技术方向
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
374 条精选近 30 天 362 条共收录 1,367 条
nickprotop 在 Show HN 发布 CXAgent，一个用 .NET 写的终端多智能体编码工作台，MIT 许可，可在 Linux、macOS、Windows 上运行，模型可选 Ollama、OpenAI 兼容端点或 Anthropic。
能拿走的是多智能体分工加固定顺序系统提示词的做法，每个 worker 独立上下文和 token 账本，可换掉单 agent 串行派活；代价是每轮重发历史、子智能体等于第二次完整跑，费用翻倍且无撤销。
Memex 是一个开源 MCP 服务端，跑在用户自己的 Supabase 项目上，让 Claude、Muse、Codex、Cursor 等 agent 读写同一份个人记忆。
能拿走一套跨 agent 共享记忆的 MCP 服务端加 Supabase 自托管方案，含去重、纠错覆盖和夜间整理任务，落到知识沉淀线；代价是要自备 Supabase 项目和模型 API key，记忆会发给嵌入向量与模型提供方。
Renor 发布基于 MCP 的共享记忆引擎，一个 agent 在会话中记下的决策、纠错和事实，其他 agent 在下次会话中可直接召回，支持 Claude Code、Codex、Cursor、Grok、Gemini、VS Code 等 MCP 客户端。
能拿走五条记忆规则和 MCP 接入命令，把跨会话决策沉淀成自有 Markdown 文件夹，换掉每个 agent 重复交代背景的做法；代价是自托管要 Node 22.16+，语义检索需另接模型。
Maki 发布一款主打极省上下文 token 的编码 Agent，用 tree-sitter 解析代码生成文件骨架并标注每项起止行，作者称索引每轮多花 59 tok、读文件省 224 tok，净省 165 tok/turn。
可借鉴其上下文省 token 的三件套，tree-sitter 索引先探骨架再读文件、code_execution 在沙箱里过滤数据不进上下文、子任务按需选强弱模型；代价是要自己接 tree-sitter 和沙箱，省下的主要是读文件那 65% 的 token。
SpaceApp 发布自托管工作区，用一条 npx --yes run-spaceapp@latest install 命令在 Linux、macOS 或 Windows 11 上装好 Docker 栈，让 OpenCode、Codex、Claude Code、Gemini、Qwen、Kimi、Grok、DeepSeek 等 16 个编码 CLI 在各自账号下并行运行。
能拿走一条 npx 安装命令和 provider install、workspace add 的 CLI 用法，把 Claude Code、Codex、Gemini 等多个编码 CLI 塞进同一台机器的 Docker 房间并行跑；代价是 small 档要 4 核 7 GiB 内存，容器隔离不算安全边界，host-root 挂载会直接放开整台主机。
scan-to-vector 是一个面向 Claude Code、Codex 等读取 SKILL.md 客户端的 Agent Skill，把扫描的书页、手册、表格和图表重建成文字可搜索、图表为矢量路径的 PDF，并逐页与扫描件叠图核对。
能拿走一套可复用的 Agent Skill 结构，用 draft.py 一次成稿、fixes.json 改错、叠图比对加页面账本做校验，落到知识沉淀和文档重建线；代价是每页要跑几分钟并消耗模型 token，审计通过也不等于内容正确。
Nariman Abdukarimov 开源 agent-roast，用确定性离线规则对比改动前后，抓出放宽断言、跳过或删除测试、下调覆盖率阈值、让 CI 步骤允许失败这类让红构建变绿的改动。
能拿走一套确定性离线检测规则，把断言放宽、跳过测试、降覆盖率阈值、CI 步骤允许失败这几类改动在 agent hook 和 PR 检查里拦下，接到软件工厂的提交前环节；代价是只读文本不读语义，约五分之一告警是误报，agent hook 还没在长时间真实会话里跑过。
gmpetrov 在 Show HN 发布开源工具 agent-screenplay，用户对 Claude Code、Codex、Cursor 等 MCP 客户端说一句需求，Agent 探索网站或桌面应用并写出 scenario.json 剧本，Screenplay 在浏览器中回放、录制并按 Screen Studio 风格剪辑出 MP4。
能拿走的是一套 scenario.json 步骤格式加 MCP 接入，让 Claude Code、Codex、Cursor 自己探索站点再录制剪辑，落到视频产线和软件工厂的演示环节；代价是桌面录制要真机屏幕、Linux 只支持 X11，且 check 和 record 会真实点击，得指向演示账号。
作者开源了自托管的个人上下文管理系统 OneSelf，把个人资料放在自己机器上，通过 PCP 协议和 MCP 接口供各个 AI 读取，避免在每个工具里重复自我介绍。
可借鉴用一张操作注册表同时生成 OpenAPI 与 MCP 工具、用 OAuth 设备码让 Agent 授权且密钥操作不暴露给 Agent，落到知识沉淀线；代价是要自托管 Node 与 PostgreSQL、RustFS 并自己维护协议。
Magpie 是一个跑在 127.0.0.1:3425 的本地网关，同时讲 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 Gemini 四种 API 并互相转换，让 Claude Code、Codex、Gemini CLI 改用任意厂商模型。
能拿走的是 magpie 的四行命令换模型、路由组 stays 与 compact 规则、意图路由配小模型做分类器；可落到本地模型部署和软件工厂多 Agent 派单，代价是订阅共享可能违反厂商条款、脱敏后针对值本身的任务做不了。
Engraphis 发布本地优先的 AI 智能体持久记忆库，用 SQLite 离线存储按 workspace、repo、session 分域的项目知识，并跨向量、词法、图和代码检索返回带来源的有界上下文。
能拿走的是按 workspace/repo/session 分域存记忆、向量加词法加图加代码检索后按硬性 token 预算打包，并保留时间版本而非覆盖；可接到软件工厂与知识沉淀两条线，代价是要 Python 3.10 环境、SQLite 本地库，且基准只是三个离线小样本，撑不起通用任务性能。
腾讯微信视觉团队发布开源视觉语言模型 WeVisOne-VL，提供 2B（2.44B 参数）和 4B（4.83B 参数）两个版本，用单个模型完成检测、指代、计数、指向、OCR、分割和 alpha matting。
能用一个 2B/4B 模型加 9.6M 像素解码器替掉检测器、OCR 和分割器三套组件，单卡 BF16 跑 Transformers 或 vLLM 即可；代价是 GGUF 出不了 mask，微调代码还没放出来。
逛逛GitHub 盘点了 9 个用于制作知识短片和动画的 GitHub 开源项目，覆盖 66 种影片风格的 lemo-opuscar、15 种动态设计风格的 mg-styles-15、32 种插画风格的 anidoodle 等。
能拿走 9 个开源项目的仓库地址和各自风格数量，落到视频产线，代价是多数要配 Claude Opus 5.5 或 Claude Code，手绘类还需本地 Node、Chrome、FFmpeg 和配音环境。
作者通读 DeepSeek Harness（DSH）源码后，给自己列了一份约 1000 行、零第三方依赖的 Python 最小 CLI Agent 施工图，含 10 个模块、7 个决策点和 12 条不变量。
能拿走事件日志当唯一真源、历史靠投影推导、结果按模型顺序提交这套骨架，落到软件工厂的 CLI Agent 主循环；代价是要自己补 max_steps 和 dispatch 层超时，没有 OS 级沙箱时 bash 只能始终 ask。
作者逐层拆解 DeepSeek Harness 团队开源的 Super-Agent 原型 dsh-superagent-prototype，梳理其 Router-Worker 双层架构、事件驱动两级过滤、Thread 订阅直通、Inline & Spill 加链式召回、存算分离与 Watchdog 五块设计。
能拿走 Router-Worker 双层分派、Fast/Slow Path 两级事件过滤和 Thread 直投三条设计，落到多任务 Agent 产线；代价是要先装 DeepSeek Harness、不支持 Windows、0.1 原型很吃内存。
英国金融科技公司 Revolut 称在不到一年内把 AI 编码推理成本削减约 90%，做法是把自托管模型设为默认，替代此前主要依赖的 Claude 等商业服务。
自托管 GLM 替代商业 API 的完整成本账，含 56 张 B200、NVFP4 量化、prefill/decode 分离和 256k 上下文取舍，可对照本地模型部署线估算自己的 token 单价与首字延迟门槛。
Lightpanda 用 Zig 从零实现专为 AI Agent 和自动化设计的无头浏览器，不 fork Chromium，官方基准在 m5.large 上抓 100 个页面峰值内存 123MB、耗时 5 秒，对比 headless Chrome 的 2GB 和 46 秒。
可把抓取和表单自动化从 headless Chrome 切到 Lightpanda，Puppeteer/Playwright 只改连接地址；代价是 AGPL-3.0 商用需过法务、无原生 Windows、复杂渲染站点要实测。
Octomind 发布开源编码智能体 harness，单个 Rust 二进制，通过 MCP 工具让模型读写文件、跑 shell、搜索代码和派发子智能体，同一会话引擎可交互运行、管道输入、后台 daemon、WebSocket 或作为 ACP 子智能体嵌入。
可拿走 TOML 策略护栏（pre-call guard、post-result hook、post-turn validator）和 daemon 加 send 的后台跑法，把审批弹窗换成 CI 里可执行的规则；代价是要自己写 guard 正则并维护 tap 清单。
Vercel 开源 Rust 项目 agent-desktop，让 AI agent 通过 macOS Accessibility、Windows UI Automation 和 Linux AT-SPI 的无障碍树读写桌面应用。
能拿走的是 snapshot 拿 ref、动作认 ref 不认坐标，以及按 error.disposition.retry 决定重试或停机；可接到本地桌面自动化流水线，代价是只覆盖有无障碍语义的控件，自绘画布和游戏走不通。
Lightpanda 是一个用 Zig 从零编写、不基于 Chromium/Blink/WebKit 的无头浏览器，砍掉图形渲染只保留 HTML 解析、DOM、V8 执行 JS 和网络请求，官方在 AWS EC2 m5.large 上请求 933 个真实页面的测试显示 100 页峰值内存 123MB 对 Headless Chrome 的 2GB、耗时 5 秒对 46 秒。
能拿走 fetch/serve/mcp/agent 四种入口的选型对照和 PandaScript 把 Agent 探索固化成零 token 脚本的做法，可换掉 Puppeteer 后端；代价是 AGPL-3.0、无 Windows 原生版、Web 兼容性得自己拿目标站点实测。