新闻、仓库与研究，按时间排列。
openserbia 在 GitHub 发布 go-llm，一个用于 OpenAI 兼容推理端点的 Go 客户端库，零标准库外依赖，要求 Go 1.27。库会从后端错误响应和返回字节中检测 LM Studio、Ollama、vLLM、llama.cpp、text-generation-inference 各自缺失的 API 部分，并按 json_schema 到 json_object 到无 response_format 的顺序降级而非失败，结构化输出被后端忽略时视同拒绝，被 token 预算截断时返回 *llm.TruncatedError 提示调高 MaxTokens。
推荐理由：这个 Go 客户端把各自建推理后端实现 OpenAI API 时的差异集中处理，降级策略和截断、溢出的区分写得很具体，对自托管部署有参考价值。
trackmind-ai 在 GitHub 发布 spec-security-review，这是一个可将 AI 智能体变成安全审计员的 Claude skill。它覆盖 SAST、SCA 供应链、后端授权、前端 XSS 和 AI/LLM 安全五条审查线，输出含文件路径、行号、漏洞代码片段、source→sink 追踪与修复建议的结构化报告，并按 OWASP 类别和 Critical/High/Medium/Low 分级。默认只读分析，采用 GPL-3.0-or-later 许可，可作为插件或复制到 .claude/skills/ 目录使用。
GitHub 开源项目 ai-internship-agent 是一个不依赖 LangChain/LangGraph 的 Python Agent，基于 Python 3.12 与 Pydantic 2，用于简历与职位描述的证据化匹配，输出带引用、行号和内容哈希的结构化技能状态与评分。Agent 可在显式授权的文件内执行 SEARCH / ASK_USER / FINISH 三种有界动作，LLM 只提议判断，Python 负责验证引用、控制预算和计分。项目内置 gold-v1 冻结数据集（12 个虚构案例、13 个技能标签）对比固定流程与 Agent 模式成本，最新本地验证通过 545 个测试，离线运行无需 API key，DeepSeek 适配需显式授权。
Kapitsa 开源推理引擎贡献者 Ye 发布 Flint 40B A2.5B Q4 在 MacBook Pro M4 Pro 48GB 上的实测，使用 Kapitsa 达到 128 tok/s 短上下文解码。Kapitsa 为 Apple Silicon 定制 Metal kernel，在 128K 上下文解码上比 recursive 自家引擎快 1.30 倍、比 llama.cpp 快 1.9 倍，缓存后续轮次首 token 延迟 0.13 秒；针对 Flint Q4 训练的 KFlash tree drafter 声称已带来 1.4 倍解码加速，预计周一发布。
GitHub 新仓库 TigreGotico/evidencia 发布，这是一个面向欧洲葡萄牙语（pt-PT）的 RAG 问答服务，通过 Select、Sufficient、Grounded 三个决策门判断证据是否支持答案，不足时拒答。每次响应附带各门概率与阈值、证据链接及引用段落号，示例中 sufficient 0.934、grounded 0.966，16 个段落保留 4 个。它支持本地文档与 pt.wikipedia、geoapi.pt、IPMA 等 14 个公共来源，默认决策模型 Jevásio-0.8B-v2 仅限非商业研究使用，整体采用 Apache License 2.0，并提供 MCP server 和 HTTP API。
casehubio 在 GitHub 上开源了 eidos 仓库。仓库包含 eidos-core、graph、graphql、runtime、eval、org-memory 等多个模块，采用 Maven（pom.xml）构建，并附有 Playwright MCP 配置和 CLAUDE.md 文件，目前尚未提供 README 之外的功能说明。
Zettelrobbe 是基于 Paperless-AI 全面重构的开源文档管理工具，支持接入 OpenAI、Ollama 或任意 OpenAI 兼容 API 做语义文档分类，并新增 MFA 登录、全局 API 与 SSE 限流等服务端安全特性。它提供 Mistral OCR 与本地视觉模型的灵活 OCR、重复标签/发件人合并，以及服务端分页与 tag 缓存，即便上万文档也能保持界面流畅。项目通过 Docker Compose 部署，作者提示当前架构变动大、不保证稳定，迁移前需完整备份 Paperless-ngx。
Manixhor 在 GitHub 开源 QA-Bot-Document，一个基于 RAG 的文档问答系统，支持 PDF、TXT、DOCX 并附带来源引用，已上线 Streamlit Community Cloud。技术栈包括 LangChain、ChromaDB、HuggingFace all-MiniLM-L6-v2 嵌入和 Groq 免费托管的 openai/gpt-oss-20b，速度超 100 tokens/sec，限每分钟 30 次请求。切块采用 1000 字符、200 字符重叠的 RecursiveCharacterTextSplitter。
GitHub 上开源的 Financial Document Intelligence RAG Assistant 是一个 AI 问答应用，通过 RAG 从上传的金融文档中检索信息，并由 Ollama 托管的语言模型生成有依据的回答。项目使用 ChromaDB 存储向量嵌入，提供 Streamlit 交互界面，并展示检索片段、页码等来源信息。作者强调这是教育性质项目，不能替代专业财务建议或银行正式贷款审批流程。
GitHub 上出现新仓库 tahaart860-cmd/TahaArt-AI，定位为 TahaArt 应用的 AI 后端，提供 AI 聊天、图像分析和图像生成 API。仓库目前仅含 README，尚无 star、watcher 和 fork。
开源项目 Image_classification_generation 基于 Python、Streamlit 和 Azure OpenAI，提供图像描述、视觉问答和由 LLM 生成 SVG 矢量插图并支持预览、下载等功能。项目要求 Python 3.12，通过环境变量加载 Azure 端点与密钥，并对上传图片和 SVG 内容做校验与清洗，采用 MIT 许可证。
GitHub 仓库 PirateEra/mpi-thesis 开源了一套基于 SemTalk 架构的动作生成训练项目，包含两阶段训练流程、SMPL-H 与 SMPL-X 身体模型支持，以及 LMDB 数据处理、Gradio 可视化和评估脚本。项目使用 uv 管理环境，通过 JSON 配置文件控制数据切分参数（如 pose_fps、pose_length、max_gb）与 VAE 训练参数（如 codebook 大小、learning rate、loss 权重），并提供 MPI 集群的运行说明。
Juan A. Martinez Diaz（BAI 创始人）发布开源参考实现 Sentinel Governed Workflow Twin，展示 AI 智能体“有能力”不等于“被授权”：通过授权注册表、确定性仲裁、HMAC 签名许可与证据账本执行受治理的工作流。项目内置 17 步合成金融服务工作流，24 项参考测试已于 2026 年 10 月 20 日在 CI 中通过；合成基准显示周期时间从 960 分钟降至 190 分钟、决策证据完整性从 45% 升至 100%。
danieltyukov 在 GitHub 开源 ChipLeap，可从负载描述（如 Llama 3.2 1B、5 tokens/s）或用户自带 RTL 出发，自动设计架构、生成 SystemVerilog RTL、X-HEEP RISC-V SoC 配置或 AXI4 IP，并完成仿真、综合、布局布线直至 GDS。附 MCP 服务器供 Claude、Cursor 等助手驱动，示例 UART 在 IHP SG13G2 开源 PDK 上通过 DRC、LVS，全流程约一刻钟，MIT 许可，亦可调用 Cadence、Synopsys、Siemens 商用工具。
CAMGen 通过识别代码变更的核心实体，结合结构依赖、功能语义和历史范例三种仓库上下文视图，配合代码 diff 让 LLM 生成提交信息。该复现包提供 7,522 条评测提交（源自 ApacheCM，覆盖 C++、Java、Python 三种语言）、固定的 1,000 条提交消融子集、提示词模板、上下文构建代码、API 推理及自动评测脚本，任务构建仅需 Python 3.10+。
法律科技咨询网站 discover.legal 正在 site-v6 分支进行全新重写，README 作为契约文档随 PR 同步更新。该站提供 Buy、Build、Run、Advise 四项服务，价格均为"Price on request"，含 Documents（安大略省）与 BigLaw 两个离线录制的演示产品，不存储访客数据、无账户与支付，生产环境仍由旧产品（110 个辖区、v1 引擎）服务直至切换。
GitHub 上的 Senevri/llm-agent 仓库采用 MIT License，允许任何人自由使用、复制、修改、分发、再授权及销售该软件，仅需保留版权声明。软件按“原样”提供，不含任何明示或默示担保，作者不承担相关责任。
作者在 GitHub 开源 ContextCraft，一个 AST 感知的仓库打包工具，用 Tree-sitter 解析代码、以 Personalized PageRank 评估文件架构重要性，并通过多选背包问题在 4 个 AST 保真层级（FULL/SKEL/SIGS/TREE）间分配 token 预算。在其自身仓库的基准中，4000 token 预算下公开 API 签名覆盖率达 70.9%，而朴素前缀截断仅 18.4%；支持 CLI、Python SDK 和 Web 界面，可输出 Markdown、Claude XML 或 JSON，采用 MIT 许可证。
推荐理由：作者给出了与朴素截断在相同 token 预算下的公开 API 覆盖率对比数据，读者可以据此评估这种 AST 分级压缩是否值得替换现有打包工具。
GitHub 仓库 coreytoolathon/llm-adaptive-learning 发布了 ICML 2025 论文《Adaptive Learning Strategies for Large Language Models in Dynamic Environments》的实现代码，使 LLM 能在动态环境中实时自适应、持续学习且不产生灾难性遗忘。在四类动态环境测试中，新领域性能从 68.1% 提升至 86.2%（+18.1%），时序变化场景提升 +19.1%，采用轻量更新机制、无需全量重训练，代码以 Apache 2.0 许可开源。
GitHub 上的 llm-pantheon 项目为各模型建立档案页，包含 Sources、Official record、History、Impressions 四部分，争议事件标注 CONFIRMED / REPORTED / RUMOR 标签，缺失处标记 tk。推文证据来自 John Wittle 的 janus 语料库，并在页面内全文复现。目前 Opus 3、Opus 4.5、Sonnet 3.5、Sonnet 3.6、GPT-4o、Bing/Sydney 等 8 个页面已建成，其余为待补充的 stub，项目由 @Jord_Inne 维护并接受纠错与来源投稿。
ITMO 的 2026 年 LLM 课程在 GitHub 开源，仓库包含 lectures 目录下的讲义与辅助材料，以及 tasks 目录下的实验作业资源，每个实验对应独立目录并附 README.md 说明。实验包括 LLM 部署与实证分析、构建基于文档的 RAG 智能体等，学生成果以项目形式提交至 projects 目录，仓库同时给出 git 提交流程与项目结构及报告要求。
Auriti-Labs 在 GitHub 开源 GEO Optimizer，一条命令即可对任意网站打 0–100 分，检测 ChatGPT、Perplexity、Gemini、Claude 和 Google AI Overviews 能否抓取、理解并引用该站。工具提供 16 个 CLI 命令、9 个评分类别、27 个 AI 爬虫检查和 47 项内容检查，MIT 许可，可用 uvx 零安装运行，也可在 geoready.dev 免费网页版使用。对 1800+ 网站的审计显示中位分为 59/100。
GitHub 仓库 urbanhobbit/bilgi-llm-wiki 将 /root/wiki 目录配置为 Obsidian Vault，用作 LLM 使用的 wiki。内容包含 Obsidian 下载与打开步骤、推荐插件（Dataview、Templater、QuickAdd、Calendar、Advanced Tables）、Graph View 使用及简报工作流，当前共 9 个 wiki 页面，含 UNICEF entity 页面和数字权利、数字公民概念页。
Myrhex-x 发布开源 Chrome 扩展 Unsponsored（unsponsored-0.2.0.zip），优先用 SponsorBlock 共享列表跳过 YouTube 视频里的赞助口播、频道周边推销和求订阅提醒，没有标记的视频再用用户自选 AI 读字幕找广告，支持 OpenAI、Claude、Gemini、Grok、DeepSeek、OpenRouter 及 Ollama 本地模型，还能在 YouTube 出现 Skip 按钮时立即结束广告。实测 60 个 SponsorBlock 标注视频，本地 qwen2.5 7B 检出 75%、误跳率 10%、免费，Grok 4.3 检出 90%、误跳率 0%、每视频约 $0.0073。
推荐理由：开源浏览器扩展自带实测数据，对比本地小模型与商用 API 在跳过赞助片段上的检出率和成本，方法可复用。
KPO-Tech 发布开源 Go Agent 运行时 Seshat，支持多提供商路由、自托管与本地优先部署，提供 CLI/TUI、gRPC 和 Go SDK 三种使用方式。内置 60 多个工具，含沙箱 bash、MCP 客户端、RAG、技能系统、SQLite 会话持久化与权限引擎，支持 Anthropic、OpenAI、Gemini、Mistral、DeepSeek、Ollama 等 15 个提供商，采用 Apache 2.0 许可证。
推荐理由：原文给出与 Claude Agent SDK、OpenAI Agents SDK 等五个框架的功能对照表，可据此评估这个 Go 运行时在多提供商和自托管场景的取舍。
bilkamal 在 GitHub 开源 agentorium，一个把任意多智能体工作流可视化为实时 2D 办公室的工具，智能体以角色形式出现，有任务时走到工位打字，空闲时睡觉、打游戏或聊天，消息以信封动画在房间内传递。支持通过 sdk/ 的 HTTP 客户端接入 LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、Claude Agent SDK 或纯 Python 循环，也可使用内置的 client/supervisor/worker 团队，每个智能体可独立配置 provider、模型和 API key（支持 anthropic 官方 SDK 及 OpenRouter、Groq、Ollama、vLLM 等 OpenAI 兼容端点）。
GitHub 仓库 demonzwm/heuristic-vs-llm-warning-labeling 发布了覆盖 1,027 条警告的可复现验证包，包含跨版本 Heuristic 匹配、独立代码切片 LLM 判断与 EvoVerify 融合。标注真值含 54 条 TP（actionable）和 973 条 FP（unactionable），独立 DeepSeek-v4-flash 与 GPT-6 Luna 在 518 条警告上一致，Heuristic 与其共同标签在 141 条上相左。该复现无需调用 API。
GitHub 仓库 dimthink/awesome-ai-podcast-notes 是一个面向 AI 从业者的开放资料库，把长播客和 YouTube 深度内容转成可检索、可引用的 Markdown 笔记，当前收录 958 篇笔记、16 个频道、632 份结构化文稿，覆盖 2016-10-07 至 2026-10-21 的内容。资料分为深度笔记、结构化文稿、原始文稿三种版本，并提供按频道、时间线和主题索引的浏览入口，附 data/episodes.json 等机器可读数据。仓库由 YouTube AI Deep Reader 自动生成并每日刷新，内容为 AI 生成资料，引用前建议核对原始来源。
duu261 在 GitHub 发布面向编程智能体的 Agent Skill「production-ops-discipline」，源自作者在生产服务器上约 12,000 次 tool calls 中观察到的 claude-opus-5-5 失败习惯。技能教授变更前写明目标与回滚、每次调用只做一个改动、禁止读取 .env 等密钥文件、在固定触发条件下委托独立审查等纪律；附录的脚本统计显示显式工作目录比例从 60.8 升至 99.4，cd 串联从 35.5 降至 0.6，但作者说明改动当晚同时落地了配套规则，且与 GPT 模型的对比列来自不同时段，只能作方向性参考，计划中的对照 A/B 测试尚未进行。
推荐理由：作者基于约 12000 次生产环境 tool calls 的日志给出行为前后对比数据，并坦承存在混淆因素，可复用的生产操作纪律模式值得一读。
taixingbi 在 GitHub 发布 adaptive-LLM-gateway 仓库，提供一个基于 AWS Bedrock 的中心化 LLM 网关 MVP，spoke 账户通过 IAM SigV4 调用，应用元数据存于 DynamoDB 而非每个应用一个 inference profile。网关在自身层面强制执行过载与多租户容量控制，支持 none、rpm、tpm、token-bucket、priority、slo-aware 及 adaptive-slo 等 admission policy，共享配额状态存于 ElastiCache。
sproutagentai 开源 MEVHOOD 仓库，其研究智能体 Mevy 对 Robinhood Chain / Uniswap v3 公共报价做块锚定观察，将候选策略与冻结对照在相同数据上配对实验，提出经人工审批的有界策略改动。研究战役持续至 2026 年 10 月 28 日 18:21 UTC，三份自动 OpenAI 报告均返回 NO_CHANGE，合约未部署，livePromotion 保持 DISABLED，仓库明确声明未建立盈利改进与七日正常运行时间。
作者发布 dsh-dupguard，一个 DeepSeek Harness (DSH) 的实时重复输出守卫插件，同一字符串连续重复 10 次及以上（可配置）时立即停止生成，已生成内容仍正常提交为助手消息。插件默认检测思考文本，代码区域内阈值按 4 倍放宽；实测把代码内倍数从 3 提到 4 后 260 个文件的重放误报从 2 降到 0。支持简单阈值、分段表与实验性模块三种次数模式，提供图形设置页、截停通知与一键继续指令，兼容 DSH 0.2.1-rc.2 及更早多个版本，Node ≥ 20，MIT 许可。
推荐理由：README 给出默认阈值、误报实测和双入口测试覆盖，想在 DSH 里拦模型复读空转的话可以直接照着装和调参。
job-apply-mcp 是一个开源 MCP 服务器，可并行搜索 Greenhouse、Lever、Ashby、SmartRecruiters、Workday 等职位板并代填申请，默认 dry_run = true，真实提交需审批 token，CAPTCHA 和验证码等硬停止一律返回 needs_human。常规表单字段路由到本机 Ollama、LM Studio 或 MLX 处理，仅复杂文案走云端，支持 stdio 与带 bearer token 的 streamable HTTP 两种传输，兼容十种 MCP 客户端，采用 MIT 许可证。
GitHub 开源项目 tech-news-rag-assistant 是一个回答近期科技新闻问题的 RAG 助手，每个答案均基于真实文章并标注引用来源。系统采用 dense（BGE-large 嵌入）+ BM25 混合检索，经 RRF 融合和 cross-encoder 重排，由 Cerebras 上的 gpt-oss-120b 生成答案，并设防幻觉检索分数门槛。在 15 题的 golden set 评测中，Recall@5 达 1.000、MRR 0.967，忠实度与相关性均为 5.00（1–5 分）。
GitHub 上的开源项目 AlexITC/expense-tracker 是一个自托管记账应用，用 AWS Textract 做收据 OCR、用 Amazon Bedrock 提取 PDF 银行对账单交易并自动对账，减少手工录入。它支持 Telegram bot 提交支出、MCP server 供 AI 助手查询数据，AWS 功能默认 mock 模式可本地端到端运行。项目本身也是作者用 AI 写代码的实验：作者只负责规划和审查，出错时改进工作流而非手改代码。
PACo 让语言模型像 PAC 一样用自然语言处理 MASW 地震剖面，从原始记录生成频散曲线和横波速度模型，结果按 PAC 的格式输出。它提供两种模式：workflow 模式成本更低但结果较差，本地小模型即可运行；autonomous 模式效果更好但需要具备视觉和长上下文的前沿模型，消耗更多 token。项目基于 Python 3.14 和 uv 安装，包含 paco-server MCP 服务器与 paco-agent 终端聊天工具，并通过每阶段的质量门（quality gate）检查和修复结果。
GitHub 新仓库 mlr-agent-lab 上线，包含 Blender MCP agent 实验，涉及程序化低多边形树木生成，并对树叶测量数据集进行解析与分析。
Oregon State 的 Andrew Le 与 Zane Ma 开源了域名语义切分研究的代码与数据，实现合成域名生成与多种分词器（Viterbi、VBE、POS、GPT-5 Mini 及混合模型）对比评估。仓库含 100,000 条合成域名和 2,000 条人工切分域名，评估输出 exact match 与 Jaccard 分数；GPT 相关分词器默认回放已存响应，需设 OPENAI_API_KEY 才可调用 API，完整评估约需 40 分钟。
Storrito 在 GitHub 发布 agentitos，一组围绕 Instagram Stories 规划与发布工具构建的专用 LLM 智能体。每个智能体为独立文件夹，遵循 Agent Skills 格式的 SKILL.md，可复制进 Claude Code 等支持技能的运行时使用，包含 auto-reframe、best-takes、brand-kit、kinetic-lyrics 和 story-from-link 五个智能体，覆盖媒体生成、视频剪辑和故事制作等工作流，项目采用 MIT 许可证开源。
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。