ai-agent

lossless-memory：为个人 AI 打造不压缩原文、全量带时间戳的长期记忆层

aru-labs/lossless-memory · Lossless long-term memory for a personal AI: never summarize, keep every line, put a timestamp on everything.

lossless-memory 是一个本地、基于文件的长期记忆层，面向单用户与单个 AI 助手。它把每轮对话按固定七字段（时间戳、说话者、角色、类型、原文、模型、会话）完整追加到每日 JSONL 日志中，不做任何摘要，并以此为唯一事实来源。系统以时间为主轴构建「Temporal Backbone」：SQLite FTS5 精确索引带时间戳并存，查询入口先解析时间短语（相对时间目前仅日语，绝对日期支持任意语言）把检索范围限定到时间段，再在范围内排序，结果按时间顺序返回未摘要的原始文本；仅在范围内精确匹配不足时才回退到基于 sqlite-vec 的语义检索，并在输出中如实标注。另有 LLL「当前位置」索引记录话题切换，可由人工标注优先级，每轮注入模型上下文，使长对话在上下文窗口压缩或跨会话后仍能接续。项目还包含定时增量重建索引的守护进程，并公开了实际运行中的失败数据与经验文档。许可为 MIT。

Iris Agent：开源编码智能体服务，支持 CLI、HTTP API、ACP、LSP 与 MCP

4onstudios/iris-agent · Open-source coding agent with CLI, HTTP API, ACP, LSP, MCP, workspace tools, and multi-provider model support.

Iris Agent 是 AIRIS 使用的独立编码智能体服务，提供流式对话、工作区工具、LSP 路由、MCP 集成、命令审批和运行生命周期 API。它可以作为 HTTP 服务（/api/agent）、终端交互式 CLI 或基于 stdio 的 ACP 服务器运行，便于 IDE 集成，并支持 OpenAI、Anthropic、Google、OpenRouter 和 Ollama 等多提供商模型配置。

演示：Agent 框架：生产级 AI Agent 的控制平面、不变量与审批边界

这是 OpenAI 的 Vinoth Govindarajan 做的一场技术分享，主题是生产环境里的 AI Agent 为什么会出错。他指出问题不只是在模型“胡说”，更多出在系统怎么管状态、怎么分配权限上。他拿 OpenClaw 等真实案例说明，可靠的做法包括：明确谁拥有状态、并发改动要排队、限制 Agent 能执行的范围，并在用户实际看到的边界处校验动作。文章只给出演示标题和摘要，具体工具与发布时间原文未说明。

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

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。

awesome-jev：Jev 类型化决策模型的公开项目与集成精选列表

yibie/awesome-jev · A curated list of public projects, integrations, and discussions built on Jev — TypeSafe AI's System One model for typed decisions.

这是一个围绕 TypeSafe AI 的 System One 模型 Jev 的 awesome 列表，汇总了公开使用 Jev 的项目、集成与实践案例。Jev 不是聊天模型，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（选择、评分或布尔值），因此被用作软件中的决策层，覆盖分类与路由、验证与护栏、评分与排序、Agent 决策、数据标注、评测与基准、校准研究、基础设施与 SDK、游戏与模拟、金融、合规、内容审核等十余个类别。列表按应用领域对条目归类，并单列相关实践与讨论；同时明确声明收录不等于背书，不审查代码质量、安全性、成熟度或可运行性，建议采用前自行核查是否真正调用 Jev API、是否有可运行检查以及许可证情况。

Covan：面向团队共享知识的私有 AI Agent

covan-ai/covan · A shared AI agent for your team. Everyone trains it together; everyone talks to it privately. Self-hostable, AGPL-3.0.

Covan 是一个可为团队自托管的共享 AI Agent。团队共同上传流程文档、合同、研究资料等知识，形成统一的 Agent 记忆；每位成员在各自隔离的私有会话中向该 Agent 提问，互不混用。它提供基于 pgvector 的文档检索与引用溯源、知识包分组、定时 Routines、协同会话与工作区导出，并支持按 Agent 选择 OpenAI 或 Anthropic 模型，也可通过自定 endpoint 接入其他兼容服务。

aivyx-coder：面向本地 LLM 的终端编码代理

Aivyx-Agent/aivyx-coder · A terminal (TUI) coding agent for local LLMs only (Ollama, vLLM, llama.cpp) -- never calls a cloud API

aivyx-coder 是一个完全本地化的终端 TUI 编码代理，仅通过 Ollama、vLLM 或 llama.cpp 的 OpenAI 兼容 /chat/completions 接口驱动本地 LLM，绝不调用云端 API。模型可调用读写文件、搜索、执行命令等工具，作用于真实文件系统，并受到分层权限与沙箱模型的约束。项目用 Rust 从零编写，强调可靠性优先，包含仓库符号地图、工作区检查点与回滚、Plan 只读模式、强制验证、自治模式与提示注入检测等机制。