两款开源编程AI助手工具,又一款本地化Manus AI的替代方案

关注我,记得标星⭐️不迷路哦~


✨ 1: Sidekick

Sidekick是一款基于CLI的开源AI工具,旨在提供灵活的LLM选择和强大的agentic工作流,助力开发者提高效率。

  • 定位:
     旨在成为 Claude Code, Copilot, Windsurf 和 Cursor 的开源替代方案。
  • 核心功能:
    • 无需厂商锁定:
       支持多种LLM提供商 (Anthropic, OpenAI, Google Gemini)。
    • MCP支持:
       支持 Model Context Protocol,可以扩展其功能,使其与外部工具和数据源交互。
    • 方便的命令:
       提供 /undo (撤销), /clear (清除历史), /model (模型切换) 等命令,方便使用和调试。
    • JIT系统提示:
       保证 Sidekick 能持续理解上下文。
    • 项目指导:
       可以通过 SIDEKICK.md 文件定制 Sidekick 的行为。
    • 命令行优先设计:
       专注于命令行体验。
    • 成本和token跟踪:
       可以追踪使用情况。
    • 命令/会话确认跳过:
       允许跳过工具确认,加快操作流程。
    • 遥测:
       使用Sentry收集错误和使用分析,可以通过 --no-telemetry 禁用。

地址:https://github.com/geekforbrains/sidekick-cli

✨ 2: OpenCode

OpenCode是一个基于终端的AI助手,旨在为开发者提供智能编码辅助,支持多种AI模型、会话管理和工具集成,方便代码调试和任务处理。

OpenCode是一个基于终端的强大AI助手,专为开发者设计。它通过命令行界面(CLI)提供智能编码辅助,旨在帮助开发者完成各种编码任务,如调试、代码生成、问题排查等。OpenCode使用Go语言开发,拥有简洁的终端用户界面(TUI),并支持多种AI模型提供商,包括OpenAI, Anthropic Claude, Google Gemini, AWS Bedrock, Groq, Azure OpenAI, 和 OpenRouter。 它集成了多种工具和服务,包括文件访问、代码编辑、shell命令执行、语言服务器协议(LSP)等,使得AI助手可以更有效地与开发环境进行交互。

OpenCode 的主要特点包括:

  • 交互式TUI
    : 使用 Bubble Tea 构建,提供流畅的终端用户体验。
  • 支持多种AI模型
    : 灵活选择合适的AI模型。
  • 会话管理
    : 允许保存和管理多个对话会话。
  • 工具集成
    : AI 可以执行命令、搜索文件和修改代码。
  • Vim-like编辑器
    : 集成文本输入功能强大的编辑器。
  • 持久化存储
    : 使用 SQLite 数据库存储对话和会话。
  • LSP集成
    : 支持语言服务器协议,提供代码智能。
  • 文件变更跟踪
    : 跟踪并可视化会话期间的文件变更。
  • 外部编辑器支持
    : 使用用户偏爱的编辑器编辑信息。
  • 自定义命令
    :允许用户创建可复用的预设命令,可以包含参数。

地址:https://github.com/sst/opencode

✨ 3: AgenticSeek

AgenticSeek是一款完全本地化、注重隐私的AI助手,无需云端依赖,即可实现智能网络浏览、代码编写和任务规划。

AgenticSeek是一个完全本地化的、语音控制的AI助手,旨在作为Manus AI的替代方案。它能够在您的设备上自主浏览网页、编写代码和规划任务,所有数据都保存在本地,无需依赖云服务,从而确保完全的隐私。

地址:https://github.com/Fosowl/agenticSeek

✨ 4: picoDeepResearch

picoDeepResearch是一个受OpenAI Deep Research启发,用于训练LLM迭代使用工具并合成信息生成研究报告的框架。

picoDeepResearch 是一个受 OpenAI 的 Deep Research 项目启发而创建的框架,目标是训练大型语言模型(LLM)通过迭代使用工具(目前主要是网页搜索)并将信息综合成研究报告。 它是一个开源、小规模(“pico”)的方法,用于训练定制模型生成报告,并且是一个用于实验多轮工具使用的环境,特别适合处理具有“软”奖励(非可验证)的任务。

核心概念和特点:

  • 工具使用和强化学习:
     LLM 可以通过多次调用工具来收集信息,然后将这些信息综合成研究报告。
  • 基于原则的 LLM 评判:
     使用原则(例如,报告的清晰度、深度、证据使用等)来评估不同报告的质量。
  • 自博弈(Self-Play)和多轮评判:
     模型生成的报告通过循环赛(Round-Robin Tournament)或“大逃杀”的方式进行相互比较,以确定相对质量。
  • GRPO (Generative Reward Policy Optimization):
     利用循环赛的排名结果作为奖励信号,通过 GRPO 来优化模型的报告撰写和工具使用策略,提升模型生成高质量 Deep Research 报告的能力。
  • 可配置性:
     用户可以自定义 ArenaStage,包括研究问题、评判原则和每个原则的权重。
  • 模块化结构:
     代码结构清晰,包含模型加载、工具管理、竞技场交互、评估等模块。

地址:https://github.com/brendanhogan/picoDeepResearch

✨ 5: Turbular

Turbular是一个开源模型上下文协议(MCP)服务器,为LLM提供统一API,连接多种数据库,实现无缝数据交互。

Turbular 是一个开源的模型上下文协议 (Model Context Protocol, MCP) 服务器,旨在为语言模型 (LLM) 提供无缝的数据库连接能力。简单来说,它可以让 LLM 更方便地与各种类型的数据库进行交互。

地址:https://github.com/raeudigerRaeffi/turbular


(文:每日AI新工具)

发表评论

×

下载每时AI手机APP

 

和大家一起交流AI最新资讯!

立即前往