AI Agent GitHub Digest — 2026-10-02

TL;DRPageIndex（38.4k★，單日 +1,097）用目錄樹取代向量索引做推理式 RAG；iFixAi（18.3k★，+340）給 agent 配一個 120 秒稽核工具；Octop（6.2k★，+285）是騰訊雲開源的 local-first 多 agent 助理平台；BMAD-METHOD（53.7k★）把敏捷開發改寫成給 coding agent 用的 spec-driven 流程。Agno v3.1.0 加入 RBAC 權限套件但檔案系統要停機遷移；Pydantic AI v2.52.0 修了 web_fetch 的資安漏洞並把 harness 併入主倉庫。

#ai-agent #github #open-source #daily #rag #agent-evaluation #agent-platform

系列: AI Agent GitHub Digest (48 / 44)

AI Agent GitHub Digest — 2026-10-01

🌏 English version

今日亮點

今天上升的四個 repo 沒有一個在賣「更聰明的 agent」，全部在補「agent 能不能被信任」這一塊——PageIndex 在比怎麼找到對的資料，iFixAi 在比怎麼證明 agent 真的照規矩做事，BMAD-METHOD 跟 Octop 則在比一群人（和一群 agent）怎麼有組織地協作。市場的焦點正從「agent 能不能做」移到「agent 做得對不對、有沒有章法」。

PageIndex ⭐ 38,397 (+1,097)

GitHub　·　Python　·　MIT

是什麼：一個不建向量索引、改用「目錄樹」做 RAG 檢索的文件索引工具——把長文件解析成帶推理路徑的樹狀目錄，用 LLM 在樹上推理該讀哪一節，而不是比對 embedding 距離。
為什麼值得看：向量檢索在長文件、跨章節推理的場景常常抓錯段落，PageIndex 把「找資料」變成「像人一樣翻目錄」，讓模型先理解文件結構再決定讀哪裡。今天單日新增超過一千顆星，是這波 trending 名單裡漲最猛的一個。
tech stack：Python + LLM 推理層（結構化目錄生成）+ 可選託管 API（pageindex.ai）
上手難度：低——pip 安裝後丟文件進去就能產生目錄樹，也有託管 API 版本不用自建基礎設施。

iFixAi ⭐ 18,280 (+340)

GitHub　·　Python　·　Apache-2.0

是什麼：一個獨立稽核 AI agent 的 CLI 工具——不問「agent 聰不聰明」，只問「這個 agent 有沒有做到它該做的事」，120 秒內給出判定。
為什麼值得看：多數 agent 評測工具看的是任務完成率或 benchmark 分數，iFixAi 瞄準的是企業落地時更實際的問題——提示注入、幻覺、越權行為怎麼被稽核出來，topic 直接標了 EU AI Act、NIST AI RMF、ISO 42001，目標是把「agent 有沒有照規矩做事」變成一個能自動化、能讓 agent 自己對自己跑的稽核流程。
tech stack：Python CLI + 規則/LLM 混合稽核引擎，對齊 OWASP LLM Top 10、EU AI Act 等既有框架
上手難度：低——CLI 工具，官方宣稱 120 秒內出稽核結果，但要稽核出有意義的結論仍需先理解自家 agent 的預期行為邊界。

Octop ⭐ 6,215 (+285)

GitHub　·　Python　·　MIT

是什麼：騰訊雲開源的自架多使用者、多 agent AI 助理平台，主打 local-first 與長期記憶。
為什麼值得看：大廠下場做「自架版 ChatGPT + 多 agent」範本不算新鮮，但 Octop 把 local-first（資料留在自己機器上）跟長期記憶做成預設功能而非加值選項，對想多人共用、又不想把對話資料丟給第三方的團隊是個現成起點。
tech stack：Python + 多使用者權限層 + 長期記憶儲存，官方站 octop.cloud
上手難度：中——自架多使用者服務一定比單人工具多幾道設定，但有官方文件與容器化部署可以降低門檻。

BMAD-METHOD ⭐ 53,704 (+40)

GitHub　·　Python　·　Other（repo 自訂授權條款，非標準 MIT/Apache，使用前建議先確認條款內容）

是什麼：一套把「敏捷開發」改寫給 AI coding agent 用的流程方法論，核心是 spec-driven development——先把需求拆成規格文件，再讓 agent 照規格施工。
為什麼值得看：coding agent 最常見的失敗模式不是寫不出程式碼，是順著模糊需求一路寫歪。BMAD 把「先寫清楚規格再動手」這個敏捷老招搬進 agent 工作流，用結構化文件逼 agent（和人）在動手前先對齊範圍，五萬多顆星說明這套「給 agent 立規矩」的方法論抓住了不少團隊的痛點。
tech stack：Python CLI + 規格範本（spec-driven development）+ context-engineering 工作流
上手難度：中——方法論本身不難懂，但要落地到既有團隊流程需要一定的導入與磨合時間。

Notable Releases

Agno v3.1.0

Release Notes

重要變更：AgentOS 新增 agno.os.authz 角色權限（RBAC）套件——角色、權限範圍、審計記錄、使用者名錄，外加可插拔的授權引擎；另外新增 agno.fs（DbFileSystem）檔案系統，給 AgentOS 一組 /filesystem 路由直接管理檔案。
Breaking Changes：(1) DbFileSystem 的資料表改用 (namespace, user_id, path) 重新分區，舊版表會被 SchemaOutdatedError 擋下，要停機跑官方遷移腳本才能升級；(2) MCPConfig(tools=[...]) 現在只會發布你列出的工具，內建預設工具與生命週期工具都改成預設關閉，舊設定可能因此少掉原本隱含啟用的工具。
對你的影響：用 DbFileSystem 的人升級前要先停機跑遷移腳本，不能依賴自動升級；用 MCPConfig 手動列工具清單的人，升級後記得把原本依賴的預設／生命週期工具明確加回清單，否則功能會悄悄消失。

Pydantic AI v2.52.0

Release Notes

重要變更：修補內建 web_fetch 工具的一個資安漏洞（GHSA-v36g-jcw9-x7cw，中等風險，攻擊者控制的深層嵌套 HTML 可耗盡 CPU／記憶體）；同時把 pydantic-ai-harness 併入主倉庫，讓 agent 可以透過 ctx.workspace 在本機或沙箱（Modal、E2B、Fly.io Sprite）跑 Coder／Shell／FileSystem 等能力。
Breaking Changes：官方列為「相容性注意事項」而非明講 breaking——ModalSandboxBackend 取代 ModalSandboxSession，SubAgents 不再預設載入 agent 檔案（inherit_tools 標記為棄用），AnthropicModel 的 max_tokens 預設值大幅提高，可能改變既有請求的行為。
對你的影響：用本機 web_fetch 工具解析不受信任 HTML 的人該盡快升級到 2.52.0（1.x 系列對應 1.107.7）；用 Modal 沙箱或依賴 SubAgents 自動載入 agent 檔案的人，升級後要檢查對應程式碼是否要跟著改。

今日收穫

原本以為 agent 生態的競爭還在拼「誰的 agent 更聰明」，但今天榜上四個 repo 沒有一個在比腦力——PageIndex 在比怎麼找到對的資料，iFixAi 在比怎麼證明 agent 真的照規矩做事，BMAD-METHOD 跟 Octop 則在比一群人（和一群 agent）怎麼有組織地協作。連「稽核 agent 的工具」都能自己長成熱門 repo，代表市場已經從「agent 能不能做」走到「agent 做得對不對、有沒有章法」這一關。