AI Agent GitHub Digest — 2026-09-01

今日亮點

今天的關鍵字是「長時間運行的個人 Agent」正在從展示型專案走向長期依賴——nanobot 和 CowAgent 都主打「小核心、多聊天管道、長期記憶」的自架個人助理路線；而基礎設施端也在跟上：conductor 把耐久執行的圖形引擎接上原生 MCP 工具呼叫，讓 agent 的 think-act 迴圈撐過當機甚至等人審核數週，context-mode 則直接點出多數重度 MCP 使用者的共同痛點——工具呼叫把 context window 塞爆。

Trending Repos

HKUDS/nanobot ⭐ 47,574

GitHub　·　Python　·　MIT

• 是什麼：超輕量、自架的個人 AI Agent 框架，可跑在 WebUI、終端機或聊天 App 裡，把工具呼叫、長期記憶（Dream）、MCP 整合、模型路由、多 Agent 委派、排程自動化和 OpenAI 相容 API 全部塞進一個小而可讀的核心。
• 為什麼值得看：2026 年 2 月才建立，半年內衝上 4.7 萬星，成長速度對一個「賣點是核心夠小而不是功能夠多」的框架來說相當罕見——它不是想取代 LangGraph、CrewAI 這類重型編排框架，而是瞄準想長期自架一個貼身助理、還要接進多個聊天平台的個人使用者。
• Tech Stack：Python 核心 + Bun 建置的 TUI/WebUI，OpenAI 相容 API，原生 MCP 整合，可替換 LLM 供應商
• 上手難度：低——一行 curl 安裝腳本或 pip/uv 安裝，另有給非技術背景使用者的圖文指南

conductor-oss/conductor ⭐ 32,152

GitHub　·　Java　·　Apache-2.0

• 是什麼：源自 Netflix 的開源耐久執行／事件驅動工作流引擎，現在明確把自己定位成 AI Agent 編排層，原生支援 LLM 任務和 MCP 工具呼叫（LIST_MCP_TOOLS、CALL_MCP_TOOL）。
• 為什麼值得看：跟大多數程式碼優先的 agent 框架不同，conductor 把編排邏輯寫成一份版本化的 JSON 圖——agent 的「發現工具→LLM 推理→呼叫工具→重複」迴圈每一步都被持久化，可以在當機後恢復，甚至讓某一步暫停數週等人工審核，執行完再從原地繼續。對需要生產級耐久性、而不只是把 agent 迴圈放在記憶體裡跑的團隊是另一種思路。
• Tech Stack：Java 伺服器 + 多語言 worker（Java/Python/Go/JS/C#/Ruby/Rust），Redis／Postgres／MySQL 等 5 種持久化後端，內建 MCP 任務類型
• 上手難度：中——npm install -g @conductor-oss/conductor-cli && conductor server start 一分鐘內就能跑起來，但正式環境要自己選持久化和訊息佇列後端

mksglu/context-mode ⭐ 20,281

GitHub　·　TypeScript　·　ELv2

• 是什麼：把 MCP 工具呼叫回傳的原始資料包進沙箱、並強制跨平台路由，防止 AI coding agent 的 context window 被工具輸出直接塞爆——官方舉例一次 Playwright snapshot 就要吃掉 56 KB。
• 為什麼值得看：這是每個重度使用 MCP 的人都踩過的痛點——官方數據是跑 30 分鐘後 context 就少掉 40%，逼 agent 壓縮對話時連自己在改哪個檔案、待辦任務有哪些都會忘記。它衝上 Hacker News 第一名，而且透過 MCP + hooks 同時相容 17 種 agent 平台，定位是跟供應商無關的 context 管理層，而非單一工具的外掛。
• Tech Stack：TypeScript，npm 套件形式的 MCP server + hooks，相容 Claude Code／Cursor／Codex／Zed 等
• 上手難度：低——npm 安裝成 MCP server／外掛即可

zhayujie/CowAgent ⭐ 46,740

GitHub　·　Python　·　MIT

• 是什麼：前身是 2022 年就存在的 chatgpt-on-wechat，現在改名重生為完整的「Agent Harness」——會規劃任務、執行工具與技能，並透過每晚的記憶／知識蒸餾自我進化，同時串接十幾個聊天管道（WeChat／Telegram／Slack／Discord 等）。
• 為什麼值得看：作為最早一批「聊天機器人外殼」專案之一，CowAgent 這次升級加上了三層記憶架構（對話上下文→每日記憶→核心記憶）和一個叫「Deep Dream」的夜間蒸餾流程，還有技能市集，是觀察一個簡單外殼專案如何隨生態成熟長成完整 agent 基礎設施的活案例。
• Tech Stack：Python 核心，可替換 LLM 供應商（Claude／GPT／Gemini／DeepSeek／Qwen／GLM 等），原生 MCP 工具整合，另有 macOS／Windows 桌面客戶端
• 上手難度：低——一行安裝腳本或 Docker compose，其餘設定都在 Web console 完成

Notable Releases

agno v3.0.4

Release Notes

• 重要變更：KnowledgeManagementTools 的建構參數改名，ingest_path 從預設開啟改成預設關閉——這個工具會讀取伺服器行程有權限讀的任何路徑，且在 scope="shared" 下讀進去的內容會變成該知識庫裡每個 agent 都能看到，所以現在要顯式註冊才會啟用；agno.tools.knowledge_management 的匯入路徑也搬到 agno.tools.knowledge。
• Breaking Changes：舊的 enable_ingest / enable_remove 參數不再被辨識，傳入會被忽略；舊的 agno.tools.knowledge_management 匯入路徑已移除（FileGenerationTools 的舊路徑仍保留相容 shim）。
• 對你的影響：如果你在用 KnowledgeManagementTools 讓 agent 讀寫知識庫，升級後預設不再能讀取路徑，需要顯式加上 ingest_path=True 才會恢復原本行為——這是把「agent 可以讀伺服器任意路徑」這件事從預設行為改成刻意選擇的安全修正，建議直接升級而不是釘住舊版本。

今日收穫

之前以為「自架個人 Agent」多半是玩具型的示範專案，但 CowAgent 從 2022 年的 wechat bot 一路演化出三層記憶架構和每日蒸餾，加上 nanobot 半年內衝上 4.7 萬星，讓人意識到這條路線已經有真實使用者在長期依賴——「小核心＋長期記憶＋多管道」正在變成一種被驗證過的產品形態，而不只是週末專案。

參考資料

• HKUDS/nanobot
• nanobot README
• conductor-oss/conductor
• conductor README
• mksglu/context-mode
• context-mode README
• zhayujie/CowAgent
• CowAgent README
• agno v3.0.4 Release Notes
• GitHub Trending — Daily