新闻、仓库与研究，按时间排列。
该 GitHub 仓库包含四个围绕账单与支付运营问题构建的作品集演示项目，全部使用合成数据，无生产部署。Reconciliation Engine 用 Python 和 SQL 对账，100 万行合成数据单次运行 12.7s（pandas）/11.1s（SQL）；LLM Support Desk 基于 Ollama llama3.2:1b 本地分诊支付申诉，由确定性规则决定最终动作，23 条标注工单中类别一致率 13/23。另有 .NET 8 固定宽度文档布局工具和 Collections Aging SQL 项目。
作者发布 Ephor，一个只检测不拦截的 Linux CLI，通过读取内核 socket 表和 /proc 被动记录 AI Agent 的出站连接、下载量和是否命中已知恶意目的地，无需配置代理、被入侵的 Agent 也无法绕过。它还能展示每个 Agent 的权限爆炸半径，包括运行用户、Linux capabilities、免密 sudo 和可读的密钥文件；仅依赖 Python 标准库，可在 Pi Zero 2 W 等 512 MB 小设备上运行。v0.3 新增安装与 DNS 监控，追踪 pip/npm 安装并查 OSV.dev，可选 eBPF probe 补捉秒级进程，威胁判定默认离线匹配 URLhaus、Feodo Tracker、FireHOL 等免费 feed，VirusTotal 查询默认关闭。
推荐理由：原文讲清了无代理被动监测的实现原理、资源占用与同类工具对比，读者可以判断它是否适合放进自己的 homelab 监控栈。
GitHub 上的 ShihabChilwan/agentic-web-testing 仓库公开了用于 Web 智能体测试的项目代码，目录包含 cloud、dashboard、src、targets、tests 等模块。项目基于 TypeScript 开发，配置了 vitest 测试框架、eslint 代码检查及 .env.example 环境变量示例文件。
开源（MIT）项目 loosechange 通过 Telegram 机器人和 CLI 筛选 OpenRouter 免费模型：每几小时抓取 :free 模型列表、按 benchmark 排序，并用 2–3 个问题匹配任务后给出推荐。目前 OpenRouter 459 个模型中有 19 个免费模型，其中 17 个为文本模型、11 个带基准数据。CLI 可用 uvx 从 git 运行，一条命令把所选模型写入 Hermes、DeepSeek Harness 配置（dry-run 默认、带备份），VibeForge 则输出手动接入说明。
just-core 是一个全家桶应用的内部共享库（不发布到 npm），检测硬件、推荐并下载 GGUF 模型，自动拉起 OpenAI 兼容的 llama-server（预编译包内置 CUDA 运行时）。它以纯 JavaScript 运行在 Node 24 上，包含 @delebash/core 服务端套件、Vue 共享 UI 与应用模板，并于 2026-10-18 从 just-llm-runner 更名。模型启动配置按四级规则解析：估算仅作准入、引擎默认 fit、用户显式设置精确生效、实测调优以超过 5% 平局的严格优势获胜。
saasclawai-org 在 GitHub 发布 ClaimCheck，一个本地优先的 LLM 假名化网关，单个自包含二进制提供两种模式：MCP server 供 Cline、Cursor 等客户端调用 read_sanitized 等工具，LLM proxy 对 OpenAI 兼容请求在线路层脱敏、响应时还原。占位符如 [FEIN_1]、[SSN_2] 稳定可逆，映射 vault 只存本机；内置 regex 识别器覆盖 SSN、信用卡、API 密钥、PEM 私钥等，可选本地 BERT ONNX NER 层捕捉自由文本人名组织名。作者明确说明局限：不覆盖 PDF/DOCX 等二进制格式和非英文文本，vault 未加密，MIT 许可下无任何担保。
推荐理由：原文给出了假名化工具的两种工作模式、可识别的 PII 类型清单和明确不覆盖的范围，便于评估是否适合本地脱敏工作流。
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。
Nystic-Shadow 开源了 Opencode2api，一个零依赖的 Node.js API 网关，把上游 OpenCode Zen 免费模型转换成 OpenAI 和 Anthropic 兼容端点，供 Cursor、Cline、Roo Code 等客户端调用。核心实现包括注入反编译的 CLI 工具 schema 绕过反爬校验、按位取反算法生成会话 token、Cloudflare WARP SOCKS5 隧道自动换出口 IP（约 1.2 秒完成密钥轮换）、模型级联故障转移、思考流（thinking_delta）与多模态视觉支持。后端仅用 Node.js 核心模块，内存低于 30MB，附 15 项测试全部通过的验证套件，MIT 协议发布，支持 Docker Compose 一键部署。
推荐理由：README 详细披露了绕过 OpenCode Zen 反爬校验的具体实现，读者可以对照源码和测试向量自行复现这套网关方案。
开源自托管应用 Molfar 发布 Vertep 1.3.5 更新，引入 Memory Bridge 跨对话记忆继承、角色在游戏中习得技能、并行多聊天，并将故事弧线转为含主线、支线和 Twists 的 "Quests" 任务系统。此前版本还加入了 "Vertep Lite" 预设、一键跨设备同步、1,554 个模型的目录以及 78% 缓存命中率的提示词缓存恢复。
TensorSharp 开发者在 MiniMax-M3.1-Flash 开放权重发布当天加入支持，支持 GGUF 推理、MiniMax Sparse Attention 专用 CUDA kernel、图文输入、tool calling、多 GPU 拆分与张量并行、DSpark 投机解码和 MoE 专家 CPU offload。在 8× NVIDIA A40、双方使用相同 Unsloth UD-Q4_K_XL GGUF 的对比中，64K executor prefill 达 2,567 tok/s，对比被测 llama.cpp 分支的 262 tok/s 提升约 9.8 倍，server 首字时间从 293.4 秒降至 40.0 秒；64K decode 提升 1.49 倍，短对话 decode 基本持平。
推荐理由：开发者给出两引擎在8× A40上的prefill与decode实测，并解释长上下文差距来自稀疏注意力的实现差异，可复现。
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。
macOS 原生绘图应用 Artsy 开源上架 GitHub，基于 Metal 实现 GPU 加速笔触渲染，支持 Wacom、Xencelabs 等压感手写板及自动笔/橡皮切换。内置 Hard/Soft Round、Watercolor、Acrylic 等笔刷与图层、选区工具，AI 生成接 OpenAI Images 和 Google Gemini/Imagen，并集成 Unsplash 图库。应用要求 macOS 14.0 (Sonoma) 及以上，可通过 Releases 下载 DMG 或从源码构建。
新开源仓库 Magnetar 发布 v0.1 本地运行时基线，这是一个用 Rust 编写的可移植本地 AI 执行运行时，包含 magnetar-runtime 和 magnetar-cli 两个 crate。其外部 CUDA Provider 已在真实硬件上通过端到端验证，并支持加载生产级 Qwen 模型工件，实测通过公开下载的 Qwen2.5-0.5B-Instruct checkpoint 在 Reference CPU 与真实 CUDA 硬件上运行。项目另提供 WGPU、ROCm、Metal、NPU、TPU 等外部 Provider 基线，部分仅实现设备发现且尚未在对应硬件上验证，官方说明其还不是通用生产模型运行时。
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。
GitHub 上一个面向 RAG 系统的开源评估工具，可判定回答失败源于检索器未找到证据、语言模型生成错误答案，还是两者同时失败。工具提供本地 Streamlit 仪表盘、PDF 摄取与分块、sentence-transformer 嵌入 + ChromaDB、BM25 及 RRF 混合检索、三种评估模式与 JSON/CSV 导出；默认分块 200 token、25 token 重叠。候选问题须经人工审核验证后才计入评分，无 Gemini API key 时可运行确定性离线流程。
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。
开发者 AssemDeghady 开源了 AI Batch Studio，一个 Manifest V3 客户端 Chrome 扩展，用于在 ChatGPT 和 Google Flow 网页内批量执行提示词、管理参考图并自动下载媒体。项目无需 API key，直接复用登录会话以规避反爬验证；采用 4 级渐进输入提交验证与确定性状态机，未确认提交时标记 needs_attention 以避免重复生成；支持 Veo 2/3、Imagen 3 等模型，遵循 MIT 协议。
prompts.chat 更新了 "Astrologer" 提示词，从简单的占星角色扮演升级为专业占星与占卜顾问。新提示词要求精确计算行星位置、宫位与相位，支持基于太阳、月亮和上升星座生成个性化星座运势，并提供水晶与仪式建议。占卜部分使用 78 张 Rider-Waite-Smith 塔罗牌（支持逆位解读）和 24 个 Elder Futhark 卢恩符文（不使用空白符文）。
prompts.chat 更新了 Prompt Generator 提示词，从简单的角色扮演模板升级为结构化的提示词生成方案。新版本要求 LLM 先获取主题并提问澄清，再按 “C.R.A.F.T.” 框架——CONTEXT、ROLE、ACTION、FORMAT、TARGET AUDIENCE 五个部分——生成详尽的提示词，并支持用 “[my placeholder]” 添加待填占位符。
prompts.chat 的「Code Review Specialist」提示词被更新为结构化格式，改用 system role 与 metadata 组织内容，新增 persona（专业语气、coding 专长）、分步任务（分析语法与逻辑错误、评估行业标准遵循、寻找优化机会）、deliverables 和 text 格式、moderate 长度等输出约束。规则上更强调聚焦重大问题而非细微风格偏好，并确保反馈便于开发者直接实施。
prompts.chat 的每日 prompt 更新了名为 Lecturer 的提示词。新版本要求以专家（uniosun lecturer）的方式讲解用户发送的每份 PDF 和图片，内容需易于理解与吸收，并在必要时使用记忆法（memonic），替代了原先逐篇拆解 PDF 备考细节的旧写法。
prompts.chat 的每日 prompt 更新中，编号 96595 的 Video 提示词被替换：原为“调酒师倒入发光绿色液体”的电影级 4k 慢动作视频提示词，现改为让 AI 扮演充满智慧、善于把内容讲得易懂且引人入胜的世界级专家，帮助用户在 TikTok 及各社交平台上提出能抓住人心的出色问题。
prompts.chat 更新了「Code Review Specialist」提示词，将其从结构化 YAML metadata 格式改写为简洁文本指令。新提示词要求模型扮演资深代码审查专家，评估代码对行业标准和最佳实践的合规性、找出逻辑错误与潜在安全漏洞、提出优化建议，并强调客观中立、兼顾功能性与非功能性方面、保持专业尊重的语气。
prompts.chat 更新了第 50 条 "Doctor" 提示词，替换为 madhavbadaya@gmail.com 提交的新版本，内容要求模型扮演医生，针对开放性腹股沟疝（open inguinal hernia）生成完整的病史采集。原提示词由 devisasari 编写，内容是为疾病提出包括常规药物、草药等替代方案的创意治疗。
prompts.chat 的 AI 提示词合集更新了第 130 条 "Social Media Manager" 提示词。新版本由贡献者 ahid.selo@gmail.com 提交，将角色改写为专注现代防务、装甲与战斗航空的军事史档案管理员兼社媒经理，要求保持中立客观语气、使用精确军事术语（如 T-80BVM、Bradley M2A2、F-16 Block 50），为战斗影像频道生成视频字幕并附军事史 hashtag。
prompts.chat 收录一条新提示词，让 LLM 扮演成人初学游泳教练，帮助从未学过游泳或怕水的成年人循序渐进建立水中安全感和基础技能。提示词通过 ${level}、${pool}、${goal} 等变量收集用户情况，输出涵盖起点自检、呼吸练习、技能阶梯、40 分钟课程计划、深水过渡、常见问题排查表和安全规则等 8 个部分，并要求只在有救生员的泳池练习，强烈恐惧或健康问题者建议找认证教练面授。
prompts.chat 新增一条「租房看房评分与对比」prompt，可把看房笔记和照片描述转成严格的 JSON 评分包：按用户权重逐项打分并算出满分 100 的加权总分，给出真实月成本估算、红旗警示、待问房东/中介的开放问题、横向对比和下一步建议。规则要求只用用户写下的信息，缺失项标 unknown，绝不编造房源事实；确认踩中 deal breaker 的房源会被标记淘汰，且在核验合同和房东身份前不推荐付款。
prompts.chat 新增结构化 prompt "New Hire First Week Onboarding Plan Builder (YAML)"，面向中小团队的经理，将新成员角色、开始时间、团队情况等输入转成 YAML 格式的首周入职计划。prompt 要求先向经理提问确认入职伙伴、权限审批等关键信息，并规定每天会议或培训不超过三小时、每天包含练习时间和每日检查。输出涵盖 pre_start_checklist、日程安排、学习计划、首次贡献和反馈收集等字段，缺失信息标记为 "MANAGER TO FILL"。
prompts.chat 每日 prompt 新增一个图像生成提示词，用于生成意大利文艺复兴壁画风格的港口市集场景。提示词描述了晴天早晨石砌码头上停泊的两艘木质商船、卸货的商人、鱼贩，以及 16:9 宽幅构图，指定黄土、绿土、朱砂和青金石蓝等矿物颜料色调，并要求呈现 1500 年代早期壁画的平坦透视、细微裂纹和颜料褪色效果，画面不含文字和现代物体。
prompts.chat 收录由 @f 贡献的新提示词“日出时分红枫叶上霜晶的写实微距摄影”。该提示词描述一张写实微距照片：单 片鲜红枫叶平躺于深绿苔藓上，叶缘缀满羽状冰针与六角形冰片，低角度金色逆光勾勒霜晶轮廓。画面指定 100mm 微距镜头效果、浅景深自然光、16:9 横幅，并要求无文字、无人物、无昆虫。
prompts.chat 每日 prompt 新增一条图像生成提示词"Scrimshaw Engraving of a Clipper Ship and a Sea Serpent in a Storm"。该 prompt 描述了一幅 scrimshaw 风格雕刻：三桅飞剪船在风暴巨浪中满帆前行，一条盘绕的海蛇从右侧海面升起，以细黑手刻线、交叉排线和点刻呈现，配 16:9 宽幅构图。
prompts.chat 上线一个名为 "Steam Locomotive on a Stone Viaduct Scene Concept Brief Builder" 的新提示词，让 AI 扮演电影级环境设计师，为蒸汽火车穿越石制铁路高架桥的画面撰写可用于图像生成和视频动画的场景简报。该提示词内置峡谷场景、季节天气、火车外观、视觉风格等变量，会先询问镜头视角和需避免的元素等缺失信息，再输出场景概述、高架桥与火车等分节简报。
prompts.chat 新增由用户 @f 贡献的图像生成 prompt「Steam Locomotive Crossing a Stone Viaduct over an Autumn River Valley」。该 prompt 描述一辆黑色蒸汽火车牵引四节栗色客车穿越约十孔拱的灰色石制高架桥，画面为 16:9 宽幅写实景致，并要求画面中无人物、无文字或标志。
prompts.chat 新增一条图生视频动画 prompt，以「蒸汽火车穿越秋日河谷石制高架桥」图像为精确首帧，生成 6 秒电影感镜头。prompt 规定火车头沿桥面向左匀速行驶并牵引四节栗色车厢，蒸汽与烟雾持续冒出并向右飘散，镜头缓慢左移，要求运动符合物理、无切换、无新增物体、无人物与文字。
prompts.chat 每日 prompt 收录了名为 Kubernetes Resource Requests Rightsizer 的新 prompt。该 prompt 用于为 Kubernetes 生成资源请求（Resource Requests）的合理化建议，具体用法详见原文。
prompts.chat 新增一条 prompt，用于检查网站的 Robots.txt 和 Sitemap。来源为 prompts.chat 每日 prompt，未披露更多实现细节。
prompts.chat 收录一条名为 Code Review taste 的新提示词，模拟资深工程师的代码评审准则。内容包括 PR 控制在 400 行以内、按 nit:/suggestion:/blocking: 标注评论权重、一个工作日内响应评审、bug 修复须附测试、数据库迁移与 auth 变更需第二评审人等 21 条规则，每条附 0.70-0.95 的置信度。
prompts.chat 新增 "Event-Driven Architecture taste" prompt，以分布式系统工程师视角列出事件驱动架构实践偏好，每条附置信度。要点包括：事件用过去式领域语言命名、用 Avro/Protobuf 或 JSON Schema 做版本化 schema 并在 CI 检查兼容性、假设 at-least-once 投递并让消费者幂等、采用 transactional outbox 模式、用 saga 替代分布式事务，以及用契约测试和 dead-letter queue 监控等。
prompts.chat 收录由 @anonymous 贡献的新 prompt「Photorealistic Tokyo Travel Vlog Portrait」。该 prompt 用于生成一张照片级真实的智能手机旅行 vlog 风格图像：一位虚构的 20 岁日本女性傍晚行走在东京小巷，手持冰抹茶自拍，采用前置广角镜头视角与纪实旅行摄影风格，指定 16:9 画幅、无美颜滤镜、无可读品牌标志和水印。