【TrustGraph】核心架构与设计原理深度解析：基于 Holonic Context Graph 的确定性 AI Agent 上下文工程平台
深度剖析 trustgraph-ai/trustgraph 的核心架构：用 W3C PROV-O + RDF/OWL/SKOS/SHACL 语义网标准构建的 Holonic Context Graph 平台，把上下文作为一等公民、每条事实可追溯、多租户版本化，是确定性 AI Agent 上下文工程的开山之作。
Conductor 工作流 Harness 深度解析
深入解析 conductor-oss/conductor 如何用声明式 WorkflowDef、Decider 与持久化 Task 状态，把 LLM Agent 的不确定推理包进可恢复、可重放的生产级工作流。
【Ponytail】核心架构与设计原理深度解析 让 AI Agent 学会那个不说话的资深工程师
深度剖析 DietrichGebert/ponytail（⭐90.3k，MIT，JavaScript）的核心架构：把"少写代码、绝不丢安全检查"塞进 7 阶 Ladder 的 SKILL.md 规则集 + 跨 20 个 Coding Agent 的双层适配（hook 注入 + 规则文件分发）+ SessionStart/SubagentStart 4 态生命周期 + Claude Code 污染事件隔离 + agentic LOC/safety/completeness 三裁判评测体系。50k 行高 Star 项目的反向解：不开新框架，只在系统提示里教 Agent 怎么偷懒。
exo 自演化 Harness 架构解构
从 exoharness/exo 578⭐ 项目出发，深度解析「让 Agent 自己改 Harness」这一终极形态：append-only event log、exoharness/executor 分层、sandbox snapshot 时间旅行，以及 Bitter Lesson 在工程上的极致落地方案。
【Grok Build】核心架构与设计原理深度解析：xAI 官方 Rust Coding Agent 的 Claude 兼容之道
深度剖析 xai-org/grok-build 的核心架构：xAI 官方终端 Coding Agent，60+ Rust Crate 全栈设计，VendorCompat 兼容 Claude Code / Cursor / Codex / OpenCode 第三方配置文件，主循环 LocalSet + tokio 任务图沙箱 Landlock/Seatbelt 双平台一致。ACO 子代理并发调度 + 双重 Compaction 引擎 + 单实例多客户端 WebSocket 持久化 + Worktree Overlay 隔离。
【Poco】Sub-Agent 隔离与 Hook 架构
深入拆解 poco-ai/poco-claw 如何用 Dispatcher、隔离 Sub-Agent、Hook 回调和沙箱，把一个聊天入口变成可观测的长期 Agent Harness，并与 Boop Agent、Claw Orchestrator 对比设计取舍。
【CodeWhale】核心架构与设计原理深度解析：把"宪法"做成机制的 Rust 编码 Agent
深度剖析 Hmbown/CodeWhale 的核心架构：17 个 crate 的 Rust workspace、Constitution-as-Mechanism 路径门控、Fleet 持久化多 worker ledger、rquickjs 驱动的 Workflow 编排引擎、3 模式 Plan/Act/Operate 切换，以及 30+ Provider 的 Model Registry。
【OpenSandbox】CNCF Landscape 的 AI 沙箱底座：6 大表面 + 5 个隔离层级深度解析
拆 opensandbox-group/OpenSandbox（12.1k⭐，CNCF Landscape，OpenSSF Best Practices）：6 大表面（客户端 / 协议 / 控制面 / Runtime 后端 / 数据面 / 网络安全面）+ 5 个隔离层级（container / execd / bwrap session / egress sidecar / gVisor/Kata）+ 9 段可运行 Python/Shell 代码。
【Trellis】跨 20+ Coding Agent 的元 Harness：4 阶段循环 + 共享事件日志深度拆解
拆解 mindfold-ai/Trellis（13.1k⭐，AGPL-3.0）：跨 Claude/Codex/Cursor/OpenCode 等 20+ 平台的元 Harness。核心是 4 阶段循环（Plan→Implement→Verify→Finish）+ 共享 events.jsonl 通道 + Supervisor 进程桥接 + Path-traversal 防护。含 18 个可运行 CLI 示例。
【PageIndex】核心架构与设计原理深度解析：让 RAG 从「相似度搜索」走向「推理式检索」的 Vectorless 革命
深度剖析 VectifyAI/PageIndex (⭐34.2k) 的核心架构：Vectorless 推理式 RAG 系统，把长文档变成 LLM 可推理的「目录树」，用 Agent + Tree Search 替代向量相似度检索。在 FinanceBench 上以 98.7% 准确率碾压传统向量 RAG。