首页 › new-tools › 别只追大模型:4款Agent外设新货

抢首发的人都在盯大模型发布会,但真正值钱的信息差藏在 GitHub 的新星榜里。本文带你看 9 月 11 日当周刚冒头的 4 款开源新工具——一个给 Agent 装眼睛,一个给 Agent 塞记忆,一个让 AI 直接摸到调试器,一个帮你盯紧订阅额度。全部免费开源,国内社区几乎还没人写过,星数还在爬坡期,现在上手正好。

本周主线:Agent 不缺脑子,缺外设

先交代数据出处:以下工具和星数来自 2026 年 9 月 11 日抓取的 GitHub Search API 数据(近 7 天新建仓库榜和近 45 天“小而美”榜),星数随时在变,看趋势比看绝对值重要。

把这两份榜单放在一起看,会发现一个很清晰的趋势:海外独立开发者已经不跟风做大模型、做聊天应用了,全在给 AI Agent 造“外设”。大脑(Claude Code、Codex、Cursor)已经够强,缺的是让大脑看得更远、记得更久、动得更准的零件。这批新货星数涨得快,说明痛点是真的。

flowchart TB
    DEV["开发者"]
    subgraph CORE["Agent 大脑"]
        BRAIN["Claude Code / Codex / Cursor"]
    end
    subgraph PERIPH["本周新货:四件外设"]
        MOLI["moli:眼睛,Rust 无头浏览器"]
        X64["x64dbg-mcp:手,调试器接入"]
        OKF["okf-memory:海马体,Git 原生记忆"]
        CNO["codenotch:油表,额度监控"]
    end
    DEV -->|配置| BRAIN
    BRAIN -->|看网页| MOLI
    BRAIN -->|调二进制| X64
    BRAIN -->|存经验| OKF
    DEV -->|盯额度| CNO

工具一:moli —— 给 Agent 配一只 Rust 造的眼睛

仓库:lexmount/moli,约 1900 星(近 45 天新建榜,9 月 11 日数据)

它是什么:官方自述是 "Best headless browser for AI agents"——专为 AI Agent 设计的无头浏览器,用 Rust 写的,主打轻量、快、高兼容。注意“高兼容”这个词很关键:它要兼容的是现代网页那一堆 JS 框架,很多轻量方案就是死在这一步。

为什么值得关注:目前做网页 Agent,大家的第一反应是 Playwright + Chromium,稳是稳,但对 Agent 来说太重了——Chromium 一跑几百 MB 内存,起一次几秒,跑批量任务时成本全耗在这。Rust 系无头浏览器走的是单二进制、低占用的路子,如果你的 Agent 一天要开几百个页面,差距会被放大到很夸张。另外它 Rust 实现意味着部署时不用拖一整套浏览器运行时环境,Docker 镜像能瘦一大圈。

价格:开源仓库,免费克隆自部署(具体 License 以仓库为准)。

国内对照:国内爬虫和自动化圈用 DrissionPage、Playwright 的教程一抓一大把,但几乎都是“人写脚本、库执行”的思路;把无头浏览器当成 Agent 的感知器官、专为模型调用设计的整合方案,国内社区还基本空白。谁先把这套“Agent 原生浏览器”的工作流写明白,谁就吃第一波流量。

适用人群:做爬虫 Agent、RPA、自动化数据采集的开发者;用浏览器插件类 Agent 觉得太卡的人。

工具二:x64dbg-mcp-server —— AI 的手第一次伸进了调试器

仓库:duty1g/x64dbg-mcp-server,约 1935 星(近 45 天新建榜,9 月 11 日数据)

它是什么:按仓库描述,这是一个 x64dbg 的原生 MCP 插件,把调试器的能力直接暴露给 AI。x64dbg 是 Windows 逆向圈的事实标准调试器,MCP 是 Anthropic 提出的模型上下文协议——这个项目用 Zig 把两者焊在一起,等于给 Claude 这类模型发了一张进入二进制世界的门票。

为什么值得关注:以前逆向分析一个二进制,流程是:人下断点、人看寄存器、人猜函数含义、人在笔记里拼线索。现在理论上可以让 Agent 直接读调试器状态、分析内存、辅助定位关键跳转——你负责授权和判断,脏活交给模型。MCP 插件的形式意味着不用换工具链,你现有的 x64dbg 工作流可以直接“升级”而不是推倒重来。

价格:开源免费(x64dbg 本身就是开源调试器)。

国内对照:x64dbg 在国内安全圈的普及度极高,各类逆向教程都拿它当教具,但国内教程教到“用脚本插件自动化”基本就停了;把调试器接进 Agent 工作流的公开实践,目前海外这边跑在前面。对国内安全从业者来说,这是继“AI 写码”“AI 画板”之后,AI 渗进硬件底层工具链的又一个信号。

必须提醒:这类工具只应在授权环境使用——自己授权的安全测试、CTF、恶意软件分析等合法场景。逆向工程的合规边界,各家的红线自己要先拎清楚。

适用人群:安全研究员、逆向工程师、做软件兼容性分析的开发者。

工具三:okf-agent-memory —— 给 Agent 装一个 Git 原生的海马体

仓库:okf-memory/okf-agent-memory,约 565 星(近 7 天新建榜,9 月 11 日数据)

它是什么:仓库描述写得很清楚——为 AI 编码 Agent 提供的 Git 原生持久记忆,实现了 Google OKF v0.2 规范,内存级访问延迟低于 300 微秒。三个关键词拆开看:Git 原生意味着记忆本身有版本历史、能 diff、能回滚;规范实现意味着不是私有格式,换工具不至于全废;亚 300 微秒意味着读记忆不构成性能瓶颈。

为什么值得关注:所有用 Claude Code 的人都被同一个问题折磨过:新会话失忆。现在的土办法是把项目背景写进 CLAUDE.md 之类的文件,本质是“手工记忆”,写一次管一阵,项目一变就过期。记忆 runtime 的思路是让 Agent 自己沉淀经验、自动检索,而且这份记忆以纯文本形式躺在你的 Git 仓库里——可审计、可迁移、可删库跑路。同方向还有个 tigerless-labs/agent-memory(约 992 星,新上架),口号是"plain Markdown as the source of truth",两个项目对照着看,基本能确认“文件型 Agent 记忆”是本周海外社区的一个小风口。

价格:开源免费,本地跑,无订阅。真正的成本是你的 Token——记忆检索会让每次会话多读一些上下文。

国内对照:国内谈“Agent 记忆”,方案大多指向云服务或向量数据库,门槛是你要先接受数据上云、按量付费。本地文件 + Git 的路线在国内社区讨论度很低,但对“代码不出内网”的公司来说,这恰恰是最对胃口的形态。

适用人群:重度 Agent 用户、想给团队 Agent 攒“项目经验库”的工程负责人、对数据本地化有硬要求的团队。

工具四:codenotch —— 把你的订阅额度钉在屏幕边上

仓库:vinzdg/codenotch,约 1442 星(近 7 天新建榜,9 月 11 日数据)

它是什么:一款 macOS 应用,把 Claude Code、Cursor、Codex、Antigravity 这几家的用量上限直接钉在屏幕边缘。注意它同时支持四家——这本身就是个信号:现在重度用户已经没有人只订一家的 AI 编程工具了。

为什么值得关注:各家订阅的限额逻辑(按 5 小时窗口、按周、按用量)越来越复杂,普通用户的真实体验是“干活干到一半被限速,才发现额度早没了”。这个工具把额度变成常驻视野的环境信息,你可以自己决定什么时候切换工具、什么时候上付费档、什么时候去睡觉。一周 20 美元一家的订阅费,省下的每一次“白白撞墙”都是真金白银。

价格:仓库公开可自取(授权细节以仓库 README 为准)。

国内对照:国内用户因为网络和网络环境的原因,对订阅额度的感知更迟钝——等一个转圈报错才发现超限是常态。海外已经卷到专门做监控工具了,这个信息差不在工具本身,在于“额度管理”这件事值得当成正经工程问题对待。

适用人群:同时订阅多家 AI 编程工具的 Mac 重度用户;按额度规划工作节奏的自由职业者。

一句话快讯:本周还冒头的新货

篇幅所限,这几个值得你点名搜索(星数为 9 月 11 日数据):

信息差总结

你以为的 实际上的
Agent 生态还缺更强的模型 生态缺的是外设:眼睛、手、记忆、油表,本周一次到货四件
Agent 记忆 = 手写 CLAUDE.md Git 原生记忆 runtime 已落地,版本化、可回滚、数据不出本机
逆向工程 AI 插不上手 x64dbg 已经有 MCP 插件,调试器状态可以直接喂给模型
无头浏览器只有 Playwright 一条路 Rust 系轻量方案 moli 在涨星,批量场景差距会放大
订阅额度只能撞墙才知道 海外已经出现专用监控工具,额度管理是正经工程问题

行动指南

  1. 今晚就能做(10 分钟):如果你是 Mac 用户,克隆 codenotch 仓库装上,先把自己四家的额度看板立起来。
  2. 本周试水(1 小时):挑一个你天天用的 Agent 项目,把 okf-agent-memory 或 tigerless-labs/agent-memory 接上,跑一周看它沉淀的记忆有没有真省你的重复交代。
  3. 安全从业者专场:在授权测试环境里装 x64dbg-mcp-server,让模型辅助分析一个自己写的程序,感受一下“调试器即上下文”的工作流。
  4. Agent 开发者:把你现有 Playwright 调用抽象成一层接口,拿 moli 换上去跑分对比,重点看内存占用和启动时间。
  5. 长期习惯:每天花 3 分钟扫一眼 GitHub 新建仓库榜(按星数排),信息差的红利期通常只有两周,等国内公众号开始写就晚了。

一句话收尾:大模型竞赛的上半场看谁脑子好,下半场看谁外设全——这批星数还在几百到两千的仓库,就是下半场的军火商。

参考来源

  1. moli 仓库:https://github.com/lexmount/moli
  2. x64dbg-mcp-server 仓库:https://github.com/duty1g/x64dbg-mcp-server
  3. okf-agent-memory 仓库:https://github.com/okf-memory/okf-agent-memory
  4. codenotch 仓库:https://github.com/vinzdg/codenotch
  5. HN:OpenAI Agents API 讨论:https://news.ycombinator.com/item?id=49649213

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。