标签: 开源

  • Pi Agent Harness:81K Star 的极简终端 AI 编程智能体,四个工具 + 无限扩展

    Pi Agent Harness:81K Star 的极简终端 AI 编程智能体,四个工具 + 无限扩展

    Pi 交互模式:顶部启动信息、消息区、编辑器与状态栏一目了然
    Pi 交互模式:顶部启动信息、消息区、编辑器与状态栏一目了然

    Pi(Pi Agent Harness)libGDX 作者 Mario Zechner(badlogic)团队 earendil-works 开源的极简终端 AI 编程智能体框架:核心只给模型 read / write / edit / bash 四个工具,其余能力全部交给你用 TypeScript 扩展、技能、提示词模板与主题自行拼装。上线不到一年拿下 81,000+ Stars、10,000+ Fork、248 位贡献者,MIT 许可,最新版本 v0.83.0。

    一、项目简介

    一句话:Pi 是一个「你来定义工作流」的开源终端编程智能体 —— 不预设子智能体、不预设计划模式、不内置 MCP,任何你想要的能力都能用一段 TypeScript 扩展装上去,还能打包成 npm 包分享给别人。

    它同时也是一套可复用的智能体开发工具箱,仓库内含四个独立 npm 包:

    • @earendil-works/pi-coding-agent —— 交互式编程智能体 CLI(终端里直接用的那个 pi
    • @earendil-works/pi-agent-core —— 智能体运行时,负责工具调用与状态管理
    • @earendil-works/pi-ai —— 统一多厂商大模型 API(OpenAI / Anthropic / Google 等)
    • @earendil-works/pi-tui —— 带差分渲染的终端 UI 库

    也就是说:你既可以把它当 Claude Code / Codex CLI 的替代品直接用,也可以只取其中一层,去写自己的智能体产品。

    二、安装要求和过程

    环境要求

    • Node.js(npm 全局安装方式)或直接用官方安装脚本下载独立二进制
    • 操作系统:macOS / Linux / Windows 均支持,另有 Termux(Android)与 tmux 专门文档
    • 模型凭据:任一支持的订阅(Claude Pro/Max、ChatGPT Plus/Pro、GitHub Copilot)或 API Key

    快速安装

    # 方式一:npm 全局安装(官方推荐加 --ignore-scripts)
    npm install -g --ignore-scripts @earendil-works/pi-coding-agent
    
    # 方式二:安装脚本(独立二进制)
    curl -fsSL https://pi.dev/install.sh | sh
    

    认证与启动

    # 用 API Key
    export ANTHROPIC_API_KEY=sk-ant-...
    pi
    
    # 或复用已有订阅:启动后输入 /login 选择服务商
    pi
    /login
    

    常用会话参数:

    pi -c              # 继续最近一次会话
    pi -r              # 浏览并选择历史会话
    pi --no-session    # 临时模式,不落盘
    pi -p "修复这个测试"  # 一次性打印模式(可配 --mode json)
    

    安装第三方能力包同样一条命令:pi install npm:@foo/pi-toolspi install git:github.com/user/repo@v1

    三、核心功能

    1. 四个内置工具 + 无限扩展的极简内核

    默认只有 readwriteeditbash。子智能体、计划模式、权限弹窗、待办列表这些别家标配的功能,Pi 一律不内置,而是让你通过扩展实现或安装现成的 Pi Package。作者的理由很直接:这些机制各家做法不同,硬塞进内核只会限制用户。

    2. TypeScript 扩展系统:连 Doom 都能跑

    export default function (pi: ExtensionAPI) {
      pi.registerTool({ name: "deploy", ... });
      pi.registerCommand("stats", { ... });
      pi.on("tool_call", async (event, ctx) => { ... });
    }
    

    扩展可以注册自定义工具(甚至替换内置工具)、自定义命令与快捷键、状态栏 / 页眉 / 页脚 / 浮层 UI、Git 自动提交检查点、SSH 与沙箱执行、权限门禁、自定义压缩策略、MCP 接入……官方示例里甚至有一个「等模型响应时玩 Doom」的扩展。

    3. 会话树:分支、回溯、克隆一个文件搞定

    Pi 的 /tree 会话树视图:任意节点回溯与分支切换
    Pi 的 /tree 会话树视图:任意节点回溯与分支切换

    会话以 JSONL 树结构存储,每条记录带 idparentId/tree 可跳回任意历史节点继续对话并在分支间切换,/fork 从某条用户消息派生新会话,/clone 复制当前分支,全部历史保留在同一个文件里。上下文快满时自动压缩(可手动 /compact 并给定压缩指令),压缩是有损的,但原始记录仍在 JSONL 中随时可回看。

    4. 30+ 模型服务商,含订阅登录与本地 llama.cpp

    订阅方式支持 Anthropic Claude Pro/Max、OpenAI ChatGPT Plus/Pro(Codex)、GitHub Copilot;API Key 方式覆盖 Anthropic、OpenAI、Azure OpenAI、DeepSeek、Google Gemini/Vertex、Amazon Bedrock、Mistral、Groq、Cerebras、xAI、OpenRouter、Vercel AI Gateway、智谱 ZAI Coding Plan(含中国区)、Kimi For Coding、MiniMax、小米 MiMo(含中国区/阿姆斯特丹/新加坡节点)、Hugging Face、Fireworks、Together AI、NVIDIA NIM、Cloudflare 等。还能通过 /login llama.cpp 接入本地 llama.cpp 路由服务器,用 /llama 直接下载和加载本地模型。

    5. 四种运行形态:交互 / 打印 / RPC / SDK

    除了终端交互,Pi 支持 -p 打印模式与 --mode json 结构化输出、--mode rpc(stdin/stdout 上的 JSONL 协议,方便非 Node 语言集成),以及直接以 SDK 方式嵌入自家应用:

    import { createAgentSession, ModelRuntime, SessionManager } from "@earendil-works/pi-coding-agent";
    
    const modelRuntime = await ModelRuntime.create();
    const { session } = await createAgentSession({
      sessionManager: SessionManager.inMemory(),
      modelRuntime,
    });
    await session.prompt("What files are in the current directory?");
    

    6. 供应链与项目信任双重加固

    直接依赖全部锁定精确版本、min-release-age=2 拒绝当天新发布的依赖、发布包内附 npm-shrinkwrap.json、CI 使用 npm ci --ignore-scripts 并定期跑 npm audit signatures。运行侧则有「项目信任」机制:首次进入含项目级配置或 .agents/skills 的目录会先询问,未信任前只加载上下文文件与用户级扩展。

    官方扩展示例:等待模型响应时在终端里跑 Doom
    官方扩展示例:等待模型响应时在终端里跑 Doom

    四、典型使用场景

    场景 1:把智能体改造成完全贴合自家流程的样子

    团队要求「每次改完代码自动跑 lint 并生成 checkpoint 提交」「部署只允许走内部 CLI」「敏感目录禁止写入」。在别的工具里这些要么等官方支持、要么 fork 源码;在 Pi 里就是三个扩展:一个 tool_call 事件钩子做路径门禁,一个注册 deploy 工具,一个在每轮结束时自动 git commit。写完丢进 .pi/extensions/ 全组共享,或打成 npm 包发出去。

    场景 2:低成本 / 国产模型 + 本地模型的日常编码

    /model(Ctrl+L)在 DeepSeek、Kimi For Coding、小米 MiMo、智谱 ZAI、MiniMax 之间随时切换,重活切 Claude / GPT,日常问答切便宜模型或 /llama 加载的本地模型;Ctrl+P 在自己圈定的「常用模型」间循环。底部状态栏实时显示输入/输出/缓存读写 Token、缓存命中率与累计花费,成本一目了然。

    场景 3:把编程智能体嵌进自己的产品或 CI

    pi-agent-core + pi-ai 做后端智能体服务,前端接 --mode rpc 或 SDK;CI 里用 pi -p --mode json 跑「自动修复失败测试」「批量迁移 API」这类任务,输出 JSON 直接被流水线消费。会话以 JSONL 存档,出问题时用 /tree 复盘整条决策链,还能 /export 成 HTML 或 /share 成私密 Gist 给同事看。

    五、推荐理由

    最近半年冒出来的 Coding Agent 多到看不过来,Pi 的差异化非常清晰:它把「克制」当成了产品特性。README 里那段 Philosophy 值得所有做 Agent 的人读一遍 —— 不做 MCP(写带 README 的 CLI 工具就够了)、不做子智能体(用 tmux 开多个 pi 实例)、不做权限弹窗(进容器)、不做内置待办(「它们会让模型犯迷糊」)。这些取舍未必人人认同,但每一条都给了替代路径,而不是简单的「不支持」。

    实际用下来最爽的两点:一是会话树,改坏了直接 /tree 回到三十轮之前换个思路继续,不用新开会话重讲一遍背景;二是扩展的门槛真的低,一个默认导出函数就是一个扩展,热重载 /reload 立刻生效,写工具的体验接近写普通 TypeScript 模块。加上原生支持 Kimi、MiMo、DeepSeek、智谱等国内可用的服务商,中文开发者上手成本很低。

    要注意的是:Pi 没有内置权限系统,默认以启动它的用户权限运行,官方明确建议放进容器或沙箱(文档给了 Gondolin 微虚机、Docker、OpenShell 三种方案);Pi Package 会执行任意代码,安装第三方包前务必看源码。另外仓库对新贡献者的 Issue/PR 默认自动关闭(维护者每天人工复核),提问前先读 CONTRIBUTING.md。

    六、下载地址

    项目数据(截至 2026 年 7 月 31 日):81,086 Stars · 10,008 Forks · 248 位贡献者 · TypeScript · MIT 许可 · 最新版本 v0.83.0 · 仓库仍在每日更新。

  • OpenWork:开源版 Claude Cowork,让 AI 工作流一次创建、处处复用

    OpenWork:开源版 Claude Cowork,让 AI 工作流一次创建、处处复用

    OpenWork 开源 AI 工作流平台

    OpenWork 是 different-ai 开源的一款免费桌面应用,定位为 Claude Cowork / Codex 的开源替代。它提供跨 macOS、Windows、Linux 的统一 AI 工作区,把技能(Skills)、MCP 连接、插件和常用 SaaS 服务打包成可复用的「能力」,通过同一个远程 MCP 服务器接入 Claude Code、Cursor、Codex、OpenCode 等主流 Agent,实现「一次创建、处处复用」。

    安装要求和过程

    环境要求

    • 桌面端:macOS、Windows 或 Linux,支持 Apple Silicon 与 x86_64。
    • 开发环境:Node.js 24(仓库使用 .nvmrc 锁定),包管理器 pnpm 11.4.0,monorepo 使用 Turborepo。
    • 服务器 / 团队版:Docker + Kubernetes 可部署 OpenWork Den 控制平面(文档提供 AWS EKS、Azure AKS、GCP GKE 示例)。

    快速安装

    • 用户安装(推荐):下载安装脚本并执行 openwork-bootstrap CLI。
    curl -fsSLo /tmp/openwork-install.sh https://openworklabs.com/install.sh
    less /tmp/openwork-install.sh
    sh /tmp/openwork-install.sh
    • 安装桌面端
    openwork-bootstrap install app --manifest https://openworklabs.com/install-manifest.json --json
    openwork-bootstrap doctor --app --json
    • 从源码开发
    git clone https://github.com/different-ai/openwork.git
    cd openwork
    pnpm install
    pnpm dev  # 启动 Electron 桌面端

    或者直接访问官网 Download OpenWork 下载对应系统安装包。

    核心功能

    OpenWork 能力架构
    1. 统一能力市场
      把常用的工具、API、提示词和 MCP 封装为「技能」与「插件」,个人或团队发布到市场后即可在任意接入的 Agent 中复用。
    2. OpenWork MCP 远程接入
      只需一行命令即可把 OpenWork 接入 Claude Code、Cursor、Codex、OpenCode 等支持 MCP 的客户端,暴露 search_capabilitiesexecute_capability 两个工具。
    3. 跨端 Electron 桌面应用
      提供本地专属工作区,离线/在线混合运行,内置 opencode 智能体运行时,支持技能编排与记忆管理。
    4. OpenWork Den 组织控制平面
      管理模型供应商配额、团队权限、桌面策略、应用版本限制,并支持 Google Workspace、Microsoft 365 等 SaaS 集成。
    5. Agent-first 安装流程
      用户可以直接让现有 AI 助手执行安装、创建工作区、打开桌面端,甚至连接 OpenWork MCP,无需手动翻阅文档。

    典型使用场景

    1. 多 Agent 共享同一套工具链

    个人开发者把常用的 Supabase、Vercel、GitHub、Slack MCP 封装进 OpenWork,配置一次后,Claude Code 写后端、Cursor 改前端、Codex 跑脚本时都能调用同一组连接和凭证,避免每个客户端重复配置。

    OpenWork 桌面应用

    2. 团队统一 AI 工作区

    技术负责人通过 OpenWork Den 发布内部技能(如「生成发布说明」「数据库迁移脚本」),分配给特定团队;同时限制可用模型、控制 token 预算、审计执行记录,实现 AI 工具在组织层面的治理。

    OpenWork Den 组织控制平面

    3. 开源替代方案落地

    对数据主权敏感或预算受限的团队,可用 OpenWork 替代 Claude Cowork / Codex:Electron 桌面端本地化运行,代码可审计,团队版可自托管,避免把核心工作流绑定到单一闭源平台。

    推荐理由

    OpenWork 的最大价值在于把「AI 工作流」从工具孤岛中解放出来。它不像传统 IDE 插件那样只服务单个编辑器,而是通过标准化 MCP 让能力在多个 Agent 之间流动。对于已经混用 Claude Code、Cursor、Codex 的开发者来说,这种「一次配置、多端复用」的体验非常解渴。

    项目本身工程化程度很高:pnpm + Turborepo 管理多包,Electron 桌面端与远程 MCP 服务器分离,Den 控制平面提供企业级治理接口,文档覆盖 K8s 部署、Google Workspace OAuth、Microsoft Entra SSO 等。GitHub 18K+ Stars 且保持高频迭代(v0.18.12 于 2026-07-30 发布),说明社区认可度不错。

    需要注意:仓库 /ee 目录为 Fair Source License,其他主体代码自定义商业许可,商用前建议阅读 LICENSE。

    下载地址

  • Voicebox:47.5K Stars 的开源 AI 语音工作室,克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox:47.5K Stars 的开源 AI 语音工作室,克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox 应用界面截图

    项目简介

    Voicebox 是一款本地优先的开源 AI 语音工作室——相当于把 ElevenLabs(语音合成)+ WisprFlow(语音听写) 两大云服务装进同一个免费开源的桌面应用:几秒参考音频即可克隆任意声音、7 大 TTS 引擎覆盖 23 种语言、全局热键把语音听写进系统任意输入框,还能通过 MCP 让 Claude Code / Cursor 等 AI 智能体用你克隆的声音「开口说话」。全部模型与数据均在本机运行,目前已收获 47.5K Stars,MIT 许可。

    安装要求和过程

    环境要求

    • macOS:Apple Silicon(MLX/Metal 加速)或 Intel
    • Windows:支持 NVIDIA CUDA 加速
    • Linux:暂无预编译包,需源码构建;另支持 AMD ROCm、Intel Arc
    • Docker:任意平台一行命令部署
    • 轻量引擎 LuxTTS 仅需 ~1GB 显存,CPU 也能 150 倍实时速度推理

    快速安装

    # 方式一:直接下载安装包(推荐)
    # macOS (Apple Silicon): https://voicebox.sh/download/mac-arm
    # macOS (Intel):         https://voicebox.sh/download/mac-intel
    # Windows (MSI):         https://voicebox.sh/download/windows
    
    # 方式二:Docker 一键启动
    git clone https://github.com/jamiepine/voicebox.git
    cd voicebox
    docker compose up
    

    首次启动时应用会引导下载所需模型;macOS 上还有权限向导,一步步带你完成「辅助功能」「输入监控」授权,用于全局听写自动粘贴。

    核心功能

    • 多引擎语音克隆:内置 Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual/Turbo、HumeAI TADA、Kokoro 共 7 大 TTS 引擎,零样本克隆 + 50 多个精选预置声音,覆盖 23 种语言,可逐次生成切换引擎。
    • 全局语音听写:按住热键在系统任意位置说话,松开即把转写文本粘贴进当前输入框(macOS 经辅助功能校验注入,且自动保存/恢复剪贴板);内置 Whisper 全系列模型(Turbo 版比 Large 快约 8 倍),可选本地 LLM 自动清理「嗯、啊」等口头语。
    • 给 AI 智能体一个声音:自带 MCP 服务器与 REST API,Claude Code、Cursor、Cline 等任意支持 MCP 的智能体只需调用 voicebox.speak 工具,就能用你克隆的声音向你「汇报工作」。
    • 专业级生产能力:不限长度生成(自动分句 + 交叉淡化拼接,最长 5 万字符)、多轨 Stories 时间线编辑器(做播客/对话/有声书)、8 种后期效果(变调/混响/延迟/压缩等,基于 Spotify pedalboard),生成版本全程可溯源。
    • 完全本地、隐私优先:模型、声音数据、录音捕获全部留在本机,永不上传;应用基于 Tauri(Rust)构建而非 Electron,原生性能,安装包小、内存占用低。

    典型使用场景

    1. 内容创作者做配音/播客:用自己的几秒录音克隆声音,把文章、剧本、章节直接批量转成音频;Stories 编辑器多轨拖拽即可编排双人对话播客,再叠加混响、电台音效等预设,全流程零云端费用。
    2. 开发者的「会说话的」编码智能体:给 Claude Code / Cursor 接上 Voicebox 的 MCP 服务器,长任务跑完后智能体用你指定的声音口头播报结果;配合全局听写热键,动口不动手地写 prompt,形成完整的语音 I/O 闭环。
    3. 注重隐私的日常语音输入:会议纪要、日记、即时消息全部用本地 Whisper 听写,敏感内容不经过任何第三方服务器;Captures 标签页保留每段原始音频 + 转写文本,可随时重转写、改写或升级为克隆样本。

    推荐理由

    试用下来最打动我的是「输入 + 输出一体」的产品思路:市面上克隆声音要买 ElevenLabs,语音听写要买 WisprFlow,而 Voicebox 把两半闭环装进一个 MIT 开源应用,还用本地 LLM 把两端串了起来。工程质量也远超一般开源项目——Tauri 原生应用不卡顿,生成队列异步不阻塞,甚至连 macOS 剪贴板保护、崩溃恢复这类细节都做了。对开发者来说,一行 MCP 配置就能让编码智能体开口说话,这个体验相当新奇实用。如果你需要一套不上云、不订阅的完整语音方案,这个项目值得马上装上试试。

    下载地址

  • Unlimited OCR:百度开源的「一次前向通读整本 PDF」的 OCR 大模型

    Unlimited OCR:百度开源的「一次前向通读整本 PDF」的 OCR 大模型

    项目简介

    Unlimited OCR 是百度开源的一款端到端 OCR 大模型,主打「One-shot Long-horizon Parsing」——在单次前向传播中,直接解析长达 32K token 的整份 PDF 或连续多页图像,而不是把文档切碎后一页页跑。

    它以 DeepSeek-OCR 的编码器为基础,但把解码器的所有注意力层替换为自研的 Reference Sliding Window Attention(R-SWA),让 KV Cache 在解码过程中保持恒定。换句话说:输出越长,显存和速度越稳定,不会出现传统 LLM 解码器「越写越慢」的窘境。

    核心亮点

    • 恒定 KV Cache:R-SWA 替换标准自注意力,长文档生成时显存占用平稳、解码速度不衰减。
    • 一次前向通读多页:标准 32K 上下文内,可一次完成数十页文档解析,保留跨页上下文。
    • 三种部署形态:提供 Hugging Face transformers、vLLM Docker 镜像、SGLang OpenAI 兼容服务三种开箱方案。
    • 通用解析机制:R-SWA 不局限于 OCR,论文指出同样适用于 ASR、翻译等需要长序列输出的任务。
    • 全链路开放:代码与模型权重均托管在 GitHub 与 Hugging Face,MIT 协议可商用。

    安装与快速上手

    项目环境要求:Python 3.12.3 + CUDA 12.9 通过验证;单张 NVIDIA GPU 即可体验。

    1. Transformers 快速体验

    # 依赖
    pip install torch==2.10.0 torchvision==0.25.0 transformers==4.57.1 Pillow==12.1.1
    pip install matplotlib==3.10.8 einops==0.8.2 addict==2.4.0 easydict==1.13 pymupdf==1.27.2.2 psutil==7.2.2
    
    # 加载模型
    from transformers import AutoModel, AutoTokenizer
    model_name = 'baidu/Unlimited-OCR'
    tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
    model = AutoModel.from_pretrained(model_name, trust_remote_code=True,
                                      use_safetensors=True, torch_dtype=torch.bfloat16).eval().cuda()
    
    # 单图解析(gundam 配置:base_size=1024, image_size=640, crop_mode=True)
    model.infer(tokenizer, prompt='<image>document parsing.',
                image_file='your_image.jpg', output_path='./outputs',
                base_size=1024, image_size=640, crop_mode=True,
                max_length=32768, save_results=True)
    
    # 多页 / PDF
    model.infer_multi(tokenizer, prompt='<image>Multi page parsing.',
                      image_files=['page1.png', 'page2.png'], output_path='./outputs',
                      image_size=1024, max_length=32768, save_results=True)
    

    2. vLLM 生产部署

    # CUDA 13.0
    docker pull vllm/vllm-openai:unlimited-ocr
    # Hopper GPU 使用 cu129 镜像
    docker pull vllm/vllm-openai:unlimited-ocr-cu129
    # 官方 recipe: https://recipes.vllm.ai/baidu/Unlimited-OCR
    

    3. SGLang 批处理服务

    uv venv --python 3.12
    source .venv/bin/activate
    uv pip install wheel/sglang-*.whl kernels==0.11.7 pymupdf==1.27.2.2
    
    python -m sglang.launch_server --model baidu/Unlimited-OCR --served-model-name Unlimited-OCR \
      --attention-backend fa3 --page-size 1 --context-length 32768 \
      --enable-custom-logit-processor --disable-overlap-schedule \
      --skip-server-warmup --host 0.0.0.0 --port 10000
    
    # 并发批跑目录或 PDF
    python infer.py --pdf ./examples/document.pdf --output_dir ./outputs --concurrency 8 --image_mode gundam
    

    典型使用场景

    1. 学术论文整本转 Markdown:把 30 页 PDF 直接丢给模型,一次前向输出带标题层级、公式占位、表格结构的 Markdown,省去分块合并。
    2. RAG 知识库文档预处理:批量解析合同、手册、财报,保留原文版面和段落结构,作为高质量向量库原始文本。
    3. 票据与表格版面结构化:针对扫描发票、银行流水、Excel 截图等,输出键值对或 JSON 结构化结果。

    推荐理由

    最近大家注意力都在 Coding Agent 上,OCR 赛道反而被低估。Unlimited-OCR 真正的价值在于把「长序列输出」这件事做扎实了——R-SWA 让 KV Cache 不再线性膨胀,这是端到端文档理解从 demo 走向生产的关键。

    另外百度这次放出了完整的训练、推理、部署、微调(ms-swift)链路,并且兼容 vLLM / SGLang 两大推理框架,对工程落地非常友好。如果你在做 RAG、知识库、文档数字化,它很可能成为你管道里的默认 OCR 组件。

    资源下载

    • GitHub 仓库:https://github.com/baidu/Unlimited-OCR
    • Hugging Face 模型:https://huggingface.co/baidu/Unlimited-OCR
    • 在线 Demo:https://huggingface.co/spaces/baidu/Unlimited-OCR
    • arXiv 论文:https://arxiv.org/abs/2606.23050
    • ModelScope 模型:https://modelscope.cn/models/PaddlePaddle/Unlimited-OCR
    • 百度智能云:https://cloud.baidu.com/doc/OCR/s/fmr1p39gb
  • Headroom:让 AI 智能体少花 90% Token 的上下文压缩层

    Headroom:让 AI 智能体少花 90% Token 的上下文压缩层

    项目简介

    Headroom 是一个为 AI 智能体(AI Agent)打造的上下文压缩层。它在提示词、工具输出、日志、RAG 检索片段、文件和对话历史到达大模型之前进行压缩,让你在获得相同答案的同时, Token 成本大幅下降。官方实测:JSON 类数据可减少 60–95% 的 Token,编码类智能体可减少 15–20%。

    核心功能

    • 多种部署形态:Python/TypeScript 内联库、headroom proxy 零代码代理、headroom wrap 一键包装 Claude/Codex/Cursor/Aider/Cline 等主流 Agent,以及原生 MCP Server。
    • 内容感知压缩SmartCrusher 专攻 JSON,CodeCompressor 基于 AST 压缩代码,Kompress-v2-base 用自研 HuggingFace 模型处理自然语言。
    • 可逆压缩(CCR):原始内容本地缓存,LLM 可通过 headroom_retrieve 按需取回,绝不丢失信息。
    • 跨 Agent 记忆:同一台机器上 Claude、Codex、Grok、Gemini 等工具可共享记忆库并自动去重。
    • 输出 Token 优化:通过 Verbosity steering 和 Effort routing,自动削减模型废话、重复代码和过度思考,进一步降低输出侧成本。
    • headroom learn:自动挖掘失败会话,把纠偏规则写入 CLAUDE.local.mdAGENTS.mdGEMINI.md,让 Agent 越用越聪明。

    安装要求和过程

    环境要求:Python 3.10+。推荐用 uvpip 安装;TypeScript 开发者也可用 npm 安装 SDK(仅库,无 CLI)。

    # 推荐:uv 全局工具安装(隔离环境)
    uv tool install --python 3.13 "headroom-ai[all]"
    
    # 或者 pip
    pip install "headroom-ai[all]"
    
    # TypeScript SDK(仅库)
    npm install headroom-ai
    

    启动方式三选一:

    # 一键部署 + 自动配置 Agent
    headroom deploy
    
    # 包装 Claude Code(自动启动本地代理并注入配置)
    headroom wrap claude
    
    # 零代码 drop-in 代理
    headroom proxy --port 8787
    

    验证:

    headroom doctor    # 健康检查
    headroom perf      # 性能报告
    headroom dashboard # 实时节省看板
    

    典型使用场景

    Headroom 工作原理

    场景 1:AI 编码助手降本增效
    你每天用 Claude Code、Cursor 或 Codex 处理大型代码库。代码搜索结果、RAG 片段、测试日志动辄几万 Token。Headroom 自动压缩输入内容,代码搜索场景可减少 92% Token,而答案质量不变。配合 headroom learn,它还能把常见误操作自动写入项目本地规则文件。

    场景 2:SRE 事故排查
    排查线上事故时,需要把大量日志、监控输出、GitHub Issue、运行时报错塞进上下文。Headroom 对日志和结构化数据压缩率极高,65k Token 的排查材料可压缩到 5k 左右,让智能体在上下文窗口内“看完全部证据”,而不是被截断。

    场景 3:多 Agent 共享记忆
    你在同一项目里混用 Claude Code、Codex、Grok CLI 和 Aider。Headroom 提供跨 Agent 的共享记忆存储,避免每个工具重复读取文件、重复建立上下文,真正实现“一次理解,处处可用”。

    Headroom 压缩效果

    推荐理由

    Headroom 最让我喜欢的一点是“不绑架你的工作流”。它既可以是库,也可以是代理,还可以一键 wrap 你已有的 Agent,不需要重写 prompt 或迁移模型。而且它是本地优先的,原始内容不会离开你的机器,企业敏感代码也能放心使用。

    更难得的是,它在省钱的同时还做了“可逆压缩”和“失败学习”:前者保证信息不丢,后者让 Agent 越用越准。对于已经在用 Claude Code、Cursor、Codex 等工具的开发者来说,Headroom 几乎是“装完就能省钱”的基础设施。

    下载地址

    Headroom 采用 Apache 2.0 协议开源,当前 Stars 约 63.2K,主要语言为 Python。

  • MiMoCode:小米开源的终端 AI 编程助手,让模型与 Agent 共同进化

    MiMoCode:小米开源的终端 AI 编程助手,让模型与 Agent 共同进化

    MiMoCode

    项目简介

    MiMoCode 是小米开源的一款终端原生 AI 编程助手,主打“模型与智能体共同进化”。它不仅能读写代码、执行命令、管理 Git,还通过持久记忆、智能上下文压缩、子智能体编排和可复用工作流,让 AI 在长周期开发任务中保持对项目的深度理解。

    安装要求和过程

    环境要求

    • Node.js 20+(推荐,npm 全局安装)
    • macOS / Linux / Windows 均支持
    • 可选:Bun(开发构建需要)

    快速安装

    # macOS / Linux 一键安装
    curl -fsSL https://mimo.xiaomi.com/install | bash
    
    # Windows PowerShell 一键安装
    powershell -ep Bypass -c "irm https://mimo.xiaomi.com/install.ps1 | iex"
    
    # 或 npm 全局安装(跨平台)
    npm install -g @mimo-ai/cli
    
    # 启动
    mimo
    

    首次启动会自动引导配置:可选 MiMo Auto(限时免费、零配置)、小米 MiMo 平台 OAuth、Codex / Claude Code 迁移、OpenAI / xAI 等自定义 Provider。

    核心功能

    MiMoCode 核心特性

    1. 三种主智能体:Build(全权限开发)、Plan(只读分析)、Compose(规格编排)。按 Tab 切换,子智能体按需并行创建。
    2. 持久记忆系统:基于 SQLite FTS5,自动维护 MEMORY.md、会话检查点、任务进度日志,跨会话自动注入上下文。
    3. 智能上下文管理:自动检查点 + 上下文重建 + 预算化注入;/context-limit 可按模型自定义压缩点,兼顾成本与质量。
    4. 四大内置工作流:compose(全流程开发)、deep-research(深度研究)、fact-check(事实核查)、research-experiment(自主优化实验),支持自定义 .mimocode/workflows/*.js
    5. 自我进化能力/dream 提炼会话知识入库,/distill 把重复操作打包成技能,/goal 设定目标并由裁判模型判定停机条件。

    典型使用场景

    • 新功能全栈交付:输入需求后,Build 智能体调用 /compose-next 完成需求澄清 → 规格文档 → 代码实现 → 验证 → 合并,适合清晰可拆分的开发任务。
    • 代码库探索与重构:Plan 智能体以只读模式分析项目结构,结合持久记忆整理架构决策,再做安全的重构规划。
    • 调研型任务:调用 deep-research 工作流,并行检索多源信息、生成带引用链接的 Markdown 报告,适合技术选型或竞品分析。

    推荐理由

    MiMoCode 不是又一个“聊天式代码补全”工具,它在长程记忆上下文工程上下了真功夫。MEMORY.md + 检查点 + 任务进度日志的组合,解决了大多数 Agent 每次重启都要“重新认识项目”的痛点。再加上 /dream/distill 的自我进化机制,它会在使用过程中越来越懂你的代码库和习惯。如果你同时用 Claude Code 或 Codex,MiMoCode 还支持一键迁移 Provider,切换成本很低。小米官方维护、MIT 许可、TypeScript 全栈,对中文开发者非常友好。

    下载地址

  • book-to-skill:把任何技术书 PDF 变成 AI 智能体技能,实测省 24~51 倍 Token|GitHub 12.5K Stars 今日趋势榜第一

    book-to-skill:把任何技术书 PDF 变成 AI 智能体技能,实测省 24~51 倍 Token|GitHub 12.5K Stars 今日趋势榜第一

    book-to-skill 项目

    📌 项目简介

    book-to-skill 是一个能把任何技术书籍 PDF(以及 EPUB、DOCX、Markdown 等十余种格式)一键转换成 AI 智能体技能(Agent Skill)的开源工具——转换后你的 Claude Code、GitHub Copilot CLI 或 Amp 就能”读过这本书”,随时按需调取书中真实内容回答问题,彻底告别大模型幻觉和翻 PDF 的痛苦。项目基于 Python 开发,MIT 许可,2026 年 5 月开源以来已斩获 12,499 Stars,今日更以单日 +1,400 星登顶 GitHub Trending。

    book-to-skill Logo

    它解决的是一个所有技术人都懂的痛点:买了一本好书,读完一遍,三个月后连第 7 章讲什么都想不起来。直接把 PDF 扔给 AI?一本 400 页的书约 20 万 token,每轮对话都要全额付费,而且模型在超长上下文里”迷失中间”、精度骤降。book-to-skill 的思路是编译期一次性深度蒸馏:把书拆解成核心心智模型 + 按章节的知识文件 + 术语表 + 模式库 + 速查表,智能体按需加载,实测比整书塞上下文省 24~51 倍 token

    ⚙️ 安装要求和过程

    环境要求

    • Python 3 环境(纯文本/Markdown/reST/AsciiDoc 无需额外依赖)
    • PDF 提取:文字型书籍用 pdftotext(poppler)或 pip3 install pypdf;含代码/表格/公式的技术书推荐 pip3 install docling(可完整保留 Markdown 表格与代码块)
    • EPUB:pip3 install ebooklib beautifulsoup4(有内置 zipfile 兜底)
    • 宿主:支持开放 Agent Skills 标准的任意智能体——Claude Code、GitHub Copilot CLI、Amp 均可

    安装(作为智能体技能)

    # Claude Code
    git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill
    
    # GitHub Copilot CLI
    git clone https://github.com/virgiliojr94/book-to-skill.git ~/.copilot/skills/book-to-skill
    
    # 跨智能体通用路径(Copilot CLI 与 Amp 都能发现)
    git clone https://github.com/virgiliojr94/book-to-skill.git ~/.agents/skills/book-to-skill
    

    使用:三步把书变技能

    # 1. 指向一个文件、文件夹或 glob
    /book-to-skill ~/books/designing-data-intensive-apps.pdf
    
    # 2. 自动蒸馏为技能(框架、决策规则、反模式、分章文件)
    
    # 3. 之后随时按需调用
    /designing-data-intensive-apps replication   # 讲解某个主题
    /designing-data-intensive-apps ch05          # 深入第 5 章
    

    另有独立 CLI 模式:pip install "book-to-skill[pdf,epub,docx]",仅安装文本提取引擎用于脚本化处理(不注册斜杠命令)。运行 python3 scripts/extract.py --check 可一键检查各格式提取器安装情况。

    🚀 核心功能

    • 全格式文档蒸馏:支持 PDF、EPUB、DOCX、TXT、Markdown、reST、AsciiDoc、HTML、RTF、MOBI/AZW 等格式;可一次处理多个文件、整个文件夹或 glob 模式,合并成统一技能,还能向已有技能”折叠”新增材料(增量更新)
    • 结构化技能产物:生成 SKILL.md(约 4K token 的核心心智模型 + 章节索引)、每章约 1K token 的按需加载文件、术语表 glossary.md、技术模式库 patterns.md、决策速查表 cheatsheet.md——是”结构”而非”摘要”
    • 24~51 倍 token 节省(实测):内置 tools/discovery_tax.py 测量工具,在 Think Python 2、Working Backwards、AI Engineering 三本真书上实测:回答一个问题只需约 5K token(核心 + 单章),对比整书上下文倾倒 12 万~25.6 万 token
    • 智能提取管线:转换前自动询问书籍类型——技术书走 Docling(保留表格代码),纯文字书走 pdftotext 秒级提取;单个坏源自动跳过不影响批处理;一本书完整转换成本约 1 美元
    • 开放标准、一次安装多端通用:遵循开放 Agent Skills 标准(SKILL.md 格式),Claude Code、GitHub Copilot CLI、Amp 读取同一份技能,无厂商锁定

    💡 典型使用场景

    • 技术书籍随身参谋:把《DDIA》《Pro Git》这类工具书转成技能,写代码时直接 /ddia replication 让智能体基于书中真实章节讲解复制策略——不是幻觉,不是网页搜索,就是作者原文提炼的框架
    • 团队内部文档折叠:把整个 docs/ 文件夹(架构决策记录、Runbook、新人指南)合并成一个技能,新同事在编码会话里直接提问,替代翻 60 页 PDF 的品牌手册/规范文档
    • 研究资料簇管理:一摞论文加自己的笔记合成统一技能,新论文来了增量折叠进去;对比 RAG——RAG 适合”几十本书里找提到 X 的段落”(宽而浅),book-to-skill 适合”吃透一本书的 12 个框架并应用”(窄而深),两者互补

    ❤️ 推荐理由

    这个项目最打动我的是它把”AI 读书”从检索问题重构成了编译问题。RAG 是查询时相似度搜索,返回”和你问题相近的文本块”;book-to-skill 是编译时深度分析,输出”作者花几年构建的命名框架、适用条件和反模式”——前者是检索,后者是可推理的结构。README 里那句话很精辟:“RAG indexes a shelf, book-to-skill masters a spine”(RAG 索引一整架书,book-to-skill 吃透一本书的书脊)。

    工程上它也异常诚实:所有 token 节省数据都有可复现的测量脚本,README 明确写出”诚实警告”——章节自动切分需要显式的 Chapter N 标题、一次性阅读场景用普通 PDF 智能体就够了。在营销味十足的 AI 开源圈,这种”实测优先、有限承诺”的态度非常难得。如果你的 ~/.claude/skills 目录里只打算加一个新技能,让它是一个能把你书架搬进智能体的技能,很值。

    🔗 下载地址


    项目数据截至 2026 年 7 月 30 日:12,499 Stars · 1,405 Forks · Python · MIT 许可 · 今日 GitHub Trending 榜首(+1,428 星)

  • Hello-Agents:69K Star 的《从零开始构建智能体》——Datawhale 出品的中文 Agent 系统性实战教程

    Hello-Agents:69K Star 的《从零开始构建智能体》——Datawhale 出品的中文 Agent 系统性实战教程

    Hello-Agents 项目主视觉
    Hello-Agents——《从零开始构建智能体》开源教程

    项目简介

    Hello-Agents 是 Datawhale 开源社区出品的系统性智能体(AI Agent)中文实战教程——《从零开始构建智能体》,16 章内容从智能体原理、经典范式(ReAct / Plan-and-Solve / Reflection)一路讲到自研 Agent 框架、记忆与 RAG、MCP 通信协议、Agentic RL 训练与多智能体综合项目,目标是带你从大语言模型的”使用者”蜕变为智能体系统的”构建者”。目前已斩获 69,381 Stars,并曾登顶 GitHub Trending,是当下最热门的中文 Agent 学习资源之一。

    与 Dify、Coze、n8n 这类”流程驱动”的低代码 Agent 平台不同,Hello-Agents 的重心是教你构建 AI 原生(AI Native)智能体——真正以 LLM 推理驱动决策的 Agent。教程配套自研轻量框架 HelloAgents(基于 OpenAI 原生 API 从零实现),让你兼具”用轮子”与”造轮子”的能力。

    安装要求和过程

    环境要求

    • Python 3.10+(具备基础 Python 编程能力即可,无需模型训练背景)
    • 任意一个 LLM API Key(OpenAI 兼容接口,如 DeepSeek、通义千问、GLM 等国产模型均可)
    • 可选:Jupyter Notebook / VS Code,用于运行配套代码

    快速开始

    # 1. 克隆仓库(含全部 16 章文档 + 配套代码)
    git clone https://github.com/datawhalechina/hello-agents.git
    cd hello-agents
    
    # 2. 安装自研教学框架 HelloAgents(V1.0.0)
    pip install helloagents
    
    # 3. 配置模型 API(OpenAI 兼容接口均可)
    export LLM_API_KEY="your-api-key"
    export LLM_BASE_URL="https://api.deepseek.com/v1"
    
    # 4. 跟随章节运行 code/ 目录下的配套代码
    

    不想装环境?可直接在线阅读国内加速站 | GitHub Pages;官方还提供带 Datawhale 水印的免费 PDF 版本下载

    核心功能

    • 16 章完整学习路径:五大部分层层递进——智能体与 LLM 基础 → 亲手实现 ReAct / Plan-and-Solve / Reflection 经典范式 → 记忆·RAG·上下文工程·通信协议等高级技术 → 综合案例 → 毕业设计,每章配可运行代码。
    • 自研教学框架 HelloAgents:不依赖任何重型框架,基于 OpenAI 原生 API 从零构建 Agent 框架,穿透 LangGraph / AutoGen 等框架表象理解底层原理。
    • Agentic RL 训练实战:第十一章覆盖从 SFT 到 GRPO 的 LLM 训练全流程,是少有的把”训练智能体模型”讲透的中文教程。
    • MCP / A2A / ANP 协议解析:系统讲解智能体通信协议,配合智能旅行助手案例演示 MCP 与多智能体协作的真实应用。
    • 丰富的 Extra 番外篇:Agent 面试题总结、GUI Agent / Web Agent 实战、Agent Skills 与 MCP 对比、Agent 自进化、Skill 写作最佳实践等 13+ 篇社区共创内容持续更新。

    典型使用场景

    1. 系统学习 Agent 开发的工程师/学生:按五大部分循序渐进,从手写 ReAct 循环到构建自己的多智能体应用,毕业设计产出可写进简历的完整项目;番外篇的 Agent 面试题总结对求职者尤其实用。
    2. 复现深度研究智能体(DeepResearch Agent):第十四章手把手复现自动化深度研究智能体,理解 OpenAI Deep Research 类产品的任务规划、搜索、综合报告全链路。
    3. 构建多智能体模拟应用:第十五章”赛博小镇”将 Agent 与游戏结合,模拟社会动态,是学习 Generative Agents(斯坦福小镇)范式的中文最佳实践入口。

    推荐理由

    市面上 Agent 教程要么是框架 API 说明书,要么是零散博客,而 Hello-Agents 是我见过体系最完整的中文 Agent 教程:它不满足于教你调用 LangGraph,而是带你从零造一个框架出来——这种”造轮子”式学习对建立底层直觉极其有效。内容覆盖也足够前沿:上下文工程、MCP 协议、GRPO 训练、Agent 自进化这些 2025-2026 年的热点全部收录,且持续更新。Datawhale 社区运营成熟,配套读者群、视频课共创、社区精选投稿一应俱全,完全免费开源。一周内 Star 从 1 万飙到近 7 万足以说明其质量。给想在”Agent 元年”入场的中文开发者:这就是那本该收藏的教科书。

    下载地址

    项目数据:69,381 Stars | 语言:Python / Markdown | 出品:Datawhale 开源社区(数据截至 2026-07-29)

  • Agents Towards Production:21.2K Stars 的生产级 GenAI Agent 实战教程库

    Agents Towards Production:21.2K Stars 的生产级 GenAI Agent 实战教程库

    Agents Towards Production 封面

    项目简介

    Agents Towards Production 是 Nir Diamant 维护的一套开源、代码优先的教程合集,目标是帮助开发者把 GenAI Agent 从「能跑的原型」推进到「可上线的产品」。仓库目前包含 28 个生产级教程,覆盖工具集成、RAG、记忆、部署、安全、评估、UI 等 13 大模块,所有代码都以可运行的 Notebook 形式提供。

    安装要求和过程

    • 环境要求:Python 3.10+、Jupyter Notebook / JupyterLab、Git
    • 克隆仓库git clone https://github.com/NirDiamant/agents-towards-production.git
    • 进入对应教程目录,例如:cd tutorials/LangGraph-agent
    • 安装依赖:每个教程都有独立的 requirements.txt,执行 pip install -r requirements.txt
    • 启动 Jupyterjupyter notebook,按 Notebook 说明逐格运行即可

    核心功能

    • 端到端生产链路:从 Prompt 工程、状态化工作流、向量记忆,到 Docker/FastAPI 部署、GPU 扩展、安全防护,形成完整闭环。
    • 可运行教程:每个教程独立成册,直接提供 Notebook 与依赖文件,几分钟内就能从概念跑到可交互的 Agent。
    • 主流技术栈实战:涵盖 LangGraph、LangChain、MCP、Redis、Mem0、Cognee、LlamaFirewall、RunPod、AWS Bedrock、Streamlit 等。
    • 安全与可观测性:包含安全护栏、Apex 安全评估、LangSmith Tracing、IntellAgent 自动评估等实战内容。
    • 多智能体协作:讲解 A2A 协议下的智能体间通信与任务分发。

    典型使用场景

    • 企业 RAG 落地:Contextual AI 教程演示如何在 15 分钟内构建面向金融文档分析的企业级 RAG,包含文档处理、索引与 LMUnit 自动化评测。
    • 可部署 Agent 服务:Docker 容器化 + FastAPI 端点部署教程,教你把 LangGraph 工作流封装成可调用的 REST API。
    • 长记忆客服助手:结合 Redis 双记忆、Mem0 向量+图谱、Cognee 构建能持续学习用户偏好的对话 Agent。

    推荐理由

    这是一本「会动的书」:不是泛泛而谈的设计模式,而是把每个生产环节拆成可执行的 Notebook。对已经会用 LLM、但苦于不知道怎么把 Agent 真正交付到生产环境的人来说,它补全了从原型到运维之间最关键的拼图。21.2K Stars 和活跃的社区也证明了它的实用价值。

    13大模块内容地图

    三步快速上手

    下载地址

  • ECC:234K Stars 的 Agent Harness 操作系统,给 Claude Code / Codex / Cursor 装上完整工程化流程

    ECC:234K Stars 的 Agent Harness 操作系统,给 Claude Code / Codex / Cursor 装上完整工程化流程

    ECC - Agent Harness 性能优化系统

    项目简介

    ECC 是一套「Agent Harness(智能体框架)性能优化系统」——它不造轮子写新的 AI 编程工具,而是给你已经在用的 Claude Code、Codex、Cursor、OpenCode 等工具装上一整套工程化操作系统:281 个技能(Skills)、67 个专职智能体、运行时钩子(Hooks)、持久记忆、直觉学习(Instincts)与 AgentShield 安全扫描,让 AI 编程助手从”会写代码”升级为”按工程流程交付”。GitHub 上已狂揽 234,000+ Stars,是目前 Agent 增强类项目中的现象级存在,今日仍以每天近 700 星的速度增长。

    它的核心哲学一句话就能讲清:Optimize the context window. Persist everything else.(优化上下文窗口,持久化其余一切。)AI 不再需要你在每个提示词里重复”请先写测试””请做代码审查”,这些流程被固化为可安装、可复用的系统组件:

    plan -> test -> implement -> review -> verify -> remember -> improve

    ECC - the agent harness operating system

    安装要求和过程

    环境要求:

    • Node.js(钩子与脚本全部用 Node.js 编写,Windows / macOS / Linux 全平台支持)
    • 至少一个 AI 编程工具:Claude Code、Codex、Cursor、OpenCode、Gemini CLI、Zed、Kimi Code 等 12+ 种均有适配

    方式一:Claude Code 插件安装(推荐,最简单)——在 Claude Code 里输入两条命令即可:

    /plugin marketplace add https://github.com/affaan-m/ECC
    /plugin install ecc@ecc

    如需规则包(Rules),再手动拷贝你实际使用的语言包:

    git clone https://github.com/affaan-m/ECC.git
    cd ECC
    mkdir -p ~/.claude/rules/ecc
    cp -R rules/common ~/.claude/rules/ecc/
    cp -R rules/typescript ~/.claude/rules/ecc/  # 换成你的技术栈

    方式二:Codex 同步安装(先运行一次 Codex 生成配置):

    git clone https://github.com/affaan-m/ECC.git
    cd ECC
    npm install
    bash scripts/sync-ecc-to-codex.sh

    方式三:其他工具——克隆仓库后用安装脚本指定目标:

    ./install.sh --profile minimal --target cursor    # Cursor
    ./install.sh --profile minimal --target gemini    # Gemini CLI
    ./install.sh --profile minimal --target zed       # Zed
    # Windows 用 .\install.ps1

    ⚠️ 官方特别提醒:每个工具只选一种安装方式,不要叠加(如 Claude 插件 + 手动 full 安装会导致技能、命令重复);且只从官方渠道安装(GitHub 仓库 affaan-m/ECC、npm 包 ecc-universal / ecc-agentshield),第三方镜像可能含恶意代码。

    核心功能

    • 281 个技能 + 67 个专职智能体:覆盖 TDD、安全审查、深度研究、文档、前端、数据、ML、运维等场景。规划用 planner、审查用 code-reviewer、修构建用 build-error-resolver,各智能体拥有独立上下文与工具权限,互不污染。
    • 门禁化 TDD 工作流:”请使用 TDD”从一句模型可能遗忘的指令,变成带证据链的 RED → GREEN → REFACTOR 流程:先留存失败测试证据,再实现到通过,最后由全新上下文的审查者复查——写代码和审代码不再是同一个上下文。
    • Plan Canvas 计划画布(2.1 新特性):智能体写完计划后在本地浏览器画布中打开,你用鼠标点选段落、添加锚定批注、侧栏对话,最后一键”批准/要求修改”,结果直接映射回 /plan 的确认门。Mermaid 图实时渲染,任何模型任何工具都能驱动。
    • 统一记忆保险库(Memory Vault)ecc memory 让 Claude、Codex、Kimi 等不同工具共享同一份本地可检查的 Markdown 记忆格式,支持跨工具交接(handoff)——上午用 Claude Code 做的迁移方案,下午 Codex 直接检索接手。会话结束还能蒸馏成摘要、直觉(带置信度分数)和可复用技能。
    • AgentShield 安全扫描:把智能体配置本身当作攻击面来审计——扫描提示词、钩子、MCP 配置、权限与密钥泄露,npx -y ecc-agentshield scan --path . 免安装即可体检。

    典型使用场景

    场景一:新功能开发全流程。输入 /ecc:plan "添加 OAuth 用户认证",planner 生成实现蓝图并在 Plan Canvas 里供你批注确认;随后 tdd-workflow 技能强制先写失败测试再实现;完成后 /code-review 由全新上下文的审查智能体查漏。整个过程留下计划、失败测试、通过测试、审查发现、最终验证五份证据。

    场景二:上线前安全体检。/security-scan 做 OWASP Top 10 审计,e2e-testing 技能覆盖关键用户流,/test-coverage 验证 80%+ 覆盖率;再用 AgentShield 扫一遍智能体配置本身,防止 MCP 配置或钩子里埋雷。

    场景三:多工具团队协作。团队里有人用 Claude Code、有人用 Codex、有人用 Cursor——ECC 一次安装适配全部工具,规则与技能保持一致;Memory Vault 的 handoff 机制让不同工具间无缝交接任务上下文,告别复制粘贴聊天记录。

    推荐理由

    我用过不少 Agent 增强类项目,ECC 给我的感受是”体系完整度断层领先”。多数同类项目解决单点问题(提示词库、记忆、或钩子),而 ECC 把技能、智能体、规则、钩子、记忆、直觉六层职责切分得非常清楚——技能按需加载、规则常驻精选、钩子跑在模型上下文之外,这套设计真正做到了”加能力不加上下文负担”。234K Stars 和 35K+ Forks 不是刷出来的:单一维护者每周横跨 7 个 Harness 发版,社区有 Discord、GitHub App 和 12 种语言的 README。最打动我的是它对”证据”的执念:一次交付不只是代码,而是计划、失败测试、通过测试、审查发现和验证记录组成的完整证据链——这正是 AI 编程从玩具走向生产的分水岭。项目 MIT 许可永久免费,托管版 ECC Pro 仅面向私有仓库收费,商业模式清晰不绑架用户。如果你每天在用 Claude Code 或 Codex,这可能是今年最值得装的一个增强系统。

    下载地址

    项目信息:⭐ 234,797 Stars · 🍴 35,776 Forks · 语言:JavaScript/TypeScript/Shell · 许可证:MIT · 创建于 2026 年 1 月,持续高频更新中。