#智能体运行时 (41)

Nous Research 的自我改进型 agent(24.8 万+ star)。闭环学习回路五个机制:周期性记忆 nudge、任务后自主创建技能、技能在使用中自我改进、FTS5 会话检索 + LLM 摘要、Honcho 用户建模。一个 TUI,七个终端后端(local/Docker/SSH/Singularity/Modal/Daytona/Vercel Sandbox),六个聊天平台由单个 gateway 提供。模型不锁定。同时是轨迹数据生产装置。「自我改进」是可证伪主张,受控实验尚未做过,记为待复现。

智能体运行时Self-Improving AgentsNous Research

Python248k52k956

deepseek-ai/deepseek-harnessMIT

DeepSeek Harness:一切皆插件的开源 agent 运行时

DeepSeek AI 开源的 agent harness(命令行 dsh,MIT,23 万+ star)。内核只提供插件系统语义,工具、界面、模型接入全部以插件挂载;底座是 Cordis 的时空可组合性范式(arXiv:2608.25512)。当前处于 developer preview,官方明确警告会有破坏兼容性的变更,运行前须读 SAFETY.md。基准复现尚未做过,这一档记为待复现。

智能体运行时Plugin ArchitectureDeepSeek

TypeScript234k28k1.0k

earendil-works/piMIT

Pi:分层的 agent harness monorepo

Pi Agent Harness(原 badlogic/pi-mono,10.8 万+ star,MIT/TypeScript)。不是一个 CLI 而是一套可分层取用的包:pi-coding-agent(交互式编码 agent)、pi-agent-core(带工具调用与状态管理的运行时)、pi-ai(统一多 provider LLM API),外加 chord 组合运行时、pi-telemetry 遥测契约、pi-durable 持久化、pi-tui 差分渲染终端 UI。README 明确写出它没有内置权限系统,并给出微 VM / Docker / 沙箱三条边界路径。未做基准复现,记为待复现。

智能体运行时Coding AgentTypeScript

TypeScript109k14k334

JuliusBrussee/cavemanNOASSERTION

Caveman:让编码 agent 少说废话、少读垃圾的省 token 三件套

MIT 规则文件让 agent 少说废话(代码与报错永不缩写),Go 本地代理在请求发出前压缩日志/JSON/diff 且原件可取回,中间件把同样能力带进你的应用;JetBrains 86 任务 A/B 输出 −8.5% 质量持平,仓库 54 跑套件输入 −33.2%、18/18 校验通过。

token optimization智能体运行时LLM cost

Go108k6.3k244

bytedance/deer-flowMIT

DeerFlow 2.0:字节的 super agent harness

字节跳动开源的 super agent harness(8.2 万+ star)。2.0 是彻底重写,与 1.x 不共享代码:子 agent、可扩展 skill、沙箱与文件系统、长期记忆、会话目标,外加把上下文压缩做成手动的 Manual Context Compaction。定位从「深度研究框架」抬到「承载任意任务的运行时」。基准复现尚未做过,记为待复现。

智能体运行时多智能体Skill System

Python83k11k346

stablyai/orcaMIT

Orca:把并行 agent 落在 git worktree 上的 ADE

Orca 自称 ADE(Agentic Development Environment),「给 100x builder 的 AI 编排器」(7.5 万+ star,MIT/TypeScript,YC 支持)。核心机制:一个提示词扇出到 Codex、Claude Code、OpenCode、Pi 等多个 agent,每个隔离在自己的 git worktree 里,再比较结果、合并赢家。另有 WebGL 终端、Design Mode(点选页面元素把 HTML/CSS/截图送进 prompt)、GitHub 与 Linear 原生集成、diff 批注回传、SSH worktree、移动端通知。未做基准复现,记为待复现。

智能体编排智能体运行时Coding Agent

TypeScript76k5.0k131

abhigyanpatwari/GitNexusPolyForm Noncommercial

GitNexus:零服务器的代码知识图谱引擎

把任意代码库索引成知识图谱:依赖、调用链、功能聚类、执行流全部预计算,再通过 17 个 MCP 工具喂给 Cursor、Claude Code、Codex 等编码 Agent,一次查询拿到完整上下文,不再盲改代码。

代码智能MCPGraph RAG

TypeScript47k5.1k160

langchain-ai/deepagentsMIT

Deep Agents:逆向 Claude Code 得到的开箱即用 agent harness

README 第一行就自称「开箱即用的 agent harness」,MIT,Python(另有 deepagents.js),建在 LangGraph 之上,流式/持久化/检查点是继承来的。理解它的钥匙在致谢里那句「受 Claude Code 启发:试图找出它为什么通用,然后把这件事推得更远」——这是一次逆向工程,把一个公认好用的闭源编码 agent 拆开,问「到底哪几件事让它能处理长任务」。它给出的答案是四件被捆绑进来的事:可插拔后端的文件系统(长任务的产物是文件不是消息,上下文只留指针)、各有独立窗口的子智能体(上下文的隔离与压缩,不是多几个帮手)、长对话摘要 + 工具输出卸载到磁盘、以及按需加载的 Skills。另有沙箱内 shell、跨会话持久记忆、工具调用执行前可批准/编辑/拒绝的人在环中、任意 MCP server 当工具。模型无关:前沿 API、Baseten/Fireworks 上的开源权重、Ollama/vLLM/llama.cpp 自托管都能跑,三行 create_deep_agent 起一个能规划能读写文件的 agent。安全段写得异常坦白——遵循「信任 LLM」模型,边界必须在工具层与沙箱层强制,不要指望模型自我约束。29.7k★。未运行过;子智能体隔离效果与摘要信息损失尚未验证,记为待复现。

智能体运行时Coding AgentSub-Agents

Python30k4.2k139

web-infra-dev/midsceneMIT

Midscene.js：视觉界面智能体与端到端测试框架

字节跳动 Web Infra 团队开源的视觉界面智能体与端到端测试框架。它用截图而非选择器定位元素，同一套接口覆盖 Web、安卓、iOS、鸿蒙与桌面，并提供 YAML 用例、TypeScript 节点、可回放报告与面向编程智能体的命令行技能。定位为智能体运行时层，而非 AI 编程工具。

智能体运行时GUI AgentE2E Testing

TypeScript15k1.2k70

XiaomiMiMo/MiMo-CodeMIT

MiMo Code:小米的终端编码 agent,把赌注押在记忆与自我进化上

小米开源的终端原生 AI 编码助手,TypeScript(bun 构建),源码 MIT 但另有 USE_RESTRICTIONS.md、MiMo 服务条款与商标政策约束——当纯 MIT 用之前必须读这几条。README 点明它是 OpenCode 的 fork:保留多 provider、TUI、LSP、MCP、插件内核,在其上加了持久记忆(SQLite FTS5 全文检索,分项目记忆 MEMORY.md / 会话检查点 / 草稿笔记 / 任务进度四类,恢复会话自动注入)、智能上下文管理(接近上限时从「最新检查点 + 项目记忆 + 任务进度 + 保留近期消息」重建,按 token 预算做重要性排序)、目标与停止条件(/goal 设条件,agent 想停时由一个独立的裁判模型评估是否真的达成,专治乐观提前收工)、以及沙箱里的确定性 JS 工作流(compose 把独立任务自动分进隔离 git worktree 逐任务上 TDD,另有 deep-research、三评审对抗投票的 fact-check、带防指标作弊审计的 research-experiment)。内置二十个 skill(arxiv / claude-code / codex / docx / pdf / pptx / xlsx / html-to-video / product-design 等),兼容 .agents/skills、.claude/skills、.codex/skills、.opencode/skills 四套根目录,同名即覆盖。/dream 与 /distill 是差异化标签:前者把最近会话轨迹提炼进项目记忆并清掉过时条目,后者发现你重复的手工流程打包成可复用 skill。模型无关,可接小米平台、Codex/ChatGPT OAuth 或任意 OpenAI 兼容端点。13.4k★。未安装运行;记忆恢复准确率、裁判模型有效性、官方宣称的缓存命中率均尚未验证,记为待复现。

Coding Agent智能体运行时持久记忆

TypeScript13k1.4k76

Untrivial-ai/agent-orchestratorApache-2.0

Agent Orchestrator:从一个地方规划、运行与监督编码 Agent 集群

AO 是本地桌面工作台:给每个编码任务分配独立 agent、worktree 隔离分支与反馈回路,项目感知编排器把大目标拆成计划并创建 worker,实时看板追踪每个 PR、CI 与评审,支持 26 款编码 agent。

智能体运行时开发工具

Go11k1.5k36

lexmount/moliApache-2.0

Moli：给 AI 智能体用的 Rust 无头浏览器

Moli 是 Lexmount 开源的无头浏览器，用 Rust 写的独立内核而不是 Chromium 包装，专门服务 AI 智能体（9 千+ star，Apache-2.0 / MIT 双许可）。核心设计是按需布局与绘制：默认只取页面结构、不触发布局与绘制，加 –layout 才开真实几何、命中测试与截图，布局结果冻结为一次性的 FrozenLayoutTree，绘制状态用完即弃。CDP、经典 WebDriver 与双向 WebDriver 共用同一内核，无需另装驱动或浏览器。官方自测：192 站点抓取的中位常驻内存 73 MiB（无头 Chrome 773 MiB），Lexbench 一千三百零八项可比任务成功率 81.88%（Chrome 99.85%）。未做基准复现，记为待复现。

智能体运行时Headless BrowserBrowser Automation

Rust9.1k27718

TencentCloud/OctopMIT

Octop:把多用户多智能体助手装进一个 Python 进程的自托管平台

腾讯云开源的自托管 AI 助手平台(MIT,8777 star)。一个进程同时跑 FastAPI 后端、React 控制台、CLI、IM 通道与 cron,控制面默认 SQLite WAL、可选 PostgreSQL;把 octop-harness、octop-gateway、octop-memory、octop-browser 四个运行时库组合成可自托管产品。专家库与 AgentTeams、双向 ACP、跨实例 Bridge、工具护栏与 PII 脱敏是差异化部分,ADR 与行号级 spec 把取舍和禁令写成可复核的证据。

智能体运行时多智能体Self-Hosted

Python8.8k1.1k63

alphaXiv/OpenResearchMIT

OpenResearch：把编码智能体变成研究智能体的本地优先实验工作台

OpenResearch（orx）是 alphaXiv 开源的本地优先研究工作台：单个 Rust 二进制把 Claude Code、Codex、OpenCode、Cursor 与 Google Antigravity 变成能查文献、提假设、跑实验、沉淀产物的研究智能体。它以 git 实验树与固定运行契约为骨架，用修复/补位/晋升/停止四步自动研究循环驱动实验，运行日志与运行清单是唯一证据。本文基于 v0.2.13 源码精读与内置 nanochat 演示实测撰写。

AI Coding智能体运行时AI智能体

Rust6.2k39521

HarnessRouter/harnessrouterApache-2.0

HarnessRouter

HarnessRouter Community Edition 是「agent harness 统一接口」的自托管开源实现（Apache-2.0）：把 Codex、Claude Code、Hermes、PI、DSH 等现有 agent harness 变成即插即用的 agent 后端，产品只需对接一个 API 即可运行任务、取回结果、随时切换 harness。它实现了开放标准 Unified Harness Protocol（UHP），并提供 OpenAI Responses 兼容 API——现有 Responses SDK、流式解析器与 UI 组件可直接对接 UHP 服务器。平台内置持久会话、流式进度、文件/工件、取消与结构化失败处理；容器内三层架构（Console :3000 唯一暴露端口 → Gateway :8080 Responses API 与 harness 生命周期 → Runner :8081 在会话工作区执行 harness），会话以独立工作区+独立操作系统用户隔离（非独立容器）。自带 Console 控制台、Bring Your Own Key 模型接入、自定义 harness 配置（指令/工具/技能）与 Starter Kits 示例；UHP 规范、机器可读 schema 与一致性测试套件随仓库发布，harnessrouter.ai 提供同协议云版。对被多 harness 集成复杂度困住的产品团队，这是把 36→1 个集成职责收敛为标准化协议的基础设施层。

Harness智能体运行时UHP

Python2.8k29022

ruc-datalab/EvoOntologyMIT

EvoOntology：越用越懂数据的自进化本体层

人大数据实验室的自进化本体层（946★，MIT，Python）：领域语义固化为带版本管理的本体层，经 MCP 工具供 Claude Code / Codex 按需查询；诊断→归因→补丁→门控评估的演化循环让本体随执行轨迹持续变准，DDR-Bench 四骨干平均 69.5→89.5。

智能体运行时MCPData Agent

Python9468012

aliyun/ai-agent-handbookApache-2.0

AI Agent HandBook：阿里云企业级 Agent 落地白皮书

阿里云按 Agent 生命周期（架构、构建、运行、治理、调优）整理的企业级 Agent 落地白皮书，Apache-2.0 开源，30 章全 Markdown。核心主张：理解 Model 与 Harness 的责任边界，不要把所有问题都归因于模型能力。覆盖 Agent Loop、任务状态机、Context Builder、Action Plane、MCP/A2A、沙箱运行时、AI 网关治理、评估数据飞轮，并附 2026 Agent 开发者调研报告与 ABACI/Kitta/B 站等真实企业案例。

AI Agent HandBook智能体运行时Agentic Application

7041148

0:19

OpenHuman：增长最快的开源智能体框架

@tinyhumansai · 62次播放 · 2026-10-15

OpenHuman智能体运行时开源

智能体科学家：编排编码智能体实现自动化科学（协同）发现

现代编码智能体正在重塑计算研究中人类的角色：它们写代码、发起 in-silico 实验、分析结果，并在越来越长的时间跨度上自主运转。但完全自主的研究智能体有两个硬伤——想法半径太窄，搜索动力学是短视的爬山。Sakana AI 提出 The Agentic Scientist：一条端到端的分布式流水线，让人类研究者与编码智能体并肩做计算研究。系统把研究拆解为任务起草、想法生成、规划、沙箱实验、结果聚合、基线与消融构建、事后分析与报告撰写，每一步都由下一代编码智能体驱动并自带智能体自校验；上层由一个元控制器管理并行的研究智能体，并在每个阶段强制 rubric 校验，因此同一套编排层能跨不同执行环境、编码 harness 与评价指标复用。系统的自主性是一条连续光谱：既可当协同科学家工具，也能端到端独立完成科研。在协同模式下，其开发版本参与完成的一篇论文已被 ALIFE 2026 接收；在全自主模式下，它攻克了若干机器学习开放问题，例如把 Doc-to-LoRA 的精确匹配准确率从 51.7% 推到 98.0%，并让元训练出的进化策略在 7 个未见过的 Brax 控制任务中的 5 个上匹配或超过 CMA-ES。消融进一步显示：可靠的科学自主性不只取决于基座模型能力，更取决于跨智能体的编排层。

Robert Tjarko Lange, Luca Grillotti, Yutaro Yamada · 138次阅读 · 2026年10月13日

AI ScientistCoding Agent智能体运行时2026年10月13日

1:14

SlashVibe:AI 智能体的掌上物理控制器

@slashvibe_ai · 85次播放 · 2026-10-14

AI智能体智能体运行时Human-Computer Interaction

SuperNav：面向任意任务与任意场景的智能体导航系统

SuperNav 给一个预训练多模态大模型套上专用 agent harness，全程不做导航微调：MLLM 只负责解读请求、理解场景与做决定，移动交给可替换的运动后端（几何执行器 / 学习执行器），两者由统一的视觉点接口连接——模型直接在观测图像中点出目的地，并从执行反馈中修正决定。harness 另提供 Navigation Skills、面向 agent 的工具、任务进度记录与上下文管理，以支撑长程交互。在 Habitat-GS 单目标 / 有序多目标 / 需求驱动任务上成功率达 78.00% / 34.00% / 59.50%（最强基线分别为 34.00% / 4.00% / 37.50%），HM3D-OVON 120 集 val-unseen 上 1 m 阈值取得 73.33% SR / 0.4105 SPL，并在 Unitree Go2 四足真机上完成搜索与多目标拜访演示。

Jinkai Zhang, Jingyi Xu, Yuanhong Yu · 193次阅读 · 2026年10月8日

Object NavigationEmbodied AgentMultimodal LLM2026年10月8日

LongHarness：用状态化证据管理推进亿级 Token 语料上的智能体推理

面对超出上下文窗口的文档语料，现有智能体框架把检索到的证据与推理结论混在不断增长的交互历史中，导致无界探索与证据状态漂移。LongHarness 将证据与结论的共演化过程显式化：用未解决的结论引导检索，用新证据强化或修正结论，并持续维护证据的时效与可追溯性。论文在 OfficeQA Pro V1/V2、AA-LCR 与 LongBench v2 上验证，GLM-5.3-Flash 在 OfficeQA Pro V2 上的精确匹配率从 4.4% 提升到 61.1%，超过 Codex 18.9 个百分点。

Songtao Huang, Zhijie Zhong, Xiaohan He · 179次阅读 · 2026年10月9日

智能体运行时Long-Context ReasoningEvidence Management2026年10月9日

Recursive Game Creator：面向玩家体验的递归游戏开发框架

Recursive Game Creator 把「游戏能跑」与「游戏好玩」拆成两个必须分别验证的命题，用 Designer、Builder、Player、Reviewer 四个角色组成递归闭环。Player 不靠 GUI 逐帧点击，而是编写可复用的代码策略批量收集 gameplay 轨迹，动作循环内一次模型都不调；Reviewer 把轨迹、截图与用户偏好合成共享信号（成功率、游玩时长）与游戏专属 rubric，并以匿名双顺序 A/B 判定决定哪一版被保留。模型参数全程固定，被优化的是游戏工件本身。同一底座下 GameCraft-Bench 总分三轮从 72.70 升到 77.89，比同模型 baseline 的 71.26 高 6.63 分；GameASG-Bench 严格任务成功率从 9/47 提升到 25/47（+34.1 个百分点），L2 均值 93.4% 与扩展特性 P2 的 93.9% 为全场最高。专家评分中操作 2 到 8、可玩性 1 到 7，平均游玩时长 1.50 到 12.41 分钟。代码已以 MIT 协议开源。

Jiajun Chen, Haoyu Wu, Mingda Jia · 161次阅读 · 2026年10月6日

Agentic Game Development递归自我提升Coding Agent2026年10月6日

QwenGyre：训练 xLong 长程智能体的弹性强化学习框架

单次执行数小时、数百次模型与环境交互、生命周期近 100 万 token 的 xLong 长程智能体任务，把在线强化学习推到两个极限：rollout 长尾让 GPU 大量空转，黑盒 harness 的分叉历史又让轨迹严重冗余。QwenGyre 的回答是解耦三种生命周期——harness 执行、GPU 角色、训练样本。弹性调度器以水位 w(t)=d(t)-f(t) 为准绳在 rollout 与训练之间迁移 GPU 角色，RDMA KV-cache 迁移与 Mooncake 权重拉取把角色切换压到平均 8.52 秒与 3.46 秒，且全程不打断在途执行；轨迹处理器用 TITO 记录与轨迹树保住每个输出的原始条件上下文，为超时执行已完成的部分打分，并按 main、main-summary、sub-agent、sub-agent-summary 的角色优先级每执行至多准入 5 条轨迹，共享前缀只训一次。在旗舰 Qwen 3.8 2.4T、每条 rollout 70 万 token 的规模上，48 步把 NL2RepoBench 通过率从 52.5% 提到 58.5%，相对 Colocate 与 Async 分别取得最高 1.85× 与 1.78× 的端到端加速。

Weiqi Wang, Yuxin Zhou, Mouxiang Chen · 157次阅读 · 2026年9月27日

强化学习LLM智能体智能体运行时2026年9月27日

作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。