新闻、仓库与研究，按时间排列。
dahchenoor-cmd 在 GitHub 发布 AI 红队测试作品集仓库，系统化整理对抗性机器学习评估、攻击 PoC 与防御缓解措施，覆盖本地及企业级 LLM 架构。仓库包含 10 个模块，从环境搭建到企业模拟审计，基于 Ollama、vLLM 运行 Llama-3、Mistral、Qwen 等开源模型，使用 garak、PyRIT 等工具，并对照 OWASP Top 10 for LLM Applications（2026）、MITRE ATLAS 与 NIST AI 100-2e2025 等标准。所有测试均在本地容器化环境中进行，数据全部为合成数据。
dbalchunas2-pixel 发布 Warden，一个原生 Mac 应用，作为 MCP 客户端（Claude Desktop、Claude Code、Cursor、Windsurf、Cline）与 MCP 服务器之间的安全网关，拦截每个工具调用并决定是否执行。决策管线含正则规则引擎（<10ms）、NVIDIA Nemotron LLM 分类（经 Nebius Token Factory）、启发式回退与熔断器，全部 fail-closed，并记录 JSONL 审计日志。内置对抗评测（seed 1337，22 次攻击+6 个良性对照）显示攻击检出率 100%、误报 0%、平均判定延迟约 3.5s；洪泛测试 30/30 拦截且仅 3 次调用消耗 LLM 预算。
推荐理由：原文给出完整决策管线和可复现的对抗评测数据，包括100%攻击检出率、0%误报和约3.5秒平均延迟，便于评估其实际拦截能力。
badhope 发布 PocketMind，一个通过 Termux 运行在 Android 手机本地的常驻 Agent，内置 41 个工具（SMS、通话、GPS、传感器、shell、文件等），数据全部存于本地 SQLite，仅推理调用外部 LLM。支持服务端强制的三级审批模型、Plan/Act 双模式、定时任务、Telegram 远程控制，并可通过 stdio MCP Server 让 Claude Desktop / Cline / Codex 远程操作手机；项目附 39 秒演示视频、能力矩阵文档和一键回归测试脚本，采用 Apache-2.0 许可证。
推荐理由：原文给出了与桌面 Agent 和 GUI 自动化方案的具体对比，以及审批模型、离线能力和工具数量的实现细节。
开源项目 AI-Powered-Multimodal-RAG-System 实现对 PDF 内文本、表格、图表和图像的多模态检索增强生成，采用稠密向量加关键词的混合检索与 CLIP 风格图文联合嵌入，Vision-LLM 后端可切换 Qwen2-VL、GPT-4o Vision 或 Claude Vision。在内部 500 条查询评测集上，综合 Hybrid MRR@5 达 0.83、Recall@10 达 0.91，端到端回答延迟约 1.4 s（单张 NVIDIA T4、本地 Qwen2-VL-7B）。系统默认用 ChromaDB 零配置运行，也可切换 Qdrant 用于生产部署。
Vhagar181 在 GitHub 开源论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments"（ICML 2025）的实现，支持 LLM 实时适应动态环境且避免灾难性遗忘。该方法在多类动态场景上较基线提升 16.8%–19.1%，如时序变化场景从 69.8% 提至 88.9%，采用轻量更新机制无需全量重训，代码以 Apache 2.0 许可发布。
ndwlbj 发布 freemodel-sync，一个发现、探测并排序免费 LLM，再把可用模型和备选写入现有工具配置的开源工具。它从 OpenRouter 公开目录发现 :free 模型，用极小流式请求探测可用性与首 token 延迟，按可解释评分排序，支持 OpenRouter 与 Groq，写入时幂等、带备份并支持 --dry-run，可选 Telegram 或 webhook 通知主模型变更。仓库还通过 GitHub Actions 每日运行免费模型健康检查并公开快照数据。
开源自托管工具 AgentFlow 发布，可将 Claude、Codex、Copilot、Gemini 等 AI 编码智能体接入 Telegram、Discord、Slack、Webhook 等外部平台，采用事件驱动架构进行消息路由与编排。其核心功能包括跨平台会话感知、Human-in-the-Loop 审批门控、事件溯源日志、智能体回退链与可选端到端加密，支持通过约 10 行 Python 适配器扩展新平台，并提供 Docker 镜像（agentflow/agentflow:2026.1.0）与 Web 监控界面。
hikinokomora 发布面向 STE Slicer 7.10（Stereotech）的插件 MCP-STE-Slicer，添加 AI 助手聊天：用户附上模型与技术任务书或用文字描述需求，助手自动选择 3D 或 5D 打印模式、材料与设置，定向模型、切片并保存项目和 G-code，并解释每项决策。插件通过 OpenAI 兼容 API 连接 LLM，需 Windows 10/11 与 Stereotech Hybrid 530 V5.2.4 打印机，5D 模式需激活 ATSS 许可证。
ctrlProgrammer 在 GitHub 发布 os-agents-evals，一个用同一数据集对比多个模型准确率、成本与延迟的 CLI。以 Oxford-IIIT Pet 猫犬品种识别为示例（测试集 3,669 张图、37 个品种），20 张图实测中 JEV 准确率 90%、$0.06/1k 查询、p95 延迟 0.32s，Gemini 2.5 Flash 为 95%、$1.64/1k 查询、p95 延迟 4.84s。每个模型使用独立 JSON 提示词，用例与图片不进 git。
GitHub 上的 capital-ui-kit 是一套基于 Zod schema 的类型化金融科技 React 组件库，含 CurrencyCounter、PrivacyBadge、DebouncedSearch 等组件及经校验的 JSON 布局渲染器。它支持 bring-your-own-key，从终端用提示词生成页面：模型输出 JSON 布局，经 Zod 校验后渲染或导出 .tsx，失败自动重试一次，支持 Gemini、Claude、OpenAI 兼容 API 及 Ollama 本地模型。项目仍在开发中，CLI 和文档站点在规划中。
John Smith 等人的论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》正在 COAI 2025 审稿中，其代码仓库即将发布。论文提出优化策略以增强 LLM 跨多任务的上下文推理，实验结果显示在动态环境中适应性更优。仓库将包含实现代码、benchmark 结果、预训练模型检查点及文档教程。
GitHub 用户 Rohit2332000 开源了 AI-Powered-Retail-Sales-Forecasting-System，一个 AI 驱动的零售销售预测系统。仓库包含 src 源码目录、main.py、Dockerfile、GitHub Actions workflows 及 API 测试示例文档，并提供 .env.example 与 requirements.txt 等配置文件，可通过 Docker 部署。
neurot1ca 发布 Purser，一个在 Claude Code 内协调后台编码 CLI（Codex、OpenCode、agy、Cursor 等）的开源编排插件，worker 在隔离 Git worktree 中改文件跑测试。主 Claude 负责规划与审查，任务回执最多 250 token，仓库实测 dispatcher 首次请求上下文约 12K token，比通用 subagent 的 55K 小约 78%；支持模型分级路由、独立 Reviewer、自动 compact 与配额恢复，本地运行，MIT/Apache 2.0 双许可。
GitHub 仓库 enhancing-llms 发布论文《Enhancing Large Language Models with Advanced Fine-Tuning Techniques》的实现与实验，探索面向领域任务的新型微调方法。该方法在 GLUE 上取得 92.5%（较基线 +8.3%）、SuperGLUE 上取得 89.3%（+12.5%）的 SOTA 结果，并提供高效训练管线，代码以 MIT 许可开源。
USB AI 是一款 Rust 编写的便携式本地 AI 助手，通过 llama-server 在本机运行 GGUF 模型，无需账号或云端 API，整个文件夹可放进 U 盘随身携带。支持与本地模型聊天、导入最大 20 MB 的 PDF/TXT/Markdown 文件并按关键词检索、导出 Markdown 对话，提供 Qwen 2.5 0.5B/3B/7B 和 Gemma 2 9B 等模型，下载时校验 SHA-256。提供 Windows x64 和 macOS（arm64/x86_64）便携包，历史 MIT 许可版本仍可用，未来版本改用 USB AI Personal Use License v1.0，仅限个人和非商业免费使用。
ARM-Sparse 项目在 Apple M2 CPU 上实测 Llama 3.2 1B 与 TinyLlama 1.1B 的 FFN 块稀疏推理，结论是 packed B8 块内核只在 40-50% 稀疏度才快过 Accelerate 稠密基线，而此时模型质量已不达标（Llama 在 20% 处困惑度 +8.773% 失败）。在 10-20% 质量门槛内，只有采用 neuron-major 权重的 per-neuron 执行器跑块对齐 mask 能比稠密快百分之几（真实 mask +0.9% 到 +3.5%，合成 mask 最高 +7.3%），且质量上限决定了收益上限，不构成端到端可部署加速；仓库附带 99 项自动化测试的完整复现包。
bharatlas 提供印度地理数据可视化目录，覆盖从邦到村级行政边界及 63k pincode 多边形，支持 Parquet、PMTiles、GeoJSON、KML、Shapefile 下载与动态筛选。仓库内置 REST API（/api/v1，无需 key、按 IP 限流）、支持 LLM 使用的 MCP server（npx bharatlas-mcp@latest，含 17 个工具），并可作为 Claude Code 插件安装。技术栈为 Vanilla TypeScript + Vite + MapLibre GL JS，托管于 Cloudflare Pages/R2/D1。
开源 .NET 库 InferenceEngine.Core 通过统一的 IInferenceEngine 契约封装 ONNX 推理的模型下载缓存、硬件检测、warmup 和张量前后处理等通用流程。硬件加速支持 Windows 的 DirectML、macOS 的 CoreML 和 Linux x64 的 MIGraphX（ROCm），均带 CPU 自动回退，并支持 IAsyncEnumerable 流式解码与 KV-cache carry-back。示例项目内置完整 YOLO11 人脸检测管线，模型首次加载时自动下载缓存，MIGraphX 编译的 .mxr 程序可持久化以跳过约 1–2 分钟的重复编译。
datacrate360 发布开源工具 agent-countercheck v0.14.0（Rust，MIT 协议），在 AI 编程智能体声称完成时，从基线提交读取锁定的检查项、复制文件到干净目录并在沙箱中重跑，生成带 SHA-256 封签的回执，防止智能体跳过或改弱测试。支持 Claude Code、Hermes Agent、Codex、Cursor 等，通过 Stop hook、verify 命令或 GitHub Action 接入，覆盖 macOS、Linux 和 Windows。作者基准测试中 GPT 6.1 的假 done 声明从 7 降到 3，DeepSeek V4 Pro 从 7 到 6，中位数运行约增加 1 秒。
推荐理由：作者给出基准数据展示假 done 声明如何被拦截，方法可迁移到自己的 Claude Code 或 CI 工作流里直接复用。
InferiaLLM 是一个自托管的 LLM 生产运行操作系统，位于应用与 AI 基础设施之间，提供访问控制与 RBAC、速率限制与 token 预算、毒性/PII 内容扫描、OpenAI 兼容推理网关、GPU 编排和审计日志等平台能力。整个平台以单端口应用（APP_PORT 默认 8000）部署，由控制面加数据面组成，配套 Go 编写的 inferia-worker GPU 节点代理和 InferiaAllSpark 一体化部署方案，支持自托管与云端算力。
GitHub 上的 agentic-document-intelligence 项目是一个模块化 RAG 后端，用于 PDF 文档智能处理，具备语义搜索、cross-encoder 重排序和 MMR 功能。后端基于 FastAPI 构建，支持可插拔的 LLM 生成。
一篇题为《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》的论文提出优化策略，以提升 LLM 在多任务环境中的上下文推理能力，实证结果显示其在动态环境中适应性更佳。该论文目前在 COAI 2025 会议审稿中，仓库标注"To be released"，完整实现代码、实验配置、Benchmark 结果、预训练模型 checkpoint 和文档教程尚未发布。
作者发布了面向本地 LLM 的语义缓存反向代理 semantic-cache-proxy，将提示词嵌入索引进 Redis Stack 的 HNSW 向量索引，相同或语义改写的查询命中缓存后延迟低于 15ms，绕过本地 GPU/CPU 推理瓶颈。系统用 SHA-256 对 system prompt 和参数做哈希分区，相似度阈值 ≥ 0.88 判定命中，兼容 OpenAI /v1/chat/completions 接口，并通过 X-Cache-Lookup 等响应头和 Streamlit 仪表盘提供实时遥测。项目 100% 本地运行、无需付费 API key，依赖 nomic-embed-text 嵌入模型，仓库附部署步骤与延迟基准脚本。
推荐理由：给出完整的架构流程、缓存阈值和部署命令，想把本地 LLM 推理换成语义缓存的读者可以直接照着搭建。
Beamoaadvance 在 GitHub 开源了 ICML 2025 论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments" 的实现，使 LLM 能在动态环境中实时自适应调整。该方法支持持续学习而不发生灾难性遗忘，无需完整重训练即可轻量更新，在多类动态环境中较基线提升 16.8%-19.1%（如 Temporal Changes 场景从 69.8% 提至 88.9%）。项目采用 Apache 2.0 许可证。
开源仓库 Quill（MIT 许可）是法语课程「Prompt Engineering Avancé & Ingestion de Contexte Large」的配套项目，用真实模型对发票、订单、合同条款等业务任务自动评分。实验采用本地模型 Qwen2.5-1.5B-Instruct（Apache 2.0，约 3 GB，4 GB GPU 即可运行），并可通过 quill/claude.py 调用 Claude API 测试结构化输出、严格工具调用与 prompt 缓存。
GitHub 新仓库 txhx37/XPilot 是一款 AI 驱动的 X 回复助手，结合浏览器自动化与智能回复生成功能。项目目前为 0 stars、0 forks，代码包含 index.html、script.js 和 styles.css，暂无发布版本。
GitHub 上开源的 RAG_Against_The_Machine 项目是一个检索增强生成（RAG）系统，可对代码库建立索引，针对问题检索最相关的代码片段，并使用本地 LLM 生成有依据的回答。
GitHub 新开源仓库 Umair-Yasin-dev/DocuMind-AI 上线，包含 frontend 目录、main.py、rag_test.py 及 requirements.txt 等文件，rag_test.py 表明其与 RAG 检索相关。仓库还带 vercel.json 和 runtime.txt，可部署到 Vercel，另附 data.pdf 示例数据。
GitHub 新仓库 YussifLmd/LUMINA-AI 发布了一个 AI 图像与视频生成 Studio，仓库包含 README 和 lumina-ai-studio.zip 文件。项目目前处于早期阶段，尚未获得 stars、watchers 或 forks，也没有发布 Releases 和 Packages。
UIT（VNU-HCM）研究员 Nguyen Huynh Dang Nhut 发布 PixelBudget 项目，研究在计算预算（GPU VRAM、缓存容量、内存带宽）与图像质量之间的权衡，在 NVIDIA T4 GPU 和多核 CPU 上实现像素级自回归生成。研究对比了自定义解析反向传播与 PyTorch autograd 的开销，并分析逐像素解码与并行 patch 生成的内存带宽瓶颈。项目含 68 个 cell 的 Colab notebook 及离线 HTML 报告。
GitHub 新开源的 Research RAG Engine 是一个面向研究论文的 RAG 项目，支持 PDF 发现与元数据提取、文档解析与分块、SentenceTransformer 嵌入、Qdrant 向量索引及 top-k 检索，并提供浏览器检查面板。后续计划包括检索质量评测、上下文构建、端到端 RAG 生成、多查询检索、重排序与混合检索，以及 Agentic 研究工作流。
GitHub 新仓库 Nakulov/ui-design-system 提供平台无关的 UI 设计系统契约、schema 与 AI 辅助组件生成，开发流程基于 GitHub Issues 和 Backlog 到 Done 的看板管理。仓库内置 contract-authoring、groom、take 三个技能（skills）用于辅助契约设计与任务处理，并提供 validate.py、sync.py、validate_model.py 等工具校验契约和模型示例，契约结构由 contract.schema.json 和 values.schema.json 元 schema 定义。
ProvenanceAI 是一个开源的本地运行数字取证工具，用于分析 WhatsApp 截图和数字图像。它提供 SHA-256 完整性验证、元数据分析、图像篡改指标、乌尔都语和英语 OCR、截图比对、证据时间线、AI 辅助解释及 PDF 报告生成功能。
GitHub 新开源仓库 Manas-11/AI-interviewer-evaluation 提供一个可部署的 Streamlit 应用，用于评估面试答案。它按正确性、相关性、完整性和清晰度四项各 0–10 分打分，用 Pydantic 校验转录数据，并暴露匹配与缺失概念作为证据。配置 GEMINI_API_KEY 或 OPENAI_API_KEY 时可调用托管模型（如 gemini-3.8-flash），否则使用确定性本地评估，保证可复现且保护候选人数据隐私。
SystemPrompt Core 是一个用于自运营控制平面的 Rust 库，提供身份认证（OAuth2/OIDC）、Anthropic 兼容的模型网关、受治理的 MCP 工具执行、策略执行与审计，数据记录在 PostgreSQL。它通过扩展契约在编译期注册路由、工具与任务，要求 Rust 1.96+ 和 PostgreSQL 18+，采用 BSL-1.1 许可，生产使用需商业授权，每个版本发布四年后转为 Apache-2.0。
BiliDude 是一款 Chrome 扩展，读取 B 站视频字幕交给所选大模型，一键生成总结、目录或金句，也可直接提问，点击回答中的时间戳即可跳转视频。内置 DeepSeek、OpenAI、Anthropic、Google Gemini 和 OpenRouter，支持任意 OpenAI 兼容接口；无服务器、不收集数据，API Key 仅存本地。
GitHub 上的 Quant Fidelity Frontier（QFF）按发布方自己的声称指标（KLD、perplexity、top-1、benchmark、体积）排列各模型的 Hugging Face 量化版本，标注哪些量化更高效，所有数字逐字取自模型卡并附来源链接，不重新测量。项目覆盖 Qwen3.8-Flash-Next（481 个仓库）、DeepSeek-V4.1-Flash、GLM-5.3-Flash 等模型，提供只读 MCP server 供智能体查询量化声称与效率前沿，代码 MIT 许可、数据集 CC BY 4.0。
QA 工程师开源的 TestPilot AI（SheetalK01/testpilot-ai），用 Claude（默认 claude-opus-5-5）读取用户故事和验收标准，生成 3–15 条经 schema 校验的测试用例，支持 Playwright 与 Excel 导出、mock AI 模式及明暗主题 UI。项目采用 React 18 + Spring Boot 4.1 + FastAPI + MySQL 8 架构，含 261 个覆盖单元、API、E2E、无障碍与性能各层的自动化测试并在 CI 中运行。
goya4140 开源的 minimind-training-lab 是一个面向学习的可复现训练项目，沿同一能力路线从零训练 MiniMind LLM（Decoder-only，64M）、VLM 和 Video-Omni（视频+文本输入→文本输出）。LLM 已完成预训练 317,048 步与 SFT 40,000 步，2026-10-24 因本地空间不足迁至服务器进行 CUDA 重训，正式 run mm64-cuda-20261024T075332Z 已启动；VLM 与 Video-Omni 代码已实现，服务器重训待启动。项目交付模型代码、训练配置、评估与中文学习报告，代码采用 Apache-2.0 许可。
hisea 在 GitHub 开源 radian，一个打包为单个 Rust 二进制的编码 Agent，提供全屏 TUI 和 radian exec 无头模式，会话以 JSONL 日志保存，支持恢复、按轮次分叉和 radian attach 只读观察。