Moli OS 是一个用 Rust 写的超轻量智能家居中枢，定位类似 Home Assistant，但设计思路完全反过来：Home Assistant 是给人点界面用的，Moli OS 是给 AI Agent 用的——Claude Code、Codex 或任何 API 模型可以直接通过 MCP 接入，完成设备配置、日常操作、故障排查，甚至编写新设备驱动，而实时控制循环始终由确定性的二进制核心负责，Agent 不会直接插手。它的资源占用极低，内存只有几兆、镜像十几兆，对比 Home Assistant 动辄 2GB 的开销优势明显。内置 24 种集成（Zigbee2MQTT、Hue、Sonos、Tuya、打印机、3D 打印机等）、Svelte 仪表盘、可视化自动化编辑器和手机 App，敏感操作还设有人工确认的保护机制。适合智能家居爱好者、想探索 Agent 操控物理设备的 AI 工程师，以及需要在低配设备上跑家庭自动化的开发者；纯做模型训练或后端业务的人关系不大。

Construct 是给 AI Agent 用的一套工具：你用大白话描述一个东西，Agent 负责调研并写出一份精确、可校验的结构描述——它有哪些命名部件、真实尺寸、如何装配、如何开合运动，以及每个信息是实测还是推测。Construct 校验这份描述后，把它渲染成一个网页里的「光线全息」动画模型，同一份描述永远生成同一个结果，还能进一步导出带可动关节的 3D 模型、CAD 文件、3D 打印件或拼装套件。它兼容 Claude Code、MCP 客户端和任何 OpenAI 兼容接口，输出统一视觉风格，并对每个部件标注「已知/猜测」的可信度。典型场景包括：把自家吉他、老车复刻成可旋转分享的数字副本、给缺失零件画可打印的替换件、做家居改造前的规划模型，或为游戏和影视从真实物体出发设计新资产。对做 Agent 工作流、MCP 集成、游戏资产和数字孪生方向的开发者最相关，普通 AI 从业者也可当案例看看。

kodeblue 是装在每台 Linux 服务器上的 AI 蓝队 agent，把 SOC 监控、事件响应和 SecOps 巡检合在一个进程里。它先花一两个小时学习这台机器的正常状态，之后用零 token 的传感器持续盯着敏感文件和进程，一旦发现异常就交给一个小模型分诊，再由 agent 自己开一个会话调查、按策略隔离攻击并写出事件报告，同时还能盘点各服务的漏洞、每天自动调优检测规则并把更新推到 Slack。设计上刻意让确定性过滤器做重活，模型只看漏网的少量事件，因此接任意 OpenAI 兼容的便宜小模型即可运行，不配模型时传感器和检测也照常工作。可选的 hub 控制台把整个机队的事件、agent 推理过程和待审批操作集中到一个界面。适合负责 Linux 服务器安全的运维、SecOps 和安全工程师，尤其是人手不足、雇不起 7×24 SOC 的团队；做 AI 安全应用的人也可以参考它的「确定性传感器 + 小模型分诊」架构。

这是一套给「一人公司」做 AI 产品用的 Agent Skill 合集，把创业全流程拆成七步：MVP 验证、写商业计划书、查政策补贴、练路演、小红书抖音冷启动获客、定价成交、公司注册与合规。它有一个总入口，你只需说清楚自己在做什么、做到哪一步，它会判断你处于哪个阶段并调用对应的子 skill，每步产出还能串到下一步。比如先验证有没有人要再写 BP，拿到验证证据后直接喂给商业计划书和路演稿。政策查询只引用官方原文链接，不编造行业数据。适合正在中国做 AI 工具、Agent 应用的独立开发者和早期创业者，尤其是需要申请园区孵化器补贴、参加创业大赛、摸索冷启动获客的人；它明确不提供法律税务意见，也不针对面向 VC 的融资路演，纯技术岗或大厂员工基本用不上。

pi-purge 是 pi 编程助手的一个扩展，作用是让你在会话里随时切换发给模型的系统提示词：保留 pi 原生提示、只删掉其中的助手身份段，或者干脆只发你自己的 persona 文件。它面向的是做 prompt 工程的人，比如你想知道同一句话在「带框架提示」和「纯你的指令」两种条件下模型行为差多少，或者想回归测试自己写的指令、在受控条件下观察指令遵循和 prompt 注入的鲁棒性。三种模式里 strict 最干净，把项目上下文和其他扩展注入的内容一并剥离，只留你的指令加工作目录，适合做单变量实验；append 最温和，适合当对照组。它按会话生效、不落盘、关闭时对 pi 完全无感，适合经常折腾 system prompt 的 AI 应用工程师和做提示词安全研究的人；如果你只是日常用 pi 写代码，跟你的关系不大。

MemT-1.0 是一类把「长期记忆」直接做进模型计算里的记忆基础模型，可以理解为给 LLM 装上一块随交互不断演化的原生记忆区，而不是每轮都把完整历史塞回上下文。它包含动态本地记忆和可训练的超记忆两部分，推理时无需回看原始对话，持久状态大小恒定，在 128K 历史长度下比全量 KV cache 省约 66% 存储。项目提供基于 Qwen3.6-35B-A3B 的 Nano 和基于 DeepSeek-V4-Flash 的 Flash 两个规格，并在 11 个记忆基准上取得参数化记忆方法中的前两名，还演示了把过往编码经验存进原生记忆、在长程 agentic coding 中复用的做法。适合做 Agent 应用、长对话产品或关注记忆机制与推理成本的算法工程师看；如果你只做前端、运维或不涉及长上下文的常规 LLM 调用，关系不大。

TOMC Memory 是给 Claude Code、Codex、Cursor 这类 AI 编程助手补记忆的工具，解决的痛点很具体：每次开新会话都要重新解释项目背景，而且助手还会把过时的旧结论翻出来——比如你的技术栈从 Flask 换到 Django、再到 FastAPI，最后定在 Litestar，它只该告诉你最新答案。它把历史对话和笔记压缩后按需喂给助手，只保留每个事实的最新版本并附上出处，同时大幅削减输入 token：作者自己的测试显示，保留 40% 历史能把请求输入减少约三成且答案全对，长历史场景下也优于其他六种记忆方法。要注意它不会压缩助手正在进行的对话，一万 token 以下的短历史收益有限，而且靠词面匹配而非语义理解，改写式的更新可能漏掉。适合重度使用 AI 编程工具、经常开新会话又烦于重复交代上下文的工程师，以及研究 Agent 记忆和上下文压缩的人；偶尔用用 AI 聊天的人关系不大。

pitupitu 让你用手机语音指挥跑在自己电脑上的 coding agent。它是一个装在每台机器上的小型 Rust 程序，通过一条主动外连的 WebSocket 把机器接到 pitupitu 云端，你在手机或浏览器上说一句话，就能在指定机器上启动 Claude Code、Codex、OpenCode 等 agent，查看进度、回答它抛出的问题、或在它卡住时推一把，全程不用碰终端。agent 仍跑在你原有的订阅和权限下，不碰你的凭证，云端也只能执行固定的一组操作，没有任意 shell。它把 agent 会话交给 herdr 这个终端工作区管理，你在桌面上打开 herdr 就能看到和手机完全相同的实时会话。适合经常让 agent 跑长任务、又不想一直守在电脑前的开发者，比如通勤、散步时想确认构建结果或批准权限请求的人；如果你的 agent 任务都是几分钟内完成的短活，这个项目意义不大。

Otto 是一个原生 macOS 应用，可以理解为「给你的 AI agent 们用的个人操作系统」：它把 Claude Code、Codex、Cursor、Grok 等你已有的 agent CLI 统一收进一个界面里运行，首页提供每日简报和常用卡片，聊天区管理会话、机器人和团队，旁边还挂着文档、仪表盘、自动化和内置浏览器。所有 agent 在本地跑，文件、记忆和凭证都留在你的 Mac 上，凭证只进 Keychain，工作和个人资料分开各存一套记忆。它还通过 MCP 把统一的工具注册表暴露给 agent，支持按 agent 切换模型与账号、给机器人配独立记忆和子 agent，以及可选的语音控制和 iOS 配对应用。适合每天在多个 agent CLI 之间来回切换、又不想把凭证和数据交给云端的重度 AI 编程用户和独立开发者；如果你只用一两个 agent 或主要在网页端工作，关系不大。

Local Code 是一款跑在 Mac、iPad 和 iPhone 上的私有 AI 编程与办公 Agent，可以理解为把 Claude Code 这类编码助手搬到本地设备、并内置了一整套工具链的应用。它自带针对 Apple Silicon 优化的 LLM 推理引擎，能离线运行 DeepSeek 4.1、Qwen 等量化模型，也支持接 Anthropic、OpenAI 等云端模型。应用内集成了 Python、Node.js、shell、LibreOffice、FFmpeg 乃至浏览器和绘图工具，Agent 可以在你授权的文件夹里完成数据分析、画图表、写文档和幻灯片、开发软件等完整任务，且所有命令都在 App Sandbox 内执行，无法接触全盘。任务和对话可持久保存、生成中断能续跑、长对话有磁盘级上下文缓存。适合关注本地大模型落地、隐私敏感场景的 AI 应用开发者、Mac 端工具开发者，以及想在无网环境下用 Agent 干活的从业者参考其工程实现。

这是一个把 AI 团队做成 3D 虚拟办公室的营销自动化工具：你在浏览器里看到文案、SEO、设计、视频等角色的虚拟形象在工位上干活，协调员会走过去派任务、把结果送到你面前。它基于 Claude Code 和你自己的 Claude 订阅运行，内置 Kanban 任务流（待处理→进行中→待审批→修改→完成），所有产出必须经你批准才发布，还支持 Telegram 语音派单、群聊 @协作，以及本地视频剪辑（Whisper 转写、去静音、字幕）。适合需要持续产出社交媒体文案、落地页、SEO 文章和营销素材的小企业主、独立营销人和自由职业者——尤其是想用 AI 组建一支「营销小队」又不想自己写脚本编排的人；纯技术岗或不涉及营销内容生产的人关系不大。

这是一个把 Claude Code 变成像素风小游戏的桌面工具：你向项目经理 Max 提需求，他会派出若干 Claude Code 子 agent 分头干活，每个机器人坐在自己的工位上，气泡里实时显示它此刻在做什么——不是动画，而是真正在你电脑上运行的 agent。典型场景包括竞品调研（一个 agent 对手一个）、每周 AI 资讯汇总、写 LinkedIn 帖子、生成落地页，产出的文件和网站都能在界面里直接查看。它还提供任务回放、团队档案、日夜切换等游戏化细节，敏感操作会先向你请示，agent 被限制在任务目录内工作。适合想用 Claude Code 跑多 agent 协作、又希望过程可视化更直观的开发者和独立创业者；如果你不常用 Claude Code，关系不大。

AgentFlux 是一个可以完全跑在自己电脑或服务器上的可视化工作流平台，把文档、数据源和大语言模型串成一条条可复用的流程，类似 n8n 或 Dify 的自托管替代品，但更强调本地数据不出机器。它内置 17 个预置步骤和 8 个模板，支持分支、撤销重做，也能让 Agent 根据一句任务描述自动生成工作流；模型侧可接 Ollama、LM Studio、vLLM 或任意 OpenAI 兼容接口，还带本地 Whisper 做语音转写。比较特别的是「视频转工作流」：录一段屏幕操作加口述讲解，它会按分钟切片分析画面和语音，自动生成可运行的流程。典型场景是定期清洗导出表格、监控文件夹变化生成报告，或把重复的文档处理固化成定时任务，结果以 JSON、CSV、Markdown 落到本地目录。适合需要自动化日常数据处理、又在意数据隐私的后端、数据或运维工程师；如果你不打算自建工作流平台，和多数人关系不大。

phongent 是一个多手机 agent 协同控制工具：用 iPhone 或安卓手机作为主控，连接多台安卓设备，用自然语言给全部、某组或单台设备下发任务，并在一个界面集中查看各设备的进度、通知和实时画面。安卓执行端既能管理其他设备，也能操作本机 App，主控还能通过实时小窗直接点击、滑动接管操作。典型场景包括批量分发内容——让主控模型为每台设备生成不同文案和图卡再分别下发保存草稿，或让 A 打开小红书截图、B 查天气这类并行任务；通知也按设备和应用集中展示，可直接交给对应设备的 agent 回复。适合做手机端自动化运营、矩阵账号管理、多设备测试的个人开发者和小团队；如果你只用一台手机或不涉及设备群控，和你关系不大。

这是一套给 Claude Code 用的 Agent skill，让 AI 通过浏览器把一个 SaaS 产品「拆」成可交接的知识库：逐屏截图梳理界面、抓网络请求还原业务规则和数据模型、提取设计 token，最后产出一份 REPORT.html 和打包好的 handoff zip，供团队照着重建同类产品。它强调不碰生产数据，每条结论都标注证据来源（观察、抓包、文档还是推断），知识库落在磁盘上，可跨会话续跑、不受上下文长度限制。README 里用 ClickUp 和 Pipedrive 做了完整演示，分别产出几十条业务规则和十几条「生产壁垒」（如 WhatsApp 需 Meta 审核）。适合两类人：一是想在新市场复制成熟 SaaS 的产品和创始人，用它快速摸清竞品的功能边界与合规坑；二是做竞品分析、写 PRD 或准备迁移方案的产研人员。如果你的工作不涉及对标或复刻某个 SaaS，这个项目和你关系不大。

这是一个把闲置 QQ 小号变成「AI 群友」的机器人，通过 OneBot v11 协议（实际配合 NapCat）接入 QQ，背后可接任意 OpenAI 兼容模型，比如本机模型、DeepSeek、智谱 GLM、通义 Qwen。它和常见的指令式机器人不同，目标是像真人一样参与群聊：被 @ 或点名时回应，平时按概率主动插话、接住群里的梗和梗的上下文，记得群友和长期玩笑，到了睡觉时段或话题冷场就自然潜水，消息还会拆条、按人类节奏发送。它自带一个零构建的本地网页控制台，可以启停机器人、切换模型、编辑人设、管理记忆与扩展、查看日志和用量。适合想在自己的 QQ 群里放一个「会看气氛的 AI 群友」的个人开发者、群主，或想低成本试验 LLM 对话人设与群聊交互设计的 AI 从业者；如果你不玩 QQ 或不需要群聊机器人，和你关系不大。

Morrow 是一个本地运行的求职工作台加自动投递引擎，可以理解为「帮你自动海投的求职管家」。它每天跑一遍完整流程：先按你的简历和目标岗位定制简历，再用浏览器自动登录 Naukri、Wellfound、Instahyre、Hirist 等招聘平台和公司官网投递，同时检查各平台资料是否完整、有没有待答的招聘方问卷，并生成一份面试学习计划。所有操作只有在页面上确认成功后才记为完成，每次投递保存的简历版本、结果和链接都会写进本地数据库和日报，数据不出你的机器。它依赖你已装好的 AI 命令行工具（Claude Code 或 Kiro）来生成回答，遇到不知道的问题会放进待办收件箱让你确认，而不是瞎编。适合正在海投、需要同时维护多个招聘平台资料的求职者，尤其是印度市场的程序员；如果你不找工作，这个项目和你关系不大。

Thermite 是一个让 AI agent 自动跑实验的框架，把「改代码、测指标、留优汰劣」这个工程循环交给 agent 整夜整夜地跑。你只需设定一个目标数字——比如每秒 token 数、准确率、延迟、内存或 benchmark 分数——外加一组必须通过的检查，它就自己去试各种想法。它最核心的设计是防作弊：agent 只负责提方案，一个 agent 看不到也改不了的独立 judge 会重新构建、在同硬件上和当前最优版本对比、验证输出正确性，只有经得起复测的改动才被保留为新的 champion。它支持三种模式：Hill climb 持续推高某个指标、Goal 完成一组验收条件（如移植库到新平台）、Research 回答问题并逐字核对引用来源。所有 campaign 在一个带 REST API 和 MCP 的面板上统一查看和调度，最终结果可导出为 patch。适合做性能优化、模型推理调优、跨平台移植等需要大量试错的工程师，以及想让 coding agent 长时间自主攻关的团队；项目仍在快速迭代中。

这是一个把大模型接进 QQ 聊天和安卓手机的开源套件，可以理解为「给 AI 一个能记事、会看场合的社交身份和一双能操作手机的手」。它由三块拼成：陪聊模块负责角色卡、按人存储的记忆账本、模拟真人打字节奏的发送策略，以及群聊里该不该接话的唤醒规则；phone-mcp 让 AI 通过 MCP 协议控制安卓手机，能点按、滑动、中文输入、截图录屏、执行连招，还能操作网易云和 QQ 空间；qzone 系列则让它自己发动态、点赞、评论，并内置了严格的频率限额。作者展示的用法是：AI 自己翻相册挑图存进图库并写备注、被限流时用拟人化的话安抚你、每天读角色卡和聊天记录写第一人称日记。适合对 Agent 记忆机制、MCP 工具设计、拟人化交互或 QQ 自动化感兴趣的开发者和 AI 爱好者；纯做业务后端或模型训练的人关系不大。

Hycli 把任意网站变成 AI agent 能直接调用的带类型 CLI 和 MCP 工具集。你给它一个网址和想做的事，它内部三个 AI worker 会分析该站的文档、前端代码和真实浏览器网络流量，自动生成覆盖读写操作的工具，比如搜索帖子、创建内容、批量编辑等，全程用你浏览器里已有的登录态，cookie 不会传给 LLM，还内置了反爬对抗能力。它以单个原生二进制形式发布，自带本地 dashboard，不需要装 Rust 或 Node.js。典型场景是：你想让 Claude 或 Codex 自动化操作某个只有网页界面的服务——比如批量整理 Notion 页面、抓取某论坛内容、在内部后台系统里填表——但对方没有官方 API，手写爬虫又费劲，Hycli 直接替你把这层封装做好。适合正在搭 AI agent 工作流、需要让 LLM 操作真实网站的开发者，尤其是做自动化和 MCP 集成方向的人；如果你的工作不涉及让 AI 操作网页，跟你的关系不大。

Skein 是一个本地多 Agent 任务编排的执行控制面，用 Go 写的，可以理解成给本地跑的 Agent 群体加了一道「急停闸」。它按显式任务图调度并发任务，核心机制是 epoch fencing：一旦触发紧急停止，排队中的任务作废，旧 epoch 里迟到的完成结果会被直接拒绝，而不是仅仅标记为已取消，从而避免失控的 Agent 继续写入结果。它还负责终止被跟踪的本地进程树，实测能干净杀掉全部父子进程。适合需要在本地批量跑 Agent 工作流、又担心某个 Agent 失控或停不下来的团队，比如做 AI 工作流编排、多 Agent 系统的工程师，在引入外部副作用前用它做执行层的安全兜底。注意它不是 Agent 框架也不跑模型，只管调度和急停；对多数不涉及本地多 Agent 编排的读者关系不大。

graphmemory 是给 AI Agent 用的长期记忆系统，核心思路是让记忆像人脑一样会积累、会降级、会过期，而不是简单存进向量库。每条事实带双时态：既能回答「当时是什么」，也能查「后来改了什么」；记忆按意义、细节、检索难度、情绪、巩固、干扰六个变量计算衰减，遗忘是降级不是删除，还内置了按内容类型自动设定的时效（临时状态 1 天、承诺 10 天、身份 3 年、不可更改事实永久），到期先隐藏再物理删除但原文账本永久保留。检索层做竞争式召回，命中还会反过来巩固记忆。底层组合 Neo4j 时序知识图谱、PostgreSQL 双时态台账和 Redis 缓存，通过 MCP server 暴露给任何支持 MCP 的代理，也自带 Web 管理台。适合正在做 Agent 记忆、长对话个性化或多轮上下文管理的工程师，尤其是被「Agent 记不住用户说过什么、旧信息污染新回答」困扰的人；如果你不涉及 Agent 应用开发，和你关系不大。

Murmur 是给 Hermes Agent 做的一层图形界面，让跑在自己硬件上的开源 AI agent 变成普通用户也能用的产品：不用碰终端和配置文件，打开浏览器或桌面客户端就能和它聊天。它能创建多个带不同人格的 agent，从 Researcher、Writer、Coder 等模板起步，接入 Notion、Linear、Todoist、Figma 等几十个应用，还能通过 WhatsApp、Telegram 或手机网页随时找到它们；多个 agent 可以放进同一个房间协作，用 @ 单独点名，涉及删除文件等敏感操作时会先用大白话征求同意。模型侧支持 ChatGPT 订阅、Ollama、OpenRouter、OpenAI、Anthropic 等，可随时切换。适合想在本地或私有服务器上长期跑个人 agent、又不想折腾命令行的产品经理、独立开发者和 AI 爱好者；如果你只用云端 ChatGPT，或不打算自托管 agent，这项目和你关系不大。

CicaTavern 是一个跑在自己设备上的 AI 角色扮演客户端，可以理解为 SillyTavern 的 Agent 化替代品：导入你已有的角色卡、世界书和预设，接上自己的模型 API（DeepSeek、Claude、OpenAI、Ollama 等）就能玩。它把提示词按缓存友好方式组织，长对话里每轮大部分内容按更便宜的缓存价计费且响应更快，右侧面板会实时显示命中率和花费；上下文压缩后丢失的细节会写进记忆书，剧情再提及时自动召回，且不破坏缓存。此外它支持一键配图、旁白与对白分声线朗读、视觉小说式演出界面，角色的脸和服装保持一致，还有一个逐步提问帮你写完角色卡的引导式创作者。适合重度 LLM 角色扮演和网文互动写作的玩家，以及想降低长对话 API 成本的开发者参考其缓存与记忆设计；普通从业者关系不大。

ResolveLab 是一个给工具调用型 LLM agent 做「故障注入 + 副作用打分」的评测与后训练环境。它跑一个真实的 HTTP 服务，在 agent 操作过程中注入各种会改变正确下一步动作的故障，比如分页查询里的近似记录、If-Match 冲突、429 限流、写入已提交后才返回的 502、任务中途被收回权限等，然后从服务端状态、提交日志和读版本来判定 agent 到底把系统改成了什么样，而不是听它自己说「已解决」——写错记录、重复提交、漏读最新状态、谎报成功都会被判失败。它还内置一个经回放验证的 teacher，可以生成 DAgger 训练数据，README 里展示了 Qwen3-0.6B 经 BC+DAgger 微调后测试通过率从 90.8% 提到 98.3%。适合做 agent 评测基准、agent 后训练或 RL 环境研究的算法工程师和研究者；如果你不涉及 agent 训练或可靠性评测，和多数从业者关系不大。