AI 研究技能与智能体

MiroThinker-v1.0-8B

miromind-ai · 工具包

一个开放的研究智能体模型，能在长上下文中推理，并在每个任务里多次调用工具查找信息。基于 Qwen3-8B 的 8B 版本，适合在自己硬件上运行研究智能体的开发者。

Tev-320B

gordonhu · 工具包

一个 320B 的混合专家智能体模型，只用一个 bash 工具完成较长的终端任务。用 1,170 个环境做强化学习训练，面向研究者，采用非商业许可。

K2-Horizon-3.7B

IFM · 工具包

作为一个上下文窗口达 512K token 的小型开源模型，处理编程、推理和智能体类任务。由 IFM 制作，适合想要公开的训练数据、代码和训练中途检查点的人。

DialFork Leaderboard

DialFork · 工具包

在一个静态页面上列出各种方法在 DialFork 上的得分，DialFork 是衡量对话式 AI 智能体流程性幻觉的基准。适合要比较智能体方法或想提交自己方法的研究者。

Sage-A1.5 GGUF (Q4_K_M)

InternScience · 工具包

以 4-bit GGUF 文件运行 Sage-A1.5，这是面向长篇科学任务的 35B 混合专家智能体模型。它能把工作分给子智能体并检查自己的进展，适用于 llama.cpp、Ollama 和 LM Studio。

Sage-A1.5

InternScience · 工具包

作为智能体处理长篇科学任务，能委派给子智能体、检查自己的进展并修订计划。这是面向研究和工程工作流的 35B 混合专家模型。

Axion-1.0-35B

Axion1-0 · 工具包

Axion 1.0-35B 的复现检查点，一个 35B 混合专家模型，面向科学推理、信息检索和借助工具解决问题，用 vLLM 部署。适合研究人员和智能体开发者。

PAN 2

IFM · 工具包

MBZUAI 的 IFM 做的 29B 世界模型，把一个场景和描述的动作变成最长 20 秒的视频，让智能体可以预览结果，适合有大显卡的研究人员和智能体开发者。

GuardrailAgent Benign Check

Sattyam · 工具包

展示 GuardrailAgent 输入关卡把 250 条无害的 XSTest 提示词误判为越狱的频率，并附上每条提示词和每个决定。适合开发或评估提示词过滤器的人。

FlyHash vs SimHash Demo

pranamhan · 工具包

一个交互式浏览器演示，比较 FlyHash 和 SimHash 的检索效果，配合一篇关于 FlyHash 用于 LLM 智能体记忆的论文。适合构建智能体记忆的研究人员和开发者。

MedCaseAgent

PediaMedAI · 工具包

一个关于罕见病临床病例报告的研究资源项目页：一个含 584 条记录的基准、一个大型病例报告元数据语料库和智能体代码。适合医学 AI 研究人员。

MiMo RL Environment Explorer

FineEnvs · 工具包

浏览 XiaomiMiMo 的 7,780 个强化学习环境，然后让模型运行一个任务并显示评分。这是一个非官方的浏览器，适合测试或比较 AI 智能体的人。

Cua Driver Bench on AgentEnv

earakely-scale · 工具包

计算机使用智能体运行 Cua Driver Bench 任务的回放查看器，有录制的桌面、工具调用、评分，还能并排对比驱动。这不是基准制作方的官方结果。

SchemeArena

launch · 工具包

展示一个用 400 个场景测试 LLM 智能体是否会耍心机的研究项目，并介绍名为 SCOUT 的监测器。这是面向 AI 安全研究人员的静态项目页面。

Full Duplex Leaderboard

aufklarer · 工具包

用三个公开基准比较语音智能体：何时开口、该调用哪个工具，以及说话是否符合风格指令。适合构建或挑选语音智能体的团队。

RL Environments on Hugging Face

FineEnvs · 工具包

让你浏览 Hugging Face Hub 上的强化学习环境，查看它们的任务和奖励，并运行智能体 rollout 来比较结果。适合强化学习和智能体研究者。

TabArena

TabArena · 工具包

在 Gradio 排行榜里用 Elo 评分给表格数据的机器学习方法排名，并以 JSON 和 MCP 工具的形式把数据提供给智能体。适合挑选表格机器学习方法的研究者和从业者。

一个 n8n 工作流，通过 ScrapingBee 给 Google 表格里列出的商品页面截图，让 Gemini 智能体读出标题、价格、品牌和促销，再存成各行。

一个用带主题的网址调用的 n8n 工作流。一个 AI 智能体让 Perplexity 研究这个主题，工作流回复一个完成的 HTML 文章页面。

一个 n8n 工作流，把一个问题发给 Perplexity 的 Agent API，网页搜索限定在你列出的域名和最近一个月内，并返回答案文字和来源地址。

一个每天傍晚运行的 n8n 工作流。OpenAI 智能体写出一份顶级 n8n 创作者的报告，存进 Google Drive 并发邮件，Gemini 列出的热门工作流清单则通过邮件和 Telegram 发出。

一个用聊天框对话的 n8n 工作流。给它一位 n8n 创作者的用户名，OpenAI 智能体会读取这位创作者公开的每周和每月数据，并写出一份 Markdown 报告。

一个 n8n 聊天：你说出一个细分领域，智能体就搜索 YouTube 过去两天的视频，逐个查出播放、点赞和标签，再报告这些新视频有什么共同点。

一个带聊天窗口的 n8n 工作流。OpenAI 智能体回答你的问题，通过 SerpApi 搜索 Google 找最新信息，在 Wikipedia 里查词条，并记住最近 20 次交流。

一个带聊天智能体的 n8n 工作流，智能体能打开网页。它的工具下载一个网址，去掉脚本和样式，把页面转成 Markdown，再交给 OpenAI 模型回答。

bioinformatics-agent-skills

ssinder · 技能

为 AI 编程智能体提供计算生物学技能，涵盖 RNA-seq、单细胞分析、蛋白质结构、分子动力学、多肽设计、文献挖掘和论文图表。

Scientific Agent Skills（科研智能体技能库）

K-Dense-AI · 技能

K-Dense 的开放科研技能库，为编程智能体提供 170 多个技能：生物、化学、医学、材料、数据分析、文献检索和科学写作。只装你需要的几个，装之前先看每个技能的许可证和依赖。

ex-USSR Kinship Research

DenisSergeevitch · 技能

把 AI 智能体变成研究前苏联和俄罗斯帝国家族史的谨慎研究员，提供登记表、证据状态和 HTML 报告。适合使用 Codex 或 Claude Code 的家谱爱好者。

一个 n8n 工作流，每天早上收集一个主题的新闻。Apify 读取你列出的 X 账号过去一天的帖子，Airtop 浏览器读取你的网站，OpenAI 智能体把重要的内容存进 Google 表格。