GitHub 仓库 benjamin-mitchinson-usps/llm-agent-resources 上线:LLM 智能体资源合集
GitHub 用户 benjamin-mitchinson-usps 上线了名为 llm-agent-resources 的 LLM 智能体资源仓库。仓库包含 agent 目录、convo-exports 导出记录、agent.md 及配置文件,目前尚无简介和主题标签。该仓库暂未获得 star、watch 或 fork,也没有发布任何 Release。
新闻、仓库与研究,按时间排列。
GitHub 用户 benjamin-mitchinson-usps 上线了名为 llm-agent-resources 的 LLM 智能体资源仓库。仓库包含 agent 目录、convo-exports 导出记录、agent.md 及配置文件,目前尚无简介和主题标签。该仓库暂未获得 star、watch 或 fork,也没有发布任何 Release。
GitHub 上的 Sparkz400/TIA_MCP 是一个 Windows MCP 服务器,可让 MCP 客户端检查离线 TIA Portal V21 项目并进行可恢复修改,并通过 PLCSIM Advanced V8 进行仿真。其 .NET 10 host 连接隔离的 .NET Framework 4.8 workers,Siemens 程序集从本地安装的产品加载而不随包分发。项目处于 pre-1.0 阶段,仅限离线项目和自有的仿真器使用,与 Siemens 无关联。
AXLR 是 Underpass 的默认智能体执行引擎,负责模型循环、工具、审批与会话,并配套 KMP 记忆引擎和 MADE 流程引擎,可通过 MCP 及兼容 OpenAI/Codex 的插件包扩展。项目为 pre-1.0 阶段,含 TUI 控制台和 JSON worker 两个 Go 模块,axlr-serve 通过 HTTP、gRPC 和 MCP 暴露 19 项能力并支持 mTLS。官方签名工具目录在 2026 年 10 月 18 日收录 159 个预构建工具,发布矩阵覆盖 Linux、macOS 和 Windows 的 amd64 与 arm64。
pelens 是一款 Windows PE 静态分析工具,可解析 .exe/.dll/.sys 文件,提取 SHA-256、imphash、编译时间戳、节表熵值、RWX 权限、安全缓解措施(ASLR/DEP/CFG)及按能力分类的导入 API 列表,全程不执行目标文件。配套的 ai_analyzer.py 将解析出的 JSON 数据发送给 LLM,生成分诊报告:第一部分为确定性发现,第二部分为带置信度评级的 AI 解释。该脚本支持 OpenAI、Gemini、Anthropic、Groq、OpenRouter 及本地 Ollama 等多家模型服务。
BabyZilla 是一个 OpenCode v2 插件,通过七层机制压缩上下文,宣称可节省 70–99% token。它把会话摘要蒸馏为状态、决策等 JSONL 模块,按请求将消息列表限制在 8%(下限 12K、上限 45K token),压缩旧工具输出与推理文本,每条被省略内容都可用 babyzilla recall 命令恢复原文。支持 Kimi K3 这类 1M 窗口模型和小窗口本地模型,压缩方式保持字节稳定以维持 provider prompt cache 有效;附带可选桌面宠物 CLI 和带硬性限制的自调优循环。项目地址 https://github.com/StibaDu/babyzilla,已在 OpenCode v2.0.29(macOS)测试。
推荐理由:README 给出七层压缩的具体机制和分层实测数据,并解释了缓存噪声与可逆召回设计,适合评估长会话成本问题的人参考。
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。
AutoFinance 是一个运行在 Telegram 和 WhatsApp 上的个人理财机器人,用户用自然语言(文本、语音、照片、PDF)记账,AI 只负责解析和选择 tool,所有金额计算由确定性代码完成,财务数据存在本地加密 SQLite 数据库。项目通过 OpenRouter 按任务路由模型,默认模型为 openai/gpt-6-luna,并支持 Pluggy 的 Open Finance 银行聚合、Google Calendar、Price/SAC 债务计算,以及葡英西三种语言。目前第 1-10 阶段已在 Homologação 环境完成,尚未推向生产环境。
varchasayya-alt 发布了预注册研究仓库,2026-10-14 至 10-25 在笔记本 CPU 上完成 14 项研究,测试 Llama-3.2-1B/3B、Llama-3.1-8B 与 Tülu-3-8B 阶梯上的句子定位内省任务。核心结论是注入信息的感知信号在包括 base 模型在内的各阶段都存在且线性可解码(probe AUC 约 0.99-1.00),但 8B 模型无法形成显式 yes/no 自我报告,信息提示和拒绝方向消融均未能解锁;研究还发现原协议的定位可被文本损坏解释,换用作者协议后 Tülu-3-8B 在文本完好下定位达 93%。仓库公开全部提交历史作为预注册证据,并提供推荐对照检查清单。
推荐理由:这项预注册研究用完整提交历史和对照实验检验了句子定位内省测试,还给出了可复用的对照检查清单。
Bellcart 是一款用 Rust 编写的 Windows 10/11 换机辅助工具,扫描旧电脑后将文件夹分入 Migrate、Archive、Leave 三类,不确定的标记为待审查,不读取文件内容、不删除任何文件。当前为 pre-alpha 状态,扫描和规则引擎已可用,支持 `bellcart scan`、`bellcart ui`、`--json` 输出及 winget、VS Code 扩展等导出,可选接入 OpenAI 兼容端点作模型 arbiter;recipes、模型 arbiter 和审查界面尚未建完。
Atlas3DSS 开源 Character Creation,一个通过激活转向雕刻 LLM 人格的交互式工作台,参考实现用 Qwen3.8-27B 跑在六张 32 GiB V100 上。方法借鉴 Lyra 的 neuron-explorer(带符号神经元干预、相对剂量归一化),提供 16 个可编辑预设、五维 Big Five 特征旋钮、共享 prompt 基线对比和本地 agent 调度研究,并明确标注命名预设的角色还原度未经验证、相关强度仅为探索性关联。
推荐理由:原文给出了用激活转向雕刻人格的完整工作台,包含校准、对照基线和明确的证据边界,方法细节可直接迁移到他人的人格实验。
开发者发布 Vocs,一款在 macOS 上用 whisper.cpp(large-v3-turbo)完全本地运行 Whisper 的听写应用,可将文本粘贴到任意应用。音频按静音边界分块边说边解码,短片段按实际长度开窗解码约提速 8 倍;还做了 [BLANK_AUDIO] 等音效标签剥离、重复循环检测重试、Rust 后处理(标点、大小写、口语命令、自定义词典)及约 120 MB 本地语法模型。转写路径无网络请求,macOS 13+,MIT 协议,基于 Tauri 和 Rust,源码在 GitHub。
推荐理由:开发者给出了流式分块解码和短片段约 8 倍加速等具体实现细节,本地语音听写方案有可参考的工程做法。
开发者 Mahesh V V 发布 II Studio v0.1.0 候选版,一个 local-first 界面与流程图生成工具,用户通过自己的 AI CLI 连接(antigravity、codex、claude 或 gemini)描述需求即可生成仪表盘、表单和流程,并保留本地版本历史。项目采用 Apache-2.0 协议,支持 macOS(Apple Silicon 与 Intel)和 Windows 11 x64,项目数据保存在浏览器 IndexedDB,无遥测、无云同步,并提供实验性的可编辑 Figma 导出。
prasanna-88 在 GitHub 上开源了 real-time-aqi-prediction 项目,一个实时空气质量指数(AQI)预测仓库。仓库包含 ai-service、backend、data、model、static 等目录,以及 main.py、train_model.py、requirements.txt 和 .env.example 等文件,用于模型训练与服务部署。
skyi7943-cmd 基于 MIT 许可的 DLSS 5 Swapper v2.2.9 发布独立开源社区分支 DLSS 5 Swapper Enhanced,支持 RTX 40 系笔记本、40 系桌面卡与 50 系原生卡三档调优。该分支提供 40 系动态多帧生成解锁(笔记本省约 45% 神经渲染显存、单通道再省约 450 MB)、50 系 Blackwell sm_120 原生直通,兼容 Streamline 2.2~2.14+ 与 DirectX 12/Vulkan,100% 离线运行并永久免费开源,游戏内 Home 菜单已实现零崩溃简体中文化。
vivekg7 在 GitHub 发布 talekit,一个面向 AI Agent 的故事视频生成工具,Agent 通过 MCP 服务器设计角色与场景、写逐镜头时间线、根据渲染预览自查,最终输出带语音气泡和配音的 2D 动画 mp4。方案是让 Agent 写它熟悉的语言(SVG 片段加 JSON),引擎负责绑定、行走、镜头、天气、声音、编码等手工难以做对的环节,每次写入都返回图片便于修正;依赖 Node 20+ 和 ffmpeg,语音需要 Apple Silicon Mac 上的 MLX,另附 Python kit 和多个 MCP 工具与 CLI 命令,项目地址 https://github.com/vivekg7/talekit。
推荐理由:面向 Agent 的故事视频生成工具,作者讲了让 Agent 写 SVG 和 JSON、每次写入返回预览图来自查的思路,方案可迁移到其他可视化任务。
video-seo-engine 是一个自动化视频 SEO 流水线,可将 YouTube 视频经 VTT 字幕和 AI(Claude/Gemini)生成含 VideoObject/FAQ schema 的 WordPress 文章。它支持 Channel Monitor 与 Portal Scanner 两种模式,提供 Free(5 部影片/月)、STARTER(49 兹罗提/30 部)、PRO(149 兹罗提/110 部)和 AGENCY(499 兹罗提/250 部)套餐。实测 schema 合规得分 8/10(对标 TVP Info 3/10),技术栈基于 Python 3.10+、FastAPI 和 PostgreSQL 16。
GitHub 新仓库 VectOrEdit 发布 v0.3.14,这是一款独立的桌面编辑器,面向知识管理、结构化文档撰写和实时语义校验,内置 Rust 实现的 HNSW 向量索引引擎与本地 transformer 嵌入。本地模式下嵌入模型 multilingual-e5-small 通过 WebAssembly SIMD 与 ONNX Runtime 完全在 CPU 上离线运行,无遥测,并可切换 Google Gemini、OpenAI、Anthropic Claude 多个 AI 提供商,集成 Monaco 编辑器提供语义 Linter 与自动补全。
GitHub 开源项目 A-Multimodal-Approach-to-Text-to-Image-Generation-Using-Deep-Learning-Models 探索基于 Hugging Face 文生图模型的多模态生成。项目用 Python 和 React.js 构建交互界面,实验了 100+ 提示词变体,评估 500+ 张生成图像,从提示词遵循度、语义相关性和视觉质量三方面对比不同模型的输出。
YukiUmetsu 的 ai-content-generation 仓库发布 ContentGen 规范:一个本地优先、研究驱动的内容生产工作室,目标平台为 Apple Silicon M4、24 GB 统一内存,后端 Rust/Axum/SQLite、前端 React/TypeScript。新增可选的 YouTube 细分监控功能,使用 YouTube Data API v3,密钥存入 macOS Keychain,默认关闭且限制 10 个细分、24 小时内 20 次 API 搜索、缓存 30 天过期。域名/后端规范尚未实现,前端基础可在 apps/web 运行。
FileZen 是一个开源的一站式文档效率平台,基于 React + Vite 前端和 FastAPI 后端,提供 PDF 工具、文件格式转换、图片压缩、简历构建、报告生成、二维码生成及文件管理功能。其 AI PDF 问答功能通过 Google Gemini API 实现,默认模型为 gemini-3.8-flash,用户需自备 GEMINI_API_KEY。项目尚未指定开源许可证,作者计划补充更多转换格式与自动化测试。
Drupal 发行版 Varbase 在 GitHub 上开源了 varbase_ai_base 仓库,这是用于安装核心 AI 模块并应用默认 Varbase AI 配置的基础 recipe。用户需先通过 composer require drupal/varbase_ai_base:~1 安装,再用 Drupal recipe 脚本或 Drush 命令执行。应用前必须先配置 AI provider 和默认聊天模型,否则会因缺少默认 chat 模型而中止。
GitHub 上的开源项目 Celira 发布 v0.1.3 Windows x64 预览版,可在用户自己的机器上运行具备名字、独立记忆和独立模型绑定的常驻 AI 智能体,可被群内成员 @ 唤醒或按自身日程主动行动。项目自托管且免费,仅支付模型 API 费用;终端授权分为 sandbox 与 full 两级,默认不授予,需在 agent.conf 中手动写入;Linux 可从源码构建但无发布包,macOS 暂不支持。
GitHub 上的 LLM-Coding 社区维护 Semantic-Anchors 项目,收录 230+ 个语义锚点,即用"TDD, London School"等术语触发 LLM 特定知识域的共享词汇,用于提升提示词的精确性、效率与一致性。目录按 12 个 MECE 类别和职业角色组织,提供交互式可视化与全文搜索,并为 Llama、Mistral、Phi 等本地小模型提供注入定义的方案,支持 Claude Code、Cursor、GitHub Copilot 等工具的安装指南。
GitHub 开源项目 Cwentor/DataAgent 构建企业级 Data Agent,链路为自然语言→受控 DSL→确定性 SQL→DuckDB,LLM 只产出契约内 JSON、绝不生成裸 SQL,以实现零幻觉、零注入。系统含意图五分类路由、LangGraph 六节点编排、GuardrailAgent 执行前 sqlglot AST 审计、表/列/行级 RLS,并支持 MySQL 8.0(>=8.0.18)双后端与 OpenAI、Anthropic、Gemini 等多供应商接入。
开源软件工厂 Cromford(cromford.dev)可无人值守地把产品板工单推进为 PR:经过 triage、plan、build、对抗式 review、preview QA、merge、deploy-verify 和 post-merge QA 八个固定阶段,每阶段有独立 runner、模型与预算。其设计原则是脚本可判定的事不用 LLM,配置即数据,支持 claude→grok→codex-configured openrouter→fireworks 的多供应商降级链与逐调用成本记录,并可基于 Cloudflare、GitHub、Fly 自有账户自托管。
GitHub 项目 incidentzero 是一个自治 SRE 智能体,在模拟微服务平台(checkout、payment、inventory、order、Redis 缓存和订单数据库)上调查生产事故,在高风险变更前请求人工批准,并验证恢复后才关闭工单。运行时不用任何 Agent 框架,预算为 14 次 LLM 调用、28 次工具调用和 120 秒;基于 Groq 上的 openai/gpt-oss-20b 的三次实况运行中,两个场景验证修复,一个(SEV-2)在预算内给出证据后升级上报;离线本地启发式模型可在 8-10 次 LLM 调用、0.1 秒内解决全部三个事故。
meshapplied 发布开源工具 Goethe,可将带 NVIDIA GPU 的 Linux 机器变成自托管 API,兼容 OpenAI、Anthropic 和 LiteLLM 客户端,数据留在自有硬件上。模型基于 SGLang 运行,支持 continuous batching、prefix caching 和 CUDA graphs,并内置面向 Blackwell、Hopper、Ada 和 Ampere 的 NVFP4 内核,4-bit 模型显存占用约为全精度四分之一;支持按客户端发 key、限速与撤销,模型重启后自动恢复加载,仓库采用 Apache-2.0 许可,链接 https://github.com/meshapplied/goethe。
推荐理由:原文给出了从安装到共享 API 的完整命令流程,并说明基于 SGLang 加自研 NVFP4 内核的推理方案,便于自建 GPU 推理服务时参考。
GitHub 项目 Direles/LitteraLit 发布了 PDF 技术书翻译工具,通过矢量删改保留原始版式、复用嵌入字体并对目标语言做断行排版。流程包括用 LLM(Gemini、OpenAI、DeepSeek、Claude 或 OpenAI 兼容端点)逐页翻译、检测并重译残留英文、译文过长时请求缩短或将字号最多缩小 60%、生成逐页 QA 报告。在 365 页的 Agile Estimating and Planning 实测中 97.7% 的文本块落在原行内,输出 2.8 MB,含 272 个单元测试,MIT 许可证,需 Windows 和 Python 3.11+。
推荐理由:项目给出了 365 页技术书翻译的实测数字和逐页 QA 报告机制,保留了原文版式与嵌入字体,方法细节可直接复用。
GitHub 仓库 hslimi/night-thoughts 收录关于本地 AI、Apple Silicon、Agent 与软件系统的技术文章及配套可复现实验,主阅读站点为 nightthoughts.me。内容涵盖 MLX 上的推理、微调、评估与部署,以及可检视的 Agent 工作流。配套实验放在 experiments/ 目录下,每个实验须自带 README、复现命令与评估说明。
GitHub 上的 FHIR-Fence 项目通过基于图的提示词构建,实现对健康记录的隐私保护 LLM 访问。项目采用 AGPL-3.0 许可证,仅限研究与可复现性用途,商业使用需另行联系授权。
minillm 是一个用 C++20 编写的 LLM 推理引擎,目标模型为 HuggingFaceTB/SmolLM2-135M(Llama 架构,safetensors 权重),全程 fp32 计算,强调正确性优先于速度。每个内核都有与 PyTorch 核验的朴素标量参考实现和与之核验的优化版本。项目依赖极少(doctest 与 nlohmann/json 由 CMake 获取),checkpoint 约 270 MB,基准测试输出 prefill/decode 吞吐(tokens/s)与峰值 RSS,CI 在 Linux 和 macOS 上以单条命令运行完整流水线。
GitHub 上的 solve-ai-ctf 是一个 AI 驱动的 CTF 解题工作台,覆盖分诊、假设、有界执行、验证、提交、复盘全流程留痕。项目用纯 Python 标准库实现、零 pip 依赖,内置本地 Web 工作台、Docker 沙箱执行、Flag 自动识别与抢一血式自动提交,支持 misc/crypto/pwn/web/reverse/forensics/ai 七类题型,附 24 份知识库参考文档,仅限授权的 CTF 比赛与安全研究使用。
开源项目 NightOwl 是一个 AI 研究助手,按官方来源、媒体等四级可信度分层检索俄英双语来源,交叉验证事实并给出带引用的答案。其可信度百分比由确定性代码而非 LLM 计算,公式综合来源权重、一致性、新鲜度与多样性。项目基于 C# / .NET 10 和 Gemini(经 OpenAI 兼容端点)、Tavily Search API 构建,提供 Web 应用、REST + SSE API 与 CLI,API 限制每 IP 每分钟 5 个问题。
Umicom Foundation 在 GitHub 开源 Umicom LLM 项目,涵盖训练、评估与微调。仓库采用 src/、include/、docs/、scripts/ 等标准目录结构,包含 C/C++ 源码、公共头文件、文档与 CI 工作流,项目由 Sammy Hegab 编写,采用 MIT 许可证,代码直接提交 main 分支并要求详尽注释。
GitHub 上的 deskyard-ecommerce-agent 是一个带完整商店功能(商品、购物车、结账、账户)的电商入门项目,每页内置可回答“我的订单在哪”的 AI 客服智能体。智能体从知识库、实时商品目录和登录用户的真实订单构建提示词,无法解决时通过邮件或 Slack 升级通知。语音模式使用浏览器 Web Speech API 识别输入、OpenAI TTS(默认 "nova")合成回复,需配置 OPENAI_API_KEY 并按用量计费。
saya-ch 在 GitHub 开源 keyless-llm,把 4 个免鉴权来源共 29 个免费模型聚合成一个本地网关,改一个 base_url 就能让 OpenAI / Anthropic / Responses 兼容客户端使用。网关提供 auto 伪模型做跨来源失败转移与评分调度,提供按来源隔离的冷却状态机,实测 8 次连续 auto 请求全部成功。来源清单维护跑在 GitHub Actions 上,agent 只负责搜索候选,是否免鉴权由无鉴权头实测脚本判定,429 记为 limited 收录、401/403 拒绝。
推荐理由:把免鉴权免费模型聚合成一个本地网关,还把来源清单维护拆成 agent 发现加脚本实测两层,方法可直接迁移。
GitHub 仓库 LocalCoder RTX 发布,这是一个完全在开发者本机运行的 AI 编程智能体,结合本地 LLM、工作区感知的工具循环和浏览器/CLI 界面,无需将代码发送到云端。它通过 Ollama 托管模型(推荐 qwen2.5-coder:3b 或 7b,上下文 4096),提供文件读写编辑、shell 命令审批、自动备份和工作区隔离等安全机制。该项目还可用于微调数据集构建、智能体轨迹收集和本地 LLM 评测。
GitHub 上名为 large-language-model-LLMs 的仓库页面,作者为 arunbn230052,仓库未提供任何描述、网站或主题标签。仓库包含一个 ML_&_Deep_Learning_Basics.ipynb 笔记本文件和一个 README,目前 0 star、0 watch、0 fork,无 Releases、Packages 或贡献者信息。
devops-cli 是一个命令行工具,提供 GitHub 仓库克隆、SSH 密钥轮换(默认 90 天)、devcontainer 管理和 Kubernetes 集群操作等子命令。其 k8s 模块支持用 Minikube 引导集群,并可部署含 Ollama、WebUI、Qdrant、Valkey 的 LLM 基础设施栈,还能在 OS keyring 与集群 Secrets 间同步凭证。
一项 ISWC 2024 研究探索用大语言模型把 SPARQL 查询转化为自然语言,覆盖英语、德语和俄语三种语言。实验框架结合闭源与开源模型并经微调增强,在 QALD-9-plus 和 QALD-10 问答数据集上以机器翻译指标和人工评估衡量效果。结果表明 LLM 适合完成 SPARQL 查询的语言化任务,但存在问题过度具体化、语言差异和语义不匹配等错误类型。