这条 brief 是个盘点：7 个专注 AI Agent 的开源项目，分别卡在路由、编程、视频、研究、交易这几个场景上。我按老规矩把 7 个仓库逐个 API 实查了真名、星标、license 和活跃度（brief 里给的链接大多是截断的、还有一个 TradingAgents 压根没给链接），确认没指错项目、星标不是拍脑袋，再逐个说清「它是干嘛的、什么时候别用它」。先给结论：7 个坐标全对得上，能直接照这个表存。

一、实查坐标：7 个仓库全对上了（表先存着）

brief 里 4 条给了截断链接、1 条（TradingAgents）没给、2 条给了但仓库有改名。我全查了一遍，下面是核实后的真坐标（星标为 2026-10-05 实查值）：

# 7 个 AI Agent 开源项目 · 实查坐标（GitHub API，2026-10-05）
# 星标为实查值，非估算
项目              仓库                          星数       License    场景
Hermes+Jev        kerpopule/hermes-jev-skills   1028      MIT       路由/记忆/技能选择/GUI 点击
TypeSafe Skills   typesafe-ai/skills            2586      MIT       研发提效技能集
OpenHands         OpenHands/OpenHands           90022     MIT/TS    编程 Agent（读改代码跑命令排障）
MoneyPrinterTurbo harry0703/MoneyPrinterTurbo   128557    MIT/Py    一键批量短视频 UI
TradingAgents     TauricResearch/TradingAgents  109831    Apache-2  量化交易多 Agent
LibreChat         LibreChat-AI/LibreChat        45293     MIT/TS    统一接入多模型 Chat UI
OpenBot           CopilotKit/OpenBot            6062      MIT       模拟人操作浏览器/软件

几个核对点：LibreChat 从 danny-avila/LibreChat 改名到了 LibreChat-AI/LibreChat（旧地址 301 跳转）；brief 写的 CopilotiOpen… 截断对应的是 CopilotKit/OpenBot（不是某个 Copiloti 组织）；TradingAgents 的正主是 TauricResearch/TradingAgents（★10 万+ 的那个，另有 TradingAgents-CN/-astock 等一堆中文/ A 股衍生仓，别混）。

二、逐个说清它干嘛、什么时候别用

① Hermes + Jev Skills（kerpopule/hermes-jev-skills，MIT）：给 Codex/Agent 加模型路由 + 记忆 + 压缩 + 技能选择 + GUI 点击，官方 desc 原话「Jev-powered model routing, memory, compaction, skill selection」。定位是「给 Agent 装一套指挥系统」，复杂工作流提速明显。什么时候别用：它是 skills 层（靠 Jev/TypeSafe 那条线），如果你的 Agent 栈不是它支持的框架，装了也没意义。

② TypeSafe Skills（typesafe-ai/skills，MIT）：Agent 技能集，官方 desc「Agent skills for building with TypeSafe's System One API」，就是让 Agent 会调用 TypeSafe 那条研发链路，提升研发提效。什么时候别用：它是「生态技能包」，价值绑死在 TypeSafe 平台上，脱离那个 API 没用。

③ OpenHands（OpenHands/OpenHands，★9 万+，活跃到今天 10-05）：开源 AI 编程 Agent，自己读代码、改代码、跑命令、排查问题，是这 7 个里星标最高、最完整的「能直接当开发手」的项目。什么时候别用：它是重型全功能 Agent（有 Web UI、有完整环境），如果你只要轻量 CLI 级代码编辑，它偏重。

④ MoneyPrinterTurbo（harry0703/MoneyPrinterTurbo，★12.8 万，活跃到 10-04）：一键批量生成短视频的 UI 界面，把「选题→口播→字幕→成片」串成流水线，大幅压内容生产时间。什么时候别用：它偏「量产短视频脚本/素材」，要的是量不是精细单片，做高规格单条片子用它会糙。

⑤ TradingAgents（TauricResearch/TradingAgents，★10 万+，Apache-2.0）：量化交易多 Agent，自动查新闻、看财报、整理观点、回测策略。什么时候别用：它是研究/回测框架（多 Agent 辩论出观点），不是实盘交易系统，也别指望它稳赚——它是工具不是印钞机。

⑥ LibreChat（LibreChat-AI/LibreChat，★4.5 万）：一个界面统一接 ChatGPT / Claude / Gemini 和各 API 模型，减少在多个模型间切来切去、搬上下文的损耗。什么时候别用：它是「模型聚合 UI」，要的是方便切换多模型；如果你只锁定一家模型，用原生客户端更轻。

⑦ OpenBot（CopilotKit/OpenBot，MIT）：模拟人类操作浏览器和软件，替你点、填、跑流程（给 Agent「一台它自己能操作的电脑」）。什么时候别用：浏览器/桌面自动化天然脆（页面一改就挂），生产流程要兜底重试和人审，别把它当无人值守。

三、共同点（这条 brief 的核心）

7 个凑一块，共同点就一句：把重复步骤连起来，少在模型、网页、文件之间手动搬运。拆开看是三条：① 把「人肉在几个工具间来回切」换成「一个 Agent 串起来」；② 底层（路由/记忆/技能/回测/自动化）已经做得比较完善，拿来即用；③ 但 API 和算力要另算——7 个没有一个免 LLM/算力，OpenHands/TradingAgents/LibreChat 都得喂模型 token，MoneyPrinterTurbo 要 TTS/模型额度，OpenBot 吃交互环境。开源的是「壳和编排」，喂它的模型的钱不含在内。

四、怎么选：一张卡位矩阵

  • 想有个能干活的开发手 → OpenHands（最全）；想给现有 Agent 加指挥/路由/记忆 → Hermes+Jev、TypeSafe Skills（生态技能）；
  • 量产短视频 → MoneyPrinterTurbo；研究/回测策略 → TradingAgents；
  • 多模型统一入口 → LibreChat；替人点浏览器/软件跑流程 → OpenBot。

注意卡位基本不重叠，可以按场景叠加：比如「OpenHands 写代码 + LibreChat 切模型 + MoneyPrinterTurbo 出视频」是同一条产品线，不冲突。

五、坑与诚实边界

  • 都不是免算力：开源指「编排/壳」开源，跑起来都要 LLM token + 算力，钱不含在内（brief 末句也点了这点）。
  • TradingAgents 衍生仓多：正主是 Tauric 那个，TradingAgents-CN/A 股版是第三方魔改，license 和实现都不一样，引之前认准主仓。
  • LibreChat/OpenHands 都改名过：旧链接（danny-avila）还活着但是 301，写文档/挂链接要用新地址，别把旧主写进正文。
  • 本项目是盘点不是深挖：我没逐个 clone 实跑 7 个项目（用途太散、各自环境重），坐标/星标/desc 全走 GitHub API 实查，机制级细节我没逐个验，用到某个再单独深挖。

六、我的判断

这条盘点的真正价值是「卡位不重叠、可按场景叠」——它把 AI Agent 这条赛道拆成了指挥层（Hermes/Jev/TypeSafe）、执行层（OpenHands/OpenBot）、内容层（MoneyPrinterTurbo）、专业层（TradingAgents/LibreChat）四块，每块都能挑一个。但要拎清两点：① 开源的是壳不是算力，token 和卡另算；② 这是「坐标全对」的存量清单，不是「哪个最强」的排名——星标差 5 个数量级（Hermes 千级 vs MoneyPrinterTurbo 十二万级），不能拿星数直接比优劣。真要用，按自己的场景挑对应那一块，别图省事全装。