AI前沿速递｜DeepSeek Harness 插件化Agent底座、SIE 一个集群喂饱所有模型、Atlas 给Agent上源码管理、Meetily 本地会议秘书

这周 GitHub 上的 AI 圈，几乎被「Agent 基础设施」这个话题刷屏了。模型已经不是最稀缺的东西，真正热闹的是围绕 Agent 的那一层跑不起来就难受的「底座」：跑在哪、怎么跑、多个 Agent 怎么协同、跑完怎么查账。我挑了四个方向完全不同的代表作——一个 20 万星的插件化 Agent 运行框架、一个把所有开源模型揉进一个集群的推理引擎、一个专门给 Agent 做的「git」、还有一个装在本地的会议秘书。都是正经开源，也都还年轻，下面一个个说。

1. DeepSeek Harness — ⭐ 217.7K，Everything is a Plugin 的 Agent 底座

DeepSeek 8 月 13 号开源的 Agent harness，上线四天冲到 13 万星，现在 21.7 万星、2.5 万 fork，被媒体称作「GitHub 史上最快增长的项目之一（还没有之一）」。它的核心主张一句话：everything is a plugin——模型适配、工具注册、会话日志、沙箱、Agent 主循环，全都是可替换的插件，没有一个不可改的核心。

• 解决什么问题：Claude Code、Codex 这类 Agent 是包装好的商业产品，底层那层「模型连世界的胶水」你想动动不了；dsh 把这层整个开源，还拆成一块块插件让你随便换。
• 核心亮点：
• 基于 DeepSeek 自己的 Cordis 插件体系构建，能力全部可插拔
• 不同模型、工具、记忆、调度、UI 各自独立成插件，改一处不动全身
• 自带会话、沙箱、权限、遥测、长任务恢复等运行期能力
• 自带 dsh CLI 和 web 界面，直接能跑起来
• 上手方式：TypeScript + pnpm，clone 后 pnpm run build 即可，开发预览版 pnpm dsh web 直接用打包好的产物。
• 实话：这项目我没实际部署跑过。当前是 developer preview，README 自己都写了「会有破坏性兼容变更」，想上生产的先等等版本稳定，别拿它接核心业务。
• 适合谁：想深入改造 Agent 运行时的开发者、要自建 Agent 平台的团队。纯想开箱即用写代码的人，Claude Code 更省事。

2. Superlinked SIE — ⭐ 3.2K，一个集群喂饱 Agent 需要的所有模型

SIE（Superlinked Inference Engine）是个自托管的推理引擎，想法很实在：Agent 干活不只需要一个 LLM，还得有向量嵌入、重排、OCR 转 markdown、结构化抽取、内容安全、甚至跑主循环的模型——以前每个任务要各挂一个服务，SIE 把它合成一个集群、一套 API。

• 解决什么问题：Agent 背后的模型服务东一个西一个，管理、扩容、烧钱都头疼；SIE 让你把 100+ 个开源模型装进一个集群，按需加载。
• 核心亮点：
• OpenAI 兼容 API（/v1/embeddings、/v1/chat/completions 等），老代码改个 base_url 就能迁
• 预配模型目录：Stella、SPLADE、Qwen3、GLiNER、SigLIP…embedding 都过了 MTEB 评测
• 多模型同时服务 + 按需加载 + LRU 驱逐，空闲模型自动卸载省显存
• 自带 K8s/Helm、KEDA 自动伸缩（可缩到零）、Grafana 监控
• 集成 LangChain、LlamaIndex、CrewAI、Chroma、Qdrant 等，还有 MCP 模块帮 Claude 这类客户端卸 OCR/文档的活省 token
• 上手方式：pip install sie-sdk 起服务器，Python/TS 都有 SDK，首次调某模型会自动下载权重。Apache-2.0。
• 实话：没实测。模型目录看着全，但「120 个模型随便跑」意味着显存和磁盘都要舍得；想只跑一两个模型的没必要上这种全家桶，它更适合模型用到很杂的团队。
• 适合谁：自建 Agent 平台、模型种类多又不想被各家 SaaS 绑死的团队；个人用户杀鸡用牛刀了。

3. pacifio/atlas — ⭐ 3.3K，给 Agent 做的「源码管理」

Atlas 是「Agent 的 git」。现在一个人同时用 Claude Code、Codex、OpenCode 好几个 Agent 干同一份代码，谁改了什么、为什么改，全靠记忆瞎猜。Atlas 把每次 Agent 运行生成一个 checkpoint，把提交、prompt、工具调用、推理过程绑在一起，事后随时能翻账。

• 解决什么问题：多 Agent 混跑同一代码库，过程不可追溯、切 Agent 就断片；Atlas 让一切有据可查、记忆可共享。
• 核心亮点：
• 每个提交都有解释：checkpoint 把一次会话的 prompt、工具调用、文件改动绑在一起，几个月后还能查
• 多个 Agent 并排跑：Claude Code、Codex、Atlas 自己的 agent，甚至整个 ACP 注册表里的，都能在同一个窗口跑同一份代码，中途换 Agent 不重来
• 一份记忆所有 Agent 共用：Claude Code 做的决定会带进 Codex 的下一个 prompt，计划、改动、失败、架构笔记自动共享
• 本地优先：代码、笔记、会话都存在本机，密钥在落盘前被擦洗，不同步不上传
• .atlas/knowledge/ 里你写的 markdown，会喂给项目里每个 Agent
• 上手方式：官网下 release 包（macOS 原生，Linux/Windows 同一套 Tauri 代码但官方标注未充分测试）；用 Claude Code 需装 claude CLI 且在 PATH 里。MIT。
• 实话：没实测，而且这项目还很早期（才几个月、3K 星、纯 Tauri 桌面端）。Linux 端官方都说没测。想现在就用的人建议先跑 macOS 版体验。
• 适合谁：重度多 Agent 工作流、日常要被”A到底谁改崩了”搞疯的开发者；单 Agent、单项目的人暂时没必要。

4. Meetily — ⭐ 30.5K，100% 本地的 AI 会议秘书

Meetily 是开源的本地会议助理：录音、实时转写、说话人分离、自动总结，全部在你机器上完成，数据不出门。明星卖点是用 Parakeet/Whisper 把转写速度拉到约 4 倍，还能本地用 Ollama 总结。

• 解决什么问题：开会怕漏重点，又不敢用 Otter 这类云服务——会议录音涉及隐私，Meetily 让你本地全搞定，不往任何第三方传。
• 核心亮点：
• 100% 本地处理，音视频不出设备
• 实时转写（Parakeet/Whisper）+ 说话人分离，能分清谁在说话
• 总结模型可选：Ollama（本地）或 Claude、Groq、OpenRouter 等云端
• Rust 写的，跨 macOS / Windows / Linux
• Community Edition 免费开源；另有付费的 PRO 版提供更高精度、自定义总结模板等
• 上手方式：去 Release 页下载对应系统安装包即可（Windows 的 7z、macOS 的 dmg），开箱即用。
• 实话：没实测。它本质是「开源核心 + 商业化扩展」的模式，宣传语把免费版吹得很满，但 PRO 才是完整的。介意的话先用社区版，够用了再决定要不要付费。
• 适合谁：开会对录音隐私敏感、想要本地转写+总结的人；Mac 用户尤其合适。想跑满能力就接受它开源+付费的混合模式。

今晚的观察

这周的四个项目凑在一起，其实暴露了 2026 下半年 AI 圈的一条主线：竞争已经不在模型本身，而在 Agent 能不能管得住、跑得稳、算得清账。 一个是把手伸进 Agent 内核的插件化底座（DeepSeek Harness），一个把背后一堆模型服务合并成基础设施（SIE），一个解决多 Agent 协作的审计和记忆（Atlas），一个把 AI 能力收编进日常会议（Meetily）。大家都在补 Agent 落地路上最脏最累的那几环。

另一个信号是，明星项目这两年的星数膨胀速度越来越夸张——20 万星的 Agent 框架、四天 13 万星的发布，看着过瘾，但也得冷静：星数高不等于成熟，DeepSeek Harness 自己都顶着「会有破坏性改动」的开发者预览标签。追热点没问题，上生产前，多看看 release 和 issue，别被 star 数带着走。

以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。

by 数码罗记·godsun.pro