#MIT (11)

planning-with-files（27k+ star，MIT）：为 AI coding agent 与长时任务设计的持久化文件规划技能——把 task_plan.md / findings.md / progress.md 三个 Markdown 写进项目磁盘，靠 lifecycle hooks 每轮把计划重新注入上下文，因此 /clear、compaction、崩溃后都能从当前 phase 恢复；Stop 钩子构成确定性完成门，计划未报 complete 就扣住 agent 的停止。官方实测：磁盘计划把 13.3 轮的重新定位压到 5.0 轮，盲测 A/B 3 战 3 胜，断言通过率 96.7%。经 Agent Skills 标准覆盖 60+ agent，Claude Code / Codex CLI / Pi / Hermes / OpenCode / DeepSeek Harness 有原生插件，另有阿拉伯语/德语/西语/简繁中文本地化版本（中文版 npx skills add OthmanAdi/planning-with-files –skill planning-with-files-zh -g）。模式源自 Manus 的「Markdown 是磁盘上的工作记忆」，并行任务用.planning/日期-slug/ 目录隔离，/plan-attest 以 SHA-256 锁定计划防篡改。

Agent Skills规划

Shell27k2.3k117

handsomestWei/patent-disclosure-skillMIT

patent-disclosure-skill

patent-disclosure-skill（中国专利.skill）是一套面向中国专利全流程的 Agent Skills 开源套件（MIT，Python 3.9+，Playwright 驱动），作者初衰是让真正做核心研发的人在「专利点怎么挖、查新怎么写、框图和 Word 怎么交」这一环不再卡壳。覆盖 8 个子技能：patent-disclosure 交底书编写（发明/实用新型/外观三类，从设计文档和代码挖出可保护的点、查在先技术、脱敏成文、迭代多版本另存并留修改追溯，定稿后可做保护型 1+N 布局）；patent-application 由交底改写权要/说明书/摘要/附图；patent-docket 案卷会稿（角色扮演交底工程师 vs 专利代理师，自主多轮规划，缺事实就问、绝不瞎编）；patent-reader 通俗解读（公开号或 PDF 进，通俗笔记+图谱出，沉淀进 Obsidian 形成私有专利知识库）；patent-map 专利地图（语义地形沙盘、申请人四象限、同族引证网络、技术功效矩阵、仪表盘，本地私有化运行）；patent-oa 审查答复辅助（拆条款问答+RAG 检索实务专家经验起草答复稿）；patent-search 著录检索（人名/公司/分类号，还能扔一张产品图或一段权要倒推检索式）；patent-exam-policy 政策简报（对照国知局官网动态分析哪些交底技巧可能过时）。实用新型/外观支持看图出图：从产品图提炼外观线稿、从结构图生成带部件序号引出线的线稿、从 CAD 工程模型提取等轴测等多视角投影。交底书首次落盘交付（时间戳目录+mermaid 图），迭代多版本并存。

专利patent

Python11k1.1k29

CopilotKit/OpenDotsMIT

CopilotKit 开源 OpenDots：自托管的「常驻 AI 同事」模板——每个 Dot 配一台专属电脑，文字/语音通话/Slack 之间无缝切换，兼容任意 agent harness

CopilotKit 于 10 月 1 日开源 OpenDots（MIT）：可完全自托管的「常驻 AI 同事」模板——响应 OpenAI 闭源 Dots（GPT-6 Astra 驱动）。每个 Dot 是一个专职 agent：可命名、定角色、配指令与工具白名单，并通过 OpenBot 容器监督器获得一台专属电脑（浏览器 profile 与工作区文件跨启停持久）。Dot 在文字聊天、实时语音通话与 Slack 之间无缝切换：通话用独立 compute agent 并行跑长任务，共用同一会话上下文与工具权限。架构上 AG-UI 协议在任意 agent harness 与前端之间搬运流式消息/工具调用/agent 状态，human-in-the-loop 卡片可在工具执行前暂停等你批准；Spaces/Pages 承载工作文档，ask→browse→approve→save 全程内联可见。技术栈 TanStack AI + CopilotKit React SDK + Threads + Channels SDK，clone 即改、企业就绪。

HarnessAgent-Workspace

TypeScript591733

0:36

仅靠本体感知,机器人盲装紧配合零件

@younghyo_park · 183次播放 · 2026-10-19

操作仿真到现实

盲装配：只靠关节编码器完成轴孔插入、齿轮啮合与螺母攻丝

精密装配通常被当成视觉问题：孔在哪、零件在指间怎么转、间隙多大，都得由相机或力/扭矩传感器告诉策略。MIT 的这篇工作把外部传感全部掐断——策略每步只观测最近 0.6 秒的关节位置、关节速度、由正运动学算出的夹爪位姿与速度，以及自己上一步的动作；没有相机、没有力/扭矩传感器、没有触觉，也不知道孔位、零件尺寸与间隙大小。作者在三个接触密集的精密任务上检验本体感知究竟够不够：轴孔插入（训练时每侧间隙 1.0–1.5 mm，5 秒限时）、齿轮啮合（每个锚齿齿侧间隙 0.2–0.6 mm，10 秒）、螺母攻丝（M24–M42，螺纹侧面间隙 0.05–0.2 mm，15 秒）。训练完全在仿真里完成：PPO 跑 12,288 个并行 MuJoCo 世界，随机化零件形状、尺寸、间隙、孔位与抓取偏置，并用特权仿真状态给出辅助接触监督——去掉这项监督，三个任务分别需要 2.7 / 3.8 / 5.1 倍的环境步数。时序卷积把 30 步历史压成 32 维 latent，线性探针能从 latent 解出七种接触模式（准确率 61–73%，只看当前观测是 41–64%，随机基线 14%），把不同模式的 latent 互换会让动作整体改道（变化量是同模式互换的 1.3–3.0 倍）——说明策略是在做反应式接触搜索，而不是背一套固定螺旋图案；同样的起点，它入孔前中位只走 37 mm，乐观的脚本螺旋要走 95 mm。轴孔策略 zero-shot 迁到 Flexiv Rizon 4S 真机（50 Hz，无真实数据、无微调），237 次试验成功 173 次（73%），其中三个销完全在训练分布之外；对未见零件，盲策略也明显比参数匹配的 RGB 视觉策略稳（螺母尺寸外推 98.4% 对 1.6%，销的新形状 93.8–97.1% 对 40.1–62.7%）。为让这种规模的训练跑得起来，作者还开源了 mjfit：从任意平面轮廓程序化生成「间隙精确保持」的凸棱柱装配体，在 20 µm 级间隙上比 CoACD/V-HACD 凸分解与 MuJoCo 自带 SDF 碰撞既准又快一个数量级。结论很直接：每台机器人本来就自带高分辨率接触传感器——它自己的关节。

Antonia Bronars, Younghyo Park, Kushal Kedia · 355次阅读 · 2026年10月16日

Peg-in-Hole仿真到现实

2026年10月16日

0:26

MIT Draft：调参数就出可仿真机器人

@spaceandtech_ · 345次播放 · 2026-10-11

机器人设计MJCF

2:38

Long-WAM：长上下文实时世界动作模型

@AaronWeiHuang · 527次播放 · 2026-10-08

世界动作模型视觉语言动作模型

GaussLite：用自然语言任务驱动的实时 3DGS 机器人建图

MIT ACL 提出 GaussLite：把生物视觉「中央凹跟着任务走」的原则搬进在线 3DGS 建图。一句自然语言任务经 LLM 解析 + 开放词汇定位 + 3D 空间过滤变成逐像素相关性掩码，播种预算、初始尺度与梯度流按任务相关性分配；优化计数器还充当多机器人地图逐体素融合的账本。预算匹配下 Replica ROI PSNR 平均 +2.72 dB，真机 +2.23 dB，多 agent 融合仅交换 7.08% 地图即 +3.42 dB。

Thomas, Annika, Peterson, Mason, How, Jonathan P. · 748次阅读 · 2026年6月29日

3D高斯泼溅同步定位与建图

2026年6月29日

1:14

斯坦福：VR仿真预训练双臂灵巧操作

@yokoshaan · 703次播放 · 2026-08-23

SPD灵巧操作

3:59

MIT三面拉链3D打印变形软体结构

@oragnes · 535次播放 · 2026-07-27

MITSoft Robotics

joshhhhhan/VISTAMIT

VISTA：让多模态模型直接看像素玩通 ARC-AGI-3 的视觉框架

MIT 的 VISTA 只给通用多模态模型三样东西：原始 PNG 观测、自由语言推理、无损保存全部环境帧的视觉记忆，然后让它去玩 ARC-AGI-3。以 Claude Opus 5.0 为后端时 25 个公开游戏、183 关全部通关，RHAE 满分 100，动作数比首次人类玩家少 56%；换成 GPT-5.6 Sol 也有 98.27 分——全程不做程序合成。

ARC-AGI-3具身智能

Python1700

作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。