AI Agent GitHub Digest — 2026-09-03

TL;DR NousResearch/hermes-agent 靠自我學習迴圈記住怎麼用你的工具、跨平台記得你是誰，239,994 星持續衝榜；pacifio/atlas 讓多個 coding agent 共用一套「看得到是誰改的」版本控制，一天漲 895 星；blader/humanizer 用 35 種模式把 AI 味洗掉但不竄改事實。文件處理端 firecrawl/pdf-inspector 用 Rust 在 50ms 內判斷 PDF 要不要 OCR；superlinked/sie 把 agent 會用到的所有模型收進一個自架推理叢集。框架端 AG2 v1.0.3 全面遷移 MCP 2.0（breaking change），並加入不靠 LLM 判斷的 TealTigerMiddleware 做 prompt injection 防護。

#ai-agent #github #open-source #daily #personal-agent #agent-skills #agent-security #document-parsing

今日亮點
Trending Repos
Notable Releases
1. AG2 v1.0.3
今日收穫
參考資料

系列: AI Agent GitHub Digest (19 / 21)

AI Agent GitHub Digest — 2026-09-02 AI Agent GitHub Digest — 2026-09-04

🌏 English version

今日亮點

今天上榜的專案剛好都在幫 agent 留下「痕跡」或抹掉痕跡——Hermes Agent 用自我學習迴圈記住自己做過什麼，Atlas 把每個 commit 綁回是哪個 agent session、什麼 prompt 生出來的，Humanizer 則反過來把 agent 寫出的 AI 味洗掉。同時 AG2 補上一個不靠 LLM 判斷的 prompt injection 防護層，跟昨天 NVIDIA SkillSpector 的資安主題算是接力。

NousResearch/hermes-agent ⭐ 239,994 (+529)

GitHub　·　Python　·　MIT

是什麼：Nous Research 出的個人 agent，內建自我學習迴圈——用完會自己萃取技能、修記憶、跨 session 記住使用者。
為什麼值得看：跟一般「無狀態」coding agent 不同，它主動維護長期記憶與技能庫（相容 agentskills.io 標準），還能跨 Telegram、Discord、Slack、WhatsApp、Signal、CLI 用同一個 gateway 呼叫；可以丟到 5 美元 VPS 或 serverless 環境跑，閒置時幾乎零成本。
Tech Stack：Python + FTS5 session search + agentskills.io 標準 + 多終端後端（Docker / SSH / Modal / Daytona / Vercel Sandbox）
上手難度：低——一行安裝腳本就能跑；要接多個聊天平台則得各自申請 API/token，屬中等偏低。

pacifio/atlas ⭐ 2,767 (+895)

GitHub　·　Rust　·　MIT

是什麼：幫多個 coding agent（Claude Code、Codex、自家 agent、ACP registry 上的其他 agent）共用同一份「版本控制」，每個 commit 都能回溯到是哪個 session、什麼 prompt、什麼 tool call 產生的。
為什麼值得看：一般 git 只知道「誰改的」，不知道「哪個 agent 用什麼推理改的」；多 agent 平行開發時這種可追溯性特別關鍵，還支援共享記憶，讓切換 agent 不用重新給 context。今天單日漲了 895 星，是這批候選裡漲最快的。
Tech Stack：Rust + ACP（Agent Client Protocol）+ MCP client
上手難度：中——需要自己跑 client/server，且要串接多個 agent CLI。

blader/humanizer ⭐ 40,149 (+366)

GitHub　·　Python　·　MIT

是什麼：一個 Claude Code / Codex / Cursor 都能用的 Agent Skill，依照 Wikipedia「Signs of AI writing」整理出的 35 種模式，把 AI 寫的文字改到讀起來像人寫的。
為什麼值得看：跟純粹「洗掉 AI 味道」的工具不同，它明確標榜不捏造事實——數字、引語、日期都得從原文或使用者提供,改寫前還會秀出第一版草稿和「哪裡還很像 AI」的檢討清單。同一天另一個類似專案 Nanako0129/sepia（1,525 星）也在做「去 AI 味」skill，這類 skill 正變成一個小的子類別。
Tech Stack：純 Markdown skill（agent-skills 標準）
上手難度：低——放進 skill 目錄就能用 /humanizer 呼叫。

firecrawl/pdf-inspector ⭐ 18,388 (+589)

GitHub　·　Rust　·　MIT

是什麼：Firecrawl 開源的 Rust PDF 函式庫，先判斷 PDF 是純文字還是掃描檔，文字檔直接轉乾淨的 Markdown，掃描檔才選擇性丟去 OCR。
為什麼值得看：官方測試裡約 54% 的 PDF 其實不需要 OCR，這個函式庫能在 10-50ms 內判斷完，直接省下等 OCR 服務的時間與費用；文字擷取還會保留座標，多欄版面、財報表格都有處理，適合接進 RAG 前的文件前處理管線。
Tech Stack：Rust 核心 + Python / Node.js / WASM binding + PP-OCRv6 Small（選用 OCR）
上手難度：低——pip、npm、cargo 三個生態都能直接裝。

superlinked/sie ⭐ 3,008 (+61)

GitHub　·　Python / Rust　·　Apache-2.0

是什麼：Superlinked 開源的自架推理伺服器，把 agent 會用到的各種模型（embedding、rerank、結構化輸出、內容安全、agent loop 本身）都收進同一個叢集，用一個 OpenAI 相容 API 呼叫。
為什麼值得看：原本每種模型任務都要分開架設 model server，SIE 用同一套系統做 on-demand loading 加 LRU eviction，還內建 Kubernetes / Helm 部署設定，直接接 LangChain、LlamaIndex、CrewAI 等框架。
Tech Stack：Python + Rust + Kubernetes / Helm + KEDA autoscaling
上手難度：中——自架推理叢集需要 K8s 經驗，本地開發可用 mise 工具鏈跑起來。

Notable Releases

AG2 v1.0.3

Release Notes

重要變更：全面遷移到 MCP 2.0（client 和 server 都是）；新增 TealTigerMiddleware，用純 regex/glob 規則（不靠 LLM）在每次工具呼叫前擋 prompt injection；ACP host 現在能回應被託管 agent 的 human-input 請求；human-input 失敗會直接回報而不是卡住整個流程。
Breaking Changes：mcp 依賴版本鎖定為 >=2.0.0,<3——如果你自己 pin mcp 版本，或依賴的套件把 mcp 鎖在 2.0 以下，升級前要先處理這個相依關係。
對你的影響：用 AG2 的話升級前先檢查 mcp 版本相依是否會撞版；想要不靠 LLM 判斷、純規則式的 prompt injection 防護，可以直接掛 TealTigerMiddleware。

今日收穫

之前以為 agent 的「記憶」主要是存放對話紀錄和技能庫，但 Atlas 把這個概念延伸到 commit 層級——原來「這行程式碼是哪個 agent session、用什麼 prompt 生出來的」本身也該是一種可查詢的記憶，而不只是 git blame 那種「誰按下 commit」的表層資訊。