本周的原则还是那句：不列 star 榜，只说”什么情况下你该看它”。
1. Agent 编排：从”链”回到”状态机”
今年的 Agent 框架普遍在纠偏——早期那种把 prompt 串成一条链的做法，在真实任务里很快就撑不住了：重试、回退、人工介入、断点续跑，每一个都需要”当前在哪一步”这个状态。
值得看的点：它把执行图显式建模，节点之间可以有环，支持在任意节点挂”人工确认”。这比”链”更适合做需要审批的自动化流程。
适合谁：在写企业内部自动化流程、且流程里有需要人确认的环节的人。
2. 把 LLM 接进终端
命令行工具正在被重新发明。这一类的共同思路是：不做一个新的 AI 应用，而是让人现有的终端工作流里多一个”能理解意图”的执行者。
值得看的点：它对危险命令做了拦截层，而不是无脑执行。这是这类工具能不能在真实环境用的分水岭。
适合谁：日常在终端里做运维、批量文件处理的人。
3. 本地优先的数据工具
云端 SaaS 的替代品持续出现。这一类的价值不在功能多，而在于数据不出本地——对处理客户数据、财务数据的人来说，这一条就足以做选型决策。
值得看的点：单文件部署 + 数据全在本地的存储格式，备份就是拷一个文件。
适合谁：需要处理敏感数据、又不想自建一整套服务的人。
4. 一个值得读设计的检索库
检索库的开源实现很多，但大部分把注意力放在”向量”上，忽略了真实检索里更难的几件事：分块策略、混合检索的权重、以及过滤条件怎么和向量检索一起下推。
值得看的点：它的接口设计把”过滤”作为一等公民，而不是事后筛。
适合谁：正在自建 RAG 且已经踩过”过滤后再重排导致召回不足”这个坑的人。
5. 评测工具：把”感觉变好了”变成数字
Agent 项目的常见困境是改动之后无法判断是否变好。这一类工具做的事很朴素：固定一批用例、跑两版、出对比。
值得看的点：支持把”人工评分”和”自动打分”混在一起，避免纯自动指标被刷。
适合谁：已经开始为”这版 prompt 到底有没有变好”争吵的团队。