AI Agent GitHub Digest — 2026-09-22

TL;DRMicrosoft 開源 agent-governance-toolkit（6,303 星）把 tool call 攔截做成程式碼層強制執行，引用 ICLR 2025 論文（對 GPT-4o／Claude 3／Llama-3 的自適應攻擊 100% 成功率）反駁純提示詞防護；ai-memory 一個月從 2,900 星漲到 7,575，讓長期記憶能跨 20 多種 coding agent CLI 共用；anthropics/financial-services 把金融垂直 agent 同時發成 Cowork plugin 跟 Managed Agents API 範本，35,728 星；MCP 官方 Inspector 出到 v2.7.0，web／cli／tui 三個 client 統一成一支 binary；coder/coder 把 AI coding agent 塞進 Terraform 定義的受控工作環境，API key 不進 workspace。

#ai-agent #github #open-source #daily #agent-security #agent-memory #mcp-server

系列: AI Agent GitHub Digest (38 / 36)

AI Agent GitHub Digest — 2026-09-21 AI Agent GitHub Digest — 2026-09-23

今日亮點

今天候選清單裡沒有一個新框架，五個上榜的專案全在補同一塊：agent 已經好用到能放權限讓它做事，剩下的問題是怎麼替它的行為負責——Microsoft 把提示詞安全搬到程式碼層強制執行，Coder 把 agent 塞進 Terraform 定義的受控環境，MCP 官方除錯工具做到 v2，ai-memory 讓記憶不再綁死單一廠商，Anthropic 自己也把整套金融垂直 agent 同時發成 Cowork plugin 跟 Managed Agent API 範本。能力的競賽在往基礎設施收斂。

microsoft/agent-governance-toolkit ⭐ 6,303

GitHub　·　Python（另有 TypeScript／.NET／Rust／Go SDK）　·　MIT

是什麼：Microsoft 官方開源的 agent 治理框架，把「這個 tool call 准不准執行」從提示詞層搬到程式碼層——每一次工具呼叫、訊息傳送、委派都先經過 policy engine 攔截判定，通過才放行。
為什麼值得看：README 直接引用學術數據反駁「靠提示詞防護就夠」——ICLR 2025 的論文對 GPT-4o、GPT-3.5、Claude 3、Llama-3 做自適應攻擊（有 logprob 存取、suffix 最佳化），成功率達 100%。AGT 的解法是把攔截做成「結構上不可能」而非「機率上不太會發生」：YAML／OPA／Cedar policy engine 判斷允許或拒絕，SPIFFE／DID／mTLS 做身分辨識，每個決策寫進防竄改稽核紀錄，還內建 MCP Security Gateway（掃描 tool poisoning、typosquatting、隱藏指令）跟 Shadow AI Discovery（抓沒登記的野生 agent）。目前是 Public Preview，GA 前可能有 breaking change。
tech stack：Python 核心 + Rust 寫的 policy 決策引擎（fail-closed、無狀態）+ TypeScript／.NET／Rust／Go 官方 binding
上手難度：低——pip install "agent-governance-toolkit[full]" 後兩行程式碼就能包住既有的 tool function，也能直接裝成 Claude Code plugin。

akitaonrails/ai-memory ⭐ 7,575

GitHub　·　Rust　·　MIT

是什麼：一個獨立跑的記憶伺服器，讓 Claude Code、Codex、Cursor、Gemini CLI 等 20 多種 coding agent CLI 共用同一份長期記憶——本專欄 8/20 期出現時是 2,900 星，一個月漲到 7,575，成長沒有慢下來。
為什麼值得看：解的是「換 agent 就失憶」的痛點——中途從 Claude Code 切到 Codex，下一個 session 直接接手上次做到哪、失敗過哪些做法、還有哪些問題沒解決，不用重講一次架構。記憶來源是 git-backed 的純 markdown wiki，可以直接 grep、用 Obsidian 開、手動編輯；預設路徑完全不呼叫 LLM，capture／search／handoff 都能在沒有 API key 的情況下運作。團隊也能共用同一台伺服器，個人 session 跟專案知識分開存，還內建多人身分辨識跟稽核紀錄。
tech stack：Rust 單一執行檔 + SQLite（可重建的衍生索引）+ 20 多種 CLI 的 lifecycle hooks 整合
上手難度：中——要先自架伺服器（同一台筆電、家用小主機都行），再讓每個 agent CLI 掛上 hooks，設定一次後續是背景自動運作。

anthropics/financial-services ⭐ 35,728

GitHub　·　Python　·　Apache-2.0

是什麼：Anthropic 官方發的「Claude for Financial Services」——一整組針對投資銀行、股票研究、私募股權、財富管理工作流程寫好的 reference agent、skill 跟資料連接器。
為什麼值得看：同一份系統提示跟 skill 用兩種方式部署——裝成 Claude Cowork plugin 直接用，或透過 Claude Managed Agents API（/v1/agents）接進自家的 workflow engine，邏輯不用重寫。命名 agent 包含 Pitch Agent（comps／precedents／LBO 一路做到品牌化 pitch deck）、Market Researcher（產業或主題→產業概況、競爭格局、同業比較、標的清單）、Earnings Reviewer（財報電話會議＋申報文件→更新模型→草擬報告）。README 也把責任邊界寫得很清楚：這些 agent 只產出給合格專業人士審核的草稿，不做投資建議、不執行交易、不過帳，每一筆輸出都要人工簽核。
tech stack：Python + Claude Cowork plugin 格式 + Claude Managed Agents API
上手難度：低——挑符合自己工作內容的 agent 裝上去，再依公司實際流程調整 prompt、skill、connector。

modelcontextprotocol/inspector ⭐ 10,916

GitHub　·　TypeScript　·　MIT

是什麼：MCP 官方維護的視覺化除錯工具，讓開發者用網頁、CLI 或 TUI 檢查一個 MCP server 到底註冊了哪些 tool／resource／prompt。
為什麼值得看：v2 把過去分開的 web／cli／tui 三個 client 統一成一支 mcp-inspector launcher binary，設定方式從單純的 --config 拆成 --config 跟 --catalog 兩種，Node 引擎版本也跟著往上拉。v1 沒有被砍，改成只吃安全性修補的 legacy branch，繼續發到 npm 的 v1-latest tag，不逼舊使用者立刻遷移。最新的 2.7.0（9/16）把 OAuth 流程的每個 request 都加上逾時保護。
tech stack：TypeScript monorepo（Vite + React + Mantine 網頁版、tsup 打包的 CLI／TUI，Ink + React 做 TUI 介面）
上手難度：低——npx @modelcontextprotocol/inspector 直接開網頁版，加 --cli 或 --tui 切換介面。

coder/coder ⭐ 16,345

GitHub　·　Go　·　AGPL-3.0

是什麼：自架的雲端開發環境平台，workspace 用 Terraform 定義，再加上一個跑在 control plane、不是跑在使用者 workspace 裡的原生 AI coding agent。
為什麼值得看：定位跟「幫你在本機開一個 agent」的工具不同——重點是企業要的可控性：agent 可以接 Anthropic、OpenAI、Google、Bedrock 或自架模型，但 API key 完全不進 workspace，每個動作都綁定使用者身分，模型用量、成本、稽核紀錄集中管理。workspace 本身透過 WireGuard 建安全通道，閒置自動關機省成本。對已經在用 Coder 管理開發環境、現在還想把 AI coding agent 一起納管的團隊，是同一套基礎設施就能做到，不用另外接一套 agent 平台。
tech stack：Go + Terraform（workspace 定義）+ WireGuard（連線通道）+ AI Gateway（模型流量集中管理）
上手難度：中——curl -L https://coder.com/install.sh | sh 能很快起一個本機 server，但正式環境要接 PostgreSQL、對外網址，還要寫 Terraform template，AI Gateway 等治理功能屬於進階設定。

Notable Releases

今日無重要框架更新。逐一檢查了 watchlist 上的 13 個框架（LangGraph、CrewAI、Mastra、pydantic-ai、Agno、Claude Code、Composio、smolagents、LlamaIndex、DSPy、Haystack、browser-use、MCP spec），過去 48 小時內只有 LangGraph 1.2.12（純 bug fix／小功能，非 breaking）跟 llama_index 0.14.25（一批子套件的安全性修補）發版，都不到「重要新功能或 breaking changes」的門檻。

今日收穫

原以為 agent 生態的競爭還在拼模型能力和框架功能，但今天五個上榜的專案沒有一個是新框架——全部在補「怎麼安全、可控地把 agent 放進正式環境」這塊：政策引擎、金鑰隔離、記憶可攜性、跨廠商協定工具鏈成熟度。當 agent 已經好用到可以放權限讓它做事，下一步要解的問題就變成怎麼替它的行為負責，而不是它還能做到多聰明。