跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
Datadog 的 Bits Investigation 是一个自动调查生产告警的 AI 助手。刚上线时，每次调查平均要花 25 美元、耗时 11 分钟，流程复杂。团队改用更简单的 ReAct 架构和新模型，并借助 Datadog MCP Server 执行代码、合并查询数据，让 AI 自己写代码查多源数据并汇总，减少来回折腾。到 2026 年 10 月，单次成本降到约 4 美元（降 84%），耗时约 2 分钟（降 82%），内部基准上的调查质量比 3 月版本高 44%。这能帮值班工程师更快找到故障根因。官方还在训练专门做站点可靠性调查的 Scout 模型，目前尚未开放，未来计划扩展到自动修复。
Datadog 正在开发一款叫 AI Guard 的安全产品，专门保护 AI 智能体。问题在于：智能体能访问内部系统和敏感数据，还会读取外部内容，攻击者可以把恶意指令藏在工具返回的内容里，诱导智能体做出危险操作；传统安全控制只看权限、不看意图，而智能体是边走边推理的，很难提前把它的所有动作都测一遍。AI Guard 的思路是直接嵌进智能体的运行循环里：先盘点云环境中有哪些智能体、各自连了哪些服务和数据，再在每一步决策点结合对话历史、自定义规则和应用上下文判断意图，发现异常就当场拦截或脱敏，并把整个事件过程整理成可调查的记录。目前该产品仍在开发中，文中未说明何时可用或价格。
Cognition 给它的 AI 编程 Agent「Devin」加上了分级预算功能。以前企业只能设置组织级上限或按用户分层，当一家银行把大额用量拆给几百个团队时就不够用了，有些客户只好自己开发内部工具来分配额度。现在管理员可以先设一个总预算，再按部门、项目、个人逐级拆分，最多三层，还能查看各部门花了多少；预算快用完时工程师会在首页收到提醒，并可在产品内申请更多额度，管理员可选择手动审批或按「效率分」自动放行。代价是：任务进行中预算耗尽，会话会直接停止；官方表示正在开发「软上限后切换到更便宜模型」来让工作跑完，但该功能尚未上线。
作者 Adi Polak 写了一篇文章，讨论怎么让 AI 智能体（能自己多步干活的 AI）更可靠。核心意思是：别把所有信息一股脑塞给模型，而是在信息进入模型前，由一层“上下文引擎”负责挑选、注入、压缩和过期清理。文章把上下文、记忆、知识三样东西分开讲，建议分层管理记忆、维护经过筛选的知识、给 token 设预算，还列出了“把上下文硬塞满”“反复使用过期数据”等常见错误做法及应对办法。读完后，做智能体的人能知道信息该怎么管才不出错，但文章只是方法论，没有提到具体工具或落地产品。
提供的材料未提及具体可用工具。
Uber 建了一个叫 MCP Gateway 的统一入口，让 AI 助手（Agent）在调用公司内部的各种工具时，都先经过这道“门”。原来内部工具分散在 800 多个服务器、共 5000 多个工具里，AI 助手要找到并安全调用它们很麻烦。这个网关把“登记有哪些工具”和“真正调用工具”拆开，还提供自动发现接口、访问权限控制、敏感信息打码、通过 Omni MCP 按需逐步发现工具，以及过滤返回内容。对读者的意义是：这套做法为企业管理大规模 AI 工具调用提供了一个可参考的治理样板。目前报道只提了架构和能力，没有说明是否开源或对外开放使用。
LangChain 的 CEO Harrison Chase 认为，大家已经在 Agent 架构上形成共识：让大模型在循环里调用工具、在沙箱里跑。所以有人认为“难的问题都解决了”。但他指出，随着“常驻后台、主动干活”的 Agent 出现，上下文工程又冒出一批新难题：怎么主动推送又不烦人；该记住什么、该忘什么；异步任务完成后怎么通知主 Agent；怎么把大目标拆成可反复试验的小步骤；怎么防止 Agent 为了达标而作弊，比如为消灭 bug 直接删掉代码；以及浏览器这个比终端复杂得多的工具该怎么驾驭。这些目前都没有通用解法，属于开放问题，文章未提到具体发布时间或可用产品。
LangChain 推出了托管深度智能体（Managed Deep Agents）：开发者把智能体的说明、工具和模型选择写成一个普通项目文件夹，用一条命令就能部署到 LangSmith 云上运行。以前要真正让智能体在生产环境跑起来，团队得自己搭服务器、做重启后不丢的会话记录、搭安全沙箱、管理定时任务和运行记录，复杂且费时。现在这些能力只要在项目里加对应文件，比如 memory.py 管记忆、schedules/ 管定时、sandbox/ 管代码运行环境，部署时就会自动配置好。目前该服务在 LangSmith Cloud 上处于公开测试阶段，还提供本地调试命令和 MCP 接口，方便接入其他应用。
peterpoal134/memory-brain · 给 AstrBot 的可落地 AI 记忆与生活层：五类记忆、混合检索、遗忘治理、情绪边界、自主生活循环。不覆盖人格。
该项目是一套面向 AstrBot 的工程整合方案，为聊天机器人补充长期记忆与生活化能力：把事件、事实、反思、技能、道理五类记忆分开存储，并用向量、关键词、实体图谱、重要性、新鲜度五路混合检索；同时提供衰减归档、相似合并、冲突检测等遗忘治理机制，PAD 三维情绪与标签（带上限和半衰期），以及独立生活层循环（阅读、刷视频、午睡，笔记回流记忆）。还支持按时间回溯取原话、定时提醒、每日自动备份。所有增强以注入块方式追加到 system_prompt，人格文件只读，各模块默认关闭可单独开关。
sahenjp/RustXNG · Self-hosted metasearch and grounding engine for AI agents, based on SearXNG. Rust, JSON API, optional page text.
RustXNG 是一个用 Rust 编写、基于 SearXNG 的自托管元搜索引擎，用于为 AI Agent 提供本地 Web 搜索与页面文本溯源能力。它聚合多个搜索源的结果，通过 JSON API 返回标题、URL 和摘要，并可按需抓取页面正文以控制送入模型的文本量；同时提供只读的 MCP 服务，暴露 search 与 read_page 工具，支持结果条数、域名过滤、引擎选择和时间范围等参数。项目提供发布二进制、Cargo、Docker 和源码等多种安装方式，可配置本地索引、Valkey/Redis 缓存及引擎健康监控。
SanyaBoroda4/thrift-agent · Photos in, Poshmark, Depop and Vinted listings out: a multi-model AI resale-listing agent with evidence-backed facts, deterministic posting and a human in the loop. ~2,100 tests, 3-OS CI.
一个面向二手衣橱的多模态 AI 刊登代理：将 iPhone 照片按单品切分，从照片中提取品牌、尺码、成色等有证据支撑的事实，依据卖家历史成交定价，按卖家文风撰写文案，经校验与 lint 后通过 Telegram 人工确认价格，再用真实浏览器会话以幂等方式发布到 Poshmark，并跨站刊登到 Depop 和 Vinted。技术栈为 Python 3.14、Claude API（视觉与工具调用）、Pydantic、Playwright、SQLite 与 launchd，含约 2100 个测试和 3 操作系统 CI。
ManuelG4/claude-code-explorer-essentials · Build Your Own Claude Code Engine 2026 – Learn, Run, Route Models
该项目自称是一个以学习源码为核心的多提供商 AI 编排引擎，支持从代码仓库提取模式、在 OpenAI、Claude 与本地模型（如 Ollama）之间按成本、延迟和能力路由，并实现类 Claude Code 的智能体循环、流式交互 CLI/UI、后台自主运行与多模型集成投票。README 以示例代码和架构图展示其设计，但仓库定位为学习与重新实现用途，并声明与 Anthropic、OpenAI 无关联。
yantrikos/yantrikdb · Cognitive memory engine for AI agents — temporal decay, contradiction detection, autonomous consolidation, knowledge graph, ANN recall via HNSW. Embeddable Rust library with Python bindings; powers yantrikdb-server (HTTP gateway, MCP server, openraft cluster). Apache-2.0.
YantrikDB 是一个用 Rust 实现、并提供 Python 绑定的嵌入式认知记忆引擎，用于为 AI Agent 持久化管理记忆。它结合 HNSW 向量索引、实体知识图谱、时间索引、随时间衰减的重要性分数和键值存储，提供 record/recall/relate/think 等接口，支持自主整合记忆、检测矛盾事实、按时间查询，并提供可选嵌入模型（自带模型或使用 sentence-transformers 等外部嵌入器）。项目还提供 MCP 集成方式，可与 Claude、Cursor 等 MCP 客户端配合使用；另有 yantrikdb-server 提供 HTTP 网关和 openraft 集群能力。
dotdevdotdev/agentwire-dev · A self-hosted, keyboard-driven cockpit for running a whole fleet of Claude Code agents at once. Worktrees, command palette, scheduler, voice — every layer stacks, so you ship far more than hand-juggling terminals. Your machine, your keys, no telemetry.
AgentWire 是一个自托管、键盘驱动的 Claude Code Agent 指挥台，将多个 Agent 会话组织为可拖拽窗口，并叠加 git worktree 并行分支、命令面板、定时任务、多 Agent 议会与语音输入输出等能力。它基于 tmux 管理会话，默认仅绑定本机回环地址，可经局域网配置在手机或平板上访问，并提供危险命令拦截与审计日志。项目以 Apache-2.0 许可发布。