新闻、仓库与研究，按时间排列。
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。
GitHub 开源工具 llm-number-bias 让多个 LLM 在独立会话中回答「在 1 到 10 之间选一个数」，并统计答案分布。2026 年 10 月 21 日每模型 10 次的测试中，GPT-6.1-sol、Claude Opus 5.5、Gemini 4-argon 全部答 7，Grok 4.7 七次答 7，meta/muse-wonder 在启用 Python 后答 1 到 7 不等；此前无工具的 50 次回答中 49 次为 7。
GitHub 用户 lchx114 开源的 CodeForge 仓库包含 source-code-tutor、interview_prep、mewcode 等目录及 .agents/skills 技能目录，并收录 sherpa-onnx-streaming-zipformer-bilingual-zh-en-2023-02-20 语音模型压缩包与 min_window_substring.py 等代码文件，项目采用 pyproject.toml 与 uv.lock 管理 Python 依赖。
GitHub 项目 build-an-ai-agent-from-scratch 基于 LiteLLM 和 MCP（Model Context Protocol）构建 AI 智能体，可与大语言模型对话、发现并自主执行 MCP 服务器暴露的工具。项目支持工具调用与上下文窗口管理，自动截断对话历史以避免 context_length_exceeded 错误，包含 62 个 unittest 自动化测试，要求 Python 3.11 或更新版本。
Kanorin-chan 在 GitHub 发布 RPG-Translator，一款本地优先的游戏翻译工具，直接读取 RPG Maker 和 Wolf 游戏文件（无需 MTool 导出），用用户指定的语言模型（默认本地）逐行翻译并校验，错误行保留原文并标记进复查列表。支持按播放顺序提供上下文的场景级翻译、格式代码保护、带备份与一键回滚的安全补丁，以及通过 XUnity 的 Unity 实时翻译。RPG Maker MV/MZ 已在真实游戏（17,560 行）上验证，Wolf 已读取 45,305 行；支持 OpenAI 兼容与 Anthropic 风格 API 及 LM Studio、llama.cpp、Ollama 本地部署，附并发测试与回退链。需 Python 3.10+，MIT 许可。
aidless 在 GitHub 发布 llm-agent-projects 作品集合集，包含 20 个覆盖 RAG、多智能体编排、推理基础设施、安全治理、评测、记忆、微调、多模态与语音的 LLM/AI Agent 项目，每个均为独立的 FastAPI 服务并配 Docker 与测试。2026-07-22 完成安全与正确性审计：修复 02 的 SSRF、为 03/04/15/16 增加 Bearer 鉴权，09/18/19 新增可经环境变量开启的真实实现（如 WhisperASR、EdgeTTS），08/10/13 已归档弃用。
GitHub 仓库 cannae-os 提出了 Cannae OS，一个文档优先的框架，将军事指挥控制模式（如 commander's intent、OPORD、FRAGO、backbrief、AAR）转译为 LLM 与多智能体系统的运行纪律，核心流程为 intent → orders → 角色受限执行 → evidence → validation → release → AAR。项目提供 OPORD、WARNO、SITREP 等提示词模板与 JSON 运行时 schema，使指令、权限与证据可机器校验，目标是让委托给智能体的自主权明确、可审计、可回退。目前该仓库最成熟的是教义、schema、fixture 与原型套件，尚不是完整的生产级 agent 运行时。
GitHub 上线了一个名为 LLMfromScratch 的开源仓库，用于从零开始学习构建大语言模型。仓库目前包含 Ch02.TextTokenization（文本 Tokenization）章节内容，项目尚处于早期阶段，暂无 Star、Fork 和贡献者信息。
GitHub 上的 MiniCode 是一个用 Python 编写的小型非流式编码 Agent CLI。它通过 LiteLLM 接入 OpenAI、Anthropic 及 OpenAI 兼容网关，内置 bash、read、write、edit、apply_patch 等 9 个工具，每轮最多 20 次模型/工具迭代，并支持 SKILL.md 技能、工作区记忆和写后诊断（py_compile、ruff、node --check）。工具调用未沙箱化，需 Python 3.10+ 和相应 API key。
GitHub 上的 ZhuangFY 是一个开发中的个人语音助手，基于 Python / PySide6 原型：通过本地 VAD 截取语音并本地识别文字，支持“庄方宜”“小庄”“庄天师”唤醒词，调用兼容 OpenAI Chat Completions 的模型接口，并用系统语音或本机 GPT-SoVITS 分段朗读，播报时可插话打断。可选启用 Mem0 长期记忆（本地向量库加硅基流动 Embedding），QQ 消息可通过 SnowLuma 经 OneBot WebSocket 接入；目前尚无桌宠形象、声纹识别和回声消除。
GitHub 仓库 P-U-C/puc-trading 是支撑 LLM Convergence 流预测论文的私有论文交易运行时，包含 convergence artifact seam、只读 options 扫描器、AGTI 论文交易日志和 mispricing-screen 期权 paper pipeline。扫描器输出经 deploy 脚本推送到公共 dashboard，IBKR 连接设为 readonly=True 且不存在下单方法；mispricing-screen 在通过 30-trade / 30-day 上线门槛并显式启用 LIVE_PUSH=1 之前保持 paper-only。
GitHub 灵魂体仓库 0xARCOS/Please_Stop_Call_Me_Baby 提供一个面向本地模型推理的 LLM SDK，是运行小型语言模型的轻量 Hugging Face Transformers 封装。该工具支持自动设备检测与高效内存管理，仓库内含 README 与 function_registry.py 等文件。
GitHub 仓库 SamWang61/LLM_PJ 承接 MuscleCore 运动用品电商，研究个人化购物推荐与营运洞察，集中管理 MongoDB 架构、旧版 Flask 展示网站及项目文档。截至 2026-10-18，PR #21 与 RWD PR #56 已合并，Cloud Run vibecart-web-00015-nlk 承接 100% 流量，Complete Schema v4 含 28 集合、89 索引；未完成度估算约 38%，真 BGE／Claude 串接与 D5 后台写入仍待验收，仓库尚未选定开源授权。
NVIDIA 发布 Kumo Forecast（前身为 NV-Tesseract Forecasting），一个多变量时间序列预测模型，基于 MOMENT-1-large 约 340M 参数编码器加可训练预测头。其 DARR 模式通过 k-nearest-neighbor 检索历史模式并与直接预测融合，并提供滞后与特征归因等可解释性输出。模型以 Apache 2.0 许可开源，支持 256 至 2048 的输入序列长度。
Sandfi-sh/openapi 仓库托管 Sandfish 公开 API 契约，openapi.json 由 FastAPI 定义导出，仅包含标记为 SDK 使用的操作。脚本使用 OpenAPI Generator 7.26.0（校验固定 SHA-256）生成 Python、TypeScript 和 Go SDK，支持 --check 验证可复现性。GitHub workflow 每 6 小时检查部署契约与源码变更并自动开 PR，完成从 API 部署到 SDK 版本发布的更新闭环，全部代码采用 MIT 许可证。
论文《Let It Be Simple: One-Step Action Generation for Vision-Language-Action Models》发布代码与权重，方法只需把训练时间步分布偏向噪声端点 t' = α·t / (1 + (α−1)·t)，无需蒸馏、新目标函数或新架构即可训练一步 VLA 策略。论文认为该效应是结构性的：丰富观测 tightly 约束紧凑动作目标，使不可约速度损失在噪声端点坍缩，而非像图像生成那样形成 U 形。
推荐理由：论文给出把训练时间步分布偏向噪声端点即可训练一步 VLA 策略的方法，并附开源代码、配置和 LIBERO 成功率数据，可复现验证。
GitHub 仓库 doculens-v2 发布 DocuLens，一个面向支持文档的证据溯源型知识副驾，支持上传 PDF、Markdown 或文本，可用 BM25、MiniLM、RRF 或 cross-encoder 检索并检查每个引用的来源与版本。当前生成使用 grounded-claims-v4 提示词，优先 Gemini 3.8 Flash，也可配置 Groq 或通过 Ollama 本地运行 qwen2.5:7b-instruct；托管版跑在 Render Free 上并用 Groq openai/gpt-oss-120b，公共匿名回答限每日 30 次。
作者 @meodai 在 GitHub 开源 skill.color-expert，一个把编码 agent 变成色彩科学专家的 agent skill，可通过 npx skills add meodai/skill.color-expert 安装，支持 Claude Code、Codex、Cursor、Copilot、OpenCode 等。
推荐理由：作者展示了把个人收藏沉淀为三层结构 agent skill 的做法，并用轻量 evals 让触发边界可书面评审，方法可迁移到其他领域知识库。
一个基于 Claude Code 的自主研究循环正在尝试破解 CIA 总部 Kryptos 雕塑未解的第四段密文 K4，每次实验预先登记假设、在冻结 harness 上运行并保留完整记录。截至 2026-10-18 已完成 12 个密码族 198 次实验、16 次 pivot，尚未破解；成功标准是可复现程序将 97 字母密文还原为含 EASTNORTHEAST 与 BERLINCLOCK 的英文并可正向再加密。
GitHub 开源项目 gzh-quality-copilot 提供 gzh-review Skill 和 Chrome MV3 扩展，用公众号已发表数据在 Agent 中生成「结论→因子→候选→实验」四块报告。支持 Cursor、Claude Code、Codex、OpenClaw 安装，扩展仅本地导出列表数据，项目采用 MIT 许可。
GitHub 开源 generative-ai-engineering-lab 仓库（v0.1.0，MIT 许可），用 TypeScript 实现从想法到可运行系统的实践路径，涵盖 RAG 检索引用、提示词评测、PII 等安全扫描与多步 Agent 工作流规划。项目内置 npm run demo 系列演示命令、课程路线与 CI/测试等生产基础，路线图包括加入 embedding 检索、OpenAI 适配器和 MCP server 示例。
Tianhao-Wen 在 GitHub 开源 WenDream 可扩展 AI Agent 平台，支持多模型接入、ReAct 任务执行、流式工具调用、MCP 工具扩展与多智能体协作，提供终端 TUI 与 Web 双端交互。平台覆盖 7 类场景、30 项任务的自动化评测，平均工具调用减少约 59%、LLM 调用减少约 32%，冻结版本三轮评测成功率达 96.4%–100%，均无超时。
wangmiaozero 发布 Pi-Harness，一个围绕 Pi Coding Agent 的桌面工作区与运营控制面，Pi 仍是原生执行引擎，外层 adds 可视化观测、策略与预算、检查点恢复、评估诊断和多智能体编排。支持 macOS、Windows 与 Linux，社区安装包自带 Pi 和 Node.js；还可统一浏览 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等会话历史，提供项目架构可视化与自定义皮肤，采用 AGPL-3.0-only 协议。
推荐理由：原文完整列出了围绕 Pi Coding Agent 的可视化能力清单与原生运行时对照表，读者可以据此评估它在观测和多智能体编排上的实际边界。
GitHub 上的韩语 LLM 学习指南，通过从文本分类、下一 token 预测到 Attention 与小型 Transformer 的实操代码讲解训练、保存、推理与评估流程。后期章节扩展到加载 SmolLM2-135M-Instruct 进行 SFT、rank4 LoRA 与 NF4 量化的 QLoRA，并覆盖 HTTP API 部署、吞吐与显存峰值测量及模型版本注册。
Inspectr 在 GitHub 发布开源工具 MCPLab，用于测试、调试和评估 MCP 服务器，验证 LLM 智能体是否正确调用工具。支持 Streamable HTTP/SSE 传输，可对比 Claude、GPT-4 等模型在相同任务上的表现，提供工具约束、调用顺序校验、LLM 裁判语义断言、方差测试与 JSONL 轨迹追踪，并可通过 Rover 浏览器扩展在 Claude 和 ChatGPT 网页端运行评测，结果输出 HTML/JSON/Markdown 报告，支持 CI/CD 集成。项目采用 MIT 许可证。
推荐理由：这个框架把 MCP 工具的断言、多模型对比和 CI/CD 集成放进同一套 YAML 配置，开发者可以直接照搬其评测结构。
axiomantic 在 GitHub 发布开源工具 HeaderKit（MIT 许可），将 C/C++ 头文件解析为统一 IR，再生成 Python（ctypes、CFFI、Cython）、Mojo、Nim、LuaJIT 绑定及 C-ABI shim。它可脚手架带测试的完整包、检测破坏性 API diff、用 Tree-sitter 实现零依赖解析、通过 PEP 517 构建后端和缓存让下游 pip install 无需 libclang，并用 prompt writer 把头文件压缩为 token 优化的 LLM 上下文摘要。支持约 50 行 Python 编写自定义 writer，需 Python 3.11+，运行时零依赖。
推荐理由：作者给出从 C/C++ 头文件到多语言绑定、包脚手架和 LLM 上下文压缩的完整命令示例，可直接照用。
Provael 发布了一个 Python CLI，在仿真环境中对开源 VLA 机器人策略做红队测试，报告对抗攻击成功率（ASR）并附良性对照、95% 区间和证据标签，Apache-2.0 开源、可经 pip 安装并接入 CI。CPU stub 确定性运行 20 秒内产出报告；实测配置 SmolVLA × LIBERO-Object 在 roleplay 指令下 42/50 离开 keep-out 包络（84%），良性基线 1/50，McNemar p = 9.1e-13，对照显示这是长命令下的脆弱性而非攻击者控制；π0.5 有初步实测，其余注册适配器为脚手架。工具仅限仿真与防御用途，输出 report.json、SARIF、OSCAL、CycloneDX ML-BOM 和签名证明等证据包。
推荐理由：README 给出对抗攻击成功率与良性对照并列的实测数据，可看到纯仿真红队 VLA 策略的完整证据链做法。
FemPrompt SozArb 是一项定性文献综述，探讨社会工作者如何负责任、有建设性地使用 LLM，并以女性主义 AI 素养为框架。研究通过 AI 辅助深度研究识别文献，按 PRISMA 2020 与 PRISMA-trAIce 报告筛选流程，由人类评审在 PRISM 工具中筛查、AI 智能体编码，最终学术权威由领域专家掌握。该项目属格拉茨大学 Elisabeth List Fellowship 项目，代码采用 MIT 许可，文档采用 CC BY 4.0。
berelevant.ai 发布 slopless，一个基于 textlint 的确定性 linter 与零配置 CLI，用于检测 AI 生成文案中的空洞框架、虚假对比、对冲和陈词滥调等特征，不调用模型、无需 API key。提供 npm install -D slopless 与 npx slopless 命令，可安装 Codex 或 Claude Code 技能让写作 agent 反复重写直到通过，输出始终为 JSON，含 50+ 条规则、七类规则族，叙事类规则默认关闭，仅支持英文。
GitHub 开源项目 daedalus-crm 推出本地优先的桌面端 CRM（Mac Apple 芯片 / Windows x64），100% 开源、AGPL-3.0 协议，个人版免费，团队版按席位收费并先免费用 14 天。首页是 ReAct 循环 agent 对话面，改数据只给建议卡、确认后才写入；支持一键接入 DeepSeek 或自填 OpenAI 兼容接口，也可让 Claude Code / Codex 经 MCP 连入，首次登录送 30 次 AI 提问。数据存本机断网可用，团队版改动加密同步，技术栈为 Next.js 16、React 19 与 SQLite。
Perihelion 是一个近地天体自主监控智能体，每日从 NASA NeoWs API 拉取七天天体数据存入 SQLite，用确定性打分模型按距离、尺寸、速度和危险性排序，再将前二十名交给 Gemini 生成简短分析笔记。系统通过 GitHub Actions 每天 06:00 UTC 自动运行并提交更新数据库，无需服务器、零成本，结果以 Streamlit 界面呈现。
GitHub 开源项目 date-buffet-llm 是一个无需后端的相亲匹配测试应用，基于 React + Vite + TypeScript，用 localStorage 和 50 名 seed 固定的虚拟人物运行，可切换 Supabase 实现真实用户匹配。推荐卡片内置"AI 설명 보기"功能，调用本地 Ollama 的 qwen2.5:3b 用 2-3 句解释匹配理由并推荐开场消息，单条生成 12-25 秒，通过 JSON schema 强制输出、temperature 0.2 和抄袭/事实检测保证质量。项目附带公平性测试（npm run simulate），TOP 10 基准下年龄、性别、地区指标均通过，TOP 5 地区指标未达标。
BeatLink 在 GitHub 发布 SmartHarness，一个让本地小模型在长多步推理任务上更可靠的开源 harness。它把每个请求拆成任务树，每次调用只给模型一个窄目标，配合本地 SQLite 知识库和后台研究 worker，模型通过 llama-cpp-python 从本地 GGUF 文件运行，不发送任何数据到托管模型。它内置不依赖模型的检查（如引用 URL 必须出现在抓取证据中）、不可信网页内容的指令注入过滤、基于 Qwen3-Embedding-0.6B 的语义召回，以及支持断点续跑的检查点机制；召回基准显示加入语义检索后复述类问题命中率从 0% 升至 100%。项目采用 GPL-3.0 许可证，提供 TUI、GTK 界面和评测命令。
GitHub 仓库 jihwan21-kim/llm_agents 更新了面向浏览器智能体实验的本地回放环境：支持显式选择加入的公开站点 POST 录制（PUT/PATCH/DELETE 仍被拦截，清洗后的 HAR 会丢弃 POST 内容），并提供代理 Chrome 起始页、破损 mock 按钮的可视化编辑器和站点允许列表策略。原始第三方 JavaScript 仅以只读形式归档供查看，不执行；快照点击成功不代表源码运行时或后端等价。
GitHub 仓库 llm-wiki 是一个研究型知识库，通过 /wiki-sync 命令把 raw/ 中的论文、报告、代码、转录等原始资料增量编译为 wiki/ 下的结构化页面（来源页、实体页、概念页、对照页、地图页）。raw/ 保持只读，wiki/ 统一简体中文，每次同步更新 index.md 并向 log.md 追加日志，冲突与不确定性显式标注。协作规则由 CLAUDE.md 定义，发布采用 kb/ -v 分支合并到 main 的 Git 流程。
GitHub 上的 eval-service 进入 public-beta candidate，提供语言无关的可复用平台，通过统一接口收集多个项目的 LLM 用量，并评估 LLM 应用的质量与性能，支持跨项目一致比较模型、提示词、成本、延迟和可靠性。平台由 Rust 引擎驱动，可评测 Python、Rust、LangGraph 等异构项目，检测回归并解释决策；用量追踪按项目、模型、provider、任务和天聚合 token、延迟、错误和成本，支持 `eval run --sandbox docker` 隔离执行、OpenAI 兼容回环 proxy、离线 cassette 重放和静态 HTML dashboard。