【MoAI-ADK】SPEC 流水线 + 5 列 Kanban + 4 重边界：让 Agent 工作流从接力赛变成工程交付
从 modu-ai/moai-adk 出发，拆解 Harness Workflow 组件：SPEC 流水线、5 列 Kanban、Origin-Trail Chain JSONL、Goal 4 重边界、Loop 状态机、21 个 MCP 工具的 6 分组设计。
【Airweave】核心架构与设计原理深度解析：让 50+ SaaS 数据源成为 Agent 的统一上下文检索层
深度剖析 airweave-ai/airweave (⭐6.5k) 的「上下文检索层」架构：50+ SaaS 数据源统一接入、可插拔 Operation 流水线、Provider 自动 fallback、Hybrid 检索 + Federated Search + RRF 融合 + Cite-able 答案生成，是 2026 年最值得关注的 Agent 基础设施项目之一。
【Agency Swarm】4580⭐ 多智能体编排深度解析：薄编排层如何包装 OpenAI Agents SDK
从 VRSEN/agency-swarm（4580⭐，pushed 2026-09-24，MIT）出发，深度拆解 Harness 6 件套中 Sub-Agent 组件的工程化实现：3 大原语（Communication Flow 通信流 + SendMessage Tool 同步调用 + Composite RunHooks 持久化），以及"薄编排层 vs 重 Runtime"的设计哲学。
【zvec】核心架构与设计原理深度解析：把向量数据库塞进应用进程里的阿里巴巴答案
深度剖析 alibaba/zvec（⭐16k Apache-2.0 C++ 核心 + 多语言绑定）作为阿里开源的进程内向量数据库的设计哲学：HNSW/IVF-RaBitQ/DiskANN 多索引共存、稀疏+稠密双轨融合、C++ 核心 + 5 语言 SDK 一份代码走遍边缘、混合检索 + RRF + 多向量重排序的工程实践。
【sd0x-harness】Harness Script 组件深度解析：让 AI 不能跳过的硬关卡
从 sd0xdev/sd0x-harness（189⭐，pushed 2026-09-23，MIT）出发，深度拆解 Harness 6 件套中"Script 组件"的工程化实现：5 大原语（Hook-enforced Dual Review + State-machine Gates That Survive Compaction + Fail-closed Safety + Plugin-defers-to-local Arbitration + Digest-bound Reminders）。
【HelixDB】核心架构与设计原理深度解析：单一数据库集成 Graph + Vector + KV + Document 的 AI 原生 OLTP 引擎
深度剖析 HelixDB/helix-db 这款 YC 出品的 Rust 多模数据库,看它如何用 slatedb+tantivy+foyer 三大基础设施,把 Graph + Vector + KV + Document + Relational 五种数据模型塞进同一个 OLTP 引擎,以及它给 AI Agent 时代的 Memory 基础设施带来的范式转变。
【mobile-mcp】核心架构与 Harness 设计原理深度解析：让 Coding Agent 用 31 个 MCP 工具接管 iOS / Android 模拟器和真机
从 mobile-next/mobile-mcp（6.8k⭐，pushed 2026-09-16）出发，深度拆解首个把"iOS + Android + 模拟器 + 真机"统一成 31 个 MCP 工具的 Mobile Agent Harness：5 大原语（Accessibility-First Token Optimization + Unified Robot Interface + Mobilecli 二进制抽象 + Stateless Streamable HTTP + DNS Rebinding 防护）。
【Mirage】Virtual Terminal for AI Agents：60+ 后端 VFS + Runtime 路由 + Policy Engine 的统一抽象层深度解析
深度剖析 struk-runtime/mirage 的核心架构：用 Bash 命令 + 单一 VFS API 抽象 60+ 后端（S3/GCS/Slack/GitHub/Notion/MongoDB/Qdrant/LanceDB/Discord/Gmail/Redis 等），通过 tree-sitter 解析命令、Dispatcher 路由到 MountOwner、Runtime 表三层抽象（Process/Line/Evaluator）、Policy Engine 五钩子（pre_command/pre_ops/pre_session/post_ops/post_execute）+ Profile YAML + 沙箱可达性声明 RuntimeReach，让 AI Agent 拥有 Unix 工具的统一抽象层。
【mini-swe-agent】100 行代码反杀 Claude Code：Harness 的"少即是多"如何把 SWE-Bench 拉到 74%
从 SWE-agent/mini-swe-agent（7,844⭐，MIT，2026-09-21 推送）出发，深度拆解 Princeton+Stanford 团队用 100 行 Python 把 Coding Agent Harness 砍到只剩 bash 一个工具、subprocess.run 一次一进程、messages 完全线性追加，却在 SWE-Bench Verified 上拿到 74%+ 并击败 Claude Code/Codex 的工程哲学。一篇关于 Harness 设计中"机制 vs 策略""通用 vs 专用""状态 vs 无状态"取舍的实战反例。
【codebase-memory-mcp】核心架构深度解析：原生 C 实现的代码知识图谱 MCP 服务器
深度剖析 DeusData/codebase-memory-mcp (⭐43k, MIT) 的核心架构：原生 C 单一二进制实现 162 语言代码知识图谱，40+ 阶段索引流水线，waste sanitizer 自研 arena 分配器，跨 45 种 AI 编码 Agent 自动适配，与传统 Python 实现相比的极简部署与极致性能哲学。