新闻、仓库与研究，按时间排列。
heyvaldemar 在 GitHub 发布 kubernetes-air-gapped-ai-agent 参考架构，让 AI Agent 在无外网路由的 kind Kubernetes 集群内用 CPU 运行 llama.cpp，模型经签名镜像和 Kyverno 准入校验后加载。随附 15 项任务的每日评测：六个内置与受测模型在 12 条植入指令上最多中招 6 条，而 MCP 服务器按 schema 拒绝了全部外发邮件（含隐藏模式后的 92 次），无数据外泄、无记录被删；每周任务另经唯一出口调用 Claude Haiku 5.5 与 Claude Sonnet 5.5，二者均未中招任何植入指令。仓库定位为参考而非产品，MIT 许可。
推荐理由：仓库用可复现的检查把边界与模型分开验证，被诱导的数据点数只作测量不作门槛，这种做法可以迁移到自己的 Agent 部署里。
Dome-Layer 在 GitHub 开源 dome-data-intelligence，用户上传任意 CSV 或 Excel 文件即可在数秒内得到带自然语言问答的治理分析看板，原始数据不出浏览器。后端基于 FastAPI，支持 claude、azure_openai、ollama 三种 LLM Provider（后两者目前仅有 stub 未实现），前端为 Next.js，依赖 Supabase 实现认证与看板保存，内置 3 个预置演示数据集和 18 个冒烟测试。项目采用 CC BY-NC 4.0 许可，仅供非商业用途。
GitHub 开源项目 SpotifyEmbedded 基于 Spotify 正在播放的曲目，用 LLM 生成一句“心情文”，可嵌入 GitHub README 或个人网站。它提供两种模式：基于 GitHub Actions 的静态模式无需常驻服务器，每数十分钟至数小时更新一次；Live API 模式支持 Node.js 或 Cloudflare Workers，秒级实时更新 now-playing。LLM 可任选 OpenAI 兼容接口，默认推荐 Google Gemini（gemini-3.1-flash-lite）或 OpenAI gpt-4o-mini。
Manifest LLM Gateway 是一个开源 LLM 网关，面向 AI Agent 和应用，将 API 密钥、订阅和本地模型接入同一 OpenAI 兼容端点，查询可发给正确模型，避免单一厂商锁定。它支持 300+ 模型、35 个内置 provider 连接和 18 种订阅流程，提供完整请求日志、费用追踪与限额通知，并在查询失败时自动 fallback 到其他模型。可通过 Docker 镜像自托管或 Cloud 版使用，采用 MIT 协议。
GitHub 上的华为电脑营销图文生成项目「华章有据」（huawei-pc-marketing-agent）发布 v1.2.0，需求问询最多两轮，文字角色统一使用魔搭的 deepseek-ai/DeepSeek-V4.1-Flash-1017，图片核验用 Qwen/Qwen3.5-35B-A3B。线上真实任务中小红书图文 49.4 秒生成成功，带回答续跑 66.9 秒 ok_with_flags；上线前 196 项 Python 与 34 项前端测试通过。公开演示无需账号，创空间保持 protected 模式，主生图链路 ChatGPT 上游返回 401 待刷新令牌，失败时降级到魔搭免费 Qwen/Qwen-Image-Edit-2511。
ptath/llm-passthrough v0.4.1（beta，MIT 协议）是一个用于 OpenRouter 等区域受限 LLM API 的反向代理工具，基于 nginx:alpine 官方镜像，每个容器约 10 MB RAM。应用只需修改 Base URL 即可使用，API 密钥原样透传不存储，SSE 流式不缓冲，超时 600 秒。安装脚本可自动检测 Docker、生成 SECRET_PREFIX，并适配 Pangolin、Caddy、Nginx Proxy Manager、Traefik 等反向代理，支持在单台 VPS 上代理多个 API。
kingfs 发布 Trajecta（v2.0.0，由 llm-tracelab 改名），一个本地优先的 LLM 流量录制/回放代理，可将真实 API 交换保存为 .http cassette 并离线回放。它支持 OpenAI、Anthropic Messages、Google GenAI、Vertex 等协议，逐片保存 SSE 流，测试无需网络与 API key。项目提供 Monitor UI、trace 解析 findings、ATIF v1.8 JSONL 导出、MCP server 的 21 个工具及多上游路由，生产用 Postgres、本地用 SQLite。
GitHub 上的 IntelliBank-AI 是一个 AI 驱动的全栈银行应用，技术栈为 Java、Spring Boot、React、TypeScript 与生成式 AI。功能包括账户管理、交易跟踪、安全转账校验，以及集成 LLM 的智能银行助手。
tyoung06 在 GitHub 发布 super-router，一个 macOS 本地路由工具，用 sr 命令或本地页面把任务分派给已订阅的 Claude、ChatGPT、Grok Bot 和 Cursor，并统一记录日志。核心机制包括：Jev 标注模型为每个任务命名技能并按技能表指定执行与复查 Agent、research-build/collab/versus/redteam/vote 等多 Agent 预设、sr split 拆分最多 4 片的大任务、按会话或项目存取本地记忆。工具不使用按 token 计费的 API key，而是复用用户已有订阅的命令行登录；依赖 Claude（必需）、Git 和 Python 3.14，仅在 macOS 测试，MIT 许可。
开源项目 Project Lenie 提供 LLM 驱动的数据收集、管理与搜索：可收集管理链接、将网页内容存入 PostgreSQL 并支持私有检索，还能转录 YouTube 视频便于查找片段。当前 Claude Code 通过 /lenie-obsidian-note 等技能经 REST API 读写 Lenie 数据库并直接写入 Obsidian vault；技术栈包括 Flask REST API、React SPA、PostgreSQL with pgvector 及 AWS serverless 部署。
ProfessorZhi/llmlab 是面向共享 Dell GPU 工作站的单节点、多 Linux 用户 LLM 实验室管理后台，让 Web 与 llmlab CLI 使用同一受信身份与 Gateway 调用事实，覆盖模型登记、共享、调用、计量、评测与审计。2026-10-20 开发基线为 DEV_READY，main 分支 GitHub Actions 已通过，本地测试含 Python 3977 项与 Node 558 项；但真实 PAM、Gateway、三用户端到端与生产部署仍为 NO-GO。正式源码仅此仓库，旧 llm-lab 与 llm-lab-portal 已归档。
开发者 XiaoCheng991 在 GitHub 开源了 LLM-gateway，一个手写 Java（JDK 21+ / Spring Boot 4.x）实现的多 Provider 大模型 API 统一网关，解决多模型管理混乱、切换成本高和调用不可观测的问题。当前支持 Nvidia（deepseek-ai/deepseek-v4-flash）和 OpenRouter（owl-alpha）两个 Provider，非流式调用已可用、SSE 流式开发中，提供 OpenAI 兼容的 /api/chat/completions 端点、工厂模式路由、多轮对话、SQLite 会话持久化及 ReAct Agent 能力，模型映射配置在 yml 白名单中，换模型只改配置不改代码。
GitHub 项目 NoID Privacy Workstation 发布，这是一个基于 Fedora 44 / GNOME 50 的隐私加固工作站 ISO，包含 41 个功能模块，覆盖内核、网络、身份、固件、服务和浏览器等加固基线，无项目遥测。系统为 AI 智能体工作流设计：VSCodium 预置隐私默认设置，Claude、Codex CLI 及 Gemini 全局指令路径按用户选择性安装，模型访问为 opt-in，本地推理支持 RamaLama / Ollama / LM Studio。蓝牙、定位、摄像头、麦克风默认关闭，提供 GPG 签名 ISO 供下载验证。
GitHub 开源项目 content-extraction-pipeline-video-stt-llm 将烹饪视频 URL 自动转为结构化 JSON 食谱。流程分四步：yt-dlp 和 FFmpeg 提取音频，OpenAI Whisper 转写并翻译为英文，Groq 的 Llama 3.3 70B 模型解析出菜名、食材、用量和步骤，FastAPI 通过 REST API 返回结果并生成食材购物搜索链接。项目以 MIT 协议开源，需配置 Groq API key，作者提醒提取结果需人工复核。
GitHub 仓库 enhancing-llms 发布了论文《Enhancing Large Language Models with Advanced Fine-Tuning Techniques》的实现代码，探索面向特定领域任务的新型微调方法。其方法在 GLUE 上取得 92.5%（较基线提升 8.3%），在 SuperGLUE 上取得 89.3%（提升 12.5%）。仓库含训练、评估脚本与实验配置，采用 MIT 许可证开源。
GitHub 项目 mylgtab/budget-rag 发布 v1.0.0，实现成本感知的长文档问答检索，简单问题走 BM25 便宜路径，难题才升级混合检索加重排与大模型。在 200 条改写问句评测中，级联策略用 47% 的成本拿到深检索 99.5% 的召回；附录还给出分块粒度、双索引自动选择、两层缓存（LongBench 30 条冷缓存 46.6 秒降到热缓存 4.6 秒）与预算档位对比，完整实验记录与复现脚本见 docs/report.md 和 make check。
推荐理由：作者公开了完整实验数据和复现脚本，还保留了负结果，想比较不同 RAG 检索策略成本与召回的读者可以直接参照。
dan-build 开源了 agentstat，一个展示 LLM 智能体实时状态的 React 组件，可显示 token 速率、进度、健康分，并支持可选的卡顿与异常尖峰检测。组件约 17 KB min+gzip，除 React 外无依赖，支持通过 WebSocket、SSE、MCP 等事件流推送数据，并保留最近 5 分钟事件供回放。
arXiv 论文发现，2021–2026 年的 11 个冻结文本编码器普遍存在解耦现象：线性探针能以最高 91.3% 准确率从嵌入中解码句子情感极性，但余弦相似度的极性分离边际仅 0.003–0.064，Qwen3-Embedding-4B 探针准确率 91.3% 而 retrieval MAP 仅 64.3。作者提出 SISE 方法，用 0.13M–0.69M 参数的监督对比头在 CPU 上数秒训练，可将 retrieval MAP 提升最高 +26.0，但 128 维头在 STS-B 上损失 38–41 个 Spearman 点，属于专精化而非免费收益。论文同时开源 CPU 可复现管线和 Attribute Alignment Gap 诊断工具。
SurveyGraph 是一个围绕方法-实体知识图谱（MEKG）的学术综述自动生成框架，支持核心论文发现、混合大纲与证据门控叙事合成。图感知检索在八次运行中将召回率较扁平词法基线提升近一倍（p = 0.004），语义证据门 AUC = 0.75；160 句人工审计中 80.6% 获得引用支持。该工作已被 EMNLP 2026 Findings 接收。
研究者用机制可解释性技术在多种不同架构和规模的 LLM 中识别出与隐喻相关的因果子空间，并证明其可探测和操控模型内部的隐喻表征。这些子空间既能引导分类任务输出，也能控制生成任务输出的隐喻性，且适用于不同词性。论文已被 BlackboxNLP 2026 工作坊接收。
Reddit 用户发布了一款借助 Claude 开发的轻量桌面工具（Python 运行），可将 MediaWiki .xml 导出和 .txt 设定文档一键批量转换为可导入 SillyTavern 的 World Info/Lorebook .json 文件，全程无需 LLM。作者已用小型 fandom wiki 页面和一份更大的文件测试，后者生成了 379 条正典/非正典条目。工具以开源形式发布。
EmpirioLabs 发布远程 MCP 服务器（Registry 名称 ai.empiriolabs/mcp，版本 1.2.0），无需安装即可通过 OAuth 2.1 或 API key 调用 180+ AI 模型、图像/视频/语音生成、网络搜索、批量任务、GPU Cloud 和托管智能体，价格与 API 一致。服务器提供 82 个工具、10 个工具集和多个预设 prompt，支持 Claude、ChatGPT、Cursor、Codex CLI、Gemini 等客户端以自定义 connector 或 URL 配置接入，连接消耗账户预付额度。
GitHub 新仓库 liufan612/groundwater-neural-operator 发布了水头条件化两阶段地下水流与溶质运输研究的代码。仓库包含合成数据生成、五种神经网络 backbone（unet、fno、afno、uno、deeponet）、两阶段与双分支训练，依赖 MODFLOW 6.8.0 和 Python 3.11，数据按 70/20/10 划分训练、验证与测试场景，训练权重和数据集需按仓库命令本地生成。
GitHub 新仓库 AmanShankarDev01/college-project 发布了一个离线优先的多模态 RAG 助手，基于 Spring Boot 3（Spring AI）、React 18 和 Qdrant 向量数据库构建。它可用 Ollama 本地运行 phi3、llama3.1 等模型，也可切换 Anthropic Claude、OpenAI GPT-4o、OpenRouter 或 Groq Cloud。助手能从文档提取文本与插图，克隆解析 GitHub、GitLab、Bitbucket 仓库，并以可交互引用标注为 AI 回答提供证据。
RESPIRE 生态（Harmonia Éducation）发布开源项目 humanome.xyz，通过对抗式分析引擎从日志中逐日追踪 61 项技能（分 7 大领域），合并为可演化的能力图谱，并在分享前由人类审核员把关。平台默认本地运行、数据不离开浏览器，支持公共无账号演示、自带 API key 的学习者空间，以及面向机构的大规模批量制图。代码采用 AGPL-3.0-only 协议，技术栈为 PHP 8.2 + Slim 4 + React 18。
GitHub 新仓库 TrustLens 发布，用于 AI + LLM 深度伪造检测与数字证据分析，整合了 Facebook $1M Deepfake Detection Challenge 夺冠的 EfficientNet-B7 人脸交换检测器（numpy 重实现、不依赖 PyTorch，约 267 MB）、视觉 LLM 和十余项取证测试，可检测照片、视频、语音、截图、通知和活动海报。工具用英文和印地语输出证据说明，对照 VTOP 官方记录核查声明，提供 Ed25519 签名的 PDF 报告与哈希链保管日志，附带 Chrome 扩展和手机扫码使用。作者同时列出每项测试在真实数据上的实测表现与角色限制，如真实照片基线假阳性 0/4，并明确说明无法检测克隆语音等局限。
GitHub 上一个非官方研究项目，训练神经网络在世锦赛赛制（1v1、Might、Lakes、小地图）下玩《The Battle of Polytopia》。模型先学习人类锦标赛对局，再通过逐代自我对弈提升，网站自动更新每代对战游戏最难 bot Crazy、上一代和第 0 代的战绩与对局回放。
开源仓库 UnifiedGroupGen 实现了群—轨道参数化与性质条件流匹配的材料结构生成，将空间群、层群和平面群编译为统一的结构展开、随机先验和训练接口，支持 MP20、C2DB、MPTS52 数据及两阶段 CFG 逆向设计。正式数据 102,608 条，联合划分 82,183/10,190/10,235；共享模型约 18,030,806 参数，1536 次采样中精确回收目标群 1526/1536。物理稳定性验证与公平基准比较仍待完成。
arXiv 论文测试了八开放权重模型在 558 份真实文档上的 JSON 提取行为，发现 schema 中未被强制执行的最小条目数会让超过真实数量的列表占比从 34.5% 升至 55.4%。约一半填充条目来自文档原文，难以被校验发现；告知“少于也可”、散文式计数、提供 N/A 选项等修复方法效果有限，而用校验错误重问反而加剧填充。代码、答案列表与运行记录已开源。
推荐理由：论文用预注册实验量化了 schema 最小条目数如何导致模型凑数虚报，并实测了几种常见修复方法的有效程度。
GitHub 开源 llm-guard-proxy，一个本地优先的安全代理层，在流量到达客户端或模型前用可配置策略检查提示词与模型响应，兼容 OpenAI、Ollama、llama.cpp、vLLM 等 OpenAI 兼容后端。内置 secrets、prompt injection、regex 等确定性分类器，支持 YAML 策略与 4 个预置策略，可选通过 Ollama 运行 Llama Guard 3（llama-guard3:8b）。项目为实验性质，尚不适用于不可信的生产流量。
开源项目 Docstóteles AI 将任意网页技术文档转化为可问答的 AI 助手，使用 Firecrawl 抓取页面、LangChain 编排 RAG、Groq API 运行 openai/gpt-oss-120b，嵌入采用 Hugging Face 的 all-MiniLM-L6-v2，向量索引用 FAISS，界面为 Streamlit。默认抓取最多 15 页，回答仅基于索引片段并标注来源，所用工具均有免费套餐。
RoboFang v1.8.0（Beta）发布，对物理集成与安全架构作出重大调整。该工具是连接 AI 智能体（MCP 服务器）与物理世界的本地优先安全中枢，可控制智能家居设备、专业软件工具和机器人硬件，强调隐私、本地执行与安全，稳定版发布前将快速迭代。
GitHub 用户 jaswanthBavi 开源 AI-LLMOPS 仓库，按 day-2 至 day-12 组织 LLM 运维学习内容，包含 server.py、cpu_monitor.py、health.py、server_health.py 等脚本，覆盖服务器监控、CPU 监控与健康检查。仓库托管在 GitHub 上，可公开访问。
RunAny 是一个本地优先的技术博客与开发者 playground 仓库，提供 AI 配置指南、开发工具和实用教程。项目采用 monorepo 结构，包含 Astro + MDX 静态网站、Fastify API 与 webhook 服务及共享 TypeScript 工具包，使用 UnoCSS 样式和 npm workspaces 管理，要求 Node.js 22+ 与 npm 10+，以 MIT 协议开源。
balanced7 开源了 akashic-aurora，一个为 AI 智能体设计的记忆基座，核心问题是衡量记忆是否真正改善了结果，并构建检索路由机制把已有知识送到使用时刻。项目由多个 AI 智能体共享任务账本、消息总线和经验语料协作完成，内置 7,358 个测试、verified_by 验证门控和七种命名扇出几何；作者公开了检索覆盖率造假被审计纠正的完整记录，并明确承认已上线机制的记忆价值尚未在大规模上得到验证。代码以 Apache License 2.0 发布于 https://github.com/balanced7/akashic-aurora 。
推荐理由：项目不止堆功能，还公开了检索失败、指标自纠的完整审计链，读者可以借鉴其多智能体协作与可验证记录的做法。
Deposon 是一个让多步 LLM 推理可机器复核的散射层研究项目，代码已在 GitHub 开源，MIT 许可，前两条主线 V1（脑图）与 V2（博弈论解释）已发表于 arXiv:2609.09001。推理路径经三通道散射满足 T+R+A=1，逐路径审计偏差 ≤ 2.2e-16。论文还如实报告了负结果：真实基准上该层与 6 关键词规则过滤无法区分（GSM8K 0.87 vs 0.85），三条动力学等价命题在预登记协议下被证伪。
GitHub 用户 Rodrigo-Pacosillo 名下有一个名为 BOT-MENSAJES-LLM 的仓库，页面显示其暂无简介、网站或主题标签。仓库目前为 0 stars、0 watchers、0 forks，无 Releases 和 Packages，仅包含一个 .devcontainer 文件夹。
GitHub 上的 neural-heist 是一款浏览器潜行动作游戏，玩家在实验室中训练自己的 AI 队友并用于任务，共含 3 个任务，涵盖 k-NN 图像分类、Q-learning 强化学习与 RAG 邮件检索。任务 3 可选接本地 LLM（通过 Ollama 运行 qwen2:7b），未部署 LLM Worker 时助手会离线对检索到的邮件推理。项目状态为完成，含 56 个单元测试和 66 项浏览器检查，推送到 main 分支会自动发布到 GitHub Pages。
作者 Dhruv Mojila 开源了 poincare-memory，作为其 ICBDML 2026 论文的几何感知记忆组件参考实现，把 LLM Agent 与 RAG 的记忆放入 Poincaré 球，用层级深度、文本嵌入方向编码，并支持 HalfLife 等时间权重策略。依赖仅 Python ≥ 3.10 与 NumPy，无需 GPU，支持子树等结构化检索、HTML 可视化和 SQLite 持久化；基准显示 mammal.n.01 子树（1,170 节点）上 dim=5 时 Poincaré MAP 0.975 对 Euclidean 0.802，作者注明论文实验系统未发布，本仓库基准数字仅来自此处代码。
推荐理由：原文给出把记忆放入双曲 Poincaré 球的具体编码与打分方法，并附 WordNet 重建基准对比，方法可复现可迁移。
GitHub 仓库 raguram-3398/AI-engineer 通过一系列自包含、带 README 的可测试项目，展示如何构建可靠的 AI 软件，包含两个已上线的 AI 产品。Sales Call Intelligence 每通电话约 $0.06，代码测试覆盖 95%，隐私测试移除 27/27 项个人信息；Multimodal RAG Engine 基于 52 份 FDA 文档（2,313 页）问答，92% 的答案声明可由引用页面支撑，20/20 道陷阱问题被拒答，每次回答约 $0.001。