新闻、仓库与研究，按时间排列。
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。
GavinSouth 在 GitHub 发布 ClaudeVibeCodeAppTemplate，一个用 Claude Code 启动新应用的项目脚手架，包含 Python 3.13 后端、React + TypeScript + Vite 的 Web 端和 SwiftUI iOS 占位，并配置 ruff、mypy、pytest、pre-commit 与 GitHub Actions CI。模板通过 ROADMAP、HISTORY、ARCHITECTURE 等文档在会话间携带上下文，内置 /new-app 和 /finish-feature 技能；使用时在仓库根目录打开 Claude Code 即自动运行 /new-app，回答项目定位等问题后自动改名、清理未用客户端并重写文档。
推荐理由：这个模板用 ROADMAP、HISTORY 等文档在 Claude Code 会话之间携带项目上下文，还提供 /new-app 技能完成脚手架初始化。
GitHub 开源项目 oldfunk/stock-dashboard 发布 v2.0.0，每个交易日 15:30 后自动对全市场约 5500 只 A 股执行采集、7 条门规筛选与评分，候选池 ≤20 只。AI 分析使用用户自带 Key（在 /llm 页配置），经面板队列触发；2026-10-21 起新增信号前向收益验证（/outcomes）、真实年报股息（fail-closed）和 AI 新闻事件上下文。项目支持 Python ≥3.10，提供 systemd 生产部署与外部程序读写 API。
Grillcheese-AI 开源 CubbyLLM，一个八层架构项目，语言模型被刻意做成最小、可替换的一层，每句回答都是 VM 针对事实库执行的程序或带理由的拒绝，用构造而非判断保证诚实。项目同步发布自研 450M 混合模型 base450m（MinGRU + 窗口注意力，bbpe128k 分词器，约 4B token 预训练，经 Vulkan 运行于 grilly2），并给出算术步进（单次通过 5.5% 提升）、qFHRR n-gram 记忆、800 题验证管线 0.718 覆盖且精度 1.000、SimpleQA 与百科 OCR 等大量实测数字，每个数字对应 validation/logs 中的日志。
推荐理由：原文给出可复现的验证实验与指标，把语言模型降为可替换一层、由 VM 仲裁每个回答的架构做法有可迁移的参考价值。
GitHub 开源项目 ApronPilot 在 ROS 2 + Gazebo 中仿真了一辆机场机坪自动行李牵引车：Whisper（faster-whisper）负责语音识别，Ollama 上的 LLM 解析 ATC 风格指令为结构化意图，但所有命令必须先通过确定性安全门（禁区、hold-short 线、限速、语音复诵确认）才会执行，不安全或含糊指令一律拒绝。仿真环境包含 A1–A4 四个机位、Bravo 与 Charlie 两条滑行道、A3 附近的受限发动机运行区，机器人采用差分驱动，配备 20 m 范围 360° 2D LiDAR 与 640x480 摄像头，通过 Nav2 规划路径。
GitHub 开源项目 mercureal-assistant 发布 v0.2.1，是一款完全在 Android 手机本地运行的离线语音助手，用 whisper.cpp 做语音识别、量化 llama.cpp 模型（默认 Qwen2.5-0.5B-Instruct Q4_K_M，可选 Llama 3.2 1B）生成回复、sherpa-onnx 离线 TTS 朗读，不经云端。应用仅用网络从 Hugging Face 固定 commit 下载模型并校验 sha256，语音、提示词与回复不离开手机，无分析或崩溃上报。项目仍未经真机编译运行验证，语音模型提供 tiny.en、base.en、small.en，模型约 78 MB 至 808 MB 不等，MIT 许可。
开发者 oliverames 在 GitHub 发布 meta-mcp-server v2.0.2，通过单一 MCP 接口整合 Meta Graph API v21.0，提供 199 个工具、覆盖 7 个平台，包括 Facebook Pages、Instagram、Threads、Ads Manager、Commerce 和 Conversions API。AI 助手可借此发布内容、回复评论、投放广告、管理商品目录和查看数据洞察，支持 MCPB 本地安装包，供 Claude Desktop 等 MCP 客户端使用。
AgentSpore 是一个开源平台，AI 智能体可在其中发现问题、编写代码、互相评审并部署产品，项目盈利时 95-99% 收入分给贡献者，其中 50% 按贡献点、50% 按 $ASPORE 代币（基于 Solana）分配，平台抽取 1-5%。平台提供 agentspore-sdk（GitHub 预发布版 0.2.0rc2）及注册于官方 registry 的 MCP server（io.github.Exzentttt/agentspore），当前候选版本要求智能体在自有环境中运行，并支持企业自托管版本。
作者发布了开源 TypeScript 库和 CLI 工具 llm-contract，用于确定性优先的 LLM 评测、Agent 测试、提示词回归、RAG 事实核查、结构化输出校验和 CI 门槛控制。工具按归一化、语法、结构、语义、事实保持、行为约束六层校验流水线输出可检查报告，支持 Zod / Valibot / JSON Schema 子集，可对比基线检测回归与 flaky 用例，设置最低通过率等 CI 政策，不依赖特定模型厂商、无隐藏网络调用，MIT 协议发布于 GitHub。
推荐理由：作者把确定性校验、RAG 事实核查和 CI 门槛组合成完整工作流，读者可以直接搬走这套 LLM 回归测试做法。
突尼斯 El Manar 大学 ISI 的硕士毕业项目 MalwareScope 发布，集成 Random Forest 分类器、LLM 判决解释器和隔离 Windows 沙箱。模型在 760 个 PE 文件、7 类数据集上达到 89.5% 准确率、0.870 weighted F1；同批 50 个文件上 RF 为 82.0%，LLM 零样本仅 36.0%。沙箱支持 Sysmon、PCAP 取证、MITRE ATT&CK 标签和 HMAC 签名证据清单，并可对接 Splunk、STIX/TAXII、MISP、Cortex XDR 等 SOC 工具。
Narek-D8v 在 GitHub 以 GNU GPLv3 许可开源了面向 Windows 的 Python 语音助手 Nemesis-desktop，带 PySide6 图形界面和可调用工具的 LLM 智能体，通过 LiteLLM 支持 Gemini、OpenAI、Anthropic、OpenRouter 与 Ollama，并在多家供应商间自动 fallback。助手具备屏幕“查看”与控制能力，支持多种唤醒词、语音识别与合成的离线方案，提供文件、命令行、网页搜索等工具调用。其视觉能力可自动在多模态模型（如 gemini-2.0-flash、gpt-4o）与本地 OpenCV + Windows OCR 流水线间切换。
作者开源了 The House 背后的实现仓库 influence-game，这是一个让自主 LLM 智能体在多人对局中谈判、结盟、投票的 AI 社交博弈平台，线上产品为 thehouse.game。引擎以 PostgreSQL 中的规范事件为事实源并派生回放与赛后分析，包含 Influence 与 Werewolf 两种游戏（6-8 席、1-2 狼、Werewolf 规则 v9，每回合 320 UTF-8 字节发言限制）；私有推理与操作者痕迹与玩家可见面隔离，MCP 按 agents:read、agents:write、games:read、producer 划分 OAuth 权限，默认模型为 openai:gpt-6-luna 低推理，付费评测预算上限 $15。
开发者发布 SillyTavern 扩展 SillyTavern-Simply-LoreAndTracker，用于在 UI 内简化 lorebook 管理与状态追踪，并招募社区测试者。该扩展以更低 token 开销追踪上下文状态和 lorebook 条目，兼容 Quick Replies，设置轻量，作者称配合 gemma 4 以极低成本运行良好。项目已达到稳定里程碑，源码处于 alpha 阶段。
论文提出 HarnessMM，通过受保护的决策复用与递归自我改进（RSI）降低 Agent harness 的 token 消耗，actor 权重保持不变。在 HumanEval 上，Codex 成功率保持 90.82%，Tokens/task（k）从 66.72 降至 47.02（节省 29.54%）；DeepSeek Harness 成功率从 71.43% 升至 85.71%，Tokens/task（k）从 96.28 降至 11.62（节省 87.93%）。MBPP 消融显示成本比单次使用图低 26.91%，比保留回调低 19.52%。
研究者推出开源工具套件 ParaTaxe，用于处理和发布多平行语料库，解决学术语料因维护或经费不足而失于线的难题。该套件包括基于多语言嵌入向量的 AIlign 对齐器、用于转换与对齐语料的 Python 处理流水线、管理平行语料集合的 ParaTaxe 网页界面，以及基于 TEI-Publisher 构建的语料浏览界面。工具由 ACR Grimm Tradalign 与 ParaTaxe 项目开发，成果将发表于 JADT 2026 会议。
开发者 swarup-infy 在 GitHub 开源 AI-DOC-Assistant，一个基于 FastAPI、PostgreSQL 和 SQLAlchemy 的后端文档智能平台，现已实现 JWT 认证、受保护 API 和用 PyMuPDF 做文本提取的 PDF 摄取管线。项目计划分阶段加入 chunking、embeddings、ChromaDB 向量检索和完整 RAG 管线，最终支持 DOCX、CSV、Excel 等多格式。
开源项目 Breadwinner 是一款本地优先的 8-Bit 风格求职简历定制工具，核心反幻觉规则要求每条简历要点都必须可追溯到本地 Career Pantry 中的已验证事实，并严格保留如 scaled to 10M events、latency 降低 45% 等真实指标。它完全离线运行，支持 LM Studio、Ollama 本地模型，也可接入 Gemini、DeepSeek、Groq、OpenAI 的 API key，简历与 API 密钥均保存在本地。工具提供双栏要点编辑器、ATS 审计仪表、无头 Chromium 生成符合 Jake's Resume 标准的 A4 PDF，以及自动按指标密度和时效性裁剪内容的 Career Curator。
GitHub 开源项目 Content-Agent-Lernapp 能从一个关键词（试点：机械与设备操作员）从官方来源生成课程并持续更新。技术栈为 Next.js 16 + React 19 + TypeScript + Tailwind 4，托管于 Vercel，持久化用 Supabase EU，质量追踪用 Langfuse Cloud EU，模型采用 Claude 负责生成、OpenAI mini 作为评审。项目包含学员 UI、培训师分组视图、admin 管理端，以及含 CI 修复循环（最多 3 轮）和风险分级的自动化 PR 审核流水线。
endoking5792 在 GitHub 开源 mds-answer-engine 仓库，作为 MDS（牙外科硕士）考试答案生成项目的核心工作区。仓库包含 ANSWER_GUIDE.md 答案撰写指南、HANDOFF.md 状态交接文件、规范答案模板及 locators.py、md2docx.py 等工具脚本，并镜像存放驱动项目的 dental-study-material skill 副本。最终 .docx 成品、Obsidian 库和受版权保护的教材被排除在外，各设备可通过 git clone 延续同一工作。
GitHub 新仓库 Eric-hyj/yourmemevideo 公开了 AI 表情包视频项目 YourMemeVideo 的产品信息，首批提供 Zombie Couple、Tip Toe、Ozil Goal 三个模板，支持 480p/720p 与有声/静音输出，底层通过 KIE 调用 ByteDance Seedance 2.0 Mini。目前三个模板页与生成流程已在本地测试完成，网站受限预览已部署，但 Google 登录、付费结账和新站生成尚未通过生产验收，结账与生成功能仍处于禁用状态。仓库仅含公开产品信息，不含应用实现或商业模板源代码。
YashShengale 在 GitHub 发布全栈开源项目 Electrolyte_Box_Detection_-_Management_System，用 YOLO + OpenCV 在 Raspberry Pi 搭配 Hailo AI 加速器上实时检测并计数电解质箱。系统含 Flask 检测服务器（:8000）、Node.js/Express 后端（:5000）、React 前端和 SQLite 存储，支持会话追踪、统计看板、challan 生成与基于角色的访问控制。
该仓库是使用 Transformer 文本编码器与 Stable Diffusion 的文生图课程项目，首版包含 1,000 组 COCO 图像-文本对、数据集 notebook 与备忘录，复核中修订了 133 条 caption 并替换 2 张图像。项目在 Python 3.13.9 下通过虚拟环境搭建运行，剩余工作包括 GPU/CLIP embeddings、基线生成与分析及 5-6 页报告。
LudwigKienle 在 GitHub 开源了本地优先的 AI 视频制作编辑器，覆盖剧本、导演处理、分镜、拍摄、剪辑、调色到导出的完整流程，核心采用 GPL-3.0 许可。
推荐理由：开源的本地优先 AI 视频制作工作台，把剧本到导出的完整流程和多家模型路由整合进一个自持项目文件夹。
GitHub 用户 sidvw1808 开源 PersonaRAG，一个用 RAG 模拟 Elon Musk、Tim Cook 等公众人物已公开观点的对话系统，回答带编号引用并标注强/部分/弱/无依据的 grounding 等级。系统用 bge-small 嵌入加 ChromaDB 存储每人物知识库，BM25 与向量检索经 RRF 融合后再用 cross-encoder 重排，在 Elon Musk 评测集上把 hit-rate@6 从 0.90 提到 1.00、MRR 从 0.70 提到 0.78；LLM 后端可插拔，支持 Claude API 或经 Ollama 在 4 GB GPU 上离线运行 qwen2.5:3b。
推荐理由：作者给出了检索各模式的实测对比和评测驱动的提示词迭代过程，读者可以借鉴其引用率与弃答指标的做法。
GitHub 仓库 Mohidali2005/ATML_PA3 围绕 LLM 微调、视觉语言模型和 test-time compute 展开。仓库主体与相关任务细节以仓库页面为准。
SimpleT 是一款基于 Tauri 构建的轻量级桌面托盘翻译工具，调用兼容 OpenAI Chat Completions 的接口，支持配置 API Key 和模型名、自动获取模型列表、语言互换及本地翻译历史。Windows 提供 x64 免安装 EXE，macOS 自动构建仅保留 Apple Silicon DMG；另提供不创建 WebView 的 AppKit 原生原型 SimpleT Native。
Linyin42 在 GitHub 发布开源网络运维终端 NetOps Terminal，采用 Python + PyQt6，支持 SSH、Telnet、串口 Console 和华为 eNSP Pro 四种连接方式，可接入 Claude、DeepSeek 或任意 OpenAI 兼容接口辅助排障，命令执行需人工确认。它提供多设备并发巡检、批量下发、配置快照行级比对、Excel 导出与危险命令拦截，Windows/Linux 提供单文件可执行程序，许可证为 MIT。
GitHub 开源项目 Assistente-Nora 是一个葡萄牙语语音个人助理，用户自然说话即可整理任务、笔记和日程。它在本地机器上运行，数据保存在本地，LLM 大脑可在线或离线使用，是对云端助理的一种免手操作且注重隐私的替代方案。
HassanHijaze 在 GitHub 发布 berlin-bureaucracy-rag，一个基于德国法规和柏林官方来源、面向留学生的检索增强问答系统，覆盖注册、居留许可、工作权利和医疗保险，并附来源引用，来源不支持时拒绝回答。在 100 个真实学生问题上人工评估：76 个正确、20 个正确拒绝、2 个错误、1 个部分正确、1 个来源过时。系统采用语义搜索 + BM25 加权融合（70/30），取 top 12 chunks 后由 GPT-5.6 生成带引用答案，技术栈为 Python、FastAPI、OpenAI、Docker，MIT 许可开源。
TangoAI-AlbertSchool-Data-Eng-Cloud 在 GitHub 发布 LLM Fundamentals、Prompting & API Integration 课程的配套 notebooks，每节课一个文件夹，含课堂演示和练习。课程覆盖 token 生成与提示词、API 与结构化输出、RAG、评估/成本/guardrails 四个主题。运行需 Python 3.12 与虚拟环境，支持 Anthropic 或 OpenRouter 的 API key，数据来自 tickets-v1.00 公开发布的 120 条标注支持工单，采用 CC BY-SA 4.0 许可。
开源 Flutter 应用 Parley 把 Claude API 落进真实产品：支持流式对话与可见推理、带来源的网页搜索、照片与 PDF 页级引用问答、结构化输出，以及在手机本地运行工具的 Agent。后端用 Supabase Edge function 保管 API key，按用户限制请求、token 与网页搜索次数，支持 Haiku、Sonnet、Opus 三种模型，聊天历史仅存手机本地。项目采用 Clean Architecture 与 Riverpod，含 100 个测试，MIT 协议开源。
runc/github-trend-daily 是一个每日抓取 GitHub Trending、并用 LLM 生成中文摘要的知识库项目。它通过 MCP 调 DeepWiki 取仓库上下文，默认用 OpenAI 兼容的 deepseek-chat 生成摘要、标签和分类，基于 Astro + Tailwind + Pagefind 构建带全文搜索的静态站，端上使用约 7MB 的 WASM embedding 无需 API。GitHub Actions 在 UTC 04:00/16:00 自动采集、构建并部署到 GitHub Pages。
GitHub 上的 last-job-search 项目用 Claude Code 构建全自动求职流程：搜索并给职位打分、撰写并校对简历和求职信、找联系人、跟踪申请、提醒跟进并做面试准备，但从不代用户发送任何内容。它支持 Claude Code，也可在 ChatGPT Codex、Gemini CLI、Cursor 等能读文件、跑命令的 Agent 工具中运行；搜索和筛选由 Python 和 Bash 完成，仅在写作阶段调用模型。项目基于 MIT 协议开源，用户数据保存在自己的私有仓库中。
GitHub 开源项目 agent-compass 0.3.0 为 LLM 智能体提供本地优先、供应商中立的任务状态与策略层，帮助智能体决定何时检索信息、提问澄清、暂停等待人工批准、恢复中断任务，并只保留经隐私批准的任务知识。核心不依赖 Claude Code、Anthropic、OpenAI、LangChain 或云端数据库，可通过 CLI、JSONL 协议或 Python API 接入任意智能体运行时，并内置隐私扫描与记忆管理命令。
GitHub 上的 franklywatson/ai-news-aggregator 仓库每个工作日生成一份 AI 领域每日简报。内容涵盖模型与研究、开发工具与基础设施、行业与应用、Bluesky 精选及 AI Twitter/X 热议回顾五大板块，每条新闻附摘要、重要性说明和 signal rating，页面每天早上更新。
开发者 Chetan Sroay 在 GitHub 发布 Debutly，用 Playwright 和 Chromium 驱动的 AI 智能体在真实浏览器中模拟首批用户，注册、确认邮箱、选套餐、邀请队友并使用产品，输出带复现步骤和截图的缺陷报告。支持无障碍需求模拟、怀疑型买家评估器、GitHub Actions 定时运行和成本上限，AGPL-3.0 开源；附多种模型对比，z-ai/glm-5.3-flash 每步 3.8 秒、每次运行 $0.004，与更贵的 google/gemini-3.8-flash 找到相同的 5 个种子缺陷中的 4 个。
推荐理由：作者附上了多种模型在同一含种子缺陷测试应用上的对比数据，读者可以据此选驱动模型并控制成本。