260908 commit 可见）与仓库卡片元数据。⚠️ 个别点已在文末「坑与注意」逐条标出：Go 版本号（README 声称 go.mod 要求 1.25.5，与已知 Go 发行版序列不一致，待核）、适配器清单中出现的 MiniMax、Mimo（未在公开生态中检索…

agentty 是一个用 C++26 编写的终端 AI 结对编程工具，以单文件静态二进制分发（16.7 MB），冷启动约 3 ms，号称是 Claude Code 的平替。核心特点：零运行时依赖（无 Node/Python/npm）、智能代码检索（Hybrid BM25 + Embeddings + GraphRAG）、支持任意 LLM 提供者（Anthro…

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…

Sa2VA 是字节跳动 Seed 团队联合 UC Merced / WHU / PKU 在 2026 年开源的 Pixel LLM 系列旗舰仓库，核心论文《Sa2VA: Marrying SAM2 with MLLM for Dense Grounded Understanding of Images and Videos》已被 IEEE TPAMI 202…

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…

Paper Workbench 是一个纯 Python 标准库驱动的学术论文全流程流水线引擎，本地运行，零外部依赖（核心仅用 Python 标准库）。它的核心理念是： AI 干体力活，机器把守验证，关键判断留给人。 工作台覆盖从文献调研 → 定期刊 → 搭框架 → 写作 → 八步审查 → 投稿六大阶段，每一阶段的推进都必须过机器门禁——检查点没有真实证据凭据…

HarnessRouter Community Edition 是一个 Apache2.0 自托管的 agent harness 统一网关，把市面上几款主流的 AI 编程 / Agent CLI（Codex、Claude Code、Hermes、Pi、DeepSeek Harness / DSH）封装成同一套 HTTP API。开发者不再为每个 harnes…

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…

⚠️ 本文写作日期 20260907。仓库当前最新 release 为 v3.27.0(发布日期 20260826,来源: 首页 README 段落 "purple v3.27.0 20260826")。README 头条:"7300+ tests, MIT licensed, single binary"。所有命令均经 README 抓取确认(202609…

⚠️ 本文写作日期 20260907。MCP server 功能自 StackQL 0.9.250 起可用(来源:StackQL 官方博客 "StackQL MCP Server Now Available")。所有命令与字段以本文抓取时(20260907 07:33 UTC)的 README 与官方文档为准;版本细节请以 为准。 StackQL 是一个 G…

⚠️ 本文写作日期为 20260907。文中命令、快捷键与安装文件名均来自 GitHub 仓库 README 与 AGENTS.md 的 fetch 结果(20260907 07:33 UTC)。仓库未打 release tag 的具体版本号未能从公开 README 拿到,以下"版本"相关表述以"latest"或 commit 级说明代替,使用前请以 页面为…

⚠️ 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…