01
google/ax 声明式 agent 编排运行时
⭐ 7,808
今日 +2,305
Go
Apache-2.0
最近提交 09-20
近30天 +X:未获取到
定位Google 开源的声明式 agent 编排器,用类似 Kubernetes 的清单在集群里批量跑 agent 任务。
痛点agent 任务要隔离、要预装仓库与 MCP、要限制出网,逐个手搭环境成本高。
付费要大规模跑 agent 的平台团队;基座开源,收入来自托管执行与支持(配套 agentexecutor.io)。
规模化凡要跑成百上千个 agent 任务的组织都需要,交付物是清单与控制面,可标准化。
边际成本低:纯控制面软件,跑在用户自己的集群上,算力成本由用户承担。
快速验证命令:go install github.com/google/ax/cmd/ax@latest,随后 ax --help 看清单结构;完整跑通需 K8s 集群与 ko。
风险与坑停在 v0.3.0,官方提示稳定版前会有破坏性改动;依赖 Kubernetes 与同门 Agent Substrate,入门门槛明显高于单机工具。
02
dream-num/univer 可嵌入产品的 Office SDK
⭐ 15,602
今日 +255
TypeScript
Apache-2.0
最近提交 09-22
近30天 +X:未获取到
定位可嵌入自有产品的 Office SDK(表格、文档、幻灯片、看板、Base),本月把定位明确切到面向 agent 的 Office 层。
痛点想让 agent 直接读写表格与文档,要么塞进 Google Sheets/Excel,要么自研渲染与公式引擎,都很贵。
付费要在产品里嵌表格/文档的 SaaS 与行业软件厂商;开源 SDK 加企业版与商业授权。
规模化嵌入型 SDK 一次集成可复制到全部客户,不依赖定制交付,跨行业通用。
边际成本低:交付物是代码包,浏览器与 Node 同一套 Facade API,新增客户成本近零。
快速验证git clone https://github.com/dream-num/univer,按 docs.univer.ai 的 Quickstart 起 Vite 示例,浏览器里即可编辑单元格。
风险与坑对手是 Google Sheets/Excel 的嵌入授权与自研方案,客户替换成本高;主打 AI 的用法仍在早期,文档与生态还在补。
03
superdesigndev/treg agent 的工具目录与凭据代理
⭐ 2,287
今日 +230
Python
Apache-2.0 + 附加条款
最近提交 09-23
近30天 +X:未获取到
定位给 agent 用的工具目录与凭据代理:一个 base URL、一个 token,可调 60 多家 provider 的 3,000 多个接口。
痛点backlink、公司信息、广告、抓取这类接口单价高(Semrush $139/月、Apollo $59/席位),只为跑一次也要订阅;自家密钥散在各人机器上。
付费目录侧按调用计费,单价低到分级;团队用预付余额,自有密钥的调用不计费、密钥不出服务器。
规模化目录与代理本身标准化,新增 provider 可复用同一套绑定与计费,跨团队直接复用。
边际成本中:纯代理无硬件,但要持续维护上游账号、限流与对账,失败重试也是成本。
快速验证命令:curl -fsSL https://treg.to/install.sh | sh,随后 treg catalog search "backlinks",不注册即可看目录与报价。
风险与坑License 是 Apache-2.0 加附加条款:自用与内部自托管可以,做成面向第三方的托管服务需书面授权;上游 provider 的转售条款是长期不确定性;7 月才公开,尚无正式 release。
04
nolabs-ai/nono 零配置的 agent 沙箱
⭐ 4,189
Rust
Apache-2.0
最近提交 09-21
近30天 +X:未获取到
定位零延迟、零配置的 agent 沙箱,单二进制给 Claude Code、Codex、OpenCode 等套上最小权限策略与凭据管理。
痛点agent 拿到本机凭据就能对生产系统动手,而容器与虚机方案在开发机上又重又慢。
付费要把 agent 铺进研发流程的企业安全与平台团队;开源 CLI 加商业支持,团队出自 Sigstore,Datadog、Okta 已有工程师在用。
规模化凡引入编码 agent 的组织都要一层策略沙箱,跨行业通用,交付可标准化。
边际成本低:单二进制、无守护进程、不占磁盘,策略与打包在本地执行。
快速验证命令:curl -fsSL https://nono.sh/install.sh | sh,随后 nono pull nolabs-ai/claude 与 nono run --profile nolabs-ai/claude -- claude。
风险与坑1.0 之前 API 仍可能调整;组织命名空间刚从 always-further 迁到 nolabs-ai,旧包需先卸载;策略配置有学习曲线,未关 issue 约 200 个。
05
lahfir/agent-desktop agent 的桌面操作层
⭐ 1,523
今日 +73
Rust
Apache-2.0
最近提交 09-23
近30天 +X:未获取到
定位给任意 agent 的桌面操作层:Rust 单二进制,读系统无障碍树而不是截图像素,再从稳定引用上执行动作。
痛点桌面 computer use 靠截图猜坐标,token 贵、点击不可重试;Slack、VS Code 这类密集应用上尤其明显(官方示例 30,743 对 383 token)。
付费做桌面自动化的团队与个人;目前经 npm 与技能市场分发,尚无明确收费产品。
规模化桌面自动化需求通用,但可用平台窄:源码要求 macOS 13 以上,跨平台只发了 FFI 库。
边际成本低:单二进制 CLI 加 C-ABI 库,无服务端组件与调用成本。
快速验证命令:npm install -g agent-desktop,随后 agent-desktop snapshot --app Finder -i 看无障碍树快照。
风险与坑个人项目、无商业主体,收费路径未定;macOS 需辅助功能与录屏权限,授权体验本身是采用门槛;平台覆盖窄是规模化天花板。
今日首选
dream-num/univer。嵌入型 SDK 一次集成可复制到全部客户,边际成本低;已有企业授权路径与五年迭代,本月把定位切到 agent 的 Office 层,是本期商业化最实的一条。
组合观察
交给 agent 做的事越多,它就越需要一个受控的执行面:编排(ax)、沙箱(nono)、凭据与工具代理(treg)、桌面操作(agent-desktop),各自独立成层;而 agent 要操作的生产力软件本身也被拆成组件(univer)。投入正从模型侧流向给 agent 配套环境的一层。
暂不建议碰
- deepseek-ai/deepseek-harness(233,615★,MIT):官方 harness 基座,热度极高但本身不是独立商业标的;今日趋势榜上已并列出现多个 dsh 桌面壳与插件聚合页,属蹭生态的同质竞争。
- JuliusBrussee/caveman(107,410★):靠省 token 的梗传播起量的 skill 与代理,无稳定收费模型,热度与可持续的产品价值脱节。