# 研究

基于Zotero文献库的AI研究代理，能深度理解用户知识库，辅助文献分析与研究写作。

LuaN1aoAgent 是一个基于图式认知推理的全自动 AI 渗透测试代理，由高校安全团队研发，能自主发现并利用系统漏洞，面向专业安全研究人员。

xLAM 是由Salesforce研究院推出的大型动作模型家族，旨在增强AI代理系统的决策与执行能力，支持多模态、多步骤任务，是AI agent架构层面的重要研究进展。

Open-AgentRL 是一个开源的强化学习框架，支持LLM驱动的AI代理在复杂场景中自主学习与决策，结合RL与工具调用，推动AI代理的自主进化。

通过轨迹驱动的编辑与验证机制，训练可复用的自然语言技能模块，让冻结的 LLM 代理具备持续进化能力。

AI研究代理，允许用户设定研究投入程度（如‘花10分钟’或‘花10小时’），自动决定研究深度并输出相应质量的结论，打破传统研究无终点的困境

一个AI书籍服务，能展示其推理过程和来源，让用户看清AI如何得出结论，适合需要透明度的研究者和读者

开源版 NotebookLM 替代品，支持从 Reddit、YouTube、Instagram、TikTok、Google 搜索等平台实时抓取数据，用于研究与内容创作。

一个可筛选的AI智能体‘监狱’清单，帮助开发者和研究者追踪、测试和管理AI代理在受控环境中的行为，解决AI失控风险与透明度问题，面向AI研究人员与安全工程师。

在沙箱环境中运行 70 个 MCP 服务器并记录其行为，用于分析多代理系统在真实场景下的交互与潜在风险

SpazAI 是一个基于超大规模知识训练的 AI 助手，能回答从商业计划到量子物理等各类问题，适合探索性提问和创意激发。

Signal for LLM 是一种理论架构，提出通过「调制器」机制动态控制大模型行为，为 LLM 的可控性与可解释性提供新思路，适合研究者和高级开发者探索模型行为调控。

用于评估AI模型在记忆能力上超越检索的基准测试工具，聚焦AI长期记忆与上下文理解能力，面向AI研究者与开发者

一个可复现的测试框架，用于检测智能体评估中的作弊行为，保障AI代理评测的公平性与可靠性，专为AI研究者与开发者设计；

用 Claude 分析英国银行的抵押贷款政策并构建了一个 MCP（模型控制协议）工具，帮助用户理解复杂金融规则，适合金融从业者或个人理财者。

开源的 Python AI 助手对抗性测试引擎，用于模拟攻击并测试 AI 代理在代码生成中的安全漏洞。

一个能自主玩《NetHack》游戏的AI代理，通过学习游戏机制和策略自动探索、战斗与生存，为开发者提供AI游戏行为研究与交互实验的范例

ThoughtScope 是一个AI驱动的文本分析平台，能深入解析文章与哲学文本，揭示隐藏假设、逻辑矛盾与思想脉络，生成可视化思维图谱。

一个用于在本地大模型上测试真实越狱攻击的技术沙盒，帮助研究人员和开发者评估模型安全性，解决AI安全测试缺乏真实场景的问题

一种用于预测AI智能体任务失败的新型能量函数模型，通过量化任务执行中的不确定性来提前预警，适用于AI系统稳定性优化，供研究人员和AI工程师使用。

ReasonPatch 是AI驱动的“思维诊断”工具，能识别学习者在推理过程中的断裂点，通过多AI探针并行验证假设，提供精准的错误分析与修正建议。

一个为具身智能模型设计的高性能训练系统，支持复杂物理交互和多模态学习，助力机器人和 AI 代理的训练效率提升。

为大学生和研究者打造的桌面端知识管理工具，支持按项目创建独立工作区（vault），整合资料、笔记、数据与想法，避免模板化束缚，提升研究效率。

Delphi Pythia 利用大模型分析公众观点背后的说服力，超越传统问卷与焦点小组，识别真正能改变人们想法的论点，为政策制定与市场策略提供深层洞察。

RootNous 是一个专注于计算机视觉、机器学习与机器人等领域的AI研究实验室，致力于产出学术成果与商业化产品。

一个自主研究引擎，能自动阅读文献、提出假设、分析数据并生成可追溯证据链的研究报告，帮助用户进行深度学术探索。

AI自动探索任意产品，分析界面结构、功能逻辑并生成报告，替代人工反复点击测试，提升产品调研效率。

从多个大模型（Claude、ChatGPT、Gemini、Grok等）中提取系统提示词，揭示模型行为设计逻辑。

AI研究引擎，为智能代理提供深度信息检索与分析能力，支持自动化研究工作流

面向AI智能体的波干涉记忆机制，提升长期记忆与推理能力

Signal for LLM 是一种基于调制架构的理论模型，旨在通过结构化信号控制大语言模型的推理与输出，提升可控性与可解释性，适合AI研究者与高级开发者使用。

面向物理智能的基准测试平台，评估AI模型在理解物理世界规律（如重力、运动）方面的能力，推动AI向具身智能演进。

一个用于评估AI模型记忆能力的基准测试框架，超越传统检索机制，测试模型在复杂上下文中的长期记忆与推理能力，适用于AI研究与模型优化。

为 AI 代理提供基于真实来源的科研框架，确保 AI 输出有据可依，提升研究可信度

一个探索冷门科技选项的在线研究平台，帮助用户发现未被广泛知晓但可能有价值的前沿技术方案

该项目通过在沙箱中运行 70 个 MCP（多智能体协作协议）服务器，记录并分析其行为，揭示了 AI 智能体在协作、决策与潜在风险方面的实际表现，为 AI 安全与系统设计提供实证研究

将提示注入（Prompt Injection）视为一种数据外泄（Egress）问题，提出全新视角：大模型的输出可能成为攻击者窃取敏感信息的通道。

一本为大型语言模型（LLM）设计的哲学文本，旨在引导 AI 进行更深层的自我反思与认知探索，适合 AI 研究者和伦理开发者。

Isnad 是一个基于1200年历史伊斯兰逻辑体系的 Python 框架，旨在为 AI 提供可追溯、可验证的推理机制，适合关注 AI 可解释性与伦理可信的开发者与研究者。

Jacobian Fingerprinting 是一种分析LLM内部表征的新方法，通过梯度敏感性检测模型行为指纹，用于模型可解释性与安全研究。

AI工具，免费运行深度研究与编程代理，支持自动化代码生成与分析，适合开发者和研究者提升效率。

采用控制理论方法分析和稳定 LLM 代理行为，通过反馈机制检测并抑制代理的发散或异常行为，提升AI代理的可靠性。

Virena 是一个可读的极简视觉-语言-动作机器人模型，通过自然语言理解与视觉输入生成动作指令，适合研究人员和开发者探索具身智能的可解释性。

Decypher-env 是一个用于强化学习的环境，目标是让 AI 模型学习破解 AES 加密，用于研究密码学安全性和 AI 攻击能力边界。

Siora AI 是一个智能研究型聊天工具，能理解复杂问题并主动推进调研流程

一个面向研究者的智能研究启动平台，整合文献检索、笔记整理与知识管理功能，提升科研效率。

一个开源的全能型AI系统框架，支持世界模型构建、基础设施部署、推理与评估，面向AI研发团队和研究者，具备模块化与可扩展性优势

OpenManus项目，强调开放协作的AI研究与开发平台，致力于打造无壁垒的AI基础设施，推动AI民主化

神经符号AI实验平台，用于探索神经网络与符号推理的融合，适合AI研究者进行创新性实验。

针对 ESP32 的恶意固件，可被用于设备劫持或数据窃取，警示开发者注意物联网设备安全风险。

该研究分析全球不同文化对领导力的共识，揭示跨文化领导力的核心特质，为全球化团队管理提供洞察。

A Transformer Is All You Need PT 2L 是对经典 Transformer 模型的深度剖析，聚焦于模型内部的「精确推理机制」，适合想理解大模型工作原理

Excogni 是一个开源的、伪匿名的认知测量框架，旨在在保护用户隐私的前提下收集和分析认知行为数据，适合研究者与隐私敏感型 AI 产品团队。

将 NotebookLM 转化为完整研究工作流的生产力工具，支持自动整理资料、生成大纲与引用，适合研究人员、内容创作者与学生

研究型分析平台，用于量化评估哪些论点真正能改变他人观点，适用于政策制定、公共传播与辩论策略研究

我构建了一个用于 AI Agent 的 CTF 比赛场域，让多个智能体在对抗环境中竞争与学习，适合 AI 研究者与开发者测试 Agent 的策略与鲁棒性，亮点是提供可复现的智能体博

该项目对 3225 个 LLM 模型进行测试，分析它们在判断作者年龄时的自信程度与准确性，揭示了大模型在社会属性判断上的系统性偏差。

Benchmarklist 是一个开源的 AI 模型性能追踪平台，汇集了超过 2.4k 个 AI 基准测试、模型与能力对比，帮助研究者和开发者快速评估和比较不同模型的实际表现；

一个故意在大模型中植入后门的实验项目，通过悬赏5.1万美元激励安全研究人员发现漏洞，揭示 LLM 安全风险；

A sandbox for running real jailbreak techniques against local LLMs 是一个用于测试大模型安全边界的实验性沙盒环境，

Favur Evals 是一个用于评估智能体框架（agent harness）的工具，支持回放、探索与控制实验结果，专为 AI 研究者和开发者设计，提升智能体开发的可观察性与可复现

一个用于评估大模型路由策略的基准测试工具，揭示当前路由算法在优化错误指标上的问题，帮助研究者和开发者改进模型调度效率。

一个用于训练AI牧羊犬行为的强化学习环境，专为研究智能体在动态群体控制中的决策能力设计，适合AI研究人员与机器人开发者

东亚太地区政要档案库，收录该区域议会成员信息，提供政治人物背景与履职数据，助力研究与新闻报道

一个能自我修正的代数智能体集群，通过分布式协作与纠错机制实现复杂逻辑推理，适合研究AI协作与自动验证的开发者和研究人员。

一种基于增长比率的能量函数，可作为智能体任务失败的早期预警指标，用于提升AI系统可靠性与稳定性。

一个可过滤的 AI 代理监狱（AI agent jail）综合列表，用于研究和测试 AI 代理的行为边界与安全性，适合安全研究人员和 AI 开发者

LangChain团队开源的深度研究项目，聚焦大模型在复杂研究任务中的应用，适合AI研究人员和高级开发者，亮点是前沿探索与开放协作

提供预测市场事件概率的时间点快照数据集，可用于研究市场行为、预测模型验证与金融行为分析

OnlyFans Statistics 是开源项目，提供可引用的创作者经济数据，包含 10 万条免费数据集，帮助研究者和内容创作者分析平台趋势与收入模式。

该项目通过分析《最终幻想》游戏叙事，揭示神经科学中的认知空白，是跨学科研究的创新尝试，适合对游戏叙事与脑科学交叉研究者。

这是一个可复现的浏览器宇宙模拟器，能精确还原浏览器运行状态并用于科学研究，适合前端开发者与浏览器研究员，亮点是实现高度可复现的浏览器行为仿真。

开源AI安全研究基础设施，支持构建和测试AI驱动的攻防实验环境

开源项目，让多个AI模型在德州扑克中对战，用于研究AI策略、博弈论与决策能力，适合AI研究人员与开发者

Research Space Navigator 是生产力工具，帮助 AI 研究者跳出思维定式，避免在复杂研究中陷入“表示陷阱”，提升创新效率。

汇集 300+ 个 AI 代理相关资源的精选清单，涵盖工具、框架、论文与案例，是 AI 代理领域的知识导航地图

SurfSense 是开源版 NotebookLM，支持实时抓取 Reddit、YouTube、TikTok、Google 搜索等开放网络数据，通过统一平台或 MCP 服务进行研究

基于 φ-演算的实验性纯面向对象编程语言 EOLANG，探索编程范式的新边界，适合研究型开发者和语言爱好者。

提升金融研究可靠性与可验证性的工具，帮助投资者和分析师更可信地进行决策。