Deer Flow

Agent 原生个性化学习助手（GitHub 18k 星），由港大团队开发，代表 AI 教育的最新方向，支持基于 Agent 的个性化学习路径和智能辅导

🎯 AI 个性化教学、智能辅导

GenericAgent 是一个自进化 Agent 系统，从 3.3K 行种子代码开始，自主构建技能树并实现完全系统控制，同时相比传统方法减少 6 倍 token 消耗。GitHub 7,117 stars，本周增长 3,483 星。核心创新在于 Agent 能够自我发现新能力、自我优化已有技能，并通过迭代学习不断提升任务完成质量。与传统需要人工设计技能树的 Agent 框架不同，GenericAgent 的技能树是自动生长和演化的。

🎯 自主 Agent 技能构建、减少人工提示工程、长期运行的自治任务、低 token 消耗的 Agent 部署

最早的自主 AI Agent 项目之一，183K+ stars，允许 GPT-4 自主执行任务（浏览网页、写文件、运行代码），开创性探索 AI Agent 自主能力边界

🎯 自主任务探索、AI Agent 能力研究、简单自动化

NousResearch 出品的可成长型 AI Agent 平台，115K+ stars（2026-04-25），周增 19,019 stars，累计 115,534 星，是 GitHub 历史上增速最快的 AI Agent 项目。核心理念是「Agent 与你一起成长」——通过偏好学习、上下文记忆和技能协作，Agent 在交互中变得越来越懂你。不同于纯自动进化，hermes-agent 采用人机协作模式，降低使用门槛的同时保证进化方向符合用户意图。

🎯 个人 AI 助手、长期交互优化、跨会话知识沉淀

Andrej Karpathy 开源的自主科研框架，让 AI Agent 自主运行 ML 研究实验。基于 nanochat 单 GPU 训练框架，Agent 自主修改训练代码、短时验证、保留有效改动。发布即登顶 GitHub Trending，76K+ stars。研究者只需写 program.md 描述研究方向，Agent 自主完成实验循环

🎯 ML 研究自动化、超参数探索、模型架构搜索、低成本 AI 实验

多 Agent 软件开发框架，67,270+ stars。首个 AI 软件公司概念——将产品经理、架构师、工程师、QA 等角色赋予不同 Agent，协作完成从需求到代码的全流程，是 AI 自主软件开发的标杆项目

🎯 小型软件项目自动生成、多 Agent 协作研究、AI 辅助开发原型