新闻、仓库与研究，按时间排列。
alivault 发布 Pico，一个托管 Pi 编码智能体会话的 Web 工作区，通过一个 Node 服务器运行智能体并提供 React 界面。会话存于单个 SQLite 数据库，崩溃或重启后运行可继续，副作用工具不会重复执行，终端由独立的 pico-pty-host 进程托管并可在重启后恢复；支持子会话工具配置限制、Web Push 通知，以及通过 SSH 汇聚多台机器的会话。安装方式为 npm install -g @alivault/pico，许可证为 AGPL-3.0-only，项目无登录机制，作者提醒不要暴露到公网。
推荐理由：README 交代了会话持久化、终端存活与子会话安全限制的具体机制，还给出远程访问的风险提示，适合想自托管编码智能体工作区的读者参考。
davdittrich 发布 Claude Code 插件 review-code，基于 Matt Pocock 的双轴（Standards 与 Spec）审查技能并新增证据门控，findings 携带 file:line 证据。它支持 Defects、Standards、Spec、SOTA 四条 lane、quick/standard/deep 三档及 --lean 清理档，可用 --comment 向 GitHub PR 或 GitLab MR 发评论、--fix 逐项应用已确认的修复，测试失败或超时的修复会被回滚。插件要求 Claude Code 2.1.292 及以上（本地测试于 2.1.304）、git、python3 3.9+，目前为早期版本，默认档位未经验证，作者提醒勿依赖其审查结果。
wellmanifest 发布 nl-dsl-llm 标准，为开发者与 Agent 工具提供自然语言、领域特定语言（DSL）与 LLM 翻译回退的三层确定性架构。该标准支持波兰语与英语的本地确定性意图匹配、严格类型的可执行 DSL，并通过 CLI、REST API 与 MCP（stdio/SSE）提供统一接口，附带 JSON schemas、Python 参考实现与一致性测试套件，采用 policy-as-code 治理。
一个个人专用的 AI 要闻日报仓库：GitHub Actions 每 3 小时抓取 OpenAI Blog、Anthropic News、Google DeepMind 等 ≥5 个 RSS/Atom 源，用 LLM 生成单条 ≤3 句的中文摘要，发布到 GitHub Pages 并经 ntfy.sh 主题向手机和电脑推送。LLM 通道按智谱（默认 glm-4-flash）、OpenAI（默认 gpt-4o-mini）、GitHub Models 免费推理依次降级，密钥全部走 GitHub Secrets，每日条目默认上限 12、推送取前 5 条。
GitHub 开源项目 CONTINUUM 0.1.2 已发布至 PyPI（pip install continuum-agent），为长任务 AI Agent 提供可验证的语义恢复。其核心包括语义检查点、拒绝重复副作用的幂等 action ledger、防篡改的 hash-chained 事件日志，并以默认拒绝的 MCP server 形式暴露。项目支持 Python 3.11+、框架无关，可集成 Claude Code、Gemini CLI 和 Codex，核心库仅依赖 pydantic>=2.7。
protocol/perun 发布，这是一套以文本文件形式分发的技能包，让 Claude Code、Cursor 等 AI 编码助手按固定流程完成从审查到交付的工作，核心是带证据的深度代码审查，另含 token 成本优化、门控智能体交付等技能。作者用统一测试环境实测 39 个真实 bug 修复案例，Perun 在 claude-sonnet-5-5 上比普通提示词多抓 bug 但区间下界为 0，相比 Claude Code 内置 /code-review 抓到的 bug 数量相当而误报大幅更少，与三个流行的审查技能对比均为平局；在更强的 claude-opus-5-5 上与普通提示词打平。大改动场景下多次独立审查比任何单一方法更有效，项目同时附上成本核算和诚实的局限性说明。
推荐理由：项目附上统一测试环境和多组对照基准数据，连不利的平局结果也如实列出，读者可自行判断这套 review 技能包的真实增益。
这篇 arXiv 综述提出 System 1 决策模型分类法，将单次前向传播即可输出结构化决策的模型分为编码器分类器、奖励模型、非自回归决策引擎、对比决策模型和抽取模型五族。文章阐述 proper scoring rules 校准理论、RLCD（用于校准决策的强化学习）及 IIA 违反等现象，并介绍其在智能体工作流与 System 1 + System 2 级联中的部署。全文覆盖 18 个应用领域、190 篇参考文献，并附可运行代码、开源模型 zoo 与 22 道自测题。
arXiv 论文 2610.33766 提出 StateWise，教单个 LLM 维护可修订的约束状态（含已撤销约束的墓碑标记），通过摘要、条件响应和精确回程检查自训练。在两个 backbone 上，StateWise 相比有监督自训练把 relapse 降低 8-22 个百分点，对话成功率较 backbone 提升 8-19 个百分点，且无需推理时脚手架就胜过 oracle 编译账本基线。论文还发现 Llama-3.1-8B 的有监督变体会让 relapse 约翻倍，因而加入偏好阶段，并评估了该方法对通用指令遵循基准的代价与权重插值缓解手段。
推荐理由：论文指出微调后的 7-8B 模型会精确追踪约束状态却不遵守，这一发现和用偏好阶段修复的思路有参考价值。
shamanic-technologies 在 GitHub 开源了 content-generation-service，一个使用 Claude Sonnet 4.6 生成个性化内容（邮件、日历事件等）的微服务。该服务支持 BYOK 方式使用 Anthropic API key，用 PostgreSQL 和 Drizzle ORM 存储生成结果，并集成 runs-service 的成本追踪与 Sentry 监控。技术栈为 Node.js 20+、TypeScript、Express.js，提供 /health、/generate、/generations/:runId 等 API 端点，支持 Docker 部署，采用 MIT 许可证。
开源 SaaS 项目 ai-resume-builder（ResuMaker.AI）可按职位、经验与技能用 AI 生成简历，并针对 ATS 筛选系统优化结构。项目通过 OpenRouter API 调用 DeepSeek R1 与 Gemini 2.0 Flash 模型，支持阿拉伯语、英语和法语，可一键导出白底 PDF 或复制文本。前端采用 HTML5 与 Tailwind CSS，后端为 Node.js / Vercel Serverless Functions，部署于 Vercel。
GitHub 新仓库 InsightLense 是一个多模态 RAG 聊天机器人，能理解 PDF 文档中的文本、表格与图表，借助 Computer Vision“看懂”图形与示意图。它用 Gemini 2.5 Flash 解析图像、LlamaParse（Markdown 模式）保留表格结构，并采用 FAISS 语义搜索与 BM25 关键词搜索的混合检索，LLM 使用通过 Groq 调用的 Llama-3 / GPT-OSS，后端为 FastAPI，编排基于 LangChain。用户上传 PDF 后即可针对图表内容提问。
Chenry-123 开源了跑在本机的 LLM 网关 llm-token-gateway，夹在 Qoder、Claude Code 等客户端与模型厂商之间，提供缓存、模型路由、预算闸门与四段计费记账。实测 35 题×3 轮显示路由省 51.2%、路由加显式缓存省 55.0%，质量经 Wilcoxon 配对检验不显著；缓存仅对 qwen-flash 生效，qwen-plus-latest 不支持缓存。支持 anthropic→openai 协议转换、流式透传、MCP 查账工具与离线成本看板，仓库地址 https://github.com/Chenry-123/llm-token-gateway。
推荐理由：作者用日志实测了缓存、路由与预算闸门的省钱幅度，并附配对统计检验区分质量损失与噪声，方法可直接迁移。
GitHub 上的 wiki-mcp-api 是一个 MCP 服务器，通过 stdio（本地，可读写）或 HTTP（远程，只读）把 LLM Wiki 领域知识库提供给 Claude、OpenCode 等 AI 智能体。它提供 wikiSearch、wikiReadPage、wikiWritePage、wikiGraph、wikiStatus 等 11 个工具，HTTP 模式默认只挂载只读工具，需 MCP_HTTP_TOKEN Bearer 认证，默认端口 3000，采用 MIT 许可证。
m0NSYuke 在 GitHub 发布 PaperLab，一个本地优先的 AI 科研论文阅读工作台，左侧 PDF、右侧带页码和引句出处的中文讲解，报告由 Claude Code 的 /paper 或 Codex 的 $paper 生成并在发布前逐条校验引句。划词翻译完全离线，用 77 万词条 ECDICT 词典加 217 条 AI 术语库，整句翻译由腾讯 Hy-MT2 经 llama.cpp 在本机运行，RTX 4060 上首句约 5 秒、之后每句约 1–2 秒；Study 层提供三遍读法、自测题、新意度×有效性×问题大小的价值打分和想法本。
推荐理由：本地运行的论文阅读工作台，报告由 Claude Code 或 Codex 生成并逐条校验引句页码，理解层含自测题与价值打分。
haze 1.6.0 让空闲流超时窗口按端点类型区分：托管端点保持 5 分钟，LM Studio、Ollama 等本地推理服务器延长至 30 分钟，避免健康模型被误判中止并浪费重试池，并新增 streamIdleTimeoutMs 设置（1s–24h）。1.5.x 还带来终端宽度变化时重放完整转录、Ink 8 格式化流式 Markdown、/reasoning 会话级推理控制与模型固定等改进。
OmniJev 在 PyPI 发布 Flide 0.1.0，一个面向决策模型的服务工具。请求携带状态（如 Agent 轨迹或文档）和带类型的问题，Flide 在一次前向内把状态分叉给所有问题，状态只读一次，每个问题得到与单独提问一致的答案，并以概率形式通过 /v1/systemone API 返回。
推荐理由：原文给出了安装、启动和请求示例，一次前向同时回答多个问题的做法对搭建 Agent 决策管线有直接参考价值。
GitHub 上的 Probe 项目定位为 AI 原生情报终端，搜索返回数据面板而非链接，每个数字可点回原文，无来源不显示、缺失留空。榜单按热度分排序、同一话题按 URL 去重、缓存 10 分钟，卡片热度分如 0.88、热度 53、r7 1.55；拖拽布局快照存 localStorage，键为 probe:layout:*。性能优化后流式最长帧中位 262ms 降至 229ms（−13%），滚动稳定在 8.3–8.5ms，ECharts 动画从 1000ms 缩到 240ms。
Blackfire-AI 在 GitHub 发布 brigada 1.0，一个本地优先的 Go 工具，把 Claude Code、Codex CLI、Kimi CLI、opencode 和 DeepSeek 的 dsh 等官方 CLI 当作 worker，由 foreman 将请求拆成带依赖的任务并分派给在你仓库上有最佳实测记录且仍有配额的 agent。每个任务跑自定义检查、由不同模型家族的 reviewer 只读交叉审查，结果本地记录并可用 brigada stats 查看各 agent 实际表现；批准的任务被 squash 到目标分支并按 push gate 推送。
推荐理由：原文详细说明了多 CLI 编码智能体的调度、交叉审查与本地权限隔离机制，读者可以据此评估是否适合接入自己的仓库。
DeChuks-hub 发布纯 Python 工具 LLMShift，覆盖从扫描代码中的模型调用、把真实流量转成测试集、对比新旧模型差异，到自动开升级 PR 和线上漂移监控的完整流程。内置覆盖 OpenAI、Anthropic、Google 等 617 个模型的退役数据，支持 MCP 供 Claude Code、Cursor 调用，可经 pip install llmshift 安装。
javier-cabezas 在 GitHub 发布 achainsaw，一个编译 AI Agent 所写代码的编译器：Agent 用扁平 SSA 语言 AIR 编程，校验错误以带 ERR_* 错误码和源码位置的 JSON 返回，经 Cranelift 在 1 毫秒内编译为 x86-64 和 AArch64 原生代码。通过 MCP 供 Claude Code 等客户端调用，沙箱内检查每次内存访问、限制循环燃料和递归深度；LLVM 后端支持 AVX-512、SVE、AMX 等向量与矩阵指令。
推荐理由：作者给出了与 llama.cpp 同机同文件的 prefill 和 decode 对比数据，以及沙箱与错误码设计细节，可据此评估这套面向 Agent 的编译方案。
GitHub 仓库 DunchikVlad/zond 的 docs/ 目录规范，将文档作为开发管理工具：blueprint.md 为唯一事实来源，architecture.md 描述实现模型，冲突时以 blueprint.md 为准。docs/ 分为 progress、validation、decisions、security、runbooks 五类，要求文档与代码同步更新，并规定了 Coordinator、Implementation、Reviewer/QA 三类 agent 的文档职责及 kebab-case 加 YYYY-MM-DD 的命名规则。
getappz 发布 Rust 编写的 agentflare Beta 版，一个单二进制工具，用于降低 AI 编码 Agent 的 token 成本并协调多个 Agent，支持 Claude Code、Codex、Cursor、Windsurf、VS Code、Cline 和 Continue。优化层含 lean-ctx（会话内工具 I/O 压缩最高约 99%）、内置跨会话记忆（SQLite+FTS5）、输出压缩（已发表基准约 65%）与代码极简化（约 54% 更少代码、约 20% 更便宜）；协作层提供工作项认领、无人值守自主工作、带引用校验的 review、artifacts、handoff、daemon 与只读 dashboard 等 MCP 工具。
WhitesilkCola 发布 AstrBot 插件 astrbot_plugin_nai_draw，让 LLM 在聊天中自行判断何时出图并生成 prompt，经 NovelAI 格式中转站生成后直接发出，无需命令或关键词。插件不注入任何前缀，构图全由 prompt 决定，附 915 条配方库、16,007 条本地 tag 索引、多 key 轮换与 NSFW 开关，要求 AstrBot >= 4.26 且 < 5。
推荐理由：原文给出插件的功能清单、接口约定和踩坑写法，读者可以照着判断是否适配自己的 AstrBot 生图场景。
CoworkLab/agent-mobile-x 是一个通用自主安卓手机控制智能体，手机 App 充当本体，云端 LLM（Gemini，BYOK）负责推理和选工具，无硬编码命令解析。仅用 AccessibilityService 和公开 intent，无需 PC、ADB、root 或 Shizuku；银行/FLAG_SECURE 屏幕被禁止操作，锁屏无法打开，密码和验证码不存储，每步推理耗时数秒并消耗配额。支持模型配额耗尽后自动轮换（429 时按冷却阶梯重试），技术栈为 Kotlin 2.4、Compose、Room 等，minSdk 26 / targetSdk 36。
GitHub 上的 BeSmart-Social-AI-Automation 是一个全自主社交媒体 Agent，通过 GitHub Actions cron 每天按孟加拉国标准时间 07:00/12:00/16:00/20:00 四次向 Facebook Page 定时发布孟加拉语帖子，零服务器成本、全云端托管。它采用多级视觉引擎（NASA 4K、Wikipedia、Pollinations AI 等四级图片源），并借助 post_history.json 与 Jaccard 相似度过滤防止内容重复。项目使用 Gemini API、Facebook Page ID 和长期 Page Access Token，支持 GitHub Actions 网页一键手动发布及本地 CLI 的 --dry-run 预览。
作者发布 Deputy，一个 Claude Code 插件和 MCP server，用便宜的 DeepSeek V4.1 Flash（经 DeepInfra，每次不到一美分）为 Claude 写的代码做 review、consult、investigate 和 delegate 四类辅助，Claude 始终负责写代码并逐条核实 Deputy 的发现。自测显示 review 每次约 $0.0011，30 个植入 bug 全部被抓住但干净代码也有 28% 的 review 出现 major 级误报；基准中 Opus 加 review 后每任务成本从 $0.18 升到 $0.31，delegate 在小任务上不省钱。支持 Cursor、Codex 等 MCP 客户端，MIT 开源。
推荐理由：README 附带了自测的成本与误报数据，读者可以据此判断用便宜模型给 Claude Code 做审查到底值不值。
GitHub 开源项目 FlowForge（flowforge-agent-orchestrator）发布，为已使用 AI 的应用提供 LLM、MCP 和 API 调用关系地图及 DAG 调度器。Planner 读取仓库并以测试模式运行应用，绘制带 file:line 证据的调用流程图，用 Kahn 拓扑排序安排步骤、用最长路径 DP 找瓶颈链，并以 HLFET 临界路径调度并发执行独立步骤。默认免费、本地优先，单进程 + SQLite，无云端账户，可作 MCP server 供 Claude Code、Codex 等 Agent 只读调用，支持 Python 3.12+。
GitHub 上的 AgentLoom 是一个确定性 LLM 工作流编排框架，将熔断器、限流、成本跟踪和 OpenTelemetry 追踪作为核心设计，而非插件。它支持 YAML 和 Python DSL 定义工作流，内置 OpenAI、Anthropic、Google、Ollama 四种 provider 自动回退，并提供 checkpoint 断点续跑与确定性重放功能。相比 LangGraph、CrewAI、AutoGen 等框架，AgentLoom 依赖极简，可通过 `pip install agentloom` 安装。
研究者提出 Preference-Behavior Model（PBM），将偏好表示与不完全效用最大化机制结合，通过逆博弈问题从观测选择中联合推断 LLM 的偏好与行为参数。在 Public Goods Game、Collective-Risk Dilemma 和 Common-Pool Resource 三类社会困境中，行为经济学诱导工具估计的偏好无法稳定预测行为，而单一困境拟合的模型在其他困境中仍具预测力。该框架还用于评估 LLM 与 persona 指令的对齐，发现推断偏好总体反映预期优先级，但在不同维度、模型和博弈间存在偏离。
GitHub 新仓库 irxk/naide 发布 NAIDE（Node AI Development Environment），用一套可读的 .naide 语法完成构建、检查和运行，编译器可输出 15 种语言目标，包括 JavaScript、TypeScript、Python、Go、Rust、Java、C++ 等。全部 15 个目标均有代码生成冒烟测试，其中 Node.js、Python、Bun、Go、C、C++ 额外运行最小输出程序；C 和 Rust 后端的 CRUD、WebSocket 等路径仍是 TODO。通过 npm install -g naider 安装，`naide ~~ "指令"` 可在无 AI、无网络依赖下用纯模式匹配生成代码。
GitHub 新仓库 Ai-pdf-chatbot 是一个基于 Python 和 Streamlit 的应用，可对上传的 PDF 文档提问并由生成式 AI 作答。它先提取 PDF 文本，再通过语义搜索和 FAISS 检索相关信息，并使用 OpenAI 与 RAG（检索增强生成）生成基于上下文的答案，让文档分析更快更简单。
GitHub 开源项目 slgao/landlord_system（Dachly）面向德国房东，覆盖租房全流程：租金跟踪、Nebenkostenabrechnung 杂费分账（支持按天、按人比例计算）、Mahnung 催款 PDF、Anlage V 报税辅助（§11 EStG 收付实现制）及资产负债表。其 Ask Dachly 是只读 AI 助手，基于 Groq 的 gpt-oss-120b 通过只读工具查询用户数据，并用 e5 嵌入 + Chroma + BM25 混合 RAG 检索德国租房法条文，答案逐 token 流式输出并附带引用。技术栈为 Next.js 14 + FastAPI + PostgreSQL 16，通过 Docker Compose 一键部署。
GitHub 新仓库 book_gen 发布，内置 agents-manager 控制器（OpenCode + 1 个 master + 9 个专家智能体）和 7 阶段图书生成流水线，可从提示词直接生成或翻译图书。book-kit 提供 18 个模板、7 个纯标准库脚本和 63 个 pytest 测试，支持阿拉伯语等翻译模式、双遍审校与 RTL 导出，以便携 ZIP 形式分发。
开发者发布了 ai-social-media-automation，一套基于 n8n 和 Google Gemini 的 AI 社媒自动化系统，可为 Instagram、TikTok、Facebook 和 LinkedIn 定制生成文案、图片提示词和短视频脚本，并从上传视频中生成平台专属字幕。内容存入 Airtable 日历，需人工标记 Approved 后由发布器每 5 分钟自动发布，失败时通过 Telegram 告警并支持重试。当前发布为模拟演示，替换为 Meta Graph API 等官方 API 或 Ayrshare 等服务即可正式上线。
GitHub 新仓库 LeadPilot 是一个 AI 潜客生成与自动化平台：通过网页组件、Messenger、Instagram、Lead Ads 等渠道捕获线索，用 LLM（gpt-4o-mini）+ RAG/pgvector 结合规则打分进行资格判定，并通过 n8n 自动化跟进。平台采用 Fastify + TypeScript API、BullMQ/Redis 队列和 React 仪表盘，高风险 AI 操作（如约会议、发邮件）需人工审批后执行，并提供 stdio 模式的 MCP 服务器供 Claude Desktop 等助手调用，角色权限由 API 强制执行。
GitHub 新仓库 mkagencyinc-site 基于 Next.js 构建了 M&K Agency Inc. 的 EN/ES/RU 三语保险网站，包含报价表单、回电请求（Neon DB + Resend 邮件）和接入 xAI Grok 的 AI 聊天组件。站点还内置由 STUDIO_KEY 密码保护的 /studio 私有 Grok 图像生成页面，可通过连接 Vercel 的 main 分支部署。
开源项目 Lens 是一个 AI 驱动的数据分析师，用户上传 CSV 后可用自然语言提问，获得业务洞察、图表、SQL/Pandas 代码检查及基于 Z-score 和 IQR 的异常检测。前端采用 React + Vite，后端为 FastAPI，数据处理用 pandas 和 DuckDB，支持可选接入 OpenAI 兼容 API（如 gpt-4o-mini 或本地 Ollama 配 llama3.1），也可在无 API key 的本地分析模式下运行。项目由 pytest 测试，支持 Docker 部署。
该仓库汇集多个自包含工程项目：Agora 是基于 Flutter 桌面端、通过 Chrome DevTools Protocol 驱动真实 Chrome 的多 AI 辩论编排器，flutter test 296 项通过，打包为 12 MB AppImage；RGX 是量化研究框架，在零优势零假设下必须报告无优势，含 47 项不变量测试加 6 项零对照测试共 53 项通过；OMNIVEST 是默认安全模式、拒绝给出投资建议的金融终端，含 143 项后端检查与 165 项 Flutter web 测试。所有项目由统一文档标准和 CI 真实测试套件保障。
badhope 发布 PocketMind，一个通过 Termux 运行在 Android 手机本地的常驻 Agent，内置 41 个工具（SMS、通话、GPS、传感器、shell、文件等），数据全部存于本地 SQLite，仅推理调用外部 LLM。支持服务端强制的三级审批模型、Plan/Act 双模式、定时任务、Telegram 远程控制，并可通过 stdio MCP Server 让 Claude Desktop / Cline / Codex 远程操作手机；项目附 39 秒演示视频、能力矩阵文档和一键回归测试脚本，采用 Apache-2.0 许可证。
推荐理由：原文给出了与桌面 Agent 和 GUI 自动化方案的具体对比，以及审批模型、离线能力和工具数量的实现细节。
ndwlbj 发布 freemodel-sync，一个发现、探测并排序免费 LLM，再把可用模型和备选写入现有工具配置的开源工具。它从 OpenRouter 公开目录发现 :free 模型，用极小流式请求探测可用性与首 token 延迟，按可解释评分排序，支持 OpenRouter 与 Groq，写入时幂等、带备份并支持 --dry-run，可选 Telegram 或 webhook 通知主模型变更。仓库还通过 GitHub Actions 每日运行免费模型健康检查并公开快照数据。