新闻、仓库与研究，按时间排列。
AceDataCloud 在 GitHub 发布 SunoMCP，一个基于 Model Context Protocol 的 AI 音乐生成服务器，通过 AceDataCloud API 调用 Suno，可在 Claude、VS Code 等兼容客户端中使用。它提供文本生成歌曲、自定义歌词与风格、歌曲延展、翻唱/Remix、Persona 声线管理、自定义音乐模型及任务跟踪等 30 余个工具，支持 OAuth、API token 或本地 stdio 三种接入方式；生成消耗 Ace 账户余额。
AceDataCloud 开源的 SunoCli 是一款命令行工具，通过 AceDataCloud API 调用 Suno 在终端生成 AI 音乐、歌词并管理音频项目，无需 MCP 客户端。它支持自定义歌词、extend、cover、remaster、人声/伴奏分离、MP4 转换、自定义模型训练，并提供 Rich 表格输出与 --json 机器可读模式。安装方式为 pip 或 uv 安装 suno-cli，使用 ACEDATACLOUD_API_TOKEN 环境变量配置密钥。
AceDataCloud 的 SunoAPI 仓库提供 Suno AI 音乐与歌词生成 REST API 的集成文档。开发者可通过 Ace Data Cloud 统一 API Key 调用 MP3 导出（POST /suno/mp3）、音频生成（POST /suno/audios）、自定义模型（需 6–24 个授权音频文件）及 Studio Projects（Beta）多轨项目管理等接口。文档涵盖鉴权、Idempotency-Key 幂等请求、任务轮询 /suno/tasks 及错误处理方式。
bkramerext 在 GitHub 开源 SIGMA（Strategy Investigation, Generation, Measurement & Assessment），一个面向多路径问题研究的工作空间，可将调查组织为可发展、比较、搁置的策略，并保留研究历史。它支持以 ChatGPT 作为协作者生成策略建议（经人工审核后保存），手动研究无需 AI 账号，项目数据保存在本地。目前支持 macOS 和 Linux，需 Python 3.11+、uv、Node.js 20.19+ 和 npm；自主研究智能体与形式化证明验证仍为未来目标。
Anthropic 开启 Claude Duet 研究预览，这是一款让 Claude 作为主动式智能体工作的独立应用。该应用已登陆 iOS、Android 和 claude.ai，目前面向美国 Pro 和 Max 用户开放候补名单。
GitHub 开源工具 get-llms-txt 可递归扫描项目中的 .md/.mdx 文件，按 llms.txt 规范生成索引文件，并将 MDX 转为纯 Markdown（去除 JSX 组件与元数据）。它支持 CLI 与 API 两种调用方式，可配置内容目录、输出目录、base URL 和项目元数据，默认输出到 ./out 或 ./public，需 Node.js 22+，适用于 Next.js、Gatsby、Astro、Docusaurus 等项目。
SreyaThota 的开源项目 PipelineMedic 旨在对 CI/CD 失败做 AI 辅助诊断与安全修复：解析失败日志、引用证据、检索相似历史故障并提出根因和补丁，特权操作需人工批准。Phase 1–2 已交付基于 Ollama 的日志诊断 API 与 GitHub Actions/Jenkins 解析、密钥脱敏；基于 46 条真实 GitHub Actions 日志测得 Last 15 lines 分块 Recall@1 为 0.413，v0.2.5 的 Neo4j 混合检索在 64 条 held-out 日志上 MRR 0.504，flat 检索仍是默认。
GitHub 开源的 claude-reads-hn 项目让 Claude Code 每天在 01:00、06:00、11:00、16:00 UTC 定时醒来，读取 Hacker News 前 100 条热帖、评论和原文，从中挑选 5 条写出毒舌摘要并提交到仓库。项目利用 Claude Code 5 小时配额重置机制，摘要以 org 格式存档并生成静态站点，可通过 Bark、Telegram、Discord 接收通知。
Performance Medical Supply 用 Claude（需 Pro 计划）和 Claude Code 搭建了一份设备 wiki，涵盖楼梯升降机、电动轮椅、踏板车等产品的手册与维修知识。Claude 负责读取厂商手册、组织内容并解答问题，wiki 通过每日定时任务从 GitHub 拉取更新；添加手册需 GitHub 授权，原始 PDF 手册不随仓库分发。
doc-haus 是一个基于 OpenCode 构建的本地法律文档工作区，可将文档上传至 matters、进行有来源依据的问答，并生成供律师审阅的草稿与红线修改。启动脚本检查 Bun 1.4.0+ 及 Deno 2、Python 3.10+、markitdown、Poppler、Tesseract、LibreOffice Writer 等工具，支持本地自托管与 docker compose 部署，新装无需凭据即可启动。
nadashaban11 开源的 mini-rag 是一个基于 FastAPI 的 RAG 数据摄取服务，支持按项目上传 .txt 和 .pdf 文件，进行加载、分块并存入带 pgvector 的 Postgres。项目、资源与 chunk 持久化于 Postgres，重复处理会替换旧 chunk，并提供文件删除、项目删除、类型与大小校验及健康检查接口。Embedding、向量检索与答案生成仍在 Roadmap 中。
dsweet99 发布开源工具 kiss，为 LLM 编码智能体提供代码库层面的全局反馈，支持 Python 和 Rust。kiss check 静态检测复杂度、重复等问题并给出位置与修改建议，kiss test 运行单测并强制时间、测试数量和 orphan 门控；kiss stats 与 kiss viz 可查看指标分布和 Mermaid 代码图，规则可写入 AGENTS.md 让智能体迭代至全部通过。详情见 https://github.com/dsweet99/kiss
推荐理由：作者本人发布的代码质量工具，给出可写进 AGENTS.md 的规则用法，并提供复杂度、重复度和 orphan 检测的具体反馈示例。
elvisgastelum 发布 agent-config，通过一个 TUI 和按需安装的目录项统一配置 Claude Code、OpenCode、Codex 和 Pi。核心是 model-ladder 模型阶梯，把读取和编辑路由到能胜任的最便宜模型（默认 fast 为 claude-haiku-5-5、balanced 为 claude-sonnet-5-5、deep 为 claude-opus-5-5），失败时逐级爬升，让主会话保留上下文和 token 预算用于推理。安装只需 git 和 Node.js 22.13+，CLI 预构建在 dist/cli.mjs，卸载可字节级精确还原被替换的配置。
AIMC（AI Model Compass）是一款轻量级 LLM 网关，兼容 OpenAI SDK、零侵入透传请求，持续监控 DeepSeek、Qwen、GLM 等厂商定价与活动，按时段、价格、配额、频限自动路由到最省钱渠道。其 Prompt Cache 集成实测 7 天命中率 91.8%、省 ¥137；支持 aimc- 前缀多用户 Key 按人记账与限额，并提供 Dashboard、周报与告警。
fboiero 发布开源框架 MIESC，用一条命令编排 Slither、Aderyn、Solhint 等 50 个安全工具和 9 层分析，自动去重发现项并给出置信分，支持检测、修复、验证到 MiCA/DORA/ISO 27001 合规映射的完整流程。在 SmartBugs-curated 143 个合约上，无 LLM 消融显示静态层召回 82.5%，加自有检测器达 93.0%，再加智能引擎达 97.9%，精度 22.2%；对 11 起真实 DeFi 漏洞事件召回 81.8%。EVMBench 上本地 qwen2.5-coder:32b 召回 59.2%，DeepSeek-R1 精度 88.5%、F1 78.7 且约 $0.08/次审计，Claude Sonnet 4.6 召回 82.5%。
Esxyko 在 GitHub 发布 llm-classification-finetuning 项目，用于 Kaggle LLM Classification Finetuning 竞赛，比较两个模型对同一提示词的回答并预测 A 胜、B 胜或平局。项目支持冻结 Qwen3-4B 主干加可训练成对分类器，以及 LoRA 和 4-bit NF4 QLoRA 训练，提供防泄漏的 80/20 分层划分、holdout 验证和混淆矩阵报告。训练需 1 块 CUDA GPU，提交推理需 2 块。
virtUOS 与奥斯纳布吕克大学发布开源工具 Keyosk（MIT 协议），为本地 AI 提供自助密钥管理：用户通过 OIDC 登录后可生成、续期和删除 LiteLLM API 密钥。管理员可定义含模型权限、预算和 TPM/RPM 限流的使用配置并分配给用户，支持到期前仪表盘与邮件提醒、用量报表及配置变更后台同步。技术栈为 Go、bun ORM 与 SQLite 单文件存储。
GitHub 上的独立社区研究项目 Maxxxel/v100-volta-ai-optimization-lab，在单张 NVIDIA Tesla V100-SXM2（16 GB HBM2）上研究推理性能、agent 可靠性与能效。项目基于 CUDA 12.8 与 llama.cpp/GGUF，累计覆盖 130 个模型挑战者、32 种附加技术、108 个合格因子范围，证据快照为 Matrix revision 237。项目与 NVIDIA、Ollama 等无隶属关系，研究仍在进行，未得出通用最优模型结论。
Eta 是一个通用 AI 智能体，可将自然语言指令转化为实际工作，提供桌面应用、自托管 Eta Bot 和移动端三种使用方式，支持持久会话、子智能体、技能、定时任务与审批机制。桌面端支持 macOS（Apple Silicon/Intel）与 Windows，采用 MIT 许可开源，权限系统含 read-only、workspace sandbox（默认）和 full access 三种策略，沙箱后端为 macOS Seatbelt 与 Linux Landlock。
AftabIbrahimKazi 在 GitHub 发布 MIT 协议的 ai-dev-kit，为 Claude Code、OpenCode、Codex 等读取 markdown 的编程智能体提供可移植 SKILL.md 技能库与分层编码规范，只需复制 skills/ 和 coding-standards/ 两个文件夹即可安装。套件包含按模型调优的协议（Claude 全系与 GLM、DeepSeek、Kimi、Qwen3-Coder 等开源权重模型）、工作流纪律、跨会话记忆、code-audit 全项目审计（47 条可脚本检查规则），以及可选的免费/本地 MCP 工具（Stitch UI 原型、Qwen3-VL 本地读图、Gemini 与 Cloudflare FLUX.1 生图、Laya 本地文件预筛）。
推荐理由：作者给出可复用的 Agent 技能与分层编码规范套装，并附小样本成本对比，适合想规范 AI 编程会话的读者参考。
GitHub 开源项目 Tiny Chat 是一款轻量级聊天应用，在同一界面统一支持 Claude、GPT、Grok、DeepSeek 等模型，提供原地编辑、对话分支、透明推理与工具调用等功能。所有模型共享同一套对话和记忆，可随时切换模型和提供商；支持附加 GitHub 仓库、图片、视频、PDF 等多模态内容，并可生成图像、视频和音频，支持定时提醒。构建版本覆盖 Windows、macOS、Linux、iOS 和 Android。
GitHub 开源项目 journald-summary（logfilter.py）将多台 Linux 服务器的 systemd journal 日志去重压缩为每台主机的简短报告，全程不调用 LLM：相似消息归并为带计数、时间范围和示例的模式，目标是便于发现单元失败、崩溃、磁盘与内存等软硬件问题。它要求 Python 3.10+、journalctl 和 root 权限，远程主机通过 systemd-journal-remote 汇聚日志；第二阶段 analyze.py 可将报告交给本地 Ollama 模型分析。
Metrum AI Router 是一个面向 Agent 工作负载的模型路由器，按用户定义的模型组合约选择满足质量要求的最便宜目标，证据通过 max_eval_age_days 过期，Learned Routing Policy 在不确定性高时弃权。案例中 Codex on big-coder 在一次确定性任务里消耗了 48,470 Harbor input tokens。示例配置为 Fireworks deepseek-v4p1-flash-1017 与 OpenAI gpt-6-luna 按 70/30 加权，支持 Linux binary、Docker Compose 和 Kubernetes 部署。
GitHub 上的开源项目 DirectiveBench 发布 v0.1，这是一个本地优先的工作台，用于发现、组织、同步和基准测试跨仓库与 coding agent 的 AI agent 技能、指令和规则。它已实现本地 SQLite 注册表、RED/GREEN 基准引擎、job runner、Web UI 和 CLI，可注册本地及公开 GitHub 仓库并解析 SKILL.md、CLAUDE.md、Cursor .mdc 等格式。目前基准仅支持确定性 mock agent，真实 agent 执行、私有仓库同步和模型提供商接入尚在规划中。
GitHub 仓库 joyjeni/arc-agi2-hybrid-solver 发布面向 ARC-Prize-2026 的三层混合 ARC-AGI-2 求解器，目标 LB 35–45%。方案由 Tier-1 的 18 个确定性规则求解器、Tier-2 的 LLM 程序合成（Qwen3-4B 微调模型写 Python，最多重试 3 次）、Tier-3 的 8 提示词多数投票 Chakra Ensemble 组成，模型 qwen3_4b_grids15_sft139 以 4-bit 加载于 Kaggle GPU。与 NVARC 的 test-time training 不同，该流水线不做 LoRA 适配，代码以 MIT 协议开源。
开源 Python 框架 chatflow-agent 可让开发者在几秒内构建用于 WhatsApp、Telegram 和 Webhooks 的自主多智能体系统。核心仅依赖 google-genai、pydantic、httpx 三个运行时依赖，包体积约 72 KB，支持 Google Gemini、Ollama 本地运行的 Gemma、xAI Grok、OpenAI（GPT-4o）和 Anthropic Claude 一键切换，并内置会话并发锁、Webhook 防 500 保护及基于客户意图的智能体间自主转接。通过 pip install chatflow-agent 即可安装。
pipe1os 发布开源 CLI 工具 modelinfo-cli，可离线检查 .safetensors、.gguf、.pt 模型 checkpoint 并计算硬件需求，仅用 Python 标准库读取二进制头文件，本地解析在 100ms 内完成。支持通过 Hugging Face Hub 的字节范围请求在 2 秒内远程读取头部而无需下载 checkpoint，可按上下文长度计算 VRAM、用 --vllm 模拟 PagedAttention 池可服务 token 数，并按 --gpu 与多卡 --topology、--strategy 做硬件适配诊断和并排对比。
推荐理由：工具只用标准库解析模型头文件，本地毫秒级、远程免下载整个 checkpoint 就能算 VRAM，部署前选型可以省大量磁盘和时间。
nakielski 发布 obsidian-mcp，一个把本地 Obsidian 笔记库经 MCP 暴露给 LLM 客户端（Claude、Cursor、Continue 等）的 server，支持读搜建改删笔记、frontmatter 与标签管理、daily notes、正则替换、Backlink 图谱遍历、孤儿笔记检测和 vault 健康评分（0–100）。共 22 个工具，全部带结构化输出 schema， Whoosh 全文索引支持 Lucene 风格查询（模糊、字段、范围、did-you-mean），可选 Whoosh+Qdrant 混合语义搜索；写策略（write log、raw/ 不可变、agent 锁、wiki index 维护）在文件系统层强制执行，提供受限文件夹隐藏与路径遍历防护。
SvenRogue 在 GitHub 发布 ai-model-ranking，一个零依赖单页面的大模型实时排行榜，基于 OpenRouter 平台全球开发者的 Tokens 用量与 API 请求数统计排名。页面每 5 分钟自动从 OpenRouter 公开接口拉取数据，接口不可达时回退到内置快照 snapshot.js。功能包括金银铜热度三甲卡片、Top 10 条形图与机构份额环形图、搜索筛选及详情抽屉，数据仅反映 OpenRouter 生态内的相对热度。
作者发布 Izwi 0.1.0，这是数月公测后的首个稳定版，Apache-2.0 免费开源，提供桌面应用、Web UI、CLI 和本地服务器。支持本地 ASR→LLM→TTS 实时语音对话、短样本语音克隆、按文本描述设计音色、有声书等长音频 Studio、带说话人分离与强制对齐的转写，并提供 OpenAI 兼容的 /v1 API。已支持 Qwen3-TTS、Kokoro-82M、Fish Audio S2 Pro、VibeVoice、Parakeet TDT v3、Whisper large-v3-turbo、Qwen3-ASR、Qwen3.5/3.6/3.8 等模型，推理用 Rust 在 Candle 上原生运行并自研 Metal 与 CUDA 后端，无需管理 Python 环境。
GitHub 开源了 rag-evaluation-testing-platform，一个零运行时依赖的 RAG 管线评测框架，固定数据集跑问答、对检索和生成分別打分，输出可 diff 的 JSON+CSV 报告。它内置 lexical/dense/hybrid 三种检索器、extractive 与 Ollama 生成器、以及经 65 条人工标注验证的 LLM-as-judge（llama3.2:3b 对 gemini-3.8-flash），评审器在 49 条留出项上 κ 达 0.95，词元规则为 0.90；21 个用例基线中 qwen3:1.7b 开启推理模式可将幻觉率从 0.25 降到 0，代价是延迟约 5 倍。
推荐理由：项目不只给代码，还用 65 条人工标注实测了 LLM 评审与词元规则的差异，读者可借此理解 RAG 评测该测什么。
ANTCPU 在 GitHub 开源自动化营销项目 ads，构建由 AI agents 和 antbots 驱动的实时广告生态 The Arena。品牌提交后由 buildPod(ctx) 动态生成 10 个 antbot 组成的投放组，覆盖社交、搜索、视频、邮件、社区和 SEO 渠道，配合 Aria、Scout、Herald、Vault 四个 agent 及 Entry→Top Tier 阶梯体系。平台已上线 8 种语言，Phase 1-2 已发布，Phase 3 因 50+ 活跃广告被触发，Phase 4 变现与 ANTCPU Cloud 仍在规划中，贡献尚未开放。
cs7158080 在 GitHub 开源了一个为语言病理诊所构建的 RAG 病历问答系统，临床医生可用希伯来语自然语言提问，答案严格来自患者本人的 .docx 文件，由 Claude Haiku 4.5 基于检索上下文生成。系统在索引前对数据进行去标识化，结构化元数据存入本地 SQLite，治疗计划内容索引进 Pinecone 做语义检索，真实姓名通过本地映射表仅在最终回答时还原，确保患者数据不以可识别形式离开本地机器。
GitHub 新仓库 rajkumarb5285/AI-Native-Social-Media-Agent-Team 提供一个可构建的多智能体社交媒体运营平台起步项目，包含 FastAPI 后端、响应式仪表盘、持久化 SQLite 运行历史，以及覆盖编排、研究、内容生成、审核、发布、分析等十个专业工作流角色。项目集成 OpenAI 兼容模型 API（可选），无密钥时以明确标注的演示模式运行；已内置 LinkedIn 和 X 的 OAuth 2.0 连接流程与文本发布适配器，发布需开发者凭据和人工审批，且不实现图片/视频发布。项目要求 Python 3.11+，并提供 Dockerfile 和 Docker Compose 部署。
开源项目 NOVA 是一个本地运行的语音优先 AI 助手 demo，可回答问题、联网检索并附来源链接，以及生成 React/Vite 或 FastAPI 起步应用。前端用 React、TypeScript 和 Vite 构建，后端为 FastAPI，AI 路由支持 Groq 或 Amazon Bedrock，检索用 Tavily 或 DuckDuckGo，并经 MCP server（Python MCP SDK 1.30.0，Streamable HTTP）暴露工具。依赖安装需人工批准，数据存于本地 SQLite；项目面向 Alexa+ hackathon 赛道，需满足 MCP spec 2025-11-25 等要求。
作者 AryThakar 发布 Zen-harness，一个通过 llama.cpp 运行 Qwen 3.6 35B-A3B 的本地个人 Agent 框架，可在自有 GPU（约 24 GB 显存）或 Kaggle 免费 T4 x2 上运行。主 Agent 调度网页研究、文档检索和数据分析三个助手，关键事实和数字由代码校验而非模型自证，含 664 项测试、Windows 免安装包，采用 PolyForm Noncommercial 1.0.0 许可，非商业免费。
推荐理由：作者公开了完整架构文档、664 项测试和分阶段实测记录，可据此了解一个本地 Agent 系统如何用代码校验约束模型输出。
GitHub 仓库 super-duper-octo-sniffle 是一套网络安全求职简历引擎，供 ChatGPT、Claude、Gemini 等 LLM 读取，作为候选人经历、技能与认证的唯一事实来源，生成贴合职位描述的 ATS 优化简历。其 8 步流程含 Truth Guard 事实校验与 1 页 PDF 排版约束，支持应用安全、红队、DevSecOps 等 14 种岗位。
GraphoraX 是一个 AI 驱动的开发者智能平台，从 GitHub 仓库历史构建知识图谱，结合 GraphRAG 与 LLM 生成有证据支撑的工程解释，回答“代码为什么是这样”。系统将仓库、文件、作者、commit 和 PR 连接进 Neo4j AuraDB，主模型为 Google Gemini，可配置 Groq 作为备用，前端采用 React 与 Cytoscape.js 提供交互式图谱可视化，并在证据不足时明确承认缺口而非编造原因。
hbenabdallah 发布 phpgraph，通过静态分析把 PHP 代码库解析成知识图谱，经 MCP 提供给 Sherpa、Claude Code、Codex、Cursor 等客户端，不调用 LLM、不联网、不执行代码。每条关系标注 EXTRACTED、INFERRED 或 AMBIGUOUS 置信级别，支持调用图、DDD 分层检查、消息处理器、路由、依赖注入和微服务契约分析。在约 26,600 个语料文件上零解析失败，Akeneo 8,400 文件全量构建约 22 秒、增量重建约 3 秒；实测接入后影响分析类问题 token 减少 42%、工具调用减少 59%。
推荐理由：作者用固定语料项目给出构建耗时、类型解析率和与同类工具的逐点对比数据，可据此评估这类代码图谱工具的实际效果。
GitHub 开源项目 JobGraph 从 Adzuna API、RSS 和 CSV 多源采集职位，经 SHA-256 精确哈希加 HNSW 余弦相似度（阈值 0.92）两阶段去重，并用 gpt-4o-mini 分类、text-embedding-3-small 生成 1536 维嵌入。系统基于 Supabase PostgreSQL 与 pgvector，通过 BullMQ 队列和 Redis 缓存（TTL=300s）提供 REST 搜索 API，数据直接对接语义职位匹配系统 HireMatch。