新闻、仓库与研究，按时间排列。
mitodl/ol-llm 是 MIT Open Learning 开源的 Python 库（发布于 PyPI，import ol_llm），封装 LLM 调用并内置 Opik 追踪、提示词管理和评估。python/src/ol_llm/catalog.toml 记录各模型的 status、id 是否浮动、Opik 定价名和 list price；未编目的 id 会记录 warning 并标记 model_status:uncataloged，已退役 id 会被拒绝。仓库还提供 ol-llm-catalog check/prices 命令，以及在 CI 中校验各应用模型列表与 catalog 一致性的机制，TypeScript 客户端目录暂为空。
llm-agent-loop 是一个 TypeScript 编写的轻量级、零依赖的 provider 无关 LLM agent 循环库，支持 OpenAI、Anthropic、Gemini 等任意 LLM 提供商。它提供自定义 stopCondition、updateContext、onStep 回调、agentLoopStream 流式迭代器、onError 错误处理和 AbortSignal 取消，maxLoops 默认为 10。返回值包含 finalContext、lastResponse、reason、iterations、durationMs 等，仓库附有 Claude tool-calling 真实示例。
GitHub 上的 franklywatson/ai-news-aggregator 仓库每个工作日生成一份 AI 领域每日简报。内容涵盖模型与研究、开发工具与基础设施、行业与应用、Bluesky 精选及 AI Twitter/X 热议回顾五大板块，每条新闻附摘要、重要性说明和 signal rating，页面每天早上更新。
GitHub 开源项目 Spectrum-Data-Extraction-and-Entry-Automation 提供 xlsx → Docling → Granite → JSON 文件的任务数据处理流水线：Docling 做布局感知解析转 Markdown，本地 Ollama 运行的 granite4.1:3b 模型提取生成草稿 JSON，再经人工审核表单验证后导出。数据以 JSON 文件存储，无数据库引擎，保存采用原子写入，并提供多值单元格组合展开等调试与扩展说明。
GitHub 项目 basak-ai（Başak）是一个运行于 Windows、讲土耳其语的个人 AI 助手，提供 Jarvis 风格桌面界面、持久记忆、58 个工具、语音输入输出（Piper TTS + Whisper STT），并可从发票照片生成销售目录（CSV + JSON）。它不训练自有模型，而是按实测延迟排序调用免费层云服务商链：Groq 0.42 秒、Gemini 1.31 秒、OpenRouter 1.49 秒，某家故障时自动切换到下一家。项目要求 Windows 10/11 和 Python 3.12，API 密钥通过顶层 ayarlar.json 配置且不入 git。
Hugging Face 推出 torch-neuronx model support Space，可查询 Hub 上热门模型能否在 AWS Trainium 上原生运行，并提供可复现的 run.py 脚本。每条记录包含 Trainium core 分片数、含编译的总运行时间和峰值显存，结果来自公开数据集 aws-neuron/torch-neuronx-model-support，用户可通过 NEFF cache bucket 跳过编译。
GitHub 用户 mnieber 发布 mn-prompts 仓库，一个提示词管理工具，目前仅支持从 git clone 进行可编辑安装。通过 `pip install -e` 安装后，可用 `mn-prompts list` 列出可用目标，用 `mn-prompts install` 安装指定提示词，例如 python_lib。
开源项目 SkillFlow 是一个 AI 驱动的课程引擎，可将结构化课程转化为自动化内容流水线，覆盖大纲生成、联网事实核查、AI 批评与风格润色等环节。每篇课程须经 GitHub PR 人工审核后才能发布，自动推送至 dev.to 和 LinkedIn。首个课程为 105 天的 "Zero to Agentic" AI 工程师路线图，从 NLP 基础到生产级 AI 智能体，分 14 个递进阶段。
GitHub 新仓库 pikkusiju/AI-Powered-Chatbot-for-Student-Support 上线，是一个基于 Flask、SQLite 和 Ollama（Llama 3.2）构建的 AI 学生支持系统。项目提供 AI 聊天辅助、测验生成、学习笔记、作业管理、提交与考勤跟踪功能。
一个基于 PipeNetwork/minimax-h3-mlx 的分支让 33B 扩散 Transformer 模型 MiniMax H3 的同步音视频生成能在 48 GB 统一内存的 Apple Silicon Mac 上运行，核心做法是按阶段加载组件而非全部常驻，将约 55 GB 的峰值降至约 21 GB（扩散阶段）。项目附带五个补丁、断点续跑、TAE 快速预览和 CLI，8 步采样可将 512x512 单次生成从 24.5 分钟缩到 6.6 分钟；仓库不分发模型权重，H3 权重受 MiniMax H3 Community License 限制。
推荐理由：作者按阶段分时加载四个组件，把 55 GB 峰值压到 48 GB 内存可跑，并给出实测数据和五个补丁的逐项说明。
GitHub 仓库 wassilha-ai 是一个全栈一体化业务平台，单应用集成联系人、即时通讯与 WebRTC 音视频通话、任务与日历、文档、AI 助手、商品与支付管理及商业计算器。前端采用 React 18 + Vite，后端为 FastAPI + SQLite，提供 JWT 认证、CSRF 防护、速率限制和 32 项 pytest 测试，前端含 13 个页面并支持阿拉伯语 RTL、英语与西班牙语，可自动发布到 GitHub Pages 以纯浏览器本地模式运行。
GitHub 仓库 lecyberbill/aurora-rust-engine 发布了一个完全用纯 Rust 编写的 AI 推理引擎，零 Python 依赖，支持图像（SDXL、FLUX.1/FLUX.2、Z-Image Turbo）、文本（Qwen、Llama、DeepSeek 等的 CausalLM）、语音（Whisper、Parler-TTS/Kokoro）和音乐（ACE-Step 1.5）四类生成。
推荐理由：README给出了 RTX 4070 Ti 与 AMD RDNA4 上的实测吞吐和显存数据，可以借此评估纯 Rust 零 Python 推理栈的可行性。
GitHub 上线《AI and ML in Energy Sector》一书的官方代码仓库 nandelic2022/AI-ML-Energy-Sector，提供配套 Python 实现。内容涵盖机器学习、遗传编程、符号回归、集成学习与统计分析，用于能源系统建模、发电预测和性能优化。
新开源仓库 AhmadHandoumeh/AI-Powered-CV-Enhancement 上线，是一个基于 Django 构建的 AI 简历优化 Web 应用。它利用 LLM 与 RAG（检索增强生成）技术分析简历，识别待改进之处，并根据职位描述提供个性化建议。目前该项目处于初期阶段，尚未获得 stars 或 forks。
GitHub 新仓库 CreatorIQ 开源，这是一个面向 YouTube 创作者的 AI SaaS 平台，整合趋势发现、AI 趋势情报、Prophet 时间序列预测和观看机会评分，并按创作者的细分领域、格式、语气和受众地区个性化输出。平台采用 React 19 + FastAPI 微服务架构，默认通过 OpenRouter 调用 gpt-4o-mini 生成标题与策略简报，依赖 YouTube Data API 和 SerpApi 采集趋势，支持 Docker Compose 一键部署，附完整开发者搭建指南。
GitHub 新仓库 Digvijaythul123/Content_Generation_Agent 是一个本地 Python 原型，用于生成和审核短视频内容，采用单开发者友好的模块化单体架构。已实现 YAML 内容档案（Buddha's Teachings、Comedy、QA Engineering & AI 等）、单图 Reel（1080×1920 封面、8s MP4）、Instagram Feed 轮播发布及 Facebook 联动，并支持通过 Instagram API 发布或定时。模型调用 Ollama 兼容端点，AI 视频渲染与 3D 角色仍为 FUTURE 规划。
GitHub 上的 lattice 是一组面向人与 AI 智能体协作应用的 Python 库，包含 artifactr、reflexr、evalr、relayr、grantr、portalr 和 lattice-core，均以 v0.1 发布在 PyPI。智能体提出变更、由人接受，规则经人批准后由事件流触发运行，访问控制细至 PostgreSQL 行级安全。0.2 新增原生文件、上传、连接 FreeCAD/Blender、表单与仪表盘等集成。
navajyoth-puthalath13/jo-llm 是一个部署在 Cloudflare Workers 免费套餐上的问答后端，让访客向角色 Jo 提问，Jo 仅依据 content/knowledge/ 知识文件以第一人称简短作答。模型链采用 Groq 的 openai/gpt-oss-120b（reasoning medium）回答、gpt-oss-20b 路由，失败时回退 Gemini gemini-3.6-flash；KV 存缓存与 kill switch，Durable Object 限流，API 通过 SSE 流式返回 token 与最多 4 个按钮。
GitHub 仓库 NanoGPT 依据 Andrej Karpathy 的 "Let's build GPT" 教程，分 6 个阶段从 Bigram 基线逐步实现完整 Transformer。项目在 Tiny Shakespeare 数据集（约 1.1MB、65 个字符）上训练，NanoGPT 经 5k 步训练 GPU 下训练/验证损失约 1.48/1.49，Bigram 基线约 2.50/2.51，代码含 self-attention、多头注意力、FFN、残差与 LayerNorm 等模块，可直接运行。
GitHub 开源项目 personal-ai 使用 LangGraph 1.2.10 与本地 LLM（Ollama + Qwen2.5-Coder 14B、BGE-M3 嵌入）构建 PM/DB/Backend/Frontend/Review 多智能体流水线，从需求分析生成 Spring Boot 3、React/TypeScript 产物并以 Markdown 保存。系统将 Domain RAG 与 Project Context 分离以复用已有实现，目前为只读代码生成，尚不支持自动应用文件或构建部署。
Ktulu-Analog 发布开源桌面应用 Juridix 1.1.4，一个基于 Tauri v2、Rust 与 React 的法国法律 AI 助手，可直查 Légifrance 与 JUDILIBRE 官方来源并做文档摘要、对抗分析与要点提取。核心检索、RAG 与数据全部本地运行，对话存于 SQLCipher 加密 SQLite、向量库用本地 Qdrant，默认接入 DINUM 的 Albert，也支持任意 OpenAI 兼容端点。新版增加情报综述、引用核查、后台法律监控、官方 Légifrance/Judilibre MCP 服务器及 RGPD 导出删除权，支持 Linux 与 Windows。
scoutme 发布开源工具 milk，一个终端 agent host，可将每个 prompt 在低成本 primary agent 与更强 escalation agent 间路由并同步完整对话上下文。支持 OpenAI 兼容服务器、AWS Bedrock、Claude Code CLI、aider 等后端，内置 bash、文件读写、MCP、多 agent workflow、跨会话持久记忆、OpenTelemetry 观测，以及 milk eval 用 LLM 评判质量、token 与延迟做横向对比。提供 macOS/Linux/WSL2 预编译二进制与源码构建（Go 1.21+），仓库地址 https://github.com/scoutme/milk。
Veritium 是一个文档智能 Agent 平台，可对企业文档进行分类、提取和校验。每条提取数据都附带页码、bounding box 和来源文本等证据，并经 6 类可配置 CEL 规则验证引擎处理，支持身份模糊匹配、受限 agentic 提取及 OTEL 可观测性与人工修正审计。项目需 Python 3.13、Docker（Postgres + MinIO）等环境，模型访问通过 axonium SDK 完成，OCR 支持 Docling 与 PaddleOCR 并可转换为 ONNX。
开源项目 idc-wrapper 实现“不可逆决策坍缩（IDC）”协议，通过有限资源预算 R、append-only 日志和最优停止规则封装大模型智能体，让模型在继续推理的边际价值不足时停止，避免编造答案比承认无知更廉价。项目提供 Python 与 Rust 实现、LangGraph 适配器及 Cursor、Claude Code、OpenAI Agents 的配置包，mock 基准显示平均步骤从 8.0 降至约 3.4、平均 token 从约 44.8 降至约 26.6，但作者强调这些数字来自可复现的 mock LLM，尚非真实 LLM 的实证验证。
开发者 ayaankranthi 在 GitHub 发布 Local-LLM 仓库，用于运行本地大语言模型，代码完全基于纯 NumPy 和数学实现，不依赖深度学习框架。仓库目前仅包含 README，共 2 次提交，代码已通过该 README 对外提供。
autoworks-ai 开源的 AutoVault 文档站点仓库，AutoVault 是一个本地优先（local-first）的 agent skills 保险库，当前公开版本为 v0.3.0。站点基于 VitePress 构建，记录了已验证的安装路径：npm 包 @autoworks-ai/autovault（需 Node 24+）、shell 安装脚本 autovault.sh、Homebrew tap 及 GHCR 容器镜像，部署文档仅覆盖已验证的 Docker 和 Railway 路径。
开源项目 assetflow-be 用 Go 实现资产管理 API，支持公司追踪笔记本、显示器和手机等设备，通过 Stripe 收款，并由 LLM agent 用自然语言完成分配等操作。GET /assets 经优化后从 52 次数据库查询降到 3 次，p95 从 124 ms 降至 27 ms，吞吐从 292 提升到 1,433 req/s；任务 worker 从 1 到 64 goroutine 达到 39 → 2,260 jobs/sec 且零重复。技术栈包括 Gin、PostgreSQL 16、sqlc、stripe-go 与 OpenAI tool calling，默认模型为 gpt-4o-mini，仅需 Docker 即可运行。
mohsiniabbasi 发布一个演示用 AI 评论审核 Web 控制台，通过真实 LLM 调用（Gemini 2.5 Flash-Lite 或 Claude Haiku）对 Facebook 广告评论分类为 spam/abuse/question/negative/positive 并按 SOP 与置信度阈值自动隐藏、回复或转人工审核队列。Meta 操作以 Graph API 形式模拟并记录审计日志，无 API key 时回退到规则引擎，全部使用合成数据。
qybaihe 发布 mu，一个基于 pi 的编码智能体，把上下文管理、命令安全、完成判断等例行决策交给小型 judge 模型，在 agent 循环的 40 个决策点上作答，主模型专注写代码。默认 judge 为 TypeSafe 托管的 Jev，也可换成本地 Laya（322M 参数）或自家的 mude 1.0（2B 参数，基于 Qwen3.5-2B 微调，MIT 协议，含 MLX 8-bit 版）；测试日志裁剪在最长失败日志上无损压缩 51% 字符，所有判定写入本地 ledger 可审计，支持 shadow 模式对比 judge。提供命令行与桌面应用，作者注明尚无与 pi、Claude Code 或 Codex 的端到端对比。
推荐理由：原文给出了40个决策点的完整清单和测试日志裁剪的实测数据，读者可以据此评估这套judge架构的适用范围与局限。
GitHub 项目 liuminxin45/ai-mahjong 发布互动麻将题库「未完的牌谱」，以一本妹妹留下的 25 手牌谱为叙事，完整故事包含 35 节点、四条分支路径及三种合法结局。规则采用条、筒共 72 张牌，保留三番封顶计番，以最高期望训练净分判分；发布数据含精确整数证书，故事题与续练题可由提交数据独立复核。项目基于 Node 24.19.0 与 pnpm 9.15.0 构建，远端模型不可用仍可通关。
YJEFFf 发布面向韩国 KOSPI200 股票的多智能体投资决策系统。LLM 分析师（图表、新闻、公告）独立给出意见，经多空辩论和投资组合经理综合判断，最终由代码实现的风险门控批准，默认状态为不买入；此前版本因调度器强制每日买入而无法衡量信号预测力。系统目前仅以模拟盘在 AWS EC2 上按 07:00、09:01、09:00–15:30 每分钟、15:35 四阶段 cron 运行，未连接实盘。
GitHub 上的开源项目 harness-lab 用约 80 行 Python 实现 agent harness 循环（发送对话与工具列表、执行工具、回传结果并重复），并通过网页展示每次模型调用、工具运行和 token。默认通过 Claude Code（claude -p）复用其订阅获得回复，另支持 Anthropic API、DeepSeek 付费 API 及 Olloma/LM Studio 本地模型，仅限 Windows。项目提供 27 个分五级的引导实验，覆盖控制与安全、成本、模型调优和多 agent 任务等。
kitecosmic 开源了 Synsema，一门为 AI 智能体设计的编程语言，将可观测性、安全、多智能体协调、人机交互和 LLM 集成作为语言内建原语，编译为无运行时的单一原生二进制，无 GIL、支持真多核。
sisyphus-network 在 GitHub 开源了 Sisyphus，一个用 SISY 代币协调独立参与者闲置 CPU 和 GPU 算力的去中心化网络原型。V0 无区块链和代币，先验证 2 到 3 台可信机器协同完成一次计算的闭环：AI 根据自然语言规划任务，协调节点调度分发，结果汇总后再决定下一步。节点以 Go 编写的 sisyphusd 守护进程运行，支持分布式与整机两种调度模式、基于 IPFS 的私有内容寻址存储、复制验证抽查、Ollama/OpenAI 模型共享和 MCP 服务器，桌面客户端为 Electron + React，附带 transcode 视频转码等实际负载示例，项目状态为早期原型，长期目标是无需信任的 Proof of Useful Work 机制。
一个为 LLM Agents Hackathon 构建的波斯语旅行规划原型，基于 Metis/OpenAI 兼容 agent，将旅行工具接入 Streamlit 聊天界面，默认模型为 gpt-4.1。项目将工具与 UI 状态分离，提供离线 demo 模式（德黑兰—设拉子固定场景、合成价格、无 API 调用），支持机票/火车/巴士与住宿搜索、公历/回历日期、.ics 日历草稿及可选的 Google Calendar 提交，但不负责实际订票和支付。
开源项目 HexBound 发布 v0.4，最多六位玩家共享一张在线冒险桌，由 LLM 扮演 DM，Python 脚本执行掷骰、角色成长、战斗与资源规则。项目支持 2014/SRD 5.1 的十二职业与 1–20 级成长、账号绑定的持久角色、独立战斗界面，登记 32 项法术效果并提供 319 项法术资料查询；未实现的效果标为规则参考，防止模型伪造结算。中文 Web 界面通过 docker compose 部署，面向小型自托管私团，自由生成叙事需配置 OpenAI-compatible 的 LLM。
SummarizePaper 是一个用 AI 总结学术论文并答疑的开源 Web 应用，支持 arXiv、bioRxiv、medRxiv、HAL、Europe PMC 等来源，提供详细摘要、要点、面向不同读者的改写和 16 种语言输出。其 AI 助手可基于论文全文以流式回答提问，并支持多论文同时对话；Premium 订阅（Stripe）解锁更强模型、论文合集对比、版本变化追踪、参考文献核查等工具。技术栈为 Django 5.2 + Channels + Redis + PostgreSQL，部署于 Heroku。
PAIArtCom 开源了本地 LLM API 代理与网关 Clipal，可将多个模型提供方整合到本地路由 http://127.0.0.1:3333/clipal。它支持在 Web UI 中一键接管 Claude Code、Codex CLI、OpenCode、Qwen Code 等 18 个客户端的配置并自动备份回滚，提供多 Key 轮换、优先级故障转移与 Codex、Claude、Antigravity 的 OAuth 上游接入，以单二进制文件在 macOS、Linux 和 Windows 上作为后台服务运行。
推荐理由：项目方完整说明了本地 LLM 网关的一键接管、多 Key 轮换与故障转移机制，可作为整合多家模型接口的参考方案。
GitHub 开源项目 Zed2Api 提供一个扩展，把 Zed 订阅账号注册为 PI 和 OMP 的 zed 模型提供方，登录、token 刷新、模型目录、请求转换、流式输出和用量统计都在扩展内完成，无需网关进程。需拥有托管模型访问权限的 Zed 账号（Pro、Student 或 Business），支持 claude、gpt、gemini、grok 等模型族的多种请求方言，GPT-5.6 与 GPT-6 标称 1,050,000 上下文和 128,000 输出 token。凭据和用量数据仅存本地，不记录提示词与响应，未计价模型按列表价 +10% 计费。
pham-canh 发布了 opencode-harness-kit，一套面向 OpenCode 的编码 harness 工具，通过 JSON profile 把模型相关配置变成数据而非代码，默认 fleet-safe 配置以十条 lane（各配独立模型、上下文和 effort 等级）覆盖十个任务，含 guard、prune、router、telemetry 四个插件模块。
推荐理由：作者用真实安装的测量数据支撑每个配置决策，并公开了 A/B 里对自家工具不利的数字，这种写法本身可以借鉴。