找到真正适合你的开源方案。

AutoPTZ 是跨平台桌面应用，可从多路摄像机画面中检测人物，点击选定目标后自动控制云台平移、俯仰和变焦，使人物保持在构图范围内。可选的人脸识别与外观重识别能在遮挡后重新绑定目标，并支持 VISCA、ONVIF 和 NDI 等控制方式。跟踪功能需要相应模型；模型缺失时，受影响功能会停用，但实时预览仍尽量保留。

AgentTrace 读取 Claude Code、Codex CLI、Gemini CLI、Cursor、OpenCode 等本地会话日志，在终端界面和报告中比较 token、估算成本、耗时、工具失败、延迟、上下文压力和异常。它支持 JSON、Markdown、HTML 输出、基线对比和 CI 健康门禁，所有数据留在本机，不需要托管后端，适合排查代理任务为什么变慢或退化。

OpenHarness 可连接 Ollama 等本地模型或多种云端 API，在终端读取、编辑和搜索代码、运行命令、调用 MCP、分派子代理，并以无头模式接入 CI。它提供分级权限、危险命令分析、文件检查点、Git 自动提交和编辑后验证，便于撤销代理改动；安装需要 Node.js 18 以上。

VibePod 用一个命令在 Docker 或 Podman 容器中启动 Claude、Codex、Gemini 等编程智能体，减少不同工具间的切换成本。它会在本地记录用量、HTTP 流量和部分令牌指标，并通过仪表盘并排比较各智能体；使用前需安装容器运行时。

ORCH 用一个 CLI 组建由 Claude、Codex、Cursor、Pi 或任意命令行工具组成的智能体团队，把目标拆成任务后并行执行，并提供等待、重试、评审和状态跟踪。编码智能体各自在独立 Git worktree 与分支中工作，主分支需经明确批准才合并；Shell 适配器也可把同一调度方式用于编辑、分析或运维流程。

AgencyBench V2 覆盖游戏、前端、后端、代码、研究和 MCP 六类能力，提供 32 个真实长期场景、138 个任务及对应查询、交付物和评分规则。评测用用户模拟 Agent 迭代反馈，并在 Docker sandbox 中执行功能与视觉检查，结合规则、视觉和 LLM judge；场景通常需要模型 API 配置，游戏和前端还需要远程 Docker sandbox。

Codex Infinity 基于 OpenAI Codex CLI，在每次回应后自动继续下一步并包含测试，也能自动产生改进想法或在目标完成后开启下一目标。它支持多种模型供应商自动识别，但持续自动执行会扩大改动范围，适合明确授权的长任务。

面向金融、医疗和安全敏感团队，以本地优先的 AI 编程代理处理代码问答、计划、执行和安全修复；组织策略可限制模式、命令、路径、工具和模型，Cowork 写入需逐项批准。每次运行产生可核验的哈希链审计记录，并支持 SARIF 导入、隔离修复工作树和多种 OpenAI 兼容模型。

Octomind 是一个 Rust Agent 运行时，按 specialist role 启动可直接运行的专家 Agent，并在会话中按意图加载技能、动态启用 MCP 或派生子 Agent。它用自适应压缩维持长会话上下文，以每次请求和每个会话的上限控制花费，还能用脚本式 guard、hook 和 validator 约束自动操作；支持 CLI、JSONL、daemon、WebSocket 和 ACP 模式。

ax 读取 Claude Code、Codex 等代理的会话、工具调用、计划和本地 Git 历史，整理成可查询的本地图谱。它支持跨会话检索、技能使用分析、成本与摩擦洞察，并在会话结束后提出可逐条接受的项目规则改进；默认数据留在本机，公开分享需主动选择。

Letta Evals 为 Letta Agent 提供从 dataset、target、extractor、grader 到 reward 和 result 的评测框架，支持 JSONL/CSV 数据集、多轮输入、多模型运行和缓存结果复评。目标通常通过 Letta Code CLI 连接自托管或云端 Letta server，并要求 Python 3.11+ 和模型提供商 API key；套件也适合在 CI 中重复运行。

Crab Code 是以 Rust 编写的终端编码 Agent，可在交互界面、单次命令或非交互模式中分析代码、调用工具并执行修改。它兼容 Anthropic、OpenAI、DeepSeek、Bedrock 和 Vertex 等提供商，并提供分层配置与权限规则；项目仍在活跃开发中，通常需要自行用 Cargo 从源码构建。

Agentplane 在本地代码仓库外层建立任务、计划、验证、上下文和 Agent Change Record，让 AI 修改留下可复现、可检查的 Git 可见证据。它支持当前检出目录中的快速流程，也支持按任务创建分支、工作树和 PR 交接，适合个人开发者或需要统一审查门槛的团队；运行要求 Node.js 24+、Git 和终端。

agent-lsp 是一个 MCP 编排服务器，负责管理现有语言服务器，把代码导航、批量分析和多步骤工作流提供给 AI 代理。它不是新的语言服务器，而是保持运行中的 LSP 进程、减少重复启动，并支持调用影响范围分析和编辑前模拟；项目覆盖 30 种经 CI 验证的语言。

把信息流策略写成规则，跟踪代理及其子进程的执行、文件读写和网络连接，在内核 eBPF 层阻止、终止或提醒违规操作；还能表达测试先于提交、规范文件变更后更新或重新生成相关产物等因果顺序。需要 Linux 5.8+、BTF 和运行 eBPF 引擎所需权限。

skill-optimizer 同时提供代理技能和本地 CLI，用测试用例与套件在 Docker 隔离环境中对技能做确定性评测，并通过 OpenRouter 在不同模型上运行多次试验。它可帮助编写、调试和比较评测结果，也支持把隐藏的 MCP 服务作为测试依赖。

用 /handoff-ds 把执行类任务交给 DeepSeek，在后台运行并将结果路径返回当前会话；也可从 DeepSeek 转给 Codex 或 Opus，或恢复已有会话继续工作。它需要本地登录的代理客户端，DeepSeek 还需令牌和配置；成本与模型能力的宣传数字不应视为保证。

San 是一个原生 Go 终端代理运行器，用单个约 12 MB 的二进制连接不同模型、搜索后端、插件和 MCP 服务。它支持会话续接、分叉、权限模式、子代理和本地检查器，并可在 Windows、macOS、Linux 上运行；首次使用仍需配置相应模型或工具凭据。