新闻、仓库与研究，按时间排列。
Tidegap（原 Ebb AI，因商标冲突在 0.18 更名）发布 v0.19.0，将 Agent 不急需的 LLM 任务安排在截止时间前电网碳强度最低的时段执行，deadline 超 24 小时自动走 Anthropic 和 OpenAI Batch API（约为同步标价 50%）。它基于 5 个真实数据源、31 个地区的 72 小时碳强度预测选调度时刻，为每个任务写入 Ed25519 签名的碳收据存入本地 SQLite 账本，可用 tidegap verify 离线校验；v0.10 起使用 59 个 LLM 的每模型 Wh/token 系数。
推荐理由：原文给出一次真实运行的碳强度前后数据并标注仅为单次预测值，还附完整复现路径，读者可自行验证调度效果。
Sylphx 发布开源工具 lockdocs，读取 npm、PyPI、crates.io、Go 的各类 lockfile，从本地已安装包的文档与类型声明中按精确版本回答问题，提供 MCP 服务与 CLI，MIT 协议。工具用 BM25 加 32 MB 本地嵌入模型做混合检索，答案按 token 预算打包并附 package@version 路径引用，支持离线缓存与私有包。在 105 道版本敏感问题上，lockdocs fetch 得 96/105，Context7 匿名 API 得 77/105，其中旧主版本题 38/45 对 19/45；fetch 后中位延迟 58 ms，Context7 为 2,583 ms。Pro 版以每席位每年 120 美元提供私有源读取和升级差异报告。
推荐理由：官方仓库给出 105 题版本敏感基准，与 Context7 对比后旧主版本题正确率高一倍，延迟和配额数据也可直接核对。
开发者 Divyansh0208 在 GitHub 开源 Prompt Forge，一个用 NVIDIA Llama 3.1 70B Instruct（经 NVIDIA NIM API 调用）把粗糙提示词改写为精细提示词的 Flask Web 工具。改写后提示词长度为原来的 3–8 倍，工具会检测 8 类提示词工程技巧、给出 1–10 的 Power Level 评分与对应 Warrior Rank 等级，并附改进说明。项目采用 MIT 许可证，为 Google Prompt Wars 2026 而创建。
开源 CLI 工具 please 通过调用 OpenAI API 辅助命令行操作，支持 gpt-3.5-turbo（默认）和 gpt-4（可用 --model 或 PLEASE_MODEL 环境变量切换）。它有两种模式：让 LLM 返回完成任务的 shell 命令，或按提示词处理管道输入，可在 (Neo)Vim 中配合使用。工具用 Rust 编写、cargo install 安装，采用 Apache License 2.0 许可。
ntatschner 发布 Loadout CLI，一个为 Claude Code 和 Codex 启动编码智能体的工具，启动前可预览将加载的指令及其 token 成本。内置 104 个专家配置，示例任务编译出 2,403 tokens（占 12,000 预算的 20%）；支持团队多智能体协作、跨机器记忆、浏览器 dashboard 与无障碍预设，通过 loadout protect 将智能体文件挡在仓库之外，原生支持 Windows、Linux 和 macOS。
推荐理由：原文给出了编译上下文的 token 占比、内存 hook 的实测数据和多轮团队运行的花费，读者可以据此评估这个启动器的实际开销。
作者 Leon Wang 开源了个人项目 LoopDesk，一个面向企业客服场景的 Agent 平台，集成 RAG 知识库问答、订单/退款等工具调用、人工审批与逐句证据校验。演示中校验器发现离线模型编造的“90 天无理由退货，2 小时到账”无证据支持并标红；纠错会同时生成知识补丁和评测用例进入 CI 门禁，支持豆包、混元、DeepSeek、通义、OpenAI 等模型接入，仓库数据全部为虚构。
ScreenKit 是一个 Windows 桌面工具（ScreenKit.exe），当前版本 1.0.26，集截图识别与标注、屏幕/GIF 录制、语音识别与合成、翻译、词典、人脸检测于一体。它还支持通过 Android 配套应用进行文件同步与投屏，本机提供 HTTP API 和浏览器工具页面。
zhe97396-tech 发布 ghstars，将 GitHub Star 仓库导出为 Markdown 文件并建 SQLite/FTS5 索引，无需向量数据库或 240 MB 嵌入模型即可毫秒级检索。工具支持中英文搜索，可选调用 LLM 生成 3-5 个中文场景标签和中文描述，提供 CLI、MCP server、Skill 三种方式供 AI Agent 调用，仅需 Python ≥ 3.11 标准库，Markdown 为唯一事实来源、索引可随时重建。
推荐理由：作者详述了中文场景标签、加权检索和分类防漂移等设计取舍，做本地知识库工具的读者可以借鉴这些可迁移方法。
作者发布了一个 MCP 服务器，让 AI 助手在虚构工厂数据上查询资产、确认告警并推动工单生命周期流转，包含角色权限、审计轨迹与状态机。领域逻辑与 MCP 层分离可直接测试，附 74 个测试用例、SKILL.md 配套技能及只读、时钟冻结等运行模式，尚未在真实助手或生产环境验证。
zengate 是一个 OpenAI 兼容的本地网关，通过运行真实的 OpenCode CLI（opencode serve）作为私有后端，让用户无需 Zen 账号或上游 API key 即可调用 big-pickle 等 OpenCode Zen 免费模型。支持 Chat Completions、Responses API、流式输出、function calling、JSON 输出及图像、音频、视频和 PDF 输入。每个请求转为一次短生命周期的 OpenCode 会话并事后删除，OpenCode 沙箱化运行且仅监听 127.0.0.1，所有工具权限被设为 ask 并由网关自动拒绝。
推荐理由：README 写清了免上游密钥的原理、每请求 6–9k token 开销和 1–3 秒延迟等代价，以及沙箱隔离与工具拦截机制，部署前可直接评估适用性。
EnerJizeIT 发布开源工具 awf，为 opencode 提供多智能体流水线编排，按 plan → build → verify → commit 流程通过 53 个类型化 MCP 工具控制，不走 bash。supervisor 智能体按 init → goal → form → normalize → brief → run → verify → done 状态机推进，用户以自然语言逐个审批或拒绝结果，配备实时 HTTP dashboard、崩溃恢复与增量规划功能。需 Python 3.10+、支持 MCP 的 opencode 与 Git，模型无关，已用 Qwen vLLM 测试，MIT 协议，仓库本身即由 awf 驱动完成了 44 个单元的工作。
hivecommons 发布开源工具 rationguard，用于检测 AI Agent 输出中的合理化模式（如 "Standing by for instructions""Too complex to fix"），并自动发送反驳让 Agent 继续工作。工具内置 15 个默认借口模式，源自 Hive 多智能体系统在生产环境中观察到的 49 个借口，归为 False Completion、Complexity Dodge、Deferral、Lane Confusion、Partial Credit 五类；支持通过 pluk 实时监控 tmux 会话、作为 Claude Code Stop hook 检查每轮响应、或生成防御表注入系统提示词三种用法，还支持自定义借口学习，Apache-2.0 协议。
推荐理由：README 给出 49 个生产环境中实证观察到的借口模式和完整用法，可作为治理 Agent 消极怠工的可复用方法。
GitHub 上的开源项目 AgentHarness 定位为 AI 编码 Agent（如 Claude Code、Cline、Cursor）与 git 仓库之间的护栏层：在代码进入人工审查前，通过无网络沙箱运行、基于 Tree-sitter 的 AST 结构化 diff、多 Agent 语义冲突检测以及密钥和依赖扫描进行自动化把关。其确定性核心不调用 LLM，相同 diff 输出相同判定。项目目前处于 pre-alpha，v0.1–v0.4 里程碑已按 RFC-0001 实现，尚未正式发布。
SenteLabsAI 发布开源项目 OpenExecutive，用九个专家Agent（CSO、CFO、CHRO、General Counsel、COO、CMO、CPO、Head of Sales、Board Communications Director）组成统一高管声音，支持审批阈值、公司知识库集成和 Act as me 代拟 Gmail 邮件。
开源项目 ha_ai_analyzer 是一个 monorepo，通过 @ha-ai/collector 订阅 Home Assistant WebSocket 事件并写入 Postgres 分区表 events，再由 @ha-ai/tools 的 analytics 任务调用 OpenAI API 生成 agent_runs、insights、evidence、recommendations 和 analysis_results。项目还包含 daily-home-summary 每日异常报告、automation/entity/环境/用量快照调度器，以及基于 Fastify + React 的仅限 LAN 访问的操作员 UI，运行时依赖 Node.js 24 和 Yarn 4。
GitHub 开源项目「家庭账房 · Family Ledger」通过月末快照录入，10 分钟把全家散落在银行、支付宝、券商等 10 类账户的资产汇总成一张全局图，算出真实 XIRR/TWR 年化并区分劳动与投资收益。支持 AI 截图导入持仓、基金穿透到股/债/现金及申万行业、LLM 只解读不荐产品的资产体检与调仓建议。数据自托管、可 Docker 一键部署，Apache 2.0 开源，最新版本为 v1.34.2。
Vector Institute 的 vector-inference 仓库提供基于 Slurm 集群的推理服务器部署方案，底层使用 vLLM 和 SGLang 等开源推理引擎。用户可通过 CLI 或 API 启动 OpenAI 兼容的推理服务，例如一条命令即可部署 Meta-Llama-3.1-8B-Instruct。软件包可通过 pip install vec-inf 安装，原生支持 Vector Institute 集群环境，也可通过配置文件或 Docker 镜像适配其他 Slurm 集群。
TubeSage 是一款 Obsidian 插件，利用大语言模型将 YouTube 视频转换为结构化笔记，可提取字幕、生成摘要，并在章节标题中添加指向视频对应时刻的时间戳链接。它支持 OpenAI、Anthropic、Google Gemini、OpenRouter、Ollama 及 OpenAI 兼容服务器等多种 provider，可在桌面端和移动端使用，还能通过 YouTube Data API 批量处理频道和播放列表。该插件要求 Obsidian v1.13.0+，API 密钥存储于 Obsidian 原生密钥存储中。
开源项目 freeflow-omniroute 在 EC2 上提供 OpenAI 兼容 API 服务器，整合 pi-freeflow 的免费模型目录，提供 33 个免费模型（12 个 OpenCode Zen、13 个 KiloCode Gateway、8 个 OVHcloud AI Endpoints），无需 API 密钥、零成本。支持标准 /v1/chat/completions 与 /v1/responses 端点、SSE 流式输出、最高 1M token 上下文，可通过环境变量、providers.yaml、Dashboard 或 Docker Compose 接入 OmniRoute，部署方式涵盖 systemd、Docker 与 docker-compose。
GitHub 上的 dockette/memzero 仓库为 Mem0 自托管记忆层提供 Docker 镜像与部署栈，包含 REST API（FastAPI）、dashboard（Next.js）和 pgvector 存储，补齐了 Mem0 官方缺少维护的预构建镜像。用户通过 docker compose 启动服务，mem0 运行在 8888 端口、dashboard 在 3000 端口、postgres 在 8432 端口，支持 OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY 等配置，默认 LLM 模型为 gpt-5-mini，默认嵌入模型为 text-embedding-3-small，生产环境建议使用如 server-2.2.1 的版本化标签。
Sf-ForcePack 是一款免费开源（MIT）的 CLI 工具，通过 `npx sf-forcepack` 对 Salesforce 组织做只读导出，把元数据及字段历史、审计日志、登录聚合等使用信号写入本地 knowledge/ 目录的 Markdown 和 JSON 文件。用户可将其接入 Claude Code、Cursor、Codex、Copilot 等自有 AI 查询流程与变更影响；工具本身不调用 LLM、无遥测，除 Salesforce 登录流量外数据不出本机。
GitHub 开源项目 DZH166/ai-interview-site 是一个面向 AI 应用开发与 Agent 方向实习校招的离线面试工作台，个人记录保存在本机浏览器，不上传。题库含 3649 道活动题（352 道分层详解、3151 道选择题、146 道问答），另有 Pi Agent 30 题和 LangChain 与 LangGraph 分类，可通过 GitHub Pages 在线使用或以 PWA 安装离线。2026-10-19 融合面试鸭 31 项公开选题并新增自查询、Reflexion 与线程池 3 题，云端 86 套功能回归与独立性能预算通过。
Reddit 用户发布了角色扮演前端 Kinaera 的概念验证版，用「kinwriter」智能体档案替代传统角色卡，可自主醒来、使用工具、对笔记和频道提建议。系统由 Claude 协助 vibe coding 而成，目前仅支持 nanoGPT 和 Termux，测试中 Gemini 4 Argon 工具调用表现最佳，$5 约撑了 2 周。
Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式。该编排器约 1300 行，只负责路由和可靠性检查，不做任何领域推理，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体。
GitHub 新仓库 web-ask 上线，这是一个基于 RAG（检索增强生成）的 AI 聊天机器人，用于网站信息检索。目前项目处于初始阶段，尚无 star、watcher 或 fork，代码仅包含 src 目录、.gitignore 和 requirements.txt，暂无发布版本和贡献者信息。
开发者 shubhamgabhane1104 在 GitHub 开源了 DocChat，一个全栈 RAG 问答应用。用户上传 PDF、DOCX、PPTX、XLSX 或 TXT（最大 20 MB）后，文档被切成约 2,000 字符的 chunk，用 Gemini 生成 3,072 维 embedding 存入 PostgreSQL (pgvector)，回答仅基于匹配段落并标注页码，支持多文档工作区和文档对比。此外还能生成摘要、选择题测验、口试问题、概念图，并提供语音问答与用量统计。
GitHub 新仓库 Glossarion 是一套面向轻小说、网文、漫画、字幕和同步歌词的 AI 翻译工具，可将 EPUB、TXT、PDF、SRT、ASS、LRC 等文件转换为上下文感知的高质量译文，内置韩、日、中文预设配置。它支持 40+ AI 提供商（OpenAI、Google Gemini、Anthropic Claude、DeepSeek、xAI Grok、Mistral 及 Ollama 本地模型）和任何 OpenAI 兼容端点，配备漫画翻译面板、AI Hunter 重复检测、术语表系统和 PySide6 图形界面。
一个基于预训练 MIDI-GPT 模型的 AI 音乐生成原型项目，支持 Classical、Jazz、Electronic 三种曲风和 Happy、Sad、Tense 三种情绪预设，可生成最长三分钟的 MIDI 并转成 WAV 音频。项目提供 Flask 网页界面用于输入提示词、生成、试听和下载，并通过 CSV 记录时长、音符数、平均音高等指标进行基础评估，作者指出情绪感知仍需听众主观评测。
GitHub 新仓库 Kirky-X/sdforge 发布，这是一个 Rust 框架，用 #[forge] 宏在编译期为同一份端点元数据生成 HTTP、MCP、gRPC、WebSocket、CLI 五种协议的注册代码。当前版本 0.5.0-rc.8，要求 Rust 1.97.1+，默认不启用任何特性，30+ Cargo features 按需装配，未启用的协议零编译代码。内置 API Key / JWT Bearer 认证、limiteron 限流、审计日志等安全默认值，并支持 OpenAPI 3.1 生成与 SDK 生成。
AQPG V17.2 正式发布，这是一套面向印度 CBSE/NCERT 9–12 年级的自动试题生成系统，基于微调 FLAN-T5 模型（V17_2InferenceAdapter）本地推理，覆盖数学、物理、化学、生物和通用科学，并支持 Bloom's Taxonomy 映射。验证基准显示：类题目输出率 100%（30/30）、元数据匹配率 100%（30/30）、严重重复率和格式错误率均为 0%，12 项发布门全部通过。系统采用 React 18 + Vite 前端、FastAPI 后端及 SQLite/MySQL 存储，并保留 V17.1 回滚保障。
sdeep27/llm-pricing-api 提供 Anthropic、OpenAI、Google Gemini 和 xAI 各模型的实时定价数据，通过 GET 请求返回 JSON，上线于 llmpricingapi.com。一个定时运行的 Claude Code 任务每 3 天复核各厂商价格页面，发现价格漂移或新模型时直接提交到 main。最近一次审计为 2026-10-22，覆盖 Anthropic 21 行价目表（含三个 cache 乘数与 Haiku 5.5 的 ≤100K 档位）、OpenAI GPT-6/6.1/5.6/5.5/5.4 系列加 GPT-5.3 Codex、Gemini 4 Argon 促销价（至 2026-11-30）及 Grok 4.7 等各档费率，均无变动。
Chris Schmidt 开源 datapipeline-ast-guard v0.5，一个不执行代码的 CLI 静态检查工具，用 AST 规则检测 AI 生成的数据管道代码中的无键 join、无界 collect()/toPandas() 和硬编码路径，输出 JSON 或 SARIF 2.1.0 并可阻断 CI。工具无网络无模型，含 28 个测试；作者在多轮预注册评测中测得 AG001 精确率 97% 但仅约 1/15 值得审查（v2 降级为 warning），AG003 经 v4 修复后规则精确率 1.00、可操作精确率 0.22，AG002 未发现真实缺陷；项目尚未上 PyPI，MIT 许可。
hq-jr 是一款自托管 GitHub App，通过 Vertex AI 在用户自己的 GCP 项目中审查 PR，diff 不发给第三方 SaaS。它先用启发式过滤与两步 Gemini Flash（默认 gemini-3.8-flash，High Thinking）分级审查，并记住未解决的 review 线程；实验性 Tier 3 会派发 Antigravity 容器复现 bug，轮询真实结论后才结束 Check Run。支持 @hq-jr review、@hq-jr fix 等命令，修复需 write/admin 权限。
NVIDIA 开源的 NeMo Guardrails 工具包（最新版本 0.24.1）可让开发者在 LLM 应用中添加可编程护栏，控制对话主题、语言风格、对话路径并防范越狱与提示词注入。它支持输入、对话、检索、执行、输出五类护栏，兼容 GPT-3.5、GPT-4、LLaMa-2 等模型，可通过 Python API 或 guardrails server 使用，并支持 LangChain 集成。
adieladaniel 发布 OneForAll-Agent v2，一个任务无关的浏览器 Agent 运行时，v2 在 v1 单用户原型基础上加入组织、角色、PostgreSQL 存储、任务队列、持久审批、加密凭据库和组织记忆。系统不用 LangChain，runner 约 700 行单文件，仅靠 PostgreSQL 的 SKIP LOCKED 队列和 LISTEN/NOTIFY 实现跨进程协作；写入和不可逆操作由代码而非模型判定风险并触发人工审批，成功声明需经只读独立审计员复核。
推荐理由：作者用确定性替身模型做了负载测试并给出各档吞吐、恢复与隔离数据，读者可以据此评估这套无框架 Agent 运行时的实际结构表现。
GEOeval 是一个带网络搜索的 LLM 评测基准，聚焦法语事实性问题与事实核查，测试对象包括 ChatGPT、Mistral 和 Gemini。它先让被测模型联网作答并提取引用 URL，再由一个或多个 LLM-judge 按 response_quality 和 citation_quality 两项标准打分，每项为 (label, score)，score ∈ [0, 10]。评测数据存于 PostgreSQL，judges 以 0.3 低温度运行且不带搜索工具。
michaelkrauty 在 GitHub 发布 llamesh，一个面向 llama.cpp 的 OpenAI 兼容网格代理，可跨一台或多台机器管理 llama-server 实例的生成、驱逐、负载均衡与集群路由，对客户端暴露标准 OpenAI API。
推荐理由：原文给出完整的配置示例与功能清单，读者可以直接照着部署一个跨机器的 llama.cpp 集群代理。
开源项目 agent-dossiers-administratifs 用 OpenCV 预处理、Tesseract OCR 和 Claude 提取 JSON 字段，自动审核行政材料并按规则校验完整性，不确定案例交由 n8n 人工验证。在 40 份合成测试文档上，文档识别准确率 100%，字段提取准确率 97.6%，10% 送人工验证，OCR 错误率（CER）经预处理从 0.625 降至 0.007。项目基于 Python、FastAPI、PostgreSQL 与 Docker，作者指出需在真实扫描件上验证并考虑 RGPD 合规。
GitHub 上的 closet-ai 是一款衣柜应用，拍照识别衣物后给出搭配建议或协助出售，核心功能 "Want / Can" 会针对想要的商品（如 ₪2,000 的外套）给出三种方案：用现有衣物搭出类似造型、找更便宜的平替、或卖掉闲置衣物购买原品。应用处于早期开发阶段，技术栈为 TypeScript、Fastify 5、PostgreSQL 17（含 pgvector）与 Expo（SDK 57），支持英语、希伯来语和俄语，首先面向以色列市场。免费版限 30 件衣物、每月 3 条出售列表，Pro 版含 7 天试用，提供无限制、价格建议和照片清理。
GitHub 仓库 martopad/local-ai-setup 收录了多个本地 AI 模型的容器配置文件，包括 gemma4-26b、glm-flash、nemotron-nano 和 qwen3-coder，均以 .container 格式提供，可直接用于本地部署。