新闻、仓库与研究，按时间排列。
GitHub 开源项目 orb 发布 0.1.0 早期版本，是一个 Mac 本地优先的 AI 研究工作台，当前仅支持 Apple silicon、macOS 14+，采用 MIT 许可证。应用以无限画布组织来源、对比、图表与笔记，由 Scout 找证据、Critic 挑错、Builder 做综合的三个 Agent 协作完成研究。它无需账号或订阅，支持 BYOK 或登录符合条件的 ChatGPT Plus/Pro 计划，密钥存于 macOS Keychain，无遥测和云同步。
NoteAssist 是一款开源 Chrome 扩展，可自动把 Google Meet 通话转为结构化会议记录：本机语音经 Chrome Web Speech API 实时转写，标签页音频通过 whisper-large-v3-turbo 在 Groq 免费额度（25MB、32kbps opus）上转写，再由 LLM 生成摘要、决策、带负责人和时间戳的行动项与待解问题，每条记录都链接到对应转写原文。它支持可搜索历史、Notion 任务同步、发言时长分析，所有数据仅存于 chrome.storage.local 本地，不经过任何服务器。
svetzal 开源的 Mojentic 是一个面向 Kotlin Multiplatform 的 LLM 集成框架，目标覆盖 JVM 服务器、JVM 桌面和 Android，目前处于 Phase 0 骨架阶段，仅包含项目脚手架。规划特性包括支持 Ollama、OpenAI 和 Anthropic 多提供商、基于 suspend + Flow 的协程优先设计、工具调用、结构化输出、流式传输、事件驱动多 Agent 系统及基于 OpenAI Realtime API 的实时语音。要求 Kotlin 2.3+、JDK 17/21，采用 MIT 协议，尚未发布到 Maven Central。
agent-cv-screening 是一个开源的全栈简历筛选应用，支持 PDF 简历解析（多模态解析加文本回退）、候选人结构化信息提取，后端用 FastAPI，前端用 React + Vite。默认模型为 glm-4-flash，调用时固定 temperature=0、seed=42 以保证可复现。JD 解析器支持 rule、hybrid、qwen 三种可插拔模式，其中 qwen 模式使用本地微调的 Qwen3-0.6B 模型（约 1.2 GB，从 Hugging Face 下载），enrichment 失败时自动回退到规则解析。
这是 GitHub 仓库 Vivian2688/llm-api-stability-test，为文心（Wenxin）与星河（Xinghe）模型提供 LLM API 稳定性回归测试。套件基于 newman 和 newman-reporter-htmlextra 运行，failure_rate 超过 2%、timeout_rate 超过 30%、P95 超过 20,000ms 或出现 burst failure 时将阻断 CI。每次 CI 运行把结果追加到 history/*.jsonl 并可用 generate_trend.js 生成本地趋势报告，HTML/JSON 报告仅作为 CI artifacts 上传而不入库。
面壁智能 MiniCPM-V 团队介绍了支撑 MiniCPM-V 4.7 端侧运行的前瞻专家调度（LES）技术。该团队称 LES 首次实现 35B-A3B 规模 MoE 在端侧实时无损运行，iPhone 18 Pro Max 实测解码速度超过 20 token/s。
MANIT Bhopal 学生项目 FORENSIGHT 开源，提供交互式嫌疑人面部合成与识别系统：用户用模块化面部组件拼接画像，经 DeepFace（Facenet512 + RetinaFace）提取 512 维嵌入向量，用 Cosine Similarity 在 MongoDB Atlas 中秒级匹配已入库嫌疑人档案。前端采用 React 19 + Vite，后端为 Flask 3.0，图像存储于 Cloudinary CDN，支持 NORMAL 与 ADMIN 角色权限分离。
GitHub 开源项目 ClaimSight 是一个保险理赔初审 MVP，通过 Gemini 多模态视觉检测车辆损伤区域，并结合 Tavily/Google Search 市场可比数据估算车辆价值，生成结构化理赔摘要。内置 LLM-as-judge 评估器按 0-100 分评分（accept/needs_review/reject），弱评分阶段自动重跑一次（MAX_ASSESSMENT_RETRIES 默认 1）。后端 FastAPI 部署于 Hugging Face Spaces（Docker，端口 7860），前端部署于 Vercel，接入 Firebase 认证与限流，可选 MobileSAM（ONNX）掩码优化，默认关闭。
GitHub 新仓库 video-batch-generation 是一套供 Codex 使用的技能/插件加本地 CLI，把 Google Spreadsheet 作为制作规则的唯一正本，供批量生成视频时读取全体设置、共通设置与逐行指定。它基于 Python 3.9 以上、ffmpeg、ffprobe 与 Pillow，输出 H.264/AAC，音频处理内部采用 48kHz 单声道 16-bit PCM。分发基准版固定为 2026-10-20-v1，不含常驻进程、自动执行钩子或广告投放，也不在仓库中附带凭据或基准版脚本。
zexadev 在 GitHub 发布 gemini-web2api-go v4.0.0，单 Go 二进制把 gemini.google.com 网页端反代成 /v1/chat/completions，无需 Google API Key。匿名可用 gemini-3.6-flash 和 gemini-3.5-flash-lite 含联网搜索，挂 cookie 解锁 gemini-3.1-pro、扩展思考、生图/音乐/画布，付费号 cookie 可用 gemini-4-argon 和 /v1/videos 生视频。
推荐理由：README 给出被拦阈值、连接复用收益和限速对照的一手实测数据，部署前可据此评估限流与代理池策略。
新仓库 TUTUisAbigCAT/dataset-generation 基于固定版本 WaveStitch，适配 WatchSleepNet 的 DREAMT IBI 数据接口，用 DDPM 扩散模型生成 IBI 信号。输入窗口默认 window_epochs=4（25 Hz、120 秒、3000 点），含 9 个条件通道，依赖 Python 3.12 与 PyTorch 2.2.2 + CUDA 12.1。验证指标为对角高斯 KL（协议 ibi_epoch_diagonal_gaussian_kl_v3），默认 200 步采样、最多 50 个 epoch、batch size 8，并支持基于平滑 KL 的早停。
GitHub 新仓库 ziyu/artgen-skills 发布了一个独立的 Agent Skill 和零依赖 Node.js 客户端，用于 Artgen 图像创建与本地图像转换，需自备 Artgen 部署和 Dashboard API key，要求 Node.js 22.20 及以上。生成通过 `--yes` 显式授权计费，输入图片仅支持本地 PNG、JPEG 或 WebP 且不超过 5 MiB，`--timeout` 默认 120 秒，失败时不自动重试以免重复扣费。本地测试已通过 32 项检查，并成功生成 1024×1024 JPEG 消耗 5 credits。
noirelumiere00 在 GitHub 开源 document-generation-skills，为 Claude 提供从粗略指令生成统一设计商业资料的 Skills，目前收录 proposal-deck，可生成 .pptx 提案书幻灯片，采用“提示构成方案→用户确认→生成”的两段式流程。它内置标准设计，需 Node.js 18 以上和 pptxgenjs，支持放入 Claude Code 的 ~/.claude/skills/ 目录或以 zip 上传至 claude.ai 使用，配色、字体等可通过 build_deck.js 中的 TOKENS 自定义，采用 MIT License。
MiniMax 开设了 MiniMax Code 桌面应用的官方社区仓库 MiniMax-Code-MiniApps，任何人可通过 PR 贡献以插件形式打包的 MiniApp。仓库以 Agent OS 为愿景，强调 Human-in-the-Loop，收录了自驾路线规划、CadQuery Viewer、Token 用量看板、Git Commit Tree、心屿等十余个插件，并给出下载、安装到 ~/.minimax/plugins/ 与更新卸载的完整步骤；需要运行 Agent 任务等新能力的应用要求 MiniMax Code 3.1.2 或更高版本。
FastVideo 在 Hugging Face 发布 FastH3 Omni 最终版的 ComfyUI 就绪权重，提供 BF16 和 INT8 ConvRot 两种扩散模型，可从提示词与有序图像、视频、音频参考生成视频及同步音频。部署需搭配 qwen3vl_32b 文本编码器和视频、音频 VAE，采样 8 步、guidance 1.0、视频 shift 12.0、音频 shift 3.0，参考输入用 <Picture 1> 等标签；NVFP4 文本编码加速需 Blackwell 硬件。模型由 FastVideo 与 Nuva Lab 合作开发，权重遵循 MiniMax-H3 Community License Agreement。
推荐理由：原文给出完整文件清单、采样参数和不同硬件的部署路径，想本地跑 ComfyUI 视频加音频生成可以直接照做。
Agentic Signal 是一个基于 React Flow 的可视化 AI 工作流自动化平台，通过 Ollama 在本地运行大语言模型，无需云端依赖，支持 Tool Calling、结构化 JSON 输出和会话记忆。平台提供天气、搜索、Google 服务、表单填写、网页转 Markdown、股票分析等节点，并支持 Slack、Reddit、SMS 等 PRO 集成，采用 AGPL v3 开源加商业双许可。
ashokraminedi 在 GitHub 发布 multimodal-llm-platform 初始项目脚手架，这是一个用多模态大语言模型提取、比对和审查图像与 PDF 事故报告证据的平台。计划功能包括带来源引用的结构化观察提取、视觉证据与报告信息的矛盾标记，以及通过 API 和审查界面支持人工复核。技术栈为 Python、FastAPI、Streamlit、SQLite 与多模态 LLM API，模型集成将逐步添加。
SeyhaLite/LLMs-from-scratch 是 Sebastian Raschka 所著《Build a Large Language Model (From Scratch)》（Manning）官方代码仓库 rasbt/LLMs-from-scratch 的高棉语社区文档。项目包含 RST 源文件、第 1–7 章页面、构建好的 HTML 文档（经 GitHub Pages 提供）、Makefile 与 Read the Docs 配置，并欢迎通过 issue 或 pull request 参与贡献。
BlockRun 推出 Go SDK blockrun-llm-go，覆盖 88 个聊天模型及图像、视频、音乐、语音、网络搜索、DeFi 数据和 40 条链的 JSON-RPC。按请求付费，支持 API key 预付或自持钱包以 USDC 经 x402 在 Solana 或 Base 上结算。含 7 个完全免费模型，如 Nemotron 3 Ultra 550B（550B/55B active MoE）和 Nemotron 3.5 Lightning（1M 上下文）。
GitHub 上的 bunryu 项目是一个面向单人用户的 JLPT N1 备考助手，由 Claude Code 驱动生成词汇、语法与阅读的 LLM-wiki，并实验性地每天生成一篇练习课与 5 道题。内容全部为 Markdown，仓库兼作 Obsidian vault，闪卡采用 FSRS，每日测验邮件已每日运行；LLM 输出先落盘、下游全部为确定性代码，保证可复现与可测试。
GitHub 用户 aaddrick 发布非官方社区技能 building-with-typesafe-jev，教 Claude Code、Codex、Antigravity CLI、Muse 等编码智能体为 TypeSafe 的 System One 模型 Jev 做设计，即用类型化问题获取带校准概率的答案（Choice、Score、Noul 三种原语），单次响应约 100 到 200 ms。技能内置 API 参考、4 种官方模式、18 本 cookbook 的技巧，以及按实现形态分类的 150+ 社区项目库（11 种形态，如控制循环、门控、流过滤），并附各形态代码草图和失败案例。
推荐理由：作者用隔离容器跑了三组对照评测，给出该社区技能、无技能与官方技能的分数和逐项通过率，可据此判断其实际增益。
cli-anything-zotero 基于 HKUDS 的 CLI-Anything，通过 JS Bridge 插件让 Claude Code、Cursor 等 AI 助手直接操作本地 Zotero 文献库，支持搜索、DOI/PMID/BibTeX 导入、BibTeX/CSV 导出、PDF 管理与元数据写入，写操作全部本地执行、无需 API key。v0.9.5 是最后含 zotero-mcp 命令的版本，此后转为 CLI/SDK 优先，MCP 用户需固定安装 0.9.5。动态 DOCX 引用需额外安装 LibreOffice 及插件，可用 zotero-cli docx doctor 检查环境。
GitHub 仓库 ElifGray0554/Anti-Autoresearch 发布，用于审计 autoresearch / AI-Scientist 生成论文的自洽性与造假，输出带 span 锚定的审稿报告。它基于 ARIS（约12.5k★）构建，包含8个模式族共46种完整性模式，外加13条零裁决权重的 AI 写作风格印象；以11个技能加1个编排工作流交付，确定性核心含8个经评测门验证的模式（GRIM、GRIMMER、statcheck、delta 算术等），其余39个模式由跨模型审阅者提出发现、确定性裁决器打分。它不是 AI 文本分类器，不判定学术不端，只呈现需人工核查的差异；支持 Claude Code 工作流运行，也提供纯 Python 确定性管线用于 CI 与离线环境。
推荐理由：原文给出46种完整性模式、8个模式族和确定性评测门的具体构成，审稿人可据此判断这套审计工作流能查什么、不能查什么。
liusida 在 GitHub 发布早期原型 llmdbg，一个支持 Debug Adapter Protocol 的语言模型调试器，可逐层单步执行并给出内部向量的可读解释。当前原型支持加载真实 GPT-2 Small、层状态捕获、logit-lens 解释和 VS Code 调试扩展，可通过 pip install --pre llmdbg 安装；支持 hidden[1843]=0 等激活干预并基于 KV cache 重放该 token，提供 Matplotlib 绘图工作台与 MLP 停点处的 top neurons 排名，MIT 许可。
hchen3807 在 GitHub 发布 LlamaServerLauncherAvalonia，一个基于 Avalonia UI 和 .NET 8 的跨平台桌面应用，用于启动和管理 llama.cpp 服务器实例。功能包括多实例管理、基于 GGUF 张量表的 VRAM 占用估算（与实际加载对比）、HuggingFace 下载、基准测试对比、MCP 服务器挂载、OpenAI 兼容的按需模型代理、ComfyUI 显存释放集成及硬件监控。项目地址：https://github.com/hchen3807/LlamaServerLauncherAvalonia
推荐理由：这个 llama.cpp 图形启动器把 VRAM 估算拆到每个张量块，并在加载后与实际占用对比，读者可以据此判断估算是否可信。
OVO v0.0.6 发布，这是一个跑在 Apple Silicon Mac 上的本地 Claude Code 式编码智能体，MLX 原生、兼容 Ollama 与 OpenAI API、无需 API key，数据不出本机。新版加入 PPTX/HWP/HWPX 文档解析与 RAG、LoRA 微调、SLERP/Linear/TIES/DARE 模型合并，Code 模块含 Monaco 编辑器、文件浏览器、Git 面板、PTY 终端和带文件读写搜索执行工具及 MCP 集成的 Agent Chat；另有聊天、diffusers 本地文生图、BM25+语义搜索的 Wiki 持久知识库，自动识别 HuggingFace 与 LM Studio 缓存。
推荐理由：README 详列了硬件适配评分、端口分工和 16GB 内存的降级建议，可据此判断这台地端 Claude Code 替代品是否跑得动自己的 Mac。
GitHub 上的 awesome-ai-tokenomics 清单汇总了 AI 模型 token 的定价、计量、优化与治理资源，涵盖工具、论文、benchmark 和厂商页面。内容按监控、优化、治理、计量四大类组织，收录 antiburn、ccusage、Claude Code Usage Monitor、OpenLIT、RULER 等项目，涉及缓存、上下文压缩、成本控制、计费与单位经济学等主题。
PocketRisu 在 GitHub 发布，这是一个可部署在个人电脑或服务器上的自托管 AI 角色扮演聊天平台，基于 RisuAI 衍生并针对自托管环境优化，采用 GPL-3.0 许可。现有 RisuAI 数据可整体迁移，.charx、.risum 等角色卡、模块、世界书和 .bin 备份文件保持双向兼容。
推荐理由：原文列出了从 RisuAI 整体迁移数据的具体路径和服务器端生成、SQLite 统一存储等自托管特性，可据此评估是否换用。
mormot2-ai 为 Free Pascal 和 Delphi 7 至 13 提供 mORMot 原生 AI 扩展，覆盖 MCP、LLM 客户端、agent loop、嵌入、向量搜索与 RAG，并自带纯 Object Pascal 推理引擎，运行时无需 Python、llama.cpp 或外部 .so/.dll。原生引擎以与 lembed 相同的 GGUF 文件运行 BGE-M3 嵌入，在 x86_64 上速度达其 1.6 至 2 倍；Qwen3、Qwen3-MoE（Qwen3-30B-A3B）与 Qwen2.5 经 ILlmClient 接入，RTX 5090 上 CUDA 解码 Qwen3-0.6B 约 400 tokens/s、Qwen3-30B-A3B 约 97 tokens/s。
CoreMind 1.2.0 从 1.0.1 直接升级发布，通过统一 Runtime 提供 CLI/TUI、TypeScript SDK 与 Python SDK，面向没有智能体开发经验的新手工程师。新版本并入 1.1 开发成果，包括标准 SKILL.md、持久 /steer 与 /follow-up 控制、受控 MCP 与显式 OAuth、Config v3 显式 deferred 工具发现和终端证据。该框架支持 43 个可配置 Provider 入口和 ask/assisted/full 三档权限，要求 Node.js ≥ 22.19、Python ≥ 3.10，当前仅支持 Windows 与 Linux 平台。
开源项目 GITVERSE 是一个 AI 逆向工程工具，粘贴代码文件或公开 GitHub URL 后即可生成可直接复制的重建提示词，供 Cursor、Claude Code、Codex 等 AI 编码智能体使用。工具会输出技术栈、API 与业务逻辑分析及 ASCII 架构图，支持 Grok（默认 grok-3）、OpenRouter、Azure OpenAI（默认 gpt-5.4）和 Google AI Studio（默认 gemini-2.5-pro）多个 LLM 提供商，多文件场景输入 GITVERSE_DONE 触发批量分析，代码不会被永久存储。
nerima-lisp 在 GitHub 开源了 aitools，一个用 Common Lisp 编写、面向 AI 智能体的命令行工具，提供内置文件与文本操作和外部程序运行器 aitools run，替代 cat、grep、sed、find、jq、tar 等，每次调用输出一个 JSON 对象。文件读取支持范围窗口与续读，写入由预期文本、哈希或计数守护，支持崩溃恢复和带操作 ID 的撤销；JSON 输出中掩蔽已知密钥格式，错误信息会给出下一步应运行的 aitools 命令。它不含面向人类的功能（无颜色、提示或补全），基于 SBCL，通过 nix build 安装，支持 x86_64-linux 和 aarch64-darwin，MIT 许可，并为支持 skills 的智能体提供 SKILL.md 使用说明。
ferrum-infer-rs 发布 Rust LLM 推理引擎，单个二进制内置 OpenAI 兼容服务器，无需 Python 运行时，目标是满足 TTFT、TPOT、ITL 尾延迟 SLO 下最大化输出吞吐。支持 macOS Metal、Windows CUDA sm89、Linux CUDA，支持 Llama、Mistral、Qwen2/Qwen3/Qwen3.5、Gemma 3 等 GGUF 与 SafeTensors 权重。RTX 5090 实测 Qwen3.8-27B GGUF Q4_K_M 32 并发下达 666.24 tok/s，为 llama.cpp 的 152.96%；compressed-tensors INT4 相比 vLLM 0.31 为 80.84%，部分测试格未过延迟 SLO。
推荐理由：作者给出了与 llama.cpp 和 vLLM 在 RTX 5090 上的吞吐对比数据，也坦承部分延迟 SLO 未达标，读者可据此自行评估。
firestarterpro 开源的 llm-explorer 是一个本地优先的多 LLM 编排驾驶舱，通过 Playwright 抓取 ChatGPT、Claude、Gemini 等网页版 AI，并用 OpenVINO 在 Intel Arc GPU 上本地合成结果。它不调用 API、无需 token，数据完全本地保留。项目基于 Python、Node.js、Electroid 与 Playwright 构建，需要 Node.js 18+，Windows 安装包要求 Python 解释器位于 C:\llm\ov_env。
GitHub 项目 Train in Silence 发布，自称首个面向 LLM 微调的 Task-Aware MCP server，根据用户描述的训练任务估算所需 VRAM/FLOPs，并跨 Vast.ai、RunPod、AWS、Lambda 等十余家云平台聚合实时报价，返回最便宜、最快或均衡的硬件推荐。支持 CLI、REST API、Claude Code 和 Claude Desktop 接入，未提供 API key 时自动回退到 GPUHunt/GPUFinder 等聚合器或样例数据；每条推荐标注数据来源如 live:official 或 sample。项目处于实验阶段，估算模型暂无内置校准。
开发者 TinyBOOOOM 在 GitHub 发布 DSH 插件 dsh-cliproxyapi-pro，可将 CLIProxyAPI（CPA）的模型一键接入 DeepSeek Harness（DSH）模型选择器，自动同步模型的上下文长度、图片输入与推理档位，并按家族路由到最合适的原生协议：Claude 走 Anthropic Messages，GPT/Codex/Grok 走 OpenAI Responses，其余走 OpenAI Chat。插件支持多个 CPA 账号独立启用停用、单模型参数覆盖，API Key 只存于 DSH 凭证服务，零 npm 依赖，已发布到 npm（如 dsh-cliproxyapi-pro@1.6.0），适用于 DSH 0.2.0-rc.1 及以上版本。
GitHub 开源仓库 AI-TestCase-Generator（TestGen AI）提供了一个 AI 辅助测试设计工作区，用 React 界面和 FastAPI 后端将需求、API 契约和公开网页转为可审查的测试设计。输入如"密码须含 8–20 个字符"即可生成需求分析、正/反向与边界场景、用例、质量检查和 Excel 工作簿，支持 OpenAPI 3.0/3.1 输入与 Playwright pytest ZIP 导出。AI 工作流需 OpenRouter API key，仅需求生成任务存入历史，生成结果需人工审查且不保证覆盖业务规则。
Hermes Labs 发布 LintLang，一个本地确定性静态 linter，可在 Agent 运行前检查 MCP 定义、系统提示词、SKILL.md、参数 schema 等 Agent 配置，标记含混工具选择、缺失边界、schema 缺口等问题。扫描不调用模型、无网络访问，结果可复现并支持 JSON/SARIF 输出和 GitHub Actions CI 门禁；其发现已并入 bytedance/deer-flow PR #5656 和 bytebase/dbhub PR #447。项目含 1100 项通过测试，但作者明确表示尚未发布真实项目上的准确率和误报率数据。
推荐理由：一个不调用模型的确定性静态检查工具，能在智能体运行前抓住工具描述含混和 schema 缺陷，还能接入 CI 门禁。
GitHub 上的 AI Agent Automation 是一个自托管 AI 工作流自动化引擎，集可视化工作流构建器、Agent 配置、文档 RAG、语义记忆、多 Agent 团队、Workflow API 和执行可观测性于一体。每次工作流运行都会生成任务，可查看步骤输入输出、日志并支持回放。平台基于 Next.js、Express、MongoDB、Worker Runtime 与 Socket.IO，支持 OpenAI、Groq、Gemini、Ollama、Hugging Face 等 provider，可通过 Docker Compose 一键部署。
作者发布 Berth，一个监控显卡并按需自动换载引擎的系统服务，避免手动切换和 VRAM 残留占用。它可将各引擎作为 API 端点提供，支持在 llama-swap、strata、comfyUI、OpenWebUI 等之间切换，并可在游戏或夜间任务时独占 RTX 4090。仓库地址：https://github.com/T-Crypt/berth。