搜索归档

Vouch（SEC 文件财务问答 Agent）：面向美国上市公司财报的可审计工具调用 Agent

Zhonghui-li/sec-filing-agent · Finance-grade tool-calling agent over SEC filings for any US public company: exact XBRL numbers (never LLM arithmetic), every claim cited, abstains instead of fabricating. Validated on FinanceBench (44%→87% coverage, near-zero hallucination) with a 3-layer eval and a domain judge calibrated to human labels (κ=0.76). LangGraph + pgvector.

Vouch 是一个面向美国上市公司 SEC 财报的金融级工具调用 Agent：数值一律来自 XBRL 结构化数据（不让 LLM 做财务算术），叙述性内容通过 pgvector 稠密检索并附 EDGAR 引用，输出护栏会拦截无法追溯到来源的数字，无法回答时以结构化方式弃答而非编造。项目还提供三层评测（确定性 CI 门禁、经人工标注校准的领域评审、FinanceBench 外部基准）、红队测试与可复现的审计回放，并支持上传自有文档以表格单元格级引用作答，同时通过 MCP 暴露同一套工具。

Patrol：离线运行的失踪人员物品搜索无人机系统

mthomas100/patrol · A search drone that looks for one missing person's things from words alone, with no internet: four local AI models on one Mac, simulated in MuJoCo. Multi Model Hackathon, SF Tech Week 2026.

Patrol 是一个基于提示词描述的无人机搜索系统原型，面向荒野失踪人员场景：家属描述失踪者携带的物品（如蓝色背包、橙色帐篷、灰狗），无人机据此在无网络条件下自主搜索。系统在一台 Mac 上运行四个本地 AI 模型——Clef-Flash 负责快速判定、Qwen 视觉模型负责语义推理与二次判定、Parakeet 负责语音转文字、Kokoro 负责语音播报，由普通代码负责飞行与安全约束。无人机与山坡场景在 MuJoCo 中仿真，项目声称已完成实时飞行演示，3 件物品全部找到且无误报，但项目自述这些结果仅证明行为在仿真中有效，不代表真实环境的检测率。

dsh-sieve：为 DeepSeek Harness 代理提供上下文工程与 Token 优化插件

Sev7eEn7/dsh-sieve · dsh-sieve: context engineering & token optimization plugin for DeepSeek Harness (DSH) — tool output filtering, context pruning, progressive skill disclosure. 36% smaller payload in offline replay. DSH 上下文管理与 token 优化节省插件。

dsh-sieve 是面向 DeepSeek Harness（DSH）的 AI 编程代理插件，围绕上下文工程与 Token 效率做优化：过滤工具输出、批量剪枝陈旧的工具结果并保留原文存档指针以便按需取回、按任务相关性渐进披露技能目录，从而减少多步代理循环中的重复输入。插件通过独立的判断模型（托管的 Jev 或本地 macOS Apple Silicon 上的 Laya）回答结构化判定问题，超时或失败时保留原文；官方离线回放数据显示 100 条公开代理轨迹请求负载字符数合计减少 36.28%，历史实测 deepseek-flash 主模型输入 token 下降 21.2%。

AG-UI 群聊扩展协议 Hub：基于 .NET 的多智能体群聊与协作枢纽

DavidCompute/AG-UI_Multi-Party · A group chat protocol hub implemented according to the *AG-UI Group Chat Extension Protocol Standard v1.0*, written in C# / .NET 10 (ASP.NET Core Minimal API).

该项目是依据《AG-UI 群聊扩展协议标准 v1.0》用 C# / .NET 10（ASP.NET Core Minimal API）实现的群聊协议枢纽，覆盖群组生命周期、成员管理、消息扇出、订阅机制、WebSocket 与 SSE 双传输，并集成基于 Microsoft Agent Framework 的智能体网关，支持智能体触发规则、人机交互审批、记忆与知识库 RAG 检索、技能库、内置文档/表格/演示文稿/PDF 生成、用户与权限管理、持久化与数据导出导入等能力，附带 Web 演示前端与桌面客户端（WPF / Avalonia）。

Claude Code 两次 MCP 调用就找到应用共享契约，但记录到此为止

一位在 Bit Cloud 工作的工程师做了个实验：把之前用 Claude Code 搭建的小型客服控制台放在 Bit 平台上，每个组件版本化时平台会自动记录依赖关系。他开了一个全新的 Claude Code 会话，没有聊天历史、没有本地代码，只让 AI 加一个按工单状态和负责人筛选的功能。Claude 通过 MCP 先读整个 scope，再读各组件，两次调用就发现了四个组件以及它们共享的工单实体，随后自动导入代码、改完前端并跑通 41 个测试。这样做的价值是：AI 不用重新猜你的架构，还能知道共享部分不要乱动。不过记录只能说明“谁依赖谁”，不能说明接口行为是否还对得上，这部分仍需人工检查。作者也说明这是演示项目，用的是预置账号和公开签名密钥，并发控制、迁移、恢复流程和必跑的数据库测试都还没做。

agent-squad：面向本地企业建站业务的 AI 智能体团队

LeoAlvarenga404/agent-squad · A squad of narrowly scoped AI agents that finds leads, sells, builds and maintains websites for local businesses, with a human approving what costs money or reputation.

agent-squad 是一组职责范围明确的 AI 智能体，用于自动化本地企业网站业务的销售与交付流程：寻找线索、筛选资格、与业主沟通、生成免费预览、在人工审批下成交，并处理售后修改。智能体之间不直接对话，而是通过 Postgres 状态、按客户隔离的记忆与审计事件进行协作；成本与声誉相关的动作（如成交、超出报价、对外发布）均需人工批准。项目支持通过配置文件、提示词、目录与可替换适配器进行定制，本地已用模拟客户测试，尚未在真实客户上验证。

scout-ci：自我验证的 AI 竞争情报与销售作战卡工具

uroshp/scout-ci · Self-verifying AI competitive intelligence tool for PMM/GTM teams — every claim sourced, unverifiable claims cut and logged.

Agent Scout 是一个面向产品营销（PMM）与上市（GTM）团队的竞争情报工具：给定竞争对手（可选加上自家公司和关注领域），生成包含执行摘要、作战卡（battlecard）、异议处理等内容的战略简报。其特点是每条事实性主张都对照公开来源进行核验，无法核实的内容会被删除并记录在可见的 Cut Log 中；核验过程是确定性的、与模型无关的独立代码重新抓取来源并确认引用证据存在。v2 版本由模型驱动的工具调用循环编排（Opus 编排，Sonnet 子代理研究/核验），作战卡会由每日代理监控并仅在判断变化具有实质性时更新。仓库包含 v1（固定 generate→verify→render 流水线）与 v2（Agent Scout 代理式版本）两代实现，二者各自独立可运行。

MediAgent：面向患者与临床团队的医疗 AI 双门户平台

sjsu-masters-projects/medi-agent · Patient app and clinician dashboard over a FastAPI backend, where LangGraph agents triage incoming chat, pull structured data out of uploaded medical documents, and answer medication questions from retrieved FDA label text.

MediAgent 是一个双门户医疗平台，包含患者端 PWA 与临床医生端 PWA，后端基于 FastAPI，并使用 LangGraph/ADK 智能体对聊天进行分流、从上传的医疗文档中提取结构化信息，并基于检索到的 FDA 药品说明书文本回答用药问题。功能覆盖文档上传与 OCR、带引用的信息抽取、患者助手（文本与语音，支持 en-US 与 es-MX，引用 MedlinePlus、DailyMed、RxNorm）、临床医生审核的护理计划、预约与双向消息、通知中心、SMART on FHIR 沙盒导入以及临床医生仪表盘与 Naranjo ADR 审核。

AgentOS：具备认知记忆与运行时工具锻造能力的 TypeScript 多智能体框架

framerslab/agentos · TypeScript AI agent framework: cognitive memory, runtime tool forging, multi-agent orchestration, 11 LLM providers.

AgentOS 是一个 Apache-2.0 许可的 TypeScript 开源 AI 智能体框架，核心在于让智能体具备持久化的认知记忆、运行时自主锻造工具的能力，并能支撑长时间运行的会话。它提供可选的 HEXACO 人格配置、6 种多智能体编排策略、guradrails 与语音管线，并通过统一 dispatch 接口对接 13 个 LLM 提供商（含 2 个本地 CLI）。框架内置基于神经科学机制的认知记忆（如艾宾浩斯衰减、提取诱发遗忘、重固化等 8 种机制），RAG 管线支持 7 种向量后端与 4 种检索策略，同时宣称在 LongMemEval-S 上达到 85.6%、LongMemEval-M 上达到 70.2% 的可复现成绩。

如何将 AI 生产反馈转化为更好的 Agent

AI Agent 上线后服务运行正常，但回答质量有没有变好？问题在于：训练模型的工程师知道什么叫“好答案”，运维团队只看服务是否在线，两边看不同的仪表盘，评估集慢慢过时也没人更新。CoreWeave 在 Fully Connected 2026 大会上发布 Forge，把运行、观察、整理数据、改进、评估五个环节放进同一个开发环境，用 CoreWeave Registry、Weights & Biases Models 等工具保留从模型版本到生产例子的完整记录，让团队能定位失败、选择改法，并在上线前证明新版本确实更好。目前 CoreWeave ARIA 和 CoreWeave Sandboxes 已正式可用，Agent Lens、Notebooks、Model Distillation 处于预览阶段；MasterClass 和 Canva 已开始使用 Forge。

agent-memory：用纯 Markdown 文件为 AI 智能体提供持久记忆

Defiladeboarfish90/agent-memory · Store persistent AI agent memory in Markdown files with search, context injection, checkpoints, and compaction—no database needed

agent-memory 是一个面向 AI 智能体的文件式记忆系统，把智能体的事实、笔记、任务和历史记录保存在纯 Markdown 文件中，不需要数据库。每个智能体可使用独立文件夹，便于人工阅读、编辑、迁移和备份，并支持搜索、上下文注入、检查点与压缩等能力（依描述所述）。项目以 TypeScript 编写，README 主要面向 Windows 用户提供下载与首次运行说明。

agent-md：为编程智能体提供可移植的规则、钩子与任务状态配置

reyhan8543/agent-md · Install portable agent rules, hooks, and task state for coding agents to stop guessing and verify work across Claude, Codex, Cursor, and Windsurf

agent-md 提供现成的智能体指令文件，用于 Claude Code、Codex、Cursor、Windsurf、Aider 等编程工具，帮助用户为智能体设定清晰的工作流程与项目规则，让改动更聚焦、减少来回猜测，并在修改文件前先阅读项目规则。README 主要面向 Windows 用户，说明从 Releases 下载、解压并把指令文件放入项目根目录或工具规则目录的使用方式。

Openbrowser：面向智能体的浏览器任务工作流工具

Lycoperdonbactericide741/Openbrowser · Browse web pages for AI agents with structured semantic state and element IDs, no screenshots needed

Openbrowser 是一个为智能体（agent）使用而设计的浏览器，用于打开网页、在站点间导航，并将浏览器操作集中在同一处。README 描述其适合智能体测试、按任务浏览网页、重复访问页面、简单站点检查以及浏览器驱动的工作流，并给出 Windows 下载、解压与启动的安装步骤。材料未说明其内部实现方式、是否提供 API 或结构化状态接口。

agentic-ai-from-claude-code：以 Claude Code 架构为参考学习构建 AI 智能体

nydiapluperfect522/agentic-ai-from-claude-code · Study Claude Code architecture to build production-grade AI agents from real-world TypeScript code

该项目以 TypeScript 编写，参考 Claude Code 的结构，帮助开发者了解 AI 智能体如何规划任务、调用工具并按步骤执行。README 提供 Windows 平台的下载与安装指引、系统要求、基本使用流程和常见故障排查，适合作为学习智能体设计与生产级结构的入门材料。

deep-researcher：面向 Windows 的深度研究信息搜集与整理工具

zebulensharedout782/deep-researcher · Search Google Scholar, enrich papers with OpenAlex, and build structured literature reviews locally.

deep-researcher 是一个 Windows 桌面应用，采用 agent 式工作流程，帮助用户把一个较大的研究问题拆解为更小的步骤，搜集、整理并审阅资料，最终生成便于阅读和保存的研究结果。README 描述了创建研究项目、输入主题或问题、选择检索广度、运行研究并查看结果的使用流程，输出包含来源链接与要点，并支持按项目保存历史记录。

merx-mcp：为 AI Agent 提供 TRON 链上交易与资源管理的 MCP 工具集

nicosmall503/merx-mcp · Power AI agents on TRON with 66 MCP tools for energy markets, USDT/USDC/USDD payments, and x402 v2 facilitation

merx-mcp 是一个基于 Model Context Protocol 的服务器，为 AI Agent（如 Claude、Cursor 等 MCP 客户端）提供 TRON 网络操作能力，涵盖 USDT/TRX 转账、代币兑换、余额查询、能量与带宽资源管理、交易模拟，以及描述中提到的 USDT/USDC/USDD 支付与 x402 v2 相关功能，通过单一配置接入即可让 Agent 执行链上任务。

Claude-skills-for-Computational-Designers：面向计算性设计的 Claude 技能集合

marcinfinitesimal533/Claude-skills-for-Computational-Designers · Build Claude Code skills for computational design, parametric modeling, simulation, BIM scripting, and fabrication in AEC

该项目提供一套用于计算性设计任务的 Claude 技能文件，帮助设计人员在 Claude 中更结构化地开展工作。README 说明其适用于参数化设计、生成式工作流、建筑、产品设计、数字制造和脚本辅助设计等场景，可用于生成设计思路、整理工作流步骤、编写更清晰的提示词、将大型设计任务拆分为较小部分，以及在项目中保持设计逻辑一致。项目以技能文件夹、提示模板、示例说明和 README 形式分发，README 主要面向 Windows 用户介绍下载、解压、放置文件和使用方式，并给出若干示例提示。

opentulpa：自托管个人 AI 智能体，在私信中通过聊天指令管理邮件、机器人构建与市场跟踪

soeltanakbar/opentulpa · Run a personal AI agent on your server that remembers your data and builds custom tools via chat commands through Telegram or API.

opentulpa 是一个可自托管运行的 Windows 个人 AI 智能体，常驻于私信（如 Telegram）或应用界面中。它能读取并处理 Gmail 收件箱、拉取分享 Giphy 动图、自动构建简单的 Slack 与 Telegram 机器人、监控市场数据并按计划执行任务；同时会记录用户偏好并随使用逐步调整。智能体可自行编写并运行代码来完成任务，支持自动化脚本、自定义集成与 API 访问，数据保存在本机。

CFOperator：面向 homelab 基础设施的自托管 AI SRE 智能体

aachtenberg/cfoperator · AI-powered SRE agent for homelab infrastructure monitoring, OODA sweeps, RAG memory, and remediation workflows

CFOperator 是一个自托管 AI SRE 智能体，用于监控 homelab 基础设施并按 alert → triage → investigate → propose a fix → open a GitOps PR → verify after merge 的流程处理告警。它通过本地 LLM 对 Alertmanager 告警分级，使用工具循环查询 Prometheus、Loki、Kubernetes 和 Docker，并以 pgvector 知识库检索历史调查记录，最终生成针对 manifest 仓库的具体 diff 并开 PR，但不直接改动运行中的集群。它还每 30 分钟执行一次主动巡检，并可通过聊天、Slack 或 MCP 主机进行问答。

AWS、Upstage 与 Ollama 就决策模型 API 达成一致，OpenAI 尚未加入

决策模型是一种专门给 AI 应用做“选择题”的模型：它接收应用状态，返回带概率的选项答案，不写文字也不解释理由。TypeSafe AI 最先推出 Jev 以及请求/响应的 schema，随后 AWS 的 Strands Decider 2B、Upstage 的 Solar Decide、Ollama 0.35 等纷纷照搬同一套接口，OpenRouter、Perplexity 也支持同类 choice、noul（是/否）、score 问题类型。这样一来，开发者只要改一个 base URL，就能在不同厂商甚至本地运行的决策模型之间迁移，而不必重写决策逻辑；不过各家在选项上限、置信度算法和答案质量上仍有差异，切换前需要测试。OpenAI 虽在 DevDay 发布了基于 GPT-6 Luna 的 Decisions API，但仍在有限预览，未公布 schema 和价格，尚未加入这套统一接口。