Pi
读 Agent Core 的最佳小切口
Pi 把模型适配、Agent Loop 和 Coding Agent 产品层拆在同一个 monorepo。代码量仍然足够小，可以从 createAgentSession 一直追到工具结果回填。
- Coding Agent
- Agent Core
- Pi AI
GitHub 源码目录
Agent 工程开源项目
先深入 Pi、Oh My Pi 与 Orca，再按问题浏览其余 36 个项目。每张卡片说明项目在做什么，链接直接指向官方仓库。
三个起点项目
它们刚好组成一条研究路径：Pi 提供可读的内核，OMP 展示怎样扩成自己的 Coding Agent，Orca 管理多个 Agent 的工作现场。
Oh My Pi
看一个小内核怎样长成完整产品
OMP 从 Pi 分叉，加入 Hashline 编辑、分层审批、Memory、Browser 和 Task。研究价值在源码差分，也在 Config、Skill、Agent Definition、Extension 与 Fork 的取舍。
- Profile / Skill
- Agent / Extension
- Fork
Orca
把多个 CLI Agent 放进同一个工作台
Orca 启动 Pi、OMP 等外部 CLI，为它们创建 worktree 和 PTY，集中显示 Git Diff，并把行级 Review 意见送回指定 Agent。
- Worktree
- Terminal
- Diff Review
Harness 与 Coding Agent
直接处理代码和终端任务的 Agent。它们的差别集中在编辑方式、权限、会话与执行环境。
- 01Pi Coding Agent一个刻意做小的终端 Coding Agent。默认只有 read、write、edit、bash 四个工具，Loop、会话和扩展机制都能在仓库里追到底。
- 02Oh My Pi (OMP)从 Pi 分叉出来的增强版本，内建 Hashline 编辑、审批、记忆、浏览器和子 Agent。它不是插件包，而是另一套完整运行时。
- 03Orca面向并行 Agent 开发的桌面工作台。它把外部 CLI Agent、Git worktree、PTY、Diff Review 和实验性任务编排放进同一个界面。
- 04OpenAI Codex CLIOpenAI 开源的本地 Coding Agent。Rust CLI、沙箱、审批、会话和补丁执行都在同一仓库，安全边界写得相对完整。
- 05OpenCode一套活跃的开源 Coding Agent，覆盖终端、桌面端和多模型 Provider。仓库规模比 Pi 大，产品形态也更完整。
- 06OpenHands面向软件工程任务的完整 Agent 产品。控制器、运行环境、事件流、前端和评测接口都放在同一套代码里。
- 07SWE-agent专门处理 GitHub Issue 和代码缺陷修复。提示词、动作接口、执行环境与 SWE-bench 任务绑定得很紧。
- 08Aider成熟的终端结对编程工具。它用 Repo Map 压缩代码库，再把 diff 编辑和 Git 提交接进同一条对话。
框架与编排
用来组织状态、工具和任务交接的开发框架。选型时先看状态模型和恢复能力，不要只看示例有几种 Agent。
- 01LangGraph把长流程写成图和显式状态，原生支持检查点、分支与人工介入。MedAgent Forge 的五角色 Runtime 也运行在它上面。
- 02OpenAI Agents SDKOpenAI 提供的轻量 Agent SDK。Runner、Tool、Handoff、Guardrail、Session 和 Trace 都有直接可跑的 Python 接口。
- 03PydanticAI以 Python 类型和数据合同为中心的 Agent 框架。依赖注入、工具参数与结构化结果都交给 Pydantic 校验。
- 04Google ADK for PythonGoogle 的 Python Agent 开发套件，把 Agent、Session、Tool 和 Evaluation 放进同一套运行时。
- 05Microsoft Agent FrameworkMicrosoft 当前主推的 Agent 框架，提供 .NET 与 Python 双栈，并统一工作流、多 Agent 和持久化接口。
- 06LlamaIndex从 RAG 数据框架扩展到 Document Agent 和 OCR。开源仓库里最有价值的部分仍是数据接入、检索与 Workflow。
- 07AutoGen维护模式推动过多 Agent 对话框架流行的项目，目前已进入维护模式。它更像一份架构史，也提供迁往 Microsoft Agent Framework 的路径。
- 08CrewAI用 Role、Task、Crew 和 Flow 组织协作，写 Demo 很快。真正复杂的项目仍要自己补状态、权限和验收。
协议与工具
Agent 与工具、编辑器、前端或其他 Agent 之间如何通信，这一组项目给出协议和参考实现。
- 01Model Context Protocol SpecificationMCP 的官方规范仓库，定义 Client、Server、Resource、Prompt、Tool 和传输层之间的关系。
- 02MCP Python SDKMCP 官方 Python SDK。用几十行代码就能搭一个 Server，并看到握手、工具列表和调用消息的实际形态。
- 03MCP InspectorMCP 官方调试器，直接展示 Server 提供的工具、输入 Schema、请求和响应。
- 04Agent2Agent (A2A)Agent 之间交换能力与任务的开放协议，核心对象是 Agent Card、任务生命周期和消息。
- 05Agent Client Protocol (ACP)连接 Coding Agent 与编辑器的协议。会话、进度、权限请求和文件变更怎样送到客户端，都有明确事件。
- 06AG-UI连接 Agent 后端与用户界面的事件协议，把流式文本、工具进度、状态变化和结果传到前端。
- 07Playwright成熟的浏览器自动化基础设施。Locator、断言和 Trace 让网页动作可以复现，也能作为 Browser Agent 的确定性工具层。
- 08Browser Use把网页状态、浏览器动作和 LLM 控制串成一个 Browser Agent，开箱即可运行常见网页任务。
Context 与 Memory
保存会话不等于长期记忆。这些项目分别处理状态持久化、事实抽取、召回与纠错。
Eval 与 Observability
这一组负责把运行过程留下来，把失败拆清楚，再把真实错误变成以后必须通过的回归用例。
- 01Langfuse开源 LLM 可观测平台，把 Prompt、工具调用、成本、延迟和评测结果挂到同一条 Trace 上。
- 02Arize Phoenix同时提供 LLM Trace、评测和数据分析，能沿着 Span 拆开检索、模型与工具的失败位置。
- 03Promptfoo面向 Prompt、RAG 和 Agent 的测试工具，可把真实失败样本、断言与红队配置一起版本化。
- 04Inspect AI英国 AI Security Institute 开源的评测框架，用 Task、Dataset、Solver、Scorer、Sandbox 和日志组织完整评测。
- 05SWE-bench软件工程 Agent 的代表性基准，把真实 Issue、仓库快照、补丁和测试拼成端到端修复任务。
安全与 Runtime
当 Agent 能运行命令、修改文件或访问网络时，需要单独处理授权、隔离、攻击测试与补丁检查。
- 01gVisor容器沙箱运行时，用用户态内核拦截系统调用，在兼容性与隔离强度之间做取舍。
- 02FirecrackerAWS 开源的轻量 MicroVM，常用于一次性高隔离执行环境，也是理解启动、网络和镜像成本的直接样本。
- 03Daytona面向 AI 代码执行的 Sandbox 平台，通过 SDK 创建、运行、暂停和销毁完整工作空间。
- 04Open Policy Agent (OPA)通用策略引擎，可把“工具能不能调用、允许访问哪些路径”从 Prompt 搬进可测试的 Rego 规则。
- 05AgentDojo工具型 Agent 的安全基准，把正常任务、提示注入攻击和评分放进同一个可重复环境。
- 06Semgrep可定制的静态分析工具，可对 Coding Agent 生成的补丁和工具实现运行项目自己的安全规则。