Apodex 1.1 是 2026 年 8 月 24 日发布的一篇 70+ 作者论文（arXiv:2608.23283），全称 Scaling Agentic Intelligence for Complex Work。论文提出了一个通用 agent 执行系统，核心目标是把语言模型的「推理能力」转化为「可持续完成可验收工作」的能力——作者称之为 Workin…
仓库攻略
137 篇 · 137 个项目 · Agent 智能体 · 评测基准
ClaudeSkills 是13 个精选 Agent Skills 的合集，以开放的 SKILL.md 格式 打包。每一个 Skill 都是一个完整的任务方法包：步骤、模板、脚本、示例、验收标准全部文件化，安装到任何支持 Agent Skills 格式的客户端即可使用。 核心区别：Prompt 用一次就没了，Skill 把方法留下来，可复用、可检查、可改进。…
AthenaPublic 是一个本地优先的 agentic PKM（个人知识管理）系统，定位是"任何 LLM 的记忆层与治理层"。核心理念是： Own the state. Rent the intelligence. Platforms forget. Athena doesn't. 把记忆搬到本地 Markdown 文件，换模型不丢记忆，记忆会随 ses…
secondbrain 是一个个人 agentic OS（操作系统级框架），核心理念是"把 AI 助手做成你机器的操作系统"。通过本地文件智能 + 工作流自动化 + 多模态消息平台通信，完成从文件处理、代码执行、邮件管理到网页搜索的全套任务。 核心架构分 10 个模块： 1. Attachment Parsing — 解析各类附件（图片/文档/音频等） 2.…
FrontierAgent 是 ApodexAI 开源的一个agent 运行时 + 终端产品 + 评测套件三位一体项目，定位是"长程研究代理和基于文件工作的完整解决方案"。核心由三层组成： 配套 Apodex 商业平台（API Key 接入），也支持自托管 SGLang 模型。 长程 agent 任务长期面临几个痛点： 1. 缺乏结构化并行：传统 ReAct…
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…
这是 Victor Dibia（Microsoft Research 首席研究软件工程师、AutoGen 与 AutoGen Studio 作者）所著《Designing MultiAgent Systems: Principles, Patterns, and Implementation for AI Agents》（2025）的官方配套代码仓库。仓库核…
DARE（Declarative Autonomous Research Engine）是一个 AI 原生科研编排系统，宣称"不是帮你做研究的工具，而是研究者本身"。900+ 纯 Markdown 格式 skill 组成 10 个可自由组合的研究包，按 4 层指挥链架构（Campaign → Strategy → Tactic → SOP）组织，配有 6 个…
CAID（Centralized Asynchronous Isolated Delegation）是一个面向长程软件工程任务的多 Agent 协调范式，由卡内基梅隆大学（CMU）研究团队提出，发表在 arXiv 2603.21489。核心思路是：将人类软件工程中的成熟协作基础设施（git worktree、branchandmerge、测试验证）直接映射到…
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、…
自检：双轨 ✓（机制 + 工程路径）/ ⚠️ 数字核验 3 处（85 crate / ~340K 行 / 368 组测试 / 4.61s 响应均来自仓库自述，未独立复测）/ 私域污染 SUM=0 / CJK 估算 ~1700 / verifiability：核心 URL 已 fetch，LLM 端到端实测数据仅仓库自报。 Apeireth 自称 "AGI o…
CORAL 是一个面向「自动研究 / 自动进化」场景的多智能体基础设施。它不是某个具体模型，而是把"让多个 coding agent 持续跑实验、共享笔记、互相学习、迭代解法"这件事做成一套可以一键拉起的运行时：把现有代码库喂给它，再配一个打分器（grader），CORAL 就接管剩下的活——隔离工作区、跑评估、维护共享状态、调度多 agent 协作。 原生…
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…
WISP（Workspace for Intelligent Scientific Practice）是一个开源、本地优先的桌面 AI 科研工作台，将文献检索、Python/R 执行、~80 个科学数据库查询、AI 模型调用集成在一个项目中，支持 SSH/WSL/本地 GPU 多种计算后端，数据和凭证保留在本地不传云端。 AI 辅助科研工具普遍存在两个问题：…
AwesomeLLMsforVulnerabilityDetection 是一个社区维护的精选论文 / 项目 / Agent Skill 索引，专注于"用大语言模型做软件漏洞检测"这个交叉方向。仓库由 huhusmang 维护，README 主表只展示 2025 年及之后的论文，2024 年及之前的单独归档在 docs/papers_archive.md，分…
Code Mode（@utcp/codemode）是让 AI Agent 通过执行代码而非传统 JSON toolcalling 来调用工具的库。核心思路：给 Agent 一个能写 TypeScript 代码的沙盒执行环境，Agent 在代码里直接调用 MCP/UTCP 工具，一行代码替代传统方案的 15+ 次工具调用轮次。 Apple ML、Cloudfl…
Artificial Analysis Search Index（搜索 API 指数）是一个专门针对 AI Agent 搜索工具 的评测基准，由 AI 数据分析平台 Artificial Analysis（AA）于 2026 年 8 月 18 日正式发布。它的核心思路非常干净——用同一个 Agent 环境（模型、工具调用上限、评测任务完全相同），只替换底层的…
potholereporter 是一个纯客户端 Android 应用，用 AI 视觉检测班加罗尔（Bengaluru）道路坑洞，自动关联公共采购记录找到负责官员和承包商，生成一份可编辑的投诉邮件草稿，由你审核后手动发送。 核心特点：没有服务端、不需要账号、不自动发邮件——一切都在本地完成，你掌控每一步。App 扫描约 2,900 份政府合同记录用于关联，检测…
Ante（读作「anti」）是 Antigma Labs 开源的一个自包含（selfcontained）终端编程智能体，核心定位是"Harness（工具架）优先，而非模型绑定"。作者观点鲜明：好用的 Agent 依赖的不只是模型，更是一套经过精细调校的执行框架（harness），而这套框架应该与模型解耦、可以自由替换。 一句话类比：Ante ≈ Claude…
TrueForge 是 TrueFoundry 于 2026 年 8 月开源的 MIT 许可证 Agent Harness——运行在 LLM 周围的运行时层，把一个语言模型变成可真正跑在生产环境里的 Agent。它不挑模型、不绑云、不锁供应商，可以本地单进程（SQLite）运行，也可以 Docker Compose / Kubernetes 部署高可用集群。…
WFGY（万法归一 / WanFaGuiYi）是一个面向 AI 推理、RAG 与 Agent 工作流的开源协议与工具生态系统。它的核心主张是：在嵌入空间（embedding space）中构建语义场定律（semantic field laws），让 LLM 能够自我收敛推理路径，减少 RAG 漂移、幻觉和"幽灵匹配"问题。 当前公开的最新版本为 WFGY 5…
MisakaNet 是一个面向 AI 编程 Agent 的"失败记忆"知识库。它本身不是 Agent 框架、不是向量数据库、不是云服务,它的定位非常窄:让 Agent 在跑代码撞墙时,能搜到一条"别人已经踩过、且给出可复制修复路径"的经验。 仓库以纯 Git + Markdown + Python 标准库的形式存在(misakanetcore 是独立 PyP…
Cumora（cumora.ai）是一个AI Agent 团队协作平台，定位为"多 Agent team chat"——AI Agent 和人类共同出现在同一个通讯录、同一组对话里，Agent 不只是被动的问答机器，而是有身份（persona）、有记忆、能认领任务、相互协调而不打架的存在。 核心特点： ⚠️ 截至 202608，Cumora 处于 invit…
Ax 是 TypeScript 版的 DSPy——一个为 LLM 构建的编程模型和训练框架，但用 TypeScript 实现，号称"几乎就是 TypeScript 的官方 DSPy"。它同一个语义核心还编译到 Python、Java、C++、Go 和 Rust，让你写一次 LLM 程序，跨多个语言生态运行。 核心特点： 签名驱动的结构化生成（typed st…
本攻略核验了所有数字与说法：准确率来自 ExtractBench 官方论文（arXiv:2607.29677）及 GitHub README；FTX 矩阵案例来自 Jerry Liu 原文；各 tier 定价来自 ExtractBench GitHub 页；与原帖说法一致处直接引用，与官方文档冲突处以官方为准并注明。 LlamaExtract Agentic…
UltraRAG 是由清华大学 THUNLP、东北大学 NEUIR、OpenBMB、AI9stars 联合推出的低代码 RAG 开发框架，基于 MCP（Model Context Protocol）架构设计。它将 RAG 的核心组件（检索器 Retriever、生成器 Generation、语料处理 Corpus、评估 Evaluation）拆解为独立的 M…
Genkit 是 Google Firebase 团队开源的全栈 AI 应用开发框架，支持 JavaScript/TypeScript（生产就绪）、Go（生产就绪）、Python（Beta）、Dart（Preview）四种语言，可对接 Google Gemini、OpenAI、Anthropic、Ollama 等主流模型厂商。 核心理念：一套 API 走天下…
Agent Governance Toolkit (AGT) 是微软在 20252026 年推出的开源 agent runtime governance 工具箱。它不重做 agent 框架，而是在 LangChain / CrewAI / OpenAI Agents / AutoGen / Google ADK 等任意框架外，套一层"policy enfor…
NVIDIA NemoClaw 是一个 alpha 阶段的参考实现栈（reference stack），把"已经在市面上流通的 AI 智能体 CLI"包进 NVIDIA OpenShell 沙箱里跑。它的目标不是再造一个 agent，而是给"agent 已经能跑了、但我想让它跑得可控、可审计、可回滚"的场景，提供一整套安装、生命周期、网络策略、托管推理、快照…
Open Science 是一个开源、localfirst、modelagnostic 的 AI 科研工作台，由专用的 AI Agent 驱动，帮助研究者完成从文献调研、假设生成到代码执行、数据分析、可视化、报告产出的全流程，所有结果都可追溯到产生它的完整活动记录。 它的核心定位是：把大模型 Agent 变成一个可信赖的科研搭档，而非一个聊天玩具。运行在研究…