标签：自托管

Archon：把 AI 编码变成确定性工作流的开源 harness 构建器
项目简介

Archon 是首个开源的 AI 编码 harness（流程编排）构建器——用 YAML 把“规划→实现→校验→审查→提 PR”等开发流程固化下来，让 AI 编码智能体每次都按同一套确定性步骤执行，把“看模型心情”变成“可重复、可提交”的工程实践。

如果说 Dockerfile 之于基础设施、GitHub Actions 之于 CI/CD，那么 Archon 之于 AI 编码工作流。可以把它理解为“面向软件开发的 n8n”。

安装要求和过程

环境要求
- 运行时：Bun（macOS/Linux/Windows 均支持）
- AI 编码助手：Claude Code（默认），或 Codex、Pi
- GitHub CLI（gh）：用于自动建分支、提 PR
- 系统：macOS / Linux / WSL / Windows（PowerShell）；数据库默认 SQLite，可切 PostgreSQL
快速安装（30 秒，已有 Claude Code）
```
# macOS / Linux
curl -fsSL https://archon.diy/install | bash

# Windows (PowerShell)
irm https://archon.diy/install.ps1 | iex

# 或 Homebrew
brew install coleam00/archon/archon
```
⚠️ 编译版二进制不含 Claude Code，需单独安装并指定 CLAUDE_BIN_PATH；Docker 镜像则已自带。

完整初始化（5 分钟，推荐）
```
git clone https://github.com/coleam00/Archon
cd Archon
bun install
claude          # 在 Claude Code 里说：“Set up Archon”
```
引导向导会配置凭证、选择接入平台，并把 Archon skill 复制到你的目标仓库。之后在你的项目里直接对编码智能体说 “Use archon to fix issue #42” 即可。

核心功能
- 确定性、可重复：开发流程写成 YAML 工作流，固定阶段与校验门（validation gate），每次运行同一套顺序——计划、实现、校验、审查、PR，结果一致。
- 隔离并行：每个工作流运行都在独立的 git worktree 中，可同时修 5 个 Bug 而互不冲突。
- 发射后不管（Fire & forget）：启动一个工作流就去忙别的，回来已经是一个带审查意见的成品 PR。
- 确定性节点 + AI 节点可组合：bash 脚本、测试、git 操作等确定性步骤由机器精确执行；规划、代码生成、审查等只在 AI 真正增值的地方运行。
- 随处可跑、全员共用：工作流定义在 .archon/workflows/，提交进仓库后，从 CLI、Web UI、Slack、Telegram 到 GitHub 表现完全一致；内置 19 个常用工作流，也可自定义。
典型使用场景

场景一：自动修 GitHub Issue

对智能体说 “Use archon to fix issue #42”，自动触发 archon-fix-github-issue 工作流：分类 → 调研/规划 → 实现 → 校验 → 提 PR → 智能审查 → 自我修复，全程无需你盯着。

场景二：从想法到 PR（Idea-to-PR）

archon-idea-to-pr 把“给设置页加暗黑模式”这类想法，自动走规划 → 循环实现（直到测试通过）→ 审查 → 提 PR → 5 个并行 reviewer → 自我修复，产出完整 Pull Request。

场景三：团队远程异步协作

接入 Slack / Telegram / GitHub / Discord 后，在群聊里丢一句话就能触发工作流；所有平台的活动汇聚到同一个 Web 仪表盘（Mission Control），实时查看进度与历史。

推荐理由

我自己最吃这一套的点在于“把流程的所有权拿回自己手里”。平时让 AI 智能体修 Bug，跑十次九个样：有时忘了跑测试、有时 PR 描述敷衍、并行修多个问题时还互相踩。Archon 用一份 YAML 把团队认可的工程纪律写死，AI 只在需要创造力的节点上发挥作用，其余交给确定性执行——稳定、可审计、可复现。它不绑定某家模型，Claude / Codex / Pi 随便换；Web 仪表盘 + 多平台接入也让“远程派活、回来收 PR”变得很顺。对想把 AI 编码真正纳入研发流程的团队，这是目前最像样的开源方案之一。

下载地址
- 官网 / 文档：https://archon.diy
- GitHub：https://github.com/coleam00/Archon（⭐ 22.9K · MIT · TypeScript）
- 快速安装：curl -fsSL https://archon.diy/install | bash
2026年7月22日
Wigolo：给 AI 编程智能体装上本地优先的「上网」引擎（开源 MCP）
在 Claude Code、Cursor、Codex 这类编码智能体大行其道的今天，一个尴尬的现实是：它们很会写代码，却「看不见」互联网。想查一份报错、一份 API 文档、一个竞品定价，往往得开发者自己复制粘贴喂给模型。Wigolo 要做的，就是给 AI 智能体装上一双「眼睛和手」——一个本地优先、无需 API Key、按查询 0 计费的统一「上网」引擎。

🦉 项目简介

Wigolo 是 KnockOutEZ 开源的 AI 编程智能体本地优先「上网」引擎：以 MCP 服务器（或 REST / SDK）的形式运行在智能体身边，统一提供 搜索、抓取、爬取、提取、缓存、相似发现、研究、自主收集 等全套 Web 能力。核心理念是 no keys, no cloud, no metered bill——核心工具无需任何 API Key，所有数据留在本地 ~/.wigolo/，用得越多账单也不会涨。

💻 安装要求与过程

环境要求：Node.js ≥ 20，约 1.5 GB 空闲磁盘（首次运行会下载浏览器引擎等本地组件）。核心搜索 / 抓取 / 爬取无需任何外部 Key 即可使用；如需 research、agent 等高级研究能力，可选择性配置一个 LLM Provider（如 Gemini）。

快速安装：
```
# 初始化本地引擎（任意系统）
npx wigolo init

# 初始化并一键接入日常 agent（如 Claude Code + Cursor）
npx wigolo init --agents=claude-code,cursor

# 以 Docker 方式作为 stdio MCP 服务运行
docker run -i --rm -v wigolo-data:/data ghcr.io/knockoutez/wigolo

# 在自托管 box 上暴露 HTTP 服务（默认 127.0.0.1:3333）
wigolo serve

# 在你的应用里用 SDK 嵌入
npm install wigolo-sdk     # TypeScript
pip install wigolo         # Python
```
常用运维命令：npx wigolo verify（健康检测）、npx wigolo warmup --all（重下引擎）、npx wigolo docto --fix（修复环境）。

⚙️ 核心功能
1. 🔍 多引擎搜索 search：内置 18 个直连适配器，ML 重排 + 可解释评分，让智能体拿到「为什么是这条结果」。
2. 🔗 抓取 & 爬取 fetch / crawl：分层路由获取单页并清洗为 markdown（含 PDF / 鉴权页处理）；BFS / DFS / sitemap 多页爬取并自带限流保护。
3. 🧩 提取 & 缓存 & 相似 extract / cache / find_similar：从页面抽取表格 / JSON-LD / Schema 等结构化数据；本地缓存已见内容，二次查询毫秒即回；关键词 + 语义 + 实时发现相似页面。
4. 🤖 自主研究 research / agent：把一个问题自动分解成子查询、扇出检索、综合成报告；agent 工具则跑 search→fetch→extract→synthesize 的自主收集循环。
5. 🔔 变更追踪 diff / watch：检测页面变化并推送 webhook，把「定时盯网页」变成可编排的事件。
🚀 典型使用场景
- 场景一 · 编码时实时联网：在 Claude Code / Cursor 里改代码时，智能体直接调用 search / fetch 查文档、查报错、查第三方 API，开发者不再手动复制粘贴；所有命中缓存在 ~/.wigolo/，隐私不出本机。
- 场景二 · 自托管 Agent 的「联网大脑」：在自托管服务器上 wigolo serve 暴露 REST / MCP 端点，LangChain、CrewAI、n8n 等编排框架或任意 MCP client 统一调用，把分散在各处的抓取逻辑收敛成一个服务。
- 场景三 · 持续竞品 / 文档监控：用 watch 盯住竞品定价页或文档页，diff 出变化并推 webhook 到飞书 / Slack / 自有系统，第一时间感知变更。
💡 推荐理由

我特别看好 Wigolo 的一点，是它真正把「本地优先」做到了极致：零 API Key、零按量账单，直接戳中「想让 agent 上网，却要为每家搜索引擎单独接 key、还要担心账单爆掉」的痛点。统一的 MCP 接口对 Claude Code / Cursor / Codex / Gemini CLI / VS Code / Zed 通吃，接入几乎零心智负担；数据默认留在本地，对重视隐私的开发者很友好；AGPL-3.0 开源、可完全自托管。如果你正想给自己的 coding agent 装上一双「眼睛和手」，Wigolo 是目前最省心的一站式方案。

🔗 下载地址
- 官网文档：https://knockoutez.github.io/wigolo/
- GitHub 仓库：https://github.com/KnockOutEZ/wigolo（⭐ 3,036+）
- npm：npmjs.com/package/wigolo
- PyPI：pypi.org/project/wigolo/
- Docker：ghcr.io/knockoutez/wigolo
- 许可证：GNU AGPL-3.0-only
2026年7月22日
Cua：开源 Computer-Use 2.0 框架，让 AI 智能体像人一样操作电脑
项目简介

Cua 是 trycua 出品的一套开源「Computer-Use 2.0」基础设施，围绕「让 AI 智能体像人一样看屏幕、点按钮、敲键盘完成任务」这一目标，提供了四大模块——后台驱动（Cua Drivers）、智能体沙箱（Cua Sandboxes）、评测基准（Cua-Bench）与 macOS 虚拟化（Lume），覆盖从训练、评测到数据生成的全流程。它把「驱动—沙箱—评测—虚拟化」四件事拆成可独立使用又互相咬合的开源组件，MIT 协议、跨平台，并支持通过 MCP 接入 Claude Code、Cursor、Codex 等主流编码智能体。

安装要求和过程

环境要求：
- Cua Drivers（后台驱动）：macOS 12+ / Windows 10+ / Linux（X11 或 Wayland）；需搭配 Claude Code、Cursor、Codex 等编码智能体。
- Cua Sandboxes（沙箱）：Python 3.11+，pip install cua。
- Cua-Bench（评测）：需 uv；Linux / macOS。
- Lume（虚拟化）：Apple Silicon（M1+）macOS，依赖 Apple Virtualization.Framework。
快速安装：
```
# 1) Cua Drivers — 后台驱动原生桌面应用（macOS / Linux）
/bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)"
#  Windows (PowerShell)
irm https://cua.ai/driver/install.ps1 | iex

# 2) Cua Sandboxes — 任意系统的智能体沙箱
pip install cua

# 3) Lume — macOS 虚拟化
/bin/bash -c "$(curl -fsSL https://cua.ai/lume/install.sh)"

# 4) Cua-Bench — 评测与 RL 环境
git clone https://github.com/trycua/cua && cd cua/cua-bench
uv tool install -e . && cb image create linux-docker
```
核心功能
1. 后台 Computer-Use 驱动：在 macOS / Windows / Linux 上后台驱动原生应用，智能体点击、键入、校验，全程不抢走你的光标与窗口焦点；同一套 CLI + MCP 服务器可接入 Claude Code、Cursor、Codex、OpenClaw 等。
2. 跨 OS 智能体沙箱：一个统一 API 调度任意系统的 VM/容器（Linux / macOS / Windows / Android 及 BYOI），看屏、点击、执行代码，云端或本地（QEMU）皆可。
3. 评测与 RL 基准（Cua-Bench）：在 OSWorld、ScreenSpot、Windows Arena 上评测 computer-use 智能体，并导出轨迹用于训练与强化学习。
4. macOS 原生虚拟化（Lume）：基于 Apple Virtualization.Framework，在 Apple Silicon 上以近原生性能创建、管理 macOS / Linux 虚拟机，支持 unattended 无人值守安装。
5. 开放可组合生态：cua-driver / cua-agent / cua-sandbox / cua-computer-server / cua-bench / lume / lumier 七大包，lumier 还提供 Docker 兼容接口，便于把 Lume 虚拟机接入现有编排。
典型使用场景
- 给编码智能体一台「电脑」：把 Cua Sandbox 接进 Claude Code，让它在隔离的 macOS / Windows 虚拟机里自行打开浏览器、跑脚本、截图验证，完成端到端任务而不污染本机。
- 后台自动化办公流：用 Cua Drivers 在后台驱动 Slack、Excel、浏览器等原生应用，自动填表、导出报表、跨软件搬运数据，你依旧能正常用电脑。
- 评测与训练自己的 CUA 模型：用 Cua-Bench 在标准化环境里跑基准、收集轨迹，进而做监督微调或 RL，持续改进自家 computer-use 模型。
推荐理由

一句话：如果你在折腾「让 AI 操作电脑」，Cua 是目前最完整、最务实的开源底座。它把「驱动—沙箱—评测—虚拟化」四件事拆成了可独立使用又互相咬合的模块——想给 Agent 加双手，用 Drivers；想搞评测训练，用 Bench；想在 Mac 上批量起虚拟机，用 Lume。MIT 协议、跨平台、支持 MCP 接入主流编码助手，落地门槛低。相比闭源的 Operator / Manus 类服务，Cua 把控制权和数据都留在你手里——这正是本地优先时代最该有的样子。

下载地址
- 官网 / 文档：https://cua.ai · https://cua.ai/docs
- GitHub 仓库：https://github.com/trycua/cua
- Cua-Bench 榜单：https://cuabench.ai/
- 社区 Discord：https://discord.gg/mVnXXpdE85
2026年7月20日
Voicebox：本地优先的开源 AI 语音工作室，克隆声音 + 让智能体开口说话
Voicebox —— 本地优先的开源 AI 语音工作室

📌 项目简介

Voicebox 是由 Jamie Pine 打造的开源 AI 语音工作室，一句话概括：克隆任意声音、生成语音、随时听写、还能让你的 AI 智能体用你拥有的声音开口说话。它是 ElevenLabs（语音输出）与 WisprFlow（语音输入）的本地优先、免费开源二合一替代品，整套语音 I/O 栈都跑在你自己的机器上。

⭐ GitHub 43,196 stars ｜ 🍴 5,280 forks ｜ 📅 创建于 2026-01-25，更新于 2026-07-19（当日 GitHub Trending 热门）｜ 📜 MIT 许可｜ 💻 TypeScript / Tauri(Rust) / FastAPI(Python)

🛠 安装要求和过程

环境要求
- 普通用户：直接下载桌面应用，无需配置开发环境；支持 macOS（Apple Silicon / Intel）、Windows、Linux（需源码构建）、Docker。
- GPU 加速：macOS 走 MLX/Metal（神经引擎快 4-5×），Windows/Linux NVIDIA 走 CUDA，AMD 走 ROCm，Intel Arc 走 IPEX/XPU，Windows 任意显卡走 DirectML，无显卡则回退 CPU。
- 开发者构建：需 Bun、Rust、Python 3.11+、Tauri 前置依赖（macOS 还需 Xcode）。
快速安装（三种方式）

方式一 · 下载安装包（推荐）
- macOS（Apple Silicon）：下载 DMG
- macOS（Intel）：下载 DMG
- Windows：下载 MSI
- Docker：docker compose up
- Linux：暂无预编译包，参见源码构建指南
方式二 · 开发者一键启动
```
git clone https://github.com/jamiepine/voicebox.git
cd voicebox
just setup    # 创建 Python venv 并安装全部依赖
just dev      # 启动后端 + 桌面应用
```
（先安装 just 命令运行器：brew install just 或 cargo install just）

方式三 · 接入 AI 智能体（MCP）
```
claude mcp add voicebox \
  --transport http \
  --url http://127.0.0.1:17493/mcp \
  --header "X-Voicebox-Client-Id: claude-code"
```
✨ 核心功能
1. 7 大 TTS 引擎，自由切换：Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual、Chatterbox Turbo、HumeAI TADA、Kokoro，覆盖 23 种语言（英/阿/日/印地/斯瓦希里等），并支持零样本声音克隆与 50+ 预设音色。
2. 声音克隆 + 语音性格：几秒参考音频即可克隆任意声音；可为每个声纹绑定自由格式的”性格”，通过本地 Qwen3 LLM 实现 Compose（即兴台词）与 Speak-in-character（拟人改写）。
3. 全局听写 / 语音输入：系统级热键按住说话、松手即停（push-to-talk），macOS 下自动粘贴到当前输入框；底层基于 OpenAI Whisper 的 STT，支持 Base/Small/Medium/Large/Turbo。
4. 后期音效处理：基于 Spotify pedalboard 的 8 种效果——变调、混响、延迟、合唱、压缩、增益、高/低通滤波，可实时预览并存为预设。
5. Agent 语音输出（MCP）：一句 voicebox.speak() 调用，任何支持 MCP 的智能体（Claude Code / Cursor / Cline / Windsurf）都能用你克隆的声音向你播报任务进展。
🎯 典型使用场景
- 播客 / 有声内容创作：用内置 Stories 多轨时间线编辑器，零样本克隆嘉宾声音，一键生成多角色对话、播客与叙事音频，长文本自动分块 + 交叉淡入淡出。
- AI 编码智能体开发循环：把 Claude Code 绑定到某个克隆声纹，构建完成、测试通过时它能”开口”告诉你——用耳朵接收进度，而不是一直盯着终端。
- 无障碍与语音辅助：为无法用原声说话的人提供克隆声音；全局热键听写 + macOS 自动粘贴，大幅提升文字录入效率。
- 游戏 / 叙事交互：为游戏角色或互动叙事工具接入带”性格”的语音，实现有情绪、带语气词的拟人对话。
💡 推荐理由

我用过多家云端语音服务，Voicebox 最打动我的是三点：
- 真正的本地优先 + 隐私优先。模型、声音数据、录音全部留在本机，不上传任何云，对注重数据主权的用户极其友好。
- 输入 + 输出一站式。ElevenLabs 只管”说”，WisprFlow 只管”听”，Voicebox 把两者打通，还用一个本地 LLM 串联性格改写，一 GPU 显存占用搞定全套。
- 给 AI Agent 配声音这个设计非常新颖。当你的编码助手能用你熟悉的声音播报”部署完成”，人机交互的体验立刻不一样，这也是它和同类工具最大的差异化。
⚠️ 一点不足：Linux 目前没有预编译二进制，需要源码构建；同时 7 个引擎质量参差，部分小模型音色一般，建议按场景挑选。但瑕不掩瑜，作为开源语音 I/O 基础设施，它已经非常能打。

📥 下载地址
- 🌐 官网 / 下载：https://voicebox.sh
- 📚 文档：https://docs.voicebox.sh
- 💻 GitHub 仓库：https://github.com/jamiepine/voicebox
- ⬇️ 各平台安装包：https://voicebox.sh/download
本文由自动化脚本基于 GitHub 公开仓库信息整理，项目数据截至 2026-07-19。
2026年7月20日
Open Design：开源版 Claude Design，把你的编码智能体变成设计引擎
⭐ 79.6K Stars · Apache-2.0 · TypeScript · 本地优先桌面应用

项目简介

Open Design 是 Anthropic Claude Design 的开源替代方案——一个本地优先（local-first）的桌面应用，让你的 Claude Code / Codex / Cursor / Gemini 等编码智能体直接化身”设计引擎”，生成网页、桌面、移动端原型、实时仪表盘、演示文稿、图片与视频，并导出为 HTML / PDF / PPTX / MP4 真实文件。

安装要求与过程

环境要求
- 桌面应用：macOS（Apple Silicon / Intel x64）、Windows（x64）、Linux（AppImage）——无需 Node / pnpm / 克隆仓库。
- 自托管：Docker + Docker Compose；源码运行需 Node 24、pnpm 10.33.x。
- 编码智能体：Claude Code、Codex、Cursor、Copilot、OpenClaw、Gemini、Hermes、Kimi、Trae、OpenCode 等 25+ 本地 CLI，或任意 OpenAI 兼容端点（BYOK）。
快速安装
1. 下载桌面应用（推荐，零配置）：前往官网或 GitHub Releases 下载对应平台安装包；安装后自动检测 PATH 上的编码智能体，加载 100+ 功能技能、渲染模板目录与 151 套设计系统。
2. 装进编码智能体（无界面）：od mcp install <agent>（<agent> = claude | codex | cursor | copilot | gemini | hermes | kimi | trae | opencode …）；或用托管脚本 curl -fsSL https://open-design.ai/install.sh | sh -s <agent>。
3. Docker 自托管：
```
git clone https://github.com/nexu-io/open-design.git
cd open-design/deploy
cp .env.example .env
echo "OD_API_TOKEN=$(openssl rand -hex 32)" >> .env
docker compose up -d
# 打开 http://localhost:7456
```
4. 源码运行：
```
git clone https://github.com/nexu-io/open-design.git
cd open-design
corepack enable && pnpm install
pnpm tools-dev run web
```
核心功能
1. 智能体原生、模型无关：不绑定任何厂商 Agent，你 PATH 上已有的 claude / codex / cursor / copilot / hermes / kimi 就是设计引擎，一键切换；一条 od mcp install <agent> 把 MCP 服务器接入 25+ 编码智能体。
2. 品牌级 DESIGN.md 设计系统：每一帧渲染都读取当前包的 DESIGN.md 作为品牌契约；仓库内置 151 套品牌级设计系统（Claude、Stripe、Figma、Apple、NVIDIA…），丢进文件夹即被识别。
3. 多形态产物，单一项目：Studio 支持原型（web / desktop / mobile 单页）、实时仪表盘 / artifact、演示文稿（deck）、图片、视频与 HyperFrames 动态图形，统一导出 HTML / PDF / PPTX / MP4。
4. 四层可组合：插件（可运行工作流）+ 功能技能（Agent 行为）+ 设计模板（渲染蓝图）+ 设计系统（品牌），全部用可移植、可版本化的目录，任何人都能创作与发布；官方 277 个插件 + 183 个可复用示例。
5. 本地优先 + BYOK 隐私：原生桌面应用（macOS / Windows）+ Docker + Vercel；所有数据在你本机、团队服务器或部署项目里运行，BYOK 代理具备 SSRF 防护，沙箱 iframe 预览。
典型使用场景
- 一句话生成落地页：在入口视图输入 brief，智能体结合 saas-landing 模板与 Linear 设计系统，流式生成带 hero / 特性 / 定价 / CTA 的可运行着陆页，直接导出 HTML 部署。
- 实时数据仪表盘：用 dashboard 模板生成带侧边栏的管理 / 分析看板，作为 live artifact 实时刷新，而非静态截图。
- 品牌统一的演示文稿：用 guizang-ppt / html-ppt 模板生成杂志风 Web PPT；或把现有 git 仓库 + DESIGN.md 交给智能体，自动把真实组件重构到品牌规范（含 Figma / Pencil → React / Next / Vue 迁移插件）。
推荐理由

作为天天和编码智能体打交道的人，最打动我的是它把”设计”从闭源付费的云端玩具，变成了你笔记本上的文件系统——你的 CLI 是引擎，笔记本是工作室，团队的 DESIGN.md 是品牌契约。相比 Claude Design 的封闭锁定，Open Design 的 agent-native + 模型无关 + Apache-2.0，让我可以随意换模型、自托管、调用 151 套现成设计系统，还能用 277 个插件把 Figma 工作流迁到 React。对想把”vibe coding”从代码延伸到 UI / 海报 / 演示的人来说，这是目前最完整、最开放的一个选择。

下载地址
- 官网：https://open-design.ai
- GitHub 仓库：https://github.com/nexu-io/open-design
- 下载 / Releases：https://github.com/nexu-io/open-design/releases
- Open Design Cloud：https://open-design.ai/cloud/
- Discord 社区：https://discord.gg/mHAjSMV6gz
2026年7月19日
🔥 Firecrawl：为 AI 智能体而生的网页抓取与搜索 API（152.7K Stars）
Firecrawl 是一个面向 AI 的开源网页数据 API——把”搜索、抓取、与网页交互”封装成一套可靠的服务，自动把任意网页转换成干净的 Markdown 或结构化 JSON，让大模型和智能体直接可用。

一、项目简介

一句话：Firecrawl 是”为 AI 而生的 Web 数据 API”。它覆盖 96% 的网页（含 JS 重度页面），P95 延迟仅 3.4s，把你从反爬、代理轮换、JS 渲染等脏活中彻底解放出来，专注业务本身。

二、安装要求和过程

环境要求
- 一门开发语言运行时：Python 3.8+ 或 Node.js 18+
- 一个 Firecrawl API Key（在 firecrawl.dev 免费注册即可获取，含免费额度）
- 自托管可选：Docker + Docker Compose、Redis、用于渲染的 Playwright Key
快速安装

Python：
```
pip install firecrawl-py
```
Node.js：
```
npm install firecrawl
```
CLI（一行给 Agent 装好 Skill + 浏览器能力）：
```
npx -y firecrawl-cli@latest init --all --browser
```
配置密钥后，三行代码即可抓取：
```
from firecrawl import Firecrawl

app = Firecrawl(api_key="fc-YOUR_API_KEY")
doc = app.scrape("https://firecrawl.dev", formats=["markdown"])
print(doc.markdown)
```
自托管（数据完全自控）：
```
git clone https://github.com/firecrawl/firecrawl
cd firecrawl && cp .env.example .env   # 填入 REDIS_URL、PLAYWRIGHT_KEY 等
docker compose up -d
```
三、核心功能
- 一体化 Web API：Search / Scrape / Crawl / Map / Batch Scrape / Agent / Interact 七大端点，覆盖”找源 → 取内容 → 结构化”全链路。
- LLM 就绪输出：自动输出干净 Markdown、带 Schema 的结构化 JSON、截图，省 token、少噪音。
- 工业级可靠性：覆盖 96% 网页（含 JS 重度页面），P95 延迟 3.4s，自动处理反爬、代理轮换、限速与 JS 拦截。
- Interact 交互式抓取：抓下页面后用 AI 提示词或代码”点击 / 滚动 / 输入 / 等待”，轻松拿下动态页面。
- Agent 自治 + MCP/Skill 一行接入：用自然语言描述需求即可自动收集数据；一条命令接入 Claude Code、Cursor 等任意 MCP 客户端。
四、典型使用场景
- RAG 知识库构建：批量 Crawl 文档站转 Markdown，直接灌入向量库，告别手写爬虫。
- AI 智能体联网：通过 MCP 让 Claude Code / Cursor 等 Agent 实时检索并读取网页，回答才有”活水”。
- 竞品与市场研究：用 Agent 端点一句话拿到结构化竞品定价、功能对比，无需提前知道 URL。
五、推荐理由

做过 RAG 或 AI Agent 的人都懂：自己写爬虫要处理反爬、JS 渲染、代理池、限速……Firecrawl 把这些脏活全包了，输出直接是干净 Markdown，省下大量 token 和调试时间。免费额度对个人项目足够，MCP 接入极简，AGPL-3.0 协议还能自托管把数据攥在自己手里。如果你的应用”需要联网”，它几乎是第一选择。

六、下载地址
- 🌐 官网 / 注册 API Key：https://firecrawl.dev
- 📦 GitHub 仓库：https://github.com/firecrawl/firecrawl
- 📚 官方文档：https://docs.firecrawl.dev
- 🐍 Python SDK：pip install firecrawl-py
- 📦 Node SDK：npm install firecrawl
2026年7月19日
Hermes Agent：会自己进化的 AI 智能体，越用越懂你（216K★ · Nous Research 开源）
Hermes Agent 是 Nous Research 开源的「自进化 AI 智能体」——它内置学习回路，能从经验中沉淀技能、在对话中持续自我改进，并跨会话建立对你的深度认知。它可以跑在 5 美元的 VPS、GPU 集群，或是近乎零成本的 Serverless 上，彻底不依赖你的笔记本电脑：你甚至能在手机 Telegram 上给它派活，它却在云端 VM 里默默干活。

📦 安装要求和过程

环境要求
- 支持 Linux / macOS / WSL2 / Termux / 原生 Windows（PowerShell）；
- 官方一键安装脚本会自动打包好运行所需环境：uv（Python 3.11）、Node.js、ripgrep、ffmpeg，以及隔离的 MinGit（Windows 原生无需管理员权限）；
- 至少准备一个 LLM Provider 的 API Key，或直接使用 Nous Portal 一站式订阅（300+ 模型 + 工具网关）。
快速安装

Linux / macOS / WSL2：
```
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
source ~/.bashrc      # 重载 shell
hermes               # 开始对话
```
Windows（原生 PowerShell）：
```
iex (irm https://hermes-agent.nousresearch.com/install.ps1)
```
装好后用向导一步到位：hermes setup 配置全部，hermes model 选模型，hermes gateway 启动消息网关（Telegram / Discord 等）。

✨ 核心功能

1. 闭环学习回路（Closed Learning Loop）
Agent 自主策展记忆并周期性自我提醒；完成复杂任务后自动创建技能，并在后续使用中不断自我改进。配合 FTS5 会话检索 + LLM 摘要实现跨会话回忆，兼容 agentskills.io 开放标准，并引入 Honcho 辩证式用户建模——它会越来越懂你。

2. 真实终端体验 & 随处可达
完整 TUI：多行编辑、斜杠命令自动补全、流式工具输出、可随时打断重定向。单个网关进程同时接入 Telegram / Discord / Slack / WhatsApp / Signal / 邮件，支持语音转写与跨平台对话连续。

3. 40+ 工具 & MCP & 子智能体并行
内置终端、文件、Web 搜索、图像生成等 40+ 工具，提供 6 种终端后端（local / Docker / SSH / Singularity / Modal / Daytona）；可派生隔离子智能体并行工作流，并通过 RPC 把多步流水线压成「零上下文成本」的回合。

4. 定时自动化 & 模型自由
内置 cron 调度器，用自然语言描述即可跑日报、夜备、周审并投递到任意平台；hermes model 一行切换 Nous Portal / OpenRouter / OpenAI / 自有端点等 300+ 模型，零锁定。

5. 安全 & 自托管
命令审批、DM 配对、容器隔离一应俱全；可部署在 5 美元 VPS 或 GPU 集群，Daytona / Modal 提供 Serverless 持久化——空闲时近乎零成本。

🎯 典型使用场景

场景一：个人随身助理
在手机 Telegram 给云端 VM 里的 Hermes 派活，它后台跑长任务，完工把日报推回 Telegram——你的笔记本全程不用开机。

场景二：研发自动化工作台
接入 MCP 服务器 + 派生子智能体并行做代码库理解、批量改文件、跑测试；用 cron 每晚自动备份、每周自动审计，全程无人值守。

场景三：研究 / 数据流水线
批量生成并压缩 trajectory 用于训练下一代 tool-calling 模型；跨会话记忆让科研助理越用越贴合你的研究偏好。

💡 推荐理由

我用过不少 AI Agent，Hermes 最打动我的是它真的「会成长」：多数 Agent 是一次性工具，而 Hermes 把经验固化成可复用技能，用得越久越顺手，这对长期个人助理场景价值巨大。其次是模型与平台都不锁定——想省事用 Nous Portal 一站式，想自由就自带 Key，迁移成本极低。最后是它真正「住在云端」的设计（Telegram 触达 + Serverless 休眠），特别适合不想一直开着电脑的人。

🔗 下载地址
- 官网 / 文档：hermes-agent.nousresearch.com ｜官方文档
- GitHub 仓库：github.com/NousResearch/hermes-agent（216K+ Stars · MIT）
- 社区：Nous Research Discord
2026年7月18日
OpenWiki：让 AI 智能体为你的代码库自动写「活文档」的 CLI 工具
项目简介

OpenWiki 是 LangChain 开源的命令行工具，专为 AI 智能体（Agent）设计，能自动为你的代码库或个人知识源生成并持续维护一份本地 Wiki（知识库）。它把分散在代码、邮件、笔记、社交动态里的信息，用 LLM 合成结构化、可检索、可被编码助手直接引用的文档。

安装要求和过程

环境要求
- Node.js 运行环境（推荐用 npm 或 pnpm 安装）。Windows 上建议避开 bun——它安装时需要本地编译 better-sqlite3 原生依赖，需先装 Visual Studio Build Tools（桌面开发 with C++ 工作负载）。
- 至少一个 LLM 提供商的 API Key：开箱支持 OpenAI / Anthropic / Gemini / Vertex AI / AWS Bedrock / OpenRouter / Fireworks / NVIDIA NIM 等，默认模型 gpt-5.6-terra。
快速安装
```
# 全局安装
npm install -g openwiki
# 或
pnpm add -g openwiki
```
快速开始
```
# 代码模式：初始化并配置模型/Key，自动为当前仓库生成文档
openwiki --init

# 进入交互式 CLI，开始生成仓库 Wiki
openwiki

# 带初始指令一次性运行
openwiki "Please generate documentation for this repository"

# 更新文档（可放进 CI 定时跑）
openwiki --update

# 个人大脑模式：从 Gmail/Notion/X 等构建本地知识库
openwiki personal --init
```
OpenWiki 提供 两种模式：Code 模式为当前代码库在 openwiki/ 生成仓库文档；Personal 模式从配置的本地仓库、Gmail、Notion、Web Search、Hacker News、X/Twitter 在 ~/.openwiki/wiki 构建”个人大脑”。配置与密钥保存在本地 ~/.openwiki/.env。

核心功能

1. 双模式 Wiki：代码库 & 个人大脑

代码模式下，OpenWiki 不仅生成 openwiki/ 目录的仓库文档，还会在仓库根目录维护 AGENTS.md 与 CLAUDE.md；个人模式则把 Git / Notion / Gmail / X / Hacker News / Web 统一 ingested 成一份本地可问答的知识库。

2. 为 Agent 而生：把 Wiki 焊进编码助手

OpenWiki 用 … 注释块向 AGENTS.md / CLAUDE.md 注入指引，且只改写自己的区块、不动你写的内容。结果是 Claude Code、Codex、Cursor 等编码智能体在检索上下文时会直接引用这份 Wiki，而不用把整页代码塞进上下文窗口，显著节省 token。

3. 多连接器 Ingestion

内置 git-repo / gmail / notion / x(Twitter) / web-search(Tavily) / hackernews 连接器，同一连接器可配置多个实例（如 web-search-1、web-search-2），用 openwiki auth <provider> 完成 OAuth 登录。

4. 全模型供应商兼容

开箱支持 OpenAI（含 ChatGPT 订阅登录，免 API 计费）、Anthropic、Gemini（AI Studio）、Gemini Enterprise（Vertex AI）、AWS Bedrock（IAM 凭证）、OpenRouter、Fireworks、Baseten、NVIDIA NIM、以及任意 OpenAI 兼容端点；甚至支持自托管/代理网关的 ANTHROPIC_BASE_URL 与 OPENAI_COMPATIBLE_BASE_URL。

5. CI 自动化 + 隐私友好

提供 GitHub Actions / GitLab CI / Bitbucket 流水线模板，定时自动开 PR 更新文档；数据全部存于本地（本地优先），匿名遥测可一键关闭（OPENWIKI_TELEMETRY_DISABLED=1 或 DO_NOT_TRACK=1）。

典型使用场景

场景一：团队代码库”活文档”

把 openwiki-update.yml 放进 GitHub Actions，每次定时运行自动生成/更新仓库 Wiki 并开 PR。新成员和 AI 编码助手都能秒懂项目结构、模块职责与历史决策，告别”文档写完就过期”。

场景二：个人知识大脑

连接 Gmail、Notion、X、Hacker News 与本地 Git 仓库，OpenWiki 把它们合成一份可问答的本地 Wiki。想回顾某段技术讨论或某封邮件结论时，直接对话即可，知识不再散落各处。

场景三：给编码 Agent 减负

OpenWiki 把 Wiki 注入 AGENTS.md / CLAUDE.md 后，Claude Code 等智能体在动手改代码前会先读 Wiki，避免重复探索、显著降低上下文 token 消耗——这正是”代码库语义化”落地的关键一环。

推荐理由（个人使用心得）

“代码库语义化”是 2026 年 Agent 基础设施里最实在的刚需之一。OpenWiki 的巧思在于：它不只是一个文档生成器，而是把生成的 Wiki 直接焊进 AGENTS.md / CLAUDE.md——这是 Claude Code、Codex、Cursor 都会主动读取的文件。换句话说，它让 AI 编码助手在每次开工前自动带上项目上下文，而不是靠把整页源码塞进上下文窗口。

TypeScript 写的单 CLI、MIT 协议、本地优先、数据不出机器，对个人开发者和注重隐私的团队都很友好；LangChain 出品也意味着模型兼容性与工程质量有保障。唯一的小门槛是需要自备 LLM Key，以及 Windows 上用 bun 装要额外编译原生依赖——用 npm/pnpm 则毫无障碍。如果你已经被”AI 改代码却不懂项目全貌”折磨过，值得一试。

下载地址
- GitHub：github.com/langchain-ai/openwiki
- npm 安装：npm install -g openwiki
- Trendshift：trendshift.io/repositories/70339
- 开源协议：MIT
- 当前数据：12.1K Stars · 831 Forks · 语言 TypeScript（数据来自 GitHub API，统计于 2026-07-18）
2026年7月18日
DeepTutor：把 AI 变成陪伴你终身的专属私教（HKUDS 开源）
在 AI 辅导工具层出不穷的今天，大多数产品要么只做”问答”，要么只做”出题”，上下文在每次对话后便归零。香港大学数据科学团队 HKUDS（LightRAG、Vibe-Trading、nanobot 同门）开源的 DeepTutor，想解决的是更本质的问题——如何让 AI 真正”认识”你，并陪你长期、系统地学习。

一、项目简介

DeepTutor 是一个智能体原生（agent-native）的终身学习工作台：它将辅导对话、解题、出题测验、文献研究、可视化与掌握度训练整合进同一个可扩展系统，并用一套三层可审计记忆把”个性化”变得可见、可编辑、可追溯。

Chat 是默认入口：单条对话即可调用工具、挂载知识库、生成图片、咨询子智能体，并在多轮间保持同一上下文。

二、安装要求与过程

环境要求：Python 3.11+、Node.js 20+（PyPI 安装方式），或 Node.js 22 LTS（源码方式）；Docker 方式无需本地 Python/Node。需要自备一个 LLM 提供商的 API Key，也支持 Ollama / LM Studio / vLLM / llama.cpp 等本地模型。

官方提供 4 种安装路径，最推荐的是 PyPI 一键安装（完整本地 Web 应用 + CLI，无需克隆仓库）：
```
mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init     # 交互式设置端口、LLM 提供商与可选 embedding
deeptutor start    # 启动后端+前端，默认访问 http://127.0.0.1:3782
```
想要一条命令跑起来，也可以用官方 Docker 镜像（仅需暴露 3782 端口）：
```
docker run --rm --name deeptutor \
  -p 127.0.0.1:3782:3782 \
  -v deeptutor-data:/app/data \
  ghcr.io/hkuds/deeptutor:latest
```
此外还有”源码安装（便于二次开发）”与”仅 CLI（无界面）”两种路径，且均可从同一工作区平滑升级到完整 Web 应用。配置全部以 JSON/YAML 形式存放在 data/user/settings/ 下，浏览器里的 Settings 页面即推荐编辑器。

三、核心功能
- 一个运行时，覆盖所有学习模式：Chat、Quiz、Research、Visualize、Solve、Mastery Path 共用同一个 Agent Loop，切换的是目标而非引擎，学习上下文始终跟随你。
- 可连接的学习上下文：知识库、书籍、Co-Writer 草稿、笔记本、题库、人格（Persona）与记忆在各类工作流间共享，不再散落在彼此孤立的工具里。
- 子智能体与 Partner 伙伴：可在任意对话中实时调用本地 Claude Code / Codex，或导入它们过往的对话记录；也能运行常驻 IM 伙伴（飞书、Telegram、Slack、Discord、钉钉、QQ、企业微信、WhatsApp、Matrix 等）。
- 多引擎知识库（RAG）：可选 LlamaIndex、PageIndex、GraphRAG、LightRAG，或直接挂载 Obsidian vault；文档解析引擎可切换（MinerU / Docling / markitdown 等），并支持版本化、可回滚的索引。
- 可检视的三层记忆：L1 原始轨迹、L2 表层摘要、L3 跨面综合，层层引用溯源；配套的”记忆图谱”让任何一条个性化结论都能追溯到背后的原始依据。
知识中心支持多种检索引擎，每个知识库可独立选择引擎并版本化管理。

Book 把资料一键编译成带测验卡、时间线、交互模块乃至 Manim 动画的”活书”。

Partner 是”有性格、有联系方式”的常驻伙伴，共享同一套大脑与记忆工具。

四、典型使用场景

1. 学生个性化辅导：把教材 PDF 建为知识库，让 DeepTutor 按”同伴 / 助教 / 老师”不同人格讲解难点，自动出测验题并给出带解析的参考答案；错题与偏好会沉淀进三层记忆，越用越懂你。

2. 研究者 / 工程师的文献与写作助手：用 Research 生成带引用的综述，用 Co-Writer 做”选择即改写”的精准编辑（每次改动都是可接受的 diff），用 Book 把资料编译成带交互模块与动画的”活书”。

3. 团队 / 班级的共享知识中枢：开启多用户鉴权后，一个 data 目录即可托管管理员工作区、彼此隔离的每用户工作区与伙伴工作区；管理员统一分配模型、知识库与技能，普通用户只看到被授权的只读选项，不暴露原始 API Key。

五、推荐理由（个人使用心得）

我最看重 DeepTutor 的，是它把”个性化”从一句营销话术变成了可看见、可审计、可编辑的东西。大多数 AI tutor 的记忆是个黑盒，而 DeepTutor 的三层记忆 + 记忆图谱让你能清楚看到”它为什么这么认为你”。对自学者来说，知识库多引擎可选 + 本地模型支持意味着敏感资料不必出网；对开发者来说，MCP、子智能体、CLI 与 EduHub 技能社区又留下了充足的二次创作空间。它不是一个”开箱即用的玩具”，而是一套能陪你长期生长的”学习操作系统”。

六、下载地址
- 官网文档：https://deeptutor.info
- GitHub 仓库：https://github.com/HKUDS/DeepTutor（⭐ 26.8K+，Apache-2.0 许可）
- PyPI 安装：pip install -U deeptutor
- Docker 镜像：ghcr.io/hkuds/deeptutor:latest
2026年7月17日
LobeHub 开源推荐：你的「首席 Agent 运营官」，让 AI 智能体团队 7×24 为你打工
📌 项目简介

LobeHub 是 LobeChat 原班团队推出的开源 AI Agent 协作平台，定位为「首席 Agent 运营官（Chief Agent Operator）」——把散落在各处的 AI 智能体整编成一支 7×24 在线、能自主招聘 / 排班 / 汇报的 AI 团队，让你不必一直在线也能运筹全局。

🛠 安装要求和过程

环境要求
- 运行时：Node.js 18+（推荐 LTS），包管理器 pnpm 或 bun；
- 自托管：需要 Docker / Docker Compose；
- 云部署：支持 Vercel、Zeabur、Sealos、阿里云一键部署；
- 模型：至少一个 LLM 提供商的 API Key（如 OpenAI），可通过 OPENAI_PROXY_URL 配置代理与自定义模型列表。
快速安装

方式 A · 云端一键部署：在 Vercel / Zeabur / Sealos 点击 Deploy 按钮，用 GitHub 登录并填入 OPENAI_API_KEY 即可立即使用。

方式 B · Docker 自托管：
```
mkdir lobehub-db && cd lobehub-db
bash <(curl -fsSL https://lobe.li/setup.sh)
docker compose up -d
```
方式 C · 本地开发：
```
git clone https://github.com/lobehub/lobehub.git
cd lobehub
pnpm install
pnpm dev          # 全栈 (Next.js + Vite SPA)
bun run dev:spa   # 仅前端 SPA (端口 9876)
```
✨ 核心功能

1. Operator（运营官）：像管理真人团队一样「招聘、排班、汇报」你的全部 AI Agent；内置 IM Gateway，让智能体直接在你常用的聊天软件里工作，少开工具、多出生产力。

2. Create（Agent 构建器）：用一句话描述需求即可自动生成并配置好专属 Agent，开箱即用；统一接入任意模型与多模态，并连接 10,000+ 技能与 MCP 兼容插件。

3. Collaborate（Agent 群组）：引入 Agent Groups 多智能体协作——Pages 多 Agent 同上下文写作、Schedule 定时自动执行、Project 按项目归档、Workspace 团队共享空间，让协作可追踪、有归属。

4. Evolve（共同进化）：个人记忆（Personal Memory）让 Agent 持续学习你的工作习惯，且采用白盒、可编辑的结构化记忆，你完全掌控它记住了什么。

🎯 典型使用场景

① 个人 AI 工作台：把写作、翻译、代码、数据分析等 Agent 收编到一个空间，用 IM Gateway 在微信 / 飞书 / Discord 里随时调度，告别在十几个窗口间手动复制结果。

② 团队自动化流水线：用 Agent Groups 组建「调研 + 写作 + 审校」多 Agent 流水线，设定 Schedule 在夜间自动跑周报，Workspace 让全员可见进度与归属。

③ 企业私有化部署：通过 Docker 或 Vercel 一键把整套 Agent 中台部署到内网 / 自有云，配合 OPENAI_PROXY_URL 与自定义模型列表，数据不出域。

💡 推荐理由

我试用后的真实感受——它把「Agent 作为工作单元」这件事做得相当彻底。过去我们用 AI 工具是「开一个聊天窗口、丢一个任务、复制结果」，LobeHub 则把 Agent 变成可以招聘、排班、持续记忆的长期同事：白盒记忆让我能直接看到并修正它记住的偏好，多 Agent 群组把原本串行的人工协作变成并行的智能体流水线。对想搭建自己「AI 员工团队」的个人或小团队来说，这是目前少有的、开箱即用又完全可自托管的开源选择。

⚠️ 许可证提示：LobeHub 采用基于 Apache 2.0 的 LobeHub 社区许可证（LobeHub Community License），含商业使用限制，商用前请务必阅读其许可证条款。

🔗 下载地址
- 官网：https://lobehub.com
- GitHub：https://github.com/lobehub/lobehub
- 官方文档：https://lobehub.com/docs
- Docker 镜像：lobehub/lobehub
2026年7月17日