新闻、仓库与研究，按时间排列。
mohameddhameem 开源 Custom-LLM-Router，在 HotpotQA（distractor 设置）上测试成本感知路由：用 nano-jev v1.0 交叉编码器的证据充分性信号，对比仅用问题的路由器，决定用 small 还是 large 专家（Qwen2.5-0.5B/1.5B/7B/14B 等配置）。项目提供数据准备、路由器训练、F1-vs-cost 评测（AIQ、CPT 50%/80%）、tau 0.5-1.0 扫描与 95% 置信区间 bootstrap，支持 CPU/GPU/vLLM 及 SSH/PBS 集群运行。
该仓库发布 NeurIPS 2026 Verify-Agents Workshop 论文的验证可靠性实验代码与数据，共 64,800 次 verification calls，覆盖 HumanEval+、MATH、GPQA-Diamond 三个领域、每域 150 题，报告 headline +13.1 pp 的 self-preference gap。代码为 MIT 许可，派生产物为 CC BY 4.0；GPQA-Diamond 题目文本被隐去，需 HF_TOKEN 本地恢复。
inferencegod 在 GitHub 发布 MIT 协议的 autonomy-loop 插件，让同一仓库上的 2-4 个 Claude Code 终端以 git baton 方式轮转 builder 和对抗式 reviewer，共享状态写入 LOOP-STATE.md。核心约束包括冻结不变量门禁、无编造规则、覆盖率棘轮、资金路径变更强制人工放行，并按 T0-T3 信任分级控制无人值守自动晋级；作者自述贡献在约束组合而非循环模式本身。
推荐理由：这个 Claude Code 插件把对抗式评审、冻结不变量和防幻觉约束打包成一键安装，价值在于约束设计而非循环本身。
GitHub 开源项目 ribbon-protocol 定义了一套多 LLM 协作协议：架构师定标准、编码者在约束内实现、可信验证器独立验证结果，架构师与审查者须使用不同厂商的不同模型。整个协议写在约 140 行的 AGENTS.md 中，仓库提供 ADR、plan/task 模板及 field-guide.md（PDF 为 2026 年 10 月工作版 1.0），可将 docs/ 复制到项目中初始化使用。
WhisperDocs 是一个本地运行的 Agentic RAG 文档问答项目，基于 LangGraph 构建含 7 个节点的状态图，检索采用 pgvector 向量余弦加 BM25 并以 RRF 融合，可选 bge-reranker-base 重排。生成侧按模型 ID 自动路由：Gemini 2.5 Flash 处理分类、查询改写等热路径节点，AWS Bedrock Claude 负责 RAG 生成。项目通过 Docker Compose 部署，支持 WhatsApp（Twilio）、token 级 SSE 流式输出，并内置 50 条查询的评测集。
GitHub 上的 Course-IA 仓库提供一套基于 LangChain、LangGraph 和 Python 的 LLM、IAG 与 Agent 专业课程，只需安装 Python 即可学习。内容涵盖 LangChain 环境搭建、RAG、chromadb 向量数据库、LangGraph 及记忆与上下文管理，还包括集成 Wikipedia、Google Drive API 和 Gmail API 的智能体构建，并配套 streamlit 聊天机器人示例。
Microsoft 与 Hugging Face 发布 ThinkingBox-Training，在 GitHub 开源了将数据库终态可执行检查转化为 RL 奖励的后训练流程。用离线策略相对难度筛选出 187 个训练任务，对 Qwen3.8-27B 做 50 步 GRPO 后，ThinkingBox-Bench 507 个任务中每次都成功的任务从 38（7.50%）升至 107（21.10%），pass@1 从 51.70% 升至 60.78%，pass@20 略降 7 个任务；单个可靠任务成本从 $24.36 降至 $8.00。
推荐理由：把数据库终态检查直接用作 RL 奖励的完整训练配方，任务筛选方法和成本变化都给了数据，可迁移到有状态 Agent 训练。
开发者发布开源、可自托管的商业模拟应用 C-Sweet，用户自带模型即可运行，主打 agent-first 业务管理。其核心思路是用小模型承担细分角色，Qwen3.8 27B 已能胜任其测试过的各类企业角色。每个 agent 均沙箱隔离、无外部访问权限，支持策略管控、agent 中间人代理和一键 kill switch。
Replit 发布 Monitoring Agent，一个相当于自主值班工程师的监控智能体，可读取生产日志和指标，调查错误、变慢和部署失败。启用 autofix 后它能验证修复并邮件汇报，启用 auto-publish 后可自动部署修复。该能力建立在 App Monitoring 之上，用户可在应用的 Publishing 设置中开启。
开源工具 Yantra 将短 JSON 描述转换为可交互的架构图、时序图、流程图、状态机、ER 图、思维导图或带图表的单页答案，输出为单个可离线工作的 HTML 文件。布局、连线路由和标签放置全自动，内置校验器报告断链、重叠和标签碰撞并给出稳定错误码；支持 CLI、MCP 服务器、浏览器 playground 和 Python SDK，可导入 Mermaid、PlantUML、draw.io 和 Visio 文件，需 Node.js 20.19+，MIT 许可。
Fibteq 开源了 Myrel，一个可自托管的 AI Agent 工作区，项目聊天里由协调者 Agent 开线程、线程 Agent 以实时清单推进任务并按需向协调者请示。线程 Agent 可跑在 Cloudflare Sandbox 的 OpenCode，或通过 myrel-runner 用本机的 Claude Code、Codex、Gemini CLI，CLI 登录不离开本机；支持 Fireworks、Anthropic、OpenAI 多模型自带密钥，整体跑在单个 Cloudflare Worker（Durable Objects、D1、R2、Containers）上，提供 Web、iOS、Android 与桌面客户端，AGPL-3.0 开源，项目处于早期，托管版在 myrel.fibteq.io。
推荐理由：开源可自托管的 Agent 协作工作区，协调者只路由、线程智能体各自干活，架构与自托管细节都写清了。
ggui-ai 在 GitHub 开源了 GGUI，一个由运行时协商的通用 MCP-UI 协议，智能体用自然语言描述需求即可生成临时交互界面，无需前端代码，用户操作通过 ggui_consume 等工具回流给智能体。协议处于 pre-1.0 草案阶段，32 个 @ggui-ai/* 包同步发布，v1.0 将冻结协议；支持 ggui serve 自托管并配对 Claude Desktop、Claude Code、Cursor、ChatGPT desktop 等 MCP 运行时，也可通过 cloudflared 隧道从 claude.ai 测试或使用 mcp.ggui.ai 托管端点。
推荐理由：官方仓库同时给出自托管、cloudflared 隧道连 claude.ai 和托管端点四条路径，含端口与凭据等落地细节。
GitHub 上的 sportPredictLLM 项目测试 AI 分析师能否在 NBA 和 NHL 比赛投注中超越市场。四个组合以 1-unit 固定注额投注同一批比赛，其中 ai_analyst 由 Gemini Flash 依据 ESPN 伤病报告等最多调整市场公平概率 5 个百分点，EV 达 3% 才下注，并以 ROI、CLV 和 Brier score 评分。v1（2025 年 11 月至 2026 年 1 月）战绩 105-136，-33 units，ROI -13.7%。
OMGBrews 在 GitHub 发布 llmkit，一个构建在 LiteLLM（配合 instructor 做结构化输出）之上的本地优先薄封装层，为应用提供跨 OpenRouter、Google AI Studio、Anthropic、OpenAI、DeepSeek、Cerebras、AWS Bedrock 和本地 Ollama 的统一调用接口。核心特性包括经校验的 Pydantic 结构化输出、按提供商的限流（默认并发上限 8，支持自适应 AIMD 退避与可选熔断器）、面向编码 Agent 的 verdict-first YAML 日志与 index.jsonl 索引、默认开启的瞬时错误重试，以及可选的响应缓存；安装名为 omg-llmkit，导入名为 llmkit，要求 Python ≥ 3.12。
推荐理由：原文逐项说明了结构化输出校验、按提供商限流和面向 Agent 的日志设计，读者可以据此判断是否把它接进自己的调用层。
GitHub 开源项目 live-meeting-transcript-with-brain 是一款桌面会议助手，用 Whisper 在本地转写系统音频，音频不出本机、不落盘；当出现你的名字、关键词或面向全班的提问时告警，并按 Ctrl+Shift+Space（macOS 为 Cmd+Shift+Space）热键让 LLM 分析最近约 350 words 并给出建议回答。课程结束后向 Obsidian vault 写入摘要和完整转写，默认 LLM 端点为 deepseek-v4.1-flash，Whisper 默认模型为 large-v3-turbo-q5_0，支持 Teams、Zoom 等任意会议应用。
NVIDIA 开源了 NeMo Helix，一个用于改进和加固生产 Agent 的控制平面，可部署在本地或 Kubernetes，并通过 REST API、CLI 或 Python SDK 访问。它内置 guardrails（内容安全、越狱检测、PII 脱敏）、garak 红队测试、LLM-as-judge 等 RAG 评测，以及基于 Switchyard 的模型路由和 Data Designer 合成数据生成，且各能力以模块化插件提供默认实现、可替换。平台需 Python 3.12-3.14，支持 OpenRouter、OpenAI、Anthropic、Google Gemini、NVIDIA Build 或本地 Ollama 作为推理提供方，并自带轻量级 Web UI NeMo Studio（alpha）。
xemantic 发布开源库 xemantic-kotlin-introspection 0.1.0，可解析 classpath 上任意 Kotlin 声明，渲染为不含函数体的 Kotlin 签名并附带类型扩展，还能按名称搜索声明。输出分页展示以适配 LLM 上下文窗口，resolve 和 search 默认 pageSize 为 10，Kotlin 内置类型通过 kotlin-reflect 和 .kotlin_builtins 元数据解析。项目提取自 Golem XIV，采用 GNU Affero General Public License v3.0。
NikitaCherepov 在 GitHub 开源了多平台 AI Agent 系统 Chatter（AGPL v3.0），Agent 跑在服务器上，通过 Telegram bot 与 Electron 桌面端连接同一账号，可一键分享给朋友或家人。系统包含 backend-api、desktop-app、Telegram bot、admin-panel、chatter-manager、webapp-notes 和可选 voice-service，各组件以 Docker Compose 编排；模型定价自动从 OpenRouter 拉取，内置 Pinecone 向量记忆、语音唤醒与 TTS、智能家居、邮件、网页浏览、多角色聊天和 Runbook 等功能，支持按用户设预算限额。
推荐理由：原文完整给出了组件结构、安装命令与安全机制细节，读者可以直接评估这套自托管 AI Agent 平台是否值得自建。
SrEnforcer 在 GitHub 发布 conjurer-mcp，一个确定性 Model Context Protocol 服务器及配套 VS Code 扩展，为 IDE 内智能体提供对 Conjurer 规范和 .cnj 项目文件的精确访问。服务器不含语言模型，负责检索、解析、校验和规划，通过 stdio transport 连接 Claude Code 等 MCP 客户端；扩展为 .cnj 文件提供 hover 文档、CodeLens、折叠和校验。项目要求 Node.js 20+ 和 pnpm 10，采用 pnpm monorepo 结构，发布版本附带 conjurer-mcp-X.Y.Z.vsix 安装包。
Bloks 3 正式发布，这是一款运行在本机的个人 AI Agent 桌面应用，以聊天界面呈现，每个 Agent 底层是 Claude Code、Codex、Gemini CLI 等真实引擎会话或你持有密钥的任意 API。3.0 新增多工作区、Bloks Team 成员协作、按引擎和 Agent 的用量统计与月度限额、卡片化回答、多 Agent 房间协作、审批与规则引擎、可读可撤销的 Markdown 记忆、例程与 Watcher 等能力；数据全部以明文文件存于本机，无后端存储，iPhone 应用仅作为桌面端的远程窗口，配套 Apple Watch 审批。应用免费，源码以 FSL-1.1-MIT 许可公开于 https://github.com/hamedgitty/bloks ，Android 版即将推出。
推荐理由：原文完整给出了 Bloks 3 的工作区、权限、花费限额与数据落盘结构，读者可以据此评估这套本地 Agent 方案是否值得自部署。
开源项目 job-watch 是一个 Telegram 机器人，每 30 分钟从 Хабр Карьера、Geekjob、Работа России 开放 API 和 Telegram 频道等多个公开来源抓取 IT 职位，按用户的角色、级别、经验、城市和薪资过滤后推送匹配卡片，并通过用户自己的 GigaChat API 密钥根据职位和简历生成求职信。它支持多用户邀请制，GigaChat 密钥用 Fernet（AES-128 + HMAC）加密存储，附 46 个测试，基于 Python 3.12、aiogram 3 与 Docker Compose 部署，采用 MIT 许可证。
开源的终端编码智能体 Bonsai 用 Rust 构建，可在交互式 TUI 或无头命令中检查、编辑、运行、调试、验证和审查软件。它支持 OpenAI、Anthropic、MiniMax、Moonshot/Kimi、OpenRouter 等多种模型端点，提供结构化文件编辑、shell 与 PTY 执行、Git、诊断、沙箱、自定义智能体和 MCP 服务器等能力，并支持 JSON 输出接入脚本与 CI。目前为 pre-1.0 版本，预编译包覆盖 macOS 13+ 和 Ubuntu 22.04+，采用 MIT 许可证。
GitHub 项目 NewsRing 开源，用户用一个 TOML 配置文件描述兴趣和文风，每天早上自动读取 35 个内置信源，生成 5-10 条个人摘要、分享卡片和静态站点，并可选邮件发送。它不允许 agent 自由浏览，agent 只返回 story id，链接由代码回接；日常运行约三次模型调用、一分半钟、成本远低于一美分，支持多 API key 轮换和模型 fallback，可配合 Gemini 免费档、OpenAI、Anthropic、OpenRouter 或本地 Ollama 使用，MIT 协议。
推荐理由：作者讲了 agent 不允许自由浏览、链接由代码回接的约束设计，以及对免费档 LLM 限流的应对做法，方法可直接迁移。
开源工具 LokalBot 在 macOS 之外发布了 Linux 和 Windows alpha 版，支持会议转写、本地模型笔记、听写、跨应用自动补全和工作上下文的智能体访问。工具默认本地运行，也可接入自有推理设施或其他服务商；移植版用 Rust + GPUI 构建，作者称用智能体集群三天完成。Linux/Windows 默认模型栈为 Qwen3-ASR-0.6B（转写）、Qwen3.5 4B（笔记与聊天）、LFM2.5 1.2B（自动补全）、EmbeddingGemma 2（语义搜索）、pyannote + TitaNet（说话人分离），模型可在设置中更换。
Reddit 用户实测 PolyStrata 后给出 10/10 好评：在 24GB（8+16）内存池上运行 Q3 量化的 CyberTiel，速度达 Ornith1.5 9B 的 2 倍，每秒 50-90 tokens，且能完成 Ornith 无法处理的任务。缺点是 CyberTiel 未被官方支持，需将 GGUF 文件命名为 TielCoderQ3.gguf 才能加载，导致界面仍显示 TielCoder；手动编辑 models.json 和创建 run.sh 后可用，与 Pi Agent 同步良好，但 Pi 缺少 reasoning budget 参数。
GitHub 新仓库 Lesson-Lab-backend 构建了一套 AI 课程生成系统，输入技术主题后自动生成面向印度 12 岁毕业生的入门课程，按 Accuracy、Beginner-friendly 等六项标准评估，失败时最多重试 2 次（共 3 次生成）。后端采用 Django、Django REST Framework、LangChain、Groq 和 SQLite，前端为 Next.js，系统还会将重复失败模式存入数据库以跨次改进生成质量。
hwx61514 在 GitHub 开源了 codex-api-imagegen，一个让 Codex 通过本机已有 API 中转配置和密钥生成、修改图片的 skill，默认使用 gpt-6.1-sol 加 gpt-image-2，无需 OpenAI SDK，支持 Python 3.11+。项目要求中转支持 Responses API 的 image_generation 工具且上游账号有对应权限，不读取 ChatGPT OAuth token、不在聊天中索取 key，脚本只提交一次请求、不覆盖旧文件，并附带覆盖认证选择、断流、脱敏等场景的单元测试。
GitHub 上开源了一个任务管理 REST API 项目，采用 Node.js、Express.js 与 MongoDB（Mongoose）构建，并集成 Groq Cloud（Llama 3.3 / Llama 3，默认 llama-3.3-70b-versatile）实现 AI 任务拆解，可生成结构化计划、优先级、预估工时和执行步骤。项目提供完整任务 CRUD、集中式错误处理、分层架构，并附带 Postman Collection v2.1 测试集合；Groq Cloud 提供免费额度 API Key。
开源项目 Cortex 在 GitHub 发布，是一个生产级多模型 AI 网关与智能体协同工作平台。它统一路由 Google Gemini、OpenRouter、Groq LPUs 和 NVIDIA NIM，采用"零成本优先"策略（如 OpenRouter nvidia/nemotron-3.5-lightning:free），通过 SSE 实现亚秒级流式输出，并支持任务分解、受限工具执行和 artifact diff。平台基于 React 19、GraphQL Yoga 与 Express 构建，支持多租户数据隔离、JWT HTTP-only cookie 认证及零 LocalStorage 泄露，7 个测试套件全部通过，采用 MIT 许可证开源。
GitHub 新仓库 TRDP 发布一套研究身体情境与食指动作的可控视觉刺激生成器，将 20 组获批 V7 图像对扩展为 480 个族，共 2,880 张 2048×2048 PNG，另有从同一全身像素衍生的 960 张剪纸手形 PNG。仓库提供基于 SAM-HQ 的手部分割、控制刺激脚本、测试与验证文档；数据集与大体积审阅 PDF 保留在本地，不使用 Git LFS。 退一步说明：正文与来源只给出仓库名 TRDP（emrecandir9/TRDP），未指明公司或模型厂商，标题主体以仓库名 TRDP 兜底，符合规则。
GitHub 开源项目 Signal-Scout 是一个销售拓客概念验证工具：监控潜在客户在 Twitter、LinkedIn、Bluesky 的公开动态，用 LLM 提取意向信号和语气，并基于锚点帖子生成个性化开场白。项目默认使用 Cerebras 的 llama3.1-8b（每天 1M tokens 免费），也兼容 Groq、OpenRouter 等 OpenAI 兼容接口，可通过 GitHub Actions 每天 13:00 UTC 定时运行，结果以静态 HTML 仪表盘展示，无需数据库。
Gemini 4 Argon 与 Claude Sonnet 5.5 已实际移除采样控制：Sonnet 5.5 对非默认 temperature 或 top_p 直接返回 400 错误，Gemini 4 Argon 接受参数但静默忽略。作者认为官方以“推理模型”解释，但大量依赖调低 temperature 的生产流程会失效。作者正用 200 条抽取输入各跑 20 次测试字节级输出一致性，本地 Qwen 在 temp 0 下接近完全一致。
GitHub 上的 llm-finance-assistant 是一个 FastAPI 网关服务，连接 Web UI 与 Finance API，聊天后端可在 Claude Code（默认，headless claude）与 OpenAI API（LangGraph 流水线，默认模型 gpt-4o-mini）之间切换。它提供 SSE 流式聊天端点，并支持账单 CSV/Excel/PDF 批量解析分类、Amazon 订单匹配和网页搜索识别商户等批处理任务。
EviMed Science 是一个托管多租户智能体平台，以通用工作助手为基础，叠加循证医学专业能力包，覆盖 meta 分析、孟德尔随机化、药物安全分析等场景。平台强调证据溯源：每条结论标注 direct、synthesized 或 derived 类型并逐字引用来源，统计由确定性 R 引擎计算，模型只负责解读与写作。产品仅为托管 Web 应用，桌面版已于 2026-09-04 删除。
kubesearch-mcp 是一个 MCP 服务器，让 LLM 通过 kubesearch_search_releases、kubesearch_grep_values 等工具搜索 kubesearch.dev 上数百个 home-ops Kubernetes 仓库的 Flux HelmReleases 与 Argo Applications。它将 kubesearch.dev 的 SQLite 索引（repos.db 约 7 MB、repos-extended.db 约 37 MB）下载缓存到本地用 SQL 查询，支持离线使用；还可临时沙箱化克隆仓库供模型审查实际 manifests，并内置常驻 top 仓库池（默认 15 个）支持 repo_grep_all 一次性跨库搜索。
GitHub 开源项目 SupportOps 是一个本地优先的支持工单分类原型，使用 Gemini（默认 gemini-2.5-flash）对工单分类、分配优先级并起草基于 FAQ 的回复草稿，供人工审核导出。项目采用 Pydantic 校验、SQLite 审计记录、幂等跳重与限速重试（请求间隔至少 15 秒），支持 mock 与 live 两种模式，但不发送回复、不改动客户账户，也非生产就绪系统。
作者发布 MathProof Skill v0.2.0，一个让 AI 在接受数学证明前先尝试推翻它的技能，核心流程为 Claim、假设、对抗审计、依赖图、证明、二次审计、Lean 校验。该技能用 Lean 4 + Mathlib 形式化命题并运行检查器，拒绝 sorry、自定义公理和内核绕过，仅通过检查的结果才算机器校验；仓库含六个带真实运行输出的评测案例（含梯度下降 O(1/k) 速率证明）、四种模式（PROVE/AUDIT/EXPLAIN/RESEARCH）和五种判定结果，可通过 /plugin install mathproof-skill 安装到 Claude Code，MIT 许可。
推荐理由：作者给出 Lean 4 + Mathlib 的机器校验流程和六个带真实运行输出的评测案例，读者可以照着复现这套对抗式证明审计方法。
Meeting Desk 是一款自托管开源 Web 应用，可从 Google Meet 的 Notes by Gemini 文档、recap 邮件或粘贴的文本中用 AI 提取行动项、负责人、截止日期、决策与风险，经人工审核后作为行写入现有 Google Sheets，保留布局、公式和下拉选项。它支持 Gemini、Claude、OpenAI、OpenRouter、Amazon Bedrock 及 Ollama 本地模型，可发布摘要到 Slack、Google Chat、Mattermost 或 Discord，并以单个 Docker 镜像附带 Helm chart 部署。
OpenAccountants 上线免费 AI 税务技能库，含 1,903 条技能、覆盖 231 个辖区，其中 33 条经会计师评审，其余为标注来源引用的草稿；已回答 20,976 个问题。技能可经 MCP 连接器接入 Claude、ChatGPT、Cursor、Windsurf 等，使回答可引用具体技能及评审状态，也提供 pip 包 openaccountants-mcp 与手动下载 packages/ 目录的方式。每条技能处于会计师评审或带源引用草稿两种状态之一，夜间同步含数学检查、官方来源监测、按月预算重推导与 AI 即兴发挥测试；代码采用 AGPL-3.0，技能内容为 OpenAccountants Guide License v1.0。
开源项目 mobileLLM 在 GitHub 发布，这是一款面向 macOS 和 iOS 的本地优先 Agent 聊天应用，原生 Swift + SwiftUI 编写，支持 Apple MLX、llama.cpp 和 Apple Intelligence 三种引擎通过统一协议在设备端运行开源权重模型，无需账号和遥测。应用内置持久化 Agent 运行时，支持工具调用、MCP、子智能体、并行工具批处理和动态工作流，并提供 OpenAI 兼容的在线模型接口；Apple Intelligence 模型在符合条件的设备上 0 字节可用，要求 iOS 26 / macOS 26。