Placebo 用配对实验验证 AI 技能与智能体效果
Placebo 可用用户 git 历史中的真实修复构造任务，在隔离副本中分别加载和不加载待测技能，再由测试判定效果。工具会记录 token、成本、时间、代码改动、工具调用与风险行为，并给出 Works、Placebo、Harmful 或 Inconclusive 四类结论。
推荐理由：Placebo 提供基于真实代码修复的配对实验流程，可用于验证技能、模型与智能体在实际仓库中的效果。
技术方向
MCP 与工具调用 最新动态
让 AI 连上外部软件和数据：MCP 协议、function calling 工具调用与各类工具集成。
469 条精选近 30 天 466 条共收录 4,429 条
更新
精选归档 · 第 24 页
GitHub 新星仓库精选AI 评分8080 GitHub 新星仓库精选AI 评分8080 NoMac 开源 simulator-use，让 AI 智能体操控 iOS Simulator
NoMac 发布开源工具 simulator-use，让 Claude Code、Codex、Cursor 等 AI 智能体通过 MCP 构建、运行和测试 iOS 应用。
推荐理由：项目完整展示了 AI 智能体操控 iOS Simulator 的接口、性能数据与云端方案，便于评估其在移动端自动化测试中的可用性。
GitHub 新星仓库精选AI 评分7979 Cabinet 开源 AI 智能体团队生产力工具包
Cabinet 开源了一套面向个人与团队的 AI 智能体生产力工具包，让多个智能体按角色分工协作并由用户保留最终决定权。工具包以 Markdown 和 shell scripts 实现，支持 Claude Code、Codex、Gemini CLI 等工具，通过 npm 以 `@tarekraafat/cabinet` 提供，目前支持 macOS 和 Linux。
推荐理由：Cabinet 将多种职责拆成可协作的 AI 智能体，并以审批队列、交接文件和发布护栏保留人工最终决策权。
GitHub 新星仓库精选AI 评分7777 Principia 开源发布，统一运行 Claude Code 与 Codex 的公司工作空间
Principia 发布早期开源版本，把 Claude Code、Codex 智能体会话、共享 MCP 连接、工作流、计划任务和项目记忆整合到同一工作空间。当前桌面版面向 Apple Silicon macOS，云端运行器仍处于实验阶段；Passport 导入导出、完整多公司管理和大规模自主运行尚在路线图中。
推荐理由：项目给出了桌面端与自托管云端的功能边界、连接方式和运行命令，便于评估多智能体工作流的可用范围。
GitHub 新星仓库精选AI 评分7777 chief-of-staff-v2 发布 AI 幕僚长工具与智能体交接工作流
chief-of-staff-v2 读取获准访问的日历、邮件、任务、Notion 与 PR，生成最多 3 项待处理行动及可直接交给 Claude Code 或 Codex 的自包含提示词。
推荐理由：它把日程、邮件、任务与 PR 汇总为可交给 Claude Code 或 Codex 的交接提示，并用 diff 和检查结果验收智能体。
GitHub 新星仓库精选AI 评分7676 Agent Deck 发布 Obsidian 多智能体会话追踪与任务委派插件
Agent Deck 发布 Obsidian 插件，可集中追踪 Claude Code、Codex、WorkBuddy、DeepSeek Harness 和 Antigravity 的本地会话。用户可在笔记中拖放任务以绑定或委派智能体，并将进度、状态和结果回写至同一行记录。插件从本地日志读取数据，追踪功能不发起网络请求或模型调用。
推荐理由：Agent Deck 把五类 AI 智能体的本地会话集中到 Obsidian，并用拖放完成绑定、委派和日志回写，适合观察多智能体协作流程。
Anthropic News精选AI 评分6262 Anthropic 开放 Model Hardware Standard 研究预览
Anthropic 面向首批科研实验室和先进制造商开放 Model Hardware Standard（MHS）研究预览，旨在让 AI 智能体安全操作多台物理设备。
推荐理由：MHS 提供跨设备统一驱动与控制机制，并展示 AI 智能体编排实验、实时调参和故障恢复的实践路径。
Hugging Face：moonshotai 新模型精选AI 评分7777 Moonshot AI 发布 Kimi K2.7 Code 编码模型
Moonshot AI 发布基于 Kimi K2.6 构建的 Kimi K2.7 Code 编码智能体模型，真实软件开发长程任务能力提升，思考 token 使用量较 Kimi K2.6 减少约30%。模型采用 MoE 架构，总参数量1T、激活参数量32B，支持256K上下文和图像、视频输入，提供 API 及 vLLM、SGLang 等部署方式。
推荐理由：提供模型架构、基准成绩、API调用与部署方式，读者可据此比较编码智能体能力及其落地条件。
Hugging Face：moonshotai 新模型精选AI 评分7979 Moonshot AI 发布 Kimi-K2-Thinking 开源思考模型
Moonshot AI 发布开源思考模型 Kimi-K2-Thinking，支持逐步推理、动态工具调用和 256K 上下文窗口。模型采用 MoE 架构，总参数量 1T、每 token 激活 32B 参数，可在连续 200–300 次工具调用中保持目标导向，并通过后训练量化感知训练实现原生 INT4 推理与约 2x 生成加速。
推荐理由：Kimi-K2-Thinking把长链推理、工具编排与原生INT4部署放在同一模型中，并提供完整评测与调用示例。