新闻、仓库与研究，按时间排列。
开源项目 Skybreaker 在用户自有 Linux 服务器上以 gVisor 沙箱按项目运行 Claude Code、Codex 和 pi，内置 broker 托管凭据、按策略逐请求放行、挂起或拒绝。支持经 Tailscale 从网页、手机、终端或 VS Code 驱动，提供审计与 kill switch、分支级 diff 审查与 PR 流程，AGPL-3.0 协议，当前为 pre-1.0。
推荐理由：这是一个开源的编码智能体沙箱方案，凭据由独立 broker 托管并逐请求审批，适合关注本地部署安全的开发者参考其架构设计。
Ahaan Verma 等人在 Ashby Prize Hackathon 2026 发布开源研究工具 gutfeeling，通过热键截取任意切片查看器画面，约 2 秒内给出 SSL 与 HP 判读及证据。工具用 ConvNeXt-Base 与 MUSK 集成模型，在 977 张 MHIST 测试图上平衡准确率 0.888、AUC 0.956，与 7 病理医生共识上限相当；在 UniToPatho 上 HP 准确率 99.6% 但会低估 SSL。定位为研究工具，非诊断用途，许可证为 PolyForm Noncommercial 1.0.0。
GitHub 上的 product-eval-harness 是一个消费级产品评测工具，由 LLM 智能体生成评测所需的知识（标准、产品属性、研究记录、评测包与分数），并用 ruleset 在接受输出前校验每项结果。项目基于 Mastra TypeScript 框架，目前仅是 Mastra 脚手架，尚无任何 harness 阶段实现；开发需 Node.js 22.13+，仓库含 mastra agent skill，整体采用 Apache-2.0 许可证。
OpenLore 是一个面向 AI 编码智能体的本地优先记忆与护栏工具，基于静态分析构建代码知识图谱，热路径无 LLM、无需 API key，同一查询始终返回相同答案。一条 openlore install 命令可自动检测 Claude Code、Cursor、Cline 等智能体并注册 MCP 服务器；orient() 单次调用返回任务相关函数、调用者与插入点（15k 节点图上约 430µs p50）。在 Spec 14 基准中，大型陌生仓库的深度任务往返次数下降 26%（excalidraw 25→16），小型熟悉仓库则常为负收益，官方同时公布了亏损数据。治理侧提供 breaking-change 判定、敏感边界检查、verify_claim 与统一提交门 openlore enforce。
推荐理由：README 公开了随仓库规模变化的收益与亏损实测数据，并给出在自己仓库上复现的命令，方便读者判断工具是否适用。
研究者推出 HerHealthGPT，一个面向女性生殖健康、结合 RAG、上下文感知澄清与来源验证的对话式 AI 系统。在 540 条英文消息和 30 名成人的测试中，证据检索将关注类别准确率从 54.1% 提升至 59.3%，澄清路由器达到 85.6% 召回率与 86.2% 特异度，83.3% 的参与者偏好启用检索的配置。系统仍需进一步临床验证。
开源项目 linkedin-cv-tailor 用 JobSpy 抓取 LinkedIn 职位，经 Gemini 过滤并针对岗位定制 CV，通过 Typst 编译生成 PDF，并支持 Telegram 通知与 Flask Web 面板。需配置 GEMINI_API_KEY 才能启用 AI 过滤与定制，Python 版本固定为 3.12，可用 cron 每日自动运行，每次处理间隔 20 秒 rate limit。
YenkasaAI 是一个面向非洲市场的 Flutter 控制平面应用，涵盖聊天、知识摄取、分析、内容审核、会话管理与 AI 运维，隶属于更大的 Yenkasa 生态。开发默认指向 127.0.0.1:8008，生产构建需通过 YENKASA_ENV=production 显式指定 API URL，Android 发布版还需真实签名凭据。项目愿景是为创作者、企业、学生、开发者和在线社区提供可访问的非洲中心化 AI 工具。
GitHub 新仓库 abhishek944/pi-image-gen 为 Pi 智能体提供图像生成与编辑（image_generate）、可选 sprite 生成（sprite_generate）和独立的已有图像搜索（image_search）扩展。它支持多家生成服务商，包括 OpenAI gpt-image-2、Google Gemini 的 nano-banana 系列、阿里 qwen-image、火山引擎 Seedream、Meta muse-image、Microsoft MAI-Image 等，可通过 OPENAI_API_KEY 等密钥或 Pi 的 ChatGPT Plus/Pro 订阅登录调用。该包可通过 npm 或 GitHub 安装，也可作为 Node 22 的 ESM 库导入使用。
新开源仓库 AI-Engineering-with-Langchain 提供 LangChain AI 工程概念的实操实现，涵盖 LLM 应用管线和 agentic 工作流。仓库包含动手脚本、提示词编排模式、RAG 检索增强生成配置，以及面向可扩展 AI 方案的结构化 chains。
论文提出 OS-Wizard，一个面向专用桌面软件的自动轨迹采集框架，结合教程引导探索与 GUI 和代码混合动作空间，并在树探索中检查点和回访关键状态。采集的 10.9K 条轨迹含 54.9K 个状态动作样本，微调开源 base 模型后在专用桌面工作流基准上提升 58.2 个百分点至 64.1%，超过报告的人类水平 59.8%；仅用 GUI 动作也能提升通用桌面任务表现。
推荐理由：论文给出了一条自动化采集专用软件操作轨迹的完整路径，含方法、数据规模和微调后的对比结果，可作同类工作的方法参考。
研究者构建了包含 11k 个争议话题和基于 Schwartz Value Survey 价值维度人设的数据集，通过 agentic pipeline 在对齐良好的商业 LLM 上以超过 47% 的成功率诱导出有害回应。研究以 UNESCO 全球公民原则作为区分正当价值表达与有害行为的底线，并提出可在推理时平衡人设遵循与安全性的可控对齐模型，在多数样本上比基线更安全且更贴合人设。该论文已被 EMNLP 2026 主会接收。
UniStudy AI 是一个离线、隐私优先的大学学习助手，通过 Ollama 运行本地 llama3.2:3b 模型，支持对讲义、教材和幻灯片进行文档问答、结构化摘要、选择题测验生成和答案批改，不依赖付费第三方 API。系统不使用 LangChain 或 CrewAI 等包装框架，全部用标准 Python 实现，采用 300 词分块、50 词重叠的词频检索（RAG），并在 UI 中展示 Agent 的工具调用轨迹和引用段落。项目支持 .pdf、.txt、.md 文件，用 Streamlit 构建，带 pytest 测试，扫描版 PDF 需外部 OCR 且词频检索对同义改写查询效果较弱。
工程师 Soma Shekar Keesari 独立开发并运营面向工程师的 AI 求职平台 Jobhuntz（代码库名为 cv-tailor），可根据职位定制 CV 和求职信且不编造内容，已上线 jobhuntz.app。平台以"AI 写作、代码校验"为原则，通过 Claude Sonnet 事实验证、关键词匹配打分等机制，将无法溯源到用户 master CV 的句子比例从 28% 降至 6%。技术栈为 Next.js 16、React 19、Supabase 与 Anthropic Claude API，默认用 Claude、可切换 OpenRouter，配有约 400 个单元测试。
GitHub 开源项目 RAICA（RAG AI Context Agency）v1.0.0.348 发布，这是一个基于 Agentic-RAG-System 分支的多 LLM 编排 AI 服务器。新版本加入 Deep Research Mode（多轮检索、来源可信度评分与声明核验）、可开关的数据图表功能（从 World Bank、FBI Crime Data Explorer 等权威来源取数）、POST-LLM Workflow Engine 和 2 个文件（YAML + Python）即可创建工具的插件系统。内置 10+ 生产级 agent、OpenAI 兼容 API、基于 FAISS 的文档智能与 Qwen2.5vl 视觉处理，邮件管理可将上下文压缩 84%。
这是一个为 Terac Zero Human Company Hackathon NYC（Oct 24, 2026）开发的 Agent 自主运营研究工作台：买家在 Whop 支付 $3 并选定 CNCF 项目后，Agent 用 Exa 检索 KubeCon/CNCF 演讲并生成每条论断都带 [▶ MM:SS] 时间戳引用的 wiki。每单通过 GitHub Pages 的 MkDocs 站点发布，决策与订单记录存入 SQLite，Terac 人评反馈持续改写文风指南，单轮研究预算上限默认 $40。
GitHub 开源项目 ai-skill-gap 面向非科班转行求职者，采集清洗后 4582 条 JD（78 家公司），抽取技能实体并与简历做语义匹配，输出匹配度打分、差距报告与学习优先级。技术上采用 SiameseUIE 零样本与微调 BERT-NER（F1 0.636 exact）抽取，BGE 语义匹配 Recall@5 达 0.975，知识库含 161 项技能与 106 项学习资源，简历解析结合 DeepSeek LLM。项目通过 201 个 pytest 用例，已免费部署上线 Streamlit Community Cloud，支持 Markdown/Word 报告导出与多岗位对比。
Nexus Terminal AI v2.0 是一款在终端运行的智能 AI 助手，由 BrutalTools 开发，采用 MIT 许可证开源。它内置 8 种 GLM-4 系列模型可选（含 GLM-4 Flash、Air、Long、Plus、4V 等），提供方向键交互式模型选择器和 15+ 命令，支持对话保存与 JSON/Markdown 导出、会话统计和配置持久化。
nicobailon 发布 pi-mcp-adapter，让 Pi 通过一个约 200 token 的 mcp 代理工具按需使用 MCP 服务器，避免工具定义占用上下文窗口。与 Pi 0.99 内置 MCP 对比：内置在每个会话启动所有已启用服务器（100 个小服务器约 7.0 GB 内存），适配器只在首次调用时启动、闲置 10 分钟后停止；实测 95 个工具 12 条日常请求中语义搜索 11 次将正确工具排第一（词搜索仅 5 次）。还支持 MCP prompts、elicitation、Tasks 后台任务、OAuth 存入系统钥匙串、用 /mcp-adapter setup 导入 Cursor、Claude Code、Codex、VS Code 配置。
推荐理由：给出了与 Pi 内置 MCP 的逐项实测对比，包括常驻服务器数量和内存占用，读者可以据此判断值不值得换。
GitHub 上的 SilvioBaratto/optimizer 是一个由四个 Python 包组成的 uv 工作区，核心是纯 Python、基于 skfolio/scikit-learn 的组合优化库 portopt-core，无需 Docker 和数据库即可安装运行。工作区还包含定时拉取行情数据的 PostgreSQL 摄取守护进程、共享 DB 层，以及 portopt-fund 基金桥——由 LLM（默认 Ollama Cloud 上的 DeepSeek，可通过 LLM_PROVIDER 切换十个提供商）决策、优化器计算、模拟交易需经人工审批门控。项目要求 Python ≥ 3.12。
论文提出 FlashScript，将成功的 Agent 运行编译为可复用的神经符号程序（NSP），动作与数据转换变代码、实例值变参数、需模型判断的决策保留为 LLM 调用。在 120 个 WorkBench 分析任务上配合 Claude Haiku 4.5，NSP 每次运行做出相同工具调用，输入 token 约为 skill 引导 Agent 的 1/70、运行时间约 1/3；复合任务中 skill 引导 Agent 准确率降至 23%，NSP 保持正确，并成功泛化到 108 个未见过实例。
推荐理由：论文把成功的 Agent 运行轨迹编译成可复用的神经符号程序，给出 token 用量与运行一致性的量化对比。
开发者 Marcel 发布个人离线本地 AI 助手 Poldi，以语音为交互界面，支持唤醒词免提客户端与浏览器客户端，采用 GPLv3 开源。技术栈为 Whisper.cpp 做 STT、llama.cpp 做 LLM 推理、Piper 做 TTS，支持英德双语、记忆注入、联网与 Wikipedia 搜索等功能，可在 16GB VRAM 的 Nvidia 5060 Ti 上运行，8GB VRAM 甚至 CPU 也可用。
研究者提出经验合成框架 ReGE，其实现 ReGE-Syn 用单次 coach 调用将执行记录与产物合成为引导，供学生智能体在相同基座模型、无参数更新下执行。在四个 benchmark 上，GPT 平均提升 9.9 个百分点、Claude 提升 8.8 个百分点。相比改编的 AggAgent，ReGE-Syn 在 BrowseComp-Plus 匹配子集上构建引导的 token 消耗减少 98.2%（GPT）和 95.5%（Claude）。
Numina Fuse 是一个用于 Lean 4 数学形式化的智能体原生应用，围绕人类对智能体工作的监督设计，用户可通过蓝图、依赖图和 Lean 代码视图协作并让后端运行智能体数小时。它在 2026 年从固定人工节奏的流水线演化为自主调度专家、证明器和并行子任务的 orchestrator。Fuse 已用于三维 Kakeya 猜想的形式化，开源本地版本 Fuse Desktop 已可用。
CourseForge 是一个开源项目，用户上传一次大学教学大纲，即可按学年学期组织科目并生成含 Markdown 课程、模块测验和进度跟踪的结构化课程，支持通过自有 AI 提供商或外部 AI 生成的 JSON 导入两条生成路径。项目基于 Next.js 15、TypeScript、Tailwind CSS 4、PostgreSQL（Drizzle ORM）和 Auth.js v5，里程碑 1–7 已完成并验证，包括 PDF 上传提取、服务端权威评分测验（Anthropic API 真实调用）与跨用户数据隔离；课程管理、搜索和分享功能尚未实现。
GitHub 上的 rag-document-qa 项目实现了一个研究论文问答应用，用 RAG 流水线结合检索与语言模型生成答案。检索层提供 Dense、BM25 及 Reciprocal Rank Fusion 融合的混合检索，并实验了 cross-encoder 重排；在 15 个问题的评测集上，混合检索 Success@3 为 86.67%、Success@5 为 93.33%，优于单一方法。项目嵌入采用 sentence-transformers/all-MiniLM-L6-v2，界面用 Streamlit，本地推理用 Ollama，并计划接入 Groq API 部署。
开源项目 Rollmon 是一款完全在浏览器运行的宝可梦草稿自走对战游戏：玩家通过「世代×属性」老虎机抽选六只宝可梦并配置配招，再由 AI 操作队伍挑战十个 Boss 队伍并上传排行榜。战斗 AI 采用 poke-engine（Rust 编译为 WebAssembly），由 @pkmn/sim（Pokémon Showdown 模拟器）裁定，均在本地 Web Worker 运行，无战斗服务器。游戏内置超过 1,100 套约 650 种宝可梦的配招，支持手机与中英日文，桌面端每 100 ms 可跑约 220k 次搜索迭代，iPhone 16 Pro 达其约 85%。
GitHub 新仓库 Local-RAG-Assistant（DocuMind）开源，用户可上传 PDF 并用自然语言提问，通过 ChromaDB 向量检索与本地 Ollama 模型生成基于文档内容的答案。项目前端用 React、后端用 FastAPI，配合 PyMuPDF 和 Sentence Transformers 实现文本提取与嵌入，默认模型为 dolphin-mistral，全程无需云端 LLM API，并返回来源文件名与 chunk 索引。
GitHub 新开源项目 AI-Coding-and-Data-Analysis-Assistant 将 RAG 编程助手与语音数据分析整合为一个 FastAPI 应用。用户可上传 CSV 或 SQLite 数据集，用英语或阿拉伯语通过 Faster-Whisper 语音提问，系统基于 schema 生成并校验 SQL 后返回结果与解释；编程助手则通过 ChromaDB 检索示例并生成、解释 Python 代码，支持用户反馈学习。
研究者提出 EnvLunch，一种无需人工标注的预热训练方法，让语言模型智能体在执行环境中采样有效动作轨迹，再仅凭最终观测恢复功能等价的轨迹。该方法使模型在下游强化学习各训练预算下平均超过基线 9 分以上，基线需 8 到 32 倍的标注样本才能匹敌其最小预算的准确率。
GitHub 开源项目 AI-Wireless Copilot 旨在将自然语言无线通信需求转化为可执行仿真与验证结果，结合 RAG、自动代码执行与约束优化。规划能力包括 AWGN、Rayleigh、Rician 信道仿真、BER-SNR 分析与星座图可视化，可选 QLoRA 微调。技术栈为 Python、FastAPI、Streamlit 及 open-weight LLM，目前处于 Phase 0 架构搭建阶段。
insciqq 在 GitHub 发布 AIQSA，一个自托管 AI 工作区，可在私有工作区中统一使用 GPT、Claude、Gemini、DeepSeek、OpenRouter 或自有模型，使用自己的 API key。每个聊天可配独立 KVM 虚拟机运行代码和处理文件，记忆系统只从用户话语学习并记录事实主体与时间，可经 OAuth 接入 Claude Code 和 Codex；需 64 位 Linux、Docker 25.0+、2 核 8GB 内存和 50GB SSD，采用 AGPLv3 许可。
推荐理由：README 给出了硬件要求、安装命令和记忆机制细节，团队可据此评估自托管多模型工作区的落地成本。
Thecimal 在 GitHub 发布开源的 quantified-self-mcp，一个本地优先的 MCP 服务器，让 AI 智能体通过 MCP 访问本地 SQLite 中的个人健康数据，支持趋势、基线、异常、相关性等纵向分析。每个分析结果附带 claim 证据结构，标注数据覆盖率与可声明的强度等级（如 suggestive），避免把低覆盖数据当成确定结论；支持 CSV、Apple Health、WHOOP API 等导入，共暴露 20 个工具，MIT 协议开源。
推荐理由：原文给出了证据分级机制的具体设计，分析结果附带可机器校验的claim强度与数据覆盖缺口，而非只报数字。
carstenlucke 在 GitHub 开源 schnupper Monorepo，包含面向学生的 KI 与 KI-Agent 演示项目。其中 ship-it 让五个 KI-Agent 完成从目标群体分析到 Landingpage 的产品发布；the-counting-agents 是基于文件型 Append-only Event Logs 的多智能体终端演示，运行在 pi CLI 上；agent-party 则由参与者自己撰写 Markdown 角色档案作为 Systemprompt 生成智能体讨论，配套 Slidev 演示文稿「Vom Chatbot zum KI-Agenten」。
Anonyfox 在 GitHub 发布 lfm v0.0.2，一个 agent 优先的落地页编译器，通过一条安装命令和 SKILL.md 让 Claude Code、Codex、Cursor 等 Agent 走研究、设计、实现三阶段流程生成静态落地页。lfm compile 会检查正确性、速度、可访问性、SEO、AI 设计默认痕迹和 Stripe 支付链接，全部通过才写出 output/，无框架无运行时，支持 macOS 和 Linux，MIT 许可。
推荐理由：原文给出了编译器各阶段检查项和三阶段工作流细节，读者可以据此评估这个 agent 优先的落地页工具是否适合自己复用。
GitHub 用户 Leaveing00001 发布 AstrBot 插件 astrbot_plugin_context_recall，提供两条共用聊天流水的链路：发送前用约 0.6~1.3 秒的 OK/BAD 短裁决拦截不合逻辑回复并打回重写，发送后按现场反应裁决是否撤回 100 秒内自己说的消息。插件带重写上限、超时放行、每小时 200 条熔断、撤回配额等安全阀，支持 /air 指令查状态，无第三方依赖，MIT 协议。
推荐理由：原文给出裁决耗时、重写上限、撤回配额等具体参数与已知取舍，读者可以直接评估这套审查撤回机制是否适合接入。
GitHub 上的 xdog 是一套本地优先的模型与 Agent SDK、终端应用、类型化工作流和 JSON 观察工具，不依赖托管控制面或外部数据库，持久化使用本地 JSON、JSONL、Markdown 和 SQLite。项目含九个 xdog.* 命名空间的包，其中八个发布到 PyPI，涵盖 xdog-coding 编码助手、xdog-claw 持久多渠道助手（支持 TUI 与 Weixin）、xdog-flow 类型化工作流和 xdog-eyes 观察守护进程。真实模型调用需自行配置 provider 与凭据，支持 Copilot 和 Antigravity 等认证路由。
SergeyGer 开源了 InSilicoTrial MAS，一个多智能体临床试验模拟平台，可生成数字孪生虚拟患者队列并按方案执行试验，输出可审计的 go/no-go 读数。一次演示运行包含 400 名合成患者、6 个 epochs，结果以交互式仪表盘、报告和导出数据呈现。平台支持 Spark 集群分布式运行且结果逐位一致，容器化部署离线可复现，含 231 个自动化测试。
GitHub 项目 rapotekhin/dnd_llm 发布 v0.5.4，完成从 pygame 原型到 Godot 客户端加 Python 后端的迁移。游戏按 D&D 5e 规则建角色（9种族、12职业），LLM 只担任叙事主持人，骰点、DC、物品和经验由确定性游戏引擎裁定以免世界设定漂移；需 Godot 4.7、uv 和 OpenRouter key，MIT 许可，路线图包含完整5e规则、战斗与变化世界。
推荐理由：项目把判定、数值和状态交给确定性引擎，LLM 只做叙事和NPC，这种分工设计对做LLM游戏的人有直接参考价值。
GitHub 开源项目 FinSight 是一个约 250 KB、零依赖的本地投资终端，提供实时行情、FX 风险面板和经济日历，无需账号或 API keys，数据完全留在本机。其内置 AI 研究智能体 Kestrel 默认使用 DeepSeek，也支持 Claude Haiku 等 OpenAI 兼容模型，配备 35 个只读工具、策略扫描和 SEC EDGAR 文件研究，只读设计不可交易。支持从 Interactive Brokers / moomoo / Tiger 导入持仓，所有调用记录本地可追溯。
ID-VerNe 开源 IdleJot 项目，把 AI Agent 常驻一个 QQ 群，被 @、引用或叫到名字才回复，其余时间潜水看聊。Agent 读上下文现场写回复而非关键词固定话术，人格来自可热切换的 Markdown 人格卡（自带 little_whale、dragon_girl 模板），群友画像与记忆存本地 SQLite，闲时自动提炼。项目经 MCP 接入 Agent，靠 NapCat（OneBot 11）收发消息，默认 mention_only 触发，支持原生引用、按花名 @ 人、追问窗口和守护保活，目前仅支持 Windows、只发文字。
推荐理由：作者详细公开了常驻栈、群友记忆沉淀和人格卡模板的构造方式，想做群聊 Agent 的人可以照着整套架构自己搭。