DeerFlow 2.0 还在狂奔：长任务 Agent 需要的不是单模型英雄
ByteDance 的 DeerFlow 2.0 6 月 19 日仍高频更新，GitHub 超 7.1 万星。它押注的是子代理、记忆、沙箱和技能组合。
开源项目
值得试用和跟进的 AI 开源工程资产
EverOS 把 Agent 记忆写回 Markdown：这条路线很土，但可能更耐用
EverOS 1.0.0 主打本地优先记忆层，用 Markdown 作为 source of truth，再同步 SQLite 和 LanceDB 做检索。
Headroom 把 Agent 上下文压缩成一层基础设施：省 token 这事终于不只是 prompt 技巧
Headroom 6 月 19 日仍活跃推送，主打工具输出、日志、RAG 和文件压缩，README 宣称可减少 60-95% token。
MemOS 2.0 把 Agent 记忆做成操作系统：别再只塞一个向量库了
MemOS 2.0 仍在活跃维护，主打统一记忆 API、多模态记忆、反馈修正和跨任务技能复用，6 月 18 日刚有推送。
Solace Agent Mesh 用事件总线做多 Agent：别把协作全塞进一个 orchestrator
Solace Agent Mesh 6 月 19 日仍在活跃推送，用事件驱动架构、A2A 和 ADK 组织多 Agent，适合看生产协作形态。
12-Factor Agents：AI Agent 开发的"十二条军规"，但项目停了八个月
humanlayer/12-factor-agents 有 21,500 颗星，是 AI Agent 领域最受关注的工程方法论仓库之一。它试图回答一个问题：构建生产级 AI Agent 应该遵循哪些原则？但有一个尴尬的事实——这个项目最后一次 push 是在八个月前。
AgentMemory：AI 编程 Agent 终于有了"长期记忆"
AgentMemory 一周涨了将近 8,000 星，定位很明确：解决 AI 编程 Agent 的"失忆症"。每次启动 Claude Code 或 Codex，它们都像一个全新的人——不知道昨天改了什么、不知道项目的历史决策、不知道你的偏好。AgentMemory 试图用持久化记忆层解决这个问题。
CodeGraph：给 AI 编程 Agent 装上一个本地代码知识图谱
CodeGraph 用预索引的代码知识图谱解决了一个真实痛点：AI 编程 Agent 每次打开项目都要重新读取整个代码库，浪费大量 token 和工具调用。它一周涨了 6,700 颗星，不是噱头，是真能省钱的工具。
OpenHuman：把个人 AI 助手装进自己机器的开源方案
OpenHuman 一周暴涨 19k 星，成为 GitHub 本周第一。它承诺做一个完全私有的个人 AI 超智助手——数据不出本机、多模型接入、支持手机部署。但它的野心不止于此。
Supertonic v3：一个跑在设备上的多语言 TTS，速度比云端方案还快
Supertone 开源的 Supertonic 本周冲到 GitHub Trending 前五，9,099 颗星。它用 ONNX Runtime 实现了端侧多语言语音合成，延迟低到可以实时对话。v3 版本刚发布，支持了 C++、Go、Rust、Java、Swift、Flutter 等全语言 SDK。
9Router：把 Claude Code、Cursor、Codex 连到 40+ 免费模型源，RTK 省 40% token，自动 fallback 永不中断
9Router 把你的 AI 编程工具路由到 40+ 提供商和 100+ 模型，RTK 技术压缩 tool_result 节省 20-40% token，三层自动 fallback 确保编码永不中断。11K 星，58 个版本。
AiToEarn 两周 14000 星：一个用 AI 赚钱的开源框架，但别被名字骗了
yikart/AiToEarn 两周涨到 14.2k 星，主打「用 AI 赚钱」。2599 次 commit，但实际能跑通的案例需要仔细筛选。
bolt.diy：开源版 Bolt.new，把 AI 全栈开发从云端搬到本地
bolt.diy 是 Bolt.new 的开源替代方案，支持本地部署和自定义模型。把 AI 驱动的全栈开发能力从付费 SaaS 变成可自托管的工具。
CloakBrowser 一周涨 8,600 星：在 Chromium 源码级别做指纹伪装，30/30 反检测测试全过
CloakBrowser 不靠配置打补丁或 JS 注入，而是在 Chromium C++ 源码级别改了 49 处指纹。30+ 反检测站点全部通过，包括 Cloudflare Turnstile 和 FingerprintJS。
langgraph：LangChain 的 Agent 编排框架，为什么 0 篇中文深度解读
LangGraph 是 LangChain 推出的 Agent 图编排框架，支持循环、状态管理和条件分支。中文社区关注度不够，但它是目前最成熟的 Agent 编排方案之一。
Matt Pocock 开源工程技能库：一周暴涨 18,795 星，87K+ 总量的反 vibe coding 宣言
TypeScript 教育者 Matt Pocock 把自己的 .claude 目录开源了，一周涨了 18,795 星，总量冲到 87,649。不是新概念，但它把 Agent 编程的常见失败模式拆成了可复用的技能包。
paperasse：把法国 bureaucracy 装进 AI Agent 的开源项目，一周涨 800 星
romainsimon/paperasse 把法国官僚体系的各种角色做成 Claude Agent Skills，1.8k 星。虽然是法语区项目，但垂直 Agent 的构建思路值得所有开发者参考。
PraisonAI：3700 次 commit 的 Agent 框架，号称 5 行代码雇一支 AI 团队
PraisonAI 用 5 行代码部署自主 Agent 团队，内置记忆和 RAG，支持 100+ 模型。7.8k 星，3,722 次 commit。
React Doctor：你的 Agent 写烂 React 代码，它来查——一行命令出健康分，支持 Next.js 和 React Native
million（react-fast-refresh 原团队）推出 React Doctor，一条命令扫描代码库给出 0-100 健康分，覆盖状态/副作用、性能、架构、安全和无障碍五大维度。
Meetily：100% 本地运行的 AI 会议助手，Rust 编写，Whisper 转录 + Ollama 总结
Meetily 是一款开源 AI 会议助手，使用 Parakeet/Whisper 进行实时语音转录，Ollama 做会议总结，全部在本地处理，无需上传云端。Rust 编写，12K stars，支持 macOS 和 Windows。
巧木 NotebookLM 技能：微信公众号、YouTube、PDF 一键转播客和思维导图
qiaomu-anything-to-notebooklm 是一个 Claude Skill，支持将微信公众号文章、网页、YouTube 视频、PDF、Markdown 等多源内容统一处理，生成播客、PPT、思维导图、测验等。今日 GitHub 涨星 465+。
腾讯 WeKnora：开源 LLM 知识平台，从文档到 RAG 到自主推理 Agent 一条
腾讯开源的 WeKnora 是一个 LLM 知识平台，能将原始文档转化为可查询的 RAG 系统、自主推理 Agent 和自维护 Wiki。15K stars，1,661 commits，50 分钟前还在更新。
new-api：3.4 万星的 AI 模型统一网关，OpenAI/Claude/Gemini 格式互转
new-api 是一个统一的 AI 模型管理网关，支持将各种 LLM 跨格式转换为 OpenAI/Claude/Gemini 兼容接口。33,573 stars，周涨近 2,000，个人和企业模型管理的中心化方案。
cc-connect：把 Claude Code、Cursor 接到飞书、钉钉、Telegram 上，在哪都能聊 AI 编程
cc-connect 是一个开源桥接工具，将本地 AI 编码 Agent（Claude Code、Cursor、Gemini CLI、Codex）连接到飞书、钉钉、Slack、Telegram、Discord 等聊天平台。无需公网 IP，9.4K stars，周涨 1,400+。
SGLang 和 Miles 在 DeepSeek-V4 发布当天完成推理和 RL 训练支持
LMSYS 宣布 SGLang 和 Miles 在 DeepSeek-V4 发布当天即完成推理和 RL 训练支持，成为首个开源栈实现新模型首日全链路可用的方案。
flue：Astro 联合创始人开源的 AI Agent 沙箱框架
Astro 联合创始人 Fred K. Schott 开源 flue 框架，为 AI Agent 提供沙箱执行环境和技能调度层，9 小时前刚发布 0.4.1 版本。
LMSYS 万兆参数传输：P2P 权重更新把 1T 模型训练提速到秒级
LMSYS 团队在 SGLang 中引入基于 RDMA 的 P2P 权重更新机制，作为传统 NCCL 广播的补充方案。万亿参数模型的 RL 训练权重同步从分钟级压缩到秒级，兼容主流开源模型。
Addy Osmani 的 agent-skills 38K star：把高级工程师的工作流编码成 AI 可执行的技能包
Google 工程师 Addy Osmani 开源的 agent-skills 一周涨了 10K star 达到 38.9K。它把 spec 先行、小步任务、测试验证这些高级工程师的习惯打包成 AI Agent 可自动调用的技能。
OpenAI 开源 Symphony：把编码 Agent 从「监督」变成「管理」
OpenAI 低调开源了 Symphony——一个让团队管理工作而非监督 Agent 的规范加参考实现。只有 12 次 commit，Apache 2.0 协议，但方向性信号比代码量更重要。
OpenUI：生成式 UI 的开放标准，谁在定义前端被 AI 重写的方式
thesysdev/openui 提出生成式 UI 的开放标准协议，4.5K stars，705 星/周。AI 生成 UI 不再靠 prompt 猜，而是结构化协议驱动。前端开发的工作流正在被改写。
Ruflo 48K star：给 Claude Code 装上神经系统的多 Agent 编排平台
Ruflo 一周新增 10.7K star 达到 48.6K，6387 次 commit，32 个插件。它不是在做一个新框架，而是给 Claude Code 装上协调 Swarm 记忆联邦的企业级神经系统。
skills-manager：一个桌面 App 想统一管理 15 种 AI 编码工具的 Skills
xingkongliang/skills-manager 用桌面 App 统一管理 Claude Code、Codex、Cursor、Copilot 等 15+ 编码工具的 AI Agent 技能。1,286 stars。AI 编码工具碎片化之后，Skills 管理成了下一个痛点。
omlx：把 Apple Silicon 变成 LLM 推理服务器的 macOS 菜单栏工具
omlx 是一个专为 Apple Silicon 设计的 LLM 推理服务器，支持连续批处理和 SSD 缓存，从 macOS 菜单栏管理。13K stars，Apache 2.0 开源。
Bun 实验性 Rust 重写达到 99.8% 测试兼容：AI 开发者工具链的底层变革
Bun 的实验性 Rust 重写版本在 Linux x64 glibc 上达到 99.8% 测试兼容性。作为大量 AI 开发者工具的基础运行时，Bun 的底层重构可能改变 AI 应用的性能天花板和开发体验。
9.8k Star 的 AI 内容营销全链路平台：从创作到变现一条龙
AiToEarn 用一年多时间涨到近万 Star，覆盖抖音/小红书/TikTok/YouTube 等 12+ 平台的自动化发布，提供 Monetize/Publish/Engage/Create 四大 Agent 能力，还有内容交易市场和 MCP 协议支持。
1.4k Star 的开源漫剧生成器：丢个剧本进去，自动出动画视频
AIComicBuilder 用不到两个月时间涨到 1.4k Star，从剧本导入到角色四视图、智能分镜、首尾帧插值视频生成，全流程自动化。支持 OpenAI、Gemini、通义万相等多家模型供应商。
GitHub 本周 AI 项目观察：Anthropic 金融 Agent 一周涨 8800 星，Agent 工具链全面爆发
本周 GitHub Trending 被 AI Agent 项目占据：Anthropic 金融服务仓库一周涨 8800 星，多 Agent 编排平台、持久化记忆工具和编码 Agent Harness 密集涌现。
HiDream-O1-Image 开源：不靠 VAE 的像素级统一 Transformer，中国团队的图像生成模型冲进 Arena 前八
HiDream 开源 8B 参数图像生成模型 HiDream-O1-Image，采用像素级 Unified Transformer 架构，无 VAE、无独立文本编码器。在 Artificial Analysis 图像生成 Arena 中位列第八，是目前领先的开源权重图文生成模型。
TanStack AI：前端基础设施团队做 AI SDK，框架无关是真需求还是噱头？
TanStack 团队发布 AI SDK alpha 版本，提供跨框架、跨模型、跨语言的统一 AI 接口。2.6K Star，活跃开发中。前端巨头入局 AI 工具链的信号。
AstrBot：31K Star 的国产 AI Agent 框架，OpenClaw 的平行宇宙
北邮学生开发的 AstrBot 突破 31K Star，集成多 IM 平台和 LLM，1000+ 插件生态，自称 OpenClaw 替代方案。国产 Agent 框架的另一条路。
Rowboat 开源 AI coworker：带记忆的个人 AI 同事，13.7k stars
Rowboat 是一个开源 AI coworker 项目，拥有持久记忆能力，1.6k commits，13.7k stars。不同于一次性聊天机器人，它能记住历史交互和长期项目上下文。
Agentmemory：给 Coding Agent 装上持久记忆，实测比纯上下文省 40% Token
Agentmemory 为 AI 编程 Agent 提供持久记忆层，基于 Cloudflare Workers 构建，支持 Claude Code、Codex、OpenClaw、Hermes Agent 等多种 Agent 框架。3.3k stars，日增 518。
Google A2UI 开源：Agent 不再只吐 JSON，直接渲染前端组件
Google 开源 A2UI（Agent-to-UI）框架，让 AI Agent 直接输出可渲染的前端组件而非纯文本。支持 React 和 Angular，14.6k stars，解决 Agent 落地最后一公里的 UI 呈现难题。
datawhalechina/hello-agents：4.5 万星的 Agent 入门教程，中文社区的学习路线
datawhalechina 的 hello-agents 项目突破 4.5 万星，667 星/天增长，是国内最活跃的 Agent 原理与实践教程，773 次 commit 保持高频更新。
字节跳动 UI-TARS-desktop：3.1 万星的多模态 AI Agent 桌面端开源方案
字节跳动开源的 UI-TARS-desktop 项目突破 3.1 万星，定位为连接前沿 AI 模型与 Agent 基础设施的多模态 AI Agent 桌面端方案。
browserbase/skills 一周暴涨 1600 Star：给 Claude Agent SDK 装上浏览器
YC 公司 Browserbase 开源的 skills 仓库一周增长 1621 Star，为 Claude Agent SDK 提供原生网页浏览能力，让 AI Agent 能像人类一样操作浏览器完成信息搜集、表单填写和网页交互任务。
GenericAgent：3300 行种子代码长出一棵技能树，Agent 开始自己进化了
GenericAgent 从 3300 行种子代码出发，通过自生长技能树实现全系统控制能力，token 消耗降低 6 倍。GitHub 一周内增长 5700+ 星，活跃度极高。
cc-switch：一个桌面工具，统一管理 Claude Code、Codex、Gemini CLI 等编码 Agent
cc-switch 是一个跨平台桌面工具，支持在 Claude Code、Codex、OpenCode、openclaw 和 Gemini CLI 之间快速切换，GitHub 64.8K stars，1658 commits，社区活跃度极高。
CloakBrowser：30/30 通过反爬虫检测，AI Agent 的 stealth 浏览器
CloakBrowser 是 Playwright 的 stealth 替代方案，源码级指纹修补，30/30 通过反爬虫检测。对需要网页数据抓取的 AI Agent 来说是实用工具，但法律风险不容忽视。
Google 开源 Agents CLI：把 Agent 开发从"配环境"变成"一条命令"
Google Cloud 开源 Agents CLI 工具，将 AI 智能体从本地原型到生产部署的全流程打包成命令行工具，无缝接入 Claude Code、Gemini CLI、Cursor 等编程 Agent，大幅降低企业级 Agent 开发门槛。
Qwen 开源 WebWorld：用世界模型做网页 Agent 的新路线
Qwen 开源 WebWorld-14B/32B，基于 Qwen3 架构的网页 Agent 世界模型，Apache 2.0 许可。不依赖传统浏览器自动化，而是让模型学会"想象"网页交互的结果。
Chrome DevTools MCP 突破 3.8 万星：编码 Agent 终于能直接操控浏览器调试器了
Chrome 官方团队开源的 chrome-devtools-mcp 项目星标突破 3.8 万，刚发布 v0.25.0。编码 Agent 通过 MCP 协议直连 DevTools，不用再靠截图猜 DOM 结构了。
Google ADK Go 开源：用 Go 代码定义 Agent 逻辑，不写 prompt
Google 开源 ADK Go 版本，7.8K Star，407 次提交，用 Go 代码而非 prompt 定义 Agent 逻辑。支持 A2A 协议、VertexAI MemoryBank，和 Python 版 ADK 形成双栈策略。
GitHub 本周值得看的开源项目：AI 一键生成原生 PPTX，不是截图是真实幻灯片
hugohe3/ppt-master 本周 GitHub 周榜 trending，13.5k stars，AI 从文档生成真正可编辑的 PPTX 文件——真实的 PowerPoint 形状和原生动画，不是截图贴图。
Sakana AI 联合 NVIDIA 发布 TwELL：让 LLM 的"偷懒"真正跑得快
Sakana AI 与 NVIDIA 联合发布 ICML2026 论文，提出 TwELL 稀疏打包格式和融合 CUDA 内核，利用 LLM 前馈层 95% 激活为零的天然稀疏性，推理和训练速度提升 20% 以上。
9router：一个开源项目把 Claude Code、Cursor 接到 40+ 免费 AI 后端
9router 是一个本地 AI 网关，把 Claude Code、Cursor、Cline 等编程工具的请求路由到 40+ 免费/低价 AI 后端，支持自动回退和 RTK Token 压缩，GitHub 5.8K 星且日增千星。
HKUDS/AI-Trader：让 AI Agent 自己炒股的交易平台，GitHub 日增 189 星
香港大学数据科学实验室开源的 AI-Trader 登上 GitHub Trending，14.4K star。Agent 只需读取一个 SKILL.md 文件即可自动注册并参与交易讨论、跟单和信号同步，支持股票、加密、外汇等多市场。
fal genmedia CLI：在终端里生成图像、视频、3D和音频
fal.ai推出genmedia CLI，在终端里直接生成图像、视频、3D和音频。原生终端工作流，无需Dashboard，可直接接入Claude Code、Cursor等AI Agent的脚本和pipeline。发布一天获得33K+浏览、190次收藏。
NVIDIA 研究团队提出 Guess-Verify-Refine：Blackwell 上的稀疏注意力加速 1.88 倍
NVIDIA Research 提出 Guess-Verify-Refine 算法，利用解码步之间的时间模式复用，在 Blackwell + TensorRT-LLM 上实现 Top-K 注意力 1.88 倍加速。硬件感知的推理优化正在改变速度竞争格局。
Redis 创始人 antirez 用 C 手写了 DeepSeek 4 Flash 的 Metal 推理引擎
Redis 创始人 Salvatore Sanfilippo（antirez）用 C 语言从零写了一个 DeepSeek 4 Flash 的 Metal 本地推理引擎 ds4，13 小时前发布，目前 846 星，已上 Hacker News 热门。
Mistral Voxtral TTS 开源：90 毫秒出声，语音生成市场要被搅动了
Mistral AI 开源 Voxtral TTS 语音生成模型，首次发声延迟 90 毫秒，直接挑战 ElevenLabs。开源语音 AI 套件补齐最后一块拼图。
Cursor /orchestrate：Agent 递归生成 Agent，这次不是玩具
Cursor 团队发布 /orchestrate 技能，基于 Cursor SDK 实现 Agent 递归生成子 Agent 完成复杂任务。内部实测 token 用量降 20%、后端冷启动时间减少 80%。这不是简单的多 Agent 并发，而是根规划器到范围执行者的分层架构。
FreeMoCap：用几台普通摄像头实现专业级 3D 动作捕捉
FreeMoCap 用纯视觉方案取代传统动捕设备，仅需 USB 摄像头即可实现多人 3D 骨骼追踪，支持导出 Blender、Unity 格式，GitHub 8.1k star。
Hugging Face 造了个 110M 参数的 DeepSeek-V4 微型克隆体
Hugging Face 开源了 nanowhale，仅 110M 参数却复刻了 DeepSeek-V4 的 MLA、MoE、MTP 等核心架构。跑分没有意义，它的价值在于让研究者低成本实验前沿架构。
Mirage：把 S3、Google Drive、Slack 挂成一棵树，Agent 用 bash 操作一切
strukto-ai/mirage 是一个面向 AI Agent 的统一虚拟文件系统，将 S3、Google Drive、Slack、Gmail、Redis 等后端挂载到同一棵文件树下。Agent 只需用 ls、cat、grep 等 bash 命令就能操作所有数据源。刚发布 v0.0.1-alpha.1。
MLX-VLM：让 Mac 本地跑视觉语言模型的推理工具
MLX-VLM 基于苹果 MLX 框架，让 Mac 用户本地运行和微调视觉语言模型，今日 51 新增 star，是端侧多模态推理的重要工具。
Open-LLM-VTuber：用本地 LLM 搭建你的 AI 虚拟主播
Open-LLM-VTuber 将 Live2D 虚拟形象与任意 LLM 打通，支持免提语音对话和语音打断，本地运行跨平台，GitHub 7.5k star。
OpenAI Codex 插件生态正式起步：Figma、Notion、Slack 全接入了
OpenAI 开源 Codex 插件仓库，首批覆盖 Figma、Notion、Slack、Linear 等主流工具，将 MCP 服务器和工作流打包分发，Codex 向超级应用迈出关键一步。
OpenSearch-VL：开源的多模态深度搜索 Agent，用强化学习解决级联失败
OpenSearch-VL 是一个开源框架，用强化学习训练多模态深度搜索 Agent，引入 fatal-aware GRPO 处理级联失败问题。在多个搜索任务上达到 10+ 项能力提升。
Rapid-MLX：在 Mac 上跑本地模型比 Ollama 快 4.2 倍，但它能替代 Ollama 吗
Rapid-MLX 基于 Apple 原生 MLX 框架构建，在 Apple Silicon 上推理速度达到 Ollama 的 2-4 倍，4B 模型跑出 160 tok/s。Day-0 支持 Qwen3.6 和 DeepSeek V4 Flash，提供 OpenAI 兼容 API。但生态和模型库仍是短板。
skills-manage：一个桌面应用管住所有 Agent 的 Skill，1.7k 星的实用工具
iamzhihuix/skills-manage 是一个跨平台桌面应用，统一管理 Claude Code、Cursor、Codex 等 20+ 平台的 Agent 技能。1.7k stars，194 commits，用符号链接把同一份 Skill 同步到不同 AI 编码工具，避免重复维护。
Anthropic 把 Petri 对齐评估工具捐给了 Meridian Labs
Anthropic 将开源对齐评估工具 Petri 捐给 Meridian Labs 独立运营，并发布 3.0 版本更新。UK AI Security Institute 已在使用 Petri 测试每一个 Claude 模型。
ReactorWorld：开源实时世界模型，延迟压到 50ms 以下
ReactorWorld 开源了实时世界模型，在亚 50ms 延迟下实现 prompt 驱动的实时场景生成。输入文字、修改场景、控制生成过程——实时世界模型从概念走向了可用的工具。
Anthropic 开源金融服务 Agent 仓库：10 个预训练金融工作流，Apache-2.0 许可
Anthropic 在 GitHub 开源金融服务 Agent 参考仓库，包含投行、股权研究、私募等场景的即用型 Agent，支持 Claude Cowork 插件和 Managed Agents 两种部署方式。
Kronos：读懂金融市场语言的基座模型，单月斩获 11,751 颗 Star
Kronos 是一款面向金融市场的基座模型，它将价格、成交量、新闻及其他金融数据视为可理解的“语言”。单月增长 11,751 颗 Star，总计 23,385 颗——是本月 GitHub 上增长最快的金融 AI 项目之一。
multica：把编码 Agent 变成"同事"——开源的 Managed Agents 平台
multica 是一个开源的 Managed Agents 平台，支持给编码 Agent 分配任务、追踪进度、积累技能。月增 23,259 星，总星 25,782，是本月 GitHub 上升最快的 Agent 平台之一。
Q00/ouroboros：别再 prompt 了，开始写规格——Agent OS 来了
ouroboros 自称 "Agent OS"，核心主张是从 prompt 转向 specification。用声明式规格定义 Agent 行为，而不是靠自然语言反复调试。周增 332 星，GitHub 周榜新项目。
tokscale：一个 CLI 工具帮你盯着所有编码 Agent 的 token 账单
tokscale 是一个用 Rust 编写的 CLI 工具，自动追踪 OpenClaw、Claude Code、Codex、Gemini CLI、Cursor 等 14 个平台的 token 用量。支持全局排行榜和 2D/3D 贡献图，周增 271 星。
WebBrain：8GB 显存就能跑的本地浏览器 Agent，Qwen3.5-9B int4 驱动，零 API 费用
WebBrain 是基于 Qwen3.5-9B int4 量化版本的本地浏览器 Agent，8GB VRAM 即可运行（16GB MacBook、RTX 4060/3060 等），完全离线无需云服务，实测 22+ GB VRAM 可跑 Qwen2.5-VL 版本。团队测试了 22 个视觉语言模型选出最优方案。
DFlash 投机解码实测：Qwen3/Gemma-4/Kimi-K2 推理提速 6 倍，消费级 GPU 可用
DFlash 通过 Block Diffusion 模型实现多词并行预测的投机解码技术，在 Qwen3.5 等最新模型上可达 400+ tokens/s，比 EAGLE-3 提速最高 2.5 倍且不损失精度，消费级 RTX 4000 Ada 即可跑出 161 tok/s。
Hermes Agent 突破 140K Stars：Seoul 活动展示 "AI CTO" 实战范式
Hermes Agent GitHub Stars 突破 140,000，成为 AI Agent 领域最大开源项目。本周六 Seoul 技术分享将展示如何将 Hermes 作为"实际 CTO"使用——构建、测试、监控全流程实战。
Prime Intellect Lab 正式上线：不再提示词工程，让 Agent 从经验里自己学
Prime Intellect Lab 正式结束 Beta 上线，提供端到端 RL 训练平台，支持构建从真实经验和反馈中持续学习的自改进 AI Agent。
OfficeCLI：让 AI Agent 直接操控 Word、Excel、PowerPoint 的终端工具
OfficeCLI 是一个面向 AI Agent 的原生办公套件，支持从终端命令创建、编辑和自动化 Word、Excel 和 PowerPoint。解决了 Agent 能写代码但搞不定实际办公文档的尴尬。
InsForge：专为 Coding Agent 设计的 Postgres 全栈后端，GitHub 日增 230 星
InsForge 在 GitHub Trending 上蹿升，日增 230 星。这是一个基于 Postgres 的全栈后端平台，专为 AI 编程 Agent 设计——认证、存储、计算、托管和 AI 网关全部内置，解决 Agent 能写前端但搞不定后端的问题。
Ollama 正式支持 DeepSeek-V4-Pro：1M 上下文本地部署，一键接入 Claude Code 和 OpenClaw
Ollama 宣布原生支持 DeepSeek-V4-Pro，无需额外配置即可在 Claude Code、OpenClaw、CodeX 等 Agent 框架中直接调用。100 万 token 上下文窗口 + MoE 架构，本地部署门槛大幅降低。
Qwen3.6-27B 跑上 NVIDIA GB10：消费级边缘推理的 AI 研究新范式
Qwen3.6-27B 模型已成功在 NVIDIA GB10 边缘计算模块上运行，Q6 量化后达到可用水平。这标志着 27B 级开源模型正式进入消费级边缘推理时代，本地 AI 研究门槛大幅降低。
全网免费 LLM API 聚合：GPT-5/Claude/Gemini/DeepSeek/Qwen 零成本调用方案汇总
一个开源项目汇总了所有可免费调用的主流 LLM API——GPT-5、Claude、Gemini 3 Flash、DeepSeek R1、Llama 4、Qwen3 等，通过 Groq、Cerebras、OpenRouter、Google AI Studio 等平台实现零成本接入。
OpenHands 开源：数千并行编码 Agent 横扫 CI/CD，企业级代码自动化来了
OpenHands 开源了一个自主编码 Agent 平台，能在任何 LLM、任何 CI/CD 流水线、任何代码库上并行运行数千个编码任务。支持代码审查、测试生成、代码现代化等场景，企业级代码自动化进入新阶段。
ServiceNow Project Arc + NVIDIA：企业桌面 Agent 正式进入生产级部署
ServiceNow 在 Knowledge 2026 大会上发布 Project Arc——一款自主桌面 Agent，能思考、写代码和执行任务。与 NVIDIA 合作确保从桌面到数据中心的全链路可观测和治理。同时开放 Action Fabric 系统，允许任何 AI Agent 接入企业工作流。
Qwopus3.6-35B-A3B-v1 发布：社区驱动的 Qwen3.6 蒸馏版，HuggingFace 上线 + GGUF 本地推理
社区开发者 Kyle Hessling 发布 Qwopus3.6-35B-A3B-v1，基于 Qwen3.6 架构蒸馏优化的开源模型，已在 HuggingFace 上线并提供 GGUF 量化版本。Clément Delange（HuggingFace CEO）亲自关注，标志社区蒸馏模型获得官方认可。
谷歌开源 Agent Skills 工具箱：AI 编码工程规范迎来标准化拐点
谷歌云 AI 团队在 GitHub 开源 Agent Skills 库，聚焦 AI 编码的工程规范性。这套工具箱为 Agent 开发提供了可复用的最佳实践模板，标志着 Agent 工程从"手工作坊"向"标准化流水线"演进。
Genesis AI退出隐形模式：GENE-26.5实现人类级机器人操控，触觉手套成本降低100倍
Genesis AI正式走出隐形开发模式，发布GENE-26.5基础模型——首个瞄准人类级物理操控能力的机器人AI。配套触觉传感手套成本降低100倍，精度提升5倍，在真实厨房场景中完成20+子任务的复杂操作。
清华 OpenBMB 发布 VoxCPM2：开源语音模型完全去掉 Tokenizer，声音克隆进入新阶段
清华大学 OpenBMB 团队发布 VoxCPM2 开源语音模型，彻底摒弃传统 tokenizer 架构，直接在原始音频空间建模。相比传统 TTS 方案，VoxCPM2 在声音克隆质量和多语言支持上实现显著突破，标志着开源语音技术进入新阶段。
AionUi 推出多 Agent 团队协作模式：Hermes + OpenClaw + Claude Code + Codex 组队干活
AionUi 宣布多 Agent 团队协作模式正式上线，自动识别并统一接入 Hermes Agent、OpenClaw、Claude Code 和 Codex。Leader Agent 负责任务拆解，Teammate Agents 并行执行，实现异构 Agent 框架的真正协同。
Meta 发布 NeuralBench：脑电 AI 模型终于有了统一的评测标准
Meta AI 发布了 NeuralBench，一个统一的开源框架，用于评估神经 AI（NeuroAI）模型。脑电基础模型终于有了可比性，跨模型评估不再是天方夜谭。
Vercel 开源 open-agents：把云端编程 Agent 做成标准化模板
Vercel Labs 开源了 open-agents 项目，提供一套可部署的云端编程 Agent 模板。962 次提交、263 个分支，Vercel 想做的不只是 demo，而是一个可复用的 Agent 基础设施。
ViMax：开源全能视频生成工具，一个 Prompt 替代 Runway + ChatGPT + Midjourney + HeyGen
ViMax 是一款开源全能视频生成工具，用一个 Prompt 即可完成脚本编写、画面生成、语音合成和视频剪辑，号称能替代 Runway、ChatGPT、Midjourney 和 HeyGen 的组合，月省 $114。
OpenGeoAgent：开源多模态 AI 代理自动化地理空间分析，831 星标引发 GIS 圈震动
OpenGeoAgent 是一款开源多模态 AI 代理，支持 QGIS、Jupyter Notebook 和 Python 脚本的自动化地理空间分析与可视化，发布后迅速获得 831 星标和 133 次转发，887 次收藏。
QwenPaw：基于 Qwen 生态的开源个人 AI 助手，支持本地部署与多平台接入
QwenPaw 是一款基于 Qwen 模型生态的开源个人 AI 助手，支持本地或云端部署，可接入多种聊天应用，具备可扩展的技能系统，让个人用户在私有环境中享受大模型能力。
Nanobrowser 崛起：开源浏览器自动化正在终结 Operator 的垄断
Nanobrowser 作为一款完全开源的 AI 网页自动化工具，以 Chrome 扩展形态提供多智能体协作能力，零 API 费用、灵活 LLM 选择，正在成为 OpenAI Operator 的最强开源替代方案。
OpenClaw 2026.5.5 发布：飞书/Telegram 修复与插件系统加固
OpenClaw 2026.5.5 版本发布，修复飞书、LINE、Telegram、Discord 消息平台问题，优化控制 UI/TUI 响应性，插件更新时保持 SDK 链接稳定，并增强 Gateway 状态监控与重启诊断。
Agent Zero v1.13 发布：开源办公自动化深度集成 LibreOffice，浏览器技能大幅增强
Agent Zero v1.13 正式发布，核心更新包括 LibreOffice 深度集成（ODT/ODS/ODP 作为主格式）和浏览器技能增强。这是一个完全开源的 Agent + 办公技术栈，主打开放格式和自主办公能力。
Cocoindex：GitHub 8,500+ Stars 的长程 Agent 增量引擎，解决"Agent 跑着跑着就崩了"的痛点
Cocoindex 是一个增量式引擎，专为长程 AI Agent 设计。通过增量状态管理和断点续跑机制，解决 Agent 在长时间运行中的状态丢失和重复计算问题。GitHub 上每日新增 438 stars，社区活跃度持续攀升。
Qwen3.6 35B A3B 蒸馏版发布：社区用 Claude Opus 推理数据训练出 72GB 开源模型
HuggingFace 社区开发者 Jackrong 发布 Qwen3.6 35B A3B 蒸馏模型，使用 Claude Opus 推理数据进行知识蒸馏。模型权重 71.9GB，GGUF 版本即将推出。这展示了社区如何利用闭源模型的推理能力来增强开源模型。
WorldRouter 上线：300+ 模型一个账户统一调度，价格比官方低 30%
WLFI 生态推出 WorldRouter，将 Claude、GPT、Gemini、Qwen 等 300+ 模型整合到统一账户，API 价格统一比官方低 30%。支持智能路由和 fallback，开发者一个 Key 调用所有模型。
Sulphur-2 开源发布：无审查视频生成模型，t2v + i2v 双能力打破商业模型垄断
Sulphur-2 在 Hugging Face 开源发布，支持文本到视频(t2v)和图像到视频(i2v)生成，无内容审查限制。作为首个真正可用的开源视频生成模型，它在创意自由度上直接对标 SeedDance、Kling、Veo 等商业闭源方案。
IndexTTS 社区版 V26：8人对话配音 + 10倍提速，开源TTS进入实用阶段
IndexTTS 社区版 V26 更新：支持 8 人同时对话配音、音色库永久保存、情感可控、推理速度提升 10 倍。基于 GPT 架构的工业级零样本 TTS 系统（20.3k stars）正在成为开源语音合成的事实标准。
TurboQuant：Google 的 KV Cache 压缩术，长上下文推理成本砍掉 6 倍
Google Research 在 ICLR 2026 发表 TurboQuant，通过向量旋转+极化量化将 KV Cache 内存压缩 4-6 倍，H100 上注意力加速 8 倍。Qdrant 和 llama.cpp 已率先集成，本地大模型推理进入新阶段。
CyberSentry 爆火：Llama 3.1 70B 驱动的自主网络安全Agent，8 种真实工具一键调用
CyberSentry 开源项目引发关注，基于 Llama 3.1 70B (NVIDIA NIM) + ReAct 模式，集成 Nmap、目录模糊测试、SSL 检查器等 8 种真实安全工具，具备目标分析、工具选择、结果解释、策略调整的完整自主渗透测试能力。
PageIndex：不切块、不嵌入、不要向量库的 RAG 新范式
研究团队发布 PageIndex，一种完全颠覆传统 RAG 的检索方法——不需要向量数据库、不做 embedding、不切块、不做相似度搜索，而是通过树状索引让 LLM 像人类一样阅读文档。FinanceBench 得分 98.7%。
Ruflo：43K Stars 的 Claude 多 Agent 编排平台，企业级 Swarm 智能架构解析
Ruflo 以每日 2432 星的速度增长，总星数突破 43,986。这个面向 Claude 的多 Agent 编排平台提供企业级架构、自学习 Swarm 智能、RAG 集成和 Claude Code/Codex 原生支持。
Unsloth 打通本地 Agentic Coding：Gemma 4 + Qwen3.6 GGUF，24GB RAM 即可跑满
Unsloth 发布完整指南，用 GGUF 量化后的 Gemma 4 和 Qwen3.6 在 24GB 内存机器上实现完整 agentic coding，支持自愈式工具调用。低成本本地 AI 编程的门槛被进一步拉低。
Anthropic 发布 Claude Skills 蓝图：35+ Agent 框架支持，Prompt Engineering 走向终结
Anthropic 发布 33 页 Claude Skills 构建指南，开源社区已有 35+ Agent 框架支持。Prompt 升级为 Skill，系统提示词演变为 SKILL.md，AI 开发范式正在发生根本性转变。
Scrapling：一周涨 5600 星，自适应爬虫框架凭什么？
自适应网页爬虫框架 Scrapling 本周在 GitHub 获得 5650 星增长，总星数突破 44K。它的核心卖点是自动处理反爬机制、动态页面和结构变化。本文分析 Scrapling 的技术优势、竞品对比及适用场景。
addyosmani/agent-skills 突破 2.9 万 Star：生产级 AI Agent 技能库正在成为行业标准
Google 工程师 addyosmani 开源的 agent-skills 仓库突破 2.9 万 Star，日增 629 Star，汇集生产级 AI 编码 Agent 技能文件，支持 Claude Code、Cursor、Windsurf 等多平台，正成为 Agent 技能的事实标准。
Gemma 4 MTP 正式发布：多令牌预测让本地推理速度翻 3 倍
Google Gemma 4 系列正式支持 MTP（Multi-Token Prediction）多令牌预测技术，通过投机解码（speculative decoding）将推理速度提升 2-3 倍，且零质量损失。SGLang 已实现 Day 0 支持，覆盖 Gemma 4 全部 4 个尺寸。这对本地 AI 部署是重大利好。
Dexter：23K Stars 的开源金融研究 Agent，散户的 Bloomberg 终端平替
virattt/dexter 以 23.5K stars 成为 GitHub trending 上的金融 AI 爆款。这个开源自主 Agent 能像人类分析师一样完成深度金融研究：抓取 SEC 文件、分析财报、生成估值报告，支持 OpenAI/Claude/Gemini/Grok/Ollama。
英伟达 Nemotron 3 Nano Omni 开源发布：全模态 Agent 模型，RTX 5090 就能跑
英伟达发布 Nemotron 3 Nano Omni 开源全模态模型，深度优化 Hopper 和 Blackwell 架构 FP8 推理，同时兼容 RTX 5090 等消费级显卡和 Jetson Thor 机器人平台，直指 AI Agent 应用开发。
awesome-hermes-agent 登上 GitHub 热榜：Hermes 生态资源的终极导航图
GitHub 上新出现的 awesome-hermes-agent 项目，系统整理了 Hermes Agent 生态的全部技能、教程、社区项目和最佳实践。对于刚入门或想深入 Hermes 的开发者，这是目前最完整的生态导航资源。
Dify 为什么没成为 Agent 时代的 LangChain？
Dify 作为开源 LLM 应用开发平台，GitHub Stars 突破 50K，但在 Agent 编排和生态深度上仍落后于 LangChain、CrewAI。本文分析 Dify 的技术定位、竞争优势及 2026 年的关键挑战。
Hermes Agent v0.12 实战：Kanban 多智能体编排如何改变你的工作流
Hermes Agent v0.12 引入 Kanban 任务板，支持多智能体并行协作：Agent 从看板自主领取任务、并行执行、阻塞时自动交接。一个视图替代多个终端，这是 Hermes 从单智能体工具向多智能体操作系统演进的关键一步。
Hermes Agent 上月狂揽 108K Stars，登顶 GitHub 月度趋势仓库榜首
NousResearch/hermes-agent 在 2026 年 5 月第一周以 108.1K 新增 stars 登顶 GitHub 月度增长榜，总 stars 突破 127K。这款"自我进化"的 Agent 框架正在重新定义 AI 代理的开发范式。
HermesOS 免费层正式上线：云端免费部署持久化 AI Agent，零信用卡门槛
HermesOS 宣布免费层正式开放，用户无需信用卡即可在云端部署持久化 AI Agent 实例，支持持久记忆、浏览器自动化、终端访问和定时任务，BYO API Key 无加价。
Qwen-Scope 开源：阿里给大模型装上"透视眼"，稀疏自编码器首次工程化落地
阿里通义团队开源 Qwen-Scope，提供完整的稀疏自编码器套件，实现模型内部特征可视化、输出控制和长尾数据合成，大模型可解释性从研究走向工程。
OpenClaw 垂直领域 Agent 生态爆发：869 个医疗 Skills + 18 步从零构建教程
OpenClaw 生态在 2026 年 5 月迎来爆发：医疗领域 Skills 已达 869 个，官方发布免费 18 步从零构建教程，插件系统上线支持按需安装。AI Agent 的竞争正从框架本身转向垂直领域生态。
QwenSeek-2B：用 DeepSeek-V4 思维链蒸馏的 2B 小模型，Apache 2.0 开源
社区开发者发布 QwenSeek-2B，基于 Qwen3.5-2B 底座，利用 DeepSeek-V4 的 <think> 思维链进行蒸馏，Apache 2.0 许可证开源，可在消费级 GPU 上运行。
OpenClaude v0.9.1 发布：Codex 成为默认提供方，GPT-5.5 成为默认模型
开源 AI 编码工具 OpenClaude 发布 v0.9.1，正式将 OpenAI Codex 设为默认提供方、GPT-5.5 设为默认模型。这一转变源于 Sam Altman 的公开回应——如果 OpenAI 官方支持，就把 Codex 设为 OpenClaude 的默认选项。
深度拆解 Hermes Agent 记忆系统：如何修正 OpenClaw 的记忆误区，实现真正的持久化自主
Hermes Agent 的记忆系统通过三层架构（工作记忆/语义记忆/情景记忆）彻底重构了 AI Agent 的记忆机制，修正了 OpenClaw 在记忆压缩中的信息丢失问题。Ollama 0.21 的本地支持让这一能力可直接在消费级硬件上运行。
mattpocock/skills 一周涨星 31K 至近 60K，成为 GitHub 最火 AI 技能仓库
TypeScript 教育博主 mattpocock 发布的 Claude Skills 仓库一周内暴涨 31,091 颗星至近 60K，登顶 GitHub Trending，内容来自其个人 .claude 目录的实战技能集合。
Flower AI Summit 2026：Flower Agents 与 Project Kaya，好 Agent 需要上下文、访问权和控制力
Flower AI Summit 2026 上，Flower Labs 发布 Flower Agents 和 Project Kaya，提出好 Agent 的三要素框架：上下文理解任务、访问权获取数据、控制力执行操作。
Hermes Agent v0.12.0：133k Star 的开源 Agent 迎来"策展人"时代，21 万次代码提交重塑自我进化能力
Hermes Agent v0.12.0 发布，1096 次提交、550 个 PR、213 位贡献者。引入 Curator 自主管理技能库、自我改进审查循环升级、ComfyUI/Tou 默认集成，开源 Agent 框架竞争进入"自进化"新阶段。
TradingAgents 登顶GitHub Trending：多智能体LLM金融交易框架如何运作
GitHub Trending榜首项目TradingAgents（67,992星）是一个多智能体LLM金融交易框架。通过研究员、分析师、风控官等专用Agent协作，实现从信息收集到交易决策的全自动化流程。
Google Cloud 一口气发布 50+ MCP 服务器，企业 Agent 集成进入快车道
Google Cloud 宣布发布 50+ 个 MCP（Model Context Protocol）服务器，覆盖 BigQuery、AlloyDB、Vertex AI 等核心服务，原生内置治理与可观测性，企业 Agent 工作流集成进入标准化阶段。
mattpocock/skills 一周暴涨 31K 星：.claude 技能文件正在成为 AI 开发者的新标准
mattpocock 的 skills 仓库一周内暴涨 31,091 星，总星数达 59,309。这个从 .claude 目录中提取的实用技能集合，正在成为 AI 辅助编码的事实标准。本文解析其内容结构、为什么火、以及你可以怎么用。
Ruflo 本周新增 4300 Star 突破 4.1 万：Claude 多 Agent 编排平台的增长密码
Ruflo 作为面向 Claude 的多 Agent 编排平台，本周新增 4321 Star 总数突破 4.1 万。其核心卖点是自学习集群智能、RAG 集成和原生 Claude Code/Codex 对接，正在成为复杂 AI 工作流的编排层选择。
一周涨 31K stars：mattpocock/skills 重新定义 Claude Skills 的实战标准
TypeScript 专家 mattpocock 发布的 skills 仓库在 GitHub 一周内获得 31,000+ 新 stars，总量突破 59,000。该项目提供来自实战工程师的 .claude 技能文件，涵盖 TypeScript 最佳实践、代码审查、架构设计等场景，为 Claude Skills 生态树立了质量标杆。
Open Design 看板模式开源：一处编排 Hermes Agent、Cursor、DevinAI，并行设计多原型
Open Design 正式开源看板模式，支持在同一界面同时编排 Hermes Agent、Cursor、DevinAI 等多个 AI 开发工具，实时预览运行状态并并行设计多个原型。这是 AI 开发体验从单工具调用向多 Agent 协作的标志性升级。
OpenAI 发布 Codex Skills Catalog：官方技能库，Agent 能力标准化
OpenAI 在 GitHub 上线官方 Codex Skills Catalog 仓库，为 Codex CLI 和 API 提供标准化的技能目录。开发者可以直接引用预置技能，也可以贡献自定义技能，标志着 Agent 能力从"个人配置"走向"社区共享"。
browserbase/skills：给 Claude Agent 装上网页浏览的标准化 SDK
browserbase 开源 Claude Agent SDK with web browsing tool，2070 stars 且日增 320。解决 Agent 网页交互标准化难题，提供开箱即用的浏览器控制能力，降低 Web Agent 开发门槛。
Qwen3.6-35B-A3B 开源：350 亿参数 MoE 架构，推理仅激活 30 亿
通义千问发布 Qwen3.6-35B-A3B，35B 总参数 MoE 架构推理仅激活 3B，256 个专家中路由激活 8+1 个，支持 262K 原生上下文、可扩至 100 万 token，Apache 2.0 许可开源。
一句话生成游戏精灵图：Codex 技能 agent-sprite-forge 把 AI 变成 2D 美术
给 Codex 装上游戏美术技能包，用自然语言描述角色动画和场景地图，自动输出带透明通道的 PNG 精灵图序列和引擎可用地图，支持 Godot 和 Unity 直接导入。
Hermes Agent 桌面应用发布：多 Agent 虚拟工作区，Telegram/Discord 一键接入
Hermes Agent 推出桌面客户端，支持多 Agent 并行管理、跨平台会话同步、多模型供应商切换，并内置 Telegram 和 Discord 集成。零终端操作，浏览器级界面让 AI Agent 管理门槛骤降。
情报 | DeepClaude 开源工具：Claude Code 换脑 DeepSeek V4 Pro，成本骤降 17 倍
GitHub 开源项目 DeepClaude 可将 Claude Code 的模型后端切换为 DeepSeek V4 Pro，保留完整的 agent loop、文件读写、bash、git 等能力，将百万 token 成本从 $15 降至 $0.87，实际用户 31M token 仅花费 $0.55。
Gemma 4 即将支持 React Native 端侧运行：Google 正式打通移动端 AI 最后一公里
Google 宣布 Gemma 4 即将支持在 React Native 应用中完全端侧运行，无需云端 API。这意味着数百万移动开发者可以直接在 iOS/Android 应用中嵌入轻量级 AI 能力，隐私、延迟、成本三赢。
MCP STDIO 安全漏洞预警：20 万服务器暴露于命令执行风险
OX Security 发现 20 万个 MCP 服务器存在命令执行漏洞，STDIO 传输层缺乏输入清洗。LangChain-ChatChat 和 Windsurf 均受影响，CVE-2026-30617 评分高达 8.6。
Claude Opus 4.6/4.7 思维链数据开源：8706 条 CoT 让 7B 模型学会先想再答
社区开发者将 Claude Opus 4.6 和 4.7 的 8706 条思维链数据开源，让小模型训练"先思考再回答"的能力成为可能。过去需要数千美元 API 费用才能攒够训练数据，现在直接可用。
DeepClaude 开源：用 DeepSeek V4 Pro 替换 Claude Code 后端，AI Agent 成本暴降 17 倍
GitHub 新开源项目 DeepClaude 允许将 Claude Code 的 AI 后端无缝切换为 DeepSeek V4 Pro，百万 token 成本从 15 美元降至 0.87 美元，降幅达 17 倍。只需配置三个环境变量即可使用。
DigitalOcean 推出 Knowledge Bases：全托管 RAG 服务，MCP 集成开箱即用
DigitalOcean 发布 Knowledge Bases 全托管 RAG 服务，集成数据摄取、分块、嵌入、检索、重排序全流程，内置 RAG Playground、高级重排序算法、两个开源新模型及 MCP 集成，开发者可数分钟构建生产级 RAG 应用。
三星重启 SiC 代工业务：瞄准 2028 量产，押注下一代功率半导体
三星电子重启碳化硅（SiC）代工业务，目标 2028 年量产。SiC 被视为下一代功率半导体核心材料，广泛应用于电动汽车、充电基础设施和工业电源领域。
Agent-desktop：让 AI Agent 直接操控你桌面的开源 CLI 工具，Show HN 今日最热
Show HN 新项目 Agent-desktop 以 88 分登顶今日榜单——这是一个让 AI Agent 直接操控本机桌面环境的 CLI 工具，标志着 Agent 从"代码世界"走向"图形世界"。
Flipbook：前OpenAI工程师打造的无限视觉浏览器，像素级生成重新定义交互
三星工程师（前OpenAI）与团队开发的Flipbook项目引发关注——输入搜索词，实时用像素生成动态插画，文字也是像素组成，画面任何区域可点击生成下一层。这种"无限视觉浏览器"可能代表AI交互的新范式。
Pipecat：GitHub 热门开源实时语音 AI Agent 框架，<200ms 延迟的生产级方案
Pipecat 是当前 GitHub 上最受关注的实时语音 AI Agent 框架，主打亚 200ms 延迟的生产级语音交互。社区整理的 AI Agent 生态目录中将其列为"大多数你实际用过的生产级语音 Agent 都基于此构建"的底层框架。本文解析其架构、竞品对比和快速上手指南。
June AI 2026 终极阵容：开源模型正在围剿闭源旗舰
June AI 发布 Models 2026 终极阵容：开源侧包括 GLM 5.1、DeepSeek V4 Pro/Flash、Kimi K2.6、Qwen3.5 397B、Gemma 4 31B；闭源侧包括 GPT 5.5、Grok 4.1 Fast、Claude Opus 4.7、Gemini 3.1 Pro。开源模型首次在数量和综合能力上与闭源阵营形成正面对抗。
LLaDA2.0-Uni 开源：扩散 LLM 统一多模态理解与生成，8 步出图的新范式
Inclusion AI 开源 LLaDA2.0-Uni，一个基于扩散 LLM 的统一多模态模型，整合视觉理解与图像生成于单一架构。MoE 骨干配合 SigLIP-VQ tokenizer，仅需 8 步即可生成图像，支持原生交错推理。为多模态 Agent 提供了全新的推理范式。
TradingAgents 登顶 GitHub Trending：65k Stars 的多 Agent 金融交易框架
TradingAgents 以 65k Stars、日增 3300+ 冲上 GitHub Trending 第二。作为多 Agent LLM 金融交易框架，涵盖股票、加密货币的情绪分析和量化交易，提供完整的开源量化研究方案。
Hermes Agent Kanban 多 Agent 并行：从看板到自主协作的编排革命
Hermes Agent 最新引入 Kanban 多 Agent 协作模式——Agent 自动从看板领取任务、并行工作、阻塞时自动交接。一个界面即可监控所有 Agent 进度，告别终端切换的繁琐。
open-design：Claude Design 开源克隆，11 个 CLI 一键变设计引擎
Anthropic 4 月 17 日发布 Claude Design 全网震惊后仅 15 天，开源版 open-design 已上线。支持 11 个 CLI 自动识别、内置 31 个 Skill × 72 套品牌级 Design System，让 Qwen、Kimi、GLM 等模型也能获得 Claude Design 级别的设计能力。
Mercury Agent 发布：OpenClaw × Hermes 的"完美合体"意味着什么
Mercury Agent 正式发布，官方定位是"OpenClaw + Hermes 的完美合体"。该项目融合 OpenClaw 的 Idea 启发与 Hermes 的能量驱动，主打"真正的控制力"。开源 Agent 框架迎来新的整合者。
AI Perception Protocol 开源：给 Agent 装上"感知层"，Apache 2.0 协议的下一个基建
100%开源、Apache 2.0许可的AI Perception Protocol正式发布，定位为AI Agent的"感知层"基础协议。如果2025年是Agent框架爆发年，2026年将是Agent感知能力的基建年——这个协议可能成为下一个LangChain级别的基础设施。
OpenSlide：用 React 组件做幻灯片，AI Agent 驱动的 Presentation 开源框架
OpenSlide（open-slide）将幻灯片生成的粒度从 Markdown 提升到 React 组件级别。内置 Agent 技能支持一句话生成完整 Deck，固定 1920×1080 画布确保输出一致性，正在成为 AI 时代替代 PowerPoint 的开源方案。
Meta Tuna-2 开源：抛弃视觉编码器，用像素嵌入统一多模态理解与生成
Meta 发布 Tuna-2，一个无编码器的多模态模型，直接使用像素嵌入而非传统视觉编码器。在细粒度感知基准上超越编码器模型，统一理解与生成。MoE 架构，开源权重，为多模态 AI 提供了一条全新的技术路线。
OpenClaw 2026.5.2 发布：Grok 4.3 集成 + 全平台通信优化 + TTS 语音通话打磨
OpenClaw 2026.5.2 于5月3日发布，核心更新包括 xAI Grok 4.3 模型集成、插件安装稳定性提升、网关与代理热路径优化、四大通信平台（Discord/Slack/Telegram/WhatsApp）修复，以及 TTS 实时语音通话功能打磨。这是 OpenClaw 连续第三周发布重要更新。
Qwen-Scope 开源：阿里给大模型装上"透视眼"，AI 可解释性不再是黑盒
阿里通义团队正式开源 Qwen-Scope 稀疏自编码器（SAE）完整套件，支持特征提取、数据分类、输出控制三大场景。这意味着开发者可以直接操纵模型内部特征来控制输出，无需 prompt engineering。本文解析 Qwen-Scope 的三大核心能力、适用场景以及上手指南。
阿里通义开源 Qwen-Scope：用稀疏自编码器精准控制大模型输出
阿里通义团队开源 Qwen-Scope 工具，基于稀疏自编码器（SAE）覆盖 Qwen3/3.5 共 7 个模型，可在推理阶段定向控制输出行为，用少量种子数据完成分类与长尾样本合成。
AMD Ryzen AI Max+ 395 Mini PC 上架：128GB 内存、$2K-$3K 本地运行 200B 参数模型
AMD 推出搭载 Ryzen AI Max+ 395 处理器的 128GB 内存 Mini PC，售价 $2K-$3K，完整支持 ROCm。可在本地运行 200B 参数级别大模型，直接对标 NVIDIA DGX Spark。本地 AI 推理的性价比门槛被大幅降低。
n8n-mcp 1.9 万星：用 Claude 自然语言构建 n8n 自动化工作流，MCP 协议落地的又一个标杆
n8n-mcp 项目在 GitHub 上获得 19,257 星，日增 264 星。该项目通过 MCP 协议将 Claude Desktop、Claude Code、Windsurf、Cursor 等 IDE 与 n8n 自动化平台打通，用户可以用自然语言直接构建和编辑 n8n 工作流，无需手动拖拽节点。
Claude Opus 4.7 从零实现 AlphaZero 自博弈管线：3 小时击败专业 solver，Agent 推理能力的分水岭
Claude Opus 4.7 在消费级硬件上从零实现了 AlphaZero 风格的自博弈管线，仅用 3 小时完成，并在 Connect Four 游戏中以先手 7/8 的成绩击败了 Pascal Pons 专业 solver。其他前沿 Coding Agent 均未超过 2/8。这是 Agent 自主推理能力的重要信号。
GitHub 9.2k Star 项目 agency-agents：211 位 AI 专家即插即用，本地 Agent 注入独立灵魂
GitHub 爆火的 agency-agents 项目达 9.2k Star，提供 211 位即插即用的 AI 专家角色。可将专业工作流注入 Hermes Agent、OpenClaw 等本地框架，实现自动化效率质变。
驾驭工程实战：Hermes Agent + OpenClaw + 国产模型的 10 倍效率提升
中美大模型 + Hermes Agent/OpenClaw 等开源 Agent 框架的组合，正在将"捉虫"和"救火"的效率提升一个数量级。Harness Engineering（驾驭工程）成为 2026 年 AI 开发者的核心技能。
OpenSRE：用合成事故训练 AI SRE Agent，GitHub Trending 周榜上榜
Tracer-Cloud/opensre 本周新增 1,199 星，总星 4.3K。这是一个开源 AI SRE Agent 框架，支持 60+ 运维工具集成，用合成事故场景训练 Agent 的根因分析能力，官方部署基于 LangGraph Platform。
OpenAI 悄悄开源 Privacy Filter：1.5B 参数 PII 检测模型可浏览器运行
OpenAI 在 HuggingFace 开源了 Privacy Filter 模型——一个 1.5B 参数的双向 Token 分类模型，专用于 PII（个人身份信息）检测和脱敏。仅 50M 活跃参数，可在浏览器中运行，支持 128K 长上下文。
OpenClaw 2026.5.2 发布：Grok 4.3 支持、插件系统加固、全平台消息通道修复
OpenClaw 发布 2026.5.2 版本更新，新增 xAI Grok 4.3 模型支持，插件安装和更新流程更加稳定，Gateway 和 Agent 核心路径性能优化，修复了 Discord、Slack、Telegram、WhatsApp 等多平台消息通道的问题，并改进了 TTS、实时语音和网页搜索功能。
penMonoAgent：用 .NET 10 + llama.cpp 搭建零 Token 费用的本地编码 Agent
penMonoAgent 是一个基于 .NET 10 和 llama.cpp 构建的本地编码 Agent，推理完全在本地运行，无需 Token 费用，代码也不出本机。自带 20 个工具和 5 个专项子 Agent，支持 Docker 一键部署。
GitHub 热门项目：这个 AI Agent 生态大全目录，24 小时内被收藏 274 次
一个 GitHub 目录项目在 24 小时内获得 233 个 Star、274 次 Bookmark，它编译了整个 AI Agent 生态——框架、工具、真实用例，持续更新。在 Agent 碎片化严重的 2026 年，这种"全景地图"的价值正在被重新认识。
Gemma 4 Good挑战赛：谷歌$20万奖金池，用开源模型解决真实世界问题
谷歌启动Gemma 4 Good挑战赛，$20万奖金池，围绕健康、教育、全球韧性、数字公平和AI安全五条赛道。Gemma 4家族提供4种尺寸的开源模型，为开发者提供技术底座。
Poolside Laguna XS.2：33B 参数 MoE 编程模型，Mac 上就能跑的 Agent 级代码智能体
Poolside 发布 Laguna XS.2，33B 总参数/3B 激活参数的 MoE 编程模型，SWE-bench Verified 达到 68.2%。36GB Mac 即可运行，Apache 2.0 许可，支持 Ollama 一键部署。
Gemma 4 26B A4B：Google轻量级MoE模型，256K上下文，本地AI推理新标杆
Google发布的Gemma 4 26B A4B采用26B总参数、4B激活的MoE架构，支持256K上下文窗口。总参数不大但激活参数极小，推理速度快、资源消耗低，让消费级硬件运行高质量本地AI成为现实。
Pixelle-Video：阿里 AIDC 开源的 AI 全自动短视频引擎，9.2K stars 的工业化内容方案
阿里国际数字商业集团旗下 AIDC-AI 开源 Pixelle-Video，一个支持数字人播报、图生视频、动作迁移的 AI 全自动短视频引擎，GitHub 9.2K stars 提供从脚本到成片的端到端自动化管线。
Agent Harness 生态爆发：20x 内存效率让 AI 群集不再"烧机器"
新一代 Agent Harness 框架宣称实现 20 倍内存效率提升，支持大规模并行 AI 会话而不让机器崩溃。从 JCode 到 Pi 终端 agent，Harness 正在成为运行 AI 代理集群的基础设施层。
字节 DeerFlow 2.0 开源：50.7k Stars 的超级智能体框架，开箱即用的 AI 工作流基础设施
字节跳动开源 DeerFlow 2.0，GitHub 狂揽 50.7k Stars。框架将 LangGraph 状态机、沙盒安全、记忆管理、IM 接入等基础设施全部打包，开箱即用，适合个人开发者、创业团队和企业内部自动化场景直接落地复杂 AI 工作流。
Maigret：从用户名搜遍3000+网站的OSINT神器，日增千星杀入GitHub Trending
Maigret是一个开源OSINT工具，仅凭一个用户名就能在3000+网站上搜索目标人物的数字足迹。今日GitHub Trending排名第二，日增1065星，总星数突破22K。对于安全研究人员和反欺诈从业者，这是必备的侦察工具。
OpenADE 更新：开源 AI 协作编码工具接入 GPT-5.5 与 Codex
OpenADE 作为开源 AI 编码协作工具完成重大更新，新增 GPT-5.5 与 Codex 集成、更快的 diff 引擎，同时保持对 Claude 的兼容。它为团队提供了一条绕过商业编辑器的开源协作路径。
GitNexus：零服务器代码智能引擎，34K stars 的浏览器端 Graph RAG Agent
GitNexus 本周 GitHub 周榜飙升 5376 星至 34.6K，只需拖入 GitHub 仓库或 ZIP 文件即可在浏览器端生成交互式知识图谱，内置 Graph RAG Agent 实现零服务器部署的代码探索方案。
Ruflo：36k Stars 的多 Agent 编排平台，让 Claude Code 长出神经系统
Ruflo 在 GitHub Trending 飙升至第 2 名，单日增长 1,258 stars。它为 Claude Code 提供了 Agent 群集编排、自学习记忆、联邦通信和企业级安全能力，将单点 AI 助手升级为多 Agent 协作系统。
2026 AI 到 3D 全流程：一个下午从零生成游戏级角色
2026年 AI 到 3D 的完整管线已经成型：GPT Image 2 生成概念图 → Hunyuan3D/Tripo 转 3D 网格 → MeshyAI/Blender 清理绑骨 → Mixamo 自动动画。一个下午即可产出游戏级角色，成本约 600 美元。
lambda/hermes-agent-reasoning-traces 数据集发布：首次大规模公开 Agent 推理轨迹，AI 可观测性进入新阶段
lambda 社区发布 hermes-agent-reasoning-traces 数据集，首次大规模公开 Agent 的推理轨迹数据，包含解析、分析、可视化和微调的完整工具链。这标志着 AI Agent 从"黑盒运行"走向"可观测、可调试、可优化"的新阶段。
Warp 终端开源转型：从闭源商业产品到 Agentic 开发环境，日增 3400 星冲上 GitHub Trending
Warp 终端宣布开源并转型为 Agentic 开发环境，GitHub 日增 3400 星，总星数突破 5.1 万。内置 AI Agent 可自主执行终端任务，标志着命令行工具从"手动输入"向"意图驱动"的进化。
browserbase/skills：让 Claude Code 获得专业级网页自动化能力，GitHub Trending 上榜
browserbase/skills 登上 GitHub Trending，为 Claude Code 提供一套完整的网页自动化技能插件，涵盖浏览器操控、站点调试、Cookie 同步和对抗性 UI 测试，将 Agent 的 web 交互能力从"能看"提升到"能操作"。
obra/superpowers 框架 GitHub 爆火：17.5 万星，Agent Skills 范式正在重塑开发工作流
obra/superpowers 项目突破 17.5 万 GitHub 星标，日增超千星。这个"Agentic Skills 框架"将 Claude Agent 的能力模块化，标志着从对话式 AI 向可组合 Agent 工作流的范式转移。
NVIDIA Dynamo 重构 AI 推理栈：为 Agent 时代重新设计基础设施
NVIDIA 发布 Dynamo 项目，专门为 Agentic AI 重构推理基础设施。传统推理栈假设每次请求是独立的，但 Agent 编码会话会产生数百次 API 调用和大量重复的上下文计算。Dynamo 通过 KV 感知路由和上下文复用，在同等硅片上实现 2.7 倍性能提升。
OpenClaw 与 Hermes 的双引擎时代：国产 AI Agent 框架的生态融合
OpenClaw 和 Hermes Agent 两大开源 Agent 框架正在加速融合国产模型生态。最新版本同时支持 Kimi、GLM、DeepSeek、MiniMax 等国内模型，并通过模型路由和自动降级机制实现任务优化。Agent 框架正在从"工具"进化为"操作系统"。
GitHub 59K 星的 TradingAgents：多智能体框架如何重塑量化交易
TauricResearch 的 TradingAgents 项目以 59K+ stars 登顶 GitHub Trending，这是一个用多 Agent LLM 框架做金融交易的开源方案，日增 2100+ 星。
AI 编程不再抛硬币：Archon 用 YAML 工作流把 Agent 变成流水线
Archon 从 Python Agent 构建器转型为 TypeScript AI 编码工作流引擎，用 YAML 定义开发流程，17 个预设工作流覆盖 issue 修复到 PR 创建全链路，支持 Slack/Telegram 远程触发。
DeepSeek V4 + Ollama + OpenClaw + Hermes：零成本搭建本地 AI 全家桶
五款开源工具组合——DeepSeek V4 Flash 做推理引擎、Ollama 做模型管理、OpenClaw 做 24/7 守护进程、Hermes 做智能路由、Claude Code 做编码辅助——构建完全免费的本地 AI 工作栈。
LLM Wiki 爆火 4.6k Stars：个人知识库的 Agent 化拐点已来
GitHub 开源项目 llm_wiki 以 4.6k Stars 蹿红——它实现了 Karpathy 构想的知识库形态：不再每次提问都去原始文档里现找，而是先让 LLM 预处理生成知识索引。个人知识管理正式迈入原生 Agent 时代。
39.6k Star，一个 Rust 工具把 AI 编程的 token 账单砍掉 80%
RTK 用 Rust 写了一个 CLI 代理层，拦截并压缩 AI 编程工具的命令输出，30 分钟 Claude Code 会话从 11.8 万 token 降到 2.4 万，支持 12 种 AI 工具。
Hermes Agent 突破 127K GitHub Stars：从聊天机器人到自主系统的进化
Hermes Agent GitHub 星标突破 127K，上月新增超 10 万。社区涌现出 Agent 连续运行 100+ 天、处理 108 亿 tokens 的实战案例，标志着 AI Agent 从实验品走向生产级基础设施。
Hermes Agent 搭配 Open Web UI：零成本搭建 ChatGPT 风格 Agent 前端
社区开发者演示将 Hermes Agent 与 Open Web UI 集成，通过 Docker 一键部署，实现免费且功能完整的 ChatGPT 风格 Agent 交互界面，适合个人和小团队自部署需求。
NVIDIA Nemotron 3 Nano Omni 上手：30B MoE 多模态感知模型，Ubuntu 一条命令部署
NVIDIA 发布 Nemotron 3 Nano Omni，30B 混合 MoE 架构，将图像、音频、视频、文本统一到一个推理循环中。Canonical 合作推出 Ubuntu inference snap，一条命令即可部署，无需复杂集成。
ds2api：Go 语言 DeepSeek 兼容中间件，本周 GitHub 新增 1,726 星
CJackHwang/ds2api 是一个 Go 语言编写的 DeepSeek 兼容中间件，专注高并发协议适配，将多样 Web 协议转换为标准化 DeepSeek API 格式。本周 GitHub 新增 1,726 星至 3,066 星，为需要对接多模型源的企业提供统一 API 网关方案。
Hermes Agent 原生支持 LM Studio：本地模型一键获得 Agent 大脑
Hermes Agent 5 月 1 日更新原生集成 LM Studio，自动发现本地模型、按需加载、智能路由推理策略。无需手动配置，消费级硬件即可运行完整的 Agentic 工作流。
NVIDIA OpenShell：为企业 AI Agent 打造的"安全沙箱"，一条命令部署
NVIDIA 在 GTC 2026 推出 NemoClaw 和 OpenShell，为 OpenClaw 生态注入企业级安全能力。OpenShell 提供可控的沙箱环境，精确管理 Agent 的访问权限、数据共享和输出审查，一条命令即可部署。
Qwen 开源 Qwen-Scope：81000 个稀疏自编码器特征，让大模型思维透明化
阿里 Qwen 团队发布 Qwen-Scope 开源可解释性工具包，为 Qwen3.5-27B 提供 81k SAE 特征覆盖 64 层，支持推理 steer 和机理分析，大幅降低模型黑箱化程度。
DeepSeek-V4 技术报告深度解析：混合压缩注意力 + Muon 优化器如何改写训练效率
DeepSeek 发布 V4 技术报告，揭示两大核心创新：用混合压缩注意力系统替代标准 Attention，引入 Muon 优化器加速训练并提升稳定性。同时改进层间连接方式，增强复杂推理能力。
TradingAgents：GitHub 59K 星多 Agent 交易框架，新增 Qwen/DeepSeek/GLM 原生支持
TradingAgents 登顶 GitHub Trending，v0.2.4 版本新增对通义千问、DeepSeek、智谱 GLM 的原生支持。这个模拟真实交易公司架构的多 Agent 框架，正在降低 AI 量化交易的门槛。
Hermes Agent v0.12.0 详解：Dashboard Profiles 让多 Agent 配置告别命令行
Hermes Agent v0.12.0 推出 Dashboard Profiles 管理页面，用户可在 Web 界面直接配置多 Agent 架构。同时新增 ACP Server 适配器实现标准协议交互，以及 Curator 技能维护系统自动优化 skills。
Meta FAIR论文：在预训练阶段植入LLM安全与推理能力，而非后期修补
Meta FAIR发表论文提出在预训练阶段直接植入LLM的安全性、事实性和推理能力，而非在后期微调阶段修补。这种先天设计思路可能改变模型训练范式，从根源上提升模型质量而非依赖对齐后处理。
The Agency 两周狂揽 50K Stars：147 个 AI Agent 组成的"虚拟公司"来了
GitHub 新项目 The Agency 在两周内突破 50K Stars，包含 147 个专业化 AI Agent，覆盖工程、设计、营销、产品、QA、支持等 12 个部门。这不是提示词模板合集，而是一套完整的 AI 组织架构。项目正在重新定义"AI 自动化"的边界。
MuleRun发布浏览器扩展：AI Agent可直接操控本地浏览器标签页
MuleRun发布浏览器扩展，Agent可从Web应用直接访问用户本地浏览器标签页，实时提取网页内容。配合新上线的电商和创作者数据源，MuleRun正在构建"数据获取→分析→输出"的完整Agent工作流。
Sim 平台深度解读：28K stars，用 AI Agent 搭建你的"一人公司"
Sim（simstudioai/sim）是一个开源的 AI Agent 编排平台，目前获得 28K stars。它定位为"AI 劳动力的中央智能层"，支持构建、部署和编排多 Agent 协作工作流。在 Sam Altman 说"嫉妒 2026 年创业者"的背景下，Sim 代表了"一人公司"的基础设施。
AgentKit 打通 OpenClaw/Hermes 链上交易：AI Agent 终于能自己赚钱了
AgentKit 发布新版本，为 AI Agent 提供链上交易、身份注册和信誉系统能力，原生兼容 OpenClaw、Hermes、ClawUp 等主流 Agent 运行时。AI Agent 从"执行工具"正式升级为"经济主体"——它们可以自己赚钱、交易、建立链上信誉。
dirac 开源：AI 编程 Agent 为什么需要"小步 diff"新范式
dirac 是一个新开源的 AI 编码 Agent，核心设计理念是"只做小改动"——避免传统 AI Agent 一次性修改大量文件导致的混乱。通过限制每次编辑范围、生成更易审查的 diff，显著降低 AI 编程的失败率和回滚成本。
HuggingFace 发布 ml-intern：能读论文、训练模型、自动部署的 AI ML 工程师
HuggingFace 开源 ml-intern 项目，一个能阅读论文、训练模型、自动部署 ML 模型的 AI 工程师。一周内获得 7,774 stars 和 5,665 stars 增长，由 HuggingFace 核心开发者维护。
CUA 开源项目爆火：让 AI Agent 像人一样操控你的电脑
trycua/cua 项目一周内获得 15,450 stars，提供跨平台 Computer Use Agent 基础设施。支持 macOS、Linux、Windows 的桌面控制沙箱、SDK 和评测基准，是构建桌面自动化 Agent 的开源标准。
Hermes Agent 生态爆发：GitHub Stars 超越 Claude Code，Creative Suite 正式落地
Nous Research 开发的 Hermes Agent 在 GitHub Stars 上超越 Anthropic 的 Claude Code 仓库，同时发布 Creative Suite 集成 TouchDesigner 和 ComfyUI，标志开源 Agent 正式进入创意生产领域。
Warp 全面开源：昔日闭源 AI 终端转型 Agentic 开发环境，3 天斩获 5 万 Star
Warp 正式将核心代码库开源（MIT + AGPL v3），3 天内 GitHub Star 突破 49,000，登顶 Trending 榜首。项目内置 AI 编码 Agent，同时支持 Claude Code、Codex、Gemini CLI 等外部 Agent 接入，OpenAI 作为创始赞助商参与。
Hugging Face 开源 ml-intern：会读论文、会训练模型、会部署的 AI 机器学习工程师
Hugging Face 开源 ml-intern，一个能阅读论文、训练模型并部署 ML 模型的开源 AI 工程师 Agent，本周 GitHub 增长 6,388 星至 7,651 星。
TradingAgents：GitHub 58K+ 星的多 Agent LLM 金融交易框架
TauricResearch/TradingAgents 在 GitHub 持续热门，累计 58,369 星，今日新增 2,023 星。该项目构建了多 Agent LLM 金融交易框架，将分析、决策、风控拆分为独立 Agent 协同工作。在 Agent Arena S3 实盘竞赛同期，该项目为自主交易 Agent 的构建提供了开源参考实现。
TradingAgents 突破 58K Star：多 Agent 金融交易框架的实战进化
TauricResearch/TradingAgents 本周新增 2,023 星，总星数突破 57,943，持续霸榜 GitHub Trending。这个多 Agent LLM 金融交易框架从学术研究走向实战，v0.24 版本在架构和策略层面的更新值得关注。
小米 MiMo-V2.5-ASR 开源：支持吴语、粤语、闽南语的方言识别新突破
小米开源 MiMo-V2.5-ASR，原生支持普通话、英语及吴语、粤语、闽南语、四川话等中文方言，可处理歌曲、噪声、多说话人场景。这是首个在方言识别上达到实用水平的开源 ASR 模型。
Future AGI 全栈开源：一个平台搞定 Agent 追踪、评估、仿真与自优化
Future AGI 将其完整的 Agent 工程与优化平台开源（Apache 2.0），涵盖追踪、50+ 评估指标、仿真引擎、18 种内置 Guardrails、6 种 Prompt 优化算法，支持 50+ 框架和 100+ LLM 供应商。
Hermes Agent v0.12.0 发布后，92% 用户仍在忽略的隐藏能力
Hermes Agent v0.12.0 "The Curator Release" 已获 930+ 点赞、234+ 收藏。但多数用户只使用了不到 8% 的功能。本文深挖 134 个斜杠命令中最实用的隐藏能力，从命名 Persona 到跨会话记忆管理。
trycua/cua：15K Stars 的开源 Computer-Use Agent 基础设施，沙箱 + SDK + 评测一网打尽
trycua/cua 是一个本周新增 1,842 星的开源项目，提供 Computer-Use Agent 的完整基础设施：跨平台沙箱（macOS/Linux/Windows）、SDK 和评测基准。与 OpenAI Codex Computer Use 不同，cua 是纯开源方案，支持自主训练和评估。
Mception：开源 MCP Server 安全审计工具，46 条规则守护 Agent 供应链
Mception 是一个开源 MCP Server 审计工具，内置 46 条安全规则，可检测工具投毒、Rug Pull、远程代码执行和供应链攻击。输出 SARIF 格式报告，无需 API Key。在 MCP 生态爆发式增长的背景下，这是 Agent 安全领域的基础设施级项目。
Beads：给 AI 编程助手装上「项目经理大脑」的多 Agent 任务追踪系统
Beads 登上 GitHub Trending，为 AI 编程助手提供基于依赖关系图的结构化任务追踪系统。用 DAG 管理多 Agent 任务，解决上下文丢失和任务混乱问题，像是给 AI Agent 装了个项目经理。
Google Gemini Embedding 2 正式发布：首个多模态统一向量空间模型
Google 发布 Gemini Embedding 2，业界首个基于 Gemini 架构的完全多模态 embedding 模型，支持 100+ 语言的文本、图像、音频统一编码到同一向量空间。已通过 Gemini API 和 Vertex AI 提供预览。这意味着自然语言搜图、以图搜图的语义精度迎来代际提升，RAG 知识库的多模态融合成为可能。
Moonshot 开源 FlashKDA：Kimi Delta Attention 的高性能 CUTLASS 核实现
月之暗面开源 FlashKDA，基于 CUTLASS 实现 Kimi Delta Attention 高性能核，在 H20 上实现 1.72-2.22 倍前向加速，支持变长批处理，可作为 flash-linear-attention 的直接替换后端。
OpenClaw 与 Hermes Agent 接入国产模型实战：GLM、Kimi、DeepSeek 一键配置指南
OpenClaw 和 Hermes Agent 已全面支持接入 GLM-5.1、Kimi K2.6、DeepSeek V4 Pro 等国产模型。本文详解各模型的接入配置、价格对比、最佳实践，帮助开发者以最低成本搭建国产 AI Agent 工作流。
OpenClaw v2026.4.29 重磅更新：Active-Run Steering、群聊原生 Agent、记忆系统重构
OpenClaw 发布 v2026.4.29 版本，带来 Active-Run Steering 群聊原生 Agent 体验、记忆系统底层重构、更多模型提供商支持。这是 OpenClaw 从个人助手向企业级 AI 网关演化的关键一步。
OpenRouter 上线匿名模型 Owl Alpha：免费、百万上下文、原生 Agent 优化
OpenRouter 上线全新匿名模型 Owl Alpha，提供 105 万 token 上下文、262K 最大输出、原生工具调用支持，目前免费使用。模型专为 Agent 工作负载设计，兼容 Claude Code、OpenClaw 等主流工具，但所有 prompt 和输出会被提供商记录用于模型改进。
Hermes Agent Labyrinth：给 Autonomous Agent 装上的"黑匣子记录仪"
Hermes Agent 推出 Labyrinth 可视化工具，将 Agent 运行时的提示词、工具调用、失败记录、模型切换、记忆和子 Agent 全部映射为可追溯图谱。6.3 万浏览、203 收藏，社区对 Agent 可观测性的需求远超预期。
北大开源 OpenWorldLib：一套框架统一视频生成、3D 重建与具身控制
北京大学DCAI团队联合快手可灵等机构开源OpenWorldLib，一个统一、可扩展的世界模型推理框架，通过标准化接口打通交互式视频生成、3D场景重建、VLA具身控制与多模态推理，终结此前各任务接口割裂、重复开发的工程困境。
GitHub 开源 Spec-Kit：跟 AI 编程，你得先学会"说人话"
GitHub 开源 Spec-Kit 工具链，推行"先写规格，再写代码"的开发范式。通过 Specify → Plan → Tasks → Implement 四步流程，把模糊需求转化为结构化文档，让 Claude Code、Cursor、Copilot 等 AI 编程工具产出质量显著提升。
CutClaw：一个 AI Agent 看完你的素材，配好音乐，然后自己剪出一条视频
开源项目 CutClaw 实现了端到端的 AI Agent 视频剪辑：输入原始素材和音乐，Agent 会像编剧一样规划每一个剪辑点，自动完成素材筛选、节奏匹配和剪辑输出。
Qwen Code：阿里开源终端 AI 编程 Agent，24K 星正面挑战 Claude Code
Qwen Code 是阿里通义团队开源的终端 AI 编程 Agent，24.1k 星、5649 次提交，支持多协议 API、SubAgent 并行、技能插件系统，提供类 Claude Code 体验且完全可自部署。
SRA 框架开源：用 26,000+ 技能让 AI Agent 学会"自我检索"
Skill Retrieval Augmentation（SRA）框架正式开源，附带包含 26,262 个技能、636 个黄金技能的 SRA-Bench 基准测试。它为 AI Agent 提供了一种高效的技能检索增强方法，让 Agent 在面对新任务时能快速找到最合适的已有技能。
awesome-codex-skills 单日涨星 1177，Codex 技能生态正在爆发
ComposioHQ 维护的 awesome-codex-skills 仓库今日登顶 GitHub Trending，单日新增 1177 星。该仓库系统整理了 Codex CLI 和 API 的实用技能集合，反映出 Agent 技能生态正在成为开发者基础设施的新热点。
Karpathy Skills for Claude Code：10 万星背后的 LLM 编码避坑指南
Andrej Karpathy 的 LLM 编码陷阱观察被封装成一个 CLAUDE.md 技能文件，GitHub 一周涨到 102K 星。本文解析它解决了什么问题、包含哪些核心规则，以及如何应用到你的工作流中。
AgentField：把 AI Agent 当 Pod 管理——AI 原生基础设施的新玩家
AgentField 项目提出"AI Agent 的 Kubernetes"概念，提供完整的 Agent 控制平面。不是又一个 Agent 框架，而是解决规模化部署的核心基础设施。
微软开源 Agent Lightning：零侵入式 RL 训练框架，让任何 AI Agent 可优化
微软亚洲研究院开源 Agent Lightning 框架，首次实现零侵入式强化学习优化——无需修改 Agent 内部代码，即可为任意 AI 智能体插上训练优化的翅膀。
英伟达 Nemotron 3 Nano Omni：开源全模态模型，让 AI Agent 跑上消费级显卡
4月29日英伟达发布 Nemotron 3 Nano Omni 开源全模态模型，深度优化 FP8 推理，兼容 RTX 5090 消费级显卡和 Jetson Thor 机器人平台，将 AI Agent 的部署门槛大幅降低。
Anthropic 把 Claude Code 从 $20 计划移除后，社区用开源给了回答：OpenClaude 崛起
Anthropic 将 Claude Code 从 $20 Pro 计划中移除后，社区迅速推出了开源替代品 OpenClaude——支持任意模型、无订阅限制、可在本地运行，正在成为开发者的新选择。
TradingAgents v0.2.4 发布：多Agent金融交易框架突破 5.6 万 Star
GitHub 热门项目 TradingAgents 发布 v0.2.4，新增结构化 Agent、检查点恢复、记忆日志等功能。该项目以多 Agent 协作方式实现金融交易决策，目前获 5.6 万 Star，日增 386 Star。
Mercury Agent 崛起：本地 Agent 运行时的终极进化？
GitHub 新出现的 Mercury Agent 项目被社区视为 Hermes 和 OpenClaw 的终极结合升级版，针对本地 Agent 后台运行做出重大改进。四大核心机制解决权限失控、费用超支等痛点。
OpenClaw v2026.4.27 发布：Codex Computer Use 让 Agent 直接操控桌面
OpenClaw 发布 v2026.4.27 版本，核心亮点是集成 OpenAI Codex Computer Use 功能，让 AI Agent 可以直接控制用户桌面。同时升级了桌面控制体验、新增更多通讯渠道、整体启动速度优化。
Qwen 团队开源 Qwen-Scope：给大模型做"X 光"的模型可解释性工具
阿里千问团队开源 Qwen-Scope，通过稀疏自编码器（SAE）为 Qwen3/3.5 系列模型提供内部"X 光"视角，将模型内部数字拆解为可读语义开关，推动大模型从黑盒走向透明。
Qwen 团队开源 FlashQLA：线性注意力核实现 2-3 倍推理加速
Qwen 团队开源 FlashQLA，基于 TileLang 构建的高性能线性注意力核，实现 2-3 倍前向推理加速和 2 倍反向加速，专为个人设备上的 Agent AI 场景优化。
OpenAI 开源 Symphony：把每个 GitHub Issue 变成 Codex Agent
OpenAI 开源 Symphony，一个将 GitHub Issue 等任务追踪系统接入 Codex Agent 的编排框架，让每个 Issue 都能自动分配 Agent 处理，人类只需负责审查和方向把控。
free-claude-code 一周暴涨 16K Star：终端免费使用 Claude Code 的开源方案
free-claude-code 本周 GitHub Trending 第一，16,154 新增 Star，总 Star 达 18,791。该项目让开发者在终端、VS Code 甚至 Discord 中免费使用 Claude Code 能力，并支持语音交互。
Hermes Agent 新增 Curator 策展人：自动治理技能库的"数字管家"
Hermes Agent 推出 Curator（策展人）功能，每周自动合并重叠技能、清理过期条目、将细碎技能降级为模板，解决 Agent 技能库膨胀的核心痛点。
awesome-codex-skills：4,820 stars 的 Codex 技能库，自动化工作流的实用清单
ComposioHQ 维护的 awesome-codex-skills 项目汇集了实用的 Codex 技能列表，覆盖跨 Codex CLI 和 API 的自动化工作流，日增 1,177 stars。
Craft Agents 开源：Claude Agent SDK + Pi SDK 的双引擎桌面 Agent 工作台
Craft.do 团队开源了 Craft Agents，将 Claude Agent SDK 与 Pi SDK 整合为统一的桌面 Agent 工作台，支持多会话收件箱、MCP 连接、多 LLM 提供商和远程服务器模式，Apache 2.0 许可。
LLM 驱动的股票智能分析系统：33k Star 的零成本每日决策仪表盘
ZhuLinsen/daily_stock_analysis 以 LLM 为核心引擎，聚合多源行情数据、新闻与舆情，每日自动生成 A/H/美股决策仪表盘并推送到企业微信、飞书、Telegram 等渠道，零服务器成本运行。
GitNexus：在浏览器里跑代码知识图谱，零服务器的 Graph RAG Agent
GitNexus 是一款完全在浏览器端运行的代码知识图谱生成器，拖入 GitHub 仓库即可生成交互式图谱并内置 Graph RAG Agent，33.4k stars。
mattpocock/skills：44.8k stars 的 Claude Code 技能库，来自一线工程师的 .claude 目录
TypeScript 开发者 mattpocock 将其 .claude 目录中的实用技能整理为开源项目，日增 7,280 stars，总量达 44.8k，为 Claude Code 用户提供真实工程场景的技能模板。
微软开源 VibeVoice：支持 ASR、TTS 和语音克隆的前沿语音 AI 模型
微软在 GitHub 开源 VibeVoice，集成语音识别、语音合成和语音克隆能力，提供 vLLM 推理插件和 Apple Silicon 支持，45.7k stars。
英伟达 Nemotron 3 Nano Omni：开源全模态模型，AI Agent 效率之战
英伟达发布 Nemotron 3 Nano Omni 开源全模态模型，深度优化 Hopper/Blackwell 架构 FP8 推理，兼容 RTX 5090 消费级显卡，效率提升 9 倍，标志着 AI Agent 竞争转向效率维度。
OpenClaw 4.24 更新：DeepSeek V4 Flash 成为默认模型，实时语音全面打通
OpenClaw 4.24 版本正式发布，将 DeepSeek V4 Flash 设为新用户默认模型，实时语音通话全面打通并可调用完整 Agent 能力，浏览器自动化新增像素级点击。这一更新同时降低了使用成本并扩展了交互方式。
Warp 终端日增 12,822 stars：Agentic 开发环境正在重塑开发者工作流
Rust 编写的 Warp 终端作为 Agentic 开发环境在 GitHub Trending 榜首爆发，日增 12,822 stars，总量达 44.2k，标志着终端从命令执行器向 AI 协作平台的转变。
awesome-codex-skills：ComposioHQ 整理的 Codex 技能大全，4700 星标的实战工作流库
ComposioHQ/awesome-codex-skills 以 4700 星标和日增 1180 星的热度，整理了 Codex CLI 和 API 的实战技能集合，覆盖 DevOps、测试、代码审查、安全等场景，是 AI 编程自动化的实用参考库。
Decepticon：开源多 Agent 红队框架，自动化渗透测试的 Kill Chain 全链路
PurpleAILAB/Decepticon 是一个开源的多 Agent 自主红队测试平台，模拟 AI 黑客执行从侦察到权限提升的完整 Kill Chain，在 Kali 沙箱中自动化渗透测试，为 AI 系统安全评估提供新工具。
The Agency：两周 50K 星标，147 个专业 AI Agent 组成的虚拟公司
The Agency 项目在两周内突破 50K GitHub 星标，提供 147 个专业 AI Agent 覆盖 12 个部门，从工程到营销、从 QA 到空间计算，将 AI Agent 从单点工具升级为完整的组织架构。
jcode：用 Rust 重写的 Coding Agent Harness，挑战 Claude Code 和 Codex
jcode 是一个用 Rust 编写的 Coding Agent Harness，以 2811 次提交和活跃的社区快速迭代，定位为 Claude Code 和 Codex 之间的统一调度层，支持技能插件和自开发能力。
obra/superpowers：173K 星标的 Agentic Skills 框架，统一 AI 编程工具的技能生态
obra/superpowers 以 173K 星标成为 GitHub 最热的 AI 编程项目，提供跨 Claude Code、Codex、Cursor、Copilot 的统一 Skills 框架和方法论，正在定义 AI 编程工具的能力扩展标准。
Anything Analyzer：集成 MCP 的全能协议分析工具，4 月上线 2,000 Star
Anything Analyzer 是一个 TypeScript 协议分析工具，集成浏览器抓包、MITM 代理、指纹伪装和 AI 分析能力，并通过 MCP Server 直接对接 AI Agent/IDE，4 月中旬上线后已获 2,055 颗 Star。
FalkorDB 发布 GraphRAG SDK 1.0：图结构检索在多跳推理上碾压向量方案
FalkorDB 发布 GraphRAG SDK 1.0，在自研 GraphRAG-Bench 评测中对 8 个系统排名第一。相比向量检索，图结构 RAG 在多跳推理和成本可控性上展现出明显优势。
Higgsfield MCP 发布：让 AI Agent 直接调用 Seedance 2.0 与 GPT Image 2.0
Higgsfield 发布 MCP 服务器，将 Seedance 2.0、GPT Image 2.0 等顶级多模态模型接入 AI Agent 工作流，支持 OpenClaw、Hermes Agent 等框架，实现内容生成的端到端自动化。
Kimi K2.6 开源：1T MoE 架构，编码基准逼近 GPT-5.4 与 Opus 4.7
月之暗面（Moonshot AI）开源 Kimi K2.6，1T 参数 MoE 架构，256K 上下文窗口，在 LiveBench 和 Terminal-Bench 上接近 GPT-5.4 与 Opus 4.7 水平，成本仅为后者的约六分之一。
Graphify 一周 3.8 万星：把任意文件夹变成知识图谱的 AI 编码助手插件
Graphify 上线一周获得 37,989 颗 GitHub Star，支持将代码、文档、论文等任意文件夹转换为可查询的知识图谱，并作为技能直接接入 Claude Code、Cursor、Codex 等 AI 编码助手。
Modded-NanoGPT：90 秒训练 1.24 亿参数模型，社区协作的 LLM 训练速度挑战
KellerJordan 发起的 Modded-NanoGPT 是一个社区协作的 LLM 训练速度挑战项目，通过集成旋转嵌入、Muon 优化器、FP8 矩阵乘法等数十项技术，将 GPT-2 级模型的训练时间从 45 分钟压缩到 90 秒。
Context7：5.4 万星开源项目，让 LLM 获取实时更新的代码文档
Upstash 开源的 Context7 为 LLM 和 AI 代码编辑器提供实时更新的代码文档，解决训练数据过期导致的幻觉 API 和过时示例问题。5.4 万星标，MIT 许可，可通过 MCP 一键接入。
Microsoft Playwright MCP：3.2 万星的浏览器自动化 MCP 服务器，AI Agent 的网页操作之眼
微软开源 Playwright MCP 服务器，将 Playwright 浏览器自动化能力通过 Model Context Protocol 暴露给 AI Agent。基于可访问性树而非截图，无需视觉模型即可操作网页。3.2 万星标，Apache-2.0 许可。
OpenSpec：4.4 万星的 AI 编程规范框架，让 Agent 先对齐再写代码
Fission AI 开源的 OpenSpec 为 AI 编程助手引入轻量级规范层，通过 proposal/specs/design/tasks 四层工件让开发者和 AI 在写代码前先对齐目标。4.4 万星标，支持 25+ 编码平台。
OpenClaw 2026.4.26 发布：Google Live Talk、Ollama 重构、一键迁移 Claude Code
OpenClaw 发布 2026.4.26 版本，引入 Google Live Talk 实时语音交互、Ollama 本地模型集成全面重构、一键从 Claude Code 迁移配置、Matrix 端到端加密等功能。获得社区 1837 点赞、34 万次浏览。
Pixelle-Video：开源 AI 全自动短视频引擎，从脚本到成片一站式生成
AIDC-AI/Pixelle-Video 是一个开源 AI 全自动短视频引擎，支持从文本脚本到成片的一站式生成，涵盖数字人、图生视频和动作迁移。7600 星标，1200+ Fork，为短视频创作者提供了可本地部署的自动化方案。
context-mode：为 AI 编程 Agent 节省 98% 上下文窗口的开源插件
mksglu/context-mode 开源了一个上下文窗口优化插件，通过沙盒化工具输出将 AI 编程 Agent 的上下文消耗降低 98%。11k 星标，支持 14 个编码平台，正在成为 Agent 开发者的标配工具。
CUA 开源：Computer-Use Agent 的完整基础设施，覆盖沙箱、SDK 与基准测试
trycua/cua 开源了 Computer-Use Agent 的完整基础设施，包含沙箱环境、SDK 和多平台基准测试，支持 macOS/Linux/Windows 桌面控制。15.1k 星标，3200+ 次提交，是构建桌面级 AI Agent 的基础设施层。
Zilliz 开源 claude-context：让整个代码库成为 Claude Code 的上下文
Zilliz 开源 claude-context，一个代码搜索 MCP 服务器，通过向量检索让整个代码库成为 Claude Code 等编程 Agent 的上下文。10.2k 星标，本周增长 3700+，为大型项目的 Agent 辅助编程提供了可扩展方案。
HuggingFace 开源 ml-intern：能读论文、训练模型、发布模型的 AI ML 工程师
HuggingFace 发布 ml-intern，一个能自主阅读论文、设计实验、训练并发布 ML 模型的开源 AI 工程师。本周新增 6400+ 星标，标志着自动化机器学习进入 Agent 驱动新阶段。
GitHub 本周 AI 开源项目：代码技能库、语音克隆与渗透测试 Agent
本周 GitHub Trending 上多个 AI 项目值得关注：Matt Pocock 开源 3.9 万星技能库、Voice-Pro 整合语音克隆全栈、pentest-ai-agents 提供 28 个 Claude 渗透测试子 Agent。开发者工具生态持续升温。
Voice-Pro：开源语音工具栈，零样本克隆 + 百语言配音一键部署
Voice-Pro 将 ElevenLabs 和 Descript 的核心功能整合为一个开源工具，支持零样本语音克隆、Whisper 转录、100+ 语言配音，通过 Gradio WebUI 本地运行。X 上获 1,550 收藏，5.5 万浏览。
Euphony：开源聊天数据可视化工具，4.3k 赞的 Codex 会话分析器
Euphony 是一个开源工具，可将 Codex 会话日志和聊天数据转换为可视化界面，支持翻译、筛选和编辑。X 上 4,336 赞、2,842 收藏，浏览量超 38 万，社区热度极高。
mattpocock/skills：从 .claude 目录流出的工程师实战技能库，今日狂揽 7300 星
TypeScript 工具链作者 Matt Pocock 公开了他的 .claude 技能目录，包含大量面向真实工程场景的 AI 配置和指令集。发布当日狂揽 7,321 星，总星数突破 3.8 万，成为 GitHub Trending 榜首。
claude-code-templates：Claude Code 的配置与监控 CLI 工具箱
davila7/claude-code-templates 提供了一套 CLI 工具，用于快速配置、管理和监控 Claude Code 的运行环境。今日新增 346 星，总星数超 2.6 万，成为 Claude Code 生态中最受欢迎的第三方增强工具之一。
ds2api：DeepSeek API 轻量级网关，多账号轮询+全格式兼容
ds2api 是一个高性能全栈中间件，将 DeepSeek 客户端协议转换为通用 API 格式。支持多账号自动轮询、编译二进制、Vercel Serverless 和 Docker 部署，兼容 Google/Claude/OpenAI 等多种 API 格式。
ACE-Step UI：开源版 Suno 来了，本地免费生成无限制 AI 音乐
ace-step-ui 为开源音乐生成模型 ACE-Step 1.5 提供了专业的 Web 界面。支持本地运行、无限生成、零费用，直接对标 Suno 等付费音乐 AI 服务。今日新增 162 星，社区热度持续攀升。
GitNexus：零服务器代码智能引擎，浏览器里跑知识图谱 + Graph RAG
GitNexus 是一个完全在浏览器端运行的代码知识图谱生成器。拖入 GitHub 仓库或 ZIP 文件，自动生成交互式知识图谱并内置 Graph RAG Agent。无需服务器部署，今日新增 1,607 星，总星数超 3.2 万。
GitHub热门：10个值得关注的AI开源项目（2024年4月）
本月GitHub上涌现出多个优秀的AI开源项目，涵盖大模型微调、Agent开发、多模态应用等方向。
LangChain v1.0发布：AI应用开发框架迎来重大里程碑
流行的AI应用开发框架LangChain发布v1.0版本，带来更稳定的API和全新的Agent系统。
Microsoft VibeVoice：4.4 万星开源语音 AI，60 分钟音频一次转录无切片
微软开源 VibeVoice 语音 AI 模型家族，支持 60 分钟音频一次性转录（无需切片），内置说话人分离，覆盖 50+ 语言。GitHub 已达 44.7k 星，本地运行零成本。
