标签 Agent 下的文章

Framework voltagent 开源TypeScript智能体工程化框架
项目
写 AI Agent 不难,难的是把它「工程化」:记忆、RAG、工具调用、语音、工作流、可观测性……每加一项都是一堆集成代码。VoltAgent 把自己定位为「AI Agent 工程化平台」,核心是开源的 TypeScript 智能体框架,把上述能力做成开箱模块,让你用熟悉的 TS 快速搭出能上生产的 Agent,再配合 VoltOps 控制台做部署与观测。
Go Multica 把AI编码智能体当队友派活的开源工作台
项目
AI 编码智能体越用越多,管理成本也跟着涨:Claude Code 开在一个终端标签,Codex 开在另一个,每个会话结束就忘光上下文,同样的项目背景你一天要讲四遍。智能体干完活,改了哪些文件、跑了什么命令、花了多少钱,全靠你自己翻终端记录还原。人变成了智能体的保姆。 Multica 的解法是把智能体当成真正的队友来管:给它们建一块看板,把任务以工单的形式派出去,智能体自己认领、汇报进度、抛出阻塞,最后交回给你评审。开源可自托管,兼容你已经在用的所有智能体 CLI,GitHu...
Framework Nexent 零代码生成生产级AI智能体的开源平台
项目
企业里想做内部智能体,摆在面前的通常是两条路:要么让工程师写编排代码,几周起步;要么用拖拽画布平台,上手快但复杂逻辑根本搭不出来,节点连线连到第三屏就没人看得懂。真正想要的其实是第三种:像提需求一样说一句话,直接得到一个能跑的生产级智能体。 Nexent 基于 Harness Engineering 理念做了这个尝试:零代码、纯自然语言生成智能体,统一的工具、技能、记忆与编排开箱即用,还内置约束、反馈回路和控制面。项目 MIT 开源,支持 Docker 和 Kubernete...
Framework flue 面向智能体的沙箱代理框架
项目
写 AI 智能体最别扭的地方,是“代理逻辑”和“运行环境”纠缠在一起:今天用本地进程跑,明天要丢进云容器,后天又想用远程沙箱,代码就得反复改。Flue 的主张是“代理即函数”——把智能体写成一个普通函数,运行环境(本地/虚拟/远程容器沙箱)作为可替换的配件组合进去。
Python Hermes-Agent 会自我进化的开源AI智能体
项目
大多数 AI 助手每次对话都是“失忆”的,做完一个任务就清零,更别说从经验里长出能力。Hermes Agent 想突破这一点:它内置一个学习循环,会从你让它做的事里沉淀出“技能”,越用越懂你、越用越能干。 Hermes Agent 是 Nous Research 打造的开源、自我进化 AI 智能体。它支持任意模型(Nous Portal、OpenRouter、OpenAI、本地端点等),既能在终端交互,也能通过网关接入 Telegram、Discord 等渠道。