Letta
状态化 AI Agent 平台，23K+ stars。为 Agent 提供高级记忆、自我学习和自我改进能力。不同于简单的上下文追加，Letta 构建完整的 Agent 记忆系统——包括核心记忆、档案记忆和对话记忆，让 Agent 拥有真正的持久化状态
🎯适用场景：需要长期记忆的 AI Agent 构建、个性化助手开发、多轮对话系统
📊 仓库数据
📈 上次抓取以来 ↑+7 ⭐
✅ 优点
- •真正的持久化 Agent 记忆系统
- •核心/档案/对话三级记忆架构
- •自我学习与自我改进能力
- •Python 生态集成方便
- •23K+ stars 社区活跃
⚠️ 限制
- •需要 Python 运行环境与配置
- •记忆策略需要调优才能达到最佳效果
- •大规模部署资源消耗较高
🔗 相关工具
AutoGPT
开源⭐ 184k↓3github.com/Significant-Gravitas/AutoGPT
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 Agent 开发与任务执行
Hermes Agent
开源⭐ 161k↑+541github.com/NousResearch/hermes-agent
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。
🎯 自主 Agent 开发与部署
Karpathy autoresearch
开源⭐ 83k↑+78github.com/karpathy/autoresearch
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
🎯 自主 Agent 开发与部署
LobeHub Operator
开源⭐ 77k↑+18github.com/lobehub/lobehub
LobeHub 新一代 Agent 运营平台——Chief Agent Operator。将 Agent 组织成 7×24 小时运营团队，支持雇佣、调度和报告整个 AI 团队的运营状态。77K+ stars，是 LobeChat 之后的战略级产品
🎯 自主 Agent 开发与部署
Deer Flow
开源⭐ 69k↑+55github.com/bytedance/deer-flow
字节跳动长程 Agent 框架，62,901+ stars。由字节跳动开源的 AI Agent 框架，支持复杂任务的自主规划和长程执行，内置 Web 搜索、代码执行、多轮推理等能力
🎯 自主 Agent 开发与部署
MetaGPT
开源⭐ 68k↑+11github.com/FoundationAgents/MetaGPT
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
🎯 自主 Agent 开发与部署