新闻、仓库与研究，按时间排列。
AbdelStark 开源 verifiable-inference-ethereum，为 SASH 可验证 LLM 推理提供 Ethereum EVM 与 Solidity 验证栈，基于 Circle STARKs（M31/QM31）构建。针对 TinyLlama-1.1B-Chat-v1.0 的 23 段证明达 296.51 MB、约 464 万个 BLAKE2s 压缩块，单笔交易直接验证超出 EIP-7825 的 16,777,216 gas 上限 1200 倍以上，故拆分为链下段验证压缩与链上两层架构。项目已在 Sepolia（11155111）和 Hoodi（560048）测试网部署，采用 Apache-2.0 许可证。
dkruyt 在 GitHub 开源了 privacy-llm-gateway，一个隐私感知的 OpenAI 兼容 LLM 网关，对每个 model auto 请求在本机做两级检查后决定路由到云模型还是本地模型。规则检测器查找邮箱、IBAN、信用卡号、各类 API 密钥、JWT 和内部机密标记等，命中即强制走本地并固定会话；本地分类器对整段对话（含 PDF 附件）按可配置类别打分，仅在确信公开且各类别得分都低时放行公共上游。任何失败一律路由本地、不回退公有云，敏感会话粘滞，客户端无法选择公共模型。
推荐理由：作者给出本地检测器加分类器的双层隐私审查设计和失败即走本地的路由保证，适合关注敏感数据不出内网的团队参考。
EduBase 平台的 MCP 服务器实现已在 GitHub 开源，支持 stdio、SSE 和 streamable HTTP 传输，可让 Claude Desktop 等 MCP 客户端和大语言模型代为执行 EduBase 账户操作。每个 API 端点都对应一个名为 edubase_ _ 的工具，工具按 toolsets 分组，可通过 EDUBASE_TOOLSETS、EDUBASE_READONLY=true、EDUBASE_DYNAMIC_TOOLSETS=true 环境变量精简工具列表以节省模型上下文。
dc-tw 在 GitHub 发布 ai-ops-gateway，一个整合 FastAPI、SSE、LangGraph、Playwright、MCP 与 Redis 8 的企业级 AI 运维 Gateway 骨架，支持可互换的 Ollama / vLLM 推理后端。系统内置基于 pyatr 的 Agent Threat Rules 检测（默认 detection-only，可按 severity 开启 blocking）、SHA-256 证据校验、多租户 API key 与 OIDC/JWKS JWT 等安全治理，并提供 /metrics 与 OpenTelemetry 可观测性。
软件工程学生 WaelHammali 的 GitHub 主页展示其研究方向与项目：基于 LangGraph 的 IntelForge OSINT 框架和 6 智能体渗透测试框架 VoidHawk（含 ChromaDB RAG 记忆与 CVSS 评分报告），两者串联为 DarkIntel 端到端管道。其他项目包括 YOLOv8 + RAG 网络图转 Terraform/Ansible 自动化、Real-ESRGAN + ViTPose 球衣号码识别，持有 CAPT 与 CCNA 认证。
法国团队推出开源隐私工具 Écluse（Apache 2.0），在用户与大模型之间充当"隔离舱"：拦截可识别身份的敏感信息并泛化过精确线索，响应返回后本地回填，并生成签名、带时间戳的审计日志支持 AIPD。它内置 NIR、RPPS、FINESS、IBAN 等法国标识符的结构化检测与重识别风险评分，对 OpenAI、Anthropic、Mistral、Gemini 或自托管 Llama 保持中立，托管云仅限欧盟。
peymanpro 在 GitHub 发布 AI-Evaluation-Engineering V1.1，一个供 AI 系统做测量、对比与回归测试的中立于提供商的评测层。V1.1 新增带类型化的 Agent 轨迹回放与任务/步骤成功分离分析、对抗性安全回归用例、配对 bootstrap 置信区间的发布决策 compare（evaluate_release_candidate，含 Bonferroni 校正与 PASS/FAIL/INCONCLUSIVE/INVALID_EVIDENCE 四种判定）、方向感知回归门控、失败记录转回归套件的 JSONL 失败记忆，以及质量/成本与质量/延迟权衡前沿分析和可审计证据包。
推荐理由：作者把评测当工程学科来设计，给出了配对 bootstrap、回归门控和失败记忆等可复用做法，对搭建 AI 评测体系有参考价值。
shahil5z 在 GitHub 开源 ABI Analyst，一个用 SQL、统计、机器学习和 OpenAI 回答两年线上零售销售问题的 AI 商业分析工具。语言模型不计算任何数字，所有数值由 SQL 和 Python 在只读 DuckDB 数据库上算出，OpenAI 仅在解析不确定的问题和措辞解释时使用，每个问题最多两次调用，无 API key 也可用模板回答。解释中每个数字必须与计算证据一致，并支持同比增长、7-90 天预测、异常检测、RFM 客户分层与显著性检验等功能。
HaikeiLabs 发布 Agentware，一套支持 Go、Python 和 TypeScript 的 Agent 工具调用策略执行与审计中间件，每次工具调用经过单一拦截点，按声明式规则执行 allow、deny、filter 并生成追加式审计记录，结构在更换框架或模型时保持不变。它让发起任务的人类主体穿越每层子代理委派仍可追溯，记录调用触及的资源（如表、桶、端点）并沿委派链归因 token 成本；配套的 Kei 为仅存元数据的控制平面，客户内容、凭证和索引不进入 Kei，SDK 已发布至各语言公共 registry，当前版本 0.12.0 要求 kei-proxy 不低于 v0.3.0。
推荐理由：它把审计记录做成跨框架不变的统一结构，让人类发起者在多层子代理委派后仍可追溯，这个资源级血缘思路可迁移到其他 Agent 治理场景。
NYU 的 Sai Akhilesh Vangala 开源了 RegLens，一个基于联邦消费银行法规的信用社客服 Copilot，语料为 2026-10-02 固定版 eCFR，含 2371 段、2495 个引用分块和 2276 条引用边。模型只提议，确定性代码把关：引用必须是工具返回段落的逐字子串、日期必须来自计算器、争议一律转工单，未支持内容被扣留转人工。评测显示 Copilot 配置在 43 题黄金集上答对率 0.94、97% 回答附有已验证引文、未支持声明为 0，单题成本 $0.0013；检索实测发现混合检索（BM25+dense RRF）反而低于纯稠密检索，引用图更适合作为 Agent 工具而非排序信号。全部评测含重试共花费 $0.47，项目以 MIT 许可发布。
推荐理由：作者用同一套 43 题黄金集实测了闭卷、无验证器 RAG 与带验证器 Agent 四种配置，检索与幻觉数据齐全，可作 RAG 验证设计的参照。
esinecan 发布了 mcp-inspector-as-mcp-server，一个基于 MCP SDK v2 的精简 MCP 服务器，可让 LLM 直接检测、调用和测试其他 MCP 服务器的工具、资源与提示词。v2.2.0 支持会话管理、事件缓冲、协议时代协商（可判断目标服务器是 legacy 还是 modern 无状态协议）、mcp-cli 命令行、OAuth 认证、Web 搜索路由、Windows 守护进程与桥接等能力，并支持人类通过 insp_inject_steering 或 HTTP API 实时注入引导消息，实现 human-in-the-loop 的 MCP 调试工作流。
推荐理由：原文把 MCP 检测功能整合成单一 MCP 服务器和 CLI，并详细说明了协议时代协商、会话管理与人类介入机制，方法可直接复用。
AccessCast 是为 AMD Developer Hackathon ACT III 打造的无障碍视频项目，用 Gemma 4 31B 为盲人、听障、阅读困难及印地语、意大利语、西班牙语、法语、葡萄牙语用户生成八种版本。系统处理 28 个视频、3,825 次请求共 3.6 million tokens，114 条 easy-read 字幕全部保留否定词，8 例攻击中到达观众 0 例，模型成本约 $0.0053 每分钟。
Tong-bit-art 在 GitHub 开源了 Regression Firewall，一个面向 AI 编程智能体的行为回归安全层，在智能体改代码前后捕获 HTTP 状态、CLI 输出、退出码和公共 API 等可观测行为，对照声明的意图做结构化 diff，输出 EXPECTED/UNEXPECTED/UNCERTAIN 分类、0-100 风险分和 PASS/REVIEW/BLOCK 判定，全程无 LLM 参与、结果确定性可复现。工具要求 Python 3.9+，尚未上架 PyPI，需克隆仓库安装，唯一运行时依赖是 PyYAML。
推荐理由：工具在 AI 编程智能体改代码前后捕获可观测行为并给出确定性判定，附真实仓库与留出集评测数据，可评估其检出能力。
开源项目 MLOps_A2 提供一个基于 LLM 的智能体，可自动检查公开 GitHub 仓库并生成基于证据的 DevOps 规范违规 JSON 报告。它不依赖 agent 框架，仅用 google-genai SDK，默认模型为 gemini-3.1-flash-lite，通过 Observe-Reason-Select-Execute 循环自主选择工具调用，并提供 list_files、read_file、search_code、git_log 等工具。报告会验证引用文件存在、逐行核对证据摘录并自动掩码密钥；项目需 Python 3.10+、Git 与 Gemini API key。
lacs-project 开源了 SysKnife，一个 Linux 系统管理 MCP 服务器，核心设计是模型只输出带风险等级的类型化动作，特权守护进程自行构建命令行，AI 从不经手 shell 字符串。执行需用户在终端输入 sysknife approve <transaction-id> 换取一次性回执，所有动作记录在 Ed25519 签名的可验证审计链上，原子主机 rpm-ostree 变更失败自动回滚；守护进程含 192 个类型化动作，Ubuntu 22.04/24.04/26.04 实测均为 79/79 用例通过，支持 Claude Code、Cursor、Codex CLI，也提供独立 CLI。
Mikko Parkkola 发布 MCP Gateway，一个单二进制 Rust 网关，把 MCP 服务器和 REST API 聚合在 9-17 个元工具的紧凑表面之后，通过 gateway_search_tools 和 gateway_invoke 按需发现并调用后端工具。每个 MCP 工具定义约耗 150 token，20 个服务器 100 个工具约 15,000 token；实测中元路径完成任务反而多用 1.2-16.1% 输入 token 并多一轮，价值在于目录容量、策略与路由。支持约 8ms 热重载、工具投毒校验、SHA-256 能力固定、多租户身份传播和 A2A 适配，内置 110+ 能力，采用 PolyForm Noncommercial 1.0.0 许可，商用需授权。
推荐理由：README 附带实测基准，说明网关省下的是目录容量而非完成任务时的 token，读者可据此判断是否值得引入。
Rovinos AI Harness 是一个开源（Apache-2.0）、TypeScript、容器原生的 agent harness，现处于 pre-release 阶段，目标 v0.1.0。它将 LLM agent 以可恢复的状态机形式运行在 append-only 事件日志上，工具调用由代码评估的策略与人工审批决定，而非模型自身；敏感值在每个信任边界做 token 化，遥测仅携带元数据。基于 MCP 2026-07-28 与 TypeScript SDK v2 构建，目前尚未发布到 npm，API 在 v0.1.0 前可能变动。
saasclawai-org 在 GitHub 发布 ClaimCheck，一个本地优先的 LLM 假名化网关，单个自包含二进制提供两种模式：MCP server 供 Cline、Cursor 等客户端调用 read_sanitized 等工具，LLM proxy 对 OpenAI 兼容请求在线路层脱敏、响应时还原。占位符如 [FEIN_1]、[SSN_2] 稳定可逆，映射 vault 只存本机；内置 regex 识别器覆盖 SSN、信用卡、API 密钥、PEM 私钥等，可选本地 BERT ONNX NER 层捕捉自由文本人名组织名。作者明确说明局限：不覆盖 PDF/DOCX 等二进制格式和非英文文本，vault 未加密，MIT 许可下无任何担保。
推荐理由：原文给出了假名化工具的两种工作模式、可识别的 PII 类型清单和明确不覆盖的范围，便于评估是否适合本地脱敏工作流。
GitHub 用户 tonyweckstrom1987 开源了 agentti-pohja，一个用于定时 AI agent 的 Python 模板，适用于每日摘要、新闻追踪、报告等「收集数据、模型摘要、发送到 Telegram」类任务。仅依赖 Python 标准库，无需 pip 安装，要求 Python 3.10+（CI 测试 3.10-3.13），仅支持 Linux/macOS。内置费用上限（默认日上限 0.05 USD、月上限 1.00 USD、每日 3 次 LLM 调用）、调用前预留费用、OpenAI 兼容 LLM 客户端、ok/ei_tietoa 双态结果模式、防 prompt injection 的 <data> 数据块、每日最多一次 Telegram 发送、心跳监控和 systemd 加固模板。
开源项目 Septum 是一款隐私优先的 AI 中间件，可在用户将文档和问题发送给 ChatGPT、Claude、Gemini 等云端 LLM 前，本地检测并替换姓名、证件号、电话等个人信息为占位符，收到回答后再本地还原真实值。它内置 17 个法规包（以最严格规则为准），保留不含原始个人数据的审计日志，采用 MIT 许可证开源，支持 docker compose 部署及 MCP server、REST API。
Ashforde OÜ 发布 SetuHQ 0.1.0（AGPL-3.0），一个开源系外行星凌星搜索流水线，用 Claude 驱动的 AI Sentinel 与确定性 Probe 组成审阅小组，以盲编码方式标记 TESS 光变曲线的每个 dip，再做 limb-darkened 拟合、虚警概率与 odd/even 等检验，默认面板为 2 Sentinel 加 3 Probe。在 662 个真实 TOI 的冻结基准上，held-out 完整度为 60%（90/150），低于 2 R⊕ 的行星仅 10%；预注册的双扇区加 FAP<0.001 新规则把 feed 噪声从每 100 目标 27.8 降到 6.1，但完整度从 39% 降到 17%，项目明确说明其结果只是候选线索而非发现。
GBTxiaotudouV8-Commander 是一个 7.6B 中文「总指挥」模型，可将请求路由到 341 位能力（30 域），写盘/花钱/出网等动作需人工发票授权。其 335 题基准两轮 PASS 率 99.10%/98.51%，341 位逐位真跑 340 通过/0 失败。项目提供零依赖的 `python demo.py` 演示、含 40 骨 GLB 与 2 万触手 3D 预览的硬件资产，以及可审计的单门 runtime 和 PWA 手机版。
突尼斯 El Manar 大学 ISI 的硕士毕业项目 MalwareScope 发布，集成 Random Forest 分类器、LLM 判决解释器和隔离 Windows 沙箱。模型在 760 个 PE 文件、7 类数据集上达到 89.5% 准确率、0.870 weighted F1；同批 50 个文件上 RF 为 82.0%，LLM 零样本仅 36.0%。沙箱支持 Sysmon、PCAP 取证、MITRE ATT&CK 标签和 HMAC 签名证据清单，并可对接 Splunk、STIX/TAXII、MISP、Cortex XDR 等 SOC 工具。
GitHub 开源项目 Sovereign-Logistics-AI-Agents 构建了一个去中心化物流多智能体网络，由 9 个微服务和 4 个隔离 PostgreSQL 数据库组成，通过 Sovereignty Guard 策略防火墙实现客户 PII 100% 脱敏，跨组织交互记录在链式 SHA-256 审计账本中。系统经 OpenRouter 网关调用 Gemini 2.0 Flash / Claude / Llama 推理，支持 Docker Compose 部署。
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。
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。
Agent BlackBox 是一个基于 Docker Compose 和 PostgreSQL 自托管的 AI 智能体记录工具，将每次模型调用、工具调用、命令、文件编辑和重试记录为类型化事件，并定位运行中断的步骤。它提供成本分析、多智能体 Waterfall 视图、运行对比和审批功能，内置循环、重试风暴、成本激增等确定性检测器，并提供 LangGraph、OpenAI、Anthropic 和 MCP 适配器，数据默认仅存元数据且保留在本机。
GitHub 开源项目 Kamebox 是一个为团队打造的 AI 智能体协作房间，人类与多个 bot 共享空间协作，支持 Pack 模板、@mention、Plan mode 和定时 Routines。所有 bot 写操作需人工点击 Allow 审批，每次变更记录为可 Undo 的卡片，默认使用 ANTHROPIC_API_KEY，也可配置 KAMEBOX_PROVIDER=openai 接入 OpenAI 兼容端点。它通过 Docker 部署，最低 1 vCPU、512 MB RAM 即可运行，空闲占用约 55 MB，数据存于单个 SQLite 文件并每日自动备份保留最近 14 份。
GitHub 项目 NoID Privacy Workstation 发布，这是一个基于 Fedora 44 / GNOME 50 的隐私加固工作站 ISO，包含 41 个功能模块，覆盖内核、网络、身份、固件、服务和浏览器等加固基线，无项目遥测。系统为 AI 智能体工作流设计：VSCodium 预置隐私默认设置，Claude、Codex CLI 及 Gemini 全局指令路径按用户选择性安装，模型访问为 opt-in，本地推理支持 RamaLama / Ollama / LM Studio。蓝牙、定位、摄像头、麦克风默认关闭，提供 GPG 签名 ISO 供下载验证。
inferencegod 在 GitHub 发布 MIT 协议的 autonomy-loop 插件，让同一仓库上的 2-4 个 Claude Code 终端以 git baton 方式轮转 builder 和对抗式 reviewer，共享状态写入 LOOP-STATE.md。核心约束包括冻结不变量门禁、无编造规则、覆盖率棘轮、资金路径变更强制人工放行，并按 T0-T3 信任分级控制无人值守自动晋级；作者自述贡献在约束组合而非循环模式本身。
推荐理由：这个 Claude Code 插件把对抗式评审、冻结不变量和防幻觉约束打包成一键安装，价值在于约束设计而非循环本身。
NVIDIA 开源了 NeMo Helix，一个用于改进和加固生产 Agent 的控制平面，可部署在本地或 Kubernetes，并通过 REST API、CLI 或 Python SDK 访问。它内置 guardrails（内容安全、越狱检测、PII 脱敏）、garak 红队测试、LLM-as-judge 等 RAG 评测，以及基于 Switchyard 的模型路由和 Data Designer 合成数据生成，且各能力以模块化插件提供默认实现、可替换。平台需 Python 3.12-3.14，支持 OpenRouter、OpenAI、Anthropic、Google Gemini、NVIDIA Build 或本地 Ollama 作为推理提供方，并自带轻量级 Web UI NeMo Studio（alpha）。
NikitaCherepov 在 GitHub 开源了多平台 AI Agent 系统 Chatter（AGPL v3.0），Agent 跑在服务器上，通过 Telegram bot 与 Electron 桌面端连接同一账号，可一键分享给朋友或家人。系统包含 backend-api、desktop-app、Telegram bot、admin-panel、chatter-manager、webapp-notes 和可选 voice-service，各组件以 Docker Compose 编排；模型定价自动从 OpenRouter 拉取，内置 Pinecone 向量记忆、语音唤醒与 TTS、智能家居、邮件、网页浏览、多角色聊天和 Runbook 等功能，支持按用户设预算限额。
推荐理由：原文完整给出了组件结构、安装命令与安全机制细节，读者可以直接评估这套自托管 AI Agent 平台是否值得自建。
GitHub 开源项目 SupportOps 是一个本地优先的支持工单分类原型，使用 Gemini（默认 gemini-2.5-flash）对工单分类、分配优先级并起草基于 FAQ 的回复草稿，供人工审核导出。项目采用 Pydantic 校验、SQLite 审计记录、幂等跳重与限速重试（请求间隔至少 15 秒），支持 mock 与 live 两种模式，但不发送回复、不改动客户账户，也非生产就绪系统。
flightdeckhq 在 GitHub 发布 Flightdeck，一个自托管的 Agent 观测与控制平面，可实时展示每个 Agent 的 LLM 调用、MCP 事件和工具调用时间线。
推荐理由：原文给出了传感器接入方式、SDK 覆盖矩阵和已知限制，读者可以据此评估这套自托管 Agent 观测方案是否适配自己的技术栈。
trackmind-ai 在 GitHub 发布 spec-security-review，这是一个可将 AI 智能体变成安全审计员的 Claude skill。它覆盖 SAST、SCA 供应链、后端授权、前端 XSS 和 AI/LLM 安全五条审查线，输出含文件路径、行号、漏洞代码片段、source→sink 追踪与修复建议的结构化报告，并按 OWASP 类别和 Critical/High/Medium/Low 分级。默认只读分析，采用 GPL-3.0-or-later 许可，可作为插件或复制到 .claude/skills/ 目录使用。
Myrhex-x 发布开源 Chrome 扩展 Unsponsored（unsponsored-0.2.0.zip），优先用 SponsorBlock 共享列表跳过 YouTube 视频里的赞助口播、频道周边推销和求订阅提醒，没有标记的视频再用用户自选 AI 读字幕找广告，支持 OpenAI、Claude、Gemini、Grok、DeepSeek、OpenRouter 及 Ollama 本地模型，还能在 YouTube 出现 Skip 按钮时立即结束广告。实测 60 个 SponsorBlock 标注视频，本地 qwen2.5 7B 检出 75%、误跳率 10%、免费，Grok 4.3 检出 90%、误跳率 0%、每视频约 $0.0073。
推荐理由：开源浏览器扩展自带实测数据，对比本地小模型与商用 API 在跳过赞助片段上的检出率和成本，方法可复用。
QWED 以 Apache-2.0 协议开源，是一个校验 LLM 与 AI Agent 输出中声明的验证层，使用 SymPy、Z3、SQLGlot、Python AST 等确定性引擎，无法验证的声明不会标记为已验证。它可作为 Python 库、CLI、自托管 API 或 Docker 镜像在本地运行，提供 TypeScript、Go、Rust SDK，包含 13 个引擎和 9 个策略守卫，返回 status 与 admission 两个独立判定，并定义了 Verification Context v1.0 结果记录格式。自然语言检查需调用所配置的 LLM 做形式化转换，该转换本身不被验证。
GitHub 上的开源项目 Intel60 每 30 分钟抓取 BleepingComputer 等 8 个安全资讯源和 CISA KEV 目录，用 Claude Haiku 4.5 为每条新闻生成 60 词卡片，标注严重级别并附 NVD CVSS 评分与 FIRST EPSS 利用概率。关键故事经 ntfy 推送，支持本地 watchlist 过滤、补丁期限倒计时和 7 天趋势，AI 每条只跑一次、读者数不影响成本，Anthropic API 成本约 $3–5/月。
Leiwe & Partners 在 GitHub 发布 barium-watermarking，一个本地运行、零托管、仅依赖标准库的 Kirchenbauer 绿名单 LLM 水印检测与参考嵌入工具，不依赖 torch、模型权重或网络调用。检测用单比例 z 检验重新推导绿名单，z > 4 表示未加水印文本超阈值的概率约 3×10⁻⁵；低于 25 个计分 token 判为 inconclusive，低熵文本（代码、事实补全）实际不可检测。工具仅检测开放绿名单方案（Hugging Face WatermarkingConfig），不检测 SynthID Text；附带 stdio MCP 服务器和自测 round-trip，MIT 许可，呼应 EU AI Act 第 50(2) 条的机器可读标识要求。
tonythetiger168 发布 aios-core，一个本地优先、模型无关的 AI Agent 运行时原型，提供调度器、按 Agent 的权限、SQLite 持久记忆、沙箱代码执行和 MCP 客户端/服务端支持。项目处于早期 alpha，目前仅接入 Claude，也可通过 OpenAI 兼容接口使用 Ollama、vLLM 等本地模型；内置不可信内容标记与污点策略、技能摘要锁定、审计日志和注入攻击测试套件，README 附有各防御组合下攻击通过情况的测试结果表。
推荐理由：README 附带注入攻击测试结果表，逐项展示污点策略与权限范围各自挡住了哪些攻击，安全边界与未竟事项也写得诚实。