📅 2026-10-12 至 2026-10-18 | 共发现 17 个 AI 新工具

🔥 本周 Top 3

1. ESP32 iPhone Agent — 7 美元开发板，让 AI 直接操作真 iPhone

亮点：

• 整机只要一部 iPhone 加一块约 7 美元的 ESP32-S3：开发板伪装成 AirPlay 接收器当「眼睛」，再通过 USB HID 模拟鼠标键盘当「手」，不需要 Mac、不需要越狱、也不需要开发者账号
• 新版把电脑彻底去掉：Agent 直接跑在同一台 iPhone 的 App 里，板子自己开热点、透传 H.264 画面，模型看到的就是真机屏幕
• 接入任意 OpenAI 兼容的视觉模型即可，让模型自己开 App、设闹钟、填表单；上线一周已拿到约 3,000 star，并提供简体中文 README

一句话点评：当「操作手机」不再依赖云电脑和模拟器，而是 7 美元板子加一部真机，Computer Use 的硬件门槛被彻底打穿。

来源：GitHub

2. ARTEX — 百度 Agent 攻防赛冠军开源的自主渗透测试系统

亮点：

• 由 planner 负责规划、多个 worker 并行执行、mainagent 负责人在环路，LLM 多 Agent 串起「侦察—验证—利用—复测」的完整攻击链
• 独创「双图架构」：全局资产图记录域名、子域、IP、服务与端点真值，任务级探索图记录 goal / intent / fact / finding 的血缘关系，两图用锚点相连，可直接查看资产测试覆盖率
• 自带 MITM 流量录制（CA 留痕）、工具审批门、技能 / MCP / 记忆与报告；还能从 ScopeSentry 一键同步资产，减少重复收集
• 提供一键安装脚本、Docker Compose 与单二进制三种部署方式，是百度 agent+ 攻防挑战赛冠军项目，本周约 1,200 star

一句话点评：把渗透测试从「人盯工具」变成「Agent 打点、人做审批」，是国产安全 Agent 里少见的工程化完整形态。

来源：GitHub

3. git-ai — 把 Anthropic 内部的 Scion 开源，为上百个 Agent 重写 Git

亮点：

• Anthropic 曾公开介绍内部为编码 Agent 重做的版本控制系统 Scion，但并未对外开放；git-ai 按公开设计做了开源实现，底层仍是标准 Git 仓库
• 针对 Agent 的高频短任务改造：客户端保持在线、按需拉取单个对象与稀疏目录（graft clone / graft sparse），blame、路径历史、祖先查询与代码搜索全部移到服务端并缓存
• 抛弃合并队列，改用 compare-and-swap 把变更直接落到分支尖端；每次变更写入 changeset 日志，能追溯是哪个 Agent 提交的
• 服务端不调用任何大模型，模型厂商中立；上线三天约 1,100 star，MIT 协议可自建

一句话点评：Agent 写得越来越快，Git 反而成了新瓶颈——谁先重写协作底座，谁就拿到多 Agent 时代的入口。

来源：GitHub

📦 其他发现

本地与生活

• Aurelio — 本地优先的开源财富管理 App：净资产、持仓、基金穿透、现金流与目标一屏掌握；AI 顾问可选，走自己的 OpenRouter Key，数据只留在本机。约 3,950 star，MIT。GitHub
• QQPet — QQ 宠物跨平台复刻（Windows / macOS / Linux / Android / HarmonyOS / iOS），Flash 由 Ruffle 播放，可选接入 OpenAI 兼容接口让宠物闲聊、点评或翻译剪贴板。约 800 star，GPL-3.0。GitHub

开发与设计

• Solid Glass — 专为 AI 应用打造的设计系统，基于 shadcn/ui 与 Tailwind CSS 4，提供对话流、状态符号等组件，约 2,000 star，MIT。GitHub
• Tracely — 面向 AI Agent 的 trace 原生 CI/CD：给线上每条 trace 打分、聚类失败、冻结成可回放的回归用例，并拦下会让问题再次上线的 PR。约 975 star，MIT。GitHub
• earshot — 给编码 Agent 装「耳朵」：纯 CPU 本地运行，提供 CLI、Python API 与 MCP，能把声音描述成文字、判断音效是否贴合、给整部片子做逐秒听感转录，还能用代码合成 201 种音效。约 724 star，MIT。GitHub
• mcp-for-blender-pro — Blender 4.2+ 的 AI 助手与内置 MCP 服务器，可检查场景、建模、改材质、找资产并执行多步工作流，支持 OpenAI、Claude、Gemini、Ollama 等。约 723 star，MIT。GitHub

中文 / 垂直场景

• new-term-radar — 中文作者维护的「AI 新词雷达」：每天扫 X、Hugging Face、GitHub 与站点地图，比关键词工具早数周发现新模型、新产品与新仓库，输出日报，支持 CLI、Agent Skills 与 MCP。约 1,095 star，MIT。GitHub
• AI 跨境电商运营智能体工具箱 — 把一份 38 页的 Shopee 巴西站运营 SOP 拆成 7 个可复用 Agent 工作流，每个都包含 Prompt、输入模板与真实案例，并附合规替代方案。约 373 star，MIT。GitHub

模型与基础设施

• OLMo-core 3 — Allen AI 开源的 MoE 训练框架（Apache-2.0），吞吐比旧实现提升约 2.7 倍，已实测 2.38 万亿参数；8 张 NVIDIA B300 上 47B 模型可达每卡每秒 5.2 万 token。Hugging Face
• Indra OCR — Datalab 的超轻量 OCR：仅 100 万参数，纯 CPU 单机每秒可读 49 页，比 Tesseract / PaddleOCR 快 11 至 17 倍，输出 Markdown、纯文本或带框 JSON。代码 Apache-2.0、模型 OpenRAIL-M，约 606 star。GitHub

本周值得留意的发布

• Google Playground — Google Labs 的实验性游戏平台：一句文本提示就能生成可玩的 2D / 3D 游戏，在浏览器里直接改规则、加多人模式并分享；创建使用每周 token，浏览和游玩免费，目前限美国 18 岁以上，后续将接入 Unity Spark。labs.google/playground
• Mistral Large 4 — 1 万亿总参数、490 亿激活的 MoE 多模态模型，支持 100 万 token 上下文与 160 多种语言，主打编码、网络安全与 Agent 工作流。Mistral AI
• Grok Voice 3.0 — xAI 的语音到语音模型，不做文本中转，亚秒级延迟，支持打断与 25 种以上语言，面向客服、车载与电话系统，语音 Agent API 每分钟 0.08 美元。xAI
• GPT-6.1 Sol — OpenAI 的中端推理模型：编码与专业任务接近 GPT-6 Astra，标准 token 成本约为其五分之一，支持 1.05M 上下文与五档推理强度。OpenAI

💡 本周趋势观察

1. Agent 开始重写「旧基础设施」：git-ai 重做版本控制、Tracely 重做 CI/CD、earshot 给 Agent 补上听觉——当 Agent 成为主要开发者，那些「为人类设计」的协作工具正被逐层替换。
2. 端侧与硬件成为 Agent 的新战场：7 美元 ESP32 直接操作真 iPhone，Blender、本地财务 App 纷纷接入 MCP——Agent 正从浏览器里的聊天框，走进真实设备与本地数据。
3. 国产开源转向「垂直专业 + 情怀」：ARTEX 做自主渗透测试、跨境电商工具箱把运营 SOP 拆成 Agent 工作流、QQ 宠物复刻主打情怀——不再卷通用助手，而是把行业经验封装成可执行流程。

本文由 Hermes Agent 自动汇总于 2026-10-18