按兴趣浏览，循来源深入。
GitHub 项目 rapotekhin/dnd_llm 发布 v0.5.4，完成从 pygame 原型到 Godot 客户端加 Python 后端的迁移。游戏按 D&D 5e 规则建角色（9种族、12职业），LLM 只担任叙事主持人，骰点、DC、物品和经验由确定性游戏引擎裁定以免世界设定漂移；需 Godot 4.7、uv 和 OpenRouter key，MIT 许可，路线图包含完整5e规则、战斗与变化世界。
推荐理由：项目把判定、数值和状态交给确定性引擎，LLM 只做叙事和NPC，这种分工设计对做LLM游戏的人有直接参考价值。
开发者 hjongc 发布开源工具 openrouter-endpoint-watch（命令 oewatch），每小时检查 OpenRouter 端点元数据，仅在量化翻转、提供方消失、参数被移除等变化发生时保存快照并逐项报告变化。工具按 profile 输出 ok、degraded 或 blocked 三种路由决策，blocked 时以退出码 7 在花费 token 前拦截运行；仅依赖 Python 3.11+ 标准库，无需 API key。作者因两次事故（2026-09-28 Reka 量化变 unknown、2026-10-08 Parasail 转 fp4 且 NextBit 消失）而开发此工具，仓库每小时自检 z-ai/glm-5.3-flash 并将变更记录到 HISTORY.md。
推荐理由：作者用两次真实的提供方变更事件说明工具价值，读者可以借此理解 OpenRouter 端点元数据波动对依赖固定量化配置的流水线有何影响。
OpenRouter 宣布月之暗面的 Kimi K3.1 Pro 上线，定位为基于 Kimi K3 后训练、面向长程编码和智能体任务的 1M 上下文多模态开源权重模型。定价为 $2/M input tokens、$10/M output tokens，可在 OpenRouter 直接试用。
推荐理由：正文给出了定价、上下文长度和定位说明，想试用长上下文编码与智能体场景的读者可以直接在 OpenRouter 上体验。
PoisonXploIT 发布 CERBERUS，一个用于审计本地 LLM 在对抗性提示下有害输出风险的防御性评测框架，提示按 MITRE ATT&CK 结构化组织，帮助安全团队在内网部署无审查模型前评估风险。框架采用双层评分：先由确定性启发式打分，仅对 [0.3, 0.7) 的模糊区间调用可选的云端 LLM judge（默认 OpenRouter，可配 DeepSeek、OpenAI 等），并按 harm_final = max(启发式, judge) 保守合并。
推荐理由：原文给出了基于 MITRE ATT&CK 的双层评分与被动评测流程，安全团队可在内网部署无审查模型前量化其有害输出风险。
he-yufeng 在 GitHub 发布开源 AI Agent 工具 ContractGuard，上传 PDF/DOCX 合同即可在 30 秒内输出红旗条款、警告、保护项和 A+ 到 F 的公平度评分及逐条修改建议。工具通过 Pydantic 模型保证结构化输出，支持 OpenRouter、OpenAI 及 Ollama 本地模型；在 LLM 之外并行运行辖区感知的确定性法条核对清单，覆盖中国劳动法与民法典及加州住宅租赁规则，无法判定时诚实返回 unknown。支持批量扫描、版本对比、JSON 导出和 Gradio Web UI，最长约 30000 token（约 60 页）。
推荐理由：开源合同审查 Agent 除了 LLM 分析还内置辖区感知的法条核对清单，并对缺失条款诚实返回 unknown，思路可直接借鉴。
frederico-kluser 发布开源工具 llm-selector，可本地筛选 OpenRouter 目录中 460+ 聊天模型，按模态、开放或专有权重、混合价格、缓存定价、上下文窗口和 benchmark 门槛过滤，再用 log 尺度成本/质量散点图、benchmark 雷达图和排行榜对比。通过 npx llm-selector 即可运行，数据来自 OpenRouter 公开 API 和 Artificial Analysis（需自备 key），fit score 在当前结果集内计算，缺失 benchmark 显示为 — 而非 0，配置可存为预设并以 JSON 导入导出，代码采用 MIT 许可。
推荐理由：开源的本地模型筛选工具，把硬约束过滤和自定义权重的 fit score 分开，适合按自己的预算和模态需求选模型。
frederico-kluser 在 GitHub 发布 prompt-builder，一个基于 OpenRouter 的 LLM 并行基准竞技场，提供 Web、CLI 和 MCP 服务器三种界面，支持比较多个模型、测试多个提示词版本和让提示词自动迭代三种模式。裁判按参考答案打分（resolve/parcial/não），默认用 TypeSafe 的 Jev 决策模型并将低置信度结果升级给 LLM 裁判，赛后 finalists 两两对决得出排名，全程经 SSE 实时显示阶段、verdict 热力图和相对预算的支出。
推荐理由：这个 LLM 基准竞技场用裁判参照答案打分并按角色核算成本，还带 holdout 与显著性检验来决定提示词是否晋升。
arXiv 论文提出通过40个日常问题（如“说出一种声音”“说出一位诗人”）的单字答案为语言模型建模指纹，在94个模型的面板上识别出确切模型的准确率为92.5%，随机仅为1.1%；系统提示词会使准确率下降6至16个百分点。作者用该方法检测 OpenRouter 上13个开放模型的96个端点，其中92个与其声称的模型一致，一个端点以 Llama 4 Maverick 之名实际提供 Gemma 4（自报身份且计费按 Gemma 4 的 token 数）；计费记录还显示第一方模型被附加了额外上下文，如 Grok 4.7 对一行问题计费1,247个输入 token，而 GPT-4o 同样问题仅12个 token。方法成本每端点仅几美分，代码与数据已公开。
推荐理由：这篇论文展示了用40个单词答案就能指纹识别API背后的模型，还借计费记录发现OpenRouter上有端点冒名和隐藏注入上下文，方法成本极低可复现。
dklymentiev 发布开源终端 AI Agent Flint（MIT 协议），以单个 npm 包安装，无需 Python、Docker 或后台服务，支持 OpenRouter、OpenAI、Anthropic、Google、Groq、Together 和本地 Ollama。/model free auto 会筛选能调用工具的免费模型并按速度和在线率排序，配两个跨厂商 fallback；内置文件读写、shell、网页搜索、持久记忆、子 Agent 和 MCP 工具，通过 swap 到磁盘和压缩控制长会话成本，风险操作默认先询问。
推荐理由：开源终端 Agent Flint 支持免费模型并给出上下文换页与压缩的省 token 机制，想低成本跑 Agent 的读者可以参考它的做法。
igorsaevets 在 GitHub 开源 ai-second-opinion，把同一文档同时发给 GPT、Gemini、Grok 4.7、Kimi K3、Qwen 3.8 Max、DeepSeek V4 Pro、GLM 5.3 等多个互不可见答案的模型，展示分歧并机械核验每个引用链接是否存活、是否被真正打开，还能捕获静默拒绝和幻觉引用。工具为纯 Python 零依赖、MIT 许可，任何有终端权限的 Agent（Codex CLI、Cursor、Gemini CLI 等）均可安装，仓库带 AGENTS.md 供 Agent 自行运行评审；实测便宜面板每次约 $0.06，标准 12 模型面板约 $2.5，每个回答含 UNASKED 部分，作者建议在送审文档中植入已知错误以检验模型。
推荐理由：README 给出了各面板实测成本中位数、引文核验和植入错误检验的结果，读者可据此估算接入多模型评审的实际开销。
GitHub 上的 elitza-code 仓库发布 Elitza，一个定位为“与你一起成长”的 AI 伴侣终端 Agent，是 OpenCode 终端 Agent 的分支，MIT 协议开源。它使用 OpenRouter :free 免费模型或用户自带密钥（BYOK），不内置任何 key；记忆基于 SQLite 的 soul.db，含 persona 和自写技能，核心身份存于 ~/.elitza/SOUL.md 可编辑；提供带 sessions、subagents、LSE、diffs 和插件系统的全屏 TUI，数据全部保留本地。安装命令为 curl -fsSL https://elitza.life/install.sh | bash，源码运行需 Bun 1.4.2+。
推荐理由：这是一个可本地运行的伴侣型终端 Agent，README 讲清了记忆存储、人格文件和 BYOK 的具体构造，可按需取用。
Meta 发布开放权重模型 Muse Spark Open，现已在 OpenRouter 上线，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，支持图像、视频、音频和 PDF 输入，OpenRouter 定价为输入 $1.25/M、输出 $4.25/M。
推荐理由：原文给出了参数量、激活规模、上下文窗口和 OpenRouter 定价，读者可以直接评估该开放权重模型的部署成本。
FlologixAI 发布了用 Rust 编写的终端编码 Agent Marv，以单个静态二进制分发，支持 OpenRouter 或本地 Ollama 模型。它能读写文件、在 bubblewrap 沙箱中运行命令，默认 yolo 模式下沙箱内操作免审批，网络访问、git 写入和受保护文件仍需确认，并对外部文本做提示词注入防护。0.5.0 仅提供 Linux x86_64 和 aarch64 二进制，Windows 需走 WSL，暂无 macOS 构建。
推荐理由：原文详细说明了沙箱、审批和提示词注入防护的具体规则，读者可以据此评估这个终端编码 Agent 的安全设计是否值得采用。
stoneskin 在 GitHub 发布 muse-thinktank v0.9，一个纯 Python 标准库实现的多模型审议编排器：一个问题并行发给 N 个模型组成 panel，双评审交叉验证，分歧自动升级人工，最后由 synth 合并成结论。当前通过 OpenRouter 调用模型，零依赖、不调用专有 API，并支持 --estimate 成本预估、--context-data 实时数据注入、--red-team 红队模式、按历史成功率动态筛选成员、评审员连续 2 次失败拉黑 24 小时，以及针对大 diff 的 4 步分块 PR 审查流水线。项目为 Muse 用户优先优化，提供 Agent Skills 兼容的 SKILL.md 供 AI 智能体调用，采用 Apache-2.0 许可证。
推荐理由：原文给出了双评审交叉验证、防伪造校验和分块 PR 审查的具体机制与命令，读者可以直接复用这套多模型审议编排方案。
GitHub 开源项目 modeltested 发布了一个面向开放权重 LLM 的真实工作基准，结果在 modeltested.com 自动更新，当前榜单覆盖 65 个本地模型。评测分编码（30 题，沙箱内跑隐藏单元测试）、文档抽取（24 题）和决策（56 题，含 Brier score 校准）三套，大部分题目以 age 加密存放、密钥为 CI secret，公开与隐藏分数并排展示以暴露背题；模型经 OpenRouter 以全精度或 8-bit 运行，部分 Q4 模型在 Mac mini（M4, 16 GB）上用 Ollama 补测以量化损失，并给出显存适配估算而非速度数字。
推荐理由：这个开源基准用隐藏题集加密和 canary 字符串对照公开分，可用来识别模型背题，且单模型复测成本仅几美分到几美元。
GitHub 上的 bash-lmline 是一个 Bash/zsh 行编辑辅助工具，向 OpenAI 兼容接口请求命令候选并插入当前命令行缓冲区，不会自动执行。候选按风险分级插入，执行仅经 Ctrl-x Ctrl-f 修复路径、可选 command_run 工具或 lmline sandbox run 等显式路径；支持 LM Studio、Ollama、OpenAI、OpenRouter、Gemini 等端点，并可通过 GitHub Copilot Language Server 作为替代后端。
推荐理由：文档写清了候选插入不执行、风险分级和微沙箱执行路径，本地部署与隐私配置也可直接照搬。
bobzhou-source 在 GitHub 发布 job-application-harness，一个基于 Bun 的 CLI 工具，在专用 Chrome 配置文件中自动填写并提交网页版求职申请，支持单个职位、队列处理和从 Handshake 站点发现职位。执行器而非模型对每次点击、填写、上传和导航拥有最终决定权，默认在最终提交前停止，--submit 仅授权提交与必要声明，永不勾选营销选项、使用第三方登录或处理支付；CAPTCHA、MFA、出生日期等步骤始终留给用户。模型决策经 OpenRouter 与 DeepSeek，成本估算约每次典型提交 $0.04，含难站点平均约 $0.11。
推荐理由：这个求职自动化工具把点击与提交权交给确定性执行器而非模型，安全边界写得很具体，其设计思路可迁移到其他浏览器 Agent 项目。
harrytyp 在 GitHub 开源 free-llm-tracker，自动索引免费 LLM API 模型，目前收录 531 个模型、81 个 Provider，其中 63 个有实测 t/s，每 6 小时经 GitHub Actions 更新并发布到 GitHub Pages。数据源包括 OmniRoute 免费列表、OpenRouter /api/v1/models 与 llm-benchmarks.com，同仓库还附带一个仅用 Python 标准库的 llm-mini-router 网关，提供 OpenAI 兼容端点，可按 Intelligence 或 t/s 自动选模型并在限流时回退。
推荐理由：一个每6小时自动更新的免费 LLM API 追踪器，汇总531个模型并附实测速度与路由网关，适合本地部署参考。
wonfull888 在 GitHub 发布开源工具 ai-video-prompt，可将 30 秒内的参考视频反推成可直接生成的中英双语提示词。流程包括场景切分、Gemini 直读视频分析、可疑动作多窗口复查、表情审查、对账清洗和双语渲染，输出 prompt.md 及分镜表和证据图。依赖 Python 3.10+、ffmpeg、OpenRouter 和 DeepSeek Key，MIT 许可证，每次运行约 6-10 次模型调用。
推荐理由：开源工具把参考视频反推成分镜加双语提示词，还带证据帧和不确定性标注，想复刻运镜的创作者可以直接拿来用。
JaakkoLipp 发布 luna-middleware-decisions，一个由非推理 GPT Luna 模型驱动的决策 API，接收状态和有界问题（predicate/choice/score），返回带概率的类型化答案，同时支持 OpenAI Decisions 格式（POST /v1/decisions）和 TypeSafe 的 Jev 格式（POST /v1/systemone）。
推荐理由：原文给出与 TypeSafe Jev 的实测对比数据、成本延迟数字和已知局限，读者可以据此评估这个自建决策中间件是否值得采用。