AI Agent 今日: 0|主题: 777|排名: 3 

以前用 AI 写代码，基本是人守着 Agent：一个任务跑完，再手动塞下一个。 multica 想把这个流程反过来——把 Coding Agent 变成一个可以自己接任务、持续推进的“线上队友”。 ① 看板直接派任务，Agent 自己开始执行 ② 进度实时更新，不用一直追问做到哪了 ③ 遇到阻塞会主动同步，需要时再找你处理 ④ 已解决的问题可 ...

买不起 O'Reilly 那本《AI Agents - The Definitive Guide》，又想跟着动手练 Agent？配套代码已经开源了，白嫖完全可行。 12 章、35 个 Notebook，ReAct、思维树、多 Agent 一路铺到记忆、评测、成本和安全，主线基本都覆盖。 省事的地方在于每个 Notebook 都挂了 Colab，点开浏览器就能跑，本地环境一个字都不用配。 ...

JEV 真正有意思的地方，可能不只是跑得快，而是能让 Agent 把经验留下来。 @asymptotelabs 最近开源了 Beacon，专门解决 Agent「每次重来一遍」的问题。 ① 串起 Cursor、Claude Code、Codex、OpenCode 等 20+ 工具 ② 自动记录 Agent 的执行过程 ③ 用 Jev 找出高价值经验，沉淀成可复用 Skill ④ 已经整理了 579 个跨 ...

Synara 是面向 AI 编程智能体的本地优先桌面工作台 在一个应用内统一管理项目、各家 AI 服务商会话、执行环境与代码评审工具 并行跑 Claude Code、Codex、Cursor 等多款编码 Agent 👉 https://github.com/Emanuele-web04/synara

GitHub今天被AI Agent项目刷得底朝天，这是要变天？趋势榜盯了半天，说实话，这波哪是风口啊，是地基在抖。 扒5个今天星标涨得最猛的项目给你，每一个都在解决真痛点，没一个是玩具。 1️⃣ tinyhumansai/openhuman 私人AI超级智能体，主打隐私、简单、极致强大。说白了就是给你配了个随时待命的“私人超脑”，以前靠自己 ...

很多人做 AI Agent，能跑起来，但离真正好用总差一截。 LangChain 官方这套 《Agents From Scratch》，就是从工程角度把这件事重新做一遍。 ① 从基础 Agent 一路做到进阶能力，路线很清晰 ② 手把手做一个 Gmail 智能助手，支持邮件分类和自动回复 ③ 用 LLM 做评估，不再靠感觉调 Agent ④ 加入人机协作，关键操作交给 ...

Agent 框架一个个接，确实容易接到崩。 HarnessRouter 想做的，就是给各种 Agent 框架提供一个统一入口，思路有点像 Agent 圈的 OpenRouter。 目前支持 Codex、Hermes、Claude Code、DeepSeek Harness、System One 等十几个框架。 ① 一个接口切换不同框架 ② 会话、流式输出、文件处理、任务取消、错误处理统一封装 ③ ...

AI Agent 现在几乎可以从整个互联网抓取数据了。 X、YouTube、Reddit、论坛，甚至没有 API 的网站，都能用于研究、分析和监控。 GitHub 上出现了 3 个开源工具： https://x.com/FinanceYF5/status/2105832683612082677/video/1

让 Agent 自己装包、调接口、读文件，效率是上来了，可一想到它手里拿着 API Key、能访问整台电脑，心里总有点发毛。 英伟达开源的 OpenShell 专门管这件事，给 Agent 一个安全、私密的运行环境，已经有 1.3 万多 Star 了。 每个 Agent 跑在独立的沙箱里，能碰哪些文件、能连哪些地址，都由一份规则说了算，每个联网请求 ...

网上讲 AI 工程的教程，要么停在理论推导，要么一上来就教你调框架，中间那层自己动手实现的环节，基本都被跳过去了。 ai-hands-on 走的是另一条路：从数学和 PyTorch 基础起步，一路写到 Transformer 和大模型检索，全程用 Jupyter 笔记本边看边跑。 每一步都得自己写，神经元、网络层、注意力机制，代码全是从头实现出 ...

医疗、金融、教育、电商、招聘、游戏这些行业的 AI Agents 真实应用场景，500 多个，居然被一个合集全收齐了？ 自动交易机器人、AI 导师、法律助手、内容推荐等类型统统在内 每个案例都挂着开源项目链接，参考或直接落地都行 🔗 https://github.com/ashishpatel26/500-AI-Agents-Projects ...

目前所有agent的核心其实就几行代码 包括大家常用的claude code、codeX 剥开所有花哨的包装 Agent 的本质就是一个 while 循环： 1. 把任务丢给大模型（LLM） 2. 模型决定是否调用工具（Tool Calls） 3. 如果调用，执行代码，把结果塞回给模型 循环往复 直到模型觉得任务完成，不再调用工具 所以说要学习如何“自己实现 ...

#开源推荐 Diri：一款开源 Agent 编程工作台，可在同一界面并行管理 Claude Code、Codex、Cursor、Gemini 等终端工具，复用已有的 CLI 和账号。它支持用独立 Git worktree 隔离任务，通过内置 MCP 让 Agent 创建和协调其他 Agent，并集中查看运行状态、审查代码改动和跟踪 PR 检查。支持本地及 SSH 远程运行，关闭应用后任 ...

说真的，给 Claude Code 写记忆文件这事，越写越长，决定、踩坑、纠正全往里塞，最后矛盾记录并排躺着，谁看谁迷糊。 IWE 换了个思路，把一个 markdown 文件夹变成知识图谱，笔记之间用链接组织。 我们在编辑器里正常读写，AI 通过命令行和 MCP 来查，同一批文件两个入口。 GitHub：http://github.com/iwe-org/iwe 记忆 ...

以前用向量库，AI 为啥搜到这个结果，基本是个黑盒。 OpenViking 换了个思路：把 Agent 的记忆、知识和技能统一放进 viking:// 虚拟文件系统，检索过程可以直接看。 ① ls / tree / find 直接定位上下文 ② L0 摘要 → L1 概览 → L2 详情，按需加载，省 Token ③ 会话结束自动沉淀长期记忆 ④ LoCoMo 测试中，记忆准确率 ...

Agent 框架这块，终于有了自己的 OpenRouter。 HarnessRouter 把 Codex、Claude Code、Hermes、DeepSeek Harness、System One 收到同一个接口里，换框架改一行配置。 产品已经接了其中一家的，会话、流式、文件、取消和报错不用再各写一套。 协议是 UHP，调用面兼容 OpenAI Responses，所以原来的 Responses 客户端基本 ...

MiniMax开源了一个自托管的OpenAI Agents API：OpenAgentCore 提供和OpenAI一样的Agents API，应用代码不改，换个地址即可 围绕agent loop周边设施：沙箱、模型接入、harness适配、状态、调度、协议等 沙箱Docker、E2B、microsandbox、本机都行，多Harness适配，每个Session可选Codex、Claude Code、MiniMax Code等 沙 ...

入门 AI Agent，不必先把框架名背完。 微软公开课 AI Agents for Beginners 共 18 节，从 Agent 是什么、什么时候该用，讲到 Tool Use、Agentic RAG、规划、多 Agent、记忆和 Context Engineering，后面还有 MCP 等协议、生产部署和安全。 多数课有书面教程和短视频，并配 Python 示例；示例主要基于 Microsoft Agent Fr ...

昨天晚上 Anthropic 推出了 Claude mods，PI最近 1.0 更新也推出了 code mode，再加上 Codex 更新的插件系统和 DeepSeek harness 的一切皆插件。 似乎所有的这种超级 Agent 都在开发类似的功能，可以让用户自己往 Agent 上叠加功能的插件体系。 但是这几个的作用位置以及工作原理都不太一样。我跟Muse 讨论了一下，收集 ...

OpenAI 凌晨开完了今年的 DevDay 2026，东西发了一大堆，帮大家捋一捋。 先说最重磅的：Dots。简单说就是 OpenAI 做了一个 24 小时在线的个人 AI 助手，住在 ChatGPT 里面，有自己的云电脑和浏览器，能用 ChatGPT 生态里超过 4000 个应用。你可以让它帮你盯 bug、改代码、整理会议纪要、抢课后班名额，甚至婚礼蛋糕的供应 ...