docs(research): hyphae-agents — Agent 框架选型调研

[jhfnetboy]

Summary

新增 research/hyphae-agents/（6 文档，~1000 行）：在 Hyphae（中小组织专属智能菌丝）业务前提下，调研 GitHub + 小红书的 Agent 框架，给出选型答案。

• REQUIREMENTS.md — 5 条要求（自定义/自我演进/记忆/知识库/本地小模型）形式化为 7 维评分 rubric
• GITHUB_TOP20.md — 30+ 框架分 5 组打分（本地优先 / 记忆 / 自我演进 / 编排 / RAG）
• XHS_DIGEST.md — 小红书中文用户真实需求信号（知识库刚需 + 组织级无人区）
• MEMORY_KNOWLEDGE_LOCALMODEL.md — 记忆 / 知识库 / 本地模型三子系统详评
• SYNTHESIS_RECOMMENDATION.md ⭐ — 分层组合方案 + 三种落地形态 + 落地路线

核心结论

不买单体、不从零造，分层拼装：Ollama/MLX + Qwen-Agent + Letta/mem0 + AnythingLLM/txtai + GenericAgent 模式 + Cherry Studio，叠加 Hyphae 行业 LoRA + HyperCapital 部署服务。

性质

• 100% 文档（md）
• 调研用 agent-reach（gh CLI + xhs CLI）实时数据

Test plan

• 6 文档齐全
• 无敏感/大文件

[clestons]

clestons review — #10 [2-round, APPROVE]

docs(research): hyphae-agents — Agent 框架选型调研 — 6 markdown documents (~1000 lines), additive only (+996/-0). Secret scan clean (no API keys / private keys). No non-doc files, no submodules. Research documentation covering framework evaluation rubric, GitHub top-20 scoring, XHS user signal digest, memory/knowledge/local-model sub-system analysis, and a synthesis recommendation (layered stack: Ollama/MLX + Qwen-Agent + Letta/mem0 + AnythingLLM/txtai). APPROVE.