OpenAI Agents SDK 是一个轻量且强大的 Python 框架，用于构建多 Agent 工作流。它支持 OpenAI API 及其他100多种大型语言模型，通过配置Agent、工具、安全防护和会话管理等核心概念，实现复杂的智能体协作和任务自动化。其特点包括Agent即工具、沙盒环境运行、内置人类干预、会话历史管理和运行追踪，支持构建语音Agent。
AI-Search-Hub 是 minsight-ai-info 推出的一款开源 AI Skill，旨在聚合 Gemini、Grok、豆包、元宝、Kimi 等全球领先 AI 平台的原生搜索与网页抽取能力，构建一个高效、可复用的信息中枢。它解决了传统数据获取中爬虫维护、平台风控、数据清洗等痛点，让用户能以“一次提问，全域搜索”的方式，免费获取科技趋势、行业舆情、热点追踪及微信公众号、抖音等难以触达的多元信息。本 Hub 赋能 Agent 和工作流直接借力大厂 AI 的强大理解与处理能力，实现信息的自动搜集、清洗、整理，并统一输出结构化结果，极大提升信息获取的效率与质量。
TencentDB-Agent-Memory 是一款面向 AI Agent 的记忆管理系统，核心理念是“符号化短期记忆”与“分层长期记忆”。它通过将冗长的工具日志压缩为 Mermaid 符号图谱并卸载至外部存储，在降低 61% Token 消耗的同时显著提升任务成功率。系统采用 L0-L3 语义金字塔架构，将对话碎片提炼为结构化画像与场景块，支持与 OpenClaw 和 Hermes 深度集成，实现记忆的无损回溯与渐进式呈现。
caveman 是由 JuliusBrussee 开发的一款智能代理（Agent）技能/插件，旨在通过模仿“原始人式”的简洁语言来大幅减少大型语言模型（LLM）的输出令牌数量，同时保持技术内容的完整性和准确性。它能将输出令牌削减约 75%，并提高响应速度约 3 倍。此外，它还提供了输入压缩工具，能削减约 46% 的输入令牌。产品支持多种简洁程度（Lite, Full, Ultra, 文言文模式），并提供用于生成简洁提交信息和代码审查的专用命令。
Browser-Use 是一款强大的 AI 驱动浏览器自动化工具，通过自然语言或 Python 代码，帮助用户实现网页交互、数据抓取及复杂任务自动化。它提供开源 Agent 供本地部署，并有功能更强的云 Agent 服务，支持隐身浏览、代理轮换和高级集成，显著提升自动化效率与准确性。
MemPalace是一个本地优先的AI记忆工具，它逐字存储对话历史，并通过语义搜索进行检索，避免了总结或改写。该工具采用结构化索引，将信息组织成“翼”、“房间”和“抽屉”，从而支持范围化的搜索。其检索层可插拔（默认使用ChromaDB），确保所有数据在本地处理，除非用户明确选择。在LongMemEval基准测试中，MemPalace无需LLM或API调用即可实现96.6%的R@5召回率，展现出卓越的本地化高性能。
Everything Claude Code 是一个为 AI Agent 协调器设计的性能优化系统，由 Anthropic 黑客松获胜者开发。它提供完整的 Agent 生态系统，包括生产就绪的技能、本能、记忆优化、持续学习、安全扫描和以研究为先导的开发。该系统支持 Claude Code、Codex、Cursor、OpenCode、Gemini 等多种主流 AI Agent 协调器，并已通过超过10个月的密集日常使用进行迭代和验证。它提供了一个 Tkinter 桌面仪表盘，并支持多种编程语言的规则和 Agent。
rtk 是一款高性能命令行代理工具，旨在通过过滤和压缩命令输出，显著降低大型语言模型（LLM）的 token 消耗，通常可节省 60-90%。它以单个 Rust 二进制文件运行，支持超过 100 种常见命令行工具的输出优化，并引入了智能过滤、分组、截断和去重四种核心策略。通过自动重写 Bash 命令的透明钩子机制，rtk 能够在不改变用户习惯的情况下，优化输入到 LLM 的上下文，显著提升与 AI 工具的交互效率和成本效益。
Onyx 是一个开源的 AI 平台，作为大型语言模型（LLM）的应用层，提供功能丰富的界面，易于部署和托管。它通过 Agentic RAG、深度研究、网络搜索、代码执行和文件创建等高级功能，增强 LLM 的能力。Onyx 支持超过 50 种基于索引的连接器，并提供轻量级和标准两种部署模式，同时为企业用户提供协作、单点登录、RBAC 和审计等增强功能。它提供社区版（MIT 许可）和企业版，可部署在 Docker、Kubernetes 等多种环境中。
LangGraph 是 LangChain, Inc. 推出的一款强大的低级别编排框架，专为构建、管理和部署长期运行、有状态的多智能体应用而设计。它将应用逻辑表示为可循环的有向图（DAG），赋予开发者对LLM执行流程的精确控制，包括何时暂停、循环及转移控制权。LangGraph 提供持久化执行、无缝人机协作、全面的短期与长期记忆管理。此外，与 LangSmith 的深度整合进一步强化了其强大的调试与生产级部署能力，是开发复杂、可靠AI智能体的理想选择。
Firecrawl 是专为 AI Agent 设计的强大 Web 数据 API，旨在赋能 AI 应用获取高质量、结构化的网络数据。它提供行业领先的可靠性，覆盖 96% 的网站（包括大量 JavaScript 驱动页面），且无需处理复杂的代理问题。Firecrawl 以 P95 仅 3.4 秒的极速响应，将网页内容转化为 LLM 友好的格式（如干净的 Markdown、结构化 JSON 和截图），极大优化了 AI 应用的输入。它自动处理代理轮换、速率限制等复杂任务，并支持 AI Agent 执行点击、滚动、输入等高级交互，是构建智能型 AI 应用的理想选择，并提供开源解决方案。
daily_stock_analysis是由ZhuLinsen开发的一款基于AI大模型的智能股票分析系统。它每日自动分析A股、港股和美股等自选股，并生成包含核心结论、评分、买卖点位、风险警报及操作清单的“决策仪表盘”。该系统支持将分析结果通过企业微信、飞书、Telegram、Discord、Slack和邮件等多种渠道自动推送。同时，它集成了技术面、实时行情、筹码分布、新闻舆情等多维度分析，支持全球市场，并内置了多种市场策略（如均线、缠论、波浪理论）。用户可通过Web工作台进行手动分析、配置管理、历史报告查看、回测及Agent策略问股。
AgentScope 是由阿里团队推出的面向生产环境的多智能体框架。它通过高层抽象简化了智能体构建流程，支持 ReAct 模式、长短期记忆管理及复杂规划。其核心理念是充分发挥 LLM 的推理与工具调用能力，而非通过严格指令约束模型。框架内置支持实时语音交互、人机协同（Human-in-the-loop）、Agentic RL 强化学习训练，并兼容 MCP 与 A2A 协议。支持本地、云端及 K8s 分布式部署，集成了 OTel 监控，适用于构建高可靠的工业级 Agent 应用。
prompts.chat 是全球最大的开源 AI 提示词库，提供精选的 AI 聊天模型提示词示例。它支持 ChatGPT、Claude、Gemini 等多种主流 AI 模型，用户可以在线浏览、贡献提示词，并获取交互式的提示工程学习指南和儿童版提示词教学游戏。该平台还支持自托管部署和多平台集成（如 CLI、Claude 插件等）。
Jina AI Reader 是一款由 Jina AI 开发的工具，旨在优化大型语言模型（LLMs）的输入。它提供两大核心功能：阅读（Read）功能，能将任意网页URL转换为LLM易于理解和处理的文本格式；以及搜索（Search）功能，能够执行网络搜索并将排名前5的搜索结果页内容同样转换为LLM友好格式。Reader 旨在解决传统网页抓取对LLM输入不友好的问题，提供免费、稳定、可扩展的API服务，支持处理PDF、图片、单页应用（SPA）等复杂内容，并通过请求头提供细粒度控制。
Promptfoo 是一个用于评估和红队测试大型语言模型 (LLM) 应用程序的命令行工具和库。它旨在帮助开发者构建安全、可靠的 AI 应用，摆脱试错法。它提供自动化评估、漏洞扫描、多模型对比和 CI/CD 集成，支持在本地运行，确保用户数据隐私。其特点是开发者优先、私密性强、灵活且经过实战检验，能提供数据驱动的决策依据。
Ragas 是一个由 vibrantlabsai 开发的开源 Python 库，专为评估和优化大型语言模型（LLM）应用而设计。它通过提供客观的评估指标（包括基于LLM和传统指标）、智能测试集生成以及数据驱动的洞察，帮助开发者摆脱主观、耗时的评估流程。Ragas 能够自动创建覆盖广泛场景的测试数据集，并能与 LangChain 等流行LLM框架以及主流可观测工具无缝集成，从而构建生产数据驱动的持续改进反馈循环。
nexu 是一款开源桌面客户端，旨在将 OpenClaw 智能体无缝接入微信、飞书、Slack 及 Discord 等社交平台。它通过图形化界面简化了部署流程，支持扫码连接微信插件，使 Agent 能在移动端 24 小时在线。产品内置了飞书与 OpenClaw 技能库，支持 Gemini、MiniMax 等主流模型，并采用本地优先架构，确保所有业务数据留存在用户本地，兼顾易用性与隐私安全。
Edict 是一款基于古代“三省六部”制度设计的 OpenClaw 多智能体协作架构。它由12个专属 Agent 组成，包含太子分拣、中书规划、门下审核、尚书派发及六部并行执行。相比传统框架，它引入了强制的制度性审核机制（可封驳打回）和军机处实时可视化看板，支持任务中途干预、热切换模型和完整流转审计，彻底解决了多智能体协作中的黑盒与失控问题。
TrendRadar 是一款轻量级全平台热点聚合助手，支持最快 30 秒快速部署。它通过 RSS 与 API 获取多维实时热讯，并集成 AI 智能筛选、翻译与摘要分析功能。其核心能力在于利用自然语言定义兴趣（AI Interests），并支持将精选内容一键推送到企业微信、飞书、钉钉、Telegram 等 9+ 个主流通知渠道。该工具深度集成 MCP 协议，可作为 AI Agent 的能力插件，提供实时的外部资讯获取与结构化分析支持。
oh-my-pi (omp) 是一款深度集成 IDE 功能的高级 AI 编程智能体。其核心由 Rust 编写，无缝连接本地环境。特点包括：支持持久化 Python/Bun 代码执行内核、原生集成 LSP（精准重构）与 DAP（真实断点调试）、首创基于哈希的精准代码编辑、支持时光倒流流式规则纠偏与子智能体协同，是一款跨平台开箱即用的顶级编程助手。
code-review-graph是一款AI辅助代码审查工具，旨在通过构建代码的结构化图谱并增量跟踪变更，为AI助手提供精确的上下文，从而显著减少AI模型在代码审查中消耗的Token。它利用Tree-sitter解析代码、SQLite存储图谱，并结合Model Context Protocol (MCP)，使AI仅读取变更相关的最小文件集，解决了大型代码库和单体仓库的Token浪费问题，提升审查效率和质量。
Browser Harness 是一个轻量级、可自我修复的原生 CDP（Chrome 开发工具协议）工具，旨在将 LLM 直接连接到真实浏览器。它摒弃了僵化的中间件框架，让 Agent 拥有完全的控制自由。其核心特点是“自我完善”：Agent 会在执行任务过程中自动编写和扩展缺失的辅助代码，并动态生成特定网站的专属 Domain Skills。支持本地调试与无头部署，并无缝集成 Browser Use 云端服务。
OpenSquilla 是一款高性价比的微内核 AI Agent，适用于 CLI、Web UI 和各类聊天渠道。其核心是通过本地模型路由器（SquillaRouter），将每轮对话动态分发给能胜任的最具性价比的模型，从而实现 Token 高效利用。它内置持久化记忆、分层沙盒、网络搜索及跨平台多厂商大模型无缝对接功能，能在相同预算下提供更优质的决策结果。
learn-claude-code 是由 shareAI-lab 发起的开源教育项目，专注于“支架工程（Harness Engineering）”。它通过深度逆向工程 Claude Code 的架构，教开发者如何为 AI 模型构建运行载体。该项目将 Agent 拆解为“模型+支架”，通过 12 个专题（s01-s12）详细介绍了工具调用、技能按需加载、上下文压缩、子智能体派生、异步协作等核心机制，旨在帮助开发者构建具备感知、推理和行动能力的通用智能体产品。
Open Multi-Agent 是一个轻量级 TypeScript 原生的多智能体编排框架。开发者只需为其设定目标，内置的协调 Agent 就会自动将目标分解为任务 DAG（有向无环图），并行执行独立任务并综合最终结果。该框架仅有3个运行时依赖，能无缝集成至任何 Node.js 后端。其特点包括支持在同一团队中混合使用 12+ 家大模型、内置沙盒文件系统工作区、可插拔共享内存，并支持通过 MCP 协议进行工具扩展。
DeepSeek-Reasonix 是由 esengine 开发的专属 DeepSeek 的开源 AI 编程智能体。其核心特色在于采用缓存优先架构（Prefix-Cache Stability），通过追加式历史记录确保在长会话中实现高达 99.8% 的前缀缓存命中率，将 API 调用成本骤降至五分之一。它不仅提供强大的终端 CLI 工作流，还配备原生 Tauri 桌面客户端以及 QQ 频道接入。此外，原生支持 MCP 扩展、本地语义索引与自定义 Markdown 技能脚本，是一款高效且极客的低成本编程伴侣。
Rowboat是一款开源的本地优先AI协作者，旨在将用户的日常工作（如邮件、会议记录）转化为一个长期存在的知识图谱，并在此基础上提供智能辅助。它以Markdown格式将所有数据安全地存储在用户本地机器上，确保隐私和数据可控性。通过积累上下文、理解关联性，Rowboat能够高效地起草邮件、准备会议、生成文档和演示文稿（包括PDF），并能通过“实时笔记”功能追踪特定人物、公司或话题。它支持多种AI模型（包括本地模型和托管模型）及通过模型上下文协议（MCP）进行的外部工具集成，从而实现高级工作流自动化。
oMLX 是一款专为 Mac (Apple Silicon) 优化的本地大模型推理服务器，是 OpenClaw 等 Agent 生态的高性能后端。它基于 MLX 框架，支持文本 LLM、视觉模型 (VLM)、OCR 及向量模型。核心技术包括“冷热分层 KV 缓存”：常用缓存驻留内存，溢出部分转储至 SSD 并支持重启后复用，极大提升了 Claude Code 等工具处理长上下文的响应速度。提供原生 macOS 菜单栏应用与 Web 控制面板，支持多模型并发调度、LRU 自动显存管理及 MCP 协议。
lowfat 是一款轻量级的 CLI 工具，旨在通过过滤冗余的命令行输出来显著降低 AI Agent 的 Token 消耗。它通过内置或自定义的过滤器拦截 git、docker、ls 等常用命令的繁琐输出，精简内容后再传递给 AI。其特点包括本地优先（完全无遥测）、支持 UNIX 管道风格组合、提供多级压缩策略（lite/full/ultra），并能无缝集成到 Claude Code、OpenCode 等主流 AI Agent 环境中。
whichllm 是一款能自动检测本地硬件（GPU/CPU/RAM）并推荐最适合运行的开源大语言模型（LLM）的命令行工具。它不仅过滤能塞进显存的模型，还基于真实的基准测试、量化惩罚和预估运行速度进行智能综合评分。此外，它还支持指定显卡模拟、反向硬件规划、一键开启聊天对话以及生成可用的 Python 运行代码片段。
Horizon 是一款个人专属的 AI 新闻雷达。它能自动抓取 RSS、Hacker News、Reddit、Telegram 等多渠道资讯，利用包括 OpenClaw 在内的主流大模型进行文章去重、内容评分与智能过滤。它不仅能总结新闻，还能自动检索补充背景知识并提取原文的社区评论。最终可生成高质量的中英双语简报，并支持通过 GitHub Pages、邮件、飞书、Slack 甚至 MCP 进行多渠道推送，帮助用户高效过滤噪音并获取高价值资讯。
