新闻、仓库与研究，按时间排列。
GitHub 新仓库 AutoQuant 是一个把已发表的量化研究观点转化为清晰、可证伪回测的研究工作区，首个研究管线为 Quantocracy Lab。该管线用 Python 从 Quantocracy、Cboe Insights 和 arXiv 收集文章与论文，经 LLM 提示词评估可回测性后转为策略规格，再以隔离进程、超时受控的方式批量回测，各阶段独立且可断点续跑。可复用资产包括 Python 管线、LLM 提示词、策略规格模板和示例策略，数据源、价格缓存与生成报告均不进入 Git。
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。
GitHub 仓库 super-duper-octo-sniffle 是一套网络安全求职简历引擎，供 ChatGPT、Claude、Gemini 等 LLM 读取，作为候选人经历、技能与认证的唯一事实来源，生成贴合职位描述的 ATS 优化简历。其 8 步流程含 Truth Guard 事实校验与 1 页 PDF 排版约束，支持应用安全、红队、DevSecOps 等 14 种岗位。
GraphoraX 是一个 AI 驱动的开发者智能平台，从 GitHub 仓库历史构建知识图谱，结合 GraphRAG 与 LLM 生成有证据支撑的工程解释，回答“代码为什么是这样”。系统将仓库、文件、作者、commit 和 PR 连接进 Neo4j AuraDB，主模型为 Google Gemini，可配置 Groq 作为备用，前端采用 React 与 Cytoscape.js 提供交互式图谱可视化，并在证据不足时明确承认缺口而非编造原因。
hbenabdallah 发布 phpgraph，通过静态分析把 PHP 代码库解析成知识图谱，经 MCP 提供给 Sherpa、Claude Code、Codex、Cursor 等客户端，不调用 LLM、不联网、不执行代码。每条关系标注 EXTRACTED、INFERRED 或 AMBIGUOUS 置信级别，支持调用图、DDD 分层检查、消息处理器、路由、依赖注入和微服务契约分析。在约 26,600 个语料文件上零解析失败，Akeneo 8,400 文件全量构建约 22 秒、增量重建约 3 秒；实测接入后影响分析类问题 token 减少 42%、工具调用减少 59%。
推荐理由：作者用固定语料项目给出构建耗时、类型解析率和与同类工具的逐点对比数据，可据此评估这类代码图谱工具的实际效果。
GitHub 上的 llm-aftershock-forecast 是一个 benchmark，用于检验通用 LLM 能否给出校准的余震预测：模型获得与 USGS 业务化余震预测（OAF）发布时相同的信息（主震与 ComCat 目录），其分位数计数和大余震概率将与实际结果及官方预测对比打分，且只使用模型训练截止后的序列。目前数据层、as-of 目录、条目构建、提示词渲染及经 USGS Java 代码验证的 legacy-ETAS 基线已完成并测试，尚未引出任何 LLM 预测；设计已在 Oct 21 冻结于 prereg-v1 预注册。
NaNIsaac 发布了命令行工具 Codigest（GitHub 仓库 NaNIsaac/codigest，MIT 许可），可将整个项目、指定文件及其本地导入、自基线以来的变更或失败命令及其相关文件打包成一段可粘贴的文本，供 ChatGPT、Claude 等使用。工具支持 cdg scan、digest、diff、semdiff、cap、pack 等命令，默认 30,000 token 预算并报告每个文件的取舍理由，自动排除 .env 等凭据文件并掩码代码中的 token，通过 MCP 供 Claude Code、Cursor 等 Agent 自行请求上下文，全部在本地运行、不发起网络请求。
推荐理由：作者开源的 CLI 把选定的代码、变更和失败命令打包成可粘贴上下文，还给出 token 预算与文件取舍理由，便于按需迁移到自己的工作流。
GitHub 上的开源项目 Asclexis 是一款本地优先的桌面应用，患者可导入化验 PDF、CSV/FHIR R4 导出文件，通过 human-in-the-loop 验证提取结构化数据，查看纵向趋势并获得带引用的本地 RAG 解释。所有数据默认留在本地，静态加密、无需联网，使用 llama.cpp 运行本地 GGUF LLM，可导出医生可读摘要和仅含已验证数据的脱敏 FHIR R4 bundle。项目定位为科研教育用途，不提供医疗建议。
GitHub 上的 llm-evaluation-observability-framework 是一个用 Python 和 FastAPI 构建的 LLM 响应评测框架，提供精确匹配判定、相似度评分（0.0-1.0）、内存中的评测历史记录及 REST API。项目用 pytest 做自动化测试，并通过 GitHub Actions 实现持续集成，当前评测历史不持久化、尚未接入外部 LLM 提供商，后续计划加入基于 embedding 的语义相似度评测与 Docker 部署。
HaakTuah 在 GitHub 发布策略游戏原型 amarna-letters，以青铜时代晚期（约公元前 1360–1330 年）七大列王为背景，无外交规则，条约与背叛全由玩家自定。引擎只执行移动、战斗、生产与支付等物理规则，每条消息经有自身动机的使者转达，形成国王原话、使者在异国宫廷所言与回报国内三个版本。可在浏览器游玩，可让 Claude 扮演全部七王；无 API key 时全部由脚本玩家进行，整局免费。
YokosWY 在 GitHub 开源 token-governance，一套面向 LLM 代理的上下文成本治理方案。对一周账单（10,862 次调用、2.585B 上下文 tokens）逐 step 拆解后发现开销主体不是模型调用，而是工具输出（34.6%）、助手输出（27.3%）、工具清单（21.0%）和技能目录（12.2%），其中 42KB 技能目录在 490 步会话里被注入 53 次、累计重发达两亿 token 级别。通过把非必需项移出常驻、压缩长会话等配置层调整，真实日志复算显示每轮成本降 24–46%，会话越长降幅越大。仓库含 7 个技能（仅 tg-router 常驻）、5 个脚本和 6 个自研机制，当前版本 v0.7，MIT 许可。
推荐理由：作者用真实会话日志逐 step 复算成本，给出技能目录重发才是开销主体的归因和 24–46% 的降幅数据，方法可复现。
glassflow 推出 Rius TypeScript SDK，为 AI Agent 和 LLM 应用提供 OpenTelemetry 原生追踪，通过 npm 包 @glassflow-ai/rius 安装。SDK 提供 observe 函数包装器、startAsCurrentSpan 作用域 span 和 startAsCurrentGeneration 三类原语，分别覆盖链、工具调用与 LLM 生成，并支持 gen_ai.agent.id、agentVersion 等属性。追踪数据以 OTLP over HTTP 发送，任何兼容 OTLP 的后端均可接收。
Cycls 发布面向 Python 的 deep-stack AI SDK，把 AI 智能体的运行时、界面、智能和状态四层抽象为可组合原语，用 cycls deploy 一条命令即可部署。SDK 提供 Image、Web、LLM、Volume 四个原语和 @function、@app、@agent 三个装饰器，部署后自带聊天界面、登录、按用户的文件与聊天存储、OpenAI 兼容 API 端点和沙箱化工具循环。支持 Anthropic 原生接口及 OpenAI 兼容端点（含 DeepSeek、Kimi、GLM、本地推理服务器），Bash 工具在 bubblewrap 沙箱中运行，可关闭网络以防提示词注入外泄。安装方式 pip install cycls，MIT 许可，文档在 docs.cycls.com。
推荐理由：原文给出了 Cycls Python SDK 的四个原语、三个装饰器和完整 CLI 清单，读者可以据此评估能否用一个文件完成 Agent 的编写与部署。
GitHub 开源项目 RAG Engineering Lab 是一个交互式教学网站，用全屏 3D 动画演示 RAG 系统工作原理，涵盖 RAG 与嵌入向量、缓存与路由、评测与 judge、护栏与权限、工具与上下文五大概念。项目基于 React 19、TypeScript、Three.js 和 TanStack 构建，使用 Bun 1.4.0 本地运行，全部示例来自离线 fixtures，无需 API 密钥或数据库。
GitHub 上的 OrcAI 是一个可自托管平台，用于基于自选知识构建受管治的 AI 助手，目前仍在积极开发、尚未可用于生产环境。它支持上传并处理 PDF、Office 文件和图片，用 Qdrant 向量检索实现 RAG 问答，并提供课程与邀请式访问控制、S3 兼容对象存储，以及 Umami 和 OpenTelemetry 可观测性。技术栈采用 React 19、TanStack Start、Tailwind CSS 4、Bun、PostgreSQL、Valkey 和 SpiceDB，支持德语和英语本地化。
Lucca Pinto 在 GitHub 开源 ai-games 仓库，收录 12 款通过与 AI 对话生成的自包含浏览器游戏，共 63,613 行代码、6.6M 新 token、API 费用合计 US$ 211.06。
推荐理由：仓库把每款游戏的模型、Agent 和 token 开销都记录在案，还单独拆出 cache 读数，读者可以据此比较不同模型的实际编码成本。
GitHub 项目 HarnessProbe 开源，通过同一模型、同一任务、同一评分器下只切换 harness 配置的矩阵实验，输出 delta 和 Harness Sensitivity Index 而非榜单。作者给出一次 66 trials 的实测示例显示，11 个配置中 10 个得分相同，唯一移除 shell（无法运行测试）的 no-shell 配置掉 16.7 分，说明提示词调整是噪声、验证权限才是主要信号。工具含 6 个双向验证的任务、Wilson 置信区间、pass@k/pass^k 与 flakiness 指标、隔离沙箱，支持 Anthropic、OpenAI 兼容端点、DeepSeek 和 Ollama 本地模型，MIT 协议。
推荐理由：它把 harness 当作唯一变量做矩阵实测，并诚实给出置信区间与任务过易的局限，区分模型能力与脚手架贡献。
neoromantic 发布 @goodit/evals，一个把 eval 文件作为 Bun 测试运行的 LLM 功能评测框架，记录 scorer 指标与 token/延迟数据，并支持基线对比报告。该项目已进入维护模式，只做 bug 修复和依赖更新，不再新增功能；要求 Bun >= 1.3.9，peer 依赖 ai >= 6 和 zod，内置 ExactMatch、Contains、LLM judge 等 scorer，支持 Facts() LLM 判分、evalSuite.each 变体对比和 --json 机器可读输出，MIT 协议开源。
推荐理由：作者给出了把 LLM 功能评测跑成 Bun 测试的完整方案，scorer、基线对比与 token 延迟拆分都可直接迁移到自己的项目。
tetsuo-ai 开源了终端 AI 编码智能体 AgenC Core（agenc CLI，版本 0.19.11，MIT 协议），支持 OpenAI、Anthropic、Grok、Gemini、DeepSeek、OpenRouter 及 Ollama、LM Studio 本地模型。采用 daemon 进程模型，提供交互式 TUI、headless 一次性模式、后台 Agent、Telegram/Discord/Slack 通道网关和手机远程控制；配套 @tetsuo-ai/agenc-sdk 0.3.0。作者称用 DeepSeek V4.1 Flash 在 Terminal-Bench 2.1 得分 76.2%、成本 $34，而 Harbor Hub 榜单条目至少花费 $134。
开源项目 Wendelin 是一款 Android 本地语音助手应用，支持本地语音转录、用户自带 API Key 自由选择 LLM，并可通过手机或 MCP 服务器调用工具。2026-10-13 已达成 M1 里程碑，文本指令可经 Claude Haiku（claude-haiku-5-5）和 OpenAI 兼容模型 gpt-5-mini 完成日历写入，所有操作可撤销并记录在设备端 Audit-Log。M2（语音与系统默认助手，本地 Whisper 与 Silero VAD、Obsidian 集成）已合并待验收，真机测试仍在进行中。
nash 是一个开源的 Claude Code 插件，用博弈论机制让并行智能体相互竞争而非趋同，提供 /nash:decide、/nash:review、/nash:debug、/nash:test、/nash:loop 五个命令。作者引用 Artificial Hivemind（NeurIPS 2025）等研究说明同模型智能体会聚集到同一 Schelling 焦点，通过禁用常见解法、盲评锦标赛、假设市场、红蓝变异体对抗等机制分配多样性。开发期间的小规模实测显示 /nash:test 将弱测试套件的变异得分从 5/13（38%）提升到 13/13（100%），/nash:decide 让 5 个智能体给出 5 种不同方案，作者注明这些是单次运行的演示数据而非基准。
推荐理由：用博弈论机制打破多智能体趋同，原文给出了各命令的实测对比数据，并明确标注为小规模演示而非基准。
kXborg 在 GitHub 发布 CodeContinue，一个基于 LLM 的 Sublime Text 插件，提供 FIM 行内补全、流式代码聊天和自然语言原地编辑加 diff 审查。支持 OpenAI、Anthropic、LM Studio、Ollama、vLLM 等 OpenAI 兼容端点，双引擎架构允许本地快模型做补全、Claude 3.5 Sonnet 或 GPT-4o 做聊天与编辑，可经 Package Control 安装。
开发者开源了一个概念验证项目 MiniGPT，在清洗后的英文 Wikipedia 子集上端到端训练小型 Transformer 语言模型，覆盖数据清洗、Byte-Level BPE 分词、训练、checkpoint 与文本生成全流程。模型默认配置为 n_embd=128、n_layer=4、nhead=4、block_size=1024，训练采用 AdamW(lr=3e-4) 和 0.1 验证集划分，自研部分包括断点续训、CSV 持久化日志与采样生成。项目还记录了在 NVIDIA Blackwell GPU 早期通过版本对齐解决驱动/CUDA/PyTorch 兼容问题的经验。
开源全栈项目 SmartAssistant 发布，主打隐私优先的个人生活管理，覆盖财务、健康与习惯追踪。它采用 BYOK 架构，用户可自行接入 Google Gemini 或 OpenAI API key，无 key 或被限流时自动回退到离线确定性 SmartEngine。项目基于 React 19、Node.js 与 Prisma 构建，支持 WebAuthn 生物识别登录和 PWA 离线同步。
GitHub 上发布的 self-ssot 项目 Personal OS 是一套数据库驱动、AI agent 协助的个人职涯管理系统，用于管理项目、研究、资料导入、工作流自动化、生活与财务背景及客户交付物。技术栈为 Next.js 16 + React 19 + Prisma 7.8 + PostgreSQL（Supabase），架构遵循 BFF-first 和服务层授权，UI 不直接访问数据库。目前仅 Work 模块完全可用，Finance、Company 等高风险模块的最终写入需人工批准，AI agent 只能建议、起草、审查，不可静默持久化。
GitHub 仓库 789tammmy-stack/Data-generation-for-BEV 发布了一套用于地下矿山纯电动矿卡能耗研究的合成数据生成工具，基于物理模型生成 50,000 条合成样本，包含 11 个发车前输入特征（车重、速度、坡度、运距、滚动阻力等），目标值为运输段的净电池能量。数据采用均匀采样生成，导出为 CSV，支持可复现的机器学习模型训练与比较，但未建模加速、辅助负载等因素。
GitHub 新仓库 Local-Smart-Notebook 发布 Stage 1 后端，基于 FastAPI + SQLite，实现登录、笔记本管理和文档上传功能。AI 功能（Stage 2）仅预留了文件夹和占位文件，尚无代码。项目包含 28 个测试，用户只能访问自己的笔记本和文档，部署需通过 alembic 迁移创建数据库并用 uvicorn 启动 API。
Microsoft 在 GitHub 发布 multi-modal-rag-with-colpali 仓库，提供基于 Azure Kubernetes Service 的多模态 RAG 方案，将文档页作为图像处理并生成 token 级嵌入。默认使用量化版 TomoroAI/tomoro-ai-colqwen3-embed-4b-awq（4B 参数、320 维嵌入），由 vLLM 在 12 GB A10 GPU 上推理，检索用 Qdrant 向量数据库。方案包含事件驱动的文档处理流水线、Bicep 基础设施模板、Helm charts 及 Agent API 和 UI。
新仓库 moona72/AI-Image-Generation 发布了 VisionForge Image Studio，一个带专业工作室界面的图像生成 Web 应用。它通过 Puter.js 在浏览器内生成图像，无需单独的付费图像 API，支持提示词控制、下载和本地历史记录。项目需配置 .env 文件（IMAGE_PROVIDER=puter、PORT=3000），通过 npm run dev 运行。
GitHub 上线开源项目 AlphaEngine，一个自动化、多区域的 WorldQuant BRAIN alpha 生成与管理引擎。仓库包含 brain_engine.py、llm_manager.py、task_manager.py、altcha.py 等核心模块及前端目录，配有 GitHub Actions workflows，目前暂无 stars 和 forks。
HoneAI 是一个 .NET 库，将 ML 模型、记忆与规则、LLM 与 VLM 及人工审核组织成逐级上送的"判官"层级，让最廉价的层级只回答其已赢得信任的问题，并使每个预测都带 PredictionProvenance 溯源标记，ITracedPrediction 使该标记在编译期强制存在。库通过盲复检（按记录的概率 π 抽样）度量而非假设信任，信任从 shadow → active → stable 逐窗晋级。
GitHub 用户 nishaero 开源 homelab-ops-agent，用本地 Ollama 模型管理三台主机上的 Docker 容器、Home Assistant 和系统补丁，不依赖云端模型。该智能体通过 systemd timer 在 Proxmox 主机上每 20 分钟运行一次，最多调用 25 轮工具，白天只修复明确故障，夜间 00:00 至 05:00 检查更新、读 changelog 并应用更新后发送报告。更新前自动备份并打 :ops-agent-rollback 标签以便回滚，UniFi、QNAP 固件和 Proxmox 主机补丁被硬编码为不可触碰。
GitHub 上的开源项目 LLM Evaluation Lab 正在开发中，是一个基于 Python 的可复现 RAG 评测平台，用于在统一数据集和一致条件下比较不同 RAG 配置。计划功能包括 PDF 摄入与分块、基于 Sentence Transformers 和 ChromaDB 的嵌入与向量检索、Precision@k / Recall@k / MRR 等检索指标、延迟与 API 成本估算，以及 FastAPI 后端、Streamlit 交互仪表盘和 Docker 执行，结果通过 SQLite 持久化。
mehdimojaradi 在 GitHub 开源 llm-validator 仓库，用于校验 LLM 输出。仓库包含 assertions、fixtures、prompts、providers、tests 等目录，并附带 promptfooconfig.yaml、run_tests.bash、.env.example 等配置与测试文件。项目通过 promptfoo 运行测试，支持配置多个 provider 进行验证。
ame-ml-ai 在 GitHub 发布面向 ML 工作的 Claude 技能 paper-to-code，输入 arXiv 链接、ID 或 PDF 后输出论文拆解和带测试的最小 PyTorch 实现。仓库附三个示例：LoRA 在 planted rank-4 偏移上以 13 倍更少参数达到 MSE 0.0007 优于全量微调的 0.0234，Transformer 学会序列反转（999/1000）并附消融，DPO 与 reward model + exact RL 匹配到 4 位小数、隐式奖励与真实奖励相关 0.976。每个示例是单文件 main.py，可在笔记本 CPU 一分钟内跑完且不下载任何东西，支持 cla.ai 上传或 Claude Code 克隆安装，MIT 许可。
推荐理由：仓库给出 LoRA、Transformer、DPO 三个可复现示例和具体对照数字，读者可以直接跑通并检验这套论文转代码技能的实际效果。
GitHub 仓库 ZJLi2013/embodied_radar 是一个个人研究信息流工具，读取 GitHub feed 与 domains/embodied/entities.yaml 中具身智能团队官方渠道，按规范化 URL 合并信号，并用 DeepSeek 依据用户 star 与 yes/no 标注对每个新工作判一次 yes/no，结果写入 candidates.json 供 exocortex 收录。工具只负责感知与判定，不维护 wiki、不出周报；已知局限包括不收 X 与公众号、GitHub feed 依赖浏览器 cookie 且只保留约两天。
GitHub 上的 agentic-society 是一个用于运行 LLM 智能体社会的研究框架，每个智能体在 Docker 沙箱中运行 bash，实验者通过 manifest 声明各通道的读写方与系统提示词，并按 token 计量扣减预算。内置 competition 实验提供 5 个席位、board、mailbox 和 transfer 通道，1 个宽限回合后施加 50% 沉默惩罚，用于检验智能体是否采纳同伴信息、正确论证是否传播等。框架要求 Python 3.14+ 和 Docker，支持通过 ANTHROPIC_API_KEY 和 OPENAI_API_KEY 对比不同模型。
GitHub 开源项目 binlore 打造端到端自动化流水线：用 yt-dlp 抓取 Twitch 音频，经 faster-whisper 本地转录，再由 LLM 结 合既有角色与剧情设定提取结构化 lore，以幂等写入更新 Quartz wiki 并部署到 GitHub Pages。支持无监督批量处理 370+ 历史直播，音频-only 下载约 150 MB 而非 6+ GB 视频文件。
gumieri 在 GitHub 发布 Nenya，一个零依赖的 API 网关，在源码、提示词和凭证离开本机前自动脱敏，兼容 OpenAI 和 Anthropic Chat Completions API，内置 23 个 provider 适配器。支持 fallback 路由、响应缓存、SSE 流式转发和可选的防 prompt injection 与出站控制栈，采用 mlock、seccomp、非 root 容器等安全加固，提供 Podman、systemd、Kubernetes Helm 等部署方式，Apache 2.0 许可。
该仓库提供在 Red Hat Demo Platform 上运行 ROSA AI 应用平台工作坊的流程：RHDP 负责准备集群、bastion、AWS 凭证与 Marketplace 计费，参与者通过 Cloud Terminal 粘贴 Showroom URL 获取环境。工作坊要求 cluster-admin 权限、OpenShift 4.22 或更高版本及 AWS GPU 配额，通过 bash scripts/onboard.sh 添加 GPU 节点池、平台 operator、模型服务与开发工具，但不创建基础集群。