从源码看下一代
AI 基础设施
一站式索引当周 GitHub Trending 上最火的 coding-agent 与个人 AI 基础设施项目。每个卡片都通向一份独立的源码级拆解——架构、数据模型、关键设计取舍。
记忆 & 认知
Agent & 模型
agent-safe-pipeline
安全层 · Agent action 授权管线把 AI agent 的 action proposal 变成 immutable intent,再经独立 policy verdict、human approval 和 single-use grant 才允许 SafeExecutor 执行。
阅读 →cumora
协作层 · AI 队友团队聊天把 agent 当成团队聊天里的 first-class participant:Postgres inbox、Redis/SSE wake bus、Kubernetes pod runtime、turn stream 和 WebSocket 状态一起组成可恢复协作系统。
阅读 →OpenBot
执行层 · AI coworker with a computerCopilotKit/OpenBot 把 AI coworker、per-bot browser computer、policy gateway、human handoff、connector worker 和审计轨迹组织成可治理的真实动作系统。
阅读 →Halofy
治理层 · Agent 访问与记忆内核开放的 AI agent 访问治理与记忆内核:服务端身份、统一 ACL、ScopedView 检索、写入验证、append-only 审计链和签名删除证书共同约束长期记忆。
阅读 →macos-harness
桌面层 · LLM 控制真实 Mac极薄 Python harness,把 macOS 截屏、Accessibility、PID 定向输入、Apple Events、Browser Harness 和本地文件系统放进一个 Agent 可编程执行面。
阅读 →NorthCinder
商务层 · 买家侧购物 Agent MCP买家侧、广告中立的 shopping-agent MCP:本地搜索校验、人工授权码、签名 mandate、checkout rail、信任信号与 append-only 审计共同约束真实购买流程。
阅读 →clodex-ide
IDE 层 · 零信任 Agent 工作台Local-first 的 agentic IDE,把任务状态、工具白名单、MCP 策略和 Shell 执行拆成可审计边界,强调模型输出不直接拥有执行权。
阅读 →open-kritt
安全层 · 漏洞扫描 Agent 控制面开源代码漏洞发现平台:Express scan API、Python engine worker、模型 harness、post-processing 和人工复核界面组成一条可观察扫描链。
阅读 →phone-harness
手机层 · iPhone Mirroring Agent 控制让 Agent 通过 macOS iPhone Mirroring 操作真实 iPhone:Vision OCR 读屏、Quartz CGEvent 输入、doctor 权限诊断与用户连接边界。
阅读 →SV Number MCP server
MCP 层 · Agent 短信验证码工具把临时手机号、短信验证码、activation 生命周期和本地 TOTP 包成 9 个 MCP stdio 工具,重点看 marker 翻译、轮询边界和 secret 配置。
阅读 →Pireel
视频层 · MCP 驱动编辑器浏览器内 AI 视频编辑器:本地视频管线、MCP 外部 agent 桥、增量项目同步和 WebCodecs 客户端导出组合成可自动化的视频工作台。
阅读 →MiMo Code
模型层 · 记忆增强引擎终端原生 AI 编程助手,OpenCode 分叉。SQLite FTS5 持久记忆、三 Agent 体系、Goal 独立裁判与 Dream/Distill 自改进闭环。
阅读 →COMPASS Skills
技能层 · 本地 Skill 生态SKILL.md 技能文件系统——任务澄清、任务 DAG、对话交接、用户画像,让 coding agent 拥有团队级上下文感知。
阅读 →Junction
界面层 · VS Code Agent 桥接VS Code 聊天侧栏连接 7 种本地 coding agent 后端——OpenClaw、Hermes、MiMoCode、Goose、OpenCode、OpenHands,统一工作流。
阅读 →eve
框架层 · 文件系统优先 AgentVercel 出品的 filesystem-first 持久化 Agent 框架:compile-from-memory 编译管道、version=29 Manifest 契约、多后端沙箱(local/vercel/just-bash)。
阅读 →Agent Apprenticeship
学习层 · 真实任务强化循环把 Agent 工作过程变成可积累可交换的学习信号:Contribution Bundle → Experience Pack → 生态贡献经济闭环。
阅读 →AgentSpace
协作层 · Agent 原生工作空间Human + Agents 同一团队的协作平台:AgentRouter 统一 5 种运行时(Claude Code / Codex / OpenCode / OpenClaw / Hermes),数字员工看板、多 Agent 编排与治理控制面。
阅读 →agent-chief
本地优先 · 注意力守门员把 agents、CI、RSS 和 heartbeats 先送进三段式 worthiness engine,再决定中断、摘要、派发、记忆或丢弃;重点是可解释、可评估、失败保守。
阅读 →Grok Build
终端原生 · Coding Agent 运行时xAI 开源的 SpaceXAI coding-agent harness and TUI:Rust workspace 中把 TUI、headless 单轮、ACP/MCP、工具注册表与能力过滤接到同一套运行时。
阅读 →Qwen-AgentWorld
模型层 · 语言世界模型QwenLM 出品的七域统一语言世界模型(35B-A3B / 397B-A17B MoE),CPT→SFT→RL 三段训练,AgentWorldBench 五维评分,Sim RL 让 Agent 在虚拟环境里 rollout。
阅读 →deltafin
模型层 · 本地 2.8T MoE 推理在单台 Apple Silicon 或 Linux workstation 上跑 Kimi K3:resident spine、按需 expert cache、Metal/CUDA/CPU 后端和 OpenAI-compatible API 组成可验证本地推理链路。
阅读 →deer-workflow
运行时 · TypeScript Agent Workflow把 workflow()、phase()、parallel/pipeline、事件 JSONL 与 Codex/Claude 适配器组合成轻量动态工作流运行时。
阅读 →openclaude-improved
运行时 · 多模型 Claude Code 兼容层把 Claude Code 风格的 coding-agent runtime 接到 OpenAI、Gemini、Ollama、Codex 等 provider,并在 bridge、QueryEngine、安装和 secret 边界上做源码级兼容。
阅读 →Qwen Audio Agent
Voice Agent · 439★实时语音 Agent runtime:Qwen Audio Realtime 前台、ACP 后台 Agent、任务账本与多端 Web/TUI/Desktop 客户端。
Source deep diveqm
组织级 · Multiplayer Agent Harness把 Slack/Web/Cron、多 harness runtime、scope 沙箱、技能投影和凭据审计串成组织级 Agent 工作台。
Source deep divecrm
Agentic CRM · 3.3K★把 CRM 做成 durable research agent 的工作台:任务队列、证据账本、deny-all sandbox 和 Agent Tab 会话桥接组成可审计客户研究系统。
Source deep diveratchet
Agent guardrail · 430★把 coding agent 的规则遵循从提示词变成 PostToolUse 闭环:diff detector、baseline、budget 和 ledger 共同检查复杂度是否真的下降。
Source deep diveRealReplicaBench
Benchmark · 长程 Agent 副本把真实业务应用复刻成可复现任务世界,围绕 harness 装配、OpenClaw 容器 runner、二值 verifier 和发布校验拆解长程 Agent 评测链路。
Source deep divex64dbg-MCP Server
Debugger MCP · 956★原生 Zig x64dbg 插件,把调试器能力暴露为 MCP HTTP/SSE 工具面;重点拆解 socket transport、工具注册表、bridge FFI、token 配置和安全边界。
Source deep dive编排 & 运行时
OpenTag
桥接层 · @agent 协议amplifthq 的 @agent 协议:Slack/GitHub/Lark mention → 本地 Codex/Claude Code → git worktree 隔离 → 回写平台。10 个 npm 包,ContextPacket 7 阶段装配。
阅读 →Claude Code Merge Queue
编排层 · 本地合并队列为并行 Claude Code lanes 提供本地 FIFO land/build 队列、WorktreeCreate hook、pre-push 检查和主 checkout 同步。
阅读 →Agentsmith
Harness 层 · Agent 操作系统PromptPartner 的通用 agent harness:core/profile 装配、verify gate、secret/leak 扫描和 Git hooks 共同约束 Claude Code、Codex、Gemini 等 agent 工作方式。
阅读 →OpenScience
科研层 · 本地 AI 工作台synthetic-sciences 的开源科研 Agent 工作台:本地浏览器 workspace、CLI server、模型路由、科学数据库连接器与插件 hooks 组成完整研究循环。
阅读 →HomeRail
运行时 · Voice-first DAG Agent本地优先的可审计 Agent 编排运行时:Manager 状态机、Node 容器层、跨模型 Worker、端口化 handoff、预算重试、JSONL 审计与中断恢复组成完整控制面。
阅读 →useagent
Runtime · AI coworker 执行账本开源 AI coworker 平台:把 Codex、Claude、OpenCode 接入 sandbox runtime,围绕 provider bridge、child session、fleet batch 与 QC reply run 建立可恢复、可验证的任务账本。
阅读 →commerce-agents
Commerce Agent · 497★Anthropic 的购物与商家 Agent 参考蓝图:公共 turn runtime、流式工具调用、记忆过滤、购物车 gate 和商家 staged-write 审批组成可治理交易链路。
Source deep diveLuxyAI / Flawless
AgenticOps · Kubernetes SRE 控制面把告警、证据、拓扑、人工授权、受控修复和恢复验证串成可审计闭环,重点看 remediation engine、K8s MCP guardrails 与失败后重规划。
阅读 →QuantumByte
应用生成 · 可验证 Agent 工作台把产品意图写入 Postgres 队列,由独立 Worker 构建应用,再以单条 SSE 汇总聊天、资产和只读需求 Harness 的验证结果。
阅读 →agentacct
账本层 · 本地 Agent 工作证据Local-first coding-agent 工作账本:只读导入 Codex、Claude Code、Hermes、OpenCode 等本地证据,分层记录 usage truth、log evidence、canonical SQLite 和受控执行投影。
阅读 →Rome
Agentic OS · App 运行时rome-os 的 agentic OS:app artifact 契约、热重载 action runtime、write-only app keys、workflow studio 与 trace DTO 共同组成可安装自动化平台。
阅读 →能力 · 质量 · 设计
video-shotcraft
视频层 · Agent 产品片技能把 Claude Code / Codex 变成 Remotion 产品片工作室:镜头配方、真实截图、2.5D 相机、SFX 钉帧和模板 QA 一起组成交付管线。
阅读 →Machine Genome
协议层 · 模型与 Agent 身份谱系给模型、Agent、harness 和数据集登记可签名、可追溯的 Gene;重点看 MGS 记录、Data Integrity proof、registry admission 与 Merkle 透明日志。
阅读 →open-kimi-ppt-skill
技能层 · PPTD Agent 交付链非官方 Kimi Slides Skill:从 Agent 生成 PPTD,到本地编辑器自动保存,再到浏览器导出 PPTX 与图片总览 QA。
阅读 →calldiff
Review 层 · 调用栈 diff面向 Agentic code review 的跨语言调用流 diff:用 Tree-sitter 提取函数、分支和 JSX 组件调用,再把 git 快照差异渲染成可审查的 call tree。
阅读 →