AI Agent GitHub Digest — 2026-08-18

TL;DR headroom 把送進 LLM 前的 tool output/log/RAG chunk 先做本地、內容感知的壓縮，7 個月衝上 6.6 萬星；agentmemory 讓 Claude Code、Cursor、Codex CLI 等十幾種 coding agent 共用同一份跨會話記憶，半年衝上 2.7 萬星；Andrew Ng 團隊的桌面 agent OpenWorker 把目標使用者從工程師擴大到一般知識工作者；NVIDIA 的 labs-OO-Agents 用物件導向重新設計 agent 抽象。Mastra 1.59.0 把 CostGuardProcessor 更名 TokenCostControl（breaking），browser-use 0.13.8 加入第一方 OpenClaw skill 支援。

#ai-agent #github #open-source #daily #context-engineering #mcp-server

今日亮點
Trending Repos
Notable Releases
1. Mastra @mastra/core@1.59.0
2. browser-use 0.13.8
今日收穫
參考資料

系列: AI Agent GitHub Digest (3 / 15)

AI Agent GitHub Digest — 2026-08-17 AI Agent GitHub Digest — 2026-08-19

🌏 English version

今日亮點

今天最有意思的不是新框架，是兩個「context engineering」工具同時衝上數萬星——headroom 專攻壓縮，把送進 LLM 前的 tool output、log、RAG chunk 先瘦身；agentmemory 專攻跨會話記憶，讓換個 coding agent 也不用重新解釋一次專案架構。加上 Andrew Ng 團隊的桌面 agent OpenWorker 把目標使用者從工程師擴大到一般知識工作者，這個產業的下一步戰場看起來不在「誰的框架圖畫得漂亮」，而在「context 夠不夠聰明」。

headroom (headroomlabs-ai) ⭐ 66,541

GitHub　·　Python + Rust　·　Apache-2.0

是什麼：一套「context 壓縮層」，把送進 LLM 前的 tool output、log、RAG chunk、對話歷史先壓縮，宣稱 coding agent 省 15-20% token、結構化 JSON 省 60-95%，且可逆（原文留在本地，需要時可還原）。
為什麼值得看：市面上多數壓縮方案是把文字丟給另一個 API 做摘要，這裡反過來走本地、內容感知的壓縮器（JSON、AST、prose 各自有專用壓縮器），還能一行指令包住既有 CLI agent（headroom wrap claude）不用改任何程式碼，7 個月從 0 衝上 6.6 萬星，說明「context 太肥」是普遍到人人都想解的痛點。
tech stack：Python 核心 + Rust 元件 + MCP server（headroom_compress/retrieve/stats）+ HTTP proxy，可掛進 LangChain / Vercel AI SDK / LiteLLM。
上手難度：低——headroom wrap claude 一行指令包住既有 CLI，不用改 agent 程式碼；要接 MCP 就再跑 headroom mcp install。

agentmemory (rohitg00) ⭐ 27,110

GitHub　·　TypeScript + Python　·　Apache-2.0

是什麼：幫 Claude Code、Cursor、Codex CLI 等十幾種 coding agent 共用同一個「跨會話記憶庫」，取代塞爆的 CLAUDE.md / .cursorrules。
為什麼值得看：以前每個 agent 各自維護自己的 200 行 context 檔案，換個工具記憶就歸零；agentmemory 用同一個本地 server 對外暴露 54 個 MCP 工具，加上各 agent 專屬的 hook（Claude Code 12 個、OpenCode 22 個），讓「這次踩過的坑」能跨工具沿用，半年衝上 2.7 萬星顯示這是真需求而非噱頭。
tech stack：本地 memory server（iii engine）+ MCP server（@agentmemory/mcp）+ 各 agent 原生 plugin/hook，混合搜尋 + knowledge graph。
上手難度：中——先起一個本地 server（npx @agentmemory/agentmemory），再依工具個別接 plugin 或 MCP，多工具環境設定步驟不算少。

openworker (andrewyng) ⭐ 14,339

GitHub　·　Python + TypeScript　·　MIT

是什麼：Andrew Ng 團隊做的桌面版「AI 同事」，目標是直接產出完成品（文件、試算表、行事曆更新），而不是聊天視窗。
為什麼值得看：跟一般 coding agent 不同，這隻主打串接 25+ 個日常工具（Slack、Notion、HubSpot、Google Calendar…），關鍵動作前會停下來讓使用者確認，定位更像非工程背景的知識工作者在用的 agent，而不是開發者專用；背後引擎 aisuite 本身也是獨立開源專案，值得拆開看。
tech stack：Python agent server（引擎建立在 aisuite 之上）+ Tauri 桌面殼 + React UI，自帶 MCP client。
上手難度：中——上線僅一個月的 open beta，需要自備 API key，桌面殼要裝 Rust 工具鏈才能編譯。

labs-OO-Agents (NVIDIA-NeMo) ⭐ 1,662

GitHub　·　Python　·　NVIDIA License

是什麼：NVIDIA 用「物件導向」重新設計 agent 抽象——一個 Python class 同時裝 prompt、tool、state、typed I/O，而不是像多數框架把這些拆成獨立物件。
為什麼值得看：目前主流框架（LangGraph、CrewAI 等）多半用 graph 或 role 抽象，NOOA 選擇貼近一般 Python 開發習慣的物件導向寫法，讓 agent 可以直接套用既有的 test/trace/版控流程開發；NVIDIA 親自下場做框架而非只做推理層，值得留意它在 SWE-bench Verified 和 Terminal-Bench 2.0 上的評測數字後續怎麼被引用。
tech stack：純 Python，typed I/O + auto-retry，可選裝 CLI / memory / bench extras。
上手難度：中——文件教學完整（progressive tutorial），但物件導向這套抽象需要一點適應，不像其他框架能直接抄範例。

Notable Releases

Mastra @mastra/core@1.59.0

Release Notes

重要變更：CostGuardProcessor 更名為 TokenCostControl，並加上更細緻的 warnAtPercent 軟性警告、per-user/organization/session 累計成本追蹤、includeBreakdown 逐 provider 拆帳；新增 Agent.listActiveThreadRuns() 列出所有進行中的 run。
Breaking Changes：CostGuardProcessor 更名為 TokenCostControl，舊名稱以 deprecated alias 保留但未來版本會移除。
對你的影響：若已在用 CostGuardProcessor，建議儘早改接 TokenCostControl，順便評估要不要用上新的 per-scope 預算功能。

browser-use 0.13.8

Release Notes

重要變更：ChatBrowserUse 預設模型換成 bu-2-0-mini-preview；新增第一方 OpenClaw skill 支援；修掉因 rich 套件版本衝突導致 OpenHands 無法安裝的問題。
Breaking Changes：無。
對你的影響：用 ChatBrowserUse 預設設定的人，模型行為會跟著換；用 OpenClaw 的人可以直接用官方 skill，不用自己包 wrapper。

今日收穫

之前以為 agent 生態的競爭主要在編排層（graph vs role vs code），但 headroom 和 agentmemory 同時衝上數萬星提醒我，多數團隊真正卡住的地方其實更基礎——context 塞太多會爆 token，換個工具又要重新教一次專案背景，這兩個問題不先解決，再漂亮的編排框架也沒用。