按兴趣浏览，循来源深入。
GitHub 项目 mylgtab/budget-rag 发布 v1.0.0，实现成本感知的长文档问答检索，简单问题走 BM25 便宜路径，难题才升级混合检索加重排与大模型。在 200 条改写问句评测中，级联策略用 47% 的成本拿到深检索 99.5% 的召回；附录还给出分块粒度、双索引自动选择、两层缓存（LongBench 30 条冷缓存 46.6 秒降到热缓存 4.6 秒）与预算档位对比，完整实验记录与复现脚本见 docs/report.md 和 make check。
推荐理由：作者公开了完整实验数据和复现脚本，还保留了负结果，想比较不同 RAG 检索策略成本与召回的读者可以直接参照。
nabinpkl 开源 askRAG，一个对 1,046 篇 arXiv 计算机科学论文构建的 Agentic RAG 应用，agent 通过混合检索、元数据查询、论文阅读和沙盒 Python 等工具回答问题。仓库含 78,024 行目录的可筛选浏览、引用与类目趋势页和基准页，检索用 BM25 与稠密向量经 RRF 融合再用 Voyage rerank-3-lite 重排，93 道金标问题的评测显示 Hybrid + rerank 达 90% Recall@10、论文级召回 99%，中位延迟 735 ms、每次查询约 $0.000659；代码 MIT 协议，依赖的 PyMuPDF 为 AGPL-3.0。
推荐理由：作者公布了每种检索方法的逐项评测数据，含按问题类型的差异和噪声边界，读者可据此评估 Agentic RAG 方案的适用场景。
luc-pimentel 开源 infra-docs-rag，对 Kubernetes、Prometheus 和 Argo CD 公开文档构建问答服务，答案引用文档、页码与章节，文档未覆盖时直接回答不覆盖而非猜测。流水线包含文档摄取与去重、四种切块策略在 128/256/512 token 下的对比、bge 系列嵌入与余弦索引、BM25 混合检索与 reciprocal rank/加权融合、bge-base 与 minilm 交叉编码器重排，以及基于 claude-opus-5-5 的生成，支持官方 SDK citations 或通过 Claude Code 的 claude -p 并逐句校验引用。
推荐理由：原文完整公开了文档问答 RAG 流水线从切分、检索、重排到评测门禁的实现细节与报告，方法可直接迁移到自建语料。
KRLabsOrg 开源 verbatim-rag，一个溯源优先的抽取式 RAG 工具包，通过检索文档、抽取相关片段并带引用返回原文摘录来缩小生成面。其 150M 参数 ModernBERT 抽取器在 100 行 ACL-Verbatim 基准上取得 53.6 micro Word-F1，高于最强受测 LLM 抽取器的 48.7；README 强调这是溯源保证而非真实性保证，并支持 SPLADE 加本地抽取器在 CPU 上免 LLM API 运行，同时发布了数据集、训练管线与 MIT 许可的推理代码。
推荐理由：原文给出了抽取式 RAG 的架构、基准数字与部署方式，可帮助读者了解用逐字引用约束生成面的具体做法。
nithya-prakash 在 GitHub 开源 HybridRAG，一个本地运行的多用户文档问答系统，采用 dense + BM25 混合检索、RRF 融合、cross-encoder 重排与拒绝式防幻觉，支持 Ollama 本地模型及 Groq、OpenAI、Gemini 托管模型。作者自建 116 题 8 文档评测集，混合检索 Recall@1 0.929，防幻觉 guard 准确率 93.1%、召回 76.5%，Groq gpt-oss-120b 生成 faithfulness 1.00，而本地 qwen2.5:3b 仅 0.43，表明检索非瓶颈、本地小模型是短板。作者亦如实指出评测集小且不独立、120B 模型自评偏乐观等局限。
推荐理由：作者用自建 116 题标注集给出检索、防幻觉与本地和托管生成模型的对照数据，可直接评估这套 RAG 方案的取舍。
RettWilson22 开源了 Back of the Book，对 PDF、PPTX、Markdown、纯文本课程资料提问并生成带精确页码引用的答案，还支持从资料或任意主题生成三档难度的选择题测验。检索默认用 BM25 加 embeddings 融合再加 cross-encoder 重排，在 OpenStax Principles of Data Science（561 页、1,479 个 passage、75 题）上 Recall@1 达 76.0%，MRR@10 达 0.834；题目集在任何检索运行前已提交。答案可来自 Groq 免费档、Claude 或无需 API key 的离线引用模式，项目含 118 个测试并提供 Streamlit 在线演示。
推荐理由：作者把检索评测问题集先提交再跑分，并公开四种检索模式的对比数据，方法对自建 RAG 系统的人有参考价值。
adithya-s-k 发布开源 RL 环境仓库 FineEnvs，提供从环境设计、部署、训练到评测的端到端可复现项目，素材同步发布在 huggingface.co/FineEnvs。包含 3 环境乘 6 框架的 RL Environments 101、用 GRPO 训练 Qwen3-VL-2B 做 LaTeX OCR、以审美偏好模型为奖励的水彩绘画项目、多轮 GeoGuesser（Qwen3.5-4B 在 200 题保留集上超过 gpt-5.4-mini 和 claude-haiku-4.5，成本约 $100）、5,394 个经真实沙盒验证的数据分析任务数据集，以及基于巴塞罗那港 2024 记录的 PortSimEnv。
推荐理由：这个仓库提供从环境设计到训练部署的完整可复现代码，还附上三个跨框架实现同一环境的对照样本。
F2 AI 在 GitHub 开源了 docray，可从 PDF、PPTX 和 DOCX/DOCM 文件提取带页面坐标的结构化确定性 JSON，含字体、层级、图片和矢量路径，提供 CLI 和同步/异步两种 API。PDF 支持 char、word、element 三种粒度，word 和 element 面向 LLM/RAG 场景，实测 token 分别减少 89.15% 和 92.85%；scanned 页面会被标记为需要 OCR，但工具本身不做 OCR。可通过 Homebrew、Docker（GHCR）或预编译二进制安装，Apache-2.0/MIT 双许可。
推荐理由：这个文档解析工具给出了 word 和 element 粒度的实测 token 缩减数据，对做 LLM/RAG 文档接入的读者有直接参考价值。
dimpurr 在 GitHub 开源 chat-stasher，一个本地优先、加密、只增不改的 AI 对话归档工具，覆盖 Claude Code、Codex CLI、Gemini CLI、Cursor 及 ChatGPT、Claude、DeepSeek 等 5+ 平台的编码 Agent 和网页聊天。动机是 Gemini CLI 和 Claude Code 默认按 30 天删除会话记录，网页聊天存放在不受控账号中；CLI 读取各工具自身会话文件，浏览器扩展经本地 host 交付网页对话，加密后存入本地磁盘、SFTP 或 R2。目前仅有 macOS 预编译二进制，Linux 和 Windows 需 0.5.0；扩展尚未上架商店，且暂无写回工具的 restore 命令。
推荐理由：针对多个工具会自动删除会话记录这个常被忽略的问题给出本地加密、只增不改的归档方案，并如实标注各平台验证状态和局限。
GitHub 开源项目 maiabazerji/rag_system 发布 EvalRAG，一个用于构建和度量 RAG 系统的平台，在同一语料上运行 classic、graph、agentic 三种检索策略并用相同标准对比。每个回答经服务端验证引用，每次运行记录检索配置指纹，用 Recall@K、MRR、nDCG@K 等确定性指标加版本化 LLM judge 评分，并通过回归门槛对比基线；技术栈为 FastAPI、React、Qdrant、Postgres 和 Anthropic Claude。
推荐理由：仓库把检索、生成、引用三个失败点拆开用确定性指标加版本化 LLM judge 分别度量，评测设计可直接迁移到自己的 RAG 项目。
uurtech 在 GitHub 开源了 JDF，一种以 JSON 为基础的 AI 原生文档格式，定位为替代面向人类的 PDF。文档可用文本编辑器和 JDF Reader 双向编辑，含图片时打包为 .jdfx；提供桌面端 Reader、jdf.js 网页嵌入库和 CLI 三种形态，支持全保真 PDF 导入导出、JSON Schema 校验、增量 chunk 与本地 embedding。作者发布的基准显示，24 篇文档 192 个问题上，JDF 的 jdf chunk 管线检索准确率 96.9%（bge-small），高于 PyMuPDF、pdfplumber、pypdf 等固定分块管线的 60%-83%；千文档规模的成本测算中，单段修改的重嵌入 token 从 140.2 万降至 9.1 万。
推荐理由：原文自带可复现的 RAG 检索与成本基准数据，读者可以据此对比 JDF 与传统 PDF 解析管线在准确率和重嵌入开销上的差异。
ne0juan 在 GitHub 开源了 ai-paper-daily，一个全自动中文 AI 资讯站，每天北京时间 08:00 / 13:00 / 19:00 抓取、筛选、翻译并存档内容，在线阅读地址为 https://dailyaibot.com。项目用 GitHub Actions 定时运行、Cloudflare Pages 免费托管，大模型默认走 DeepSeek deepseek-chat，每天成本约几毛钱；内容含今日风向、资讯与观点、热门项目、架构评测和论文等栏目，论文 PDF 与文章存档托管站内。用户可 fork 仓库并配置 CLOUDFLARE_API_TOKEN 与 LLM_API_KEY 自行部署，代码以 MIT 协议开源。
推荐理由：原文给出了完整的数据源、打分规则和部署配置，读者可以直接 fork 复刻一个自己的中文 AI 资讯站。
GitHub 仓库 scp3500/novel-refpack 提供一套流水线，把十万到几百万字的长篇小说加工成两份文件：整书总结（事实圣经，覆盖世界观、剧情走向、伏笔、IF 分歧点和禁区）和逐字摘录的文风例子集，用于喂给大模型做续写、写 IF 线、同人或仿写。摘要任务走任意 OpenAI 兼容接口或 shell 命令，不绑定 agent 框架；摘要阶段一片一个任务可开几十路并发，实测 114 万字 25 路、444 万字 76 路；stylefit 工具包从语料本身拟合文风，verify.py 提供门槛、结构、逐句 z 值和零频探针四层验收。License 为 MIT。
推荐理由：给出了把长篇小说加工成事实圣经和文风语料两份文件的完整流水线与并发实测数据，方法可直接迁移到续写和仿写场景。
Nutomic 发布 RAGnarok，一个 DSGVO 优先、权限感知的企业内部文档 RAG 参考实现，全部跑在单个 PostgreSQL 上（pgvector + 德语全文检索），提供可点击引用、拒答、审计日志和删除传播，在线演示在 rag.nutomic.com。检索评测显示 hybrid（RRF 融合 pgvector 与 tsvector）hit@5 为 83%、SQL 延迟 7.1ms，rerank 达 mrr@5 63% 但每查询约 4.7 秒；生成用 EU 托管的 Mistral API，由 GLM 5.3 Flash 做 LLM 评测，检索确定性门禁在每次 push 的 CI 中运行。
推荐理由：这份参考实现把权限过滤、引用、拒答和审计都做进单个 PostgreSQL，还附带可复现的检索评测数据，适合想搭企业内部 RAG 的开发者参考。
作者因现有价格表不区分来源、缺少国产模型，自己写了一个大模型价格查询页，在线版在 https://aazjzkskkw.github.io/llm-pricing/ 。页面含价格总表（约 2600 行）、19 个评测榜单、订阅档位和中转站/公益站名单，价格以 LiteLLM 价格库为主力并经 OpenRouter 等四个接口补充，三源报价差超 20% 时去官网人工核对；GitHub Actions 每天自动更新，MIT 协议开源。作者提醒公益站无正经上游授权，请求经对方服务器可能被换模型或留存内容。
推荐理由：作者自建的模型价格查询页说明了数据来源、命名归一和三源对账的处理细节，读者可以据此了解聚合价格表的常见坑与做法。
作者 jameswniu 开源了一套自主广告生产流水线仓库，包含 LangGraph 图、门禁、探针和标注样本，广告在自身检查通过前不许花一分钱。评测对像素和音频而非文本打分，10 个命名门禁阈值全部由标注的通过/拒绝样本对推导，无需账号、密钥或 GPU 即可复现。质量评测基于 Prolific 上 90 名评审的 450 次盲投，四引擎路由的 picks 平均胜率 52%，低于总是选 Seedance 2.0 的 59%，十支真实产品 spec 广告在 Omni Flash 上约每场景六十美分。
推荐理由：作者把评测同时用作路由和花钱前的门禁，并公开了阈值推导方法，读者可以复现这套无人值守投放的可检验做法。
作者发布 arxiv2agent（https://github.com/wuyoscar/arxiv2agent），基于纯规则解析 LaTeX 源码，把 arXiv 论文转成结构化、多模态、可被智能体检索的文件树，全程不用 LLM。实测单篇解析 0.1–0.3 秒，10 篇新论文含下载端到端 42 秒，10 篇缓存论文重建 0.9 秒；输出含统一 schema 的 paper.、章节 markdown、原始矢量图、LaTeX 公式与表格、代码及解析为 BibTeX 的引用，每个实体有稳定类型化 ID，并附 warnings 字段标记残留 LaTeX，项目采用 MIT 许可。
推荐理由：作者展示了把 arXiv 论文解析成结构化文件树供智能体检索的完整方法，包含实测速度和调用示例，读者可以直接复用。
A7mad8asim 开源了 ask-the-data，一个阿拉伯语/英语双语 text-to-SQL 诊所分析助手，默认通过 Ollama 本地运行 Qwen3-8B，数据不出本机。系统设计原则是 LLM 只写 SQL 和措辞答案、永不计算数字，SQL 经 sqlglot 规则沙箱、只读 DuckDB、小于 10 人分组遮蔽三层防护。在 2026 年 10 月 7 日的评测中，完整流水线在 100 道金题上答对 79%（英语 84%、阿拉伯语 74%、海湾方言 63.2%），拦截全部 20 次隐私与安全攻击；消融显示检索 few-shot 示例贡献最大（整体 +22 分），修复循环再加 6 分，全部本地运行成本为 $0。
推荐理由：原文用消融实验拆解了双语 glossary、few-shot 检索和修复循环各自的贡献，方法可迁移到其他 text-to-SQL 项目。
Yingshu-Li 发布 llm-price-tracker 仓库，为 33 家公司 589 个模型的人工清单 raw.csv 自动补全价格与输入模态，GitHub Actions 每天 UTC 00:00 从 38 个无需 API key 的源抓取，约 95 秒完成。价格分官方牌价与全网最低价两组并附完整溯源链接，实测官方价与最低价差距可达 27 倍（GPT-5.5 官方 $5.00 到最低 $0.1875）；输出按 Coding、Embedding、音频、图像等拆分多张分表，闭源拿不到价与开源无报价分开标注，主表共 379 行、365 个模型，真缺口 28 个。
推荐理由：原文给出可复现的价格采集与溯源设计，还实测了官方价与第三方最低价的倍数差距，可作比价工具参考。
adhabnr-ux/evalport 是一个可移植 LLM 评测规范的开源仓库，版本 1.0.0-rc.5，Apache 2.0 协议，让评测数据集在 DeepEval、Promptfoo、Inspect AI、OpenAI Evals 等框架间转换而不丢失语义。仓库含 70 个独立适配器包、14 个公开基准转换出的 22 个验证套件（8,012 条测试用例），evalport run CLI 支持 OpenAI 与 Anthropic 及 OpenAI 兼容端点，带 dry-run 成本估算；已列入 Inspect AI 社区扩展文档，并向 IBM/ares、ClawBench、PraisonAI 合并了上游 PR，TruLens 连接器 PR 尚未合并。
推荐理由：这是一个 LLM 评测互操作规范仓库，README 逐条核实了各框架的采纳状态与合并情况，可信度交代得比较少见地细致。