75208 个星，今天又涨了 147。ruvnet/ruflo 管自己叫 "the original agent harness"，做的是把 Claude Code、Codex、Hermes 这些现成的 agent 接进来，编成多智能体 s
75208 个星，今天又涨了 147。ruvnet/ruflo 管自己叫 "the original agent harness"，做的是把 Claude Code、Codex、Hermes 这些现成的 agent 接进来，编成多智能体 swarm，协同跑自动化工作流。 功能清单列得很长：自适应记忆、自学习、federation、向量 RAG。不过多智能体协作好不好用，要看几个 agent 怎么分
有人把 WhatsApp MCP 挂到 Cloudflare 上免费跑，Show HN 53 分、37 条评论。
跟放自己电脑上比，说白了就是不用留一台电脑死守着了。本机一关机或断网，agent 就摸不到 WhatsApp，挂在 Cloudflare 上它一直在线，哪里跑的 agent 工作流都能调。 不过这样一来，你的 WhatsApp 消息要经过别人家的服务器，这点得想清楚。部署前最该翻代码查的是会话凭证存在哪。登录态放到云上，谁拿到它，谁就能用你的号收发消息。免费额度够不够你每天的消息量，也得自己对一下
iFixAi 今天在 GitHub Trending 上涨了 2109 颗星，总数到了 27605。它只回答一个问题：这个 agent 是不是在做它该做的事？官方说不到 120 秒就能给出答案。
它有两种跑法，可以由人来跑，也可以让 agent 自己跑。 人来跑的时候，审计的人和被审的 agent 是两方，"独立"说得通。换成 agent 自己跑，发起审计的就是被审的那一方。项目的口号是 Independent Auditing，第二种跑法独立在哪里，介绍里没有展开。 我自己写的 octopy 每天从十几个信息源里帮我挑选题。这类 agent 比较稳的用法是：先由人跑一遍当基线，再拿 ag
rea 的卖点就一句话：复制一段提示词，粘给 Claude Code、Codex、Cursor 或 Muse Code，让 AI 帮你逆向。目标范围写得很宽，安卓 APK、iPhone App、Windows EXE 都在里面，连固件和闭源
rea 的卖点就一句话：复制一段提示词，粘给 Claude Code、Codex、Cursor 或 Muse Code，让 AI 帮你逆向。目标范围写得很宽，安卓 APK、iPhone App、Windows EXE 都在里面，连固件和闭源软件也算。 跟传统逆向比，差别主要在入口。以前得先把一整套工具学会，才能开始看二进制。现在入口只是一段文字，真正干活的是你手里那个 agent。 所以同一段提示
HKUDS/CLI-Anything 在 GitHub 上已经有 52611 颗星，今天又涨了 103。它的口号是「Making ALL Software Agent-Native」，意思是让所有软件都能直接被 agent 调用。
这句话的重点在它选的接口。让 agent 用软件，一条路是操作图形界面：看截图、找按钮、点鼠标，又慢又容易点错。命令行是另一条路，输入是文本，输出也是文本，正好是大模型最擅长读写的东西。从名字看，CLI-Anything 押的是命令行这一层，入口放在文本上，不放在鼠标上。 第二个信号是星数的走势。一个 52611 星的项目一天还能进 103 颗，说明它的热度不只靠发布那一波，一直有人在找过来。项目
vercel-labs/skills 已经有 34621 个星，今天又涨了 190。
190 对这个数几乎可以忽略，只能说明它今天还挂在 trending 榜上。 项目介绍只有一句：The open agent skills tool - npx skills。这句话里只有 open，和一条 npx 命令。支持哪些 agent、skill 怎么写、怎么分享，都没讲，得去仓库里看。 npx 本来就是 npm 生态里直接跑包的命令。入口放在这里，至少说明它想让装 skill 和跑一个
29 分，3 条评论，这是 Veda 眼下在 HN 上的全部热度。它把定位直接写进了名字：第一个业余爱好向的 agentic 操作系统。
这个名字一口气下了两个判断。一个是「第一」，这种话向来难核实；另一个是「业余爱好」，这个词安在 agentic 操作系统上并不常见。29 分、3 条评论的开局，也说明「第一」这个头衔暂时还没多少人出来背书。 Veda 的仓库，自称第一个业余爱好向的 agentic 操作系统：https://github.com/vahmoh25/Veda
385 分、169 条评论。Show HN 上的 big-arrow-on-the-screen，让 AI agent 在你屏幕上画大箭头、方框和文字。
agent 的输出一般只有两种，回你一段文字，或者直接接管鼠标键盘。这个工具加了第三种：在屏幕上做标记，用箭头和方框把位置圈出来指给你看。 顺着这个思路值得试的一个场景是授权弹窗——让 agent 画个箭头指过去，点按钮的事还是留给你自己。 作者 franze 的仓库，Show HN 原帖同一个链接：https://github.com/franzenzenhofer/big-arrow-on-t
open-code-review 今天涨了 326 星，仓库总共 45366。阿里这个代码审查工具用混合架构，确定性流水线加 LLM Agent，评论精确到行。
• 内置多语言规则集点名了四类：空指针、线程安全、XSS、SQL 注入。 • LLM Agent 那一半兼容 OpenAI 和 Anthropic。 • 简介写的是 secure、fast、efficient，并称在阿里的规模上验证过。 阿里开源的混合架构代码审查工具 open-code-review：https://github.com/alibaba/open-code-review
trycua/cua 是一个开源的 computer-use 框架，就是让 AI agent 直接去操作电脑。目前 28809 个星，今天涨了 228。
它这次自称 computer-use 2.0。项目描述第一个词是 Scale，后面列了三样东西：开源驱动、跨操作系统的机器集群、用来做训练、评测和数据生成的 benchmark。 这三样都不是用来帮单个用户把某件事做完的。集群用来同时调动一批不同系统的机器，benchmark 用来给结果打分，再把跑出来的东西变成训练数据。需要这套东西的，是在训练和评测 agent 的团队。 所以 cua 瞄准的是
大多数 agent 的会话是一次性的：这次聊完，下次开新窗口又得从零解释一遍背景。claude-mem 补的就是这一层——把一次会话里 agent 做过的事全部捕获，用 AI 压缩，再在未来会话里把相关的部分注入回去。
它不只接 Claude Code，Codex、Gemini、Copilot、OpenCode 也能用。GitHub 上已经 95642 个 star，今天又涨了 79。 对比很直接：一边每次都要重新建立上下文，一边让上下文跨会话留着。真正的变量是中间那步 AI 压缩——注入回来的到底是不是相关的那部分，决定了这套记忆有没有用。 给每个 agent 加跨会话持久记忆的开源项目：https://git
morluto/rea 今天在 GitHub Trending 上涨了 2956 星，总星数 9915。项目介绍只有一句：用 agent 逆向任何东西，从 App 行为一直到原生二进制。
从这一句里能读出几件事： - 范围拉得很宽。上面是能看到的 App 行为，下面是没有源码的 native binary，中间整条链都想交给 agent。 - 当天的星数接近总数的三成，有近三成关注是今天才涌进来的。 - 拿它研究别家 App 怎么实现某个功能没问题。要照着复刻上线，先读清楚对方的用户协议和当地法律。 项目地址，介绍就一句：用 agent 逆向任何东西，从 App 行为一直到原生二进
157332 个星，今天又涨了 744。msitarzewski/agency-agents 把一家"AI 代理公司"拆成一个个角色：前端高手、Reddit 社区运营、负责加趣味的 whimsy injector，还有专门挑刺的 reali
157332 个星，今天又涨了 744。msitarzewski/agency-agents 把一家"AI 代理公司"拆成一个个角色：前端高手、Reddit 社区运营、负责加趣味的 whimsy injector，还有专门挑刺的 reality checker。 每个 agent 按三样东西定义：人格、流程、交付物。对独立开发者来说，值得拿走的是后两样。人格只管说话的腔调。流程和交付物决定这个 a
OpenMontage 自称是全球第一个开源的 agentic 视频生产系统，做法是把你手上的 AI 编码助手改造成一整个视频制作工作室。GitHub 上已有 63295 星，今天又涨了 245。
最值得看的是它的配比：12 条生产流水线，100+ 个工具，700+ 个 agent skill 和制作知识文件。 光看数量，700+ 的知识文件远多于 100+ 的工具。这个项目的分量主要不在接了多少剪辑工具，而在把"视频该怎么做"写成 agent 能读的文件。 OpenMontage 的 GitHub 仓库，12 条流水线和工具清单都在这里：https://github.com/calesth
16919 个星，今天又涨了 83。text-to-cad 已经攒下一万六千多星，算不上刚冒头的新项目。
它介绍自己只用了一句：Give your agent CAD superpowers。这句话的主语是 agent，没有提人。所以它的定位更像 agent 手里的一件工具，建模是交给 agent 去调用的一项能力。 我自己写了一个 agent（octopy），每天从十几个信息源里挑选题。读这类项目，我先看能力是不是往 agent 身上加的，这个是。已经在让 agent 干活的人更该留意它。至于能建多
Agent-Reach 今天涨696星，agent 零API费刷全网。最想让它刷哪个？
小红书 B站 Reddit Agent-Reach：一个 CLI，让 AI agent 不花 API 费就能读、搜 Twitter、Reddit、YouTube、B站、小红书。https://github.com/Panniantong/Agent-Reach
读 PhD 做的是压缩感知，结果给 coding agent 省 65% token 的办法，是让它像原始人一样说话。
caveman：让 coding agent 用原始人语说话来省 token 的 skill 和 proxy，号称能省 65%。https://github.com/JuliusBrussee/caveman
54795 个星，今天一天又涨了 349。HeyGen 开源的 hyperframes，功能就一句话：写 HTML，渲染成视频，为 agent 而建。
关键不在于又多了一个做视频的工具，而在它挑的输入格式。让 agent 去拖时间轴、调关键帧，它做不利索；可写标记语言恰恰是它每天都在干的活。把视频产出接到 HTML 这一层，等于把一件 agent 原本吃力的事，换成它顺手的事。 HeyGen 开源的 hyperframes，写 HTML 直接渲染成视频：https://github.com/heygen-com/hyperframes
NVIDIA 开源的 OpenShell 今天上了 GitHub trending，10760 星，一天涨了 990。项目对自己的介绍只有一句：给自主 AI agent 用的安全、私有运行时。
说是 safe，我第一反应是想知道它怎么对付越权的 agent。随手记几个在意的点： - agent 伸手去读工作目录以外的文件，谁来拦。 - 联网往外发数据，默认放行还是拒绝？一句话介绍里看不出来，偏偏这条最要紧。 - 越界以后是当场掐掉，还是记条日志就算了。 - private 指数据不出本机吗？ 我写的 octopy 每天要从十几个信息源里挑选题，离不开联网。给它选运行时，第二条答不上来，后
openrig 是个 multi-agent harness，把 Claude Code 和 Codex 收进来，当成同一套系统跑同一个任务。
Claude Code 和 Codex 本来是两个独立的 agent。openrig 做的是把它们放进同一个框架里协作，而不是各自单独跑，这是它和分头使用两个工具最直接的差别。 1058 个星，今天一天涨了 114。它能不能让两个 agent 配合得比单用一个更顺，素材只有这一句功能描述，得自己跑一遍才有数。 openrig：把 Claude Code 和 Codex 当成一套系统一起跑的 mul
一堆 agent 自己跑过夜
我怕它卡在循环里 账单第二天早上才看见 Google 开源了 AX Go 写的 YAML 把 agent 当成集群里的一种负载 我只记三件 沙箱里，CPU 和内存有顶 域名得在白名单上才出得去 卡住了用 ax ssh 看 仓库写了 稳定之前会破兼容 我拿它当参考 不拿它当生产底座
别再一个人当一排 agent 的调度员了
firstmate 只留一张脸给你 你跟主 agent 说一次 它把活拆下去 每人一个干净的 git worktree 收回来的是结果，不是终端墙 我在意它的边界 克隆仓库就是整套做法 没有付费版，也没有注册站 主 agent 要是拆砸了 人多只是一起乱 我先看验收怎么做 再把仓库交出去
Agent 做完一件事
用户常常看不见状态 也没法改、批、转发 Builder.io 那套 Agent-Native 想省的就是这个麻烦 每个能力只定义一次 工具调用和界面按钮走同一套动作、校验、权限 我做需要人工复核的产品时 最怕维护两套逻辑 一套给模型 一套给页面 两边迟早打架 仓库丢下面 值得看的不是又一个聊天窗 是操作层能不能共用
Cloudflare 开源了一个 security audit 技能
让模型自己「找找漏洞」 出来的经常是一本正经的幻觉 这套把审计拆成侦察、覆盖狩猎、对抗验证、结构化输出 找的 agent 和验的 agent 不是同一个 一行命令装进现在的 coding agent 对着仓库说 security audit this codebase 就行 我的判断 安全审计最怕瞎编 这条流水线至少把「可验证」写进流程里了 值得加进技能列表
GitHub 又爆了一条曲线
deepseek-harness 90 分钟 2.2 万星 12 小时破 5 万 DeepSeek 把自家 Agent 执行框架开源了 TypeScript 一句话就能概括 万物皆插件 模型 adapter 工具注册表 Session 连 Agent Loop 都能换 本地或云端随便接 MCP 也能打 npx 一行拉 Web UI MIT 商用没锁 星数我当热闹看 真有用的是 Loop 都能拔掉
AI Agent 最烦的一点
你得盯着它干活 Pizza Bot 换了个思路 把 Agent 做成邮箱 任务完成 → Unread 需要你拍板 → Action 我不用再守着聊天窗口 它在后台自己跑 卡住了才叫我 我喜欢这个方向 Agent 越像员工 聊天框就越不像正确的 UI 开源 本地优先 Claude / OpenAI / Gemini / Ollama 都能接
有人把 agent harness 砍到 200 行 Python
两个工具 一个跑 shell 一个看图 写给模型自己读 不是给人点的界面 我喜欢这个狠 harness 小到 agent 能把源码读完 就不用浪费回合学 CLI DeepSWE 113 题它解了 73 Codex CLI 是 72 效率打平
做落地页最烦的一步
3D hero 从零写 我最近存了一个库 160+ 个 Three.js UI 组件 全免费 复制提示词或源码给 agent 主题灯光动画都能换 现在搭视觉骨架 我先翻现成件再改 比从空白对话开始稳得多 agent 时代 能被复制的组件库 比又一篇 Three.js 教程值钱
Uncle Bob 开源了 swarm-forge
我更在意他顺手改掉的那条老纪律 他明确说 不会逼 agent 写一行测试再写一行正式代码 对人有意义 因为人的短期记忆就那么大 对 agent 没意义 真正不能违反的规矩 他从 CLAUDE.md 里搬出来 放进 CRAP、突变测试这种跑完才放行的工具 长提示词中间那段 模型会当成建议 规格驱动他刚试过 计划写得漂亮 agent 一跑就往荒谬处冲 他觉得这是瀑布的鬼魂 改动成本掉到接近零 前期规划
AI 交了一堆代码
过两个月打开 git log 我想不起它当时为什么这么改 Atlas 就是冲着这件尴尬来的 每次 agent 跑完留一个 checkpoint commit 和当时的 prompt、工具调用、推理绑在一起 几个月后还能倒查是哪个 agent、哪句指令动的 Claude Code 和 Codex 可以同窗口对着一个仓库 这边做的决定会进那边下一轮提示 你已经写过的 CLAUDE.md、AGENTS.