新闻、仓库与研究，按时间排列。
GitHub 上的 xAI-desktop 项目提供了一个本地 Web 应用，通过 xAI 官方 API 以图形界面与 Grok 聊天和生成图像。支持 grok-4.6、grok-4.5、grok-4.3、grok-4.1-fast、grok-4.20-0309-reasoning 等语言模型和 grok-imagine-image-2.0 图像模型，具备 Markdown 流式响应、暗色模式和会话上下文保留等功能。前端用 HTML、CSS 和 JavaScript 构建，后端基于 Deno 2（要求 2.9.6 或更高），用户需自行配置 XAI_API_KEY 后用 deno task start 启动。
开源项目 APUSR 发布，为 AMD APU 提供超分辨率与帧生成，采用 FSR4 派生的 INT8 推理路径，原生支持 D3D12 和 Vulkan 两种 GPU 后端，无翻译层。项目针对 Phoenix、Hawk Point、Strix Point、Krackan Point 与 Strix Halo 平台，可经 FidelityFX、NGX/DLSS、Streamline 兼容接口接入；Vulkan 性能接近 D3D12，NPU 加速处于实验状态暂停，Linux 发行版仍在规划中。
开源项目 rag-qa-assistant 基于 RAG 架构，对自有文档（.txt、.md、.pdf）切块检索并用 Anthropic Claude API 生成带来源引用的答案，支持 TF-IDF 或 sentence-transformers + FAISS 两种检索方式，提供 FastAPI 接口和 Streamlit UI。在 12 道测试题上，TF-IDF 加轻量词干化后 hit@4 达 100%（12/12）、MRR 1.00；无 API key 时可回退展示最佳段落。
GitHub 上线开源仓库 MarieGhitta/RAG_against_the_machine，包含 src、tests、data、datasets_public、public 等目录，附带 README、Makefile、pyproject.toml、uv.lock 及手动测试脚本 test_retriever_manual.py。仓库 README 未提供具体功能说明。
Sudobility 开源 ShapeRouter 的后端 API 服务器，这是一个 LLM 结构化输出平台，采用 BUSL-1.1 许可证，基于 Bun 开发。服务支持 OpenAI、Anthropic、Gemini、Groq、Mistral、xAI、DeepSeek、Perplexity、Cohere、LM Studio 共 10 家 LLM 提供商，AI 调用路由使用 sk_live_... 项目 API key 鉴权，管理路由支持 Firebase ID token、shroute_... 个人 key 和 shrouteent_... 实体 key 三种认证方式。
huntertoby 在 GitHub 开源 llm-mmo-trpg，一个由 LLM 为每位玩家生成独特 build 的开放世界 MMO-TRPG 项目。目前进度 Phase 1C，正在实现掩护系统与墙壁（全掩护／半掩护／隐蔽三层视线、矮墙与倒木、掩护感知效用 AI），Phase 1B 环境与战术、Phase 1A 战斗核心、Phase 0 基础建设均已完成。首个里程碑为单人 roguelite 原型（Phase 0–4），项目基于 Python 3.12 与 uv 构建，提供 CLI 试玩与 4 张示范地图。
steromano 在 GitHub 开源 Oracle，一个自改进 LLM 预测评测框架，把记账、结算、打分等确定性环节放在纯 Python 的 src/oracle/ 包中，只通过 oracle CLI 访问状态，判断环节交给 Claude Code 驱动 markdown skills。状态为 git 跟踪的 append-only JSON 账本，模型不直接改 data/ 也不读 data/sealed/，盲测由 Python 强制执行；预测须 oracle commit 成功才算存在，概率钳制在 [0.01, 0.99]。
推荐理由：原文给出完整的架构与工作流设计，读者可以照着复现一套用 Claude Code 做判断、Python 做确定性计分的预测评测系统。
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。
OmarAhmedTHE25th 在 GitHub 开源了 LLM-Security-Evaluation，一个通过 Groq API 评估提示词注入与系统提示词泄露抵御能力的异步对抗测试工具，命令形如 python main.py --model openai/gpt-oss-20b 或 --model llama-3.3-70b-versatile。测试类别映射 OWASP LLM Top 10（LLM01、LLM02、LLM06）与 MITRE ATLAS 技术（AML.T0051、AML.T0024、AML.T0046），覆盖注入、角色扮演指令覆盖、系统提示词与密钥泄露、检索文档隐藏指令及工具参数注入等。
GitHub 仓库 mvalentsev/awesome-free-ai-coding 汇总了可零成本使用的 AI 编程资源，含 9 个编程智能体、32 个带免费额度的 LLM API、29 项试用和 16 个聚合网关，其中绝大多数无需绑卡。清单每周两次用自动探测核对每一行，探测锚定模型 ID、配额数字或厂商页面原句而非 free 字样，连续 3 次失败或 60 天未通过即移入归档并记录原因，已归档 21 条。仓库还提供 opencode、LiteLLM、Claude Code 和 Codex CLI 的现成配置文件，以及 llms.txt、index.json 和 Atom feed 供程序化消费。
GitHub 仓库 Demonstracao_Modelo_LLM_RAG 提供一个简单的 Streamlit 空白应用模板供用户修改。运行前需安装 uv，通过 `uv sync` 同步依赖，再用 `uv run streamlit run streamlit_app.py` 启动应用。
开源项目 cautious-crypto-bro 将 Telegram 频道的文字、图片和相册经 LLM 解读后，由确定性代码生成 Strategy V2 交易计划，经人工批准或 AUTO 路由到 Bybit Demo 执行，仅支持 Demo 交易，真实资金主网支持计划在性能评估后作为显式 opt-in 开放。系统通过 Docker Compose 部署，使用 SQLite 状态锁防止多实例写入，每轮轮询最多重试 100 条失败帖文，支持 QR 重新授权 Telegram 会话。
uibcdf 发布开源工具 pytest-receptor，一个 pytest 插件，当测试由 Claude Code、Codex 或自主 TDD 循环驱动时，输出面向 agent 的紧凑报告，按根因分组重复失败并给出重跑命令。实测 38 个失败共享一个根因的级联场景从 3283 token 降到 105，8000 测试全绿的 12 worker xdist 运行从 812 降到 17；默认 human 模式为真透传，支持 llm/ci 两种模式和 --receptor-stats 实测节省，MIT 协议，可通过 conda 或 pip 安装。
推荐理由：给出按失败场景实测的 token 消耗对比数据，读者可以据此判断这类为 coding agent 压缩测试输出的工具能省多少。
ApatheticMioz 发布 Castor，一个 Rust 编写的 MCP 服务器，通过 npx 一条命令注册到 Claude Code、Claude Desktop、Antigravity IDE 等客户端，把 AST 改写、文件操作和测试循环交给本地模型（Ollama、vLLM、LM Studio 等 OpenAI 兼容端点）执行，省去云端 token 开销。
推荐理由：原文给出完整的架构说明、安装命令和 5 层沙箱设计，读者可以直接照着把云端编排和本地执行模型跑起来。
GitHub 仓库 kantarcise/learning-llms 记录作者跟随 Sebastian Raschka 的《Build a Large Language Model (From Scratch)》学习大语言模型的过程，并延伸到推理工程。计划每周 6 小时、持续六个月，主要内容是逐章阅读笔记配套站点 learningllms.kantarcise.com，用 Material for MkDocs 构建，通过 Cloudflare Pages 发布。环境使用 uv 管理依赖、Ruff 做代码检查，前期张量练习在 CPU 上即可运行。
GitHub 项目 quiver（命令名 swe）发布，用一个入口统一管理 Claude Code、Codex、Gemini CLI、Cursor CLI、opencode 等本机 AI 编码 CLI，支持按名称或别名启动、跨工具统一浏览并恢复会话。它只读解析各工具自身日志做用量分析，可发现和迁移 Agent skills、在各工具间同步 MCP server 配置，能识别 21 个 CLI、会话解析覆盖 15 个工具；需 Python 3.11+，核心 CLI 无第三方运行时依赖。
CultureBotAI 在 GitHub 发布 MediaIngredientMech（MIM），一套基于 LLM 辅助的培养基成分本体映射标注系统，提供完整审计追踪，并管理与 CultureMech 聚合数据关联的成分记录。系统采用 LinkML 模式和 ENVO 本体环境上下文，支持交互式 CLI 标注、LLM 使用追踪和 CHEBI/FOODON 术语映射验证。项目数据以 YAML 存储，采用 CC BY 4.0 和 BSD-3-Clause 双许可，文档中发布了 2026-09-21 快照的评审记录。
GitHub 项目 ai-research-evaluator 旨在基于 P-F-C 框架（潜力 35%、可行性 40%、竞争 25%）自动评估 AI 研究方向，输出 7 项指标评分、综合 ROI 分数、4 级决策建议及 6-12 个月趋势预测。目前处于早期阶段，仅实现 9 个顶会论文数据层（src/data，含测试），评估引擎、LLM 层、报告生成及 discover.py、batch_evaluate.py 均未实现。
GitHub 开源项目 Trading Crew 是一个 Python/FastAPI 纸面交易研究框架，由 50 个确定性智能体完成数据质检、特征工程、市场状态识别、风控与模拟成交，并提供 19 页仪表盘和只追加账本。系统可只读接入 Binance 公开行情，但不下真实订单，LLM 仅能生成建议文本、测试证明无法触及订单与风控模块。内置示例策略在合成数据上扣费后亏损，项目明确不构成盈利主张或投资建议。
GitHub 项目 at_tracker 开发美国大陆航空交通实时地图，配备焦点面板和由本地 LLM 驱动的聊天窗格，目前处于 P0 里程碑（环境与数据源验证）阶段。项目采用 Flask 服务 D3 地图，当前使用模拟机队；数据仅存储民航航班，私人、公务和军机在写入前被过滤，飞机测试数据均为合成数据，未提交任何 OpenSky 录制数据。
GitHub 上开源的 Academic Rubric Optimizer（ARO）是一套智能体指令集，可将非结构化作业评分标准转化为结构化的逆向映射学业执行计划。它基于 Webb 的 Depth of Knowledge（DoK）框架，在 DoK 1–2 层级协助结构规划与来源筛选，同时严格保留 DoK 3–4 的综合分析与原创评估给学生本人，以维护学术诚信与学习者思维自主。
lixinyu02/petpal 发布 0.9.11 正式版，这是一款可聊天、陪伴并使用真实 Codex CLI 的个人伙伴应用，支持 Web、Windows、Ubuntu 和 Android 四端共用 React 界面。0.9.11 优化页面加载与语音状态复用，移除废弃的 3D 小猫只保留原创 Cubism V12 二次元伙伴，桌面包内置 Codex 0.143.0 和 OpenCLI 1.8.8，Agent 任务可在同账号的执行电脑或中央服务器上运行，提供 CosyVoice 朗读、语音插话打断和对话归档等项目分类功能；Windows 包实际启动与手势烟测通过，Ubuntu 与 Android 本轮未做目标设备运行验收。
一个进行中的 GitHub 项目审计 Chatbot Arena 人类偏好标签，测量长度偏差（更长的回答更容易胜出）和位置偏差，并检验 Claude Haiku 等零样本 LLM 裁判及 LightGBM、DeBERTa-v3 微调、Gemma / Qwen LoRA 等训练模型是否会复现或放大这些偏差。评估采用按 prompt hash 分组的锁定 10% 测试集加 5 折交叉验证，指标为 winner_model_a / winner_model_b / winner_tie 的多分类 log loss。
GitHub 新仓库 Case Explorer 上线，这是一个面向消费信贷的信用风险实验项目，生成带已知真实答案的合成贷款申请，覆盖从生成、承销、欺诈模拟到独立验证与部署监控的完整信贷分析流程。基准运行生成 4,250 个案例，各不变量与可复现性测试 100% 通过，冠军模型 random_forest 的欺诈 PR-AUC 达 0.995；项目含 Solar prime 销售点光伏信贷实验室、Policy Sandbox 与基于 SEC/FRED 公开数据的公开记录案例研究。
GitHub 上线新仓库 siddkanodia-1994/india-generation-dashboard-V22，包含 api、scripts、src、public/data 等目录及 RTM Prices.csv 数据文件，基于 Vite 和 Tailwind 构建，采用 TypeScript 配置。
hailin-GZ 在 GitHub 开源 sensys-researchagent-open，一个面向市场洞察和用户研究的证据导向助手，支持对话与研究分离、标准与深度研究预算可调、研究结果持久化及来源归档。项目内置 760 条能力目录、247 份方法文档、23 个函数接口和 21 条公开数据路由，需 Python 3.12+ 和 Responses 兼容的 provider 自行配置，代码采用 MIT License。
GitHub 新仓库 docmind 上线，这是一个用于文档上传和未来基于文档内容做 RAG 问答的 Go 后端，技术栈为 Go、net/http、PostgreSQL、pgvector 和 Docker。目前支持上传最大 10 MiB 的 TXT/Markdown/PDF 文件，提供元数据、列表和删除功能，文件与任务在重启后保留；Worker 和 RAG 尚在开发中，文档暂处于 queued 状态。当前为无授权的本地单用户 MVP，完整 PDF 解析尚未实现。
RAGFlow 是一个将 RAG 与 Agent 能力结合的开源检索增强生成引擎，2026-09-29 发布 1.0.0-rc1。新特性包括 Knowledge Compilation（可在文档和数据集层面生成 Wiki、Graph、Tree、PageIndex、思维导图、Timeline 和 Skills）以及 Low/Medium/High/Ultra 四档思考模式的 Agentic RAG；支持 Word、PDF、网页等异构数据源接入，本地部署提供 Docker（推荐 4 核 CPU、16 GB 内存、50 GB 磁盘）和源码两种方式，源码构建需 Go 1.27、Clang 20 等环境。仓库地址 https://github.com/infiniflow/ragflow 。
dsh-imagegen 是 DeepSeek Harness 的生图插件，通过 `dsh plugin --profile web add @dickpy/dsh-imagegen` 安装，集成文生图、图生图、无限画布、电商套图、图片转可编辑 PPT、多模型对比与画廊管理等功能。插件支持 OpenAI 兼容 Images API / Chat Completions，并预置 xAI Grok、Google Nano Banana、Seedream、Qwen-Image 等渠道，历史与画布数据保存在本机 ~/.dsh/dsh-imagegen/。项目采用 Apache-2.0 许可证，从插件 1.8.2 起支持在面板内在线更新。
作者发布 Kaiacord，一个自托管的 Discord 伴侣机器人 Kaia，主打有持续内在生命感：情绪、关系、信念和情景记忆持久化到磁盘，可在重启后延续，每晚 03:00 至 05:00 复盘当天对话并更新长期记忆。技术栈为 Ollama 运行 gemma3:12b 负责对话与视觉，nomic-embed-text-cpu 在 CPU 上跑检索嵌入，BM25 与向量检索经 Reciprocal Rank Fusion 合并，并有一条后处理守卫管线清除提示词回显、伪造引用和谄媚语气；另含 Python 计算数值的持久化 RPG Aethelgard、本地 DJ 音乐、RTL-SDR 短波监听等功能。仓库采用 MIT 许可，地址 https://github.com/Ekco-S64QTN6/Kaiacord。
推荐理由：原文完整给出了情绪、信念、情景记忆的持久化设计与检索融合、生成守卫的实现细节，可作搭建有持续内在状态的自托管伴侣机器人的参考。
RobustRLlib 是一个面向鲁棒强化学习的算法库与基准，以统一接口集成 17 种代表性在线、离线与安全 RL 算法。其评测平台覆盖多样真实扰动及人形与视觉-语言-动作任务，并基于 273 种扰动配置给出当前鲁棒 RL 算法的能力地图，揭示仍存在显著鲁棒性缺口之处。项目以开源形式提供可复现、可扩展的代码库。
开源项目 LLM-wiki 让 LLM 将用户来源增量编译成互相连结的 Markdown wiki，数据以纯 Markdown 存放在用户自己的 Google Drive，支持 Web 与 Android。技术栈包括 Next.js 16、Kotlin + Jetpack Compose、Supabase，LLM 采用 BYO key 方式支持 OpenRouter、OpenAI、Anthropic、Ollama 等 OpenAI-compatible endpoint。Android 正式版为 v0.7.0，项目采用 MIT 授权。
GitHub 用户 YakshMadhu 发布 NoBS 项目，目标是让 LLM 精确回答用户所问，去掉不必要的术语、冗长解释、不请自来的建议和强加的判断，坚持“只说必要的话”。项目框架包含个人问题、目标、解决方案、时间线、所用编程语言与库及版本、后续计划等要素。
API Evangelist 在 GitHub 上维护 gpt55-token-gateway 的第三方 API 档案，内容全部来自公开网页资料，不运营、托管或转售该 API。仓库提供独立计算的 Kin Score 与 Agent Readiness 评分，并承诺一个工作日内确认、两个工作日内下架、五个工作日内更正或重评。仓库不含任何软件，任何要求下载链接的信息均非官方。
PoisonXploIT 发布 CERBERUS，一个用于审计本地 LLM 在对抗性提示下有害输出风险的防御性评测框架，提示按 MITRE ATT&CK 结构化组织，帮助安全团队在内网部署无审查模型前评估风险。框架采用双层评分：先由确定性启发式打分，仅对 [0.3, 0.7) 的模糊区间调用可选的云端 LLM judge（默认 OpenRouter，可配 DeepSeek、OpenAI 等），并按 harm_final = max(启发式, judge) 保守合并。
推荐理由：原文给出了基于 MITRE ATT&CK 的双层评分与被动评测流程，安全团队可在内网部署无审查模型前量化其有害输出风险。
Astana IT University 团队启动毕业设计项目，用本地部署开源模型从 SRS、用户故事、PRD 等需求文档自动生成可追溯、可评审的测试用例。系统将对比 Qwen3、Gemma、Mistral Small 等模型与提示词策略，支持需求提取、ISO/IEC/IEEE 29148 质量检查、人工评审后导出 CSV/XLSX/Gherkin/JSON。目前完成分析和设计，代码尚未启动，计划使用 Ollama、vLLM、Next.js、FastAPI 等技术栈。
SasanLabs 发布 LLMForge，OWASP VulnerableApp 生态中专门用于 AI/LLM 漏洞练习的 FastAPI 应用，通过 Ollama 连接真实本地模型而非模拟响应。项目提供 5 个渐进式实验：提示词注入 10 关、间接提示词注入 4 关、BOLA 医疗聊天机器人 3 关、RAG 上下文投毒 3 关和 RAG 敏感数据暴露 4 关，映射至 OWASP LLM01/LLM04:2025 等标准。默认聊天模型为 phi3:mini，嵌入模型为 nomic-embed-text，经 nginx facade 挂载在 /llmforge 路径，采用 Apache 2.0 许可。
HKUDS 在 GitHub 上开源了 Vibe-Trading 项目，包含 agent、桌面端（electron）与前端等模块，提供多语言 README 和 Docker 部署配置（docker-compose.yml、Dockerfile）。仓库同时包含工具契约 schema、工具脚本及 ZimaOS 相关内容，采用开源许可证发布，代码已在 GitHub 公开可获取。
GitHub 上的开源项目 study-assistant 可将 20-8000 字符的笔记通过 LLM 生成闪卡和测验，后端用 Express 调用 OpenAI 的 gpt-4o-mini，采用 Structured Outputs 加 Zod 严格校验输出，API 密钥全程保留在服务端。用户可翻转闪卡、标记掌握状态、对答错的题目重测。代码大部分由 Antigravity agent 编写，Claude 用于规划与审查，需自行配置 OpenAI API key 和 Node.js 18+ 环境。
GitHub 上的 Forge 是一套供 AI 智能体使用的共享技能、指令与工具集，包含 Knowledge Processor，可在工作中自动保存并检索相关知识，支持跨会话延续任务。它提供知识连续性、通用推理（Council、Frame、Bedrock）和软件开发三大能力，通过协调安装器支持 Codex、Claude Code 和 OpenCode 集成，并提供 daily 与 full 两种安装预设；已有安装须按协调更新流程升级。