AI Agent 开发工具与函数库，覆盖工具调用、prompt 模板、评估测试、数据集管理等场景，帮助开发者加速 Agent 应用的构建、调试与迭代。
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 线束操作系统，提供技能、本能、记忆优化、持续学习和安全扫描的完整 Agent 工程系统。
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。
开源手绘风格白板工具，可结合 AI 生成图示 / 流程图，Agent UI 展示常用。
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。
让 AI Agent 像资深懒工程师一样写最少代码的技能包，平均减少 54% 代码量、降低 20% 成本。
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。
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。
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。
PaddleOCR 是百度开源的多语言 OCR 与文档智能工具箱，支持 80+ 语言与 PP-Structure 版面分析。
open-design 是面向设计师与开发者的 AI 协同设计平台，把 Figma、绘图与代码工作流统一为 Agent 任务。
odysseus 是一个 macOS 原生 AI 浏览器自动化 Agent，让你以自然语言驱动 Chrome 完成日常工作流。
worldmonitor 是一个 AI 全球事件监测仪表盘，聚合新闻、地缘政治、能源、市场等实时数据并自动生成简报。
Netdata 是开源实时可观测性平台，秒级指标、AI 健康检查与零配置部署，被广泛用于 AI Agent 服务的运行时监控。
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。
paperclip 是一个 AI Agent 团队编排与调度平台，可同时管理多个 Agent 的任务分配、协作与状态。
给 AI 赋予好品味的技能包，阻止 Agent 生成无聊、通用的 AI 套话内容。
AppFlowy 是开源 Notion 替代品，提供 AI 工作流、知识库、看板与多设备同步，可作为 Agent 的长期记忆载体。
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。
专为现代 Web 开发和 AI 代理设计的详尽前端检查清单，覆盖 HTML/CSS/JS、性能、可访问性、SEO 等全链路质量标准。
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。
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。
(24 / 341)
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。
系统讲解 Browser Agent 在两类高频任务（结构化数据提取 + 表单自动填写）上的工程实践，对比视觉 LLM、DOM 选择器、混合坐标三种动作定位策略，以及 Browser-Use、Stagehand、Playwright MCP、Skyvern 四大框架的取舍。
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。