这是 DeepSeek 团队放出的一个研究原型，本质是一个「主动型 coding agent」：它盯着一个 GitHub 仓库（可选也接 Feishu），当有人在对话里给它派活、或团队预设的规则被触发时，它会自己开一个工作项，在独立会话和目录里干活，最后回到原对话交差，比如直接提一个 pull request。配套的 web 面板只呈现「需要人拍板」的事项，核心设计哲学是尽量少占用人的注意力、只在必须有人行动或结果有用时才开口。作者明确说这是从日常开发中长出来的研究代码，很多工程由 coding agent 完成，风格不统一、可能有 bug，且与论文中的完整设计有出入，仅供参考。对做 AI Agent 产品、研究 multi-agent 协作与人机分工的工程师和研究员来说，它的授权模型、执行隔离和「少打扰」的交互设计值得翻翻；纯后端或前端岗位、只想找生产可用工具的人关系不大。

Agent Autoloop 是一个轻量的自动化中台，解决命令行 Agent（如 Claude Code、Codex）必须人守着终端才能推进的问题：它把定时任务、GitHub Issue、线上告警等事件统一收进来，按规则派给指定 Agent 执行，Agent 干完一轮就退出，不占进程也不烧 Token；只有遇到删数据、重启服务、对外发消息这类拿不准的事，才会通过飞书、钉钉、Slack 或桌面通知推卡片给你拍板，你回复后它接上原会话继续干完。事件来源、Agent、通知通道、CI/CD 交付都做成可插拔插件，规则用一个配置文件描述即可，无需写胶水代码，仓库还内置了每日早报、Issue 跟进、告警排查、网站巡检等现成模板。适合日常重度使用命令行 Agent、想把重复性自动化任务托管出去的开发者和运维，以及在做 Agent 工作流编排的工程师参考；如果你只是偶尔手动用一下 Agent，关系不大。

Mika 是一个装在 Android 手机上的 AI 助手，你用一句话交代任务，它就自己打开 App、点按钮、翻页面，把事情做完，比如「总结今天微信群聊了什么」「找 30 美元以下、4.5 星以上的充电器加进购物车」「找旧金山到纽约最便宜的直飞航班」。它的特别之处是所有操作都跑在一块隐藏的后台屏幕上，你照常用手机不受干扰，随时可以点开小窗看它在干什么；它靠看屏幕找按钮，不依赖任何 App 的接口，所以微信、小红书、招聘网站、外卖平台都能操作，涉及付款时会先停下来问你。模型 API key 自己填，数据不出手机。适合想研究手机端 GUI Agent、Accessibility 自动化实现方式的移动端和 Agent 方向工程师，以及想省时间处理重复手机操作的重度用户；如果你不做移动端开发也不常被琐事缠身，扫一眼即可。

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。

terminal-mac 把一整台 macOS 桌面塞进你的终端里，专门给 AI Agent 当「电脑使用」的沙箱。它用 Apple Virtualization 起一个真实的 macOS 虚拟机，虚拟机里跑一个辅助程序负责截图和接收点击、拖拽、输入等事件，终端这边用 Kitty 或 iTerm2 的图形能力把画面流式显示出来。Agent 通过 MCP 工具（截图、点击、滚动、打字、按键等）操作这台虚拟 Mac，全程不会碰你本机的鼠标和剪贴板——虚拟机有自己独立的应用、文件和账号，跟宿主机完全隔离。比如你想让 Claude Code 自动完成某个需要图形界面的 macOS 操作流程，又不放心它在你真实桌面上乱点，就可以让它在这台虚拟 Mac 里试。适合在做 Agent、computer-use、MCP 集成的开发者，以及想给 AI 一个安全 GUI 沙箱的人；如果你不折腾 Agent，这项目跟你关系不大。目前仅支持 Apple silicon，且是早期候选版本。

AnyModelBot 是一个开源、本地优先的个人 AI 智能体应用，可以理解为 Grok Bot、OpenAI dots、Claude Duet 的开源替代品：装在自己电脑或服务器上，一个机器人对应一个人设，带默认模型、工作区和长期记忆。它通过一个 Modelflare 账号接入 GPT、Claude、Gemini、Grok、DeepSeek、Kimi、GLM 等 70 多个模型，也支持直连各家官方 API，按量付费不绑定订阅。除了在桌面应用里聊天，你还能在微信、飞书、Telegram 等 IM 里直接找它，让它在后台跑定时任务、读写文件、执行命令、操作桌面，越出工作区时会先征求你的同意；对话、记忆和密钥都留在本地。适合想搭个人自动化助手、又在意数据隐私的开发者和重度 AI 用户，普通只用聊天网页的人关系不大。

LearnHarness 是一个用 AI Agent 帮你学懂难知识的桌面应用，可以理解为「会先摸底再讲课的私人导师」。它不会一上来就甩解释，而是先通过你的回答、信心和思考方式，测出你对目标知识的理解边界在哪，再据此规划一条从你当前水平到目标的依赖路径，逐步讲解，每一步都建立在你已确认理解的内容上，发现困惑就先修补。学完后还有独立的练习环节，用变式题目逼你主动回忆，而不是被动重读。所有学过的命题和推理链会沉淀成一张持久的知识图谱，跨会话保留，下次学习直接从图谱续上，还能导入自己的笔记。适合正在啃硬核技术或理论、苦于找不到系统学习路径的工程师、学生和研究者；如果你只是想快速查个 API 或者日常写业务代码，它和你关系不大。模型接入灵活，数据存在本地。

dsh-purge Community 是 DeepSeek Harness（DSH）桌面端的社区维护版增强插件，圈内俗称「破甲」插件。它不改模型本身，而是降低交互摩擦：通过宿主补丁和提示词注入，让 Agent 少反复跟你确认「要不要继续」，能连续执行任务。同时它把状态诊断、提示词与预设管理、更新和本机备份回滚收敛到一个面板里，每次改动前自动快照，改坏了能一键撤回，全部逻辑跑在本机、不上传提示词。典型场景是个人学习和动手实验，比如让 Agent 连续跑完一串实验步骤而不被中途打断，或者集中调整多套提示词预设并保留回滚点。值得看的是正在用 DeepSeek Harness 做自动化实验、个人项目的开发者，以及关心本地 AI 工具可控性和可回滚性的从业者；如果你不用 DSH，这项目和你关系不大。

DS Bot 是一个基于 DeepSeek Harness（DSH）的桌面端多 Agent 应用，你可以把它理解成「一个能养多个 AI 员工的聊天室」：每个 bot 有独立身份、模型和长期记忆，主 bot（Chief）负责统筹管理，bot 之间还能互相转交任务。实际用起来，你可以在一个窗口里和单个 bot 长期协作，让它记住你的偏好；也可以开群聊，让几个 bot 分工完成一件较大的活——比如 @ 某个 bot 去干活，它会边做边在群里汇报进度，做完把结果交回给发起方，你随时可以叫停。群聊有独立记忆，不会污染你和别的 bot 的对话。它还内置了网页搜索能力。适合想在 DeepSeek 上搭个人 AI 助理团队、或试水多 Agent 协作玩法的从业者；如果你只是调 API 或做模型开发，和你关系不大。注意它是社区项目，非 DeepSeek 官方出品。

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。

这是一个让 AI 模型直接操作真实 iPhone 的方案：一块约 7 美元的 ESP32-S3 开发板通过 USB 连接手机，板子作为 AirPlay 接收器截取屏幕画面，同时以标准 USB 鼠标键盘身份模拟点击、滑动和输入，配合手机上的 App 和任意 OpenAI 兼容的视觉模型形成闭环，全程不需要 Mac、开发者账号或越狱。它能完成跨 App 的真实操作，比如你说「设一个每周一和周二早上 8 点的重复闹钟」，Agent 会自己退出当前应用、打开时钟、滚动选时间、勾选日期并保存，还能回放每一步操作并导出截图与动作序列供分析。适合关注 Computer Use、手机端 Agent 落地形态的 AI 应用开发者和硬件极客，用来研究视觉模型驱动 UI 自动化的完整链路；如果你不做移动端自动化或不关心软硬结合的 Agent 方案，和日常工作关系不大。

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。

iPhone Use 是一个让 Codex、WorkBuddy、豆包等 AI 助手通过 USB 线操作你真实 iPhone 的工具，可以理解为手机端的 computer-use 方案。你在电脑上用自然语言下达任务，助手就能打开 App、读取页面控件、点击、滚动、输入中文长文本，还能在侧边栏实时显示手机屏幕，控件定位失败时会看截图改用坐标点击。它基于 WebDriverAgent 通信，内置本地 MCP 服务，针对微信导航做了看图点击优化，也支持把手机里的图片视频传回 Mac。适合想让 AI 代劳手机重复操作的场景，比如批量整理备忘录、在列表里搜索采集信息、自动填写表单。不过首次配置需要在 Mac 上用完整 Xcode 给 WDA 签名，门槛不低，更值得 iOS 自动化开发者、做 Agent 落地的工程师以及想探索 computer-use 边界的从业者看看；普通用户和多数后端、算法岗位关系不大。

这是 DeepSeek Harness 的一个工作流插件，让你在画布上拖拽步骤、连线编排流程，插件把整张图编译成一份计划提示词交给模型执行，本身不带执行引擎，顺序、并行、分支、循环都由当前会话的模型自己调度。它最主打的场景是「破甲」研究：内置一条 15 步的流水线，从 200 多个探针测试开始，分析模型的拒绝模式，再定制生成破甲词，最后 API 验证并输出破甲词文件、使用手册和研究报告，适合想系统化研究 LLM 越狱的人。除此之外，它也能用来编排通用的多步任务，比如写代码、审查、不通过就回炉重修的循环流程，还能把跑通的流程导出成 Skill 复用。值得看的是关注 prompt 工程、Agent 编排和 LLM 安全研究的从业者，如果你只是想找个通用自动化工具，它依赖 DeepSeek Harness 生态，和多数人关系不大。

OpenDuet 是 CopilotKit 开源的一个「主动型 AI 助理」模板，可以理解为自托管版的个人 AI 秘书：它不等你提问，每天早上先给你一段简报，汇总日程、邮件和 Slack 里什么需要你决策、什么可以先放着；你离开时它在自己的浏览器和沙箱环境里继续干活，做完或卡住才回来找你。涉及发消息、付款、签名、删除这类不可逆操作时，它会把具体动作摊开给你确认，密码通过遮罩框输入、对话永远看不到，外发内容还会做敏感信息检查。目前能用的能力包括读 Gmail 和 Google Calendar、定时任务、Google Drive 和 Notion 连接器、公开网页调研等，模型和数据都可自托管。适合想把日常事务性工作交给 Agent、又必须保留人工审批环节的个人助理类场景或团队，普通开发者若不做这类产品，参考价值有限。

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。

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。

Rerun 是一个可以自托管的「AI 同事」平台，你可以把它理解成给团队雇了一组数字员工：用大白话告诉它需要做什么，一个叫 Foreman 的调度角色会先跟你沟通、拆解任务，再组建并分配一支 AI 团队，每个成员有独立的记忆、技能和一台可远程观看、随时接管的虚拟电脑。它内置了多种现成模板，比如帮你整理邮箱和日程的行政助理、基于你的数据出图表和周报的分析师、盯竞品评价并起草回复的口碑经理、筛选潜在客户并写首封邮件的销售开发，以及定期发帖的社媒运营。所有成员在一块看板上协作，你可以像跟同事聊天一样和他们对话，而在发送、付款、删除这类关键动作前，他们必须先停下来征得你的同意。适合想把重复性运营、客服、销售支持工作自动化的小团队负责人，以及在评估 Agent 落地方案的从业者；纯技术开发岗位关联不大。

这是一个把 DeepSeek Harness（dsh）搬到安卓手机上的 App，装一个 APK 就能跑，不需要 root、不需要 Termux、也不用连电脑。它本质上是手机端的 Agent：通过无障碍服务读屏、点按、输入，替你在微信发消息、总结群聊，在小红书抓内容，在 BOSS 直聘投递简历，或者整理文件、改亮度 Wi-Fi 等系统设置；还能按定时、连上特定 Wi-Fi、开始充电等条件自动触发任务。引擎内嵌在 App 进程里，Node 24 编译成原生共享库，dsh 原样运行，技能、MCP、子 agent 都能用，模型除了 DeepSeek 也能接 OpenAI、Claude、Kimi 等兼容接口。适合想在手机上跑个人自动化、又不想折腾 root 或 Termux 的移动端开发者和 AI 应用爱好者；如果你只在电脑上做 AI 开发，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。

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。

Verdict 是一个只有 197 KB 的本地小模型，专门判断命令行工具调用到底成功了没有。它的出发点是「退出码为 0 不等于成功」：进程可能一个测试都没跑、返回了 HTTP 500、或者只做了 dry-run，却依然正常退出。Verdict 会读取命令、退出码、stdout 和 stderr，输出 success、failure、blocked 或 unknown 四种结论，帮助 Agent 区分「真失败」和「环境被挡住了」，从而决定该重试、该停下还是可以宣称完成。在 48 个训练时完全没见过的 CLI 家族上，它的准确率达到 93.2%，而只看退出码的基线只有 47.9%。推理纯 Python 标准库、CPU 上 0.5 毫秒出结果，不联网不上传日志。README 也明确说它只是辅助分类器，不能替代确定性检查。适合在做 coding agent、CI 流水线或工具调用编排、需要判断 Agent 是否谎报成功的从业者看一眼。

这是一套给 Claude 用的创业前测试工具包，包含十一个免费 skill，相当于在你砸钱之前先雇了一个董事会、一个营销总监、一个 CFO 和一个由 100 个买家 agent 组成的消费者陪审团。董事会用 Hormozi 的 Offer、Thiel 的垄断和 Jobs 的产品三套框架给你的点子打分并投票；消费者面板会按目标客户画像生成一百个有各自收入、习惯和异议的模拟买家，统计谁会买、谁不会、为什么；CFO 负责单位经济，算出单笔贡献、真实利润率、每日盈亏平衡和首年逐月现金流；还有竞品侦察、定价策略、品牌命名、运营清单等角色，最后汇总成一份带结论的商业计划。它适合正在验证创业点子的独立开发者、产品经理和早期创业者，用几分钟找出方案里最可能致命的漏洞和定价盲区。对多数互联网和 AI 从业者来说，如果不打算创业，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。

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。