🛠️ 开源工具推荐：《Awesome Agent Skills》—— 1424+ 官方团队 AI Agent 技能库，Anthropic、Google、Microsoft 都在这里发布 如果你每天用 Claude Code、Codex、Cursor 或 Gemini CLI，你可能在重复发明别人已经做好的东西。每次需要一个新技能，例如处理 PR、操作 Stripe、部署 Cloudflare，你要么自己写、要么从各处东拼西凑。 Awesome Agent Skills 把这个问题解决得很彻底：一个 1424+ 技能的精选库，里面的每个技能都来自你已经在用的工具和服务的官方开发团队，不是批量 AI 生成的废料。 核心特性： 1. 官方团队出品：Anthropic、Google Labs、Microsoft（133+ 技能）、OpenAI（28+）、Stripe、Cloudflare、Vercel、Netlify、Trail of Bits、Sentry（50+）等 30+ 知名机构发布 2. 1424+ 真实可用技能：每个技能由真正使用它的工程师团队维护，不是 AI 批量合成 3. 全平台兼容：Claude Code、Codex CLI、Gemini CLI、Cursor、Kiro、OpenCode 全支持 4. 技能浏览器： 直接按发布者浏览和搜索 5. 社区持续更新：每周都有新的官方团队提交技能，实时增长 特别适合每天用 AI 编程助手、想用现成高质量技能（而不是自己从头写）的开发者，以及在企业内推广 AI Agent 工具链、需要可信官方来源技能的平台工程师。目前已获得 25.6k+ stars ⭐，是当前开源 Agent 技能集合里来源最权威、覆盖最广的社区库。 与批量生成技能仓库的关键差异：这里的每一个技能都有明确的「官方发布者」，例如Anthropic 发布的 Claude 技能、Stripe 发布的支付工作流技能、Sentry 发布的错误追踪技能，这是别的技能库没有的权威性和可信度。如果你用 Claude Code 想让它真正帮你操作 Stripe、调用 Cloudflare 或查 Sentry，这里是最直接的起点。 #AIAgent# #ClaudeCode# #VibeCoding# #AI工具# #AIEngineering# #codex#

想要学习怎么写 agent，可以参考这 几个开源 agent： - Codex、OpenCode：完整的生产级 coding agent。 - pi：更小、更清晰的 Agent harness，反而最适合入门。 - Hermes：偏通用个人 Agent，不是纯 coding agent；适合学习记忆、Skills、Provider 和多平台接入。 先建立 Agent 的最小模型 Agent 最核心的逻辑其实就是： 用户消息 ↓ 组装 messages + system prompt + tool schemas ↓ 调用模型 ↓ 模型返回文字或 tool calls ↓ 执行工具 ↓ 把 tool results 加回 messages ↓ 再次调用模型 ↓ 直到模型不再调用工具 生产级 Agent 的复杂度，都是围绕这个循环增加的： - Streaming - 工具参数验证 - 并行工具执行 - Abort、重试、超时 - 权限审批与 sandbox - Context compaction - Session 持久化与恢复 - Steering、follow-up - Subagent - Provider 差异适配

分享 8 个我最近在用的 AI Coding Agent 基础设施开源项目,全部破万星,最高 68k ⭐ Agent 干活的两大瓶颈:反复 grep 找代码,和爆炸的上下文成本。这 8 个项目从压缩层、代码记忆、技能安全到长任务稳定性,基本覆盖了 Agent 工程化的关键缺口 1️⃣ headroom ⭐53k 日志/文件/工具输出/RAG 分块进 LLM 前先压缩,号称省 60–95% token。库 / 代理 / MCP 三种接入,本地优先、可逆。 上下文成本是长任务核心瓶颈,压缩层是省钱最直接的方向。 2️⃣ agent-skills ⭐68k 面向编程 Agent 的生产级工程技能集,把资深工程师的纪律(写 spec、测试、review、何时 ship)固化成结构化工作流,灵感来自 Google 工程实践。 Agent 默认走"最短路径完成",这个把不体现在 diff 里、却决定质量的环节补回来。 3️⃣ Agent-Reach ⭐45k 给 Agent "看见互联网"的能力,读取/搜索 Twitter、Reddit、YouTube、GitHub、B站、小红书。定位是能力层(选型+安装+体检+路由),一个 CLI、零 API 费用。 内容监控和自媒体选题神器。⚠️需登录的平台建议用专用小号,有封号风险。 4️⃣ OpenMontage ⭐28k 开源 Agentic 视频生产系统,把 AI 编程助手变成完整视频工作室。12 条流水线、52 个工具,支持纯免费本地链路(Piper TTS、FFmpeg、Remotion、开放素材)也支持付费云端。 从研究、脚本到剪辑合成的端到端流水线,内容人值得关注。 5️⃣ DeepSeek-Reasonix ⭐25k DeepSeek-native 终端 coding agent,围绕字节稳定的 prefix-cache 优化运行循环,长会话缓存命中 90%+、输入 token 成本大幅下降。单 Go 二进制。 DeepSeek 生态里的 coding agent,低成本、国内开发者友好。 6️⃣ Planning with Files ⭐24k 给 coding agent 基于 Markdown 的持久计划管理:长任务、上下文丢失/clear 后恢复、确定性完成校验、多 Agent 共享状态。本质是 Claude Code skill,兼容 60+ Agent。 Agent 做复杂任务最容易"忘记计划",解决的是长任务稳定性。 7️⃣ codebase-memory-mcp ⭐21k 高性能代码智能 MCP Server,把代码库索引成持久知识图谱,支持 158 种语言,亚毫秒查询,号称省约 99% token。单静态二进制、零依赖。 让 Agent 不再反复 grep,而是拥有可查询、可复用的代码库记忆。 8️⃣ SkillSpector ⭐11k NVIDIA 开源的技能安全扫描工具,安装前检测技能里的漏洞、恶意模式和潜在风险(68 个模式、17 类),输出 0–100 安全评分。 技能以隐式信任执行,是个基本没被审查的攻击面,装前先扫一遍。

腾讯WorkBuddy vs Hermes Agent 哪个更强更适合你？ 这两款工具，根本不在一个赛道上。一个是开箱即用的办公助手，一个是需要自己动手搭的Agent框架。选哪个，取决于你的使用场景和需求。 01. 它们到底是什么？ 腾讯WorkBuddy：腾讯云出品的商业化桌面工具，闭源，主打开箱即用。下载Windows客户端就能上手，不用配环境、不用写代码，跟企业微信、腾讯文档深度打通。说白了，就是给普通打工人用的AI办公助手。 Hermes Agent：Nous Research开源的Agent框架，MIT协议，没有官方客户端。本质是一套需要自己部署、自己配置、自己二次开发的脚手架。主打长效记忆、自主技能迭代、7×24小时后台跑任务。说白了，是给程序员和极客准备的。 02. WorkBuddy强在哪？ 第一，零门槛。 下载即用，不需要WSL、Docker、API Key、环境变量。内置腾讯混元模型，也可以切第三方模型。注册完就能用。 第二，国内办公生态打通了。 原生适配企业微信、微信、QQ、飞书、钉钉，联动腾讯文档、腾讯会议。通勤路上用手机发条消息，就能远程操控办公室电脑干活。 第三，本地文件操作是杀手锏。 授权后可以直接读写本地的Word、Excel、PDF，批量处理文件。自动分类、清洗表格、提取发票生成报销单、多格式互转，不需要额外装插件。 第四，内置了20多个办公技能包。 周报、会议纪要、PPT、数据图表、竞品分析、邮件批量撰写、会议录音转纪要，拿来就能用，不用自己从头搭工作流。 第五，企业版有管理后台。 统一账号、权限管控、操作审计、数据隔离，中大型企业做全员部署，这个很重要。 03. Hermes强在哪？ 第一，长效记忆+自我进化。 五层记忆系统，关掉会话再打开，它还记得你。任务完成后会自动提炼Skill技能文件，下次同类任务直接用，越用越贴合你的习惯。不用你手动维护提示词。 第二，开源，不受任何人控制。 MIT协议，可以部署在自己服务器上，底层模型随便换，Claude、DeepSeek、GPT、本地开源模型都行。厂商涨价或改政策，跟你没关系。 第三，7×24小时后台自动化。 支持Docker、SSH、云函数、Linux常驻后台。适合做无人值守的任务：定时爬数据、监控日志、每日汇总信息。 第四，自定义能力强。 支持MCP协议，可以自己开发技能。Shell执行、爬虫、数据库读写、自动化运维，技术人员能把它搭成自己的专属数字员工。 04. 各有千秋，各自短板也很明显。 WorkBuddy的短板： 第一，闭源，天花板明显。 底层架构不开放，复杂自动化场景的深度定制能力有限。遇到官方没覆盖的需求，只能等版本更新，自己没法动手改。高级功能、自定义工作流，全看官方排期。 第二，记忆和进化能力弱。 会话上下文有限，关掉窗口它就忘了你刚才在做什么。没有自动进化的Skill机制，不会越用越聪明。长期项目里，它很难沉淀你的专属业务流程。 第四，深度绑定腾讯生态。 离开微信和企业微信，体验直线下降。跨平台IM调度、海外网络访问都不太顺畅。如果你的团队不是腾讯系，它的核心优势就发挥不出来。 Hermes的短板： 第一，企业级能力缺失。 开源版本没有官方SLA保障，没有统一管理后台，没有操作审计日志。给团队全员部署的话，权限管理、数据隔离、合规审查这些都得自己搭。大中型企业想落地，光过安全审计这一关就够头疼的。 第二，国内IM适配靠手搓。 企业微信、钉钉、飞书的接入，官方没有原生支持。要么自己写网关，要么等社区方案。国内企业想用起来，得先搭个“桥梁”。 第三，办公场景落地需要二次开发。 Word、Excel、PPT这些日常办公文档的处理能力，Hermes本身不直接提供。要么自己写Skill实现，要么依赖社区贡献，没法像WorkBuddy那样开箱即用。 05. 普通人应该怎么选？ 选WorkBuddy，如果你是： 🔶 普通白领、行政、HR、运营 🔶 不想折腾技术，只想打开软件就能干活 🔶 主要处理文档、表格、PPT、报销、周报 🔶 公司用企业微信/腾讯文档 🔶 需要给全公司统一部署 选Hermes，如果你是： 🔶 程序员、运维、独立开发者 🔶 愿意折腾命令行和配置 🔶 需要7×24小时无人值守任务 🔶 需要私有化部署，数据不想经过第三方 🔶 追求AI自我进化、长期记忆沉淀 06. 进阶玩家的组合用法 很多技术型用户是两套一起用的： 🔶 WorkBuddy处理日常办公文档、本地文件批量操作、国内IM远程调度 🔶 Hermes部署在云服务器里，跑定时爬虫、数据采集、自动化运维流水线 🔶 WorkBuddy生成的技能脚本，可以导进Hermes继续迭代优化 一个管白天，一个管黑夜。互补。 #WorkBuddy# #Hermes# #Agent# #AI办公# #开源Agent# #自动化办公#

直接把 Grok 变成私人 Agent 。 Hermes Agent 接入 xAI Grok 4.3 教程。 这可能是 Grok 会员最值得折腾的一次更新。 不是因为它又出了一个新聊天框。 而是 Grok 现在可以接进开源 Agent 了。 xAI 官方刚发文，Grok 订阅可以直接用在 Nous Research 的开源 Hermes Agent 里。 Hermes 这个东西有点意思。 它不是普通网页 AI，而是一个可以长期运行在你电脑、沙盒或者 VPS 上的个人 Agent。 它有长期记忆，还能接 WhatsApp、Discord、Telegram、Signal 这些消息入口。 也就是说，以后你买的可能不是一个 AI 会员，而是一个长期在线的执行体。 简单教程也不复杂。 第一步，安装 Hermes Agent： `curl -fsSL | bash` 支持 Linux / macOS / WSL2 / Android Termux。 第二步，选择模型： `hermes model` 然后选： `xAI Grok OAuth (SuperGrok Subscription)` 第三步，浏览器会跳到 xAI 登录页面。 登录你的 Grok 账号，授权一下就行。 官方文档说，不需要单独配置 `XAI_API_KEY`。 第四步，启动 Hermes： `hermes --tui` 接下来你就能在 Hermes 里用 Grok 4.3，还能接 Grok 语音、Grok Imagine 图像和视频能力。 这个方向我觉得很值得关注。 以前 AI 会员的逻辑是： 你打开网页，问它问题。 现在开始变成： 你把会员接进 Agent，让它帮你长期跑任务、记东西、接消息、处理工作流。 AI 真正有用的地方，可能不是回答得多聪明。 而是它终于开始常驻了。 来源：

有了中美几大优秀大模型的助力，加上 Hermes Agent/OpenClaw 等优秀的开源 Agent 框架及对应的 Harness Engineering（驾驭工程），现在“捉虫”及“救火”的效率高太多了。这放在一两年前，真不敢想象。 对未来持续保持积极的学习心态，AI 进化实在太快。

这些大厂ceo可能都还没意识到agent普及会带来什么变化，说28年缓解都完全太早了. 我们可以想象成跟个人电脑一样， 你可以只用一块gpu，cpu，但是日积月累你可能需要很多块存储卡，现在这个阶段所有人都保守来，现在的ai没有太强的自主性，你问什么它回答什么，制造数据的速度还不是非常快. 一旦ai普及过渡到agent阶段，那速度可能远超人类制造数据速度的百万倍，完全的自主性，无眠无休. 可能超越人类百倍千倍的输入速度，不断电不停止，单日的总输入输出量将会是现有人类的百万倍不止. 他们这些ai巨头老板还在以现在常规的一问一答形式的ai对话形式的来计算存储需求， 实际从开源agent助手clawdbot出现那刻开，最近几年的存储需求都要开始被重估. 你用gpt，用deepseek或者豆包gemini，他的存储需求在你短暂的一问一答后就结束了. clawdbot这种agent助手则完全不是，在你下达任务后，无眠无休24小时狂干，直到你上去检验满意为止. 这二者中间的数据量是天壤之别，唯一限制存储的就是物理世界的存储产能和与ai相匹配的电力了.

程序员别老盯着那些付费工具了，这几个开源免费的够你用一阵子： 1️⃣ 🔗 开源 React 组件库，专门给爱折腾的开发者 2️⃣ 🔗 99 个 CSS 加载动画，自带 AI 提示词，直接抄 3️⃣ 🔗 开源 Agent IDE，Claude Code、Codex、OpenCode 都能玩 4️⃣ 🔗 公共 API 目录，找接口不用满世界搜 5️⃣ 🔗 免费域名排名追踪，白嫖的香 省下的钱，买杯咖啡不香吗。

🛠️使用 Dify 不写代码就能搭出能上生产的 AI 应用和 agent GitHub 揽获 14.8 万 stars，是目前最火的开源 agentic workflow 开发平台 想做一个带知识库的客服机器人或者内部 AI 工具，以前得写后端、接模型 API、自己搭 RAG、慢慢调 prompt，一套流程下来少说几周。 用 Dify 的话，在可视化画布上拖节点连线就能把工作流搭出来，文档直接扔进去就是一个能用的知识库，PDF、PPT 都能抽取。 想换个模型也不用改代码，GPT、Mistral、Llama3 以及任何兼容 OpenAI API 的模型点一下就切换，Prompt IDE 里还能直接对比不同模型的效果。 要做 agent 还有内置的 Google 搜索、DALL·E、Stable Diffusion 等 50 多个工具直接调用，也支持 MCP。 所有能力都开放了 API，可以直接嵌进自己现有的业务系统。 部署也很省心，docker compose up -d 一键起服务，浏览器打开就能用。 以前搭一个 AI 应用要一个团队，现在一个人在画布上就能干完。

终于，Hermes Studio 正式突破 10,000 GitHub Stars！🎉 从最初的一个想法，到如今汇聚越来越多开发者、用户与贡献者，10K 不只是一个数字，更代表着大家对开源 Agent 工作台的认可与期待。 感谢每一次 Star、每一条建议、每一个 Issue 和 PR，也感谢所有帮助分享与推广 Hermes Studio 的朋友。正是社区持续不断的支持，让我们能够一步一步走到今天。 10,000 Stars 是一个重要的里程碑，但绝不是终点。接下来，我们会继续完善桌面端与移动端体验，推进多 Agent 协作、远程连接、Workflow、语音交互及硬件生态，让 Agent 真正融入更多人的工作与生活。 感谢一路同行，新的阶段正式开始。🚀 GitHub：