正在整理你需要的资料…
站内每天采集到的 GitHub 开源项目,一共 287 个符合当前条件。 每条都配了中文说明和适用场景 —— 仓库自己的英文描述对中文读者没什么用。
在安卓手机上让智能体替你办事,绕不开 ROOT、Termux 和模拟点击那套折腾。DSH-Android 一个 APK 就把 DeepSeek Harness 装进手机:引擎内嵌 App 进程,读屏操作 App、改系统设置、做定时与条件自动化。装包约 110 MB,Android 10 及以上机型可用。
不想让智能体的每次查询都发到别人服务器上?RustXNG 用 Rust 重写、思路来自 SearXNG,把外部搜索源聚成一处,再用 JSON API 或 MCP 把网页正文抓回来喂给智能体。它不维护网页级索引:想收录自己的站点得另装 rustxng-index,Wikipedia 快照也得分开导入。
maxxing the ability to run different LLMs on the smallest devices possible
在 ChatGPT 里问「帮我安排旧金山的一天」,回来的不是一段文字,而是一张地图、几张照片和一份能改的行程表。open-intelligent-ui 用开源组件把这套「智能 UI」复刻出来:答案流式输出成可交互界面,引用、代码与公式块都在,HTML 还能在沙箱 iframe 里跑起来。
线上炸过的问题,回归测试里往往没有。Tracely 以 trace 为原生数据,按 OTLP 收进线上链路,逐条打分、把失败聚成 issue、冻成可重放用例,在 PR 上拦下复现的改动。后端 Postgres+pgvector、ClickHouse、Redis、MinIO、FastAPI,前端 Next.js。
ComfyUI 的节点图要一格格点,批量出图更烦。comfyui-mcp 由 MCP 服务器加侧栏 Agent 组成,能生成图像视频音频、编排并运行工作流、用自然语言改实时节点图,178 个工具、36 个技能,任意 LLM 都接得住。一份配置通吃本地、局域网、VPS 或 Comfy Cloud。
Agent skill for hill-climbing local LLM serving speed (decode, speculative decoding, prefill, KV, startup, TTFT) on any hardware and quantization
Web、小程序和安卓 iOS 的活儿散在好几套工具里,证据还要手工汇总。「全链哨兵」把它们收进同一个中文 Web 控制台:Web 渗透、安卓和 iOS App 测试、批量打点、自动化应急响应、开源漏洞监测,仪表盘汇总任务和漏洞,项目按容器隔离,内置审批模式、MITM 中心与 WebFuzz 工作台;版本 2.3.0。
给 AI 描述一个界面 bug,写三段话不如录一段。scrawl 按下快捷键开始录屏,你可以边说边在画面上画,结束后把屏幕、语音和手写标注打包成关键帧拼图、逐字稿与结构化清单;配上 skill,Claude Code、OpenCode、Codex 能直接读。需要 Apple 芯片 Mac 与 macOS 15 以上,Windows 版还没签名。
同一张图要在 GPT、Grok、Gemini、NovelAI 间来回试,提示词和参数一丢就白干。ima2-gen 把这些和本地 ComfyUI 工作流收进同一套界面,浏览器、Mac App、命令行都能用,也能当 MCP 交给编码 Agent;每次生成都记着提示词与参数,节点图能分叉多路,可抠图导出带 alpha 的图。
长篇小说改成短剧,中间隔着剧本、分镜、角色设定好几道工序。Reveric「幻界」是智能体为核心的桌面创作工作台:作品存本地 SQLite,章节、大纲、人物、伏笔放在同一个工作区且向智能体开放,模型按需自选(OpenAI、Anthropic、Gemini、DeepSeek、Seedance、H3),从小说一路写到成片。
Agent 改完代码要你点一下「允许」,却只把这句话打进你根本没看的终端。bigarrow 是 macOS 命令行工具,在任何窗口上画大箭头、方框和文字指引:点击可穿透、键盘焦点不丢,画完自动消失。另附 Claude Code 和 Codex 的 Agent Skill,一张图就能告诉你它刚才点了哪里。
把一台计算机直接编译进语言模型的权重里,可解释性研究里少见的方向。qwenputer 把 RISC-V CPU 塞进 Qwen3.5-4B,前置 11 层 Transformer 当 CPU,借模型自身的 Gated DeltaNet 状态当内存,不经过任何外部工具调用,跑得动 C 和 MicroPython 程序。
An agent skill that draws animated icons in one consistent style, for Claude Code, Codex and other coding agents. Comes with 2,600+ open-source icons for React, Vue and SVG, and a website to browse them.
模型写的说明文读着像机器味,光删几句套话不够 —— 多数 humanizer 只去掉「Great question!」这类开场,句子照样又长又绕。这个 Agent 技能分两遍改写:先摘掉 Wikipedia《Signs of AI writing》里的 26 个写作特征,再把句子往航空手册的 ASD-STE100 受控英语方向重写八成,一句一个意思、主动语态。
查资料、填表、抓网页这类重复上网操作,手点一遍就是一遍。Outcrawl 开源的 Scout 用真实浏览器按自然语言指令读、点、输入、滚动,直到任务完成才交回结果;完不成时说明缺什么,并返回已经拿到的信息。跑在 Outcrawl 云端最稳,浏览器有验证码处理和运行回放,自己本机跑也行,需要 Node 22 以上。
把 DeepSeek 塞进自己的微信账号,它会在群里接话、记住私聊里说过的事,还发表情包、语音和每日日记。鲸鲸是本地跑的:Windows 桌面端加 WPF 启动器,没有浏览器界面,127.0.0.1:8787 只开本地 HTTP API;安装包自带 Node.js、Python 3.12 和 .NET 10 运行时。
让智能体自己改自己的目标、触发器和工具,改完还跨任务保留——这是研究假设,不是现成产品。Octopus-SI-OS 用约 4.5 万行 Rust 内核把能力做成可组合的契约:Agent 可自行修订目标、触发器、工具与上下文,一个智能体底层不过两个 JSON 文件,想开几个开几个。需要 macOS 14 以上与 Node 24。
几个 AI 机器人搭伙干活,最怕的是互相甩锅、或者悄悄替你按了什么按钮。kwant 把一支队伍装进自托管的单个二进制(Rust + React):靠 @ 提及交接任务,工作以卡片进任务板,只有系统亲自跑过校验才算完成;高风险操作弹审批卡,支付永远要人工确认,0.9 版新增的 Point 只读取不点击。

让 AI 实时看着你的屏幕干活,规矩却是你得描述它看见什么。dsh-see-now 是给 DSH 用的实时视觉插件:把屏幕、摄像头或视频按变化量筛出关键帧,压成一张几帧拼成的图再交给模型;静止画面几乎不花 token,一镜到底的视频按运动量给帧,幻灯片每硬切一次留一帧。Apache-2.0 协议,随便用。
智能家居、音乐播放、模型订阅这些边角能力,全塞进核心会让每次升级都变重。Hermes Agent 官方插件合集把 Home Assistant、Spotify、Claude 订阅 DirectSDK 这类一方插件收在这一仓,由 Nous Research 维护,一条命令从插件目录装好;每个插件跟自己的节奏发版,不用等下一个 Hermes 版本。

市场部出物料,从设计同学手里接过来最难。LangChain 的设计 Agent「Content Studio」在 Slack 里 @它就产出符合品牌规范的海报、幻灯片和短片:每话题独占一台带 Chrome、FFmpeg、HyperFrames、D2 的 Linux 沙箱,35 个技能按需加载。
想按课程顺序系统学一遍智能体工程?斯坦福 CS329Z《Engineering AI Agents》的公开材料被翻成中文:19 讲加 4 项实践,LLM、RAG、工具调用、记忆、多智能体、评测与安全逐讲拆开,Markdown 源码配在线与离线 HTML 阅读器,HW1 还有配套代码导读。
Claude Code、Codex、Cursor 的中转站和公益站满地都是,赠额、签到、评测却散在各处。AI-Coding 做了一张导航:汇总注册赠额、签到活动和编辑评测,配可视化看板与每 3 小时自动探测的采集脚本;榜单给的是编辑推荐指数,不是模型性能实测。