AI Agent GitHub Digest — 2026-09-30

TL;DRpaperclip（94.5k★）把 agent 當員工管，建組織圖、發預算、留稽核紀錄；Orca（81.6k★）讓你在各自的 git worktree 同時跑一整排 coding agent；Hindsight（42.8k★）把 agent 記憶拆成四層，從「記得」進化到「學會」；CLI-Anything（51k★）把任何軟體包成 agent 能穩定呼叫的 CLI；Cloudflare 開源自己拿來稽核程式碼的 security-audit-skill（23.2k★），靠「發現與驗證分屬兩個 agent」壓低誤判。crewAI 1.15.23 加入原生 Gemini 3.8 Flash 支援，Claude Code v2.1.285 則替背景長跑指令加上預設逾時。

#ai-agent #github #open-source #daily #agent-memory #multi-agent #agent-security

系列: AI Agent GitHub Digest (46 / 44)

AI Agent GitHub Digest — 2026-09-29 AI Agent GitHub Digest — 2026-10-01

🌏 English version

今日亮點

這週上升的五個 repo，沒有一個在推新的 agent 框架，全部圍著「你已經有一堆 agent，現在要怎麼管」打轉——Paperclip 給 agent 建組織圖和預算，Orca 讓你同時盯著一整排平行跑的 coding agent，Hindsight 給 agent 分層記憶，CLI-Anything 讓 agent 能穩定呼叫任何既有軟體，Cloudflare 的 security-audit-skill 則負責在事後稽核 agent 產出的程式碼。當 agent 的數量從一個變成一群，管理問題明顯比「這個 agent 夠不夠聰明」更早浮上檯面。

paperclip ⭐ 94.5k

GitHub　·　TypeScript／Node.js　·　MIT

是什麼：把一群 AI agent 當「員工」管理的開源後台——組織圖、任務指派、預算、審批流程都有，作者的說法是「如果 OpenClaw 是員工，Paperclip 就是公司」。
為什麼值得看：不是又一個 agent 框架，而是專門處理「agent 一多，沒地方管」這個問題：agent 有職稱、有上下線、有預算上限（花完自動停）、有 heartbeat（排程叫醒去檢查工作），所有異動都留稽核紀錄。刻意不做的事也講得很清楚——不是聊天機器人、不是 workflow builder、不管你怎麼寫 agent，只管一群 agent 怎麼被組織起來做事。
tech stack：Node.js 伺服器 + React UI + 內嵌 PostgreSQL
上手難度：低——bash install.sh 或 npx paperclipai onboard 就能起一個本地測試環境，正式接多組織、多 agent 治理則需要花時間熟悉設定項目。

Orca ⭐ 81.6k

GitHub　·　TypeScript　·　MIT

是什麼：一個「ADE」（agent development environment）桌面 app，讓你在各自獨立的 git worktree 裡同時跑一整排 coding agent（Claude Code、Codex、Cursor、Grok 等），一個畫面盯著全部進度。
為什麼值得看：同一句 prompt 可以同時發給好幾個 agent 在各自 worktree 裡做，再比較結果合併贏家；手機版能遠端收通知、下 follow-up；還內建 Design Mode（點 UI 元素直接把 HTML/CSS/截圖丟進 prompt）和 SSH worktree（跑在自己的遠端機器上）。用的是你已經有的 Claude Code／Codex 訂閱，不是另收一份訂閱費。
tech stack：Electron 桌面殼 + WebGL 終端機渲染 + CLI（orca worktree create 等）
上手難度：中——桌面版一鍵裝，但要發揮「平行 agent」的完整價值，得先想清楚怎麼切 worktree、怎麼分工。

Hindsight ⭐ 42.8k

GitHub　·　Python　·　MIT

是什麼：不是單純記對話紀錄的 RAG 或知識圖譜，而是把每次互動拆成 world facts／experiences／observations／mental models 四層，讓 agent 從「記得」進化到「學會」。
為什麼值得看：內建 retain／recall／reflect 三個操作，recall 同時跑語意、關鍵字、圖譜、時間四種檢索再做 rerank；宣稱在 LongMemEval 上拿到 SOTA，且有 Virginia Tech 與 The Washington Post 獨立覆現的成績。60+ 整合含 Claude Code、LangGraph、CrewAI 等，幾乎每個主流 agent 框架都能直接接上。
tech stack：Python + PostgreSQL／pgvector（或 Oracle AI Database）+ 內建 MCP server
上手難度：中——docker run 就能跑本地伺服器，但要接超過一種 LLM provider、想用進階功能（disposition traits、memory defense）時設定項目不少。

CLI-Anything ⭐ 51k

GitHub　·　Python　·　Apache-2.0

是什麼：把「本來只給人用的軟體」自動包成一層 CLI，讓 AI agent 能穩定呼叫——不用每個工具都手寫一套整合膠水。
為什麼值得看：出自香港大學資料科學實驗室（HKUDS），附完整 tech report（arXiv），走的是「生成 CLI harness → 放進 CLI-Hub 讓社群裝」這條路，pip install cli-anything-hub 之後 cli-hub install <name> 就能裝別人包好的工具外殼，不用自己重新造一次輪子。
tech stack：Python + Click CLI 框架 + CLI-Hub（社群套件索引）
上手難度：中——用現成的 CLI-Hub 套件很快，但要自己幫新軟體寫一份 harness 才是真正的工程量。

security-audit-skill ⭐ 23.2k

GitHub　·　JavaScript　·　MIT

是什麼：Cloudflare 開源自己拿來做資安稽核的 Agent Skill——丟給 coding agent 一句「security audit this codebase」，就會照六個階段（偵察、覆蓋率導向搜尋、候選驗證、結構化輸出、獨立覆核、目標中立報告）跑完整套流程。
為什麼值得看：關鍵設計是「驗證的 agent 不能是發現問題的那個 agent」——每個候選漏洞都要交給另一個 agent 重新嘗試證偽，還分三種判定（confirmed／needs_validation／rejected），比多數「一次 prompt 掃一輪就回報」的做法嚴謹。Cloudflare 表示團隊內部的漏洞探索系統就是從這個單一 repo 版本演化出來的。
tech stack：Markdown Skill 檔（SKILL.md 系列）+ 零依賴 Node.js 驗證腳本（validate-findings.cjs 等）
上手難度：低——npx skills add 裝進任一支援 Skill 的 coding agent 就能用，但要有 OS 層級沙盒（禁外部連線、限資源）才能安全跑到會執行目標程式碼的階段。

Notable Releases

crewAI 1.15.23

Release Notes

重要變更：原生支援 Gemini 3.8 Flash；AMP tracing 增強（eval run 追蹤、tracing 面板可視度修正）；平台整合 UX 改善（連線用 alias 當識別碼、常用整合排序優化）；多項穩定性修正（節流 provider 呼叫重試、Bedrock 同步 fallback、flow persistence 的 SQLite 連線清理、S3 response body 關閉、LLM overlay role-matching 空白字元修正）。
Breaking Changes：無（官方未標記本次有 breaking change）。
對你的影響：已經在用 crewAI 接 Gemini 的人，升級後可以直接切 Gemini 3.8 Flash，不用再繞 proxy；用 AMP 做 eval 追蹤的人會看到面板顯示修正，其餘都是背景穩定性修正，升級風險低。

Claude Code v2.1.285