一款就在你手机上的独立AI Agent — 深入解析OpenDroid
OpenDroid是一个开源的Android自主AI Agent,能将你的智能手机变成LLM运行环境,支持12家AI提供商和60多项现成操作。
语言
首页语言
板块
OpenDroid是一个开源的Android自主AI Agent,能将你的智能手机变成LLM运行环境,支持12家AI提供商和60多项现成操作。
PR-AF 是一个用于深度代码审计的开源工具,它构建动态 Agent 图、提取 AST 树,并对每个发现进行可证伪性验证。
Ponytail 是一套面向 LLM 代理的规则集和钩子,强制模型写出最简代码、使用原生特性、避免过度设计。基准测试显示代码量减少 54%,成本降低 20%。
Anthropic 的 Boris Cherni 不再手动编写提示词——自动循环代替他完成了这项工作。以下是 Loop Engineering 如何改变游戏规则的。
txtai 是一个一体化 Python 库,整合了向量数据库、支持 SQL 的混合搜索、图分析和 RAG 管道的 LLM 编排。
Kun 在一个本地 AI 工作空间中整合了代码、文本、设计和自动化功能,具备 TUI 和 GUI 共享运行时、五个专业工作空间和灵活的模型支持。
使用本地 LLM 构建 AI Agent?SIE(Superlinked Inference Engine)将多个推理服务器整合为一个,降低 GPU 成本并简化容器配置。
向量数据库和标准 RAG 无法回答审计人员关于 AI 决策的问题。Semantica 添加了确定性图谱、规则和审计追踪功能。
开发者 Vitaliy 创建了 code-graph-rag 项目,用知识图谱替代向量搜索进行单体仓库代码分析。该工具使用 Tree-sitter、Memgraph 和 Qdrant 来理解代码结构。
Aether 将 Alpine Linux 虚拟机嵌入到移动 AI Agent 中,让语言模型能够在智能手机本地执行代码,无需外部服务器。
标准推理引擎在处理自主 AI Agent 时往往力不从心。TokenSpeed 提供了一种专用解决方案,将 TensorRT-LLM 的速度与 Python 友好的接口相结合。
Lightning AI 的 LitGPT 使用纯 PyTorch 重写了 20 多种流行 LLM 架构,提供微调、部署和基准测试功能,且无需重型框架开销。
jCodeMunch MCP 使用 tree-sitter 为代码库建立索引,只向 AI 编程助手提供相关的代码片段,可将 Token 成本降低 95–99%。
Firebase 团队开源了 Genkit,一个用于构建 AI 功能的框架。它能否帮助在不产生意大利面条式代码的情况下整合 Gemini、OpenAI 和 Ollama?
无需再为每个 AI 模型编写适配器。LLM Gateway 通过单一 OpenAI 兼容接口统一 OpenAI、Anthropic、Vertex AI 等的 API 调用,并内置成本追踪功能。
构建真正能用的 AI Agent 的实用指南。Bojie Li 的 ai-agent-book 代码库涵盖了从上下文工程到无需微调的自进化等一切内容。
Decepticon是一个自主红队代理,能够像真实渗透测试人员一样执行攻击链。它在XBOW基准测试中获得了98%的分数,并使用16个专业代理处理不同的攻击阶段。
nanobot 是一个开源 AI 智能体引擎,可在本地运行,支持 Telegram/Discord 集成、MCP 工具和长期记忆,数据无需上传云端。
Bonsai-27B 采用 1 位和三值量化技术,将 270 亿参数模型压缩至仅 3.5 GB 内存,使其可在没有独立显卡的 iPhone 和笔记本电脑上运行。
How to fit AI into smart glasses without going crazy from lag. Meet Needle — a 26M parameter model for instant function calling.
我试用了Memtrace——一款将代码库转化为AI Agent知识图谱的工具,能在1.5秒内索引15,000个文件,无需调用LLM。