AI Agent 今日: 0|主题: 777|排名: 3 

OpenResearch 是一套开源、本地优先的科研工作台：把 Claude Code、Codex、OpenCode、Cursor 直接“升级”为研究型 Agent。每个研究方向独占一个 Agent 会话 + 一棵独立 git 工作树，彻底隔离，互不干扰。 实验管理也按 git 树来：每次运行都会把当时的提交打包成快照，日志、改动、结果文件都归档到那次运行名下。之后回 ...

最近看了一圈 AI agent 的 sandbox 方案，发现 microsandbox 这个项目挺有意思。 它是真正的 local-first microVM runtime。每个 sandbox 都有自己的 Linux kernel，硬件级隔离。启动时间官方标的是平均不到 100ms（M1 上）。 仓库已经 7k+ star，YC 背景，Apache 2.0，Rust 写的。 ...

🚨 阿里巴巴堵住了 AI Agent 领域一个令人担忧的安全漏洞 它就是 OpenSandbox 这是一个安全、隔离的环境，让你的 Agent 可以随心所欲地执行各种操作 运行代码 浏览网页 控制整个桌面环境 且完全不影响你的宿主机 每个 Agent 都有独立的执行环境 你可以放手让它们执行实际任务 适用场景包括： → 编程 Agent → GUI（ ...

Cursor 官方插件 pstack 的 Agent 工程完全指南 pstack 作者 @poteto - Grok @Bot 工程师、React Compiler 核心团队成员，她在团队每天合入数百个 PR 的扩张期，一边持续重构一边保持代码质量。pstack 是她沉淀的个人 Skills 集合（以 Cursor 插件形式发布），支撑每月 2,000 个 PR 的高信心交付。 lauren 分两篇来做 ...

OpenAI发布了一套方法论，主要是关于如何评测skill效果的。对于做skill的人还是值得一看，而且github也找到一个理念很相近的skill评测器：agent-skills-eval，不过是个人维护的，非官方。 先定义成功，再写 skill。OpenAI把检查项分为了这四个点： Outcome（任务完成没）、Process（调了预期的 skill/步骤没）、Style（产 ...

单次调模型做不了研发，IvyClaw 把活拆给五个 Agent 从规划一路干到审查，沙箱、异步、审批、网关监控全部配齐，冲着直接上线跑去的。 https://github.com/ivyfan-toowell/IvyClaw 五个 Agent 分工加三档模型路由、最小工具集是真省 token 的，沙箱、ARQ 异步、HITL 审批、网关限流审计全塞一个仓库，docker compose 能拉 ...

想系统学 Agent，最近这个刚开源的项目我很推荐收藏学习一下。 它做了一张挺完整的 AI Agent 学习地图，而且不是简单堆一堆论文和链接。 你可以直接选两条路线： 想把 Codex、Claude Code 这类 CLI Agent 用好，就走 Track A。 想自己搭 Agent，就走 Track B，从 Tool Use、Agent Loop、Workflow Graph，一路学到 Skill ...

Google 研究者参与的一篇论文，把 Agent 在长任务中的 token 消耗降低了约 94%。 核心结论：让它记住当前状态，省掉每一步重读历史。 这是 SKILL.state 在 100 步仓库管理实验中的结果。相比同时保留状态和完整历史的基线，token 消耗从约 106 万降到了 6.5 万，动作准确率从 91% 提高到 94%。 为什么能省这么多？ Agen ...

1.8B 参数，33 种语言互译，还能塞进 llama.cpp。腾讯这回没先甩 70B，先把翻译模型做成能塞进笔记本的东西。 Hy-MT2-1.8B-GGUF 能跟术语、文风、JSON/字幕这类结构化指令。官方说小模型综合表现能打过部分商用翻译 API；再压到 1.25-bit 大约 440MB。系列还有 7B 和 30B-A3B。 坑：官方 GGUF 依赖 llama.cpp 的 STQ kern ...

一个 Agent 写代码不够，那就让一群 Agent 一起上。 oh-my-openagent（OMO） 是面向复杂代码库的多模型编排工具，支持 OpenCode 和 Codex CLI，不绑定单一模型。 它会把任务拆给不同 Agent：有人负责架构，有人查代码和文档，有人负责主流程，再通过并行执行和自我纠错把任务串起来。 Claude、GPT、Kimi、Gemini 都能接 ...

给 AI Agent 装一层“可追溯的大脑”，这个项目挺有意思。 Semantica 是开源的图原生基础设施，能把分散的企业数据整理成 Context Graph 和知识图谱，再做关系分析、因果推理和决策追踪。 它主打自托管、可审计和零厂商锁定，金融、医疗这类对数据和合规比较敏感的场景尤其适合。 安装也简单： pip install semantica ...

我见过写的最好的Ai coding教程：来自cursor官方学习文档，从Ai基本原理的概念名词到代码agent最佳实践，一层一层逐步深入讲解，看完感觉酣畅淋漓，没有一句废话，我一个小时就看完了。我觉得，x上看100个零碎Ai使用技巧，不如静下心来看看这份文档！文档链接我放在评论区了： ...

AIPOCH Open-Science 是一套装在你自己电脑上的科研工作台：Mac / Windows / Linux 一键安装，开箱即用。 内置 22 个科研 Skill、24 个数据连接器：文献可按 DOI、PubMed、arXiv 编号一键导入；同时联搜 Europe PMC、OpenAlex 等库，优先抓取开放全文，省去到处翻找。 新建项目，用“人话”写清研究目标，Agent 就能自动 ...

让 Agent 写个下拉菜单，功能没问题，就是看着廉价，动画慢半拍，又说不上来哪里不对。 Emil Kowalski 在 Vercel 和 Linear 做过多年设计工程师，把这些年的判断写成了 12 个 Skill，已斩获 36000+ Star！ 装进 Claude Code 或 Codex 后，Agent 写动画前先过一遍他的决策：一天被看 100 次以上的东西别做动画，进场出场都 ...

iPhone 18 Pro来了，必装手机Coding Agent 软件🔥 1、Remote Pi 专门为 Pi Agent 做的手机控制端，可以看 Session、发任务、审批 Tool Call，很适合 Mac 常驻跑 Pi。 2、ServerCC 支持 Claude Code、Codex、Pi、OpenCode 等多个 Agent，一台手机基本能管完整套开发环境。 3、Omnara 更偏 Claude Code + Codex，手机可 ...

推荐AI小白必看的经典：What is a Harness? 我感觉特别适合刚开始接触 Agent小白，或者一直在用 Claude Code、Codex、Pi，但是没有真正了解过Harness 是什么的人。 作者把Harness拆分的很简单，主要记住了几个东西。 1、System Prompt，其实就是 Agent 的工作说明 模型本身不知道你想让它怎么工作。 Harness 会先告诉 ...

AI 工具越用越多，最烦的反而是重复配环境。 Skills、MCP、各种服务连接，每换一个 Agent 都得重新折腾一遍。 OpenWork 的思路就是把这些配置统一管理：一次接入，Codex、Claude Code、Cursor 等多个工具都可以复用。 它支持 macOS、Windows、Linux，也可以不装桌面端，直接让现有 Agent 通过 MCP 接入。 如果是团队使 ...

第一眼看到 Auto-Company，还真有点科幻感。 它把多个 AI Agent 组成一个“虚拟公司”，自己做产品讨论、写代码、部署和营销。 基本流程就是： 唤醒 → 组队 → 执行 → 更新记忆 → 休眠 → 下一轮 支持 Claude Code / Codex，macOS 和 Windows（WSL）都能跑，还有本地 Dashboard 查看进度和成本。 不过要注意，持续 ...

跑 Coding Agent 最头疼的两件事：本地环境配置碎片化、企业核心代码怕泄露。 HarnessRouter 给出了一个非常干净的开源解法： 单 Docker 搞定一切：一个镜像包含 Web 界面、网关与运行时，启动即拥有统一的管理后台。 零云端依赖：数据存本地 SQLite，模型 Key 不离机，杜绝数据回传。 多 Agent 统一调度：原生支持 Cla ...

用 skill、agent 玩多了的人应该都懂那种痛：Claude Code、Cursor、Codex、Windsurf、Amp 各存各的，配置文件塞得到处都是，想改一个技能得先翻半天 dotfiles。 Chops 就是来收拾这摊子的，一个 macOS 原生 app，把这些工具的技能和 agent 全抓到一块儿： 1️⃣ 一处搜索、整理、编辑，还能自己建集合，不动源文件 2️⃣ ...