最近 AI 软件的风向变了:这 5 个工具开始接管连续工作

软件鉴赏｜从 GitHub 近期热榜看，AI 软件正在从聊天窗口走向本地 Agent、Coding Agent、模型接口和数字陪伴。本文选 5 个项目，附最短上手路径。

数据说明：本文整理于 2026 年 8 月 6 日。Star 和趋势排名是动态快照，只用来判断热度，不代表项目质量认证。

◆ ◆ ◆

开头：大家开始给 AI 配“工作环境”了

最近的 GitHub 热榜有个变化：热门项目不再全是模型和 Demo，越来越多项目在解决 AI 的“工作问题”。

它要有记忆，能调用工具，能接入消息渠道，能跑在本地，还要知道什么时候该停下来问人。

openclaw/openclaw、earendil-works/pi、mattpocock/skills 都在近期 AI 热榜里出现；whatstrending.ai 的快照显示，skills 和 pi 的周增长分别约为 12,238 和 5,389 Star。这个数字会变，但方向很清楚：大家正在给模型补“手、脚和工作台”。

◆ ◆ ◆

1. OpenClaw：把个人 AI 助手接到日常渠道

项目地址：openclaw/openclaw

OpenClaw 的定位是个人 AI 助手。它通过一个本地 Gateway，把模型、工具、消息渠道和设备连接起来，支持 Telegram、Slack、Discord、WhatsApp 等渠道，也可以接本地设备能力。

它和普通聊天机器人的区别，不在于聊天页面更漂亮，而在于它是一个持续运行的控制层：会话、工具、事件和渠道都围绕 Gateway 组织。

最短上手路径

macOS、Linux 或 WSL2 可以先执行：

curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemon
openclaw gateway status
openclaw dashboard

第一次只连接一个模型和一个测试渠道，先验证“收到消息—调用工具—返回结果”这条路径。

安全提醒：OpenClaw 官方明确要求把外部消息当作不可信输入。不要直接把 Gateway 暴露到公网，也不要一开始就给它文件删除、Shell 和支付相关权限。

◆ ◆ ◆

2. Pi：更像一个可以自己改造的 Agent 工作台

项目地址：earendil-works/pi

Pi 是一个 Agent Harness，包含 Coding Agent CLI、Agent runtime 和统一的多模型 API。它的好处是结构清楚：你可以把它当成命令行 Coding Agent，也可以从 runtime 和 API 层扩展自己的 Agent。

这类工具适合已经不满足于“给模型发一段 Prompt”的人。你可以改工具、改状态管理、换模型提供商，甚至把它嵌入自己的开发流程。

从源码跑起来

git clone https://github.com/earendil-works/pi.git
cd pi
npm install --ignore-scripts
npm run build
npm run check

Pi 的官方文档有一个必须认真看的提醒：默认没有文件、进程、网络和凭证权限隔离。需要边界时，使用 Docker、微型虚拟机或其他沙箱。

这不是小细节。Agent 能改代码，也就能改错代码；能读文件，也就可能读到不该读的文件。

◆ ◆ ◆

3. Skills：把“会写代码”变成“按流程写代码”

项目地址：mattpocock/skills

Skills 是一组可组合的工程技能，覆盖需求澄清、代码修改、测试、文档和 Issue 处理。它不绑定某个模型，技能文件可以放进自己的项目，按团队习惯继续修改。

最小实践

npx skills@latest add mattpocock/skills

然后在 Agent 中运行：

/setup-matt-pocock-skills

安装器会让你配置 Issue 管理和文档目录。实际使用时，可以给它一个小任务：

请先阅读仓库结构，列出修改计划；等我确认后再改代码；完成后运行相关测试并说明未覆盖的风险。

它解决的是 Agent 最常见的问题：不是不会写，而是没弄清楚你要什么就开始写。

◆ ◆ ◆

4. aisuite：把多个模型放到同一套 Python 代码里

项目地址：andrewyng/aisuite

如果你在 OpenAI、Anthropic、Google、Ollama 或 OpenRouter 之间切换，aisuite 提供了一个统一的 Python 接口。换模型时，主要改的是模型字符串，而不是重写整套调用代码。

最小调用

pip install aisuite

示例代码：

import aisuite as ai

client = ai.Client()
response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=[
        {"role": "user", "content": "用三句话解释什么是 RAG"}
    ],
)
print(response.choices[0].message.content)

把 model 改成 anthropic:claude-3-5-sonnet-20240620，就可以用另一家提供商测试同一段逻辑。项目还支持工具调用、Agents API 和 MCP，适合做模型对比、内部工具和小型 Agent 原型。

我的建议是：先统一接口，再做模型评测。否则每换一个模型，就要同时改调用代码、错误处理和工具格式，最后测出来的可能是 SDK 差异，不是模型差异。

◆ ◆ ◆

5. AIRI：AI 陪伴软件也开始走向自托管

项目地址：moeru-ai/airi

AIRI 是一个自托管的数字陪伴项目，支持实时语音、Web、macOS 和 Windows，还涉及 Live2D、VRM 以及 Minecraft、Factorio 等互动场景。

它代表的是另一条路线：AI 不只是生产力工具，也可以是一个持续存在的角色。对开发者来说，AIRI 的价值在于把语音、角色表现、模型接入和游戏交互放在一个可研究的开源项目里。

本地开发

git clone https://github.com/moeru-ai/airi.git
cd airi
pnpm i
pnpm dev

普通用户可以先试 Web 版本；想改角色、接本地模型或做桌面端，再看项目的开发文档。它的依赖和设备要求会比前面几个项目复杂，别把它当成“安装后立刻能用”的小工具。

◆ ◆ ◆

怎么选

你的需求	先看哪个
做一个能接消息渠道的个人助手	OpenClaw
深入改造 Agent 或 Coding Agent	Pi
让 Coding Agent 按工程流程工作	Skills
在多个模型之间切换和评测	aisuite
研究语音、角色和数字陪伴	AIRI

◆ ◆ ◆

这波趋势真正说明了什么

AI 软件正在变成“模型 + 工作环境”。模型负责生成，工具负责行动，记忆负责连续性，权限系统负责刹车。

所以选工具时，别只看它能不能回答一个问题。更应该看：它能不能重复执行任务？能不能换模型？能不能回溯工具调用？出错时能不能停下来？

这 5 个项目都还在快速变化。最稳妥的办法，是选一个小目录、一个测试账号、一个低风险任务，跑完再扩大权限。

资料来源

◆GitHub Trending
◆whatstrending.ai AI 热榜
◆OpenClaw 官方仓库
◆Pi 官方仓库
◆Skills 官方仓库
◆aisuite 官方仓库
◆AIRI 官方仓库