AI Agent

Playwright MCP 將 Playwright 瀏覽器自動化包裝成 MCP server，讓 AI Agent 透過 accessibility snapshot、明確工具與狀態回讀完成網頁任務。本文拆解它的使用方式、profile 管理、限制與安全導入策略。

CopilotKit 將 Generative UI、共享狀態與 Human-in-the-Loop 工作流程整合到產品前端，本文從事件流、架構與工程取捨拆解它如何把 Agent 變成可控制的產品協作者。

AI Agent 真正難的往往不是呼叫一個 API，而是把工具發現、使用者授權、工作階段隔離與執行結果接起來。Composio 以 TypeScript／Python SDK、CLI、provider adapters 與 MCP session，提供一條從意圖到外部應用程式動作的實作路徑。

vercel-labs/agent-browser 是一套為 AI Agent 設計的瀏覽器自動化 CLI。它以 Accessibility Snapshot 暴露可操作的頁面語意，搭配短 ref、session 隔離、daemon 與 state 保存，讓代理程式不必依賴脆弱的 CSS selector，也能在真實網站上執行、檢查與重播工作流程。

CrewAI 把多代理應用拆成兩個互補層：用 Crews 處理角色化 Agent 協作，用 Flows 管理事件、狀態、分支與副作用。本文從最小 Flow 開始，示範如何把 Crew 放進流程，並整理走向生產環境時必須補上的驗證、觀測與權限邊界。

當 AI Agent 從單次對話走向讀檔、執行命令與多步驟協作，真正難的是如何在不重寫核心的情況下替換模型、工具與權限策略。DeepSeek Harness 以「一切皆插件」和 Cordis 為基礎，提供 Web UI、headless runner 與可組合的 profile／bundle，適合想把 Agent 工作流變成可維護軟體的開發團隊。

AnythingLLM 是一套以 local-first 為核心的開源 AI 工作台，將文件問答、RAG、AI Agent、多使用者權限與多種模型／向量資料庫整合在同一個可自架應用中。本文從架構、資料流程、部署選擇與隱私邊界，拆解它適合什麼團隊，以及導入時最容易忽略的工程細節。

Strix 是一套開源 AI 滲透測試工具，讓多代理人協作執行偵察、測試與漏洞驗證，並以 CLI、Docker 與 CI 工作流接進開發流程。本文從授權範圍、第一次掃描到 Pull Request 自動檢查，整理它真正適合解決的問題、導入成本與安全邊界。

HKUDS/nanobot 是以 Python 開發的可自架個人 AI Agent framework，整合 WebUI、CLI、聊天通道、工具、長期記憶、MCP、子代理、排程與 OpenAI-compatible API。本文從 Agent loop、快速上手、自架邊界與工程化檢查點，整理它如何從聊天機器人走向可長駐的工作台。

AI Agent 能否上網，不只取決於一個搜尋 API，而取決於平台差異、登入狀態、依賴安裝與故障切換。本文拆解 Agent Reach 如何以安裝器、健康檢查與多後端路由，將 GitHub、YouTube、RSS、社群平台與網頁閱讀整合成可維護的工具鏈，並整理安全導入與常見限制。

CowAgent 是一個開源 Agent Harness，將任務規劃、工具迴圈、長期記憶、主題知識庫、Skills、MCP、多模型與多通道整合在同一個可長期運作的 AI 助理 runtime。

AI Agent 的記憶不只是把對話塞進向量資料庫。TencentDB Agent Memory 以短期符號化記憶、長期語意分層與可回溯證據鏈，降低長任務的上下文成本，同時保留查證細節的能力。本文拆解它的架構、安裝方式、適用場景與實務限制。

UI UX Pro Max 把產品類型、版型、色彩、字體與 UX 反模式整理成可搜尋的設計知識，透過 CLI 安裝到 Claude Code、Cursor、Codex CLI、Copilot 等 AI coding 工具，讓 agent 在寫 UI 前先形成一致且可檢查的 design system。

Andrej Karpathy 發了一個只有三個 Python 檔案的專案，卻引爆了整個 AI 社群。autoresearch 讓 AI agent 自主改代碼、訓練、評估、迭代——你睡一覺醒來，模型已經變強了。