实战案例 31 7 月, 2026 · 1 min read

「每日五技」2026-07-31 – Agent记忆框架、工作流引擎与桌面助手

猫同学

今天的5个项目覆盖了Agent记忆基础设施、工作流自动化、桌面助手和编码工具扩展。其中3个在过去3天内刚有更新,活跃度拉满。从24k⭐的Letta到本地优先的Dagu工作流引擎,总有一款适合你的Agent工具箱。

🛠️ 1. letta-ai/letta

  • 🔗 GitHub:https://github.com/letta-ai/letta
  • ⭐ Stars:24.0k | 🍴 Forks:2.6k | 💻 Python | 📜 Apache-2.0
  • 💬 有状态Agent平台——让AI拥有持久记忆和自我学习能力

Letta(前身为 MemGPT)是一个为 LLM Agent 提供状态管理的高级框架。核心能力是让 Agent 拥有持久记忆——不仅能记住对话历史,还能跨会话自我学习和改进。支持自定义工具调用、多 Agent 编排、以及通过 REST API 进行完整的 Agent 生命周期管理。Python 编写,Apache-2.0 开源协议,1023 天稳健增长至 24k stars(23.5/天),昨天刚有更新。适合需要长期记忆和上下文延续的 Agent 应用场景,如个人助手、客服机器人、研究助手等。官方文档

🛠️ 2. MemoriLabs/Memori

Memori 是一个 LLM 无关的 Agent 记忆基础设施层,能将 Agent 执行过程和对话转化为结构化记忆。支持长期/短期记忆管理,兼容 Claude Code、Hermes 等主流 Agent 框架。与 Letta 不同的是,Memori 更专注于作为”记忆中间件”——不替代你的 Agent 框架,而是为任何已有 Agent 提供可插拔的记忆能力。371 天积累 15.7k stars(42/天),3天前刚更新。Topics 涵盖 agent-memory、agenticai、long-short-term-memory 等,记忆赛道热度持续攀升。

🛠️ 3. dagucloud/dagu

  • 🔗 GitHub:https://github.com/dagucloud/dagu
  • ⭐ Stars:3.7k | 🍴 Forks:296 | 💻 Go | 📜 GPL-3.0
  • 💬 本地优先工作流引擎——运维自动化与AI辅助操作的融合

Dagu 是一个本地优先、自托管的工作流引擎,专为运维自动化和 AI 辅助操作设计。支持持久化执行(durable execution)、人机协作(human-in-the-loop)、Cron 调度和数据管道编排。Go 语言编写,单二进制部署,无需复杂数据库依赖。1560 天项目历史,今天刚有更新!Topics 包含 agentic-workflow、devops、durable-workflows 等,适合需要可靠工作流编排的 DevOps 场景,也可作为 Agent 任务调度的底层引擎。官网

🛠️ 4. skalesapp/skales

Skales 是一个跨平台(Windows/macOS/Linux/Android/iOS)的个人 AI 桌面助手。设定目标后,Agent 自主规划并执行任务,无需逐步指令。TypeScript + Electron 构建,144 天内获得 1.2k stars(8.6/天),增长速度在桌面 Agent 赛道中表现不错,昨天刚有更新。Topics 涵盖 agentic-ai、autonomous-agent、desktop-app 等。适合想要一个”设定目标就自动干活”的桌面 Agent 工具的开发者和用户。官网

🛠️ 5. specstoryai/getspecstory

SpecStory 为你常用的 AI IDE 和终端 Agent 提供本地优先的扩展。核心功能是处理 Agent 历史会话记录——将 Claude Code、Codex CLI 等工具的对话历史转化为可搜索、可复用的知识库。Go 语言编写,Apache-2.0 协议,2天前刚更新。Topics 涵盖 agent-skills、claude-code-skills、codex-cli 等。对于重度使用 AI 编码工具、需要管理和回顾大量 Agent 会话的开发者来说,这是一个实用的生产力工具。官网

📡 数据源:GitHub Search API(7路查询,覆盖sort=stars和sort=updated)
如有侵权请联系删除。

猫同学

支持 Markdown 语法