Agentic Identity Broker 开源,为 AI Agent 提供 OAuth 授权委派与安全 Token 管理
Agentic Identity Broker 通过网关集成,为 AI Agent 管理 OAuth2 委派链、统一 Token 存储并解决不同 OAuth2 基础设施间的互通问题。它简化了 MCP 服务器开发,使 Agent 能通过单一 Token 访问 Google、GitHub、Databricks 等服务,并支持无用户参与场景下的委托会话与集中式工具授权审计。
Agentic Identity Broker 通过网关集成,为 AI Agent 管理 OAuth2 委派链、统一 Token 存储并解决不同 OAuth2 基础设施间的互通问题。它简化了 MCP 服务器开发,使 Agent 能通过单一 Token 访问 Google、GitHub、Databricks 等服务,并支持无用户参与场景下的委托会话与集中式工具授权审计。
开源项目 Current 发布,提供 AI 智能体变更控制层,强制将“生成提案”与“应用修改”分离,所有操作需经人工或代理审批方可执行。工具基于 Elixir 开发,支持 OpenAI 和 Anthropic 模型,提供 CLI、HTTP API 及 MCP 接口,并通过哈希链日志记录每一步操作以确保可溯源与可重放,目前处于早期单节点阶段。
EasyRunCraft 推出包含 13 款在线办公与创意编辑器的套件,基于 ArtCraft 开源项目,支持浏览器免费手动编辑。 用户可接入 Codex 或 Claude Code 等 AI 智能体,通过 MCP 协议直接修改文件内容、调整图层或导出数据。 该工具面向学生及创作者,提供文档、表格、视频及 CAD 等全链路编辑能力,支持结果审查与原生撤销。
Qoder 近期内置 /qoder-helper,打通应用设置、连接器、扩展和自定义 Agent 的对话操作入口。 该功能支持读取配置、调整选项、安装能力包,并通过 MCP 工具执行设置管理与扩展搜索。
阿里云百炼 Token Plan 现已支持千问办公,用户绑定后,在自身积分用尽时,可使用 Token Plan 的 Credits 抵扣模型调用消耗。 该服务通过 Credits 统一计量,支持文本、图像、视频、语音模型调用。
Exxeta 发布开源免费桌面应用 exxperts,让 AI 助手将记忆存为本地 Markdown 文件,用户可在保存前审查和修改。应用支持 ChatGPT、Claude、GitHub Copilot 及 API 连接,并集成 MCP 工具;在 LongMemEval-S 测试中,使用其记忆功能的 Claude Sonnet 5 答对 47/50 题,优于全量历史的 41/50。
MCP Explained 上线交互式指南,详解 MCP 的 host、server 和 model 角色、JSON-RPC 通信机制及能力协商流程。站点提供版本对照和 tool poisoning 演示模块,并配有逐步消息流图示,帮助开发者和安全团队理解 agent 集成的架构与风险。
作者亚历山大·帕纳申科开发开源项目 KYB,通过 Git 后端共享存储和版本化记录,解决 Claude、Codex 等 AI 智能体因散落 Markdown 笔记导致的记忆遗忘和路径错误问题。
Perzian发布Mantis,一种让AI智能体以短编号文本而非截图浏览网页的MCP服务器,适用于Claude Code、Codex和Cursor。基准测试显示,与Playwright MCP的无障碍树方案相比,长任务耗时缩短约一半,输入token减少29-47%,工具调用次数减少29-37%;相比截图方案,Luna模型在正确率持平情况下token和时间优势显著。
研究测试 20 家提供 GPT-6 Astra 和 Claude Opus 5 的 LLM API 中继,发现低价中继更可能存在行为差异。 35 组复测中部分中继状态改变;3,332 个响应中确认无注入,但 4 家中违反禁用工具指令。 5 家中对相同请求多报 4,200 至 60,000 个输入 token,且 6 家可查余额服务按申报用量和标价收费。
论文提出 HEELO 框架与 Agent-Native Primitives,将 GPT-5.6 Sol 在 Terminal-Bench 4.0 的解决率从 37.3% 提升至 55.5%。 该方案将资源与执行能力封装为可复用原语,在超过 20 个基准测试中验证了有效性,并显著降低了任务完成时间与成本。 这种架构解决了模型获取资源后缺乏应用能力的问题,帮助智能体更高效地端到端完成现实世界任务。
MCPHallu 发布了一个包含 358 项任务的基准,用于诊断 MCP 环境下的智能体幻觉。该基准涵盖 5 个能力域,并在 36 个生产级 MCP 服务器运行,设计了 Branch Collapse、Unreachable Goal 等 4 种失败亚型以进行细分分析。
Cerea 是一款支持 OpenAI 兼容端点的自托管 LLM 聊天前端,集成知识库、Artifacts 及浏览器内 Python 运行环境。 部署套件通过 Docker Compose 一键启动 Cerea 与 Pystino 网关,后者提供配额管理、PII 脱敏及编码智能体计量服务。
Prax 推出基于 MCP 的 AI 智能体钱包筛查服务,支持 Claude 和 ChatGPT 原生调用。 提供制裁、欺诈及混币器风险评估,免费层每日允许 10 次查询,无需信用卡。 使开发者可让 AI 智能体在应用中自主集成反洗钱(AML)筛查层。
Tokenome 是一款本地优先、跨工具的工具,为 AI 辅助的代码工作提供代码来源追踪。官方称实测可减少 38% 上下文 token,且答案质量无明显变化。其功能允许用户定位某行代码,追溯并搜索产出该行代码的 AI 对话。软件在本地运行,支持 macOS 和 Linux,个人使用永久免费,并支持通过 Claude Code 等插件进行 MCP 连接。
Magertron 发布 v4.2.32 版本,新增 OPA 支持,作为 AI 编排器治理工具、API、LLM 及流数据。 其核心功能是充当模型推理与工具调用的统一网关,免费层支持最多 20 台服务器且无需注册,CLI 工具 mcpctl 采用 Apache 2.0 开源协议。
Call4Agents 是一个开源 Python 工具,通过本地 SQLite 记录确保 AI 智能体动作可安全重试,支持 LangGraph、Pydantic AI、OpenAI Agents SDK 和 MCP 框架。
推荐理由:通过本地 SQLite 记录防止 AI 智能体崩溃后重复执行,解决 LangGraph 等框架的重放一致性问题。
Basemodo 允许用户通过 Agent 或 CLI 一键部署 Web 应用,并邀请他人使用。应用默认私有,需手动分享,数据库和备份已内置。基础套餐 5 美元/月,被邀请者无需付费。
开发者受 CTO 委托构建“AI 公司大脑”,旨在通过 AI 代理自动起草文档、准备会议及更新客户信息。其架构设想包含 LLM 维基存储慢变数据、MCP 连接快变数据源及 7x24 运行代理。 面临核心挑战包括代理持续运行的成本、多用户并发处理机制以及是否必须部署常驻代理的必要性。 该方案目前缺乏清晰实施路径,提问者正在寻求社区对系统复杂度和替代方案的建议。
可灵AI宣布Kling 4.0 Flash现已全面开放,所有用户均可通过官网及API使用。 该模型支持通过MCP、CLI及AI插件接入,创作者还可在Adobe Photoshop、Premiere Pro和After Effects中通过可灵插件使用Kling 4.0 Flash。
Ergon 是一个开源 AI Agent 工具包,包含 Python SDK(引擎)和拖放式可视化 Studio(构建器)。Studio 可生成针对 SDK 的 Python 代码,SDK 能通过桥接以无头模式运行 Studio 设计的 Agent,两者在单仓同步更新以防漂移。
Kimi Hosted Agents 正式发布 Harness as a Service,提供云端托管环境、独立沙箱及可审计留痕机制,免去企业自建与维护运行框架的数月投入。产品内置 140+ Skills 与 30+ 插件,支持按任务调用,并配备 8 个金融 Agent 开箱即用模板;企业可接入 Kimi Inference Hook 在推理前校验敏感数据,在可控安全规则下完成应用开发。
Maho 26.11 发布开源电商系统,新增管理后台 AI 助手、拖拽页面构建器及 S3/云存储支持。 助手基于 API 工具操作,支持自然语言交互、写前确认及撤销;Maho Admin 官方应用上线 Google Play。 基准测试中 Sonnet 5.5 准确率从 76% 升至 94%,系统全面升级至 PHP 8.5 与 Symfony 8.1。
一项生产级服务允许 AI 智能体通过 x402 微支付协议按次购买链上智能合约风险报告。单次调用费用为 $0.01,支持 HTTP 和 MCP 接口,使用 USDC 结算。
Mailbox.bot 允许 AI Agent 获取位于曼哈顿海滩的真实街道地址,支持收发信件与包裹。 服务涵盖合规通知、税务文件及发票处理,通过 MCP 协议和 REST API 实现结构化邮件事件分发与签名 webhook 验证。
研究团队发布开源基准 CivBench,用于在《文明 6》游戏中评估 LLM 智能体基于 MCP 协议的长程工具调用能力。 该基准包含 76 个 MCP 工具,单局游戏可超过 300 轮对话。研究通过 23 次试点运行发现,智能体在主动监控率和短期承诺执行率(RAG@10 为 48.2%-65.8%)上表现不佳。 CivBench 环境、场景日志及分析管道已开源发布。
一项 arXiv 论文展示了合法签名的 MCP 工具可能隐藏恶意代码以泄露敏感数据,Meta 的 MCPGuard-Dynamic 在实际攻击中未能阻止此类泄露。 论文提出“种系执行”技术,在每次调用时通过 fork 无数据进程来隔离信息,在 153 次攻击测试中未检测到未授权泄露。 相比每次调用都重启工具,该方案调用延迟仅 10-49 毫秒,速度提升 2-28 倍。
summary_zh: LIBRA 提出一种无需任务特定训练的程序化框架,将扁平工具目录转化为可执行工具库。该框架利用 LLM 生成工具调用契约,并在沙箱中测试保留运行时支持的关系。
在涵盖 5 个模型家族(Qwen3、Gemma-3、Llama-3.1、Mistral 等)0.6B 至 32B 参数、8 个数据集的 200+ 检查点实验中,多任务全量微调在所有测试规模下均为最强默认策略。
LLM 智能体在生成前已通过隐状态预知工具必要性。研究通过探测隐状态发现,工具必要性可线性解码(AUROC 0.89-0.96),但模型无法将其有效转化为行动。
针对智能体操作盲区,Agent Harness Awareness 通过提供验证的状态快照提升了操作控制能力。 在 GPT-5.6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash 的 216 次决策测试中,该设计使平均策略后悔值降低 96.9%,单次分派完成率从 69.4% 升至 95.8%。
开发者发布 BrowserForge 0.2.1 版本,这是一款支持 Claude Code、OpenAI Codex 等 MCP 客户端的本地优先浏览器扩展工具。该工具允许 AI 代理在用户的真实浏览器中操作,通过人工审批关键动作确保安全,并能自动捕获网络流量生成 OpenAPI 规范和多种语言的 API 客户端代码。
CyberArena 评测 466 场 Agent 攻防对局,对比了静态基准与动态对抗场景下的能力差异。GPT-5.6 Sol 与 Claude Opus 5 位居前两名,展现了在真实攻防环境中的领先优势。该研究揭示了模型在动态博弈中的进攻与防守表现。
host0 允许用户通过 Claude Code 等 AI Agent 直接将生成的 HTML、网站或应用部署至独立 URL,实现从提示词到链接的一站式托管。 支持分享、数据库和 30 天版本回滚,Pro 版定价 $9/mo,移除标识并提供更大文件空间。
Amigent 利用 AI 智能体(如 Claude Code)通过 50 KB/s 链路控制 Commodore Amiga,支持软件安装、文件传输及远程桌面操作。 在 7 MHz 68000 处理器上,完整屏幕传输耗时 0.6–1.0 秒,静态占用 CPU 低于 10%;A1200 下完整屏幕仅需 0.1 秒。 采用 MIT 协议开源,仅支持本地网络访问,禁止直接暴露至互联网以确保安全。
Mentat 是一个基于私有 Git 仓库和 Cloudflare Worker 的个人记忆系统,通过 MCP 协议让 Claude 和 OpenCode 等 AI 工具读取用户笔记。系统包含用于记录个人偏好、项目和人际关系的 Markdown 笔记,AI 工具只能通过拉取请求(PR)修改笔记,以确保数据安全,日志类更新在 72 小时无冲突后可自动合并。
Renor 通过 MCP 为编码 Agent 提供跨会话的共享记忆,支持 Claude Code、Codex、Cursor 等客户端通过 npx 命令快速接入。其自托管版本将记忆存为本地 Markdown 文件,无需嵌入模型即可进行关键词搜索。基准测试显示,Renor 在 LongMemEval-S 上默认设置得分 94.4%,Deep search 模式得分 98.4%。
开发者发现Postman在桌面端更新后,未经用户同意向OpenAI Codex和Claude Code环境自动安装Postman扩展。日志显示Postman修改了Codex配置文件,生成信任哈希自动批准启动脚本,并连接无认证的远程MCP服务器,导致认证错误。GitHub报告未找到数据泄露证据,但指出标准卸载无法清理这些配置。安全研究人员批评此行为并建议开发者检查AI代理设置。
U Mobile 基于 Amazon Bedrock AgentCore 构建 Agentic AI 客服系统 AiDaH,在六个业务部门覆盖 150 多个运营场景,关键类别工单量下降 84.5%。 系统采用六层架构部署于新加坡区域,通过 Microsoft Teams 交互,利用智能体自动排查跨系统故障,保留人工最终决策环节。
Secure & Private by Design 通过确定性引擎在编辑器、Git 钩子及 CI 中强制执行统一的安全隐私规则,阻断密钥与个人数据泄露。 支持 NIST SSDF 1.1、ISO 27001:2022 和 DPDP 2023 标准,提供 YAML 清单管理及可编辑的同意与审计日志脚手架。