GitHub趋势·第9期：Agent的记忆、知识图谱与自我进化

李博，这周GitHub榜单我扒了一圈，感觉整条街都在聊一个词。

我猜你想说Agent？这周的主题非常统一，就是给Agent补短板。

对！去年大家都在造Agent框架，今年画风变了。

结论先抛：这周热榜全在解决Agent的三大痛点——记忆、上下文、自我进化。

那咱一个个拆。第一个我先点名，那个涨得最猛的prime-agent。

PrimeIntellect出的，一天涨两千三百星，非常凶。

它简介里写self-improving RLM agent，这个RLM是啥？

Reinforcement Learning Model，简单说就是能自己练自己的编程Agent。

自己练自己？听着有点玄，具体能干嘛？

它专攻long-running任务，就是那种跑好几个小时的自动化编码活。

跑完一轮，它会从结果里学经验，下一轮更聪明。这是关键差异。

所以它不是Devin那种一次性干活，是越用越顺手？

对，Devin是执行者，prime-agent想当一个会成长的执行者。

TypeScript写的，7500星起步，社区起势很快。

早期项目，我建议先观望。自我进化这事容易翻车，别急着上生产。

好，那说说记忆。腾讯云那个TencentDB-Agent-Memory很有意思。

这个我强推。它给Agent做本地长期记忆，四层渐进式管道。

四层管道听着好复杂，人话是啥？

就像人脑分短期、长期记忆，逐层沉淀。而且zero external API。

零外部依赖，这是不是意味着数据不出本地？

正是。企业最怕记忆数据走第三方，这个卖点直接戳痛点。

八千多星，大厂背书加隐私牌，难怪火。

记忆是今年Agent的头号短板，谁解决好谁就赢一半。

那接下来两个都跟图谱有关，semantica和code-graph-rag。

对，这俩是一条线——用知识图谱给Agent补上下文。

semantica说自己是graph-native infrastructure，图原生基础设施？

它想让AI系统的上下文和推理链都可追溯，关键词是accountable。

accountable，可问责。是不是冲着EU AI Act那套合规去的？

很敏锐。法规生效后，AI决策要能解释来源，图谱天然适合。

那code-graph-rag呢？名字就带RAG。

它专治monorepo,把整个多语言代码库变成知识图谱来查询和改。

这不就是给大代码库的开发者救命吗？

对，传统RAG切文本块容易断上下文，图谱能保住代码间的调用关系。

最后压轴，addyosmani那个agent-skills，七万六千星！

这才是本周真王者。它给编码Agent打包生产级工程技能。

所谓skills，是不是最近特别火的那个模式？

对，把最佳实践结构化成技能包，Agent照着干，稳定性暴涨。

那我帮听众串一下：记忆、图谱、技能、自我进化，全在补基础设施。

总结精准。今年Agent不拼谁能跑，拼谁跑得稳、记得住、说得清。

非技术的同学能碰吗？

先看agent-skills理解思路，真要落地还是等封装更好的产品。

那我的必看名单：记忆选腾讯那个，合规看semantica。

开发者首推agent-skills和code-graph-rag，今晚就能上手。收工！