OpenClaw
OpenClaw 是一个开源个人 AI 助手平台,支持 25+ 消息通道(WhatsApp、Telegram、Slack 等),可连接多种 LLM 并管理个人知识库。
Agent 相关的开发工具和库
OpenClaw 是一个开源个人 AI 助手平台,支持 25+ 消息通道(WhatsApp、Telegram、Slack 等),可连接多种 LLM 并管理个人知识库。
本地运行各种开源大模型的命令行工具,模型即命令可启动。生态繁荣。
Firecrawl 是一个专为 AI Agent 设计的网页抓取和搜索引擎,支持将任意网页转换为结构化的 Markdown 数据,提供搜索、抓取和清洗功能,适合构建基于网页数据的 AI 应用。
llama.cpp 是一个用 C/C++ 编写的轻量级 LLM 推理引擎,可在消费级硬件上高效运行各类开源大语言模型。
OpenAI Whisper 是一个多语言语音识别基础模型,可在本地完成高质量的英语与多语种转写、翻译与语言识别。
vLLM 是一个高吞吐量、低内存占用的 LLM 推理与服务引擎,支持连续批处理、PagedAttention 等优化技术,广泛用于生产环境中的大模型部署。
字节跳动开源的长周期 SuperAgent 框架,支持研究、编码和创作任务,具备沙箱环境、记忆系统、工具调用和子 Agent 协同能力,可处理从分钟到小时级别的复杂任务。
利用 AI 模型将截图、设计稿和 Figma 文件转换为干净的代码,支持 HTML/Tailwind、React 和 Vue 等多种前端框架。
Daytona 提供面向开发 Agent 与自动化任务的安全开发环境基础设施,适合作为代码 Agent、远程执行与开发者工作流自动化的运行底座。
面向分析师、量化交易和 AI Agent 的金融数据平台,提供股票、加密货币、经济数据等全方位金融数据接口。
Unsloth Studio 是一个用于本地训练和运行开源大模型的 Web UI 工具,支持 Gemma 4、Qwen3.6、DeepSeek 等模型,为 Agent 开发者提供模型微调和部署能力。
Pi 是一个全栈 AI Agent 工具包,包含编码 Agent CLI、统一 LLM API、TUI 与 Web UI 库、Slack 机器人以及 vLLM 推理 Pod,为构建和运行 AI Agent 提供一站式基础设施。
Pi Mono 是一个全面的 AI 智能体工具包,包含编码智能体 CLI、统一 LLM API、TUI 与 Web UI 组件库、Slack 机器人及 vLLM Pod 管理,一站式覆盖智能体开发全链路。
GPT4Free (g4f) 是社区驱动的多模型聚合工具,统一封装数十个 LLM 和媒体生成 API,提供 OpenAI 兼容 REST 接口、Python/JS 客户端。
Open Interpreter 是一个自然语言计算机接口,让 LLM 能在本地运行代码执行文件操作、数据分析和系统管理任务。
AnythingLLM 是一体化 AI 生产力工具,支持本地部署的聊天界面、RAG 知识库、AI Agent 与多模型管理,隐私优先且零配置。
Mem0 是面向 AI Agent 的长期记忆层,支持跨会话记忆管理与个性化上下文检索。
Context7 是 Upstash 面向 Agent 场景打造的上下文工程工具,帮助应用管理长上下文、检索注入与历史压缩,适合提升对话型 Agent 的上下文利用效率。
LiteLLM 提供统一的大模型调用接口与代理网关,简化多模型切换、路由与成本控制。
tldraw 是 React 无限画布 SDK,为 AI Agent 与生成式 UI 提供可嵌入的可视化交互界面,是多家 Agent 产品的首选前端。
Claude Cookbooks 是 Anthropic 官方维护的 Claude 使用示例集合,包含丰富的教程和配方,展示如何高效使用 Claude 构建 AI Agent 应用,涵盖工具调用、RAG、多模态等多种场景。
为编程 Agent 提供浏览器开发者工具能力的 MCP 服务器,支持网页调试、性能分析和 DOM 操作自动化。
New API 是一个统一的 AI 模型聚合与分发平台,支持将各种 LLM 交叉转换为 OpenAI、Claude、Gemini 兼容格式,提供企业和个人的集中化模型管理网关。
MindsDB 是一个 AI 分析查询引擎,可在实时数据上构建自主推理 Agent,连接多种数据源和 AI 模型。
(24 / 233)
系统对比 Agent Memory 的三大类别——短期记忆、长期记忆、共享记忆,从存储介质、生命周期、检索方式、典型框架到设计模式,完整覆盖 Agent 个性化和多 Agent 协作的工程实现。
基于 OWASP LLM Top 10 工程实践,系统讲解 Agent 提示词注入的七层纵深防御:输入清洗、指令隔离、最小权限、输出审计、护栏框架、持续红队评估和 Kill Switch,给出可落地的代码与工具链。
本文系统讲解小语言模型(SLM)在 Agent 场景中的微调策略与边缘推理架构,覆盖 QLoRA 量化、推理引擎选型、上下文压缩与工具调用约束,帮助在边缘端以低延迟、低成本、强隐私地部署生产级 Agent。
对比容器、WebAssembly、进程级隔离三种沙箱方案,结合实战代码讲解如何安全执行 Agent 生成的代码。
从裸 Playwright 到结构化提取,拆解三层浏览器自动化抽象的适用场景、生产模式和常见踩坑。
深入学习如何使用 Letta(原 MemGPT)构建具有长期记忆的有状态 AI Agent,解决 LLM 的上下文窗口限制问题。