agent-framework

bro：声明一次即可在任意执行框架与模型上运行的 AI 代理团队框架

dzhioev/bro · Build your team of AI agents without the pain of prompt chaos, wide-open keys, MCP overload, and a free-for-all on your machine. Declare each persona (bro) once, with its prompt, tools, secrets, procedures, and whom it may summon, and it comes to life in its own sandbox holding exactly that, on any harness, any model

bro 是一个处于早期开发阶段的 Python 代理框架。它让用户在一个类声明中定义每个代理角色（bro）的系统提示、可用工具、可读取的密钥、操作流程以及可召唤的其他代理，同一份声明可在 Claude Code 会话或 bro 自带的代理循环中运行，并可指定任意模型。代理运行在隔离容器中，只持有其声明所需的凭证与工具；凭证按项目与代理作用域解析，子代理委派有独立权限边界，每次运行都会生成可回放的 trail。

hmharness：鸿蒙全流程开发的自进化智能体框架

swsgbl/hmharness · 为鸿蒙 (HarmonyOS/OpenHarmony) 开发全流程而生的自进化智能体框架——零依赖内核、自进化一等公民、MCP 生态借力、模拟器与工具链无头全控。Self-evolving agent framework for the full HarmonyOS lifecycle.

hmharness 是一个面向 HarmonyOS/OpenHarmony 开发全流程的自进化智能体框架，采用零运行时依赖的 TypeScript 内核，支持任意 OpenAI 兼容厂商与流式输出，内置上下文压缩、审批门禁与会话审计。它提供鸿蒙原生域工具（工程脚手架、hvigor 构建、hdc 安装/启动/日志、仓颉 cjpm、codelinter、模拟器无头全生命周期管理），并具备认知层（世界模型、五层记忆、目标系统、探索引擎、技能编译、进化治理、校准报告）与自进化循环（洞察→提案→训练/保留双门禁→晋升快照→回滚）。同时支持 MCP 客户端接入社区服务器，也能以 MCP 服务器模式把鸿蒙工具链供给 Claude Code、Codex 等宿主，并提供 CLI/REPL/TUI/Web 多前端、多智能体 spawn、桌面自动化与手机远程控制。

OuroLoop GateKeeper：为 AI 编程 Agent 提供结构化自主循环与护栏控制框架

JdominguezEcommium/agentic-self-regulation-loop · 2026 AI Agent Loop v2.0: Autonomous Coding with Guardrails & Self-Healing

OuroLoop GateKeeper 是一个面向 AI 编程 Agent（如 Claude Code、Cursor、Aider、Codex）的控制框架，通过意图验证、上下文完整性、执行安全、输出验证和集成检查五道验证门，配合三层自反思机制与自主修复引擎，将 AI 编程 Agent 从无约束的代码生成转变为受控的协作流程。README 还描述了多语言响应式监控面板、OpenAI/Claude API 集成与回退机制，以及 MIT 许可。

rag-multimodal：基于 Managed OpenSearch 与多模态 LLM 的表格/图表 PDF 检索增强问答演示

kyopark2014/rag-multimodal · This shows how to use multimodal RAG using managed OpenSearch.

该项目演示如何用多模态 LLM 处理含复杂表格、图表的 PDF：将每页渲染为图片后由 Bedrock 多模态模型转成 Markdown，经 parent/child 分块与 embedding 后写入 Amazon Managed OpenSearch，再通过 LangGraph Agent 结合 OpenSearch MCP 做 k-NN 与 lexical 混合检索、相关性分级并生成回答。附带 FastAPI + React 界面，并提供基于 installer.py 的 S3、OpenSearch、CloudFront、Lambda 等基础设施部署脚本。

Daemon：本地优先的个人 AI 智能体框架

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。

Strands Agents：用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK

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。

elizaOS：开源 Agent 运行时与自主 AI 智能体产品栈框架

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。

Grok 4.7 主打长时间运行编码智能体，但多数任务仍会失败

SpaceXAI 发布了新模型 Grok 4.7，专门练它连续干活好几个小时不掉链子。原来的问题是：编码助手做长任务时，一步走错，后面的步骤就全歪了，而且任务越跑越长、要记的东西越来越多，更容易出错。这次他们用更长的强化学习、故意多练费劲的长任务，还让模型学会检查自己刚才做得对不对、管住长上下文；在 Terminal-Bench 4.0 上从 20.3% 升到 38.0%，但对手 Claude Fable 5.1 仍有 57.9%，所以长任务可靠性还是没完全过关。对用的人来说，按每百万输入 2 美元、输出 6 美元算，跑几个小时可能更便宜，但出错率仍高，不能完全放手。

V7 如何为 AI 智能体提供机构记忆

V7 用 GPT-5.6 把公司里散落各处的文件整理成 AI 智能体能用的上下文，让它们完成复杂任务时还能标出信息来源。原来这些文件零散、格式乱，智能体难以直接利用。V7 的办法是把文件转成结构化、带出处的上下文，相当于给 AI 装了一本可检索的“公司记忆”。对读者的用处是：以后 AI 干活时能引用具体文件，结果更容易核查。目前只有简短介绍，具体怎么用、是否开放、价格都没说明。

agentsgo：协议无关的本地文件多 Agent 异步协同工作台

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。

Aether Nexus：多智能体编排与自治协作框架

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。

Agenthood：面向软件全生命周期的多智能体协作框架

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。

Kiro Crew：可持续运行并自我改进的开发工作区

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。