给大模型智能体加上持久记忆和状态管理，让 Agent 能跨会话记住信息、持续学习并自我改进。

一个能持续学习和自我进化的智能体框架，通过对话就能让 Agent 在线微调、积累技能，不用重新训练模型。

基于预训练模型的持续学习工具箱，集成多种增量学习与终身学习算法，方便在视觉和视觉语言模型上做可复现的持续学习实验。

一个支持持续学习的自适应文本分类系统，能在数据分布变化时增量更新模型而不遗忘旧知识，适合动态场景下的分类任务。

开源多智能体协作平台，可把 AI 代理拉进 Slack、GitHub 等工作场景，像同事一样随叫随到并持续学习。

自托管的 AI 代码审查工具，能对 PR 做索引化审查、生成变更讲解、扫描漏洞、绘制依赖图，还支持自定义规则和从反馈中持续学习。

系统梳理大模型、多模态模型等场景下的模型合并方法、理论与应用，涵盖攻击防御、持续学习、扩散模型等方向，适合快速了解该领域全貌。