AI前沿速递｜Cloudflare给Agent发”电脑”、pdf-inspector免OCR拆PDF、科学Agent技能包32K星、Spring之父转行写JVM Agent框架
今天刷 GitHub Trending，四个项目四个方向：云厂商开始给 Agent 发”电脑”了、PDF 解析卷到纯 Rust 两百毫秒、科研圈把 Agent 技能做成了标准件，最后还冒出个重磅——Spring 之父亲自下场写 Agent 框架。逐个说人话。
1. cloudflare/computer — ⭐4.9K，Cloudflare 给 Agent 发了一台”电脑”
解决什么问题：Agent 现在普遍缺一个”能干活的落地点”——沙箱要么太重要么太玩具。Cloudflare 干脆在自家 Durable Object 里塞了一个虚拟文件系统（SQLite 存权威状态），再给一个统一执行入口 workspace.runtime.exec()，三种后端随便挑。
核心亮点：
- 容器后端：把文件系统通过 FUSE 挂进沙箱容器，完整 Linux 用户态、真二进制、真网络
- Isolate 后端：不启动容器，直接在 Dynamic Worker 里跑 shell（just-bash）或 ECMAScript 模块，省掉同步往返
- 一套 Workspace 多后端：稳定 ID 注册，懒连接，先用哪个挂哪个
- 示例齐全：agent 写 markdown → 容器里跑 pandoc → 出 PDF；@cloudflare/think 聊天 agent 直接拿 workspace 当工作目录
上手方式：npm install @cloudflare/computer，按包 README 的入口映射走；examples/ 里 8 个可跑示例，从最简单的 worker-shell 开始。
实话： README 第一行就写着 PREVIEW ONLY——API 不稳定、设计随时变，官方明说别上生产。我没实测，纯读文档加示例代码。想提前摸 Cloudflare 路子的人可以玩，生产项目先别押注。
适合谁：已经在 Workers 生态里、想给 Agent 配一个”官方牌”沙箱文件系统的开发者。
2. firecrawl/pdf-inspector — ⭐12.6K，PDF 智能分诊：两百毫秒判断要不要上 OCR
解决什么问题：RAG 和文档解析最大的冤枉钱是”见 PDF 就上 OCR”——实际约 54% 的 PDF 是文本型，根本不需要。Firecrawl 把这个判断做成纯 Rust 库，10-50ms 出分类结果，带置信度和按页 OCR 路由建议。
核心亮点：
- 四分类：TextBased / Scanned / ImageBased / Mixed，配置信度分数
- 位置感知抽取：字体信息、X/Y 坐标、多栏报纸排版自动排阅读顺序，支持 RTL
- 直接转干净 Markdown：标题、列表、代码块、表格（矩形+启发式双模式）、粗斜体、链接全给你
- 零 OCR 零模型：不依赖任何 ML 模型，唯一依赖是 lopdf
- 绑定全家桶：Python / Node.js / 浏览器 WebAssembly，浏览器里也能本地跑
- 基准能打：opendataloader-bench 200 份 PDF 总体分 0.875，200 份跑完 0.47 秒，比 pymupdf4llm（17 秒）快三十多倍
上手方式：CLI 一条命令 cargo install pdf-inspector，然后 pdf2md document.pdf 直接转 Markdown；Python 党 pip install pdf-inspector，三行代码出结果。
实话： 没实测，基准来自官方 README（M4 Pro 上跑的，数字漂亮但得自己复现）。扫描件它不做抽取，只告诉你”这页该上 OCR”——设计如此，不是缺陷。
适合谁：做 RAG 管道、文档解析服务的人，能把 OCR 成本砍掉一大半，金融、法律、论文这类文本型 PDF 大户尤其划算。
3. K-Dense-AI/scientific-agent-skills — ⭐32.9K，把任意 Agent 变成 AI 科学家
解决什么问题：科研人员用通用 Agent 干活，痛点永远是”工具链没人教”——RDKit 怎么调、PubChem 怎么查、DICOM 怎么读，每次现场翻文档。这项目把 158 个科研技能打包成标准件，按开放 Agent Skills 标准做，Cursor、Claude Code、Codex、Antigravity 通吃。
核心亮点：
- 158 个现成技能：基因组学、药物发现、蛋白质设计、医学影像、地理空间、材料科学等 19 个学科方向
- 100+ 数据库直达：PubChem、ChEMBL、UniProt、ClinicalTrials.gov 等 78 个公共库统一查询，BioServices（40+ 服务）、BioPython（39 个 NCBI 子库）都在里面
- 70+ 优化过的 Python 包技能：RDKit、Scanpy、PyTorch Lightning、pymatgen、Qiskit，带版本约束和最佳实践
- 每个技能配文档+测试：SKILL.md + 示例 + 测试套件，CI 强制新技能必须带测试
- 配套桌面版：K-Dense BYOK，带自己 API key 的 AI 科研助手，数据不出本机
上手方式：把 skills 目录拷进 Agent 的技能目录，兼容 Agent Skills 标准的宿主会自动发现；README 有学科索引，按需取用。
实话： 没实测。”170,000+ 科学家在用”是官方口径，没法验证；158 个技能质量参差，有测试套件不代表个个靠谱。适合真做科研、愿意花时间挑技能的人，指望开箱即用全流程的会失望。
适合谁：生物、医药、化学方向的科研人员，以及给科研团队搭 Agent 工作流的人。
4. embabel/embabel-agent — ⭐4.0K，Spring 之父的新玩具：JVM 上的 Agent 框架
解决什么问题：Agent 框架满大街都是 Python 和 TypeScript，Java/Kotlin 企业级生态一直缺一个正经选项。Embabel 是 Rod Johnson——对，就是写了 Spring 的那位——的新项目，把 agentic flow 搬上 JVM，直接接 Spring 全家桶。
核心亮点：
- 真规划器：不是有限状态机硬编码，系统自己规划动作序列，每个动作执行完重规划（OODA 闭环），能干”没被编程过”的活
- 强类型领域模型：Actions / Goals / Conditions 由类型化对象驱动，告别魔法字典，IDE 重构照常
- 两套写法：Spring MVC 风格的 @Agent / @Goal / @Action 注解，或 Kotlin DSL 的
agent { }块 - 深度 Spring 集成：Spring 容器注入管理 agent、AOP 装饰函数，事务持久化现成
- 模型混排：不同任务用不同 LLM，本地小模型干点活，省钱又保隐私
上手方式：Maven 引 com.embabel.agent:embabel-agent-api，照文档写第一个 @Agent 类；官方还有个用 Embabel 自己写的文档问答机器人 hub.embabel.com 可以调戏。
实话： 没实测，版本还在 1.5.0-SNAPSHOT，项目相对早期。4K 星在 Agent 赛道不算多，但作者分量够重。适合 Java/Kotlin 后端尝鲜，Python 党可以无视。
适合谁：企业 Java 后端团队——想把 Agent 嵌进 Spring 服务，又不想引一堆 Python 微服务。
今晚的观察
四个项目凑一起，信号其实很清楚：Agent 的基础设施在分层。Cloudflare 管”Agent 的电脑”，pdf-inspector 管”Agent 的输入”，scientific-agent-skills 管”Agent 的专业能力”，embabel 管”Agent 进企业”。去年热门还是”又一个聊天机器人”，今年已经卷到给 Agent 配文件系统、配数据库、配职业执照了。
另一个信号：Rust 和 Kotlin 都在偷偷渗透 AI 工具链。pdf-inspector 用 Rust 卷性能，embabel 用 Kotlin 卷企业级——AI 不只有 Python 一种写法。
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
