千问办公开源MyContext个人工作记忆图谱，Cactus Compute发布14MB端侧工具调用模型Needle 2

8 月 18 日，今天值得关注的项目覆盖端侧模型、Agent 上下文、开发框架与交互式世界模型：Needle 2 把工具调用模型压缩至约 14MB，MyContext 将个人工作记录整理为可追溯的 Agent 上下文，EVOKE 则开放了可连续生成并在运行中切换提示词的世界模型。

★ MyContext

把聊天、文档和会议记录沉淀为可追溯的个人工作档案，为办公 Agent 持续补充真实业务上下文。

MyContext 是千问办公推出的本地优先上下文基础设施。它将即时通讯、文档、会议和协作记录采集到本地 SQLite，提取人物、项目、话题、事件、工作结论及其关系，形成可供 Agent 查询的个人记忆图谱。

与只保留摘要的普通知识库不同，MyContext 会记录每条信息的来源、时间和原始内容。当新旧消息发生冲突时，系统会判断应该合并还是覆盖；无法自动判断的内容交给用户确认，用户确认后的结论不会再被模型自动改写。

目前仓库包含钉钉和飞书的数据接入路径，但实际采集范围仍受账号、组织权限、会话成员关系和平台 CLI 能力限制。部分飞书云文档路径仍可能只能获得摘要，不能直接视为完整正文读取能力。

项目仍处于开发者预览阶段，官方明确提醒后续可能出现破坏兼容性的变更。本地保存不等于所有过程完全离线，模型推理与数据源同步仍可能依赖外部服务。项目采用 Elastic License 2.0，允许本地部署和企业内部使用，但禁止把主要功能作为托管或管理服务提供给第三方。

📱 端侧工具调用

★ Needle 2

用约 14MB 的端侧模型完成工具调用、设备控制和结构化信息提取，完整会话约占 28MB 内存。

Cactus Compute 更新了面向端侧设备的 Needle 2。它是一款 45M 参数的小模型，主要任务不是通用聊天，而是把自然语言转换为符合工具 Schema 的结构化调用，可用于智能家居、可穿戴设备、机器人及离线自动化场景。

模型会把工具定义编译成字节级 Grammar，在生成过程中约束 JSON 结构、参数名称与参数类型。每次响应还会返回置信度，开发者可以设置阈值：高置信度调用自动执行，低置信度请求转交给更大的模型或人工处理。

Needle 支持通过 Python 装饰器注册工具，也能根据 Pydantic 模型从文本中提取结构化数据。开发者还可以使用 LoRA 微调基础模型，并把适配器、量化权重和推理配置合并为单个 .cact 文件，方便部署到隔离或资源受限的设备。

其主要限制是 256-token 滑动窗口，而且每轮只向模型呈现检索出的前 5 个工具，因此不适合长文本对话和复杂通用推理。代码仓库采用 Apache License 2.0；商业分发前仍需单独核对官方权重仓库的许可证。

上手门槛

自行部署：🟢 低｜通过 pip 安装｜约 14MB 模型文件｜首次下载后可离线推理

项目地址：https://github.com/cactus-compute/needle

模型地址：https://huggingface.co/Cactus-Compute/needle2

★ LobeHub v2.2.14

把项目、目标、本地沙箱和多个编码 Agent 放进统一工作空间，并开放 API 与 TypeScript SDK。

LobeHub v2.2.14 汇总了 363 个合并 PR，将 Projects 和 Goals 提升为 Agent 长程工作的一级容器。用户可以围绕一个项目维护工作空间、会话和目标，并为目标生成验收标准；即使处于自动运行模式，正式启动目标前仍需要用户确认。

新版一次接入 Cursor、CodeBuddy、Qoder、Kimi Code、Pi、TRAE 和 Grok Build 七个 CLI 编码 Agent，同时加入 Local Sandbox，让 Agent 能在设备上的真实工作目录中执行任务。子 Agent 默认跟随父 Agent 的模型，并可单独调整思考强度。

平台还根据现有路由生成 OpenAPI 规范，发布新的 @lobehub/sdk，并扩展 API Key、评测、MCP Server 和用量查询等接口。自托管涉及 PostgreSQL、Redis、对象存储和搜索服务，更适合有容器与数据库运维经验的团队。

LobeHub 使用自定义 Community License。未经修改的前后端可以用于商业场景，但如果基于源码开发并分发衍生产品，需要向项目方取得商业许可证。

★ OpenAI Agents JS v0.16.1

为 JavaScript Agent 增加模型超时、独立沙箱目录和断网执行控制，降低长任务失控与环境串扰风险。

OpenAI Agents JS 是面向 JavaScript 和 TypeScript 的多智能体开发框架，支持文本 Agent、Sandbox Agent 和 Realtime Agent，并提供工具调用、任务移交、会话、Guardrails、人工确认和链路追踪等能力。

v0.16.1 新增模型调用超时，避免模型请求无限等待；沙箱可以为每次运行分配独立工作目录，减少多个任务之间的文件冲突；Docker 沙箱还可以关闭网络，适合执行不应访问公网的代码任务。

新版同时允许为 Modal 沙箱配置资源参数，修复人工审批结果未被精确执行的问题，并加强图片内容和动态上下文压缩比例的校验。项目采用 MIT License，可通过 npm 安装。

运行环境要求 Node.js 22 或更高版本，也支持 Deno 与 Bun。Sandbox Agent 仍处于 Beta；浏览器中的 Realtime Agent 不能直接暴露长期 API Key，应由服务端签发短期令牌。

★ GitHub Agentic Workflows v0.87.0

让 Agent 在严格范围与安全检查下批准 Fork PR 工作流，并加强隔离、权限代理和容器依赖防护。

GitHub Agentic Workflows v0.87.0 是一次以安全加固为主的预发布版本。它新增实验性的 approve-workflow-run 安全输出，让 Agent 能在受控条件下解除 Fork PR 的工作流审批阻塞。

该能力不会让 Agent 任意批准任务，而是要求通过受保护文件检查、允许的工作流与 PR 范围，以及独立外部 Token 等约束。适用的 Agent 工作流还可以启用 Cloud Hypervisor，以获得更强的运行时隔离。

版本将 Confused Deputy 防护扩展到 pull_request_target 触发器，移除了多个存在问题或已弃用的容器镜像固定版本，并加入大量针对异常处理、动态正则、硬编码路径和可变全局状态的自定义检查规则。

项目采用 MIT License，但 v0.87.0 当前仍标记为 Pre-release。新的 Fork PR 自动审批能力涉及仓库权限和外部 Token，建议先在非关键仓库中验证。

★ Hermes Agent v0.20.2

集中修复桌面端、CLI、网关、MCP 和身份认证问题，为持续运行的多模型 Agent 提供稳定版本。

Hermes Agent v0.20.2 汇总了自上一版本以来约 397 个 PR，面向 Docker 镜像、托管部署和新安装用户提供稳定标签。本次更新以平台可靠性和多环境兼容性为主，而不是单一功能发布。

桌面端增加多网关连接注册、按 Profile 刷新、MCP 健康检查和深链接支持；网关可以持久保存模型路由，并完善循环任务、Telegram 私信主题和定时任务；CLI 则加强 Windows 更新检查、终端键盘协议和聊天参数处理。

版本也为通过 OpenAI 协议调用的 LiteLLM Claude 路径加入提示缓存，并改进 Linux、Windows 安装器和不同 Profile 下的认证解析。项目采用 MIT License，现有用户可直接执行 hermes update。

★ Alaya-EVOKE

用三步无 CFG 推理连续生成可控制的交互视频，并能在运行过程中切换提示词而不重新开始。

Alaya Lab 开放了交互式世界模型 EVOKE 的代码、权重、推理脚本与训练配置。模型以 3 个采样步骤完成生成，不使用 Classifier-Free Guidance，因此每步只需一次前向计算。官方报告，在单张 H200 上，每 2.11 秒可生成 1.5 秒、384×640、24 FPS 的视频。

EVOKE 把场景几何存入外部、按相机索引的 World State Bank，而不是将全部历史帧塞进扩散模型上下文。系统会把生成帧反投影到持久点云，并根据当前相机姿态检索相关世界状态，使模型上下文保持有界。

模型支持参考视频加相机轨迹的 v2v、首帧加相机轨迹的 i2v，以及文本生成 t2v。它还支持按 Chunk 动态切换提示词，让场景在连续生成过程中改变，不需要剪切或重新启动。不过，蒸馏模型只使用 v2v 条件训练，i2v 和 t2v 属于零样本使用。

主仓库采用 Apache License 2.0，但默认必需的 ViGeo 深度后端采用 CC-BY-NC-4.0。因此完整默认方案存在非商业限制，不能只依据 EVOKE 主仓库许可证判断可商用性。项目还依赖未发布到 PyPI 的 Diffusers 开发分支，安装并非完全开箱即用。