GitHub本周中文圈/AI圈上升趋势： cline/cline ⭐ 21K+ 开源VSCode AI编程插件，本周star +2.3K 亮点：完全本地化，可接任意API crawl4ai/crawl4ai ⭐ 30K+ LLM专用爬虫框架，网页→markdown 亮点：原生适配Claude Code + Cursor block/goose ⭐ 8K+ Block（Square母公司）开源的AI agent框架 亮点：可视化设计agent工作流 open-r1/open-r1 ⭐ 16K+ DeepSeek-R1的开源复刻，HuggingFace背书 亮点：训练流程完全可复现 browser-use/browser-use ⭐ 50K+ 让LLM直接操作浏览器的开源框架 亮点：本周star增长最快的爬虫类项目

AI 网关天花板！ 一个端点接 268+ 提供商、500+ 模型，Cursor/Claude Code 直接用 用 AI coding 时最烦的几个问题： • 模型太多，切换麻烦 • 免费额度分散，经常超限 • Token 吃得太凶，成本高 • Agent 想自主调用模型却很难 OmniRoute 把这些问题一次性干掉了。它是一个免费开源的 AI 网关，通过一个本地端点（http://localhost:20128/v1），就能访问 268+ 提供商、500+ 模型（包括 Claude、GPT、Gemini、Kimi K3、GLM、DeepSeek 等）。支持 Claude Code、Cursor、Codex、Cline、Copilot 等主流 AI coding 工具。 // 核心黑科技： • 智能路由 + 自动 fallback：18 种路由策略（优先级、加权、成本最优、融合等），配额感知，模型挂了自动切下一个 • RTK + Caveman 压缩：可叠加 11 种压缩引擎，节省 15-95% tokens，代码/JSON 几乎无损 • MCP/A2A 支持：AI Agent 可以直接控制网关，实现真正的自主调用 • 免费额度聚合：把散落在各家的免费额度集中管理，据称每月可省下巨量成本 • 本地优先：完全自托管，支持 Desktop/PWA/Termux，隐私安全 • 开箱即用：npm 一键安装，Dashboard 可视化配置，支持 43 种语言（含中文） // 简单来说：把“模型碎片化”变成“统一智能入口”，让开发者真正实现 “Never stop coding”。目前已获 22k stars，由 500+ 贡献者共同打造，社区非常活跃。 GitHub： 去 star 一下，装上后把你的 Cursor 或 Claude Code 指向这个端点，model 填 auto，立刻感受丝滑体验。

flatlogic 这一份开源清单，收集了大量好用的 AI 编程 Agent 工具。 每个工具都标了运行方式，命令行、IDE 插件还是云端沙箱，一眼能看出来。 GitHub： 包括常见的 Aider、Cline、Cursor、Claude Code、Codex 都在里面。 比较好的还标了收费情况，免费、付费还是免费加增值，选型时能少点几次官网。 比较适合新人，又不能用 Claude Code 或 Codex 的朋友，参考看下这份清单的工具。

Tencent Hy3 用极低的参数规模实现了对 Frontier Model 的越级打击。 这款模型拥有 295b 总参数，但通过 MoE 架构将活跃参数压缩到了 21b。这意味着你可以在自己的硬件上跑出接近顶级闭源模型的性能，彻底打破了“大模型必须依赖云端算力”的认知边界。 目前在 Cline 中可以直接调用 `tencent/hy3:free` 进行测试。对于追求本地化部署、又不想牺牲推理能力的开发者来说，这是目前性价比最高的开源路径。

DesktopCommanderMCP（让 Claude 拥有完整桌面控制权） 让你的 Claude 拥有完整桌面超能力！🖥️⚡ wonderwhy-er/DesktopCommanderMCP MCP server 直接给 Claude 终端控制权 + 全文件系统搜索 + 外科手术式 diff 编辑。以前 Agent 只能在编辑器里聊天，现在可以直接在你电脑上执行命令、读写 Excel/PDF/DOCX、后台跑进程、递归搜索代码库。 // 核心硬核： • 终端全控：流式输出、超时管理、进程列表/kill、交互式会话（SSH/数据库） • 文件操作全家桶：原生读写 Excel/PDF/DOCX、递归搜索（ripgrep）、精确替换、目录树懒加载 • 高级编辑：多文件同时处理、模式替换、Markdown 实时预览 + 自动保存 • 安全优先：命令黑名单、Docker 隔离、符号链接防护、完整审计日志 • 完美支持 Claude Desktop、Cursor、Windsurf、Cline 等全平台 + Remote MCP 本地 AI 工作流革命性升级！隐私不上传云端，效率直接拉满。 特别适合用 Claude Code / Cursor 做重度开发 + 数据分析 + 自动化任务的 indie dev。 安装方式超多（推荐 npx 或 Docker）： 官方 README 一键配置 Claude Desktop / Cursor。 GitHub： MCP + 本地 Agent 生态玩家，赶紧 Star 收藏！🚀

腾讯 @TencentHunyuan HY3的正式版来了！ 4 月底发布 Hy3 preview 后，混元团队在 50 多个业务中获得了广泛的反馈，修复了各种体验问题，进一步提升了后训练的质量和规模。 今天正式发布的Hy3，它展现出显著强于同尺寸模型的智能水平，并比肩更大尺寸旗舰模型的效果，大幅提升了在各类产品和生产力任务中的实用价值。 更强大的智能体能力Hy3 基于 preview 版本进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2～5 倍）的效果。 Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择。在内部组织的 270 位专家基于真实工作的模型盲测中，Hy3（均分 2.67 / 4）展现出优于 GLM5.1（均分 2.51 / 4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。 我们都知道模型的实用体验不完全与榜单成绩挂钩。 所以基于广泛的用户反馈和分析，团队定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价： 输出格式和工具调用稳定性：  正式版显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3 还增强了跨脚手架泛化性，不同脚手架（如 Codebuddy、Cline、KiloCode）在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。 知识常识和抗幻觉能力：  内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的理想态，团队进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中，Hy3 的幻觉率从 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%，显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。 复杂上下文承接与多轮意图保持能力：  Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从  17.4% 降至 7.9% 。同时 Hy3 在长对话理解基准中取得显著跨越（如 MRCR 从 42.9% 升至 75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏 Hy3 已以 Apache 2.0 协议在 GitHub、HuggingFace、ModelScope、GitCode开源。 得益于一系列软硬协同的优化，也进一步降低了 Hy3 在腾讯云的 API 价格及在 WorkBuddy 等产品上的使用成本，让混元模型普惠更多用户和场景。 Hy3 API 价格（每百万 Tokens） 输入1 元 输出4 元 输入（命中缓存） 】 0.25 元 从 1 月底重建基础设施，到 4 月发布 Hy3 preview，再到今天迭代升级 Hy3，团队用不到半年跑通了从底层基建到产品落地的完整研发链路。 但这只是一个起点，还有很多问题需要解决，混元的重建和进步才刚刚开始。

小米家的 MiMo 也开始支持 OpenAI 的 Responses API 了 这件事比单纯又兼容一个接口更有意思 早期的 chat/completions 协议，本质上约定的是模型上下文怎么传。一个 messages[]，里面按 system / user / assistant / tool 去堆历史 这个协议很适合聊天，但不太适合 Agent 因为复杂 Agent 不只是回一句话，它还要携带状态、调用工具、处理工具结果、管理多轮任务、接收多模态输入，甚至在一次任务里连续推理和执行 所以 OpenAI 从 2025 年开始，把新一代能力重心逐步转向 Responses API Responses API 的核心变化是，它不再只是聊天补全协议，而更像一个Agent 执行协议 它把状态延续、多模态输入、reasoning、tool call、tool result 等能力统一到一套结构里。以前很多要开发者自己在框架层拼装的东西，现在开始被协议层标准化。 MiMo 现在支持 Responses API，应该是开始向 Codex、OpenClaw、Cline 这类 Agent 和 AI Coding 工具链在靠拢

盛大集团创始人陈天桥近年来在 AI 领域（尤其是“AI长期记忆”和“脑科学与 AI 交叉”方向）进行了深度布局。 他主张通过模拟人类大脑的记忆与认知机制，解决大语言模型（LLM）的“遗忘”和上下文受限问题，使 AI Agents 具备连贯、可进化且个性化的长期记忆。 旗舰开源项目：EverMemOS（智能记忆操作系统） EverMemOS 是由陈天桥旗下的 EverMind 团队推出的一款旗舰级开源、企业级智能记忆系统，被定位为未来 AI Agents 的“数据与记忆基础设施”。 1. 类脑级记忆生命周期（Engram-Inspired） EverMemOS 的设计灵感来源于人类大脑的记忆编码、巩固与提取机制，包含三个核心阶段： 情境痕迹形成（Episodic Trace Formation）：将实时的对话流转化为 MemCells。MemCells 是记忆的原子单元，用于捕获情境线索、事实以及有时效性的预测信号。 语义整合（Semantic Consolidation）：将分散的 MemCells 提炼并组织成更高维度的、具有主题性的语义结构 —— MemScenes。在这个过程中，系统会持续自动演化并更新用户画像（User Profile）。 重构式回忆（Reconstructive Recollection）：在 AI 需要决策时，通过 MemScene 引导的 Agent 检索机制重构上下文，帮助下游模型完成长周期的连贯推理。 2. 五层技术架构 EverMemOS 将长期记忆的读写流程分层管理： 代理层（Agentic Layer）：处理主动的记忆过程，如记忆提取、向量化、检索和重排序。 记忆层（Memory Layer）：管理核心存储和情境记忆，专注于 MemCells 的提取与生存周期管理。 检索层（Retrieval Layer）：负责多模态检索和对检索结果进行重排序，包括 BM25 + 向量检索的混合搜索以及 RRF（倒数排序融合）等。 业务层（Business Layer）：处理上层的业务逻辑与数据操作。 基础设施层（Infrastructure Layer）：兼容 MongoDB、Elasticsearch、Milvus、Redis 等主流数据库与缓存组件。 3. 性能与生态集成 Token 优化：充当智能注意力过滤器，在部分场景中可将上下文窗口的 Token 消耗降低多达 70%，同时在 LoCoMo 等长期记忆基准测试中达到了 SOTA 性能。 开源生态与插件：MCP（Model Context Protocol）支持：提供了 evermemos-mcp 插件，支持将 AI 编码助手（如 Claude Code、Cursor、Cline 等）接入 EverMemOS 记忆库。 Agent 框架集成：支持 OpenClaw 插件，使智能体能够自动捕获对话、调取历史记忆；同时支持 Live2D 虚拟角色记忆交互等应用。 GitHub 地址：

10个免费开源AI工具 感觉不收费都违法了 赶紧收藏，别让大科技公司把它埋了 1. Fooocus Midjourney平替，能在笔记本上跑 三步从下载到出图 仓库 → 2. ComfyUI 专业AI艺术家真正在用的图像生成器 工作室用它做真实制作 仓库 → 3. Ollama ChatGPT平替，在你自己的机器上跑 不需网络，不需API费用 一行命令装好 仓库 → 4. OpenVoice 用10秒音频克隆任何声音 MIT和MyShell开发 MIT许可证支持商用 仓库 → 5. Penpot Figma平替，支持实时协作 浏览器运行，可自托管 仓库 → 6. AppFlowy Notion平替，数据留在你的机器上 本地优先，Rust编写 仓库 → 7. n8n Zapier平替，400+个集成 自托管时工作流无限制 仓库 → 8. Calendly平替，功能超过付费版 可给客户贴牌 仓库 → 9. Supabase Firebase平替，你真正拥有的 Postgres、认证、存储、实时、边缘函数 一站式解决 仓库 → 10. Cline Cursor平替，住在VS Code里 读你的文件，编辑代码，交付功能 仓库 → 最疯狂的部分： 这些工具作为SaaS订阅加起来 要花你每月300-500美元 全部免费，永远免费 唯一的输家是那些每月收你20美元 卖开源社区免费做的东西的公司 收藏这条推文别忘了 100%免费，100%开源