由 DeepReinforce 推出的 Ornith，把出題、搭鷹架與寫解法都交給模型自己完成，規模涵蓋 9B 到 397B 三檔，以 MIT 授權釋出，支援 256K 上下文與本機部署。

研究機構 Nous Research 的開源代理人。做完的任務會沉澱成可重複使用的技能並持續修訂，偏好與專案默契寫在本機檔案裡跨對話留著，還能接上二十多個聊天服務。

騰訊雲開源的自架 AI 助手平台，對話、工作區與金鑰全留在本機，能接進飛書、釘釘等九個訊息平台，一個進程同時扮演控制台與執行環境。

DeepSeek 開源的 Agent 執行環境，桌面版把 Node.js 與 Python 一起打包進來，預設四種工作模式、外掛管理頁與軌跡視圖，裝好就能用。

一個開放的外掛，裝進你本來就在用的編輯器，接哪一家模型由你決定：雲端、本機，或公司內網自己架的那一套，設定就寫在一個你手上的檔案裡。

它是一個應用，也是一篇論文與其官方實作：訓練資料全用合成方式產生，授權寬鬆到整排圖形介面產品都把它包進外殼。三條使用路徑，代價各不相同。

在自己顯示卡上把圖放大、完全不碰網路的桌面應用。前提寫在最前面：需要支援 Vulkan 的獨立顯示卡，硬體撐不住的部分交給雲端那一檔。

搜尋、抓取與互動走同一個介面，回來的是乾淨的 Markdown、套模板的 JSON 或一張截圖。代理、反爬與渲染都算服務端的事——而那正是最磨人的一段。

四層按使用深度切開：無程式碼介面、對話層、事件驅動核心與擴充套件。框架已進入維護模式，所以真正該問的是：要從它起步，還是只把它繼續跑下去。

節點是步驟、邊是流轉、狀態在中間跑，而同一張圖可以混用確定性程式與模型判斷。續跑點、審批卡點與可檢查的狀態是原語，不是事後補丁。

代理、流程與任務構成骨架，上方一層控制面即時追蹤每一次模型呼叫與記憶讀取並核算成本。框架本體走 MIT，而發現與優化這兩段吃的則是平台規模的資料。

四個介面把工作切開：一句話描述就生出代理、拖積木編排複雜流程、盯執行與花費、複用別人發布的作品。平台目錄走 source-available 授權，經典目錄仍是 MIT。

一個住進你本來就在用的聊天軟體、把記憶全留在自己硬碟上的助理。專案由非營利基金會持有，沒有付費等級，一個閘道行程就把 29 個頻道接進編碼代理。

一半收下任務直接給結果，另一半把你自己的 Playwright 程式接到一台遠端瀏覽器上。開源函式庫採 MIT 授權，計費按小時與按用量走，不綁訂閱。

把知識庫問答、視覺化工作流、智慧體編排與工具呼叫放進同一個工作區的開源平台。授權允許內部商用但不允許對外提供 SaaS，而力氣明顯花在檢索那一側。