ai-agents

安全執行路徑給代理 - 零信任、零設置、零延遲

桌面應用程式，錄製螢幕工作流程，使用 GitHub Copilot CLI 重新構建為意圖+有序步驟，並為 Microsoft Scout、Microsoft Copilot Cowork 或 Copilot Studio 建立可重用的 Skill 或 Automation

Hypergraph 更強大。用 LLM 將非結構化文字轉為結構化知識。圖、超圖與時空抽取，一指即達

Lightweight, fast, stable, programmable component-based rule engine — where AI Agents orchestrate just like ordinary components. Uniquely designed DSL: component reuse, sync/async & dynamic orchestration, multi-language scripting, nested rules, hot deployment and smooth refresh. If you can orchestrate LiteFlow, you can orchestrate AI.

一個用於開發工作的持久性工作區，能夠自我改進並跨工作階段持續運作。

可自託管的工作流協調器，適用於主要工作非協調的團隊。使用YAML描述腳本、SSH命令、容器等；將工作流與業務邏輯分離。單個二進位檔，無資料庫，適合有限硬體資源。Airflow/Cron/Job Scheduler的替代方案

一個可攜式 AI 代理運行時，適用於 JVM。單個 @Agent 類可在 Spring AI、LangChain4j、Anthropic 或其他 9 個後端上運行。支持 Token 流式傳輸、工具調用、人類批准，以及通過 WebSocket、SSE、gRPC 或 WebTransport/HTTP3 的治理。支持 MCP、A2A 和 AG-UI。

Neovim 🤝 OpenCode，流暢的工作流程

Qiushi-Skill：構建先調查、聚焦主要矛盾、實踐驗證、持續推進直至完成的代理。求是Skill——從經典唯物辯證法與實踐哲學中提煉出一條總原則和九大方法論工具武裝 AI 大腦

基於EverOS構建的記憶體優先、自我改進代理，配備MiroThinker驅動的深度研究與推理

人與代理協同建構的地方。

控制 AI 能看到的內容。LeanCTX（Lean Context）是 AI 代理的上下文智慧層——一個本地 Rust 二進位檔，決定它們閱讀什麼、記住學到什麼、保護它們觸碰的內容，並證明它們保存的資料。令收據的 token 數減少 60–90%，擁有 76 個 MCP 工具、30+ 代理，優先本地。

Agent Package Manager

一套科學方法、流程、演算法與系統，用於構建故事與模型

Sprix AI 於 屿智同行 — 針對 A2A 代理網路的具備狀態意識的 SELF/COLLABORATE/HANDOFF 路由機制。

全球首個統一虛擬檔案系統，為 AI 代理設計

LLM 實驗與 AI 代理的評估與追蹤

類似 htop，但針對 AI 編碼代理。實時監控 Claude Code & Codex CLI 會話、令牌、上下文窗口、速率限制與埠

專為團隊設計的開源沙盒化智慧體測試框架。為每位員工提供安全的個人智慧體。

ReMe：適用於 Agent 的記憶體管理套件 - Remember Me, Refine Me。

Local-first search across your workspace, built for humans and AI agents.

唯一的代理工具，專為複雜程式碼庫設計。項目記憶、規劃、執行與驗證完成均在 Codex 內完成。

語意版本控制 => 以實體為單位的差異、責任追蹤與影響分析，建立於 git 之上。支援 28 種語言，透過 tree-sitter。為程式編寫代理而設計。

LinkedIn 的開源 MCP 伺服器，讓 Claude 及任何 MCP 兼容 AI 代理存取個人資料、公司、職位與訊息

一款原生的 macOS 應用程式，讓使用者無需安裝任何其他軟體，即可與本地 LLM 進行對話，並根據 Mac 上的檔案、資料夾和網站資訊進行回覆。由 llama.cpp 驅動。

Agent Orchestration Command Center

🚀 EvoAgentX：建構自我演化的 AI Agent 生態系統

一個 Python 函式庫，用於構建利用 Google Antigravity 完整功能的 AI 代理。

從特定 URL 開始爬取網站、尋找相關網頁並擷取資料——完全由您的自然語言提示引導。

AI 代理的抗懶惰技能。核心為 Depth Tree 方法，將任務拆解為 N 層深度，並賦予每個葉節點完整的任務時間預算，使投入的精力隨深度倍增。基於 2025-2026 年關於模型懶惰、思考不足與過早完成的研究。