Tencent 开源 LoopForge：用脚本和人工审批门编排 CodeBuddy、Codex 与 Claude Code
Tencent 在 GitHub 开源 LoopForge，提供面向编码智能体交付的自托管工作流，可通过脚本和人工审批门编排 CodeBuddy、Codex 与 Claude Code。项目还包含面向编码助手的本地工作流。
#Agent
GitHub Org · tencentAI 评分5353
Berkeley AI ResearchAI 评分4545 ABBEL：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，让 LLM 用自然语言信念状态替代完整交互历史作为工作上下文。该框架借鉴递归贝叶斯估计，通过信念分级按能否重建最新观测来监督信念内容。
Moonshot AI / Kimi Research精选AI 评分8686 Moonshot AI 发布 2.8T 参数模型 Kimi K3
Moonshot AI 发布 2.8T 参数模型 Kimi K3，基于 Kimi Delta Attention 与 Attention Residuals，具备原生视觉能力和 100 万 token 上下文窗口。
推荐理由：原文同时给出基准对比、架构细节、API 定价与权重开放时间，读者可据此评估这款 2.8T 开源模型在编码与智能体工作里的可用性。
GitHub Org · xai-org精选AI 评分6060 xAI 开源 grok-build 编码智能体终端工具
xAI 在 GitHub 开源 grok-build，定位为编码智能体的 harness 和 TUI 工具。该工具支持全屏界面与鼠标交互，并且可扩展，仓库地址为 https://github.com/xai-org/grok-build。
推荐理由：xAI 官方公开的编码智能体 harness，主打全屏鼠标交互与可扩展，关注终端编码工具的读者可以拿它和现有方案做对比。
GitHub Org · browser-useAI 评分4949 browser-use browser-harness-tui：内嵌 OpenAI Codex 分支的终端式浏览器智能体
browser-use 的 browser-harness-tui 将 OpenAI Codex 分支后内嵌为其内置浏览器智能体 Browser Harness Agent。该智能体采用终端风格 TUI，并原生集成 browser-harness 工具。
GitHub Org · gradio-appAI 评分4646 gradio-app Posterly：单个 HTML/CSS 文件生成学术会议海报的 coding-agent 技能
gradio-app 的 Posterly 是一个 coding-agent 技能，可将学术会议海报构建为单个 HTML/CSS 文件。文件经 headless Chromium 渲染，输出可直接印刷的 PDF。
Meta AI Blog精选AI 评分7575 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测
Meta Superintelligence Labs 于 7 月 9 日发布 Muse Spark 1.1，定位为面向智能体任务的多模态推理模型，在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升，支持 100 万 token 上下文管理和多智能体编排。
推荐理由：官方发布给出了智能体、编码、多模态能力要点，百万 token 上下文和 Meta Model API 公测入口对评估可用性有直接参考。
Berkeley AI ResearchAI 评分5555 UC Berkeley 研究者提出面向、承载、由智能体构建的数据系统三重研究议程
UC Berkeley 的 Parameswaran、Zaharia、Stoica 等学者在 BAIR 博客发文，提出智能近乎免费时代数据系统面向、承载、由智能体构建的三重研究议程。
GitHub Org · THUDMAI 评分4949 THUDM 开源 SCALE-CUA 计算机使用智能体框架
清华 THUDM 在 GitHub 开源 SCALE-CUA 框架，面向计算机使用智能体。该框架包含 VeriGen 可验证任务合成、基于 AgentRL 的在线 RL 训练，以及在 OSWorld 和 ScienceBoard 上的评测。
Meta AI Blog精选AI 评分7272 Meta 发布 Muse Image 并预览 Muse Video 媒体生成模型
Meta 发布图像生成模型 Muse Image 并预览视频生成模型 Muse Video，二者是 Meta Superintelligence Labs 开发的首批媒体生成模型。
推荐理由：图像模型以智能体方式调用搜索和代码工具，并用测试时算力换质量，读者可据此对比现有图像生成产品的技术路线差异。
ARC Prize · 官方博客AI 评分5858 ARC Prize 公布 ARC-AGI-3 里程碑奖 1 前三名开源方案
ARC Prize 团队公布 ARC-AGI-3 首个 3.75 万美元里程碑奖（6 月 30 日截止）的前三名开源提交。
GitHub Org · CopilotKitAI 评分4646 CopilotKit OpenTag：基于 AG-UI 与 LangGraph 构建的 Slack 与 Microsoft Teams 自托管 AI 值班分诊机器人入门应用
CopilotKit 在 GitHub 上提供 OpenTag，这是一个基于 AG-UI 与 LangGraph 构建的 Channels SDK 入门应用。OpenTag 可用作 Slack 和 Microsoft Teams 的自托管 AI 值班分诊机器人，开发者可 fork 该仓库并上线自己的版本。
GitHub Org · langchain-aiAI 评分4646 LangChain OpenWiki：为代码库编写并维护智能体文档的 CLI
LangChain 团队开发了 OpenWiki，这是一款为代码库编写并维护智能体文档的 CLI 工具。该项目托管在 GitHub 的 langchain-ai/openwiki 仓库下。
GitHub Org · tencentAI 评分5959 腾讯开源 BrowserSkill，让 AI 智能体使用真实已登录浏览器完成自动化
腾讯在 GitHub 开源 BrowserSkill，让 AI 智能体使用用户真实已登录的浏览器进行自动化，且不打断用户正在进行的操作。工具由 CLI 和浏览器扩展组成，可接入任何具备 shell 能力的 AI Agent。
GitHub Org · huggingfaceAI 评分4242 HuggingFace funes：为智能体历史会话提供持久化、可搜索的记忆
HuggingFace 在 GitHub 上提供 funes 项目，为过去的智能体（Agent）会话保存持久化、可搜索的记忆。历史会话可被长期保留并支持检索，方便日后查找。
goose 官方博客AI 评分5151 goose 团队复盘自改进智能体仍需人类把关的基准使用方法
goose 团队阐述其基准方法论：编码智能体基准易因 Goodhart 定律被过拟合，他们把 Terminal-bench 当作失败信号来源而非排行榜分数，并刻意用 Sonnet 留出足够失败样本。
OpenAI · 失准报告与通报精选AI 评分6464 OpenAI 验证 WildChat 公开聊天数据能否预测模型真实失准率
OpenAI 用内部生产数据验证，基于公开数据集 WildChat 的对话前缀重采样生成模型回复，能较准确预测 GPT 系列模型在线上真实使用中的失准行为发生率。
推荐理由：OpenAI 用内部生产数据验证了公开聊天数据能预测模型线上失准率，同时指出它在智能体场景下误差明显更大。
GitHub Org · langgeniusAI 评分5050 langgenius 开源 mosoo：编码智能体托管运行时
langgenius 开源了编码智能体托管运行时 mosoo。它通过统一的 Agents API 运行 OpenAI Codex、Claude Agent SDK、OpenCode 和 Pi Agent，提供隔离云沙箱、持久会话、工具流式输出和托管文件能力。
GitHub Org · modelscopeAI 评分4343 Awesome-Vibe-Research：ModelScope 面向 AI 辅助科研的开放共建仓库
ModelScope 在 GitHub 开放了面向 AI 辅助科研的开放共建仓库 Awesome-Vibe-Research。仓库收集和沉淀科研全流程中的 agents、skills、workflows、tools 与最佳实践。
GitHub Org · alibabaAI 评分4646 阿里巴巴 loongsuite-pilot：面向 AI 编程智能体的本地优先遥测收集器
阿里巴巴的 loongsuite-pilot 是面向 AI 编程智能体的本地优先遥测收集器，为 Claude Code、Codex、Cursor 等工具统一收集 OpenTelemetry 事件。它能统计 token 用量与成本，提供链路追踪和安全审计，数据可导出到任意位置。
GitHub Org · volcengineAI 评分4141 火山引擎 volcengine-agent-toolkit：为 Claude Code、Codex、Cursor 等 AI 编程智能体提供技能与插件
火山引擎在 GitHub 发布 volcengine-agent-toolkit，为 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等 AI 编程智能体提供技能与插件。该工具包通过 `ve` CLI 管理云资源，支持搜索官方文档和故障排查，并可按需安装产品领域技能。
goose 官方博客精选AI 评分6666 goose 推出 Hooks 功能，可在会话各事件上自动运行自定义脚本
goose 新增生命周期 Hooks 功能，把插件目录放进磁盘即可在会话事件发生时自动运行 shell 脚本，无需写 Rust 或 MCP server。
推荐理由：原文列出全部触发事件并给出五个可复制的示例脚本，读者可以直接照着把已有命令接进 goose 会话。
goose 官方博客精选AI 评分6363 goose 如何跨多个智能体编排复杂工作流
goose 官方博客介绍如何用编排功能协调多个智能体并行处理复杂工作流，把复杂任务分解成子任务后分派给子智能体、ACP provider 或其他 goose 实例。
推荐理由：goose 官方讲解如何编排多个智能体并行协作，附可直接复用的提示词示例和读并行写串行的实践原则。
goose 官方博客AI 评分5555 goose 官方介绍 Sentient AGI 用 MiniMax M2.5 在 OfficeQA 上逼近前沿性能的实测结果
goose 官方转发 Sentient AGI 的独立测试，在 Databricks OfficeQA 基准上用 goose 配合开源模型 MiniMax M2.5，结果接近前沿模型性能而成本约为 1/30。
ARC Prize · 官方博客精选AI 评分7171 ARC Prize 用 ARC-AGI-3 分析 GPT-5.5 与 Opus 4.7 的三种推理失败模式
ARC Prize 团队复盘 160 段 GPT-5.5 与 Opus 4.7 在 ARC-AGI-3 上的对局和推理轨迹，归纳出三种失败模式并开源分析包，两者在半私有数据集上得分分别为 0.43% 和 0.18%。
推荐理由：ARC-AGI-3 的逐局推理复盘呈现 GPT-5.5 与 Opus 4.7 失败方式的不同，比总分更能说明两者推理差异。
GitHub Org · roboflowAI 评分4646 roboflow/computer-vision-skills：面向 Agent 的 Roboflow 与计算机视觉技能库
Roboflow 在 GitHub 发布 computer-vision-skills 项目，提供 Agent-ready 的技能（Skills），用于 Roboflow 和计算机视觉工作流。这些技能可被 AI 智能体直接调用，覆盖视觉任务场景。
goose 官方博客精选AI 评分7171 goose v1.26 集成 Peekaboo，走出终端操控 macOS 桌面
goose v1.26 用 macOS CLI 工具 Peekaboo 重构 Computer Controller 扩展，使智能体能识别屏幕界面并点击、输入、滚动、拖拽操作 Mac 上的应用。
推荐理由：原文解释了用元素 ID 取代像素坐标的桌面操作设计，并给出适用场景与使用限制，可帮助读者评估智能体 GUI 自动化在自己工作流中的可靠性。
GitHub Org · browser-use精选AI 评分6565 browser-use 开源 browser-harness，让 Claude Code、Codex、Cursor 使用真实登录的 Chrome
browser-use 在 GitHub 开源 browser-harness 项目，让 Claude Code、Codex 或 Cursor 使用用户本人已登录的真实 Chrome 浏览器。工具一次提示词即可完成设置，采用 MIT 许可证开源。
推荐理由：原文给出让 Claude Code 等智能体操作用户已登录真实 Chrome 的开源方案，一次提示词即可完成配置。
GitHub Org · arcee-aiAI 评分5151 Arcee AI 开源 nac，面向长时运行 AI Agent 任务的编排框架
Arcee AI 开源 nac，一个面向长时运行 AI Agent 任务的开源框架。它通过中央编排器、线程和结构化 episode 组织任务执行，让 Agent 在承接大规模工作时保持与用户意图一致。
GitHub Org · continuedevAI 评分4343 continuedev/checks：在 PR 上以完整 AI 智能体运行的代码质量标准
GitHub 组织 continuedev 的 checks 项目让代码质量标准以完整 AI 智能体的形式在 PR 上运行。这些标准由智能体在 pull request 流程中执行，用于检查代码质量。
ARC Prize · 官方博客精选AI 评分7070 ARC Prize 发布 ARC-AGI-3 交互式基准，ARC Prize 2026 奖金超 200 万美元
ARC Prize 发布 ARC-AGI-3，这是 ARC-AGI 系列首个完全交互式基准，由数百个人类游戏设计师手工打造的回合制环境和数千个游戏式关卡组成，不提供任何说明、规则或目标，要求智能体自主探索玩法并将经验带入越来越难的关卡。
推荐理由：人类得分 100% 而前沿 AI 仅 0.51%，这组对比数字直观呈现了智能体自主探索能力的缺口。
GitHub Org · langgeniusAI 评分4646 langgenius Graphon：面向智能体 AI 工作流的 Python 图执行引擎
Graphon 是 langgenius 旗下托管在 GitHub 的 Python 图执行引擎，面向智能体 AI 工作流。原文仅给出这一项目定位，未提供更多功能、参数或版本细节，故摘要如实从简，不做扩写。
GitHub Org · clineAI 评分5050 Cline Harbor 框架：运行智能体评测、创建与使用 RL 环境
Cline 在 GitHub 上提供 Harbor 框架，用于运行智能体评测以及创建和使用 RL 环境。项目仓库为 cline/harbor，将智能体评估执行与 RL 环境的搭建、使用整合在同一框架中。
GitHub Org · SkyworkAIAI 评分5959 Skywork 开源 Skywork-Skills，提供 AI 办公套件 Agent 技能包
SkyworkAI 在 GitHub 开源 Skywork-Skills 仓库，提供面向 AI 办公套件的 Agent 技能包，覆盖 AI PPT、AI Document、AI Excel、AI Image、AI Search/DeepResearch 和 AI Music 六类场景。
GitHub Org · clineAI 评分5555 Cline 开源 kanban，本地 Web 应用支持并行运行 CLI 智能体
Cline 在 GitHub 上开源 kanban 项目，这是一个可本地启动的 Web 应用，用于并行运行多个 CLI 智能体。项目地址 https://github.com/cline/kanban。
GitHub Org · CopilotKitAI 评分5050 CopilotKit aimock：一个包模拟 AI 应用的 LLM API、MCP、A2A、AG-UI 等全部依赖
CopilotKit 的 aimock 用于模拟 AI 应用对接的全部外部服务，包括 LLM API、MCP、A2A、AG-UI、向量数据库和搜索。整个方案只需一个包、一个端口，且零依赖。
GitHub Org · wandbAI 评分4545 wandb/skills：Weights & Biases Models 与 Weave 的官方 Agent Skills
wandb 在 GitHub 提供 wandb/skills 仓库，收录面向 Weights & Biases Models 与 Weave 的官方 Agent Skills。这些智能体技能由官方出品，为上述两款产品打造。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 披露未授权工具调用问题，Claude 等模型可调用未被授予的工具且 API 不拦截
Answer.AI 的 Piotr Czapla 披露大模型未授权工具调用问题，模型会幻觉出未被授予的工具并发起调用，API 不校验工具名，只要函数存在于运行环境中调用就会真正执行，他在 solveit 中遇到 Claude 4.5 幻觉调用 add_msg 成功写入笔记，并复现于 claude-opus-4-6、Gemini 和 Grok。
推荐理由：作者用可复现实验说明模型可能调用未被授权的工具且 API 不拦截，做能力隔离的 Agent 系统可以据此检查校验逻辑。
GitHub Dev · netease-youdaoAI 评分5757 网易有道开源桌面级 AI 智能体 LobsterAI
网易有道在 GitHub 开源桌面级 AI 智能体 LobsterAI，可完成数据分析、幻灯片、文档、视频与网络调研等真实任务。该项目基于 OpenClaw 构建，在真实桌面环境运行工具，并支持通过微信、飞书、钉钉和 Telegram 从手机下发指令。
GitHub Org · pinecone-ioAI 评分5050 Pinecone 官方 Agent Skills 库：支持 Cursor、GitHub Copilot、Antigravity、Gemini CLI 等 agentic IDE
Pinecone 在 GitHub 提供官方 Agent Skills 库，面向 agentic IDE 场景。官方列出的适配工具包括 Cursor、GitHub Copilot、Antigravity、Gemini CLI 等。