日期：2026-10-17（周六） ｜ 数据窗口：2026-10-16 ~ 2026-10-17
重点关注方向：AI Coding、医学与临床研究、健康管理、营养与食品
去重说明：本期已排除 10-16 期推送过的项目（claude-plugins-official、ECC、context-mode、xerj、superpowers、OpenClaw-Medical-Skills、scientific-agent-skills、openmed、FoodTruth、RuView、ruflo、orca、sglang 等）。这些项目今日仍高居榜位（如 ECC 281,442★、superpowers 300,650★），但本期不再重复介绍。
周六上游供给偏薄，部分条目取自 10-16 晚间 ~ 10-17 早间的 Trending 与生态变更；星标为抓取时口径，仅供参考。
一、AI Coding / 编程智能体与技能生态
| # | 项目 / 事件 | 一句话说明 | 当日热度 |
|---|---|---|---|
| 1 | HKUDS/CLI-Anything | "让所有软件 Agent 原生"：把现存 CLI（ffmpeg、GIMP、kubectl、LibreOffice…）包装成 Agent 可安全调用的工具，7 步流水线（分析→设计→实现→测试→文档→发布）自动产出带 REPL / --json 输出 / undo-redo 的 Click CLI，配 CLI-Hub 注册表（clianything.cc）。Apache-2.0，港大 HKUDS 团队，附技术报告 | +323（53.5k★） |
| 2 | thedotmack/claude-mem | 面向所有 Agent 的跨会话持久记忆：捕获会话全过程、AI 压缩、再把相关上下文注入未来会话；兼容 Claude Code / OpenClaw / Codex / Gemini / Hermes / Copilot / OpenCode | 101.2k★ |
| 3 | vercel-labs/skills | Vercel 出品的开放 Agent Skills 工具，npx skills 一行安装/发现技能；技能生态开始出现"包管理器层" | +177（35.2k★） |
| 4 | trailofbits/skills | 安全公司 Trail of Bits 发布的 Claude Code 技能集，专攻安全研究与代码审计工作流——头部安全团队开始把审计方法论 Skill 化 | +33 |
| 5 | ifixai-ai/iFixAi | AI Agent 的独立审计层：在 120 秒内回答"这个 Agent 是否在做它该做的事"，为 Agent 行为提供第三方核验 | +1,587 |
| 6 | rtk-ai/rtk | 单文件零依赖二进制的 CLI 代理，把常见开发命令的 LLM token 消耗压掉 60-90%，思路与上下文压缩相反——从命令行源头瘦身 | +169 |
| 7 | alphaXiv/OpenResearch | 适配器层：把编程 Agent 变成科研 Agent，Rust 实现，让写代码的 Agent 直接产出可复现的研究流程 | +78 |
| 8 | dream-num/univer | 「AI Agent 的 Office Harness」：表格 / 文档 / 幻灯片 / 画布 / 关系表 / PDF 收在一个运行时里，Agent 办公场景的统一底座 | 22.6k★ |
| 9 | Tencent/BrowserSkill | 腾讯出品：让 Agent 用你已登录的真实浏览器而不打断你的工作，CLI + 扩展，适配任意具备 shell 能力的 Agent | +652（9.1k★） |
| 10 | GitHub Copilot 工程化三连（官方） | ① 桌面端 App + canvas 协作工作区，Agent 从"补代码"变成"跟进整个研发生命周期"；② CLI 新增 computer use（公开预览），可点击 GUI 面板、填表单、驱动只有界面的安装器；③ 运行时从 TS/Node 迁移到 Rust——832,378 行生产 Rust + 468,689 行单测，1 名工程师 + Agent 用 14.5 周完成，Agent 承担 113 万次工具调用中的 61%，合入 128 个 PR | 官方 changelog |
| 11 | codeg v0.36.0 | 多 Agent 桌面客户端：新增 Kiro CLI（AWS）与 ZCode（智谱）为内置 Agent，引入可 @ 提及的 "Assistants" 委派预设，内置模型目录刷新至 230 家 8,894 个模型 | 版本发布 |
二、医学 / 临床研究 AI 与 Agent 技能库
| # | 项目 / 事件 | 一句话说明 | 备注 |
|---|---|---|---|
| 1 | Liohtml/MedCheck | 开源 MRI/DICOM 分析工具包：本地 ResNet18 做切片异常打分（无需 API Key）→ 关键切片交视觉 LLM（Claude Opus 4.7 / GPT-5.5 / Gemini 3.5 Flash，带自动回退）按解剖结构逐项结构化解读 → 输出带箭头标注的 PDF / HTML / JSON 报告。支持 DICOM、ZIP、直接对接放射科门户，Docker 一行起，65 个测试全绿 | 覆盖膝/肩/脊柱，髋踝腕在路线图；9 个 good-first-issue |
| 2 | ZhaoqianXue/ReviewPilot | 多智能体系统综述（PRISMA）自动化：对话式定制筛选标准与抽取 schema，项目记忆保留历次修订；每条筛选决策附理由、每个抽取值附来源。在流行病学专家综述上筛选 macro F1 达 0.776、抽取 F1 达 0.788，三个 LLM 上均优于单提示基线与 AgentSLR | arXiv:2610.21042（10-15 提交），医学与 HCI 案例均与人工标注高度一致 |
| 3 | jinlab-imvr/MedAgent-Pro | ICLR 2026 论文配套代码：把诊断解耦为「疾病级标准化方案生成（RAG 检索医学指南）+ 患者级个性化逐步推理（调用视觉模型做定量评估）」，并对每一步做可靠性验证，强制循证而非"直接给答案" | 跨解剖区域、跨模态、跨疾病实验优于主流 VLM、Agent 系统与专家模型 |
| 4 | yumaheymans/carejobs-mcp | 美国医疗招聘 MCP 服务器：每日从 270 家医院/医疗系统抓取 17 万+ 在招岗位并附雇主公示时薪，6 个只读工具（搜岗位 / 岗位详情 / 按时薪查 / 雇主 / 州 / 岗位类型），无需 API Key，已进官方 MCP Registry | MIT，含 Agent Skill，2026-10-16 上线 |
| 5 | healthchainai/HealthChain | 类型化 FHIR 工具链：从患者 bundle 构建 / 读取 / 校验 / 编码 FHIR 资源，内置术语查询与机器可读的校验报告——解决 Agent 写 EHR 数据时"格式合法但语义错"的经典坑 | awesome-mcp-servers 收录 |
| 6 | MyMedi-AI/mymedi-ai-mcp-server | 医疗支付与拒付风控 MCP：ICD-10 / CPT / HCPCS 编码查询、预授权预测、理赔校验、拒付风险评分、HIPAA 合规审计 | 面向美国医保场景，国内需重映射 |
| 7 | genomoncology/biomcp | 生物医学研究数据统一入口：PubMed + ClinicalTrials.gov + MyVariant.info 三源打通，供 Agent 做文献—试验—变异位点的联合检索 | 研究型 Agent 常用底座 |
| 8 | JamesANZ/medical-mcp | 本地化医疗知识查询：药物数据库、药物相互作用、临床指南检索 | 本地部署路线 |
| 9 | HarnessMDP（Hik289/Agentic-RL-harness） | 把 Agent Harness 的控制策略本身变成可学习对象：将执行过程建模为有限时域 MDP，离线从轨迹学策略、上线自适应调控新任务；在 coding 任务、τ-bench、AgentBench 上稳定优于基线 harness | 与工程侧的 ECC/context-mode 形成"研究侧对应物" |
| 10 | RRI：递归奖励改进（10-15 论文） | 针对临床报告生成这类没有标准答案的开放式专家任务：用"奖励黑客对抗者"先写出"骗过评分表但毫无价值"的答案，再用诚实答案反向修正 rubric。在 HealthBench Professional 上比 Generation-Only 自改进基线提升 9B +10.9 / 27B +12.4 分，且零外部模型时仍 +10.3 | 直击医疗 Agent 自我进化的评价环节 |
三、健康管理 / 营养与食品 AI
| # | 项目 / 事件 | 一句话说明 | 备注 |
|---|---|---|---|
| 1 | CodeWithCJ/SparkyFitness v1.8.0 ⚠️ | 自托管家庭健康/营养追踪平台（MyFitnessPal 的开源替代）：饮食记录 + 自定义食物 + 趋势图、运动库、饮水目标、身体指标、目标管理、每日打卡；食物库打通 OpenFoodFacts / USDA / Fatsecret / Nutritionix / Mealie / Tandoor / Swiss Food DB；SparkyAI 营养教练支持对话式记录与"拍照估算宏量"；iOS 读 Apple Health、Android 走 Health Connect，另有 Fitbit / Garmin / Withings / Polar / Hevy / Strava 集成 | MIT，6.4k★，最后提交 10-15。⚠️ 10-16 披露两个 CVE，见精选⑤ |
| 2 | anantdark/FitBuddy v3.3.30 | 面向印度饮食的 AI 卡路里与训练追踪 Android App：拍照或文字输入由 LLM 估算热量与宏量，可改食材克重并实时重算宏量，收藏常吃餐为预设一键记录；多 API Key / 多模型自动故障转移，无 Key 时走内置离线模拟器 | GPL-3.0，F-Droid 分发，2026-10-16 更新；无广告、默认不追踪、云备份默认关闭 |
| 3 | ericblair1903/nutrients-mcp | 从一张食物照片或一段文字直接出营养分析：热量、宏量营养素、维生素、矿物质、过敏原与饮食标签（素食/生酮等） | 营养摄入数据首次以标准化工具形式接入 Agent |
| 4 | davidmosiah/wellness-cgm-mcp | 本地优先的连续血糖监测（CGM）接入：Dexcom 开发者 API + FreeStyle Libre（LibreLink Up），血糖曲线可被 Agent 直接读取分析 | 与营养/饮食 Agent 组合即"吃了什么→血糖怎么动"的闭环 |
| 5 | mgnirck/lecka-mcp | 耐力运动员比赛营养规划：按比赛类型、天气条件与体重计算碳水 / 钠 / 液体目标，并给出对应产品推荐 | 场景极窄但可验证性极强 |
| 6 | JaviMaligno/vitamind-mcp | 日照维生素 D 合成估算：基于 Open-Meteo UV 数据，判断"现在晒能不能合成"、按 Fitzpatrick 皮肤型给所需分钟数、按纬度给可行月份 | 把营养学公式做成确定性工具 |
| 7 | forever-healthy/evipedia-mcp | 循证健康与长寿干预检索：搜 Evipedia 的证据综述、取结论与元数据（带 PMID）、并可持续补充新干预项 | 抗衰/长寿赛道的"证据引证层" |
| 8 | Taxuspt/garmin_mcp | 把 Garmin Connect 全量数据（110+ 工具，覆盖约 90% 官方库）开放给 MCP 客户端：活动、睡眠、HRV 趋势、VO₂max 趋势、CTL/ATL/TSB、功率曲线、爬坡 VAM、营养、女性健康、体重、装备、课程 | MIT，1 天前仍有提交；注意含写操作与删除工具 |
| 9 | MBombeck/HealthLog v1.25.12 | 自托管临床级个人健康档案（PHR）：真实 FHIR R4 API（Observation / MedicationStatement / Patient / Coverage + LOINC/ATC/SNOMED/UCUM 编码、含德国 gematik 标准）、7 平台可穿戴同步、PHQ-9/GAD-7 心理评估、营养与生物标志物（Longevity Lab Panel）、用药管理、AES-256-GCM 静态加密、BYOK AI 且原始量表作答永不进 AI | ⚠️ PolyForm-Noncommercial 许可（禁商用），bus factor = 1，21★ |
| 10 | davidmosiah/google-health-mcp | 本地优先接入 Google Health API（Fitbit / Pixel Watch）的活动、睡眠、心率、营养与对账后的健康数据 | 与同为该作者的 CGM MCP 构成"个人健康数据套件" |
四、模型底座与 Agent 基础设施（支撑层）
| # | 项目 / 事件 | 一句话说明 |
|---|---|---|
| 1 | NVIDIA/OpenShell | 英伟达出品的自主 AI Agent 安全私有运行时（Rust），16.4k★——大厂开始把"Agent 沙箱"当作独立产品线 |
| 2 | lexmount/moli | 面向 AI Agent 的无头浏览器，主打轻、快、高兼容（Rust）；同日 trycua/cua 也在推 computer-use 2.0 开源驱动与跨 OS 集群基准 |
| 3 | volcengine/OpenViking | 字节火山引擎开源：自演化上下文数据库，把 Agent 记忆、知识 RAG 与技能统一到一层存储 |
| 4 | iflytek/astron-agent | 科大讯飞企业级 Agentic 工作流平台，核心卖点是断点续跑：20 步工作流在第 12 步崩了可从最近 checkpoint 恢复，而不是从头再来 |
| 5 | smolvm | 可嵌入、可移植的 microVM，专为 Agent 代码安全本地执行设计（Rust，v1.28.1） |
| 6 | microsoft/mxc | 微软：策略驱动的分层隔离与遏制，为 Agent 执行提供系统级边界 |
| 7 | trymirai/uzu | 高性能 AI 模型推理引擎（Rust） |
| 8 | fastmcp_rust v0.13.0 | Rust 版 MCP 服务器框架：cancel-correct 异步、零拷贝序列化、tools/resources/prompts 抽象齐全 |
五、今日精选：5 条最值得关注
① CLI-Anything：MCP 之外的另一条路——把"命令行"翻译成 Agent 接口
- 事件：HKUDS/CLI-Anything 今日 +323★ 冲上 Trending（累计 53.5k★，Apache-2.0）。它不去说服软件厂商自建 MCP Server，而是直接包装已经存在的 CLI：编程助手按 7 步流水线扫描源码、把 GUI 动作映射到 API、产出带 REPL /
--json/ undo-redo 的 Click CLI，再附一份 SKILL.md 让 Agent 自己发现它；配 CLI-Hub 注册表，形态接近"Agent 工具界的 npm"。 - 为何值得关注：MCP Server 全球也就几千个，而 CLI 有几十万个——这是现存最大的"工具接口面"。CLI-Anything 等于把长尾任务的接入成本一次性打平。但要清醒看待风险：把任意 CLI 交给 Agent，等于把
rm -rf、DROP TABLE和所有破坏性 flag 一并交出去，README 里的沙箱与权限模型是否经得起审计，决定了它最终是基础设施还是事故源头。对内部有大量自研 CLI 工具的团队，这是让老系统"零重写"获得 Agent 能力的最快路径。
② 医学证据合成开始"可审计"：ReviewPilot 把 PRISMA 流程做成带来源的多智能体
- 事件：ZhaoqianXue/ReviewPilot（arXiv:2610.21042，10-15）用对话式多智能体自动跑完 PRISMA 全流程。关键差异不在准确率，而在可追溯性：每一条筛选决策都记录排除理由，每一个抽取出的数值都锚定到原文位置，配置与修订由项目记忆保存。在流行病学专家综述上筛选 macro F1 达 0.776、抽取 F1 达 0.788，三个 LLM 上均胜过单提示基线与 AgentSLR，医学与 HCI 案例与人工标注高度一致。
- 为何值得关注：LLM "深度研究"工具的通病是——它能总结，但说不清排除了哪些研究、数据从哪来。而在临床指南制定、药企真实世界研究、营养与流行病学证据综述里，"说不清来源"等于不可用。ReviewPilot 的价值在于把"可审计性"当成第一性设计目标，而不是事后加班补的引用。对做循证营养、慢病干预证据库、CRO 数据服务的团队，这是可直接借鉴的工程范式。
③ 一个人 + 一个编程 Agent，开源了一整套 MRI 分析工具包
- 事件：Liohtml/MedCheck 把"自己读 MRI"做成了可复用产品：本地 ResNet18 对每层切片做异常打分（不需要 API Key），把最可疑的若干层交给视觉 LLM 按解剖结构逐项（ACL/MCL/半月板/骨挫伤/积液…）结构化解读，最后生成带箭头标注的 PDF、可交互 HTML 与 API 用 JSON。支持本地 DICOM、ZIP、直接对接放射科门户，Docker 一行启动，65 个测试全绿，9 个 good-first-issue 开放。
- 为何值得关注：这是"个人医学工具门槛崩塌"的一个清晰切片——过去需要 Windows 商业软件 + 放射科医生的事，现在一个人加一个编程 Agent 就能开源出来（对比 Shopify CEO Tobi Lutke 用 Claude 现场写 MRI 阅读器）。同时它也划出了边界：作者明确声明 MedCheck 不是医疗器械、所有结论必须由合格放射科医生复核。对医疗软件团队的启示是双重的——编排范式值得抄，但"研究工具"与"医疗设备"之间的合规鸿沟并没有因为 AI 而变窄。
④ 健康数据正在被"协议化"接入 Agent：一批医疗健康 MCP 集中出现
- 事件：同一时间窗口内出现了一整批面向个人健康的 MCP 服务器：nutrients-mcp（食物照片→热量/维生素/矿物质/过敏原）、wellness-cgm-mcp（Dexcom 与 FreeStyle Libre 血糖）、google-health-mcp、garmin_mcp（110+ 工具含营养与女性健康）、lecka-mcp（比赛营养规划）、vitamind-mcp（日照维D合成）、evipedia-mcp（带 PMID 的循证干预）。临床侧则有 HealthChain（类型化 FHIR）与 carejobs-mcp。
- 为何值得关注：过去一年 Agent 接入健康数据的做法是"每个团队自己写一遍胶水代码"，现在开始出现标准化的工具层。这意味着"营养摄入 + 血糖 + 睡眠 + 运动 + 循证证据"这五路数据可以在同一个 Agent 会话里被同时读取与推理——慢病干预、体重管理、运动营养这三个业务的可行性因此显著上升。但要提前想清楚两件事：一是这些 server 的质量与维护度高度不均（多为个人项目、无版本承诺）；二是它们大多"本地优先 + 自带凭证"，把个人健康数据的访问权集中到了一个 Agent 进程里，权限边界需要自己划。
⑤ ⚠️ 反面教材来了：自托管健康应用 SparkyFitness 一天内曝出两个 CVE
- 事件：10-16 同日披露两个漏洞，均位于自托管健康/营养追踪平台 CodeWithCJ/SparkyFitness（6.4k★，MIT）的 1.6.0 之前版本：
- CVE-2026-92263（High，CVSS 7.2）：
POST /api/admin/backup/restore把上传文件名直接插进 shell 命令，管理员上传一个文件名含 shell 元字符的恢复包即可以服务进程权限执行任意系统命令（宿主机 RCE）。commit 修复 - CVE-2026-102923（Medium，CVSS 5.4）：
chatService.ts/labelScanService.ts未校验自定义 AI 服务 URL，任意已认证用户可保存恶意 URL 触发服务端请求，用于内网探测并以受控 Bearer 值发起 POST，同时泄露 AI 系统提示词（SSRF）。 - 两个漏洞均在 v1.6.0 修复。
- CVE-2026-92263（High，CVSS 7.2）：
- 为何值得关注：这是一个高度典型的"AI 功能与运维接口挤在同一个进程里"的架构风险样本。健康类应用的三个特性叠加——① 必然要处理敏感个人数据、② 为了省钱/隐私要支持 BYOK 自定义模型端点（于是有了 SSRF 入口）、③ 为了可运维必须有备份恢复（于是有了命令注入入口）——恰好把攻击面从"数据泄露"扩展到了"宿主机接管"。给做健康管理 / 营养 / 慢病 SaaS 团队的三条直接动作：自定义 LLM 端点必须做白名单与出网限制；把文件名等用户输入永远当代码对待；把备份恢复这类高权限操作拆到独立低权进程。另外值得注意，这类项目往往 star 不俗却由个人主导（该项目属社区维护），选型时把"安全公告响应速度"当硬指标比看功能清单更重要。
六、趋势小结
- "Agent 该用什么接口"出现路线分化：MCP 派（标准化协议，但需人建人维护）与 CLI 包装派（CLI-Anything 式翻译层，复用几十万存量工具）正面相遇。真正的胜负手不是协议本身，而是沙箱与权限模型做得够不够硬。同日的 NVIDIA/OpenShell、smolvm、microsoft/mxc 都在抢这个位置。
- 医疗健康赛道进入"数据层标准化"阶段：上期是"技能库规模化"（医学 Skill 上千项），本期是"数据源 MCP 化"——血糖、营养、可穿戴、FHIR、医疗招聘各自有了标准工具接口。技能层与数据层同时标准化，垂直 Agent 的搭建成品期正在快速缩短。
- 医学 AI 的竞争焦点从"答得对"转向"说得清"：ReviewPilot 要求每条决策附理由、每个数值附来源；MedAgent-Pro 对每个推理步骤做验证；RRI 专门解决"开放式临床任务没有标准答案"的评价难题。可审计性正在成为医疗 AI 的准入条件，而不是加分项。
- 自托管健康应用的安全账单开始到付：SparkyFitness 一天两个 CVE（含宿主机 RCE）不是孤例性事故，而是"AI 功能 + 运维接口 + 个人敏感数据"三合一的必然代价。这个赛道的团队接下来会同时被功能需求和合规审计两头夹击。
- Agent 自进化的"进化可靠性"被打上问号：本期两篇工作从不同角度指向同一结论——HarnessMDP 主张控制策略应当可学习，RRI 则揭示了自改进会被奖励黑客污染。前一日业界更在讨论"外壳自进化换一批新题就崩"的泛化问题。"能自进化"和"进化了真有用"是两件事，对准备上自动优化流水线的团队，保留独立留出集验证是底线。
附：GitHub 地址速查
AI Coding
- CLI 包装成 Agent 工具（CLI-Anything）：https://github.com/HKUDS/CLI-Anything
- 跨会话持久记忆（claude-mem）：https://github.com/thedotmack/claude-mem
- 开放 Agent Skills 工具（vercel-labs）：https://github.com/vercel-labs/skills
- 安全审计技能集（Trail of Bits）：https://github.com/trailofbits/skills
- Agent 行为审计层（iFixAi）：https://github.com/ifixai-ai/iFixAi
- Token 瘦身 CLI 代理（rtk）：https://github.com/rtk-ai/rtk
- 编程 Agent → 科研 Agent（OpenResearch）：https://github.com/alphaXiv/OpenResearch
- Agent 的 Office 运行时（Univer）：https://github.com/dream-num/univer
- 用真实浏览器（腾讯 BrowserSkill）：https://github.com/Tencent/BrowserSkill
- 多 Agent 桌面客户端（codeg）：https://github.com/spacering-net/codeg
医学 / 临床
- 开源 MRI 分析工具包（MedCheck）：https://github.com/Liohtml/MedCheck
- 系统综述多智能体（ReviewPilot）：https://github.com/ZhaoqianXue/ReviewPilot
- 循证多模态诊断（MedAgent-Pro，ICLR 2026）：https://github.com/jinlab-imvr/MedAgent-Pro
- 医疗招聘 MCP（carejobs-mcp）：https://github.com/yumaheymans/carejobs-mcp
- 类型化 FHIR 工具（HealthChain）：https://github.com/healthchainai/HealthChain
- 医疗支付/拒付风控 MCP：https://github.com/MyMedi-AI/mymedi-ai-mcp-server
- 生物医学数据三源（biomcp）：https://github.com/genomoncology/biomcp
- 药物与指南查询（medical-mcp）：https://github.com/JamesANZ/medical-mcp
- 可学习 Harness（HarnessMDP）：https://github.com/Hik289/Agentic-RL-harness
健康管理 / 营养
- 自托管健康与营养追踪（SparkyFitness）⚠️ 建议 ≥1.6.0：https://github.com/CodeWithCJ/SparkyFitness
- 印度饮食 AI 追踪（FitBuddy）：https://github.com/anantdark/FitBuddy
- 食物照片营养分析（nutrients-mcp）：https://github.com/ericblair1903/nutrients-mcp
- CGM 血糖接入（wellness-cgm-mcp）：https://github.com/davidmosiah/wellness-cgm-mcp
- Google Health 接入：https://github.com/davidmosiah/google-health-mcp
- 比赛营养规划（lecka-mcp）：https://github.com/mgnirck/lecka-mcp
- 日照维生素 D 估算（vitamind-mcp）：https://github.com/JaviMaligno/vitamind-mcp
- 循证长寿干预（evipedia-mcp）：https://github.com/forever-healthy/evipedia-mcp
- Garmin 全量数据（garmin_mcp）：https://github.com/Taxuspt/garmin_mcp
- 自托管临床级 PHR（HealthLog，非商用许可）：https://github.com/MBombeck/HealthLog
底座 / 基础设施
- Agent 安全运行时（NVIDIA OpenShell）：https://github.com/NVIDIA/OpenShell
- Agent 无头浏览器（moli）：https://github.com/lexmount/moli
- 自演化上下文数据库（OpenViking）：https://github.com/volcengine/OpenViking
- 可断点续跑的 Agent 工作流（astron-agent）：https://github.com/iflytek/astron-agent
- 可嵌入 microVM（smolvm）：https://github.com/smolvm
- 分层隔离（microsoft/mxc）：https://github.com/microsoft/mxc
- 高性能推理引擎（uzu）：https://github.com/trymirai/uzu
- Rust MCP 框架（fastmcp_rust）：https://github.com/fastmcp-rust/fastmcp_rust