新闻、仓库与研究，按时间排列。
Blackwell Systems 在 GitHub 开源了 AI 原生结构化数据格式 GCF，单次载荷比 JSON 小 50-92%，通过会话去重与增量编码在第 5 次重叠调用时节省 99% token，10 次调用会话累计省 94.4%。项目声称在所有前沿模型上 100% 可被模型直接读取、结构复杂代码图理解率 91.2%（TOON 68.8%、JSON 54.1%），并经 430 亿次以上往返验证无损，提供 Go、TypeScript、Python、Rust、Swift、Kotlin、.NET 七个零运行时依赖的 SDK 及 MCP proxy、Claude Code 插件等生态，Apache-2.0 协议。
推荐理由：给出了跨 11 个模型的压缩率与理解率数据和多语言 SDK，读者可以据此评估这套结构化数据格式是否适合替代 JSON 进 agent 上下文。
gwhizoftv 在 GitHub 发布了 Four Horsemen，一个多智能体 CLI 共识引擎，通过 coord 命令把同一个 GitHub issue 分配给 Claude Code、Codex、Cursor 和 Antigravity 四个 coding agent。各 agent 在独立 Git clone 中独立规划、互评计划并投票选出方案，实现后进行同行代码评审，最多三轮修订达成共识，最终在干净 worktree 上运行项目检查，检查通过才按 coord-open-unmerged 或 coord-merged 策略发布 PR。
推荐理由：把同一个 issue 交给多个 coding agent 独立实现并互评的多智能体协作方案，流程设计对工程团队有可迁移的参考价值。
madstone-tech 在 GitHub 开源了 loko，一个软件架构编译器，用 *.loko.hcl 文件描述一次 C4 架构，即可生成 D2/SVG 图表、markdown、静态站点、graph 查询、JSON/TOON 导出和 MCP 服务器。提供 validate、fmt、build、serve、query、export、mcp 七个命令，引用在编译期做类型化检查，错误带行列位置；输出字节级稳定，可进入 PR 审查与 diff。loko mcp 提供 describe、query、validate、apply_edit、move 五个工具，支持 Claude Code 等客户端编辑 HCL 且每次编辑先编译、全有或全无写入。
社区项目 rubycatco/claude-agent-sdk-ruby 发布 1.0，为 Claude Code agent 运行时提供非官方 Ruby SDK，能力与官方 TypeScript 和 Python SDK 逐项对齐，覆盖 27 个 hook 事件、28 种消息类型、自定义工具、沙箱与子代理。它面向 Rails 生产环境，提供安装生成器、可校验 checksum 的 pinned CLI 二进制、内置 OpenTelemetry 追踪与 Langfuse 支持，以及将会话记录镜像到 Postgres、Redis、S3 的 SessionStore 适配器；工具回调默认运行在普通线程上，可安全操作 ActiveRecord。
推荐理由：这个社区维护的 Ruby SDK 给出了与官方 TS/Python 版逐项对齐的能力表，Rails 集成和 pinned CLI 部署做法可直接迁移到生产环境。
GitHub 项目 setsosie/lms 提出测量指标 CVFN（每个验证为忠实且新颖的陈述的成本），用六道门槛检验弱 LLM 智能体群体能否在 Lean 4 + Mathlib 中积累数学形式化成果。项目在 4×H100 集群上以 Qwen3.6-27B-FP8 通过 vLLM 本地运行，前沿 API 仅作对照臂；截至 2026-09-30 的校准期内 CVFN 为 0，所有通过验证的产物均在重复 Mathlib 已有内容。
scagent 是一款 AI 代码审计工具，可扫描代码中的安全漏洞、分析性能并检查测试覆盖率，支持 npm 和 Python。该工具可在 Windows、macOS 和 Linux 上运行，建议至少 4 GB 内存、100 MB 磁盘空间，用户可通过 GitHub Releases 页面下载安装，上传代码文件后点击 Scan 即可执行审计。
Abhinoor Singh 公开 EduGarden 的架构写读与决策复盘，该产品为印度 Class 12 CBSE 学生提供 AI 学习伴侣，代码不开源但写明架构与踩坑。关键实践包括：用量计量放在 Postgres SECURITY DEFINER RPC 内且支付只在 finalizePayment() 一处服务端校验；按轮次组装提示词并用确定性 TypeScript 控制奖励节奏；生成题目用一次看不到答案的盲测调用复核，代码比对结果决定去留；预测分数、学习规划等用纯 TypeScript 而非 LLM。
开源项目 whiteboardy 是一款原生桌面应用，可生成限时练习题、按预写隐藏评分标准打分，支持系统设计和编码两种模式。它默认通过 Ollama 完全本地运行，也可接入 Anthropic、OpenAI、Google 的托管模型，7-9B 及以上模型可用，推荐 qwen3.5:9b。项目目前为 Beta，评分校准未经跨模型验证，会话格式尚不稳定，采用 Apache-2.0 许可证。
开发者 vivekdavara 的 codelens 项目进入第 2 天（共 5 天），这是一个以 GitHub Action 形式运行的 LLM PR 审查与测试生成工具。目前已完成统一 diff 解析器和审查引擎：默认使用 recorded provider，可选 Anthropic 与 OpenAI provider，每条 finding 经 schema 严格验证并做引用比对，最多保留 10 条，支持 dry run 或单次 GitHub review 发布。后续将实现静态预检查、评测集与 pytest 测试生成。
GitHub 开源项目 QUITE（QUery rewrITE）是一个免训练、反馈感知的系统，基于多个 LLM 智能体将 SQL 查询重写为语义等价但性能更好的形式。系统采用推理、验证与决策分工的多智能体架构，基于执行计划分析迭代优化，并配有结构化知识库以减少幻觉。其评测基于 TPC-H、DSB、Calcite 和 SQLStorm，默认使用 deepseek-r1 与 claude-3-7-sonnet 模型，环境为 Ubuntu 22.04、PostgreSQL v14.13 和 Python 3.12。
Corex（命令名 cx）是一个用纯 Rust 编写的终端自主编码 Agent，以单个静态二进制分发（约 6 MB），实现亚 10ms 启动。它支持两种模式：通过 DeepSeek API 调用 deepseek-flash（DeepSeek-V4.1-Flash 多模态、1M 上下文）与 deepseek-v4-pro（CoT 推理），或通过 llama-server/Ollama 运行任意 GGUF 模型，实现 100% 离线、零遥测、$0.00 成本的 air-gapped 执行。项目可通过安装脚本、Cargo、npm（@sluisr/corex）或源码构建获取，支持 Linux、macOS 与 Windows。
virtuoso-bridge-lite 是一套面向 Agentic 模拟与混合信号设计的新基础设施，让 LLM Agent（如 Claude Code、Cursor）在本地或远程驱动 Cadence Virtuoso 实例。它深度集成 Schematic、Layout、Maestro 与 Spectre 四大设计域，支持内联 SKILL、.il 文件与 Python API，并保证与 GUI 等价的电路结果。默认单机 Lite 配置即可工作，可选多服务器/多账号 SSH 并行仿真，跨 macOS、Windows、Linux 验证，提供 agent skill 文件实现开箱即用。
GitHub 项目 veritas-research 是一个 AI 股票研究 Copilot，计划用微调 LLM 从 SEC 文件和财报电话会议记录生成带引用溯源的投资备忘录。目前处于 12 周计划的第 1 周，已完成 FastAPI 骨架、PostgreSQL 数据库 schema、SEC EDGAR 数据接入、Next.js 前端外壳、Docker Compose 本地开发环境及 GitHub Actions CI，RAG、微调、Flutter 应用和 Kubernetes 部署留待后续实现。
GitHub 上的 NHL-data-analysis 项目聚焦 NHL 比赛 play-by-play 数据的探索、清洗、可视化与分析，包含交互式射门地图和由 LLM 驱动的分析功能。项目当前有 0 stars、0 forks。
GitHub 开源项目 fastapi-warehouse-ai 发布，这是一个用 FastAPI 和 SQLModel 构建的生产级后端服务，集成 Mistral AI 的 mistral-small-latest 模型，基于非结构化文本描述自动分类仓库包裹。项目实现 Hub 与 Parcel 的一对多关系数据库、基于角色的响应 schema，并通过 httpx 异步客户端调用 Mistral AI API，在外部 API 故障时具备防御性回退以保证服务可用性。
LLMSQL Benchmark 是对众包数据集 WikiSQL 清洗、扩展后的 Text-to-SQL 评测基准，用于评估大语言模型的 SQL 生成能力。数据集托管在 HuggingFace，支持 transformers、vllm 推理、OpenAI 兼容 API 及自定义 async callable（内置 rate limiting 与并发控制），并提供 evaluate 评测函数、微调数据集、CLI 命令与 leaderboard。
GitHub 仓库 enhancing-llms 发布了论文《Enhancing Large Language Models with Advanced Fine-Tuning Techniques》的实现与实验，探索超越传统方法的高级微调策略和领域适配技术，在 GLUE 和 SuperGLUE 上取得 SOTA 结果：GLUE 从 84.2% 提升至 92.5%（+8.3%），SuperGLUE 从 76.8% 提升至 89.3%（+12.5%）。项目包含训练脚本、实验配置与分析 notebook，采用 MIT License 开源。
该 GitHub 项目让 Claude 阅读 525 份财报（50 家公司，2023-07-07 至 2025-12-23），为管理层语气打 −2 到 +2 的评分，检验其能否预测随后 20 个交易日股价。语气分与次月收益的秩相关为 +0.08，在 10 个财报季中 8 次为正，而传统正负面词计数法为 −0.04；但 p=0.08 未达统计显著，预定的季节再平衡策略扣除成本后 Sharpe ratio 仅 0.21。探索性发现：财报发布后立即交易效果更好（Sharpe ratio 1.41），且效应数日内衰减；由于样本报告早于模型 2026-06-30 的训练截止日期，结果可能含记忆成分，只能视为最佳情形。
Mattressrustic431 在 GitHub 开源了 EmbeddingGemma.NET，为 EmbeddingGemma-300m 提供 .NET 绑定，可在本地离线生成文本嵌入向量。该方案无需 API key、不依赖云端、数据不出本地，适合需要隐私保障的本地嵌入场景。
contribos 是一款 Windows 应用，用于发现开源 issue、用 LLM 智能体生成代码修复、审查 diff 并准备 pull request。应用支持 8+ 家 LLM 提供商、BYOK 自带 API key 以及 A2A 协议的智能体工作流。用户需 Windows 10/11、至少 8 GB 内存，可从 releases 页面下载 .exe 或 .msi 安装。
GitHub 上的 NaturalQuery 是一个面向 .NET 的开源工具，利用 LLM 把自然语言问题转换为 SQL，并返回经过验证的查询、图表建议和可直接使用的结果。仓库目前处于早期阶段，尚无 stars、watchers、forks 和发布版本。
ShadowsInThe-Space 在 GitHub 开源 LLM-Language v0.7.0，这是一个为自主智能体设计的小型确定性语言与软件工厂，由编译器检查程序结构、对支持的计算 profile 独立重构证明证书，并可生成普通的目标代码。项目可从声明式 note-app 蓝图编译出 React/Vinext 源码、服务器操作和数据库 schema，通过 33 个 Chromium/Firefox/WebKit 验收测试，无需 AI 账号或 API key 即可本地运行。
GitHub 项目 s0lda/hadron 发布了 Hadron，一个用 Rust 构建的 GPU 加速原生桌面工作台，用于编排 Claude、Antigravity、OpenAI、Ollama、OpenRouter 及自定义 CLI 智能体组成的多供应商 LLM 集群，通过 @mentions 在同一房间内协作、共享上下文并委派任务。
推荐理由：原文完整介绍了这个多供应商 LLM 智能体工作台的架构与安全机制，开发者可以据此评估是否纳入自己的多智能体编码流程。
toxicoder 在 GitHub 发布 evo-t1-coder-stack 仓库，一条 docker compose up 即可将 GMKtec EVO-T1（Intel Core Ultra 9 285H + Arc 140T iGPU，96 GB 统一内存）变成自托管开发工作区服务器。栈内包含 Coder 工作区（默认终端重连 tmux 会话，Grok Build、Cline、Kilo Code 预接线）、Kasm Workspaces 桌面流式、IPEX-LLM Ollama 在 iGPU 上运行 qwen2.5-coder:32b 等 Qwen 模型，以及 LiteLLM 代理将本地 iGPU 与多台 NVIDIA Spark 盒子统一为一个 OpenAI 兼容端点。
GitHub 开源项目 LLM_sample 用 PyTorch 从零构建字符级语言模型：先用 bigram 基线（loss 约 2.86 降至约 2.82），再实现 GPT 风格 decoder-only Transformer（n_layer=3、n_embd=128、n_head=4，仅训练 500 步）。项目附 data-extract.py 从 OpenWebText 抽样 1% 构建语料与 vocab.txt，灵感来自 Andrej Karpathy 的 makemore / nanoGPT。
API Evangelist 在 GitHub 上维护一份 Openlayer 的独立第三方 API 档案，Openlayer 是面向机器学习和 LLM 应用的评估、测试与可观测性平台。档案涵盖 Projects、Inference Pipelines、Data Stream、Commits and Test Results 四个 API，均附 OpenAPI、Postman Collection 等规范文档，并由 Stainless OpenAPI 定义生成官方 SDK。仓库内容仅来自公开资料，评分基于公开评分体系独立计算，不属认证或安全审计。
vadbosh 发布开源工具 findings，让 AI 助手在完成任务时顺带发现的问题不淹没在长回复中，而是统一记入本地 JSONL 台账，用户可用 fix、park 或 skip 一行处理。支持 Claude Code、Codex 和 Opencode，安装只需 git clone 加 install.sh，需 python 3.8+ 和 git。作者在 2026-10-03 回放自己机器上 3236 条 Claude Code 回复，found-defects-guard 钩子在 53 条（1.6%）上会触发，其中约七成是真正被推迟的发现，误报只多花一次三行提示和模型一行确认。
推荐理由：针对 AI 助手顺手发现却常被淹没的问题给出规则加钩子加台账的完整方案，附在作者机器上 3236 条回复的实测误报数据。
开源项目 Codebase-RAG-System 实现了端到端的 Python 代码库索引与语义检索流水线，通过 Python AST 解析、语义分块、Sentence Transformers 嵌入和 ChromaDB 向量存储，支持自然语言查询返回 Top-K 相关代码块。系统可提取函数名、参数、Docstring、行号等元数据，按可配置阈值过滤弱匹配结果，并统计检索延迟（小规模本地测试示例为 72.62 ms）。后续计划包括检索评估、RAG 上下文构建、LLM 集成与 FastAPI 后端。
GitHub 开源项目 casefile-claims-triage 用三个智能体自动读取车险理赔文档并给出建议，人在审批门批准前不产生任何付款或回写，且由数据库强制执行。在 z-ai/glm-5.3 上运行的 30 个评测案例全部按预注册结果停止，模型在 26 个完成案例中与规则的结论、理由和金额完全一致，164 次模型调用共消耗 113,844 token。审阅者还主动发现一处未注入的推理错误并发回重写，该项目声明文档为合成数据、规则经简化。
Father-Agent 是一个开源智能体工厂，输入一行英文即可规划、编写并校验一个异步 Python 子智能体，按需求交付 CLI、Streamlit/FastAPI 应用、JSON API 或 aiogram Telegram bot，自带 Dockerfile、Hugging Face Space 与 Render 部署配置。
推荐理由：作者把生成代码始终不经执行、靠九道静态校验关卡的流程讲得具体，可借鉴到其他代码生成工具的安全设计上。
GitHub 仓库 JDGAFX_CG_GITHUB_PORTFOLIO_APPS 收录 10 个独立部署的 AI 应用，每个均为独立 Vite 项目，配 Netlify 站点和 Netlify Functions v2 无服务器 API，技术栈为 React 19、Vite 6、TypeScript 5.7，统一经 OpenRouter 调用模型。应用包括多智能体编排 AgentFlow、RAG 文档问答 DocMind、代码审查 CodeLens AI、语音助手 VoxAI、多模型对比 ModelArena、多模态视觉 VisionLab 等。另有 5 个经真实执行验证的 n8n 企业工作流，浏览器端不接收任何密钥。
开源项目 PRNarrator 基于 Python、FastAPI、LangGraph、Ollama 和 Streamlit，可获取 GitHub pull request、汇总变更文件、输出启发式风险信号、识别测试文件，并用本地大语言模型生成面向审阅者的报告。项目默认使用 qwen2.5:3b 模型，通过 GitHub REST API 拉取元数据和 diff，提供 POST /analyze 等 API 与 Streamlit 界面。其风险分析仅为启发式判断，不执行测试、不批准或合并 PR。
开源工具 all-code（alc）让用户用已有的 Codex/ChatGPT 登录运行 Claude Code 及其余 7 个编程智能体，无需 API key，无需配置文件。Claude Code 默认在 gpt-6.1-sol 低推理强度下启动，可使用完整的 272k Codex 上下文窗口，并可通过 /model 在会话中切换 Codex 提供的所有 GPT 模型；其他智能体在启动时选定单一模型。任何会话均可镜像到浏览器页面，从手机等设备远程操控，后台 hub 让会话独立于终端存活。
GitHub 开源项目 llm-judge-eval 构建了一个基于量规的 LLM 评审员，用于给 PubMedQA 医学问答打分，并通过加权 Cohen's κ、已知错误控制集、长度偏差测试等协议与盲评人类标签进行校验。项目从 pqa_labeled 分层抽取 400 道题，在 grounded、closed_book、incomplete、injected_error 四种条件下生成答案，使用 gpt-4o 作为评审（约 $3-6），采用严格 JSON-schema 输出且评审员不知晓条件。评审员、量规、盲标工具和分析管线已建成测试，人工标注正在进行中，完成后结果将发布在 results/。
GitHub 上的 Kokborok-Dictionary 项目是一个连接英语与原住民语言 Kokborok 的响应式词典与翻译 Web 应用。应用通过 JSON 数据集进行词典查询，并调用 Google Gemini API（gemini-2.5-flash）提供含释义和例句的 AI 分析。静态数据由 Python 脚本用 pdfplumber 从英文-Kokborok-孟加拉语 PDF 词典提取生成，前端采用 React、TypeScript 和 Tailwind CSS。
prompts.chat 新增社区贡献 prompt「Git Commit Message Quality Coach」，用于按 Conventional Commits 规范审查并重写 Git 提交信息。该 skill 附带 Python linter 脚本、subject 行规则和教练笔记模板，逐条给出 GOOD、NEEDS EDIT 或 SPLIT OR SQUASH 结论。规则明确：除非用户明确要求，绝不擅自 amend、rebase 或 force-push。
GitHub 新仓库 CaptainLLM 用 Python 和 PyTorch 从第一性原理实现 GPT 风格的 decoder-only Transformer，涵盖文本处理、tokenization、嵌入、自注意力、训练与生成，随后在 Python 代码语料上预训练并微调，用于指令式代码生成。项目定位为学习与实验，而非复现生产级数十亿参数模型，将围绕模型规模、上下文长度（256/512/1024 tokens）、数据集和超参数开展可复现实验。
OpenProgram 是一个开源自编程 AI 智能体助手，用 Python 控制执行、验证和恢复，模型调用提供决策与生成内容，相关论文被 KDD 2026 Workshop on Agentic Software Engineering 接收。其核心特性包括 Agentic 函数、DAG 执行记录、可复用工作流、事件总线与记忆功能，支持桌面、浏览器和终端界面，内置 Anthropic、OpenAI 和 Gemini 提供商。项目支持 macOS 和 Linux，采用 AGPL-3.0 许可证。
GitHub 用户 jasonmassie01 发布 pg_sage，一个以单个 Go 二进制运行的 Agent 式 PostgreSQL DBA 工具，通过标准协议连接数据库，从 catalog 视图和 pg_stat_statements 采集性能数据并投影为 DBA Cases，可选接入 LLM 做深度分析。工具内置 20+ 确定性规则检查、SRE 事故调查、索引优化器（经 8 项检查加 HypoPG 成本估算验证）、信任分级执行器（高风险操作必须人工审批）和 shadow mode，支持 RDS、Aurora、Cloud SQL、Alloydb、Neon、Supabase 及自管 Postgres，AGPL-3.0 协议开源。
nadeem4 在 GitHub 开源了 NL2SQL Engine，用户用自然语言问数据库，模型只输出类型化查询计划（Pydantic PlanModel），计划先对照真实 schema、外键和调用者角色（RBAC）校验，被拒的计划不会变成 SQL，通过后才由 sqlglot 确定性地生成 SQL。内置三个只读示例数据库和浏览器 playground，五个用模型的步骤可各自配置 provider（如 planner 用 Claude、其余用 OpenAI）；基准显示 gpt-5.4 在 Chinook 43 题金标集上严格准确率 79.1%、忠实度 86.8%，检索的表召回 98.5%。托管 demo 不存任何 API key，按访客限流，引擎目前为 0.1.x，MIT 许可，尚不支持跨库查询和多轮追问。