今天先看什么：不是“谁又 push 了”，而是谁真的多了一层能力
从今天开始，「每日开源」不再机械罗列 GitHub 更新，而是先替你回答一个问题：哪些项目值得点进去看？
今天筛选时，我把只有 star-history、文档刷新、自动化依赖更新的仓库降权，只保留出现了实质代码、版本、能力或部署路径变化的项目。
今日精选 1｜Zetta：让具身 Agent 在失败中自己长出恢复能力
一句话简介
Zetta 是一个面向具身智能的闭环运行时：基础策略不重新训练，系统通过失败聚类、原因诊断、Critic 与 Recovery 机制，在线生成并验证恢复技能。
聚身之家一句话评价
它值得看的不是“又一个 VLA”，而是把失败诊断 → 恢复候选 → 同种子验证 → 晋级做成了可执行的具身 Agent 闭环。
30 秒看懂
- 它是什么： 自进化物理智能的闭环 harness / runtime
- 解决什么问题： 机器人策略遇到失败后，如何不重训基础模型就生成、筛选和复用恢复动作
- 适合谁： VLA、机器人学习、具身 Agent、仿真评测团队
- 可以直接拿来做什么： 在 LIBERO、RoboCasa、RoboTwin、Genie Sim 等环境里跑闭环评测与恢复策略实验
- 上手难度： 🔴 高
今天有什么变化
9 月 10 日合并了 Genie Sim 环境支持；项目 README 已将 Genie Sim 标记为完成。当前 GitHub 约 957★ / Python，仓库未检测到明确 SPDX License。
为什么今天值得看
过去多数具身模型的能力评价停在“成功率”，Zetta 更进一步，把失败本身变成运行时可消费的数据。这类架构如果成熟，会成为机器人 Agent 的“自我修复层”。
项目：https://github.com/air-embodied-brain/Zetta-Embodiment
今日精选 2｜quackd 0.8.0：给小型机器人加一个 LLM 技能调度脑
一句话简介
quackd 把自然语言目标转换成机器人已有技能的连续调用，让 Microduck、Open Duck Mini、LeRobot、XLeRobot、Aloha Mini 或 ROS 机器人可以由不同 LLM 进行任务规划。
聚身之家一句话评价
这是一个很像“机器人 Agent 最小中间层”的项目：LLM 不碰底层控制，只负责在安全合同约束下选择机器人已经会的技能。
30 秒看懂
- 它是什么： 面向小型机器人的 LLM Agent 运行时
- 解决什么问题： 机器人会
walk / look / pick，但不会把这些技能组合成“去找球并踢它”这样的完整任务 - 适合谁： ROS / LeRobot 开发者、Agent 工程师、桌面机器人与教育机器人团队
- 可以直接拿来做什么： 用 Claude、OpenAI、Gemini、Grok 或 Ollama/vLLM 给机器人做高层任务规划；通过 MCP 交互控制
- 上手难度： 🟡 中等
今天有什么变化
0.8.0 在北京时间 9 月 10 日凌晨合并，加入 tracing、physics 等更新。当前约 184★ / Python / Apache-2.0。
成熟度提醒
作者在 README 中明确说明，目前适配的机器人仍以模拟器或 mock 验证为主，因此它现在更适合作为 Agent 架构实验平台，而不是直接当作生产级真机控制系统。
项目：https://github.com/rokbenko/quackd
今日精选 3｜BICMap：北京人形开源的机器人地图与导航 Web SDK
一句话简介
BICMap 把 SLAM 栅格地图、点云、3D 模型、机器人位姿、路径规划和任务编排统一到一个 WebGL 地图 SDK 中，面向机器人后台、调度台和可视化应用。
聚身之家一句话评价
它不属于“最会传播”的 AI 项目，但很接近真实机器人产品每天都需要的基础设施：怎么把地图、机器人、路径和任务在一个界面里真正连起来。
30 秒看懂
- 它是什么： 机器人地图渲染与交互 SDK
- 解决什么问题： SLAM 地图、室外地图、点云、URDF/3D 模型和机器人实时位姿如何统一展示和交互
- 适合谁： 机器人 Web 前端、调度平台、巡检/导览/移动机器人产品团队
- 可以直接拿来做什么： 做机器人地图后台、实时定位、路径规划回放、POI/区域编辑和任务编排界面
- 上手难度： 🟡 中等
今天有什么变化
9 月 10 日连续更新了 3D 模型控制、单点移动路径、路径规划和地图编辑撤销逻辑。当前约 63★ / JavaScript；README 声明 MIT。
为什么今天值得看
随着人形与移动操作机器人进入真实场景，“机器人地图 UI”会从演示层变成运维基础设施。BICMap 的价值在于把这部分做成了可复用的 SDK，而不是每个团队再造一次。
项目：https://github.com/Open-X-Humanoid/BICMap
另外两个值得跟踪
4｜lucid-g1-deploy：今天刚出现的 Unitree 
G1 策略部署包
一句话简介
一个专门面向 Unitree G1 的独立部署包，把 SONIC C++ runner、Unitree SDK、MuJoCo + DDS 仿真和两套运动跟踪策略放在同一条部署路径里。
聚身之家一句话评价
Stars 还是 0，但它比很多“高星教程”更适合真正在做 G1 的工程师，因为仓库从第一天就在处理部署、安全上电和仿真/真机一致性问题。
30 秒看懂
- 它是什么： G1 motion-tracking 策略的独立部署工具链
- 解决什么问题： 训练后的策略如何先在 MuJoCo/DDS 里排练，再安全接入 G1
- 适合谁： Unitree G1、Sim2Real、运动控制工程师
- 可以直接拿来做什么： 跑两套策略、验证域随机化差异、在接真机前进行 DDS 仿真演练
- 上手难度： 🔴 高
今天有什么变化
仓库在北京时间 9 月 10 日创建，并在当天修复了一个不安全的 arming 路径，同时补充策略一致性验证说明。当前 0★ / C++ / Apache-2.0。
项目：https://github.com/linjiw/lucid-g1-deploy
关联机器人：宇树 Unitree G1
5｜URML：尝试给“机器人意图”定义一种开放语言
一句话简介
URML 提供机器人意图描述规范、参考运行时、验证器、LLM Bridge 和一致性测试套件，目标是让高层意图能以结构化方式落到 ROS 2、PX4 等机器人执行系统。
聚身之家一句话评价
如果未来 Agent 真要调用大量异构机器人，行业迟早需要“意图层协议”；URML 现在很早期，但方向比又做一个聊天机器人更基础。
30 秒看懂
- 它是什么： Robot Intent 的开放规范与参考实现
- 解决什么问题： LLM/Agent 的高层目标如何用机器可验证的格式交给不同机器人运行时
- 适合谁： 机器人中间件、ROS 2、无人系统、Agent 基础设施开发者
- 可以直接拿来做什么： 定义/验证机器人任务意图，用 LLM Bridge 生成结构化任务，再由参考 runtime 执行
- 上手难度： 🟠 中高
今天有什么变化
9 月 10 日合并 RFC-0698 草案，增加 expression block 以及 look_at、gesture home 等表达/动作原语。当前约 27★ / Python / Apache-2.0。
项目：https://github.com/URML-MARS/URML
今日开源趋势：机器人软件栈正在长出“Agent 层”
把今天这几个项目放在一起看，会出现一个很清楚的趋势：
- Zetta 在解决 Agent 失败以后怎么自我恢复；
- quackd 在解决自然语言目标怎么组合机器人技能；
- URML 在尝试标准化“高层意图 → 机器人执行”的中间表达；
- lucid-g1-deploy 把模型和策略真正推向 G1 部署；
- BICMap 则补齐机器人进入现场后的地图、定位、路径和任务可视化。
以前开源机器人最核心的是 SDK、ROS 驱动和硬件 BOM；现在越来越多项目开始填补模型之上、执行之下的那一层——也就是机器人 Agent 的运行时、协议、安全合同、恢复机制与运维界面。
这可能比“今天又出了一个更大的 VLA”更值得持续追踪。
今天的筛选口径
- 时间口径： 2026-09-10（北京时间）
- 数据来源： GitHub 仓库公开元数据、README、当天 commit / release
- Stars： 为抓取时快照，会持续变化
- 入选原则： 优先实质代码、版本、能力与部署变化；自动化依赖、纯 Star History、机械文档刷新不作为核心推荐理由
- 阅读原则： Stars 只代表关注度，不等于技术成熟度；低星但对真机工程有直接价值的项目仍会入选