本月GitHub增长最猛的15个Agent项目,藏着三个正在发生的转变
一、上下文工程:从"堆文本"转向"结构化供给"
本月高增长项目给出的解法偏向结构化:把代码库预先建成知识图谱(codegraph)、把工具输出和日志压缩后再进模型(headroom)。相比向量RAG,图谱与压缩能保留依赖关系、去除冗余。这类"配件"项目能到6万星,说明结构化上下文供给已成刚需。
· codegraph — 约6.2万星。将代码库预先构建为知识图谱,随代码变更自动同步,供Agent检索。 https://github.com/colbymchenry/codegraph
· headroom — 约6.2万星。在工具输出、日志、文件、RAG片段进入模型前先做压缩,节省上下文。 https://github.com/headroomlabs-ai/headroom
· Agent-Reach — 约6万星。为Agent提供联网读取与搜索能力(含社交平台),扩展上下文来源。 https://github.com/Panniantong/Agent-Reach
二、多Agent协作:从"通信协议"转向"共享工作台"
本月放量的协作类项目(multica、paperclip)走同一条路:以共享的任务看板/Issue为协作单元,人像派活给同事一样分配任务,而非让Agent之间直接协商。中心化看板比点对点通信更易调试、可观测、可回滚。
· paperclip — 约7.5万星。用于在团队中管理多个Agent的应用。 https://github.com/paperclipai/paperclip
· multica — 约4.2万星,Go编写。将编程Agent作为团队成员管理,通过Issue分配任务、跟踪进度。 https://github.com/multica-ai/multica
三、harness设计:能力做成可自由增删的配置,而非固定的程序流程
本月高增长的harness做法一致:Agent的能力不直接写进程序,而是拆成一条条独立、可单独测试的配置项,用的时候按需加载。ECC就是这样一个能力库——把技能、子Agent、命令、钩子都做成可增删的条目(两百多个技能,配近千个测试);ponytail则把"优先选最简方案"这一条准则单独抽出来,因此能挂到20多种不同的Agent上使用。这样做的好处是能力可以被社区不断补充、也能换个模型继续用,无需改动主程序。
· ECC — 约23.3万星。Agent harness的性能优化系统,围绕技能与经验积累设计。 https://github.com/affaan-m/ECC
· claw-code — 约19.5万星。Rust编写的Agent harness。 https://github.com/ultraworkers/claw-code
· ponytail — 约8.9万星。一个Agent harness,设计目标是让Agent在解决问题时更克制、不过度操作。 https://github.com/DietrichGebert/ponytail
· grok-build — 约2.2万星,xAI官方,本月新建。编程Agent的harness与终端界面。 https://github.com/xai-org/grok-build
· DeepSeek-Reasonix — 约2.8万星。为DeepSeek模型适配的终端编程Agent。 https://github.com/esengine/DeepSeek-Reasonix
其他 · 通用Agent与垂域应用
· worldmonitor — 约7.2万星。实时全球情报看板,用AI聚合新闻并做地缘监控(垂域应用)。 https://github.com/koala73/worldmonitor
· CLI-Anything — 约4.6万星。目标是让各类软件具备"Agent可直接调用"的命令行接口。 https://github.com/HKUDS/CLI-Anything
nanobot — 约4.6万星。轻量级开源通用Agent,可接入工具、对话与工作流。 https://github.com/HKUDS/nanobot
· openhuman — 约3.5万星,Rust编写。本地优先的个人AI助手。 https://github.com/tinyhumansai/openhuman
· design.md — 约2.6万星,Google Labs。一种向编程Agent描述视觉设计规范的格式。 https://github.com/google-labs-code/design.md
筛选口径
时间:2026年内新建的仓库(排除更早的成熟框架)
星标:≥ 5000
活跃度:最近一个月内有代码提交
排序:按月均增速(总星标 ÷ 存在月数)从高到低
评论 (0)
还没有评论,来发第一条吧