OSS Insight 开源趋势项目库
输入“/”快速插入内容
OSS Insight 开源趋势项目库
OSS Insight 开源趋势项目库
用户3329用户33299月1日修改
[OSSDIGEST:END:v3]
[OSSDIGEST:END:v7]
[OSSDIGEST:START:v9]
[OSSDIGEST:DAILYLINKS] 每日文档：2026-09-01 2026-08-31 2026-08-30 2026-08-29 2026-08-28 2026-08-27 2026-08-26 2026-08-25 2026-08-24 2026-08-23 2026-08-22 2026-08-21 2026-08-20 2026-08-19 2026-08-18
💡
[OSSDIGEST:STATUS] [OSSDIGEST:SNAPSHOT:89fb1aa1e2bc011a12d1]
最后成功更新时间：2026-08-18 12:08:35（北京时间）
已收录项目数：415 人工收藏/备注：10
数据口径：项目来自 OSS Insight 趋势榜（Today / This Week / This Month / Past 3 Months，即滚动 24 小时 / 7 天 / 1 个月 / 3 个月窗口）。全部项目、Stars 与每日状态变化集中维护在下方的多维表格；正文按日期分节收录当天热门项目。
OSS Insight 项目总表
[OSSDIGEST:DATE:2026-08-11] 2026-08-11 · 初始化
[OSSDIGEST:CATEGORY:Agent 与多智能体] Agent 与多智能体
📌
[OSSDIGEST:REPO:1165324947]
agentscope-ai/QwenPaw
分类：Agent 与多智能体 语言：Python 证据等级：高
Stars：33,768 Forks：2,974
首次发现日期：2026-08-11
标签：Python、agent、agent-harness、agentscope、ai-agent、ai-agents、chatbot、harness-engineering、llm-tools、Agent 与多智能体
研究说明：QwenPaw 是由 agentscope-ai 团队开发的开源个人 AI 助理，采用 Apache-2.0 许可证，Python 编写。它主打「本地或云端自部署、可自由扩展、多渠道触达」，定位为可自己掌控数据的超级代理。核心能力包括：三层记忆，即工作上下文、完整历史与基于 ReMe 的自进化个人知识库，对话与资源会持续变成可读、可编辑、可搜索、可链接的 Markdown；内置 QwenPaw-Flash 模型（2B/4B/9B）与本地运行时，无需 API Key 也可运行，同时兼容 Ollama、LM Studio 及十余家云端模型提供方；安全方面提供内核级沙箱、工具守卫、文件守卫、技能扫描与访问策略，危险命令在运行前被拦截；支持多代理并行与运行时子代理，符合 Agent Communication Protocol；具备统一文件工作区，支持技能、插件、市场与 MCP 集成；可接入钉钉、飞书、微信、Discord、Telegram、iMessage、QQ 等渠道，并提供控制台、TUI 与桌面应用。适合希望自托管 AI 助理、注重隐私与多平台分发的个人与团队。项目迭代活跃，v2.1.0 等版本宣称引入 Agent OS、浏览器与计算机使用等能力，具体效果待部署核验。
📌
[OSSDIGEST:REPO:1306090134]
ailinone/collective-intelligence
分类：Agent 与多智能体 语言：TypeScript 证据等级：高
Stars：219 Forks：20
首次发现日期：2026-08-11
标签：TypeScript、ai、ai-agents、artificial-intelligence、collective、collective-intelligence、consensus、docker、gateway、Agent 与多智能体
研究说明：Ailin¹（ailinone/collective-intelligence）是一个开源的「集体智能」引擎，采用 AGPL-3.0 许可证，主要语言为 TypeScript。项目主张让数以万计的 AI 模型通过数十种协调策略共同协作，而不是把请求路由到单个模型；核心是结构化多样性、独立推理与完整决策审计轨迹，宣称比单模型集成更可靠、更韧、更可审计。README 中给出的实时生产计数约为 10 万个模型、32 种策略，数据口径为 2026-08 的自身统计。架构上通过网关与编排层把前端 API、开放权重模型与自有模型家族接入一个「集体模型」，每次请求带完整决策溯源；提供 Docker 部署方式、OpenAI 兼容接口与 OpenAPI 支持。其思想借鉴集体智能与认知多样性研究，包括「多样性胜过能力」与集体绩效相关结论。适合研究多智能体协调、需要高可靠与可审计 AI 输出的团队或研究者。局限在于模型数量与策略数量均为项目自报口径，与前沿单模型的实际对比证据未在本数据集中独立核验，落地效果需结合实测判断。
📌
[OSSDIGEST:REPO:1306128367]
andrewyng/openworker
分类：Agent 与多智能体 语言：Python 证据等级：中
Stars：14,170 Forks：1,932
首次发现日期：2026-08-11
标签：Python、Agent 与多智能体
研究说明：OpenWorker 是吴恩达（Andrew Ng）开源的桌面 AI 协作者，使用 Python 实现，采用 MIT 协议，当前处于开放 Beta 测试阶段。与偏重聊天的助手不同，它的定位是交付完整的成果物，例如成品文档、包含具体数字的 Slack 回复、更新好的日历、处理过的收件箱，而不是一份待办清单。它运行在用户本地桌面，提供 macOS 与 Windows 安装包，采用自带模型（BYOK）的模式，可以接入 OpenAI、Anthropic、Google Gemini、DeepSeek、Kimi、Qwen、Mistral 等多家模型，也可以使用 Ollama 完全本地运行。核心能力包括：超过 25 个日常工具的集成（GitHub、Slack、Jira、Notion、Linear、Gmail、Google Calendar 等）、对任意 MCP 工具的接入支持、定时自动化任务（如晨间简报、周报、频道值守），以及在执行发消息、修改日历、运行 shell 命令等敏感操作前的审批门控；无人值守运行时，会把待确认的操作放进收件箱而不是擅自执行。使用方式上支持在 Slack 中提及该助手打开会话，工作完成后以线程回复形式返回答案，自动化任务的运行记录会以完整转录形式保存在应用中。
📌
[OSSDIGEST:REPO:1121999804]
AntigmaLabs/ante
分类：Agent 与多智能体 语言：Rust 证据等级：高
Stars：1,606 Forks：46
首次发现日期：2026-08-11
标签：Rust、agent、agentic-ai、ai-agents、artifical-life、terminal、Agent 与多智能体
研究说明：用 Rust 写的自包含终端编码智能体框架，自称『shell 里的幽灵』，定位类似 Claude Code 或 Codex，但强调零运行时依赖、不绑定特定模型。核心是单个约 15MB 的 Rust 二进制，集成 grep、git 等重件于同一进程，可在容器或远程机器直接部署。突出卖点：原生离线，内置受管的 llama.cpp 推理引擎，指向任意 GGUF 文件即可全程本地运行，无需 API Key 和联网；作者公开的 Terminal-Bench 2.1 评测显示用 DeepSeek V4 Flash 达到 82.7%，并宣称在 20 路并行任务中比 Claude Code 峰值内存约省 7 倍、平均 CPU 约省 9 倍、磁盘 I/O 约省 5 倍。处于 alpha 预览阶段，功能不完整、可能有破坏性变更，仅支持 macOS 与 Linux（Windows 需 WSL）。说明：核心 harness 目前以预编译二进制分发，仓库先放文档、协议、SDK 与评测流水线，源码发布方式仍在讨论；遥测默认开启但可关闭。面向追求轻量、可离线、可自部署终端 agent 的开发者，也作为自建 harness 的优化核心。