更多开源的精彩项目： 1. OpenViking（字节跳动） https://github.com/volcengine/OpenViking ⭐12.8k｜本周 +6.5k 专为 AI Agent 设计的上下文数据库。 不是向量数据库，不是 RAG 框架。 它做的事是：把 Agent 运行时需要的所有东西 - memory、resources、skills - 用文件系统的方式统一管理，按需分层传递给 Agent，还能自进化。 README 第一行写的就是 "for AI Agents such as OpenClaw"。字节跳动出品，本周连续进日榜、周榜。 2. hermes-agent（NousResearch） https://github.com/NousResearch/hermes-agent ⭐7.6k｜本周 +5.1k 会自己进化的 Agent。 核心设计只有一句话：完成复杂任务之后，把这次的经验自动写成一个新 Skill；下次遇到类似任务，调用这个 Skill，并在使用中继续改进它。 越跑越聪明，Skill 越积越多。 $5 VPS 可以跑。Telegram / Discord / WhatsApp / Signal / CLI 全平台支持。模型随时换，OpenRouter / Kimi / MiniMax / OpenAI 都行，一行命令切换，不改代码。 3. BitNet（微软） https://github.com/microsoft/BitNet ⭐34.7k｜本周 +6k 1-bit LLM 的官方推理框架。 量化到 1-bit 之后发生了什么： • ARM CPU 加速 1.4–5x • x86 CPU 加速 2.4–6.2x • 能耗降低 55–82% • 100B 参数的模型，单颗 CPU 可以跑 不需要 GPU。你现在用的 VPS 就够了。 本地跑大模型这件事，正在从"有 GPU 的人的游戏"变成人人可玩。 4. deer-flow（字节跳动） https://github.com/bytedance/deer-flow ⭐30.9k｜本周 +5k 字节自家用的 SuperAgent 框架，最近开源。 能研究、能写代码、能创作内容。内置沙盒、记忆、工具、Skills、子代理，处理从几分钟到几小时的任务。 5. nanochat（Karpathy） https://github.com/karpathy/nanochat ⭐48.8k 2019 年 OpenAI 花 $43,000 训练了 GPT-2。 Karpathy 用这个框架，8 张 H100 跑 2 小时，成本 $48，能力相当。 不是给普通用户用的工具。是给想真正理解 LLM 的人备着的 - tokenization、pretraining、finetuning、inference、chat UI 全流程，代码极简，随便改。 6. learn-claude-code（shareAI-lab） https://github.com/shareAI-lab/learn-claude-code ⭐28.3k｜今天 +870 "Bash is all you need." 把 Claude Code 的核心逻辑剥开，用最简单的 TypeScript + Bash 从零重新实现一遍，每一步都讲清楚。(Kenny.eth)