搜索归档

我们如何为 Deep Agents 优化浏览器使用

LangChain 团队想让 Deep Agents 能像人一样操作网页，于是比较了七种浏览器工具方案，最终选了 Browserbase 的 Stagehand，并用 LangSmith 追踪和评测不断调优。原来的问题是：浏览器任务步骤多、网页内容杂，工具用起来又慢又贵，比如 Playwright MCP 完成同样任务的花费约是 Stagehand 的 13 倍、耗时约 3 倍。这次优化的关键在工具设计：Stagehand 让智能体写代码一次执行多步操作、用精简快照读页面、减少来回调用，从而省下上下文和成本。对读者的意义是：做浏览器智能体时，工具怎么设计会直接影响效果和花费，值得用追踪加评测的方式反复打磨。目前这些结果来自论文式评测，属于已展示的能力，正式上线情况原文未说明。

neuron-lens：为 Qwen3-8B 与 Gemma 4 12B 建立神经元和注意力头的可解释性目录

stdlogits/neuron-lens · A catalog of every MLP neuron and attention head of Qwen3-8B and Gemma 4 12B, read from the weights through two Jacobian lenses (R and S), from activations, and from their exact token drivers

neuron-lens 是一个面向大模型机制可解释性的开源项目与数据目录。它针对 Qwen3-8B 和 Gemma 4 12B 两个开放模型，通过 R-lens、S-lens 等基于雅可比的透镜方法，从权重、激活统计和精确 token 驱动三个角度分析每个 MLP 神经元（正负极）和每个注意力头，并公开目录数据集、透镜权重和分析结论；对 Gemma 4 12B 还额外覆盖图像与声音模态的神经元响应。

WatchMate：为每位观众生成个性化直播集锦的多模态视频理解 Agent

MNKCrypto/watchmate · An AI agent that watches long live streams for you and delivers tailor-made highlight reels based on your preferences. Built for the Meta Global AI Developer Hackathon 2026.

WatchMate 是一个基于 Meta Muse 系列模型的多模态视频理解 Agent。它能够监控新视频，按 6 秒片段同时分析画面与声音，再通过长上下文推理将整场直播归纳为关键事件。它根据每位订阅者用文字或语音描述的偏好，判断视频是否适合该用户；若适合，则从共享时间线中挑选片段，生成符合个人时长预算的集锦，并对每个片段进行自检；随后用 Muse Image 生成封面，通过 Telegram 推送集锦与摘要，并支持跟进追问（回答、展示片段或重建集锦）。项目包含 Control Room 操作台、示例运行记录、单元测试与评估脚本，亦提供 Docker 运行方式。README 说明每小时视频分析成本约 3–4 美元，并列出当前限制（来源为本地文件夹、仅支持 Telegram、私有演示、非真正实时流式接入等）。

Bite：验证 AI 编码代理所声称“修复”是否真的被测试覆盖

connabyss/bite · Checks whether the "fixed" in your AI coding agent's commits is true. It takes each fix back out and runs your tests. Free, with no key.

Bite 是一个用 Python 编写的测试验证工具，用于检查 AI 编码代理提交中声称的“修复”是否真的受到测试保护。它会将每个近期修复从代码中撤销并重新运行测试；如果测试仍然通过，就说明该修复没有被测试覆盖，并会指出对应的提交。免费模式无需 API Key，支持 pytest、npm test、cargo test、go test、dotnet test、Maven 和 Gradle；也可以在提供 Anthropic API Key 后，额外生成并验证针对该提交声明的测试，并支持 Claude Code 插件、MCP 工具、GitHub Actions 和 PR 检查。

spec-decode：从零实现 GPT-2 投机解码与 KV 缓存的性能实测项目

AryenP/spec-decode · Speculative decoding and a KV cache written from scratch on GPT-2, measured on an M2 Pro and an RTX 4090: up to 2.69x over a KV cache, fp32 output byte-identical

该项目在 GPT-2 上从零实现前向计算、逐行回滚的 KV 缓存以及投机解码生成器，仅使用 HuggingFace 加载权重和分词器。项目在 M2 Pro 和 RTX 4090 上对比了全量重算、KV 缓存、带草稿模型的投机解码与无草稿模型的 prompt lookup 方法，记录吞吐数据、批处理表现、采样与 bf16 精度下的差异，并保留测试与完整实验配置。

ModelRoute：按置信度将请求路由到小型或大型模型的 LLM 路由系统

Nikhil-creat/modelroute · Agentic LLM router that sends each request to a LoRA-tuned small model or a larger one by confidence, cutting cost and latency without losing quality. LangGraph, RAG, CNN, Groq and Gemini, with PII and prompt-injection guards. Docker, Prometheus, MCP server..

ModelRoute 是一个可运行的 LLM 请求路由系统：训练分类器预测请求是否需要大模型，简单请求交给小型廉价模型，困难请求交给大型模型；结合 RAG 接地答案、近重复语义缓存、PII 脱敏与提示注入防护、弱答案升级复核、人工审核队列和 SQLite 请求日志，用于度量成本、延迟与回退率。提供 FastAPI 接口、统计与反馈端点，可选 CNN 截图分类与 LoRA 微调模块。

AI 福利站：Claude Code / Codex 免费额度与中转站导航

Q-shuang-dot/ai-coding-welfare · Claude Code / Codex 免费额度导航：收录 AI Coding 公益站 / 中转站，自动巡检可用性、签到额度、邀请返利，每 6 小时更新

该项目是一个面向 AI 编程工具的信息聚合导航，收录 Claude Code、Codex、Cursor 等可用的第三方公益站与中转站，汇总各站注册赠送额度、每日签到额度与邀请返利规则，并通过脚本定期抓取站点公开接口，维护在线状态、可用模型与额度的更新数据。仓库同时提供 Claude Code 与 Codex CLI 的环境变量与配置文件示例。项目本身只做信息聚合，不提供模型服务，所收录站点均为第三方。

CIS 4394 Agentic AI：佐治亚州立大学 Agentic AI 交互式课程站点与实验材料

SherryFu0315/cis4394-agentic-ai · GSU CIS 4394 Agentic AI (Fall 2026, Dr. Xinyu Fu) — interactive course sites, week by week: agent-loop simulators, architecture explorers, and hands-on labs

这是佐治亚州立大学 CIS 4394《Agentic AI》（2026 年秋季）的课程仓库，每周发布一个交互式迷你站点，涵盖 agent 循环、提示与上下文工程、推理规划、工具调用与函数调用、MCP 与 A2A 协议、记忆与 RAG、评测与可靠性、多智能体系统、安全治理与 Agentic Commerce 等主题。站点以无依赖静态 HTML/CSS/JS 实现，包含可点击架构探索器、分步模拟器、概念自测与实验说明，并在 materials/ 提供讲义与实验起步材料，课程设计强调真实生产工具、零成本工具链和带安全护栏的实践作业。

ailocal.click：面向 Ollama 本地模型的可搜索目录与入门站点

smavgs/ailocalclick · Fast, beginner-friendly Click & build with ai open models, on your computer . FREE

ailocal.click 是一个基于 Astro 与 TypeScript 构建的静态站点，会同步 Ollama 官方模型库列表，为每个模型生成可搜索的目录页和详情页，并介绍本地 API 与编码代理集成方式。它支持多语言界面、用户账号与偏好同步、模型标签与备注、筛选和 JSON/CSV 导出，还能复制“ollama run <模型>”命令并给出针对操作系统的终端步骤。项目以 Cloudflare Pages 静态部署，目录每六小时刷新一次。

Harniverse：基于 DeepSeek Harness 的插件化 AI 编程代理

KeepLost/harniverse · This is the coding agent that it should be. No business promotion or advertisement from specific LLM vendor. It's as vast as the universe, composed by harness plugins as 'planets'. Universe of the harness -- that is Harniverse.

Harniverse 是 DeepSeek Harness 的源码级下游项目，延续 Cordis 驱动的“一切皆插件”架构，通过插件机制组合自身能力与安全策略。它提供 Web UI 与 headless 两种使用方式：Web 端包含设备配对与授权 Grants、一次性邀请码、提供方与模型配置、工作区选择与会话执行；headless 模式可在命令行中直接运行单个任务。项目为社区独立项目，尚未发布独立 npm 包，需从源码构建运行。

pg-aiguide：为 LLM 生成 PostgreSQL 代码注入版本化知识上下文

bokyostudio/pg-practice-knowledgebase · The Ultimate guide to PostgreSQL Optimization for AI Code Generation in 2026

面向 LLM 代码生成的 PostgreSQL 上下文注入系统，通过版本锁定的 PostgreSQL 文档摘要、反模式目录、schema 感知提示模板和 2026 版 PostgreSQL 17+ 特性说明，减少模型生成 SQL 时的猜测。项目提供命令行工具进行 SQL 审查与批量检查，支持 Claude、OpenAI 及本地模型集成，并声称只向 API 发送 schema 抽象与查询模式。README 内容包含较多前瞻性宣传表述，实际可用性需自行核实。

Awesome Automated AI/ML：自动化机器学习与 AI 工具清单

jbogocz/awesome-automated-ai · A curated list of 250+ tools for Automated AI/ML - from hyperparameter optimization to autonomous AI agents.

这是一个精选资源合集，汇集自动化 AI/ML 领域的 356 个条目，覆盖 25 个分类、7 个板块，范围从超参数优化、神经网络架构搜索、AutoML、表格基础模型，到 LLM 微调、提示优化、Agent 框架、评测监控、MLOps、模型服务与推理运行时，并附有论文、书籍与社区等参考资料。清单依据 GitHub 实时数据每周重建，按质量分、活跃度和许可证等维度给出标注。

Kagura Memory Cloud：面向 AI Agent 与团队的自托管自适应记忆 MCP 服务器

kagura-ai/memory-cloud · Adaptive memory for AI agents & teams — beyond RAG. Self-hosted MCP server that gets smarter every time you search: hybrid search + a neural memory graph that learns. Works with Claude, ChatGPT & any MCP client.

Kagura Memory Cloud 是一个自托管的 MCP 服务器，为 AI Agent 和团队提供超越传统 RAG 的自适应记忆层。它结合语义与 BM25 关键词的混合检索、AI 重排序，以及基于 Hebbian 学习的神经记忆图，使每次检索都自动强化相关记忆之间的连接，并通过 explore 遍历图发现隐藏关联。项目提供 72 个 MCP 工具、REST API、工作空间与 RBAC、Web 管理界面，支持 Claude、ChatGPT、Gemini 等 MCP 客户端，可通过 Docker Compose 部署。

Sesori Relay Server：在 Sesori 手机应用与 Bridge CLI 之间加密中转 WebSocket 流量

sesori-ai/sesori_relay_server · End-to-end encrypted relay routing traffic between the Sesori app and the Sesori Bridge

Sesori Relay Server 是使用 Go 编写的 WebSocket 中继服务器，用于在运行于笔记本的 Sesori Bridge CLI 与运行于手机的 Sesori 移动应用之间转发端到端加密流量。它按 JWT 中的 userId 将连接划分为账号组，每账号最多 10 个桥接端和 5 部手机；载荷采用 XChaCha20-Poly1305 加密，密钥由 X25519 密钥交换派生，中继服务器无法解密内容。服务器不持久化任何状态，并对连接数和活跃分组数进行限流。

Alek-Core：面向 Slack/Telegram 的个人多智能体外脑与长期记忆系统

ddmd72/alekbot-core · Personal AI exocortex — multi-agent LLM system on GCP: long-term RAG memory, realtime voice companion, semantic search over your cloud drive, agent skills, remote MCP server. Hexagonal architecture, provider-agnostic (Claude/Gemini/OpenAI/Grok), 13,000+ tests + CI.

Alek-Core 是一个以 Python 实现、部署于 GCP 的个人 AI 外脑系统，通过 Slack 和 Telegram 与用户交互。它自动从对话中抽取事实并写入长期 RAG 记忆，结合多向量检索与 RRF 重排来丰富后续回答；内置 Router/Smart 协调的多智能体网络，支持 Claude、Gemini、OpenAI、Grok 等可切换模型，并提供语音伴侣相关内容（材料仅提及“realtime voice companion”但无细节）、Gmail 邮件索引与每日摘要、任务提醒、远程 MCP 服务等能力。项目采用六边形架构并配有大量测试与 CI 约束。

SVLA-Agent：后硅验证日志的智能体式根因调试助手

SapnilPatel/Silicon-Validation-Log-Analysis-Agent · Agentic AI debug assistant for post-silicon validation logs: parse (Drain3), classify & dedup failures, cluster families (HDBSCAN), retrieve similar incidents (RAG), and name an evidence-backed root cause with Claude or a rule-based agent. CLI, REST API, Streamlit dashboard.

SVLA-Agent 是一个面向后硅验证日志的智能体式 AI 调试助手。它先读取多源硅片测试日志，再用正则和 Drain3 解析、脱敏敏感信息、分类并去重故障，随后用 HDBSCAN 聚类出故障家族，并通过 RAG 检索历史相似事件，最后给出有证据支撑的具体根因与修复建议。项目提供 CLI、FastAPI REST 服务和 Streamlit 仪表盘，也内置离线确定性回退方案；配置 ANTHROPIC_API_KEY 后，可将假设生成切换为 Claude。

langchainrust：用 Rust 构建 LLM 应用的框架

atliliw/langchainrust · A Rust framework for building LLM applications with support for 8+ LLM providers, agents, RAG, BM25/hybrid search, LangGraph workflows, and multiple vector/document storage backends.

langchainrust 是一个受 LangChain 启发的纯 Rust 框架，用于构建 LLM 应用。它提供统一的 BaseChatModel 接口接入多家 LLM 提供商、流式对话与函数调用、结构化输出、嵌入与向量存储、BM25 与混合检索、RAG 链与 LCEL 式可组合管道，以及 Agent 与多 Agent 编排、LangGraph 风格工作流、内存与会话管理、成本预算与护栏等能力。

AI-Toolkit-Easy-Install：Windows 上一键便携安装图像与视频扩散模型训练套件 AI-Toolkit

Tavris1/AI-Toolkit-Easy-Install · One-click Portable Windows installation of 'AI-Toolkit by Ostris'

该项目提供“AI-Toolkit by Ostris”的 Windows 一键便携安装脚本，用于简化图像与视频扩散模型训练套件的部署。安装器会自动准备 Git、Node.js、FFmpeg 8、便携版 Python 3.12、PyTorch（CUDA）、Triton、FlashAttention 等依赖，并安装 AI-Toolkit 本体；启动器通过一个 .bat 文件启动本地服务并打开浏览器，支持一键更新和桌面快捷方式。面向 Windows 与 NVIDIA GPU 环境，无需系统 Python 或 VENV。

Ubuntu 安全公告数据：Ubuntu 漏洞数据的 JSON 格式数据集

canonical/ubuntu-security-notices

该仓库提供 Ubuntu 漏洞数据，包含 USN/LSN、OSV 和 OpenVEX 三种 JSON 格式；其中 USN/LSN 格式可能随安全团队需要而变动，不建议直接使用；OSV 与 OpenVEX 格式分别附有文档链接。数据以 CC-BY-SA-4.0 许可发布。