OpenMontage 是一套开源的 AI 视频制作系统，核心思路是把你手边的 AI 编程助手（Claude、Cursor、Copilot 等）变成一个完整的视频工作室：你用自然语言描述想要的片子，Agent 负责调研、写脚本、生成或检索素材、剪辑并合成成片。它内置 12 条制作流水线和上百个工具，既能调用 Veo、Kling、Flux 等模型生成动态片段，也能从免费素材库检索真实运动镜头再用 Remotion 拼成时间线，而不是简单把几张静图动起来。README 展示的案例包括 60 秒皮克斯风格动画短片（总成本约 1.33 美元）、科幻预告片和产品宣传片。适合做短视频、广告片、产品演示的内容创作者和营销同学，以及想探索 Agent 落地场景的 AI 工程师；纯后端或算法岗位的人关系不大。

sapper 是一套多智能体编排框架，把多个 AI 组成一支分工协作的「军团」：一个 AI 指挥官读全局、做决策、派任务，将军和士兵并行进攻，另有看门狗负责保活，所有经验沉淀进分层的事实-意图图，个体挂了图还在。它不绑定任何模型或 CLI，指挥官、士兵、侦察兵可以各自换用 Claude Code、Codex、DeepSeek 等不同 agent 和模型。该项目专为腾讯智能攻防挑战赛这类 CTF 竞赛设计，曾在 634 支队伍、8 小时无人值守的比赛中夺冠；其通用底座 nvwabase 已独立开源，可复用于办公、科研、工程等任何长周期多智能体协作场景。适合关注 Agent 编排机制、多智能体记忆与自愈机制的 AI 应用和平台工程师，以及想把长任务拆给多个 AI 并行推进的从业者；纯做模型训练或单点推理的人关系不大。

Harness² 是 Google Research 开源的 Agent harness 自优化框架。所谓 harness，就是模型外面那层让它能干活的系统——提示词、工具、记忆、子 Agent、技能等，Harness² 把这些拆成八个可编辑组件，在不改模型权重的前提下自动改进它们。它解决的是开放世界问题：Agent 遇到设计时没见过的任务怎么办？框架用「提出—探测—组合」三步，先生成几版 harness 改动，在同一任务上跑出行为差异，再据此合成更优版本，全程不需要标准答案；同时把每次学到的经验沉淀下来，指导下一次优化。在 JobBench、LAB、WorkBuddy-Bench 三个职业类基准上，单步优化就能让 GLM-5、Gemini 3.5 Flash 相对基础 harness 提升最多 11.8 个百分点。值得看的是做 Agent 应用、Agent 评测或 prompt 工程的工程师，尤其是需要让 Agent 稳定完成法律、办公、代码等专业任务的团队；只做模型训练或纯后端开发的人关系不大。

Hermes Agent 是 Nous Research 推出的自我改进型 AI Agent，可以理解为一个会越用越聪明的个人助理：它能从经验中自动沉淀技能、在使用中持续优化这些技能，还会跨会话记住你是谁、检索你过去的对话。它不绑定任何模型，OpenAI、Claude、OpenRouter 或自建端点都能随时切换，也能跑在便宜的 VPS 或 serverless 环境上，闲置时几乎不花钱。除了终端界面，它还通过一个网关接入 Telegram、Discord、Slack、WhatsApp 等平台，你可以从手机发消息让它在云端干活；内置的定时任务功能可以用自然语言设定日报、备份、周报等自动化流程，还能派生子 Agent 并行处理多条工作流。适合想给自己搭一个长期在线、能积累记忆的 AI 助手的工程师，以及研究 Agent 训练轨迹的 AI 从业者；如果你只是偶尔用用 ChatGPT，它对你意义不大。

Agent Reach 是给 Claude Code、Codex、Cursor 这类 CLI Agent 装上「眼睛」的工具，让它能读到自己原本够不着的互联网内容。很多 Agent 自带的搜索能力覆盖不到需要登录的平台、视频字幕和中文社区，这个项目把小红书、B站、Twitter、Reddit、YouTube、V2EX、雪球、Boss 直聘等十几个平台的抓取工具预先做好并测好，Agent 用一条命令就能拿到干净的结构化数据，比如搜小红书笔记、读 B站字幕、看 GitHub issue、查雪球行情，全程不用自己写爬虫也不付 API 费用。典型场景是让 Agent 做竞品舆情分析、抓取某领域热门讨论、把 YouTube 视频转成文字稿做研究。值得看的是正在搭 Agent 工作流、需要 Agent 联网获取真实数据的开发者，尤其是做中文平台内容检索和社媒数据采集的人；如果你的 Agent 只处理本地代码或内部数据，跟它关系不大。

Hindsight 是一套给 AI Agent 用的记忆系统，目标是让 Agent 不只是记住聊天历史，而是能像人一样从经验中学习，逐步形成对世界的认知。它自称在 LongMemEval 这类长期记忆基准上超过了 RAG 和知识图谱等常见方案，还配套发布了专为记忆任务设计的 decision、rerank、embedding 模型。实际用起来，你可以把它接到自己的 Agent 上，让它记住用户偏好、过往决策和项目上下文，下次交互时自动调用，而不是每次都从零开始。比如客服 Agent 记住某位用户上次的投诉处理结果，或编程 Agent 跨会话延续一个长期任务的进展。适合正在做 Agent 应用的后端和算法工程师，尤其是已经在用 Claude Code、Cursor 等工具、需要给 Agent 加持久记忆的人；如果你不开发 Agent，这个项目和你关系不大。

TradingAgents 是一个用多个 LLM Agent 模拟投资决策流程的金融交易框架，可以理解为把一家小型对冲基金的分工搬进了代码里：分析师负责读财报、新闻和宏观数据，研究经理汇总观点，交易员给出买卖信号，组合经理最终拍板并管理仓位。它接了 SEC EDGAR、FRED、Yahoo 等真实数据源，并强调 point-in-time 完整性，也就是回测时只用当时已公开的信息，避免未来函数污染结果。实际用途是做策略回测和决策流程实验，比如在某个历史日期跑一遍完整流程，看它当时会怎么判断某只股票，再和真实走势对比。适合量化研究员、AI Agent 应用开发者，以及想研究多 Agent 协作或 LLM 在金融场景落地的人；如果你不做交易相关工作，跟你的关系不大。

Strix 是一套开源的 AI 渗透测试工具，可以理解为「会自己动手的自动化黑客团队」：多个 AI Agent 协作，像真人安全研究员一样动态运行你的代码，做侦察、攻击、验证，最后给出能真正跑通的 PoC，而不是静态扫描器那种一堆误报的告警。它覆盖 OWASP Top 10 常见漏洞，包括越权、SQL 注入、SSRF、XSS、竞态条件、JWT 攻击和 API 鉴权缺陷等，还能自动生成修复补丁和合规报告。典型场景是把渗透测试从外包几周压缩到几小时，接入 CI/CD 在上线前拦住漏洞，或者自动化 Bug Bounty 研究快速产出可提交的 PoC。值得看的是应用安全工程师、DevSecOps 和负责安全合规的后端团队；如果你的岗位完全不涉及安全测试，和你关系不大。

这是一个给 Claude Code 等 AI Agent 用的技能包，让 Agent 能并行搜索 Reddit、X、YouTube、Hacker News、TikTok、Polymarket、GitHub 等十几个平台最近 30 天的内容，再按点赞、upvote 和真金白银的赔率打分，最后合成一份简报。它解决的是各家 AI 搜索各有围墙的问题：Google 搜不到 Reddit 评论和 X 帖子，ChatGPT 搜不了 X 和 TikTok，Gemini 有 YouTube 却没有 Reddit，而这个技能把它们桥接起来。典型场景包括：见面前查一个人最近一个月的动态（发过什么推、上过什么播客、PR 合并情况）、销售通话前摸清一家公司近况、做产品前看社区真实在吐槽什么、出行前查园区哪些项目关闭。适合需要频繁做行业调研、竞品追踪、人物尽调的从业者，比如 AI 从业者、投资人、销售和产品经理；如果你的工作不依赖最新社区舆情，关系就不大。

这是一套给 AI Agent 用的「科学技能包」，把 Cursor、Claude Code、Codex 这类编程助手改造成能做科研的助手。它包含 177 个经过验证的技能和 100 多个科学数据库，覆盖生物学、化学、医学、药物发现等领域，每个技能本质是一份写好的操作指南，教 Agent 正确调用专业 Python 库、遵循领域惯例并做校验。比如做基因组分析时它能指导单细胞 RNA-seq、CRISPR 筛选、引物设计；做药物发现时能处理分子对接、ADMET 性质预测、虚拟筛选；还有蛋白质组学的质谱数据处理、临床试验与药代动力学建模等工作流。它遵循开放的 Agent Skills 标准，可作为插件一次性加载。对多数互联网和 AI 从业者来说关系不大，但生命科学、医药、材料等领域的研究人员，以及需要给 Agent 接入科研工作流的 AI 应用开发者，值得花时间看看。

这是一个给 Codex、Claude Code 等 AI Agent 用的家谱研究技能包，把 Agent 变成一位严谨的家族史调查员，专门查前苏联、苏联和俄罗斯帝国时期的档案：教会簿记、民事登记、军事档案、流放与镇压文件，以及未编索引的扫描件。它覆盖全部 15 个前加盟共和国，会按事件发生时的历史辖区（而非今天的地图）定位档案馆，处理革命前俄语、乌克兰语、波兰语、意第绪语等多种姓名变体和转写。核心价值在于证据纪律：每条结论都带可解释的状态（假设、单源、多源印证、矛盾、未决），同一份记录的副本和镜像被归入同一独立性分组，绝不重复计为独立佐证，同名者在缺乏区分证据前保持独立身份。适合有寻根需求、想让 AI 系统性查证家族史的个人，以及做东欧历史、档案研究的学者；对多数互联网和 AI 从业者关系不大。

Odysseus 是一个可以部署在自己服务器上的 AI 工作台，把聊天、Agent、深度研究、文档、邮件、笔记和日历整合到一个界面里，既能接本地模型也能调 API。它解决的是「AI 工具散落各处」的麻烦：比如你可以在同一个地方让 Agent 读网页做多步调研并生成带引用的报告，用盲测方式并排对比两个模型的回答，让邮件收件箱自动分类、打标签、写回复草稿，或者把定时任务交给 Agent 在日历提醒触发时执行。文档编辑器支持 AI 改写和建议，笔记和任务还能通过 CalDAV 同步到手机。适合想把日常 AI 工作流收拢到一处、又在意数据不出自己机器的个人开发者、独立研究者和小团队；如果你只是偶尔用 ChatGPT 聊天，或者公司已有统一的 AI 平台，那它跟你关系不大。

browser-use 是一个开源的浏览器 Agent 框架，让大模型像人一样操作浏览器：你用自然语言描述目标，它自己打开页面、点击、填表、过验证码。可以本地跑，接任意 LLM；也可以用它的云服务，拿到带隐身能力和住宅代理的浏览器，按小时计费。典型场景是那些没有 API、只能靠网页完成的活儿，比如自动抢预约名额、在多个网站比价下单、批量抓取动态渲染的数据，README 里的演示就是自动完成驾照考试预约。它还提供托管的 Agent API，适合不想自己搭基础设施的团队。值得看的是做自动化运营、数据采集、RAG 数据管道的工程师，以及想给产品加浏览器操作能力的 AI 应用开发者；如果你的工作和网页自动化、Agent 落地无关，那跟你的关系不大。

mem0 是给 AI Agent 和 AI 应用加装的「长期记忆层」，可以理解为对话版的持久化数据库：它自动从对话中抽取用户偏好、历史事件和事实，存起来并在下次交互时按需召回，让模型记住「你是谁、上次聊到哪」。它支持用户级、会话级和 Agent 级多层记忆，检索端融合语义、BM25 关键词和实体匹配，并带时间感知排序，能区分「现在状态」和「过去事件」。典型场景包括客服机器人复述历史工单、个人助理延续多轮偏好、医疗或游戏场景按用户行为调整策略。如果你在做面向 C 端的 AI 助手、客服系统，或需要跨会话保持上下文的 Agent 产品，值得花几分钟看它的记忆抽取与检索思路；纯做模型训练、推理部署或与 AI 无关的后端开发则关系不大。

Phone Harness 是一个 MCP 服务器，作用是把云端里的真机 iPhone 和 Android 模拟器接到 Claude、Cursor、ChatGPT、Codex 等任何 MCP 客户端上，让 AI agent 能像人一样操作手机：看屏幕、点击、输入、滑动、打开应用。它不需要你准备 Mac、adb 或做设备配对，只要一个 URL 加登录就能用，本质是给 agent 提供了一个「远程手机遥控器」。典型场景包括让 agent 自动测试 App 流程、复现只在真机上出现的 bug、批量执行移动端操作，或在没有实体设备的环境里跑 UI 自动化。对做移动端开发测试、AI agent 应用开发、以及想让 agent 触达真实设备的工程师来说值得一看；如果你的工作和手机端自动化、agent 工具链无关，那这个项目跟你的关系不大。

LangChain 是目前最主流的 LLM 应用开发框架，可以理解为 AI 应用领域的 Spring 或 Express：它把各家大模型、向量库、检索器、工具封装成统一接口，让开发者用可组合的模块拼装出 RAG 问答、Agent 工作流等应用，换模型或换存储时不用重写业务代码。它配套的 Deep Agents 提供规划、子代理、文件系统等高层能力，LangGraph 负责编排复杂多步任务，LangSmith 则做评测、可观测和调试。典型场景包括：给企业内部知识库做带引用的问答机器人、让 Agent 自动调用多个 API 完成跨系统流程、在实验阶段快速对比 OpenAI 与 Anthropic 等不同模型的效果。如果你是做 LLM 应用的后端或算法工程师，尤其是需要把 demo 推向生产、关心可观测与模型可替换性的团队，这是绕不开的基础设施；只做模型训练或纯前端的读者关系不大。

Dify 是一个开源的 LLM 应用开发平台，可以理解为「可视化搭建 AI 应用的低代码工作台」，类似把 LangChain 的编排能力、RAG 检索和 Agent 逻辑拖拽成画布上的节点。它内置数百种模型接入（GPT、Claude、DeepSeek、Llama 等），提供 Prompt 调试界面、文档知识库检索、Agent 工作流编排和调用链观测，支持云端、VPC 或私有化部署，让团队从原型直接走到生产而不必重写技术栈。典型场景比如：把公司内部文档做成能回答问题的客服机器人，或者编排一个多步骤的自动化流程——先检索资料、再调用工具、最后生成报告。如果你是做 AI 应用落地的产品经理、后端工程师或算法工程师，正在评估用什么框架快速搭出可上线的 LLM 产品，Dify 值得优先看；纯做模型训练或只关心推理部署的人关系不大。

Autopilot 是一个给游戏用的 AI 自动测试系统，由 Aura 团队开发，可以理解为「会自己玩游戏的 QA 测试员」。它接入 Unreal Engine 5、Unity 6、Godot 4 项目后，能自主学习游戏机制、探索关卡地图，并在一次次运行中越玩越好。实际场景是：游戏团队不用再靠人工反复跑图找 bug，让 Autopilot 自动把关卡走一遍，暴露卡关点、碰撞问题或流程漏洞，尤其适合关卡多、迭代快的项目。它支持 Windows 和 macOS，可绑定 Aura 账号统一管理用量，也允许自带模型密钥。对游戏开发工程师、技术美术和 QA 负责人来说，如果正苦恼于重复性 playtest 拖慢迭代节奏，值得花几分钟看看；纯后端或 AI 应用方向的从业者则关系不大。

CrewAI 是一个 Python 多智能体编排框架，可以把它理解为「给 AI 员工排班的管理系统」：你定义若干个带角色分工的 Agent（比如研究员、写手、审核员），它们组成一个 Crew 自动协作完成任务；同时提供 Flows 这种事件驱动的编排方式，让开发者在需要精确控制的环节插入单次 LLM 调用或固定逻辑，把自主协作和可控流程结合起来。典型场景包括自动生成职位描述、规划旅行行程、做股票分析这类需要多步骤、多角色配合的自动化任务，官方也强调它面向生产环境而非玩具 demo。适合正在做 Agent 应用落地的后端/AI 工程师、需要把重复业务流程改造成 AI 自动化的团队技术负责人，以及在评估 LangGraph、AutoGen 等同类框架选型的人；如果你只是调用单个模型 API 或不做 Agent 编排，这个项目和你关系不大。

DeerFlow 是字节跳动开源的长任务智能体框架，可以理解为一个能自己规划、执行、收尾的「超级 Agent 操作台」：它把子智能体、长期记忆、代码沙箱和可扩展技能编排在一起，让一个任务从几分钟到几小时都能自动跑完。它最初是做深度调研的框架，2.0 版重写后能力扩展到研究、写代码、生成内容等复合任务，比如让它先联网搜集资料、再在沙箱里写脚本处理数据、最后产出报告或播客脚本，中途还能控制浏览器抓取页面、调用私有知识库补充背景。适合想搭建或评估多智能体工作流的 AI 应用工程师、Agent 产品负责人，以及需要长时间自动化调研和内容生产的人；如果你只做单轮调用或轻量问答，和它的关系就不大。

NamiAgent 是一套中文的 AI Agent 入门教程，同时也是一个真能在本地跑起来的最小 Agent：从 100 行的 while 循环开始，一课加一个能力，依次讲清工具调用、权限确认、上下文管理、Skills、MCP、子 Agent、计划和长期记忆，最后拆解 Claude Code、Codex 等主流产品是怎么做的。它自带网页端，左边显示模型每一步的思考和工具调用，右边显示发给模型的完整上下文，能直观看到上下文如何一圈圈变长；写文件、跑命令前会弹窗让你确认。每课都有可独立运行的代码快照，测试用假模型跑，不花 API 费用。适合想搞懂 Agent 到底在上下文里做什么的后端、算法和全栈工程师，以及准备自建 Agent 的团队；只想调用现成 Agent 产品的人关系不大。

Pestinha 是一个养在桌面上的虚拟宠物，类似早年的桌面宠物或 Tamagotchi，但它的行为由一个 470 神经元的脉冲神经网络驱动，完全本地运行、不依赖云端。它能感知你在用哪些窗口：你写代码时它会搬出小笔记本坐在旁边陪你干活，无聊时会往屏幕上贴 meme 和便利贴，被你长时间忽略会躲到角落贴小纸条，生气了会举着标语对光标抗议甚至罢工，摸摸它则会开心并把这份好感记进本地记忆，久而久之性格真的会变。目前有两个角色：爱闹脾气的 Bryan 和讽刺理财教练文化的 Jorge。适合想找点桌面陪伴感、又对「小神经网络如何驱动行为」好奇的开发者和 AI 从业者，当作一个轻松的本地 Agent 实验品来玩；只想正经干活的人可以跳过。

Claude-Guardian 是一个给 Agent 用的 Skill，专门帮用户把 Claude 订阅的使用环境准备好、降低封号风险。它会先了解你的设备、账号历史、网络环境和预算，再给出本机、虚拟机或 VPS 三条路线的个性化方案，内容覆盖固定出口 IP 的选择、注册与养号节奏、支付方式风险、防火墙与整机统一出口配置、线路优化，以及遇到 403/429 等故障时的排查思路。比如你第一次在 Mac 上订阅 Claude，它可以对比本机和 VM 两条路线的代价，再一步步带你检查网络是否泄漏、代理是否严格路由。操作按风险分三档授权，涉及付款、账号和防火墙改动时必须你本人确认。适合正在准备或维护 Claude 订阅的开发者、想在 VPS 上跑 Claude Code 的用户，以及被封号问题困扰的人；如果你不用 Claude，这个项目和你关系不大。

uni-robot-agent 是一个机器人操作智能体的统一运行框架，可以把它理解成「机器人版的 Codex/Claude Code 运行时」：它把大模型的推理能力接到真实的机器人工具上，让模型像写代码一样规划并执行抓取、双臂操作等任务。它内置了 Codex 和 Claude Code 两种运行时，支持 Direct（纯工具调用）和 Hybrid（搭配 Pi0.5 这类动作模型）两种控制模式，并集成了 RoboDojo、RoboUse、RoboLab 等多个仿真环境，覆盖双臂操作以及 LIBERO、ManiSkill 等经典任务集。附带的监控面板能实时看相机画面、工具调用时序，也能回放历史运行记录，方便调试策略。做具身智能、机器人学习的研究员和工程师最值得看——尤其是想用开源模型替代闭源方案、或需要在统一接口下对比不同 Agent 运行时和动作模型的人；如果你不碰机器人领域，这个项目和你关系不大。

这是一个关于 computer-use agent（让 AI 操作电脑、浏览器、手机 GUI 的智能体）的开源资源目录，把散落在各处的论文、GUI 模型、训练数据集、评测基准和工具框架集中收录，并附上可核查的原始来源链接，可类比为 CUA 领域的 Awesome 列表加结构化数据库。它实际能帮你快速回答几类问题：想选一个 GUI agent 评测基准时，可以对比不同平台、任务和版本；想找训练数据时，能查到监督方式、数据划分和许可；想追某篇论文的落地资源，能顺着链接找到对应代码、数据集和模型。目录还提供 JSONL 和 SQLite 格式，方便直接灌进自己的 RAG 系统或 Agent 做检索。适合关注 AI Agent 方向的研究员、做 GUI/浏览器 Agent 产品的工程师，以及需要系统梳理 CUA 领域文献和数据的人；如果你的工作与 computer-use agent 无关，这个目录基本用不上。