麦麦省钱助手是一个基于麦当劳中国 MCP 打造的点餐成本优化 Skill，它做两件事：一是这一单怎么点最省——拉取当前门店的实时菜单和你账户里可用的优惠券，枚举单品、套餐、券组合等候选方案，用 MCP 的真实计价接口逐个算钱，输出最省钱的方案并主动劝退凑单陷阱；二是审计你白扔了多少钱——结合历史订单和券存量，告诉你哪些券快过期、积分商城哪些商品已过兑换期、客单价是否偏高。比如它能算出同样吃汉堡薯条可乐，套餐比单点便宜 13 元，也能提醒你 9 张券即将过期、面值 21.1 元不用就是纯损失。适合经常点麦当劳、想把优惠券和积分用到极致的普通消费者，以及对 MCP 与 Agent Skill 结合方式感兴趣的 AI 从业者参考；不常吃麦当劳的人关系不大。

这是一个实验性项目：把一个文件系统直接编译进 Qwen3.5-2B 的权重里，模型自己就能存取文件，不需要外挂数据库或工具服务器。它在 Qwen 原有 24 层之前插入 8 层专门的 transformer，这些层的权重全部按构造设定、不经过训练，负责解析模型发出的普通工具调用（写文件、读文件、列目录、建立文件间链接、按关键词搜索等），并由模型自己生成响应。文件内容存在 attention 中，路径表和链接图存在 DeltaNet 状态里，因此读取能逐 token 精确还原，还能通过链接和反向链接形成文件图谱。这更像是一个「把 RAG 和记忆系统烧进权重」的概念验证，展示 LLM 的记忆与检索未必需要外挂组件。对做模型架构研究、关注长上下文记忆或 Agent 记忆机制的工程师和研究者有参考价值；想直接拿来用的人会失望，它目前只是实验品，和多数从业者的日常工作关系不大。

这是一套给 coding agent 用的「产品工程」技能包，装进 Claude Code、Codex、Cursor、Copilot 等工具后，agent 就不再只是写代码，而是按一套完整流程陪你从一个想法走到有付费用户：先做竞品分析和市场细分，出带原型的方案让你拍板，再拆解开发计划、分阶段交付，最后处理上线、收款和复盘。作者用它实际做出了三个上线运营的产品，案例都写在里面。它解决的麻烦是：非工程师用 agent 做产品时，常常写完代码却不知道下一步该做什么、该验证什么。适合产品经理、创始人、设计师，以及想让多个 agent 分工协作（一个规划、一个开发、一个审查）的工程师；纯写代码、不关心产品全流程的人关系不大。

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。

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。

Lampline 是一个在自己电脑上构建和测试 AI 电话客服机器人的开源工具，可以理解为 Dialogflow CX 的本地化替代加测试框架。它把电话机器人写成 YAML 和 Markdown 文件，用测试用例描述「来电者说什么、机器人该走到哪一步、必须或绝不能说什么」，然后自动跑测试并给出失败原因，还能让 AI 扮演来电者给真实通话打分。它支持导入导出 Dialogflow CX 和 CX Agent Studio 的机器人，也能通过 Twilio、Telnyx 或任意 SIP 中继接真实电话，底层基于 Pipecat。对做呼叫中心、IVR、语音 Agent 的工程师来说，最大的价值是能在改动上线前用自动化测试验证对话流程，还能接入 Claude Code、Cursor 等编码 Agent 自动修复失败用例。如果你不做语音客服或电话机器人，这个项目和你关系不大。

这是一个专门评测 AI Agent 在「保研咨询与申请规划」场景下表现的开源基准测试，由屿智同行与保研岛联合推出。它包含 70 道中文任务，分三类：21 道院校推荐题（看推荐是否贴合学生背景）、36 道规划决策题（看备考计划和风险评估是否可执行）、13 道两阶段题（中途给新信息，看 Agent 会不会及时修正建议），每题都有人工校准过的评分标准。目前已跑出 8 组「执行系统 + 模型」配置的排行榜，Codex + GPT Sol 6.1 以 79.08 分居首，Qwen、Kimi、Gemini 等组合分数在 55 到 68 之间。对做 Agent 产品或选型的人来说，这份榜单直接回答了「换哪个模型能提升咨询类任务质量」；如果你正在做教育、升学方向的 AI 应用，或者想给团队挑保研咨询 Agent，值得花十分钟看结果和任务设计。普通开发者若不涉及这类场景，关系不大。

qgpu 是一个实验性项目：在 Qwen3.5-2B 的权重里直接塞进了一块 SIMT GPU——45 层编译出来的 transformer 排在 Qwen 自己 24 层之前，用 Gated DeltaNet 层的循环状态充当寄存器和显存。它不是插件也不是模拟器，模型自己逐 token 写出每次 CUDA kernel 启动的每一步，从分支、循环到 atomicAdd 和 warp shuffle 都能跑，参考解释器在 49 个测试 kernel 上与真实 NVIDIA Tesla T4 结果完全一致，而文本能力几乎不受影响。聊天时问它一个计算，它会现场编译 CUDA 到 PTX、降级成机器块，再由模型自己把每条指令的执行结果写出来，旁边还有面板实时显示 warp 调度和流水线。这更像一个展示「transformer 能当通用计算机器」的研究玩具，适合对模型内部机制、循环注意力或 AI 计算极限好奇的研究者和工程师；想实际做数值计算的人用不上它。

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。

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。

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。

RoboSkills 是一套面向机器人的轻量级 Agent 工作流与工具集，可以理解为把 LLM Agent 的能力接到机器人仿真和动作生成上的「技能包」。它内置了几种典型工作流：让 LLM 逐步观察画面并直接充当策略控制机器人动作；从人类演示视频重建可交互的仿真场景（Real2Sim）；用文字、图片或视频描述生成动作视频；以及通过反复仿真试验自动改进策略。项目强调低成本，官方给出的对比是 Real2Sim 任务花费约为 Codex 的 11%，动作生成几乎不花钱。适合做具身智能、机器人学习、仿真数据合成的研究员和算法工程师，尤其是想用 Agent 快速跑通「演示到仿真」「策略迭代」实验、又不想自建整套工具链的人；如果你不碰机器人方向，和多数从业者关系不大。

MaiWeave（麦织）是给 MaiBot 加装的一套「角色生活引擎」，让聊天机器人不再只是被动应答，而是拥有自己的日程、作息和连续经历。你可以直接用聊天的方式约它明晚看电影、安排每周散步，或者把 TXT、EPUB 放进它的书架让它自主选书阅读并留下读书笔记；它会根据精力、心情、天气和地点自主安排活动，还能记住人物关系、生日纪念日，写日记、做梦、主动找你聊近况。本质上它解决的是 AI 角色「每次对话都像失忆重来」的问题，把零散对话串成有连续性的生活轨迹。适合做 AI 陪伴产品、虚拟角色或 Agent 应用的开发者参考，看别人如何设计长期记忆、日程调度与主动交互机制；如果你不玩 MaiBot 生态，和多数人关系不大。

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。

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。

这是一套给 DeepSeek 模型用的 Agent skills，目标是让便宜模型在 Claude Code、Cline、Codex 这类编程助手里表现得更像昂贵的前沿模型。它针对廉价模型的常见毛病——跳过规划、没跑就宣称修好了、在同一个坏点子上反复重试、长任务跑着跑着跑偏——每个 skill 用一个短循环加硬性停止条件来堵住，比如改完必须跑真实检查、失败两次就换思路、长任务靠进度文件在新上下文里接着干。它还提供并行多路尝试取最优、多模型评审、自动提 PR 和盯 CI 等玩法。适合日常用 DeepSeek 当编码执行者、又嫌它不稳的开发者，尤其是想在长任务和无人值守场景里省心的人；如果你不用 DeepSeek 或不玩 Agent 编程，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。

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。

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。

McPet 是一只跑在桌面上的 AI 桌宠，同时也是一个 MCP 服务：它能显示你正在跑的 Agent 会话状态和本机 token 用量，还能通过 MCP 接入麦当劳、瑞幸等日常工具。你可以右键宠物查优惠券、领券、生成订单、查取餐码，也能记录营养摄入、设置饭点和咖啡时间提醒；角色默认是 DeepSeek 娘，可切换 ChatGPT 娘并换装。它更像一个带陪伴感的 Agent 状态面板加生活服务入口，而不是严肃的运维工具。适合日常重度使用 LLM Agent、想随时盯会话进度和余额、又不介意桌面多个可爱挂件的开发者和 AI 从业者；如果你不跑 Agent、也不需要点外卖查优惠，它对你的价值就比较有限。

ResiMind 是一套神经符号 Agent 架构，核心思路是让模型或工具提出的每一步都先过独立校验器，通过了才算事实，失败的校验会把「还差什么」反馈给下一次尝试。它最典型的应用是代数：内置 MCP 数学工具和一个代数修复 Skill，能识别并纠正推理中看似合理但错误的步骤，还支持把验证过的解法提炼成可复用的规则存进记忆，下次遇到同类问题直接调用，知识在模型权重之外增长。除数学外，它还覆盖桥梁工程、约束优化、客服和开放式规划等场景，各自配了校验器；部分纯规则路径可以零模型调用运行。README 也坦诚说明目前代数能力限于有界有理多项式，MiniF2F 等基准成绩尚未公布。适合关注 Agent 可靠性、自我纠错与记忆机制的 AI 工程师和研究者，想给现有 Agent 加验证能力的人也能直接接入其 MCP 工具；普通后端或前端开发者关系不大。

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。

dots-agent 是一个会自己找活干的常驻智能体：它每隔一分钟跑一轮，主动从你的目标队列里领任务、执行、汇报结论，还能把做过的活总结成可复用的「技能」存进技能库，下次直接调用。它提供命令行和 Windows 桌面窗口两种用法，窗口里能看它在干什么、派新任务、批准它想做的敏感动作（比如发邮件），也能直接跟它对话。核心设计是审批闸门和证据机制：危险动作默认要人点头，超时未批自动拒绝；完成的任务必须附带可核对的证据，否则标为「待复核」，防止它编造结果。适合想在本地跑一个长期值守的自动化助手、又不想完全放权给模型的个人开发者或 AI 应用工程师，用来盯邮件、跑例行脚本、整理资料这类重复劳动；如果你只是想找一个对话式 LLM 工具，它不太对口。

这是一组给 AI Agent 接上「伊朗互联网」的 MCP 服务器合集，共 71 个 server、883 个工具，覆盖 Digikala、Torob、Divar、Snappfood 等电商比价，Neshan 地图导航，Jobinja、Bama 招聘与二手车，以及德黑兰股市、Codal 公司披露、央行汇率、加密货币、税法和新闻等数据源，价格以 Toman 计。它解决的麻烦是：Claude、Cursor、Copilot 等客户端里的 Agent 默认摸不到伊朗本地网站，装上后就能直接查比价、找餐厅空位、看航班票价、查职位和公司财报。多数 server 只读、免登录，部分数据仅限伊朗境内 IP。值得看的是做伊朗市场调研、跨境电商比价、本地化 Agent 应用的开发者，以及需要频繁抓取伊朗公开数据的分析师；如果你的业务和伊朗无关，这个项目基本用不上。

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。