Chaos 是一门把智能体当作可调用值的编程语言：普通计算写成函数，理解与生成交给 agent，两者在同一个程序里传数据、协作执行。比如你可以声明一个带角色和提示词的 agent，像调用函数一样传入问题让它回答，纯计算部分则完全不需要模型密钥。它自带 CLI 和网页 IDE，程序的返回值可以直接是页面、表格、图表等可交互的交付物，还能通过事件流和运行网络观察每个节点的执行过程。典型场景包括把规划、执行、复核串成多 agent 工作流，或构建围绕目标持久工作的 bot，以及把计算结果变成实时更新的看板报告。适合想用代码而非编排平台来组织多 agent 系统的 AI 应用工程师和全栈开发者；如果你只是调用现成 LLM API、不碰工作流编排，和你关系不大。

Kanzo 是一个把看板和 MCP server 合二为一的单文件程序，让你和 Claude Code、Codex 这类 coding agent 共用同一块任务板。它只有一个 4.5 MB 的 Rust 二进制，启动只需 2 毫秒，零配置：跑起来浏览器里就是看板，agent 通过 MCP 接口认领任务、移动卡片、写进度评论，你在网页上则能看到人和 agent 各自在做什么。它还能在局域网内把一块板实时共享给多台机器，或者用 Raspberry Pi 常驻当共享板，配合 Tailscale 等 VPN 也能跨网络同步。适合同时跑多个 coding agent、想让它们像同事一样排队领活的开发者，尤其是用 Claude Code / Codex 做多任务并行的人；如果你只用单个 agent 干活，或者不碰 AI 编程工具，这项目和你关系不大。

这是一个给 DSH（桌面智能体助手）装的 B 站插件，把它变成一个有作息的「电子宠物」：每天在你设定的窗口里随机醒来一两次，自己刷 B 站，通过字幕、弹幕、热评和抽帧看画面六路互补地真正读懂视频，然后写两本日记——一本给你看，一本是它自己的私房账。它每天从深读的视频里挑两三条，在评论区 @ 你分享，最多打扰你三次，还会监听评论区和直播间弹幕，回复你时直接回，回复陌生人则先写草稿推给你审核。整个设计的核心是克制：读写都有硬预算、请求间隔写死、撞到风控立刻停手，专门替你挡住小号被封的风险。值得看的是做个人助理、AI 应用或 Agent 插件的开发者，以及想在 DSH 上跑长期自主 Agent 的人——它在「自主节律 + 风控克制 + 人设注入」上的取舍是个不错的参考样本；普通 B 站用户关系不大。

CodeRail 是一个自托管的编码 Agent 远程控制台，可以理解为「给 Claude Code 和 Codex 做的远程桌面加审批中心」：在自己服务器上跑一个 Docker 容器，就能从浏览器或手机统一管理你名下所有电脑上的编码 Agent。它能做的事很具体——在手机上批准或拒绝 Claude Code、Codex 的命令执行，查看和操作会话里的终端、文件、git 提交和 PR，还能把电脑上的开发服务器页面实时共享给会话里的人，关掉浏览器后任务照常在后台跑。权限按 Owner、Operator、Viewer 分角色，所有改动留审计记录，AI 密钥始终留在各台电脑本地。适合经常用 Claude Code、Codex 干活、又希望离开工位也能盯着 Agent 跑任务的个人开发者，以及需要多人协作管理多台开发机的小团队；如果你不用编码 Agent，这项目和你关系不大。

DeepScient 是一个跑在 DeepSeek Harness 运行时上的科研工作台，把选题、文献检索、实验、统计分析、作图、论文写作到投稿审稿的完整流程拆成 12 个阶段、55 道可判定的门，配 36 个科研工具和 98 条技能。它和普通 AI 聊天框最大的区别是强制证据链：每条结论必须能追溯到数据，数据必须能追溯到可重跑的实验，实验记录、环境、随机种子全部落盘，换台机器能复现同样的结果；遇到构念效度、创新性这类系统算不出的判断，它只给检查清单，不替你下结论。内置 Crossref、arXiv、PubMed 等 8 个文献源和 5000 多本期刊的分区与投稿要求信息，可用于选刊排版。适合需要规范推进研究的高校研究生、科研人员，以及做 AI for Science 应用开发的工程师参考其流程设计；如果你不从事科研或不关心 AI 辅助科研流程，和你关系不大。

rsi_eval 是一个用来评测「递归自我改进」（RSI）方法的轻量级 Python 工具，你可以把它理解成给 RSI 实验用的统一评测台：你自带改进循环，它负责把候选方案丢进现成的 agent 基准里跑分，再把每题得分、执行状态、token 消耗、验证器输出等反馈以统一格式还给你，省去自己对接各家 benchmark 执行和结果处理的麻烦。它内置 24 套评测配置，覆盖 Terminal-Bench、SWE-bench Verified、LiveCodeBench、MMLU、GPQA、ARC-AGI 等编码、推理、工程和领域工作流任务，也支持接入自定义任务，实验过程可快照记录并断点恢复。适合做 agent 自我改进研究、需要横向比较不同 RSI 策略的算法工程师，以及想在统一协议下跑多套基准的 LLM 评测人员；如果你不研究 RSI 或不做 agent 基准评测，跟你的关系不大。

Story Studio 是一个给 Claude Code、Cursor 这类 AI Agent 用的技能包，把历史、人物故事类短视频的整条生产线打包：从选题、磨开头钩子、写口播稿，到豆包语音合成配音、本地语音识别对齐字幕时间轴、按配音节奏拆分镜并生成配图画风统一的分镜图，最后直接导出一个能二次编辑的剪映专业版草稿，打开就能微调导出。它内置两套从数百篇爆款逐字稿蒸馏出的写作风格（历史叙事与人物故事）和 370 多篇对标文案库，配图提供厚涂漫画、黑白纪实、历史写实三种画风并用参考图锚定防止跨镜头漂移，还支持只做其中某一步，比如只改稿或只拿现成配音去对齐时间轴。适合做历史科普、人物传记类口播短视频的自媒体创作者和内容团队，如果你不做这类内容，关系不大。

axuse 是一个给 AI Agent 用的浏览器和电脑操作 MCP 服务器，可以接入 Codex、Claude Code、OpenCode、Cursor 等任何支持 MCP 的工具。它的核心思路是：别再让模型看截图了，直接通过 Chrome DevTools Protocol 读取 DOM 和无障碍树，把页面变成带稳定元素引用的紧凑文本快照，每次操作只返回变化部分，输入走可信通道，失败给出带重试提示的类型化错误。相比截图循环方案，它在官方基准里中位任务耗时 17 秒，约为 Codex 自带 Chrome 扩展的三分之二、browser-use 的三分之一，token 消耗减半且准确率持平。除了浏览器，它还能控制桌面应用（Windows 已验证，macOS、Linux 支持），配套的 axdroid 让 Agent 通过无障碍树操作 Android 手机，在 AndroidWorld 官方测试中 116 个任务全部完成。适合正在做 Agent 自动化、RPA、网页数据抓取或 computer use 相关开发的工程师，以及想让 Claude Code 等编程助手代为操作浏览器和桌面软件的人；纯做模型训练或后端业务的读者关系不大。

imbo 是给 coding agent 用的即时通讯工具，可以理解成 Claude Code、Codex、Cursor CLI、opencode 等各类编程 Agent 之间的微信：你加一个联系人后，你的 agent 会话就能直接给对方的 agent 发消息，消息会插进对方正在工作的会话里，回复再自动唤醒你的会话继续干活。它解决的典型麻烦是跨机器、跨工具的多 Agent 协作——比如你在笔记本上跑 Codex，同事的 Claude Code 在另一台机器上，两边可以互发消息、传文件，还能建群把多个会话拉进同一个讨论，从手机或网页端随时给所有会话下发任务简报并收通知。适合日常重度使用编程 Agent、需要让多个 Agent 或多人的 Agent 协同完成任务的开发者和 AI 工程师；如果你只是偶尔用用 AI 补全代码，和你关系不大。

Pomerado 是一个把任意网站快速变成 API 或 MCP 工具的开源框架，可以理解为「网站转 MCP 的自动化流水线」。你只需用自然语言描述想在某个网站上完成的任务，它就会自动探索该网站、跑一遍示例并泛化成可复用的集成，之后你的 AI Agent 就能直接调用它。相比依赖 computer use 的方案，它生成的集成是确定性的，速度更快也更稳定，而且能处理登录和两因素认证背后的站点。典型场景比如让 Claude Code 或 Cursor 自动去某个后台读取数据、提交表单，而不用自己写爬虫或对接官方 API。适合需要让 Agent 操作具体业务网站的 AI 应用开发者、做自动化集成的工程师，以及在 Claude Code、Cursor 等 MCP 客户端里搭建工作流的人；如果你的工作不涉及 Agent 调用外部网站，和你关系不大。

这是 Nous Research 为自家 Hermes Agent 打造的官方插件集合，把智能家居、音乐播放、Claude 订阅接入等能力从主程序里拆出来，按需安装。Hermes Agent 本身是一个能跨会话记忆、自我改进的 AI Agent，可跑在终端、桌面应用或 Telegram、Discord 等聊天工具里，而这个仓库提供它的第一批一方插件：Home Assistant 插件让 Agent 监听家庭设备状态变化、通过 REST API 控制灯具空调、把定时任务结果直接推送到手机通知；Spotify 插件封装了播放控制、设备切换、队列、搜索和歌单管理等能力；还有 Claude Subscription DirectSDK 插件用于接入 Anthropic 订阅额度。所有插件都通过统一的插件目录分发，每个条目固定在经过审核的 commit 上，厂商和社区插件也走同一套审核流程。对做 Agent 集成、智能家居自动化或想给 LLM 接外部服务的开发者来说值得翻一翻；如果你不打算用 Hermes Agent，这个仓库本身和你关系不大。

Hy Memory 是腾讯混元推出的 Agent 认知记忆引擎和 Python SDK，解决大模型 Agent「聊完就忘」的问题。它把记忆分成三套场景：聊天场景下用分层长期记忆记住用户偏好和事实，工作场景下存两层事实与可复用经验，编码场景下追踪代码版本演化的 diff 链。配套的 MemHub 是本地桌面工具，能把 Claude Code、Cursor、Codex 等多个 AI 编程工具的对话和代码轨迹统一到一个本地目录里，跨应用检索。项目还发布了专门用强化学习训练的 Hy-Memory-30B-A3B 记忆写入模型，以及相关学术论文。做 Agent 应用、需要给产品加长期记忆能力的后端和算法工程师值得看；如果你只是日常用 AI 编程工具，MemHub 的跨工具记忆聚合也可能有用，但纯做前端或非 AI 方向的人关系不大。

Reason Network 让团队里每个人的编程 agent 互相直接对话：每台电脑跑一个轻量后台进程，通过点对点、端到端加密的通道互联，没有中心服务器能读到内容。它接入 Claude Code、Codex、Cursor、Gemini CLI、Copilot CLI、Grok CLI、opencode 等主流 coding agent，你可以在自己的会话里直接问「团队里谁在线、在忙什么」，或让自己的 agent 给同事的 agent 发消息、传文件、请求审批。比如部署前想确认某个接口的 token 格式是否改过，不用再拉人开会，直接让 agent 问对方负责那个仓库的 agent；需要人工拍板时，它会弹窗让你批准或拒绝，你的答复以你的身份回传。消息状态可追踪，小文本文件也能随消息附带。适合在多机、多 agent 并行开发的团队里做协作的工程师和 tech lead；单人单机、只用一个 agent 的人基本用不上。

Xiryn 是一个开源的个人 Agent，可以看作 Meta Muse、xAI Grok Bot、OpenAI Dots 这类云端个人助理的自托管版本，跑在你自己的电脑上。每个 Agent 拥有独立的 Docker Linux 桌面环境，带真实 Chromium 浏览器，可以后台浏览网页、调研资料、写代码并互相交接任务，同时完全不占用你本机的屏幕和鼠标。模型可以自由选择 OpenAI、Anthropic、Google、DeepSeek 或 Ollama 本地模型，对话、记忆和密钥都存在本地 SQLite 里，登录凭证和支付信息放在加密保险库中，Agent 本身无法读取。配对 Telegram 后可从手机随时下达指令并查看实时进度和截图。适合关注隐私、不想把数据交给云端订阅服务的开发者，以及想在本地搭建多 Agent 工作流做自动化调研或个人助理的人；如果你只是想用现成的 AI 产品，和你关系不大。

Lancer 是一个桌面 AI 工作区，把 AI 会话、并行分支、运行过程和交付文件整合到一个界面里，方便追溯一次任务从开始到结束的完整过程。它基于 pi-gui 和 pi 构建，通过 pi 接入订阅账号、API 密钥和自定义端点。核心能力包括：一个助手可管理多个会话，任务能派生子分支、结果回父会话汇总；右侧 GitTree 同时展示多条会话线、分支和交付节点；还支持 macOS 上接管豆包 App 会话，以及视频下载、关键帧提取和带证据的分析交接。适合需要同时跑多个 AI 任务、追踪复杂 Agent 工作流的开发者和 AI 应用从业者，尤其是做多分支任务编排、视频分析流水线的人。目前是 Alpha 阶段，主要在 macOS Apple Silicon 验证，多数人可以先观望。

LGUI 是一个专为 AI Agent 设计的游戏 UI 框架，让做游戏界面这件事不再依赖游戏引擎：界面用 FairyGUI 格式写在 `ui/` 文件夹里，逻辑用 TypeScript 按 MVC 组织，预览开浏览器、测试在 Node 里跑，Agent 可以自己拼界面、写逻辑、截图验收，全程不用打开 Unity 或 Cocos 编辑器。它解决的是游戏开发中 UI 迭代慢、Agent 难以自主验证的麻烦——比如让 Codex 从一张原型图出发，30 分钟做出背包界面并导出到 Unity 打包测试；框架自带横竖屏双布局、安全区、拖放、多语言、动效等游戏 UI 常见能力，还提供规范检查和带错误码的报错，方便 Agent 自查。上线时一条命令把同一份界面和代码导出到 Unity，游戏代码不用改，接其他引擎只需写适配层。适合游戏客户端开发、UI 程序，以及在用 Claude Code、Codex 等 Agent 做游戏开发的团队；做纯 Web 或后端的人关系不大。

vulnerator-ai 是一个自主渗透测试 Agent：由 Nous Research 的 Hermes 模型充当大脑，通过 MCP 协议直接驱动 Kali Linux 容器里的 nmap、nuclei、ffuf、sqlmap 等安全工具，按 OODA（观察-判断-决策-行动）循环自主决定下一步动作，同时用 Playwright 控制真实浏览器做 Web 层面的探测。它刻意做得很轻——没有中心服务、没有 REST API、没有界面，四个容器就是全部。项目还提供一个 MCP 前门，让 Claude Code、Kiro 这类 AI 编程助手能触发、观察、干预或停止一次渗透任务。适合安全工程师、渗透测试人员和红队成员在**已获授权的目标**上做自动化侦察与漏洞挖掘；注意它默认不带范围限制和审计，越界使用风险自负。对不碰安全的从业者来说关系不大。

AutoGPT 是最早带火「自主 Agent」概念的项目，如今已从一个让 GPT 自己拆任务、自己执行的实验脚本，演变成一套多智能体协作平台：你用自然语言给总管 Otto 下达任务，它再把活儿分派给不同角色的 AI 专家——比如让 Maria 写 SEO 文章、Max 调研潜在客户并起草外联邮件、Frankie 整理会议材料和每日摘要，最后汇总成果交回给你。每个专家的角色、可用的上下文和连接的应用都能按需定制，也能设置账号权限和花费上限，适合把重复性的内容生产、销售线索跟进、行政杂务固化成可反复触发的流程。如果你是运营、市场、销售或创始人，想用 AI 搭一支不睡觉的虚拟助理团队，可以直接试它的托管平台；想私有化部署的工程团队也能自己跑。对纯算法或模型研发岗位来说，它更像应用层产品，参考价值有限。

agentring 让你的 AI agent 能直接给你的手机打电话，你也能反过来打电话找它。比如你让 Claude Code 跑一个耗时的数据库迁移，跑到一半失败了，它会像真实来电一样把你的手机（即使锁屏、省电模式下）打醒，一个语音 AI 接起电话告诉你发生了什么，你口头给出决策，转录文本回传给 agent 后它继续干活；反过来你也可以在 App 里主动呼叫 agent，边开车边问「CI 结果怎么样」。它通过 MCP 协议接入 Claude Code、Codex、opencode 等主流编程 agent，通话走自建 VoIP，不需要 Twilio 和电话号码，全程自托管。适合经常跑长任务、需要远程给 agent 下指令的 AI 工程师和重度 AI 编程工具用户；目前仅支持 Android，且处于 pre-release 阶段，只在一台 Pixel 6 上验证过，iOS 用户和纯后端开发者暂时关系不大。

HarborRL 是一个用强化学习训练工具调用型 Agent 的端到端框架，把模型服务、轨迹生成、工具执行、可验证奖励和策略更新串成一条可复现的流水线。它支持以 Qwen、GLM 为基座，用 GRPO、DAPO 等算法在沙箱隔离的任务上训练，覆盖 Terminal-Bench、SWE-Bench 等 200 多个任务，还能接入 Claude Code、Codex、LangGraph、SWE-agent 等 40 多个 harness 框架，通过模型×算法×任务×harness 的组合快速搭实验。它还提供本地 Web 控制台做配置校验、试运行和训练日志查看。适合做 Agent RL 研究或想给 coding agent 做后训练的算法工程师；如果你只调用现成模型 API、不碰训练，这个项目和你关系不大。

OpenVLHarness 是一个让多模态大模型（MLLM）变成「会用工具的视觉推理者」的框架，无需微调，模型通过原生工具调用就能在视觉空间里思考和写代码。它内置九种能力：用文字定位物体、OCR 读图、深度估计、相机轨迹、放大细看、文本与图片搜索、访问网页，以及一个 Python 编码代理，每种能力都返回模型可读的证据。配合多模态记忆，图片、框、掩码、深度图和网页引用在整道题中都可被后续工具和代码复用。例如模型可以先定位物体、估算深度再计算空间关系，或裁剪陌生物体做以图搜图并到网页验证答案。在四个领域 22 个基准上，七个骨干模型平均提升 9.7 到 12.6 分。适合做多模态 Agent、视觉推理评测或研究工具调用的算法工程师和研究员，普通后端或前端开发者关系不大。

CRAB 是一套让 AI Agent 不看源码、只靠观察行为来重写软件的工具包。它把目标程序当成黑盒：驱动 CLI、网页或 Android 应用运行，抓取输出、无障碍树和 API 交互，再由 Agent 归纳成行为规则并逐条对照原程序验证，最后生成一份规格说明书，交给另一个 Agent 按规格从零实现，再用同一套测试比对克隆版与原版的通过率。过程中它会主动注入故障（5xx、断网、超时、畸形响应等）逼出边界行为，检查覆盖率缺口，并拦截任何照抄原文的表达。实际效果上，它在没见过的网页应用上隐藏测试通过率约 97% 以上，CLI 工具更是 397/397。适合做逆向工程、竞品分析、遗留系统重写或需要 clean-room 复现的团队；普通后端或 AI 应用开发者若无此类需求，关系不大。

这是一个 MCP server，作用是让 AI agent 能够读取和操作 Elysium 链——Kinetiq 为 Hyperliquid 搭建的 Arbitrum Orbit L2。你可以把它理解成给 Agent 用的链上数据网关：接入后，agent 能通过 JSON-RPC 查最新区块、地址余额（HYPE 及最多 20 种 ERC-20）、交易详情与回执、事件日志，也能调用合约的 view 函数做只读查询和 gas 估算；若配置了 Blockscout 风格的区块浏览器 API，还能额外查地址历史、代币转账、合约 ABI 等索引数据。写操作是独立开关，默认关闭且只允许测试网（chain ID 99801），开启后发送交易也默认 dry run 预览，并带白名单、费用上限等多重校验。适合在做链上 Agent、DeFi 自动化或 Web3 与 LLM 结合原型的开发者，尤其是需要让 Claude 等 MCP 客户端直接查链、读合约的场景；只做模型训练或纯后端的人关系不大。

chord-cli 是一个把多个 coding agent 组成集群协同干活的命令行工具，可以理解为 Claude Code、Codex CLI 这类编码 Agent 的「多人协作调度器」。它让 N 个 Agent 在同一个仓库里各自占用一个 git worktree 并行开发，通过一块共享的文件认领板避免互相踩脚：谁要改某个文件得先登记，别人持有就得先发消息询问，未认领的写入会被 hook 直接拦下。Agent 之间还能异步发消息，空闲的会被唤醒，任务完成后一步完成 rebase 并快进 main，冲突时自动回退并让 Agent 自己解决。在 CooperBench 上，两个 Agent 各领一个 feature 的协作模式在弱模型上比单 Agent 高出 20 多个百分点。适合已经在用 Claude Code、Codex CLI 等工具、想让多个 Agent 并行推进不同功能模块的开发者，以及关注多 Agent 协作机制的人；只做单人单 Agent 开发的读者关系不大。

这是一套面向出海营销的 Agent Skills 技能库，装进 Claude、Codex、Cursor 等支持该规范的 AI 工具后，AI 就能按预设的营销打法干活，相当于把一支海外增长团队的经验写成了 AI 可调用的 SOP。它覆盖的场景很具体：Meta、Google、TikTok 广告的搭建与放量、多角度地道英文文案、UGC 视频脚本与逐帧拆解、投放周复盘和 CPA 诊断、冷邮件开发信序列、弃单与召回邮件流程、WhatsApp 和私信里的私域成交话术，以及 TikTok、Instagram、Reddit 等平台的社媒运营节奏，默认市场是美国。对没有专职营销团队的独立创业者、做美国市场的品牌卖家，以及需要可复用投放 SOP 的投手、外贸业务和代理商来说，它能直接把经验变成 AI 可执行的流程；纯技术岗或不做增长的人关系不大。注意开源部分只覆盖基础打法，完整 SOP 和案例拆解在 Pro 版里。