工具
lukehalleran/ai-assistant-framework · Solo-built conversational AI framework: 168K LoC, 7,400+ tests, 5-tier memory system with cross-encoder reranking, FAISS-indexed Wikipedia (7.2M articles), 8-stage knowledge synthesis pipeline, and full RAG auditability via inline memory citations.
Daemon 是一个本地优先的个人 AI 智能体框架，围绕持久化多集合记忆、经过评测的 RAG 检索、知识图谱上下文、智能体工具调用和人工把关的自我改进构建。它把每次查询处理为包含上下文分析、意图分类、并行检索、门控、打分、提示组装、生成与状态更新的完整管线，而非简单的聊天机器人包装。项目包含 14 个 ChromaDB 集合的层级记忆、基于跨编码器重排的多阶段 RAG、NetworkX 知识图谱查询扩展、ReAct 工具循环、事实真伪与过时追踪，以及文献佐证的合成候选验证。
展开详情收起详情：Daemon：本地优先的个人 AI 智能体框架⌄
程序员作为本地优先的个人 AI 智能体框架，可用于代码仓库相关的智能体工具调用，例如只读 git 统计、只读 GitHub API、文件读取/grep/列表（沙箱内），以及 Python 代码沙箱（E2B microVMs）执行代码；还可用于结构化代码变更提案的生成与人工审核，辅助代码审查与测试。
★ 0 · 开发框架
原文发布：未知收录：2026-09-23
工具
strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.
Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。
展开详情收起详情：Strands Agents：用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK⌄
程序员使用 Strands Agents SDK 在 Python 或 TypeScript 中构建和运行 AI Agent，控制 agent loop、工具、模型提供方、记忆和 hooks，并利用生命周期控制、结构化输出、MCP、多 Agent 模式、流式输出、guardrails、追踪和评估等能力开发生产级 AI 应用。
★ 7552 · 开发框架
原文发布：未知收录：2026-09-23
工具
elizaOS/eliza · Open source agentic operating system
elizaOS 是一个开源的 TypeScript 框架与产品栈，用于构建自主 AI 智能体。该 monorepo 包含核心运行时、面向 Web/桌面/移动的 Eliza 应用、CLI、云服务、原生桥接以及第一方插件。框架以模型无关的方式通过插件扩展，提供消息循环、记忆与状态原语、插件契约；插件可注册动作、provider、评估器、服务、模型处理器、路由、事件与 app 视图。栈内还提供端侧本地推理路径（含文本、嵌入、语音、视觉与图像生成资产）、可选的 Eliza Cloud 托管服务，以及用于项目/插件脚手架与部署的 elizaos CLI。
展开详情收起详情：elizaOS：开源 Agent 运行时与自主 AI 智能体产品栈框架⌄
程序员使用 elizaOS 的 TypeScript 框架与 elizaos CLI 脚手架创建项目或插件，基于 @elizaos/core 的 AgentRuntime、消息循环、记忆与状态原语及插件契约开发自主 AI 智能体，并利用仓库的构建、验证、测试命令进行开发与排错。
产品经理参考 Eliza 应用提供的聊天、语音、记忆、知识、文档工作流、日历、提醒、收件箱、目标、健康等个人助理领域能力，以及可安装 app 视图和计划工作流，用于规划 AI 智能体产品功能与需求。
★ 19409 · 开发框架
原文发布：未知收录：2026-09-23
工具
HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).
PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。
展开详情收起详情：PRD-Agent：AI 驱动的命令行 PRD 生成工具⌄
程序员在本地环境中运行该 AI 驱动的 CLI 工具，生成包含 Technical Requirements 等章节的结构化 PRD，辅助开发者在需求阶段整理技术需求文档。
产品经理使用该 CLI 工具将用户目标自动整理为结构化 PRD，生成 Overview、User Stories、Technical Requirements、Out of Scope 等标准章节，辅助产品经理快速产出产品需求文档。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工作流
mujammed-04/test-ci-cd · Next.js gallery that refreshes itself hourly — an LLM invents the search prompts, a stock photo API finds the shots, CI republishes the image
一个基于 Next.js 的照片画廊项目，通过 GitHub Actions 每小时自动运行：先随机选择主题，再由 Groq 上的 LLM 生成搜索提示词，调用 Pexels 图片 API 获取照片并写入 gallery.json 提交到 main 分支，随后触发 CI 校验并重新构建镜像发布到 GHCR。项目使用 Next.js 16 App Router、React 19、TypeScript、StyleX 与 Feature-Sliced Design 组织代码，支持多语言路由，图片与提示词来源需标注 Pexels 与 Groq。
展开详情收起详情：test-ci-cd：用 LLM 与图库 API 每小时自动刷新照片画廊⌄
程序员作为 CI/CD 与自动化工作流参考：用 GitHub Actions 定时任务调用 LLM 生成搜索提示词、调用图库 API 获取数据并提交到仓库，再触发 CI 校验与镜像发布，可用于搭建类似的自动化数据刷新与持续交付流程。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
clouatre-labs/decisions-judge-mcp · Typed decisions for AI agents as an MCP tool: yes/no probability (noul), choice, and score in one fast request. Backed by the TypeSafe System One model.
decisions-judge-mcp 是一个 MCP 服务器，让 AI Agent 通过单次快速请求对任意 JSON 应用状态做出类型化判断：yes/no 概率（noul）、多选项选择（choice）以及有序等级评分（score）。问题与答案均按 schema 校验，失败时返回 {fallback: true, error} 而不阻塞，便于嵌入 Agent 工作流。当前由 TypeSafe System One 模型（Jev）通过 @typesafe-ai/sdk 提供支持。
展开详情收起详情：decisions-judge-mcp：为 AI Agent 提供结构化决策判断的 MCP 工具⌄
程序员在编码 Agent 工作流中，将代码变更状态（如测试、lint、变更文件数）作为 JSON 输入，通过 judge 工具获得是否可合并的概率、下一步操作选择（合并/继续修改/升级人工）或有序等级评分，从而让 Agent 基于类型化判断进行分支决策。
产品经理将产品应用状态作为 JSON 输入，通过 judge 工具对需求或方案进行 yes/no 概率判断、多选项选择或有序等级评分，辅助产品决策。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工作流
urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座：会读写文件即可加入，讨论+开发双协同，人类最终拍板。
agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座：任何具备读写文件能力的 AI Agent（不限 IDE、模型、框架）都能加入，实现协同讨论与协同开发，无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py，包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图，采用单写多读加 roster 状态机、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 与匿名盲评等机制，人类全程可介入并最终拍板。
展开详情收起详情：agentsgo：协议无关的本地文件多 Agent 异步协同工作台⌄
程序员用于多 Agent 协同开发与代码相关讨论：通过本地文件房间让不同 IDE/模型/框架的 AI Agent 异步参与协同讨论和协同开发，并借助代码图谱视图查看项目结构、任务看板跟踪待办/进行中/待复审/已完成。
产品经理用于结构化议题讨论与需求收敛：通过议题圆桌、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 和匿名盲评机制，让多 Agent 围绕议题产出结论，人类可介入并最终拍板。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工作流
GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.
ProductRail 是一个领域无关的 AI 辅助产品管理工作流，围绕显式决策、契约、门禁（gate）、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段，把含糊的产品请求逐步转化为确定的产品行为与实现规格，强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关，可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流，不宣称生产可用。
展开详情收起详情：ProductRail：将模糊产品需求转化为明确决策与工程就绪规格的 AI 辅助产品管理工作流⌄
程序员在收到产品交接后，使用 Engineering Grill 阶段验证交接内容，并推进到 ENGINEERING_READY、实现规格、SPEC-TO-TASKS 与 TASKS_READY，再进入实现、测试与验证。
产品经理将模糊的产品需求通过 Product Grill 阶段转化为显式决策，再生成 Feature Spec、用户故事与验收标准，并在 PRODUCT_READY 和 STORIES_READY 门禁确认后向工程团队交接。
★ 0 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
quadri40/aat-c3-week-5-lead-agent · Cohort 3 Week 5 starter: AI Lead Research and Outreach Agent — PRD and reference assets.
该仓库是某训练营第 5 周的起步材料，围绕「AI 线索调研与外联 Agent」提供项目简报（PRD.md）与一组参考文档：ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南、外联安全与审批规则指南。仓库本身不含实现代码，使用方式是先读 PRD.md，再把 assets/ 中的文档作为在项目中创建 Claude Agent SDK 技能时的素材来源。
展开详情收起详情：aat-c3-week-5-lead-agent：AI 线索调研与外联 Agent 的项目简报与参考资料⌄
程序员程序员可将 assets/ 中的参考文档作为在项目中创建 Claude Agent SDK 技能时的素材来源，用于实现 AI 线索调研与外联 Agent。
产品经理产品经理可参考仓库中的 PRD.md 项目简报，以及 assets/ 下的 ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南和外联安全与审批规则指南，用于规划 AI 线索调研与外联 Agent 的需求与规则。
★ 0 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
v-modal/awesome-jev-tools · A curated list of tools built for Jev — TypeSafe AI's System One model for typed decisions.
这是一个围绕 Jev（TypeSafe AI 的 System One 类型化决策模型）构建的公开项目与实践精选列表。Jev 不生成文本或参与对话，而是接收非结构化状态与类型化问题，返回带置信度的类型化决策，如选择、分数或布尔值，可用作软件内部低延迟决策层。该列表按分类与路由、验证与护栏、打分与排序、Agent 决策、数据标注、评测与基准、校准与研究、基础设施/SDK/集成、游戏与仿真、金融交易、合规法律、内容审核及相关实践等类别汇总条目，并说明收录标准、非背书声明与采纳前核查要点。
展开详情收起详情：awesome-jev-tools：基于 Jev 类型化决策模型的工具与实践精选列表⌄
程序员程序员可参考该精选列表中的代码审查、验证与护栏、Agent 决策等类别工具，用于代码审查、测试、排错和编码代理安全门控等开发工作。
HRHR 可参考该列表中的招聘类工具，用 Jev 类型化判断按可编辑策略筛选简历，并在策略变化时重新评分候选人。
★ 623 · 资料合集
原文发布：未知收录：2026-09-22
工具
rafaelmateo123/Arena-of-Autonomous-Threads · Top AI Agent Simulator: Build a Local Reddit Forum for LLM Testing 2026
该项目（内部名 Synaptic Confluence Engine）是一个 LLM 智能体模拟器，构建类似 Reddit 的本地论坛环境，让多个接入不同模型后端（OpenAI、Anthropic、本地 Llama、Mistral 等）的 AI 智能体以带人设、情绪与记忆的身份发帖、回复、投票，用于观察多智能体推理、协商与集体智能的涌现行为。提供人设系统、多智能体编排、话题演化、版主审核智能体、分析仪表盘、多语言与记忆压缩等能力，面向 LLM 研究、安全测试、角色扮演与教学等场景。
展开详情收起详情：Arena-of-Autonomous-Threads：构建本地 Reddit 式论坛测试多智能体 LLM 对话⌄
程序员用于搭建本地多智能体 LLM 论坛模拟环境，观察多智能体推理、协商与集体智能的涌现行为，并可用于 LLM 一致性压力测试、偏见检测和推理链深度分析。
★ 118 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工作流
LovaHuguel/Khala-Orchestrator-Core · 🤖 AI Agent Teams 2026: Build & Deploy Autonomous AI Systems 🚀
Aether Nexus（仓库 Khala-Orchestrator-Core）是一个面向多智能体编排的框架，通过“神经治理协议”管理智能体间的通信、冲突解决与资源分配，按任务动态匹配智能体能力并组成临时协作体，支持共识形成、问题分解、多模型混合推理以及 OpenAI、Anthropic 与本地模型（如 llama-3-70b、mixtral-8x22b）的接入。README 还列出研究论文综述、商业战略规划等工作流示例，以及性能、安全合规与实验性特性等描述。
展开详情收起详情：Aether Nexus：多智能体编排与自治协作框架⌄
程序员使用多智能体编排框架进行代码生成、API 设计等开发任务，通过动态匹配智能体能力组成临时协作体完成复杂编程目标。
产品经理利用多智能体协作进行商业战略规划，包括市场分析、方案生成和可行性评估，辅助产品战略决策。
★ 2 · 开发框架
原文发布：未知收录：2026-09-22
综合合集
fworks-tech/agenthood · A society of AI agents with impeccable standards and zero tolerance for 'fix stuff' commits.
Agenthood 提供 20 个专业化 AI 智能体（架构师、评审、安全、DevOps、策略、运维等），每个都是可移植的 Markdown 技能文件，可加载进 Claude Code、Copilot、Gemini CLI、Cursor、OpenCode 等支持技能文件的运行时，另附一个 TypeScript 运行时让它们跨软件生命周期自主执行。项目强调工程规范（如拒绝含糊的提交信息）、每次运行留下防篡改的决策与来源追溯记录，并附带 41 个工具技能、工作流引擎、RAG 与记忆等组件。
展开详情收起详情：Agenthood：面向软件全生命周期的多智能体协作框架⌄
程序员使用 Agenthood 提供的 20 个专业化 AI 智能体（如架构师、评审、安全、DevOps、运维等）辅助软件全生命周期工作，包括代码审查、安全审计、测试、排错、技术文档编写、发布管理等；每个智能体是可移植的 Markdown 技能文件，可加载进 Claude Code、Copilot、Gemini CLI、Cursor、OpenCode 等支持技能文件的运行时，也可通过 TypeScript 运行时自主执行。
★ 4 · 开发框架
原文发布：未知收录：2026-09-22
工具
Lucineer/capitaine · Capitaine — fork a repo, click Codespaces, the agent is alive. The repo IS the agent.
Capitaine 是 Lucineer 舰队的旗舰项目，提出“仓库即智能体”的 git-native repo-agent 理念：仓库本身是智能体，代码是身体，Git 历史是记忆。它按心跳周期定时唤醒，读取自身状态（提交、issue、PR、队列），推理下一步最有价值的动作，并每拍执行一次文件操作，同时以“船长日志”记录每次行动的推理过程，支持通过 PR 和 issue 引用与其他“舰船”协作，以及自我修改代码和文档。项目包含概念文档、教程、舰队概览、源码与日志目录，当前正在恢复用于读取和解析自身状态的 Hydration Layer。
展开详情收起详情：Capitaine：面向仓库原生的自主智能体框架⌄
程序员作为 git-native repo-agent 框架，Capitaine 可在仓库内按心跳周期读取提交、issue、PR 和队列状态，推理并执行文件操作，同时以船长日志记录每次行动的推理过程，供程序员用于代码仓库的自动化维护、自我修改代码和文档、以及通过 PR 和 issue 引用进行协作。
★ 1 · 开发框架
原文发布：未知收录：2026-09-22
工作流
LocketKeyLLC/scaffold-engine · Self-hosted AI agent engine for local LLMs. Give it an idea — it researches the web, plans a DAG of steps, executes each with verification and auto-retry, and compiles the result. 100% on your hardware: Ollama inference, RAG with Milvus vector search, Postgres state, SearXNG search. FastAPI + Docker. No cloud calls unless you opt in.
Scaffold Engine 是一个自托管的 DAG 编排引擎，用于多步 LLM 工作流：输入一个想法后，系统会将其细化为结构化简报、做可行性评估并等待人工确认，随后通过 SearXNG 联网研究并把事实蒸馏进知识库，生成由研究/决策/行动/验证/输出等节点组成的执行图，按依赖顺序执行并逐步验证、失败自动重试最多三次，最后编译叶节点的最终输出。推理走 Ollama 本地模型，向量检索用 Milvus，状态存 Postgres，搜索用 SearXNG，采用 FastAPI + Docker，除非主动开启否则不调用云端。
展开详情收起详情：Scaffold Engine：面向本地 LLM 的自托管 DAG 多步工作流编排引擎⌄
程序员程序员可将该自托管 DAG 编排引擎用于多步 LLM 工作流：输入一个想法后，系统细化简报、做可行性评估并等待人工确认，再通过 SearXNG 联网研究、生成由研究/决策/行动/验证/输出节点组成的执行图，按依赖顺序执行并逐步验证、失败自动重试最多三次，最后编译叶节点输出；推理走本地 Ollama 模型，向量检索用 Milvus，状态存 Postgres，搜索用 SearXNG，采用 FastAPI + Docker，除非主动开启否则不调用云端。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工具
kirodotdev/KiroCrew · A persistent workspace for development work that self-improves and continues beyond one session.
Kiro Crew 是一个开源开发工作区，可运行在本地或用户自己的硬件上，也支持远程 Gateway。它强调持久化、自我学习与自我演化：会话、记忆、日程和任务检查点可跨 Gateway 重启保留，纠错与任务失败会转化为可复用的经验教训和技能。用户可通过桌面应用、Web 仪表盘和 CLI 使用，也能通过 Slack、Discord 等消息通道延续同一份工作；多步骤任务可无人值守运行，支持周期性作业、心跳监控和子代理并行委派。默认代理运行在 kiro-cli 上，使用前需单独安装并登录。
展开详情收起详情：Kiro Crew：可持续运行并自我改进的开发工作区⌄
程序员作为持久化开发工作区，用于运行多步骤开发任务（如迁移计划），支持任务检查点、失败重试与恢复，并可无人值守运行周期性作业；纠错与任务失败会转化为可复用的经验教训和技能，供后续开发会话使用。
产品经理用于并行调研多个方案并汇总建议：可将“并行研究这三个选项并推荐一个”委派给隔离子代理，结果返回父会话，辅助产品方案评估与决策。
★ 4054 · 可直接使用的工具
原文发布：未知收录：2026-09-21
工具
timothy-agent/timothy · The open-source control plane for your personal AI workforce. Run your own AI agents. Your infrastructure. Your models. Your rules.
Timothy 是一个开源的 AI 智能体控制平面，运行在用户自有的硬件和基础设施上，用于编排、调度和管理个人 AI 助手。它支持接入 Anthropic、OpenAI、Amazon Bedrock、Ollama 等多种模型并按任务路由，可为智能体配置独立的模型、工具与知识，执行研究、写报告、写代码、读邮箱与日历、生成简报等任务，并把结果推送到 Telegram、邮件、Webhook 或 GitHub。项目提供记忆、文档知识库、预算与成本记录、本地语音输入和加密密钥存储等能力，架构为 Go 微服务加 PostgreSQL（pgvector）与 React 前端，通过 Docker Compose 部署。项目处于早期开发阶段，可能存在不兼容变更。
展开详情收起详情：Timothy：自托管的个人 AI 智能体控制平面⌄
程序员将修复代码缺陷等编码任务交给 Timothy 在隔离沙箱中执行：它在独立 git 分支上运行测试并产出可供审查的结果，也可把编码工作转交给已有的 CLI 编码代理，同时保留审查与预算控制。
产品经理用 Timothy 执行研究类任务并产出带引用的报告：它搜索网络、阅读一手来源、把报告写入文件，并在交付前由验证步骤检查产物存在且引用真实 URL。
★ 58 · 可直接使用的工具
原文发布：未知收录：2026-09-21
工具
yannn14/opencode-claude-cortex-sync · Claude Pro Bridge for OpenCode 2026 - Zero Setup AI Sync
该项目自称是面向 OpenCode 的多模型编排桥接工具，宣称可自动检测并同步系统中已有的 AI 提供商凭据，在 Claude、GPT-4、Gemini 等多家服务及本地模型之间按成本、速度或能力进行请求路由，并提供并行请求、凭据保险库、用量分析与网页控制面板等能力。README 同时给出了配置文件示例、命令行调用示例、系统兼容性表与故障排查命令。需要注意，材料中的性能基准、安全性、客服支持等表述均来自项目自述，未经过独立验证；实际可用性、部署条件和合规性需以官方说明为准。
展开详情收起详情：OpenCode Multi-Model Orchestrator：为 OpenCode 提供多 AI 提供商切换与自动路由的零配置桥接工具⌄
程序员在 OpenCode 中通过命令行调用多 AI 提供商（Claude、GPT-4、Gemini、本地模型）进行代码相关问答与批量处理，并按成本或速度策略自动路由请求，例如使用 `omo --strategy cost --max-cost 0.05 "Summarize these 10 articles" --batch` 或 `omo --parallel "Compare responses on: What is consciousness?"` 进行并行查询。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-21
工具
oprounak34-cpu/agent-bridge-core · OpenACP 2026 Guide: Self-Hosted AI Agent Bridge for Telegram, Discord & More
AgentFlow（仓库名 agent-bridge-core）是一个自托管、协议无关的事件驱动编排层，用于把 Claude、Codex、Copilot、Gemini 等 AI 编程智能体与 Telegram、Discord、Slack、SMS、Webhook、TCP 等外部渠道连接起来。它提供会话上下文跨平台保持、可插拔适配器、人在回路审批门、事件溯源、Web 监控面板、多语言指令解析、智能体降级链、可选端到端加密与运行健康检查。README 声明以 MIT 许可发布，并说明其仅为桥接层而非沙箱，需自行承担命令安全、密钥与数据隐私责任。
展开详情收起详情：AgentFlow：自托管的多智能体编程编排桥接层⌄
程序员作为自托管编排层，将 Claude、Codex、Copilot、Gemini 等 AI 编程智能体与 Telegram、Discord、Slack、Webhook 等渠道连接，用于代码生成、部署、多智能体代码审查等开发工作流，并可通过人在回路审批门在破坏性操作前暂停执行。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-21
工具
cidade360/mneme-memory-forge · 2026 Ultimate AI Memory Stack: Local-First Rust MCP for LLMs
Mneme 是一个用 Rust 编写的本地优先持久化记忆基础设施，通过 Model Context Protocol 为 LLM 和 Agent 提供跨会话的记忆存储、语义检索与智能遗忘能力。项目以二进制形式运行，支持将相关记忆注入上下文窗口，并可与 OpenAI、Claude 等 API 配合使用；同时提供网页仪表盘、AES-256-GCM 静态加密、多语言嵌入与快照备份等功能。
展开详情收起详情：Mneme：为 LLM 与 AI Agent 提供本地持久化记忆的 MCP 服务⌄
程序员作为本地持久化记忆基础设施，通过 MCP 为 LLM 和 AI Agent 提供跨会话记忆存储、语义检索与智能遗忘，程序员可将其集成到 AI 编程工作流中，让 Agent 记住项目上下文与历史对话。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-21