跳到正文
#Ollama
10月23日周五
  1. GitHub · 去对齐工具与仓库28

    Ollama 本地模型基准测试结果看板上线 GitHub

    GitHub 上的 z440-ollama-benchmarking 项目发布面向本地运行 Ollama 模型的交互式基准测试结果看板。看板提供可排序、可筛选的模型对比表、基于 `ollama ps` 实测内存的 VRAM 可行性指示、生成速度与内存占用图表，以及质量分级热力图和指标术语表。通过主仓库运行 Publish-Website.ps1 -Push 即可重新生成 data.js 并推送最新结果。

  2. GitHub · 灵魂体仓库19

    thackerhelik/finetuningcourse：基于 TinyLlama-1.1B 的三阶段 LLM 后训练微调课程仓库

    GitHub 仓库 thackerhelik/finetuningcourse 提供端到端的三阶段 LLM 后训练流程（Domain Adaptation → SFT → DPO），将 TinyLlama-1.1B 适配到药理学领域，并通过 Ollama 本地部署。仓库包含 data、experiments/metformin、notebooks 目录及 export_to_ollama.py 导出脚本，目前尚无 star 和 fork。

10月22日周四
  1. GitHub · 去对齐工具与仓库58

    yfHHHE 开源 emoji-native-lm：只会用 1 到 3 个 emoji 回复的 Qwen3-1.7B 微调模型

    yfHHHE 发布 emoji-native-lm，基于 Qwen3-1.7B 用 LoRA 做 SFT 加 DPO 微调，对任何输入只以 1-3 个 emoji 回复。训练数据约 12k 条中英文聊天消息，由 Claude Opus 生成并回复，覆盖 1,915 种 emoji；666 条评测提示下经 wrapper 的回复 100% 合规，首轮采样合规率 98.9%，而基座 Qwen3-1.7B 为 0%。仓库提供 Ollama 与 llama.cpp 的 GGUF（1.8 GB q8_0）及 Python wrapper 部署方案，代码采用 Apache 2.0 许可。

    推荐理由：仓库公开了数据生成、SFT、DPO 到 GRPO 失败与修复的完整脚本和实测数据，读者可以照此复现并借鉴其偏见修正做法。

  2. GitHub · 灵魂体仓库55

    开源 AI 合同审查工具 ContractGuard 发布，30 秒内标出合同红旗条款

    he-yufeng 在 GitHub 发布开源 AI Agent 工具 ContractGuard，上传 PDF/DOCX 合同即可在 30 秒内输出红旗条款、警告、保护项和 A+ 到 F 的公平度评分及逐条修改建议。工具通过 Pydantic 模型保证结构化输出，支持 OpenRouter、OpenAI 及 Ollama 本地模型；在 LLM 之外并行运行辖区感知的确定性法条核对清单，覆盖中国劳动法与民法典及加州住宅租赁规则，无法判定时诚实返回 unknown。支持批量扫描、版本对比、JSON 导出和 Gradio Web UI，最长约 30000 token（约 60 页）。

    推荐理由：开源合同审查 Agent 除了 LLM 分析还内置辖区感知的法条核对清单，并对缺失条款诚实返回 unknown，思路可直接借鉴。

  3. GitHub · 3D 生成新仓库24

    Ollama-UI：轻量级本地优先的 Ollama Web UI 开源发布

    GitHub 上开源的 Ollama-UI 是一个本地优先的轻量级 Ollama Web UI，采用 FastAPI 后端加原生 HTML/CSS/JavaScript 前端，无框架、无构建步骤。它支持模型选择、流式响应、对话历史、图片输入（最多 4 张）、消息队列、停止生成和新对话，通过 HTTP/SSE 连接本机 Ollama 实例。项目刻意不做云端部署，提示词和推理全部保留在本地，无需任何外部 LLM API。

  4. GitHub · 灵魂体仓库69

    toolcall-rescue 发布，从纯文本内容中抢救本地小模型的工具调用

    MUSE-CODE-SPACE 发布 toolcall-rescue，一个零依赖的纯标准库 Python 包，用于在结构化 tool_calls 字段为空时，从 qwen2.5、Gemma、Kimi、MiniMax 等本地或小型模型以纯文本输出的消息内容中恢复工具调用，支持 Ollama、llama.cpp、vLLM、LM Studio 等 OpenAI 兼容端点。

    推荐理由：这是一个可直接落地的本地小模型工具调用抢救库，安全模型讲得清楚，还交代了为何框架核心拒绝收编这一层的取舍。

  5. GitHub · 灵魂体仓库56

    开源 Windows 语音助手 Cephi 发布，可用 Ollama 本地运行

    开发者发布开源免费的 Windows 助手 Cephi，按 Ctrl+Alt+Space 即可语音或文字操控整台电脑，支持播放 Spotify 音乐、打开系统设置、划词翻译、截图提问和笔记管理。可接 Ollama 本地模型让数据不出本机，也可用自己的 Claude、Gemini 或 OpenAI 兼容 API 密钥，支持接入任意 MCP 服务器或用一个 JSON 文件添加自定义工具，MIT 协议开源。

    推荐理由：开源 Windows 语音助手 Cephi，仓库把本地 Ollama、MCP 工具扩展和快捷键体系讲得相当完整，适合想自建本地 Agent 的人参考。

  7. GitHub · 3D 生成新仓库47

    exprassist 发布：面向合同公式表达式的静态分析与本地 LLM 辅助面板

    exprassist 是一个 GitHub 上的新工具，为合同工作流公式提供静态分析、自动修复（先经数百条样本验证结果一致）、语法树英文解释和本地 LLM 生成功能，生成由 Ollama 本地运行。全部用 TypeScript 实现，含 Pratt 手写解析器、类型检查器和求值器；修好的重复 LOOKUP 规则使 demo 表达式每次求值 lookup 从 0.68 降至 0.59。新改进反馈后，模型一次正确率从 16/20 升至 18/20，10 条新请求为 8/10。

  8. GitHub · 去对齐工具与仓库61

    WhisprFlow 开源：本地运行的 Windows/macOS 语音听写工具

    作者发布 WhisprFlow，一个在本地运行的 Windows 和 macOS 语音听写工具，按热键说话后自动清理填充词、加标点并粘贴到光标处。默认用 Phonon-2 在设备上转写、Ollama qwen3:4b-instruct 本地润色，无需账号和订阅；11 秒听写端到端约 1.7 秒（i5-13500HX + RTX 4050 实测），支持 Qwen3-ASR 处理多语言，词典从用户听写中学习术语拼写，代码 MIT 许可，macOS 代码路径保留但未测试。

    推荐理由：原文给出实测延迟、模型选型对比和架构细节，读者可以据此评估这套本地语音听写方案是否适合自己复现。

  9. GitHub · 灵魂体仓库41

    SharpAI 2.0 发布：.NET 本地 AI 推理库，兼容 Ollama 与 OpenAI API

    SharpAI 2.0 发布，这是一个 .NET 本地 AI 推理库，支持嵌入、文本补全和聊天补全，仅使用 GGUF 模型，基于 LlamaSharp 构建，可提供 Ollama 兼容和 OpenAI 兼容的 REST API。新版本默认按各模型 GGUF 内置聊天模板渲染请求，重建了 React 19 仪表盘，新增多租户认证与 RBAC（默认关闭）、四种数据库支持、Prometheus/OTLP 可观测性，以及 C#、JavaScript/TypeScript、Python SDK。所有推理均在本地完成，无需云端依赖。

  10. GitHub · 去对齐工具与仓库30

    Ollama：本地运行开源模型，支持连接 Claude Code、Codex 等工具

    Ollama 是可在本地或云端以完全隐私方式运行开源模型的工具，支持 macOS、Windows 和 Linux 安装，并提供官方 Docker 镜像。用户可通过 ollama launch 连接 Claude Code、Codex、Copilot CLI、DeepSeek Harness、Droid、OpenCode 等集成，也可运行 Gemma 4 等模型，用 REST API 或 Python、JavaScript SDK 进行调用，后端基于 llama.cpp。

  12. GitHub · 去对齐工具与仓库38

    PipelineMedic：AI 辅助 CI/CD 失败诊断工具开源进展披露（Phase 1–2 已交付）

    SreyaThota 的开源项目 PipelineMedic 旨在对 CI/CD 失败做 AI 辅助诊断与安全修复：解析失败日志、引用证据、检索相似历史故障并提出根因和补丁，特权操作需人工批准。Phase 1–2 已交付基于 Ollama 的日志诊断 API 与 GitHub Actions/Jenkins 解析、密钥脱敏；基于 46 条真实 GitHub Actions 日志测得 Last 15 lines 分块 Recall@1 为 0.413，v0.2.5 的 Neo4j 混合检索在 64 条 held-out 日志上 MRR 0.504，flat 检索仍是默认。

  13. GitHub · 3D 生成新仓库65

    rag-evaluation-testing-platform：一个可对比、可复现的 RAG 管线评测开源框架

    GitHub 开源了 rag-evaluation-testing-platform，一个零运行时依赖的 RAG 管线评测框架，固定数据集跑问答、对检索和生成分別打分，输出可 diff 的 JSON+CSV 报告。它内置 lexical/dense/hybrid 三种检索器、extractive 与 Ollama 生成器、以及经 65 条人工标注验证的 LLM-as-judge（llama3.2:3b 对 gemini-3.8-flash），评审器在 49 条留出项上 κ 达 0.95，词元规则为 0.90；21 个用例基线中 qwen3:1.7b 开启推理模式可将幻觉率从 0.25 降到 0，代价是延迟约 5 倍。

    推荐理由：项目不只给代码，还用 65 条人工标注实测了 LLM 评审与词元规则的差异，读者可借此理解 RAG 评测该测什么。

  14. GitHub · 3D 生成新仓库33

    ChaosGuard：自托管的 AI 代码安全扫描与混沌工程平台

    开源项目 ChaosGuard 是一个自托管 AI 安全平台，可扫描任意 GitHub 仓库，提供 RECON、HUNTER、SIEGE、LIVE 四级递进扫描，耗时从约 1 秒到约 35 分钟不等。每项发现均附带自动生成的代码修复、统一 diff 和一键创建 PR。平台通过 Ollama 本地推理、ChromaDB 进行 RAG 代码理解，基于 Kafka 的架构可从单机扩展到 Kubernetes 集群，并提供混沌工程韧性分析与完整可观测性栈。

  15. GitHub · 去对齐工具与仓库71

    apu-llm 开源：让无独显笔记本用共享内存跑 35B 本地模型并接入 Claude Code

    yago-mendoza 发布 apu-llm 仓库，让 GPU 共享系统内存的 APU 笔记本一条命令完成本地大模型安装、问答与基准测试，并通过内置 MCP 服务器让 Claude Code 把批量文本工作交给本地模型。在 Ryzen AI 7 PRO 450、64GB LPDDR5X 参考机上，Qwen3.6 35B-A3B（MoE，3B 激活）经 Ollama 跑在 iGPU 上写入 11.7 tok/s、读长输入 93 tok/s，加载占 20.6GB；Qwen3.8 27B 稠密模型更聪明但写入仅 2.6 tok/s。

    推荐理由：作者在一台 64GB 无独显的 ThinkPad 上实测了 APU 跑 35B 模型的真实速度与智能水平，并给出按内存选型的对照表。

  16. GitHub · 灵魂体仓库63

    IntelliJ 插件 llm-copilot-intellij 0.0.01 发布，可接 Ollama 等 13 家 LLM 提供补全与代码操作

    RA-King 在 GitHub 发布 IntelliJ IDEA 插件 llm-copilot-intellij 0.0.01，为任意 LLM 提供 ghost text 行内补全、编辑器内聊天面板和代码操作，支持包括本地 Ollama 在内的 13 个提供商，MIT 许可。补全具备结构感知与意图推断，后台构建全项目符号表和双向 import 图以提供真实声明签名，并含去重守卫、next edit 建议和错误分析功能；要求 IntelliJ IDEA 2026.1+，默认按 Ollama 本地部署配置。

    推荐理由：README 详细写清了补全触发门槛、项目索引和去重逻辑，读者能据此评估这款可接任意 LLM 的 IntelliJ 插件是否值得试。

10月21日周三
  1. GitHub · 3D 生成新仓库27

    开源 RAG 项目 ai-act-rag：基于官方文档问答欧盟 AI Act，并标注来源页码

    开源项目 emilie-clipet/ai-act-rag 构建了一个可回答欧盟 AI Act（Regulation (UE) 2024/1689）相关问题的聊天机器人，回答时始终标注来源文档与页码。技术栈采用 Python、Streamlit、sentence-transformers 本地 embeddings（all-MiniLM-L6-v2）、FAISS 索引，LLM 可选 Ollama 本地运行 llama3.2 或 Groq 云端免费额度，两种方式均免费且无需银行卡。

  2. GitHub · 去对齐工具与仓库24

    gannet：基于 Microsoft Agent Framework 的 C# 深度研究工具

    GitHub 上的 gannet 是一个 C# 深度研究工具，输入问题后由 planner、searcher、synthesiser、writer 四个智能体组成一个 workflow，完成规划、联网搜索、来源可信度评分并生成每条论断都带引用的报告。它提供 Blazor web UI，模型可选云端 API 或通过 Ollama 本地运行，支持自托管。项目于 10 月 21 日启动，目前仅搭建了 solution、CI 和仓库文件，尚无可运行内容；它是 Tarun Sai Goddu 的 Python 项目 deep-research-agent（基于 LangGraph 和 LangChain）的 C# 重写版，采用 MIT 许可证。

  3. GitHub · 灵魂体仓库39

    date-buffet-llm：本地 LLM 加持的双向条件匹配相亲测试应用

    GitHub 开源项目 date-buffet-llm 是一个无需后端的相亲匹配测试应用，基于 React + Vite + TypeScript，用 localStorage 和 50 名 seed 固定的虚拟人物运行，可切换 Supabase 实现真实用户匹配。推荐卡片内置"AI 설명 보기"功能，调用本地 Ollama 的 qwen2.5:3b 用 2-3 句解释匹配理由并推荐开场消息，单条生成 12-25 秒，通过 JSON schema 强制输出、temperature 0.2 和抄袭/事实检测保证质量。项目附带公平性测试（npm run simulate），TOP 10 基准下年龄、性别、地区指标均通过，TOP 5 地区指标未达标。

  4. GitHub · 去对齐工具与仓库47

    OpenExpert：完全本地运行的开源 AI 运营仪表盘

    OpenExpert 是一个 MIT 协议开源的 AI 运营仪表盘，完全在本地运行，数据存于单个 SQLite 文件，无需云端、账号或数据库服务器。它提供严格数据隔离的 Experts、可调用工具的聊天、需人工审批的 AI 操作及完整审计回溯，支持 Ollama（默认）、Google Gemini、Claude 或任意 OpenAI 兼容端点，并可集成 Google Drive、本地文件夹和 Notion。

  5. GitHub · 灵魂体仓库59

    MAGI-Systems-AI 开源 OpenTenet 工作区，为 AI 编码助手加跨工具纪律层

    MAGI-Systems-AI 发布开源项目 OpenTenet，一个纯 markdown 工作区，让 AI 编码助手在会话启动时读取硬规则宪法、六阶段算法和验证准则，解决无状态、幻觉路径和虚报完成的问题。它兼容 Claude Code、Gemini CLI、Cursor、Codex、Aider 和 Copilot Chat，pre-commit 钩子扫描 16 种凭据模式，为 Claude Code 生成约 13k 精简上下文、为 Codex 和 Aider 生成约 57k 完整上下文，并支持 Ollama + Aider 离线本地模型。项目附本地 Web 控制台和可选团队模式，MIT 协议。

    推荐理由：开源工作区把验证规则写进文件而非模型，给出六阶段算法与探针表，跨六种 AI CLI 可复用，方法可直接迁移。

  7. GitHub · 去对齐工具与仓库39

    HALO Console v0.8.1 公开预览：基于 Ollama 的本地优先 AI 工作台

    HALO Console v0.8.1 Public Preview 发布，这是一个基于 Next.js 和 TypeScript 的本地优先 AI 工作台，通过浏览器界面与本地 Ollama 模型对话。v0.8 预览提供本地流式聊天、Quick/Daily/Heavy 三级模型路由（如 qwen3:4b 到 qwen3:30b-a3b）、浏览器本地保存会话、本地文档上传与检索（支持 .txt/.md/.log/.pdf）以及手动策划的 Learning Layer 笔记。默认绑定 127.0.0.1，无需云端 API。

  8. GitHub · 去对齐工具与仓库45

    Halcyon：用文字描述生成无限环境音景的开源自托管工具

    开源项目 Halcyon 可将"雨中京都黄昏庭院"等文字描述转为无限播放、接缝不重复的环境音景。语言模型把描述拆分为雨声、风声、钢琴等独立图层并自动混音，用户可实时调节各图层的音量、EQ、声像与距离，删除或按"更少嘶声、更远"等备注重渲染图层，还能上传歌曲片段引导音乐风格、导出最长五分钟 WAV。它以单个 Docker 容器部署，支持 Google Gemini、Ollama、OpenAI 兼容 API 及 Claude Code / Codex CLI 作为语言模型，首个注册账号为管理员。

  9. GitHub · 灵魂体仓库26

    JobFitCheck：基于本地 LLM（Ollama）的求职匹配半自动工具

    GitHub 开源项目 JobFitCheck 用 Playwright 抓取 LinkedIn 职位（每次最多 50 条），再通过本地 Ollama（llama3.1:8b）按候选人简历打 0–100 匹配分并在 Next.js 仪表盘中排序管理。工具还会自动生成英文求职信，评分含技术栈匹配 40%、级别 25%、地点 20%、领域相关 15%。全部数据本地运行，技术栈为 NestJS + PostgreSQL 16 + Redis 7 + BullMQ，遵循 MIT 许可。

10月20日周二
  1. GitHub · 去对齐工具与仓库50

    alexis-82/chatbot-rag：基于 RAG 的文档问答聊天机器人

    开源项目 chatbot-rag 基于 documents/ 目录中的 PDF、TXT、MD 及无扩展名文本文件实现 RAG 问答，使用 sentence-transformers 嵌入做语义检索，回答时标注文件名与 PDF 页码等来源。它支持 Ollama（本地）、Anthropic Claude 与 OpenAI 三种可互换的 LLM provider，默认模型为 llama3.1:8b，UI 基于 Gradio，并附 Linux 部署指南（nohup、tmux、systemd 及 Docker Compose）。

  2. GitHub · 灵魂体仓库53

    ollama-intel 发布：用 IPEX-LLM 在 Intel 核显上本地运行 Ollama

    Ava-AgentOne 发布 ollama-intel，一个预配置 Docker 容器，通过 IPEX-LLM 的 SYCL 后端把全部模型层卸载到 Intel 核显（Meteor Lake、Arrow Lake、Arc）上运行 Ollama，无需独立显卡，兼容 Open WebUI 等 Ollama 客户端，主打 Unraid 与迷你主机用户。在 Core Ultra 7 155H 配 64GB 内存上实测，4B 模型约 15+ tok/s，7-8B 约 8-12 tok/s，14B+ 约 4-6 tok/s；镜像每周经 GitHub Actions 重建，NPU 推理暂不支持。

  3. GitHub · 灵魂体仓库59

    agent-on-a-budget 开源项目用小模型分层路由把客服 Agent 成本降到近半

    GitHub 项目 agent-on-a-budget 构建了一个客服 AI Agent，用 LLM 标注 1,080 条消息训练小 ML 模型，并按置信度把消息路由到最便宜的助手：ML 模型答简单问题、本地 Ollama 上的 3B 模型答政策问题、云端 LLM 处理退款等工具调用、高额退款转人工。基于 OpenAI gpt-5.4-mini 的 60 条消息实测显示，分层路由比只用云端专家便宜 1.9 倍、快 1.6 倍，55% 消息零成本处理，标注全部消息仅花 $0.07。项目支持 Mac、Windows 和 Linux，内置离线测试、答案缓存重放机制，并提供逐章 Notebook 和 Streamlit 演示应用。

    推荐理由：给出实测的成本、延迟和准确率分层路由数据，读者可以参考这套便宜模型处理简单消息、云端大模型兜底的省成本思路。

  4. GitHub · 3D 生成新仓库41

    Java-RAG：纯 Java 实现完整 RAG 数据流的开源仓库

    GitHub 新仓库 Java-RAG 用纯 Java 实现从 Document 到 Answer + Evidence 的完整 RAG 数据流，面向学习 RAG 内部机制或嵌入现有 Java 系统的开发者，无需 Spring Boot 等强制框架。仓库内置 React 三栏可视化 playground，默认模式完全本地运行、无需 API key 或模型下载，可通过 Ollama profile 换用本地大语言模型，兼容 Java 8，并包含 Redis、Elasticsearch、MinIO、MySQL 等基础组件。

  5. GitHub · 3D 生成新仓库51

    终端 AI 助手 LlamaTerm 开源发布，支持任意 OpenAI 兼容 API

    GitHub 仓库 Schaefer42740/llama-terminal-completion 发布 LlamaTerm，一个用 Go 编写的终端 AI 助手，单二进制启动小于 100ms，可用 lt ask 提问、lt cmd 生成 shell 命令。支持 Ollama、LM Studio、llama.cpp、OpenAI、Azure OpenAI，内置多步工具循环的 lt agent、RAG 索引、命名角色与会话、MCP 服务器接入、结构化 JSON 输出和视觉输入，工具调用带确认、危险命令检测与审计日志。

  6. GitHub · 灵魂体仓库44

    Beginner-Friendly-Ai-Vtuber：零编程基础也能搭建的 AI VTuber 开源项目

    GitHub 开源项目 Beginner-Friendly-Ai-Vtuber 面向新手和非程序员，提供易搭建的 AI VTuber 方案。其使用 Whisper（base.en）做英文语音识别、Ollama（llama3.2）生成回复、Chatterbox Turbo TTS 实现零样本声音克隆，并集成 VTube Studio 控制、Twitch 聊天互动和 OBS 实时字幕。项目基于 Python 3.10.11，主要支持 CPU 用户，无需 AMD 或 NVIDIA GPU 也可运行。

  7. GitHub · 灵魂体仓库64

    Open Grammar 插件用本地 Ollama 模型为 Obsidian 和 Logseq 做英德语拼写语法检查

    laffy-999 发布 Open Grammar 插件，在 Obsidian 1.14.4 和 Logseq 0.10.15 内用本地 Ollama 模型提供英语和德语拼写语法建议，不依赖云模型和外部检查服务，仅接受 loopback 地址并拒绝云端模型。默认模型为 qwen3.5:4b，在 63 段合成基准中修复 32/39 处错误且保留全部 24 个对照段落，约需 3 GiB GPU 显存或可回退 CPU 运行；正文还给出十余个候选模型的对比数据和保护链接、代码等笔记语法不被改动的实现细节。

    推荐理由：README 附带 12 个候选模型在 63 段合成样本上的实测对比和筛选逻辑，读者可以照着按内存与语言需求选型复现。

  8. arXiv · cs.AI62

    arXiv 论文实证研究越狱评测：ASR 随判定方法从 96.0% 变为 2.7%

    arXiv 论文 2610.26595 研究越狱攻击成功率（ASR）对比高度依赖响应生成与判定方式，用 3 个开放权重模型、8 种攻击和 3 种评测流程做实证。低资源语言攻击在关键词匹配下平均 ASR 达 96.0%，改用按 StrongRELECT 说明的 Qwen3 评测器则仅 2.7%；同一请求在 Ollama 默认温度 0.8 下采样 100 次，关键词匹配下 ASR 为 100% 而 Qwen3 评测器为 50%。作者建议明确成功定义、对齐响应预算、验证评测器，并报告重复交互下的累积失败率。

    推荐理由：论文用具体数据说明越狱成功率如何随评测方法剧烈变化，对任何人引用 ASR 榜单前都是可迁移的核查思路。

  9. Ollama Blog52

    Cloudflare 27B 多模态决策模型 Clef 上线 Ollama，本地与云端均可运行

    Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线，用户可本地运行或使用 Ollama 云端。该模型从 Qwen3.8-27B 微调而来，以 Apache 2.0 协议开源，支持文本、JSON 与图像输入，可一次读取输入并同时对所有问题的答案打分，兼容 Jev 和 System One API。官方称其登顶 Cloudflare 的 Decision Index，在 Jev benchmark 套件多数项目上超过 Jev，例如 BFCL case exact 98.47 对 95.75；43 个评测的延迟中位数为 209.3ms（Clef-flash 为 38.8ms）。

    推荐理由：官方发布了多模态决策模型 Clef 的完整基准与延迟数据，读者可以直接对比它和 Jev 等模型在各场景的实际表现。

  10. GitHub · 去对齐工具与仓库49

    Maja：运行在个人笔记本上的本地 AI 助手项目

    开发者开源了个人 AI 助手 Maja，完全在本地笔记本运行，无云端和 API key，基于 Ollama 运行 Llama 3.1，支持语音交互（faster-whisper 语音识别、Piper 神经语音）、"Hey Maja" 免唤醒词唤醒、笔记与待办管理、提醒、基于 RAG（nomic-embed-text + ChromaDB）的文档问答，以及 Qwen2.5-VL 摄像头视觉识别。唤醒词测试 36 次命中 34 次，项目仍在开发中，长期目标是做成桌面小型实体机器人。

  11. GitHub · 灵魂体仓库60

    GIBSON 0.10.0 发布：1997 黑客电影风格的实用终端，内置 AI 陪伴角色 NYX

    GitHub 开源项目 GIBSON 发布 0.10.0 alpha 版，是一个装扮成 1997 demoscene 风格的真实终端，基于 node-pty 和 xterm.js 6，支持 PowerShell、cmd、bash、zsh 及 WSL，提供标签页、最多四分屏、广播输入等实用功能。内置的 NYX 角色可通过 Ollama、Anthropic 或任意 OpenAI 兼容 API 驱动（Ollama 已实测），并随终端活动切换 28 种线框世界；Windows 为已测试平台，macOS 和 Linux 构建由 CI 生成并冒烟测试，采用 MIT 许可证。

    推荐理由：把真实终端做成 1997 demoscene 风格外壳，还内置 NETWATCH、进程可视化和可接本地模型的 NYX，兼具趣味与实用。

  12. GitHub · 灵魂体仓库20

    HSAAI：私有化自托管的企业级 AI 平台 v4.0.0 发布

    Haithim Nasher 主导开发的 HSAAI v4.0.0 正式发布，这是一个私有、自主可控、可自托管的企业级 AI 平台，集成 Enterprise RAG、本地 LLM 推理、AI Agent、多智能体编排与 AI 治理，基于 Ollama + qwen2.5:7b-instruct 验证。当前受控评测中检索精确率、召回率、引用与提示词注入防护均达 100%，必要事实召回为 86.61%，后端覆盖率达 80.43%，32/32 发布验证通过，SHA-256 校验值已公布。真实外部 Kubernetes 集群验收仍在进行中，属部署环境相关的运维职责。

10月19日周一
  1. GitHub · 灵魂体仓库24

    raja819/enterprise-knowledge-intelligence-system：生产级企业 RAG 知识问答系统

    GitHub 开源项目 enterprise-knowledge-intelligence-system 是一套生产导向的 RAG 应用，结合 PDF 摄取、文本分块、语义向量搜索与 BM25 混合检索、cross-encoder 重排，并用本地 Ollama 模型（qwen2.5:3b）生成带来源引用的答案。系统基于 Python 构建，采用 FastAPI 后端和 Streamlit 界面，向量库使用 Qdrant，嵌入由 Sentence Transformers 生成。项目包含自动化测试（46 个测试通过）和 RAG 评估流程，评估覆盖答案匹配、引用有效性和拒答等行为。