新闻、仓库与研究，按时间排列。
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。
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。
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。
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。
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。
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 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。
Ornith-1.5-122B 是一个 MoE 推理模型，支持 tool calling 与 256K 上下文窗口，官方自测在 SWE-bench Pro 得 76.9 分，高于 Qwen3.8-Flash-Next 的 43.9，但在 Terminal-Bench 2.1 上以 81.2 略低于 83.4。已有 Ollama 发布，Q4_K_M 约 77GB，另有运行时内存开销。发帖者想了解它在陌生仓库和长任务中的表现。
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。
kgaidev/kgai 在 GitHub 开源，定位为 AI 编程工作流中的共享决策记忆：AI 在改代码时自动把结构性决策记录为知识图谱，包括变更、原因和被否决的方案，改动前 AI 会先查已有决策。决策是不可变的内容寻址事件，并行写入不产生文本合并冲突，语义冲突以分支形式呈现并保留解决记录；官方称 100 万条决策、30 个写入者分片下查询约 100ms。支持 Claude Code 插件、Codex CLI（需 ≥ 0.150）和 Gemini CLI，团队同步为 opt-in，使用用户自己的 S3 桶（git 远端为实验性），另有 VS Code/Cursor/Windsurf 扩展和实验性 kgai-mod 插件，MIT 许可，本地优先，代码不出本机。
推荐理由：这个共享决策记忆在 100 万条决策、30 个写入者分片下查询仍约 100ms，且团队同步以自家 S3 为 opt-in，可作长期记忆落地方案参考。
一位开发者针对 DeepSeek 开源推理引擎 DeepInfer（基于 commit 9bd9cf2）构建了交互式逐块代码讲解静态站点，用 Python 脚本从官方仓库抽取代码引用并配上简短说明，内容覆盖 paged KV cache、speculative decoding 和 model workers 在生产环境中的实现，可作为阅读官方仓库的配套学习指南。
开源本地聊天界面 llampart 发布 v2.0.1，基于 Svelte 5 和 SvelteKit 构建，支持 llama-server（llama.cpp）、vLLM 和 OpenAI 兼容 API。自 1.9.0 起新增独立 provider 配置、改进推理支持，并可在聊天中生成 Line、Area、Bar、Donut 图表及 Mermaid 流程图，支持 PNG/SVG/CSV 导出。项目采用 MIT 许可证，会话经 IndexedDB 存储在本地浏览器，提供 Ubuntu 和 Arch 系安装包。
一篇 arXiv 论文提出用 16 MB 冻结 512-bit 编码表替代可训练嵌入层，经主成分投影和符号二值化得到，无任何可训练参数。在 Gemma 3 270M 形状模型上，可学习词表花 2.6 倍可训练参数只换来 0.20 nats 验证损失改善，而冻结词表模型在 LAMBADA、HellaSwag、PIQA 上持平或更好，仅 ARC-Easy 落后；在罕见词上反超 1.7 到 2.3 nats，训练后新增 10,000 词仅损失 3%，可学习词表则崩掉 43%。配合 ternary BitNet b1.58 主体，整个模型仅 46 MB，在笔记本 CPU 上以 62 MB 内存生成 615 到 740 tokens 每秒，速度是 float 模型 8-bit GGUF 的五到六倍、内存为其七分之一。
推荐理由：论文用同一训练设置对照验证冻结 16 MB 词表的效果，并给出 LAMBADA、PIQA 等基准与 CPU 生成速度数据，权重和评测全部开放。
开发者发布 Bedrock-AWS-AgentCore-Strands 项目，输入公司名即可从其 10-K 财报中提取内容并结合市场数据生成带 [1]、[2] 引用标注的分析简报。系统采用 Amazon Bedrock（Nova 2 Lite + Knowledge Base）、Strands Agents 与 AgentCore Runtime，由编排智能体动态调度 retriever、analyst、writer 三个子智能体，技术栈含 FastAPI、Gradio、SQS、DynamoDB 和 ECS Fargate，任务经 SQS 异步处理，进度步骤写入 DynamoDB 供 UI 轮询展示。
generative-computing 发布 granite-switch-systemone v0.1.1，一个 vLLM 端点插件，在同一服务器和 GPU 缓存上通过 POST /v1/decisions（OpenAI Decisions API 格式）和 POST /v1/systemone（jev 的 system-one API）两个接口提供 Granite Switch 检查点的决策适配器服务。每次问题由单次引擎读取适配器的单 token 选项标签完成，以 softmax 概率返回。8b 检查点可装入单张 80 GB H100，测试版本为 vLLM 0.30.0；Docker 镜像约 30 GB，权重需单独挂载。
GitHub 上的 LingoSofa 是一款 Windows 浮动翻译工具，可划词翻译、在原文旁显示译文，并通过 Ask 基于选中内容流式追问。当前为开发预览版，面向 Windows 11 x64，安装包未签名；macOS 本地截图 OCR 已实现，Windows OCR 仍不可用。支持配置多个 API Key 或订阅账号，默认模型为 deepseek-flash，凭据本地加密保存。
OpenBMB 的技术文章介绍 MiniCPM-V 4.7 通过 Lookahead Expert Scheduling（LES）在本地运行 35B-A3B MoE，不改变路由或跳过专家。该方法预测下一层所需专家并提前从闪存预加载权重，配合优化的权重布局、混合精度量化和 DSpark 投机解码，在 iPhone 18 Pro Max 达到 20.51 tok/s，是 3.38 tok/s 基线的 6.07 倍；专家权重缩小 26.7% 且五个基准仅降 0.16 分，低内存配置峰值内存约 3 GB。实现已开源在 llama.cpp-omni。
推荐理由：原文转述了 LES 预加载专家权重、不改路由的思路，并给出 tok/s、体积和内存等实测数字，可作本地跑大 MoE 的参考。
作者发布 Alkove 早期预览，5 个小型模型（共 7.5 MB）在设备端运行于 STT 之前，支持任意文本自定义唤醒词、声纹过滤和仅针对本人语音的 VAD，代码与权重以 Apache-2.0 开放。引擎用 Rust 编写并编译到 WebAssembly、Python 和 Android，手机单线程上 Focus 处理每秒音频需 38.6 ms；AMI 会议测试中他人语音进入转写从约每分钟 17 词降到 0.5 词。当前局限包括仅适合近场麦克风、同时说话分离不完整、音频为 16 kHz。
推荐理由：作者给出了各模型体积、单线程延迟和 AMI 会议实测数据，可据此评估这套语音前端在本地助手里的实际可用性。
GitHub 开源项目 huareyu/local-image-studio 是一个运行在本机的轻量级 AI 图像生成工作台，当前版本 0.8.1，界面为俄语，需 Node.js 20 及以上。它支持 Gemini-compatible、OpenAI-compatible、OpenRouter 和 NovelAI 四种 API，提供多参考图管理、提示词编辑、本地生成历史及带认证的 HTTP/HTTPS 代理，不依赖 SillyTavern。NovelAI 模式内置 140,782 条 Danbooru 标签的本地标签助手，支持 Prompt Chunks 嵌套引用，数据通过 IndexedDB 保存在本机。
Vipera 团队在 GitHub 发布本地 AI 网关 Vipera（PyPI 包名 vipera-ai，MIT 协议），读取 .gguf 模型后提供 OpenAI 兼容的 HTTP 接口，默认监听 http://127.0.0.1:8686/v1。核心特性是硬件感知 planner，根据硬件探测结果生成 gpu_layers、KV cache 类型、n_batch、mlock 和 KQV offload 配置，GPU 加载失败时逐阶段回退到 CPU 安全方案并打印变更；CLI 与 API 共享同一引擎实例，内置 system doctor 诊断、HuggingFace 模型搜索和 bench 吞吐测试。
推荐理由：作者给出 planner 逐层分配 gpu_layers 与 KV cache 类型的具体机制，并在硬件溢出场景下说明了适用边界和基准数据。
Mugil IDE v0.1.20 发布官方独立安装包，Windows、Linux 和 macOS 均可直接下载运行，不再需要 npm 或 Node，npm 发布自该版本起停用。该开源工具是纯浏览器端的双栏 Web IDE，内置 17 个自主工作区工具，通过 Caveman 提示压缩、RTK 日志去重、缓存与 AST 骨架读取等管线宣称可降低 40% 至 70% token 开销，支持 Ollama、LM Studio 本地模型与 OpenRouter、Anthropic、OpenAI 等云端接入。
推荐理由：开源浏览器端编码 Agent，正文列出 token 压缩管线、缓存分层与成本计算的具体实现，方法可迁移到自己的 Agent 工程。
happyyboxx 发布 free-llm-atlas 仓库，用 GitHub Actions 每日 06:00 UTC 自动探测 48 家免费 LLM API 供应商，结构化输出到 providers.json。其中 19 家无需信用卡，仓库还自动生成 Hermes、LiteLLM、Portkey、Open WebUI 的网关 YAML 配置，并给出 Groq 6K TPM、Google AI Studio 2M 上下文等隐藏限制对比表，最后提供一条覆盖约 95% 生产负载的零成本 fallback 链。
推荐理由：原文给出每日自动探测、19 家免信用卡供应商清单和 TPM 并发等隐藏限制表，还比较了各网关配置的适用场景。
GitHub 上的 gannet 是一个 C# 深度研究工具，输入问题后由 planner、searcher、synthesiser、writer 四个智能体组成一个 workflow，完成规划、联网搜索、来源可信度评分并生成每条论断都带引用的报告。它提供 Blazor web UI，模型可选云端 API 或通过 Ollama 本地运行，支持自托管。项目于 10 月 21 日启动，目前仅搭建了 solution、CI 和仓库文件，尚无可运行内容；它是 Tarun Sai Goddu 的 Python 项目 deep-research-agent（基于 LangGraph 和 LangChain）的 C# 重写版，采用 MIT 许可证。
开发者 kruzif-x 发布 LM Switcher v0.9.15b（beta），一款仅支持 macOS Apple Silicon 的菜单栏应用加 CLI 加 MCP，用于发现、加载和卸载本地 GGUF 与多种 MLX 系后端模型，各模型独立端口并行运行。核心功能包括 mmproj 视觉投影文件自动配对、mtp/dflash 文件自动排除与挂载、DFlash 投机解码（默认开启）、聊天模板覆盖以修复 Gemma 4 在 opencode 等 agentic 工具下的多轮调用问题，以及独立的 MCP 服务器让 Hermes 等 agent 按需加载卸载模型（默认关闭）。
推荐理由：作者是开发者本人，给出了各引擎端口、CORS 兼容表和 Muse Glimmer 实测吞吐数据，读者可对照自己的硬件与工作流判断是否适用。
struklabs 开源发布 Harness Studio v0.1.2，一个基于 Tauri、Rust 和 Svelte 5 的桌面应用，管理 llama.cpp 等引擎让用户在本地电脑运行大模型，无需订阅、离线可用。应用提供 Model Hub 搜索 Hugging Face 并校验 SHA-256、OpenAI/Anthropic/Ollama 兼容网关、MCP 双向支持、CLI 与 headless 模式，并内置 P50/P95 请求分析和 Prometheus 指标；Windows 安装包约 21 MB，应用自身占用约 250-350 MB 内存，MIT 许可。
GitHub 上的开源项目 CareerAgentPro，基于 qwen/qwen-2.5-coder-32b-instruct 模型（通过 OpenRouter API）提供 AI 求职功能：简历解析与增强、职位 URL 提取、求职信生成、ATS 优化评分与职位匹配分析，支持导出 PDF/DOCX/LaTeX，并通过 SSE 实现实时流式输出。项目采用 Next.js 16.1.1 前端与 Python 3.12+ 后端，需自备 OpenRouter API Key。
GitHub 开源项目 daedalus-crm 推出本地优先的桌面端 CRM（Mac Apple 芯片 / Windows x64），100% 开源、AGPL-3.0 协议，个人版免费，团队版按席位收费并先免费用 14 天。首页是 ReAct 循环 agent 对话面，改数据只给建议卡、确认后才写入；支持一键接入 DeepSeek 或自填 OpenAI 兼容接口，也可让 Claude Code / Codex 经 MCP 连入，首次登录送 30 次 AI 提问。数据存本机断网可用，团队版改动加密同步，技术栈为 Next.js 16、React 19 与 SQLite。
Perihelion 是一个近地天体自主监控智能体，每日从 NASA NeoWs API 拉取七天天体数据存入 SQLite，用确定性打分模型按距离、尺寸、速度和危险性排序，再将前二十名交给 Gemini 生成简短分析笔记。系统通过 GitHub Actions 每天 06:00 UTC 自动运行并提交更新数据库，无需服务器、零成本，结果以 Streamlit 界面呈现。
veildawn 在 GitHub 开源了 Go 库 ai-protocol，可在 OpenAI Chat Completions、Anthropic Messages、OpenAI Responses、Gemini generateContent 及图像生成 wire 格式之间互转请求、响应与 SSE 流。库仅依赖标准库、无 I/O 与网络，所有映射为纯函数，无法保留的协议事实通过 BodyLosses 和类型化错误显式报告；映射语义基于 LiteLLM v1.100.1 的 MIT 协议映射校验，当前处于 v0.8.x 的 Pre-1.0 阶段。
推荐理由：把 OpenAI、Anthropic、Gemini 等多种 LLM 接口格式的互转抽成无依赖纯函数库，转换丢失的参数会显式报告，适合自建网关的人参考。
GitHub 上的非官方插件 dsh-freetoken v0.3.2 把 chat.deepseek.com 网页版桥接为 DeepSeek Harness 的 deepseek-web provider，已打通登录、文本、工具与图片链路。插件默认关闭（enabled: false），要求 DSH Desktop 0.2.1-rc.2+、Node ^22.18.0 || >=24.11.0 与支持 CDP 的 Edge/Chrome，实测平台为 Windows x64。其驱动 DeepSeek 网页私有接口，可能违反服务条款并导致限速或封号，作者声明与 DeepSeek 无关联，建议仅用非关键账号、风险自担。
zero-agent-core 是一个不绑定外部平台的 Python Agent 运行时内核，当前版本 0.2.1 Alpha，要求 Python 3.13，通过 pip install zero-agent-core 即可安装。它实现了 ReAct Agent Loop、工具调用、MCP、Skill、上下文压缩、持久化恢复、工作流、HITL 和 ACP 协议，支持 OpenAI、Anthropic、Gemini、Ollama 及自定义模型 Provider，并提供多 Agent 编排、向量存储等可选扩展包。项目定位为较轻的可嵌入内核，按 Apache License 2.0 开源，生态和连接器少于 LangChain 等成熟框架，适合需要自定义 Agent Loop、状态恢复和审批流的团队。
arXiv 论文 Specter 提出一种 MoE 推理系统，用量化让轻量 draft 模型在设备上运行，对未来专家使用做多步投机预判，提前安排专家的搬运与执行。单请求推理下相对 SOTA 系统平均取得 1.50x（最高 1.88x）的 TPOT 加速，让单 GPU 受限显存下的 MoE 推理在消费级硬件上更可行。代码在 https://github.com/wwwwwf/specter_asplos，论文见 https://arxiv.org/abs/2511.14102。
huihui-ai 发布基于 Qwen/Qwen3.8-27B 的去审查（abliterated）GGUF 版本，通过 abliteration 技术移除模型拒绝回答行为，仅消融部分层（如第 22 至 52 层，0 起始索引），MTP 与视觉部分未改动。提供 Q2_K_L 至 Q8_0_L 等多种量化格式，可通过最新版 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行，支持 -c 262144 上下文；模型安全过滤大幅降低，建议用于研究测试而非生产环境。
开源项目 Zer0gh0st 发布 0.5.8 版本，这是一个用 Rust 重写、运行在终端 TUI 中的 AI 工程智能体，MIT 许可，支持本地 llama-server 或 OpenAI 兼容云端推理，本地模式无需 API key。内置 10 个 provider 与 failover、JSONL 记忆、SQLite+FTS5 知识库、/img 视觉输入、Whisper 语音助手 Zero-chan 及 Telegram 远程控制；工具默认关闭，code_exec 无沙箱，启用前需阅读 SAFETY.md。
Levia-Labs 在 GitHub 发布 Crepidoma，一个以"支柱（pillar）"链接、避免复制漂移的单一来源方案，统一管理 LLM 指令、agents、hooks、gates、configs、Taskfiles 和 ADR。它以 Claude Code 插件形式提供，可通过 `claude plugin install crepidoma@levia-labs` 安装，内置 auditor、security-reviewer 等 15 个 agents、多个 skills 与任务命名空间，代码与文档采用 MIT 许可。
GitHub 仓库 DataFinFreak/ai-engineering-buildcamp-codespaces 收录 AI Bootcamp「从 RAG 到 Agents」课程作业及作者自研项目。项目包括基于四份印度央行（RBI）金融稳定报告（732 页）构建的 RAG 管线，分析了关键词检索失败、结构化输出及小型评测集导致其错误回答年份的原因。仓库还按模块整理课程 notebook 及学习资源清单。
云碩科技（xCloudinfo）发布插件式 AI agent harness xHarness 1.0，MIT 授权，代码约 13,800 行 Python、零执行期相依，411 个测试约 33 秒跑完。支持任何 OpenAI 相容端点（llama.cpp、vLLM、Ollama、LiteLLM 等），提供沙箱隔离、审批策略、MCP client、跨 session 记忆层、eval 子系统、子代理与多节点舰队视图，除设定的模型端点外不对外传送任何数据。
推荐理由：作者给出约 13,800 行代码、零执行期相依和 411 个测试等具体数字，读者可据此评估这个治理优先 agent harness 的实际规模。
GitHub 上的 OpenGPT 是一个用 LangGraph 和 RAG 构建的 AI 聊天机器人，采用 FastAPI 后端与 React 前端，模型通过 CanopyWave API 调用 OpenAI GPT。它支持多线程对话、PDF 上传问答（FAISS 向量检索）、MySQL 持久化存储与会话级临时聊天，并集成 Brave 搜索、OpenWeather 天气、Alpha Vantage 股价查询和计算器工具。