研究报告AI Agent 项目群

AI Agent 项目群：从实验仓库到可运行平台

这篇把 GitHub 仓库里的 AI Agent 相关项目整理成一张项目层知识图谱。它回答一个问题：这些仓库分别验证了 Agent 工程里的哪一部分能力？

总体判断

Agent 平台不是单一模型调用，也不是一个提示词模板库。真正可持续的 Agent 工程至少包含六个部分：

  • Runtime：任务状态、上下文、工具执行和轨迹记录。
  • Tools：MCP、内部 API、文件、命令、浏览器和业务系统能力。
  • Safety：权限、审批、风险分类、工作区边界和敏感数据隔离。
  • Knowledge：RAG、引用、缓存、文档处理和知识库。
  • Evals：golden set、LLM-as-Judge、回归基线和实验对照。
  • Observability：日志、Trace、Langfuse、执行回放和成本监控。

当前仓库正好覆盖了这些层次。

Sure：面向真实业务的写作 Agent

sure 是一个面向中文保险顾问的微信公众号写作 Agent。它运行在 Cloudflare Worker 上，使用 D1、R2、Queues、Durable Objects、Workflows、Workers AI，以及 Claude Agent SDK runner。

这个项目沉淀的知识点是：Agent 产品要把“聊天生成内容”变成“可交付业务流程”。Worker 负责公开路由、数据持久化、队列分发和安全边界；Sandbox runner 负责 Claude Agent SDK 执行；写作 skill 则把领域写作经验固化成可复用能力。

它对应的知识节点是 Cloudflare、Workers、Queues、Durable Objects、Workflows、Sandbox、Agent Runtime、Skills Hub 和生产验证。

SAC Agent：软件工程 Agent 的安全骨架

sac-agent 是教学向 Python 软件工程 Agent。它当前不追求完整自动编码，而是把边界拆清楚：仓库检查、命令风险分类、审批请求、patch 应用和 TUI 会话记录。

这个项目的价值在于刻意保留“慢”的部分：模型、shell、工具和文件系统是不同信任域。读仓库可以低风险，执行命令要分类，修改文件要走明确 patch primitive。未来模型能力增强，也不应该绕过这些边界。

它对应的知识节点是 Agent Runtime、Approval、Tool Safety、Patch、TUI、Python 和软件工程教育。

SAC Agent4J：用 Java 手写最小 Agent Loop

sac-agent4j 是一个手写 Java SWE Agent。它刻意避开 Spring AI、LangChain4j 和大型框架，用最小循环暴露 Agent 的本质：

build context -> ask for one JSON action -> execute tool -> record observation -> repeat

这个项目验证的是：Agent 框架可以很复杂，但核心抽象必须可解释。一个可教学、可调试的 Agent Loop 需要计划、todo、虚拟文件、上下文卸载、读文件、搜索、shell、patch、测试和 finish 这些基础动作。

它对应的知识节点是 Java、Agent Loop、Context、Tool Use、Test Feedback、Trajectory 和 GraalVM。

Agent Lab：评估和可观测性的实验室

agent-lab 把 FastAPI coding agent、Langfuse、Postgres、ClickHouse、Redis、MinIO 和 Docker Compose 组合成实验环境。它不仅能跑 Agent，还能做 skill evaluation、baseline/treatment 对照、重复运行和证据导出。

这个项目沉淀的核心能力是 Evals。没有评估，Agent 的提升只是主观感觉；有了 benchmark、run id、评分、pass-rate、错误率和输出证据，才有可能比较不同 skill、prompt 或 runtime 设计的效果。

它对应的知识节点是 Langfuse、Evals、Benchmark、Coding Agent、FastAPI、Docker Compose 和观测闭环。

DDIA Skill：把架构判断固化为 Skill

ddia-skill 把数据密集型系统设计判断整理成 Codex skill。它关注数据库选择、复制、分区、事务、幂等、派生数据、流处理、故障模式和验证实验。

这个项目说明：skill 不只是“提示词文件”，而是可以被评估、对照和迭代的工程资产。它把架构师经验从一次性回答转成可复用的判断流程，并用 benchmark 约束质量。

它对应的知识节点是 DDIA、Skill、系统设计、数据一致性、幂等、事务、故障模式和验证。

OpenAI Agentic RAG：知识库的基本工程边界

openai-agentic-rag 是长文档 RAG 问答系统。它把文档分块、检索、答案合成、引用、缓存、模型选择和 LLM-as-Judge 验证拆成独立模块。

这个项目的价值在于把 RAG 从“向量库加模型”推进到工程系统：答案要有引用，模型选择要有策略，缓存要能降低成本，验证要能发现幻觉和漂移。

它对应的知识节点是 RAG、Document Chunking、Citation、Cache、Routing、Synthesis、Verification 和 LLM-as-Judge。

K12 与 RoboLabX：垂直场景 Agent 产品化

k12 记录了 RoboLabX 的 Cloudflare standalone 方向，也保留了依赖 gateway、identity、workspace、storage 的平台化路径。它体现了一个典型取舍：垂直产品可以先独立运行，但长期仍要和平台能力连接。

这个项目对应的知识节点是教育场景、Cloudflare、Gateway、Identity、Workspace、Storage、Agent Skill 和产品边界。

Tachi：Agent 工作状态的本地可视化

e-acc 当前产品名是 Tachi。它不是编码 Agent，而是读取 Claude Code 和 Codex 的本地会话痕迹，把后台运行状态变成菜单栏和面板里的持续感知。

这个项目说明 Agent Native 软件不只发生在“模型生成代码”的瞬间，也发生在人的工作流感知里。AI Coding 会产生大量后台状态，Tachi 试图把这些状态变成低打扰、可理解的环境信号。

它对应的知识节点是 Codex、Claude Code、Local-first、macOS、Session Awareness 和 AI Coding Workflow。

项目群之间的关系

这些项目可以组成一条完整链路：

  1. sac-agent4j 解释 Agent Loop 的最小模型。
  2. sac-agent 加入安全边界和审批模型。
  3. openai-agentic-rag 补上知识库和答案验证。
  4. ddia-skill 把专家判断固化成可复用 skill。
  5. agent-lab 对 skill 和 Agent 行为做评估。
  6. sure 把 Agent 交付到真实业务和生产运行环境。
  7. k12 和 Tachi 扩展到垂直场景和工作流感知。

这条链路也解释了 架构师知识图谱 里的 AI 工程判断：先能执行，再能被约束；先能观测，再谈优化；先能评估，再谈规模化。