新闻、仓库与研究，按时间排列。
GitHub 用户 william1010121 开源了 ClaudeCodeBot，一个 macOS 应用，为本地 Claude Code 智能体提供 Grok 风格的前台界面。主机器人负责接待，按项目记忆文件回答进展、分派任务并组建临时团队；各机器人空闲 50 分钟后把要点写入 memory.md 再休眠，支持群聊、crontab 式例程、VS Code 风格插件系统和内置 Maintainer 自动维护插件库。安装需 macOS 14 以上并已登录 Claude Code，数据存于 ~/.claudecodebot，MIT 许可。
GitHub 项目 agent-on-a-budget 构建了一个客服 AI Agent，用 LLM 标注 1,080 条消息训练小 ML 模型，并按置信度把消息路由到最便宜的助手：ML 模型答简单问题、本地 Ollama 上的 3B 模型答政策问题、云端 LLM 处理退款等工具调用、高额退款转人工。基于 OpenAI gpt-5.4-mini 的 60 条消息实测显示，分层路由比只用云端专家便宜 1.9 倍、快 1.6 倍，55% 消息零成本处理，标注全部消息仅花 $0.07。项目支持 Mac、Windows 和 Linux，内置离线测试、答案缓存重放机制，并提供逐章 Notebook 和 Streamlit 演示应用。
推荐理由：给出实测的成本、延迟和准确率分层路由数据，读者可以参考这套便宜模型处理简单消息、云端大模型兜底的省成本思路。
GitHub 仓库 alexyyyander/prompt-injection-defense 提供一个无依赖的提示词注入筛查工具包，包含一份 SKILL.md 咨询性策略、保守的 Python 预检脚本、detect_injection 等 CLI 工具和测试套件，可被 Claude Code 作为项目本地策略自动发现。项目覆盖指令覆盖、角色劫持、权威冒充、间接注入、Base64 载荷走私等 12 类攻击信号，并通过 GitHub Actions 每日同步社区攻击报告。作者明确声明它不是完整安全边界，生产系统仍需指令/数据分离、最小权限工具、沙箱和高危操作的人工审批。
GitHub 新开源的 enterprise-rag-engine 是一个企业级、隐私优先的 RAG 平台，可将非结构化业务文档转为可查询的智能知识库。系统采用 PostgreSQL 的 pgvector 扩展实现向量语义搜索，集成 Spring AI 与 Spring Boot 架构，并配备 JWT 安全和 Next.js App Router 前端。项目支持 Docker 容器化，可部署在 AWS EC2 或 Oracle Cloud VPS。
GitHub 开源仓库 IntelligentNetworkingLAB/evolvable-dl-platform 提供一个可在分布式边缘节点上用联邦学习构建领域模型的演进式深度学习平台。后端基于 PyTorch 运行 LoRA 适配器的 FedAvg 联邦学习（含分层量化与剪枝，CPU 即可运行），内置内容缓存、推理卸载和信道估计三个应用，训练中可触发数据分布偏移、节点加入、级联过载等事件，采用 Apache-2.0 许可证。
GitHub 新仓库 Divi5-ToolKit 发布，是首个面向 Divi 5 开发的 Claude Code 插件，基于 Claude 而非 GPT-3.5。它提供 10 条命令，可检测 Divi 版本、生成 Divi 5 兼容 CSS、搭建页面区块、审计 CSS 健康度、检查 WCAG 2.1 AA 无障碍性，并支持 9 种真实设备尺寸的响应式验证。插件适用于 Divi 5.13+，内置覆盖 20+ D5 原生模块的知识库，可通过 /divi5-toolkit:research 从上游 Divi 来源按需更新。
GitHub 新仓库 Java-RAG 用纯 Java 实现从 Document 到 Answer + Evidence 的完整 RAG 数据流，面向学习 RAG 内部机制或嵌入现有 Java 系统的开发者，无需 Spring Boot 等强制框架。仓库内置 React 三栏可视化 playground，默认模式完全本地运行、无需 API key 或模型下载，可通过 Ollama profile 换用本地大语言模型，兼容 Java 8，并包含 Redis、Elasticsearch、MinIO、MySQL 等基础组件。
GitHub 仓库 Schaefer42740/llama-terminal-completion 发布 LlamaTerm，一个用 Go 编写的终端 AI 助手，单二进制启动小于 100ms，可用 lt ask 提问、lt cmd 生成 shell 命令。支持 Ollama、LM Studio、llama.cpp、OpenAI、Azure OpenAI，内置多步工具循环的 lt agent、RAG 索引、命名角色与会话、MCP 服务器接入、结构化 JSON 输出和视觉输入，工具调用带确认、危险命令检测与审计日志。
RanchoTao 发布 MathForge，一个以“先验证、后宣布”为原则的研究型数学探索框架，支持人类研究者、语言模型与形式化证明助手协作，区分生成假设与已确立结果。目前该仓库为私有预发布状态，截至 2026-10-20 仅包含品牌资产、文档、经审阅的合成 CORE 源码及 CI 工作流（PR #1），未来 Core 计划采用 Apache-2.0 许可开源，但版权清理仍在进行中。
开发者 Vivek492005 在 GitHub 发布开源项目 STUDY-BUDDY，这是一个基于 Flask 的学生求职与科研一站式平台，集成 Google Gemini 并支持自动回退到 Groq 和 OpenRouter，结合 TF-IDF/BM25 检索与精选内容库。平台涵盖简历 ATS 评分、面试题库、DSA 练习、PDF 问答与文献综述生成等功能，核心特性免费且可完全关闭游戏化机制。
GitHub 新仓库 wtdrhy/Multi-Agent-Market-Research-Agent 发布，是一个基于 LangGraph 的 Supervisor（主管-工人）架构多智能体市场调研系统，输入行业主题即可自动完成任务拆解、多工人并行调研、质检补派并生成结构化 Markdown 报告。系统用 asyncio 并行执行，实测耗时约为串行的 1/3，质检补派最多 2 轮，可调用 Tavily 搜索、未配置 Key 时自动降级。技术栈为 DeepSeek（OpenAI 兼容接口）+ Python 3.10+，支持 Docker 部署与无密钥 CI 测试。
开源项目 Study-Assistant 是一个面向学习的 RAG 应用，可上传 PDF、TXT、MD 文件（最大 10 MB）或粘贴笔记，提问、生成测验或总结，答案只来自用户文档并附可点击引用和 PDF 页码。技术栈采用 FastAPI、SQLite、ChromaDB、all-MiniLM-L6-v2 嵌入和 Groq LLM（默认 openai/gpt-oss-20b），支持 JWT 认证，可通过 Docker 部署。
imlizhuowei 在 GitHub 发布 realgain，一个仅依赖 numpy 的轻量工具包，通过读取评估日志逐项分解自我改进 AI 系统保留改动的收益来源，区分任务噪声、运气、对选择任务的过拟合、LLM 评分偏差和 grader 访问，并输出 REAL、SCORE ONLY、LUCK、GRADER ACCESS 等判定。实测示例中 AFlow 公开日志的 30 个接受改动仅 8 个超出任务噪声且因无 held-out 任务不可核查，DGM 在 SWE-bench 的 89 个归档步骤仅 3 个超出噪声；模拟测试中误判 REAL 的比例不超过 2.2%，30 个 held-out 任务仅能发现 8% 的真实增益，100 个可达 71%。
推荐理由：原文给出真实日志上的判定示例和工具自身的误报率校准数据，读者可以据此检验自我改进系统的收益是否经得起独立核查。
SabiRoute 是一个开源、自托管、本地优先的 AI 网关（版本 0.1.0，MIT 协议，alpha 阶段），为应用提供跨多个模型供应商的单一 OpenAI 兼容端点。它基于 LiteLLM 作为执行引擎，实现按请求类型（如 inline_completion、coding_agent）筛选候选、健康感知回退与冷却恢复、虚拟路由策略（ultimate、coding、research 等），并计划加入 API-key 生命周期、限流与预算治理。ML 辅助路由是未来规划，尚未实现。
GitHub 开源 DDI-334 基准的代码与结果，该基准基于 TWOSIDES 与 DrugBank 重叠构建，含 334 种药物，用于比较 Molecule/Relation/Document 信息源及 LLM 零样本与微调预测在 transductive（S0）和 inductive（S1、S2）划分下的药物相互作用预测表现。仓库提供复现论文全部数字、表格和图表所需的汇总指标、运行配置、loss 曲线及 S0/S1/S2 划分文件，涵盖 GAT、SchNet、ChemBERTa、BioBERT 等编码器、QLoRA 微调（6 模型 x 3 epochs）、KGE 对比与商业 LLM 对比实验。
hcd233 开源 Aris，一个面向个人大模型使用的 MaaS 聚合网关、数据治理与 Agent 调用链分析平台，采用 Go + Next.js，Apache 2.0 协议。它统一接入多平台模型与 API 协议，提供 OpenAI/Anthropic 兼容入口与跨协议翻译、模型别名、订阅账号 OAuth（Claude Code/Codex）、会话持久化与 ShareGPT JSONL 导出、调用审计与熔断限流，并通过 aris CLI 采集 Codex/Claude Code hook 事件重建可读调用链。
推荐理由：作者给出与 new-api、LiteLLM 等四个主流网关的逐项对比表，会话持久化与 SFT 导出等结构性差异可直接用于选型参考。
OpenCompass 是一个开源大模型评测平台，支持 OpenAI、Anthropic、Gemini、Qwen、GLM、DeepSeek 等模型，集成超 100 个数据集，覆盖知识、推理、代码、长上下文、安全等维度，并整合 VLMEvalKit 支持多模态评测。其最新发布 AgentCompass，支持 30+ 公开 benchmark 和 10+ agent harness（如 Claude Code、Codex、OpenHands），已被 EMNLP 2026 Demo Track 接收。平台兼容 HuggingFace、LMDeploy、vLLM 等推理后端，并提供 CompassRank 排行榜。
Novum Labs 是一家聚焦 AI 研究与开源软件的技术组织，方向涵盖 LLM 训练与评估、RAG 知识系统、智能体和全栈开发。其研究项目包括 Doubgate、LLM Research 以及探索语言模型用于量子力学、弦论和量子引力的 QuantumGPT，并强调可复现实验与开放协作。
ArcfluxResearch 发布 Rust 编写的编码智能体监督工具 Dudes，当前为 pre-alpha 早期预览版。后台守护进程雇佣 Claude Code、Codex 或 Pi 等 CLI 智能体并分配角色，目标仅在守护进程自身运行的完成检查通过后才标记 Done，浏览器中的 3D 办公室 Floor 可查看各智能体状态；提供 macOS 与 Linux x86_64/arm64 预编译包，Windows 需自行构建。
GitHub 上的 llm-latency-tracker 通过分布式探针节点测量 AI 推理 API 的网络 TTFB 与推理 TTFT，并发布每日排名、历史快照和区域 p50/p95 统计。2026-10-20 快照覆盖 4 个区域共 46 家推理提供商，亚洲（东京）最快为 fireworks（p50 20 ms）。数据通过 JSON API、MCP 端点开放，代码采用 MIT 许可，数据采用 CC-BY-4.0。
RevAI 是一个面向 REMnux 的 LLM 辅助恶意软件逆向工程流水线，采用确定性优先设计：Ghidra、capa、YARA、FLOSS 等工具产出证据包，OpenAI 兼容的 LLM 仅负责解读并生成报告，所有结论须可溯源到工具输出。它支持脚本化、LangGraph ReAct 智能体和 Web Console 三种运行模式，并提供可选的 WinRE 动态引爆做佐证。
开发者 Chacharin Lertyosbordin 发布 mcp-thai-proofread，一个让支持 MCP 的 AI agent（如 Hermes）直接校对并修正 Markdown 文件或文本中泰语拼写错误的 MCP server。它以 Docker 容器运行于 streamable HTTP 模式，通过 OpenAI-compatible endpoint（如 OpenRouter、vLLM 或 Ollama）调用 LLM，逐段送检并逐行核验结果，拒绝改动数字、URL、英文词和 Markdown 结构，写回前自动备份原文件并记录修改行；提供 proofread_thai（含 dry_run 模式）与 proofread_text 两个工具。
moyu-good 发布开源插件 dsh-lark-bridge，把 DeepSeek Harness 编码智能体接入飞书/Lark，聊天即驱动 agent，无需公网 webhook。核心特性包括飞书原生 thinking 消息展示推理、风险操作审批卡片并回写决策人、目标与 todo 卡片实时更新且重启后自动恢复、web/桌面/CLI 三端共享会话库并按端点云仲裁避免重复回复、一键切换飞书应用凭据，以及 /balance 查询 DeepSeek 余额并利用峰谷半价时段安排重活。要求 DeepSeek Harness >= 0.1.5-rc.2，Node 22.19+，推荐用 pnpm 安装，项目附 397 个测试和上游契约漂移检查。
laffy-999 发布 Open Grammar 插件，在 Obsidian 1.14.4 和 Logseq 0.10.15 内用本地 Ollama 模型提供英语和德语拼写语法建议，不依赖云模型和外部检查服务，仅接受 loopback 地址并拒绝云端模型。默认模型为 qwen3.5:4b，在 63 段合成基准中修复 32/39 处错误且保留全部 24 个对照段落，约需 3 GiB GPU 显存或可回退 CPU 运行；正文还给出十余个候选模型的对比数据和保护链接、代码等笔记语法不被改动的实现细节。
推荐理由：README 附带 12 个候选模型在 63 段合成样本上的实测对比和筛选逻辑，读者可以照着按内存与语言需求选型复现。
NullMark v0.1.0 发布，这是研究开放生成文本水印鲁棒性的 benchmark，建立可复现生成、检测、配对对照与隐藏密钥配置，但尚不实现攻击。实验基于 GPT-2（约 550 MB 权重）与内部 512-token 词表，在 CPU 上即可运行，无需 GPU。最终研究目标是"最小扰动预算（MDB）"——衡量多少语义保持的编辑可改变带密钥检测器的判定。
ZQM Computing 在 GitHub 开源 ollama-fleet-patterns 仓库，提供用 Ollama 把本地大语言模型按多机舰队而非单机运行的运维模式。内容包括 fleet_health.sh 主机健康检查、model_sync.sh 基于模型 manifest 的同步、单文件 RAG 参考实现 rag_minimal.py（仅依赖 Python + numpy，含离线 --self-test），以及拓扑、VRAM 预算、模型管理和运维文档；面向已有单机 Ollama 并想扩展到多台主机的开发者和 homelab 用户，采用 MIT 许可。
推荐理由：仓库作者从生产自托管经验提炼多机 Ollama 舰队运维模式，健康检查、manifest 同步和单文件 RAG 都可直接复用。
GitHub 开源项目 jaychang99/active-recall 是一个键盘优先的主动回忆学习工作站，支持导入 LLM 生成的题目批次（8 种核心题型+18 种扩展题型），用 ts-fsrs 实现间隔重复复习，并提供考试、逐轮笔记与统计功能。技术栈为 Next.js 16 + React 19 前端、NestJS 12 + Prisma 7 + MySQL 8 后端，使用 Auth.js 支持 Google 登录，可通过 Vercel Hobby + AWS Lambda + TiDB Cloud Starter 以约 $0/月 托管。
GitHub 上线一个面向 Java / Spring 开发者的 Tetrate / Envoy AI Gateway 免费学习站，课程共 7 部分、29 个原子化课时，每个课时从 Apigee 对象和 Spring 代码双锚点讲解 AI 网关概念。内容覆盖统一 OpenAI 兼容 API 多供应商网关、token 配额与成本治理、提示词注入防御与 PII 脱敏、MCP 工具路由及 OpenInference 可观测性，全程配动手实验。站点采用 Mayari 月亮暗色主题，已预渲染并由 GitHub Pages 托管，属独立学习资源。
GitHub 开源项目 orb 发布 0.1.0 早期版本，是一个 Mac 本地优先的 AI 研究工作台，当前仅支持 Apple silicon、macOS 14+，采用 MIT 许可证。应用以无限画布组织来源、对比、图表与笔记，由 Scout 找证据、Critic 挑错、Builder 做综合的三个 Agent 协作完成研究。它无需账号或订阅，支持 BYOK 或登录符合条件的 ChatGPT Plus/Pro 计划，密钥存于 macOS Keychain，无遥测和云同步。
svetzal 开源的 Mojentic 是一个面向 Kotlin Multiplatform 的 LLM 集成框架，目标覆盖 JVM 服务器、JVM 桌面和 Android，目前处于 Phase 0 骨架阶段，仅包含项目脚手架。规划特性包括支持 Ollama、OpenAI 和 Anthropic 多提供商、基于 suspend + Flow 的协程优先设计、工具调用、结构化输出、流式传输、事件驱动多 Agent 系统及基于 OpenAI Realtime API 的实时语音。要求 Kotlin 2.3+、JDK 17/21，采用 MIT 协议，尚未发布到 Maven Central。
这是 GitHub 仓库 Vivian2688/llm-api-stability-test，为文心（Wenxin）与星河（Xinghe）模型提供 LLM API 稳定性回归测试。套件基于 newman 和 newman-reporter-htmlextra 运行，failure_rate 超过 2%、timeout_rate 超过 30%、P95 超过 20,000ms 或出现 burst failure 时将阻断 CI。每次 CI 运行把结果追加到 history/*.jsonl 并可用 generate_trend.js 生成本地趋势报告，HTML/JSON 报告仅作为 CI artifacts 上传而不入库。
SandBase Lab 发布 awesome-minimax-minimax-m3.1-flash 仓库，收录用 MiniMax-M3.1-Flash（2026 年 10 月 19 日发布）生成的 55 个视频，来自 44 位创作者，其中 7 个附创作者提示词，每日同步。作品多为一条提示词生成自包含 HTML 页面的 Three.js/WebGPU 3D 场景、动画和浏览器游戏，并附 7 种提示词模式和填空模板、API 教程。对比方面价格上 M3.1 Flash 常胜，如潜艇场景 $0.21 对 DeepSeek 的 $0.38、落地页 $0.014 对 Opus 的 $1.22，质量评价则不一；Lab Pelican Test 得分 3.25，22 个模型中排第 6，约 $0.006 一张。
MANIT Bhopal 学生项目 FORENSIGHT 开源，提供交互式嫌疑人面部合成与识别系统：用户用模块化面部组件拼接画像，经 DeepFace（Facenet512 + RetinaFace）提取 512 维嵌入向量，用 Cosine Similarity 在 MongoDB Atlas 中秒级匹配已入库嫌疑人档案。前端采用 React 19 + Vite，后端为 Flask 3.0，图像存储于 Cloudinary CDN，支持 NORMAL 与 ADMIN 角色权限分离。
新仓库 TUTUisAbigCAT/dataset-generation 基于固定版本 WaveStitch，适配 WatchSleepNet 的 DREAMT IBI 数据接口，用 DDPM 扩散模型生成 IBI 信号。输入窗口默认 window_epochs=4（25 Hz、120 秒、3000 点），含 9 个条件通道，依赖 Python 3.12 与 PyTorch 2.2.2 + CUDA 12.1。验证指标为对角高斯 KL（协议 ibi_epoch_diagonal_gaussian_kl_v3），默认 200 步采样、最多 50 个 epoch、batch size 8，并支持基于平滑 KL 的早停。
GitHub 仓库 shuji77/awesome-text-to-motion 收录文本驱动人体运动生成的综述、数据集与模型，聚焦无人物-物体/场景交互的单人场景。仓库收录 HumanML3D、Motion-X、SnapMoGen、MotionMillion 等数据集及相关模型论文，并提供带交互可视化的项目页面，欢迎社区按 arXiv ID、会议、标签等格式提交补充。
GitHub 新仓库 ziyu/artgen-skills 发布了一个独立的 Agent Skill 和零依赖 Node.js 客户端，用于 Artgen 图像创建与本地图像转换，需自备 Artgen 部署和 Dashboard API key，要求 Node.js 22.20 及以上。生成通过 `--yes` 显式授权计费，输入图片仅支持本地 PNG、JPEG 或 WebP 且不超过 5 MiB，`--timeout` 默认 120 秒，失败时不自动重试以免重复扣费。本地测试已通过 32 项检查，并成功生成 1024×1024 JPEG 消耗 5 credits。
GretaHall62 在 GitHub 发布 self-improving-agents 仓库，将自我改进代码智能体分为四级：AutoResearch 循环、带结构化审稿反馈的 Feedback Loop、重写自身源码的 HyperAgent Loop、以及代码智能体与测试智能体对抗共演化的 Arena Loop。实验显示固定基准造成虚假信心，Level 1-3 在邮件验证原始测试上得 90-100% 但在对抗套件上降至 62-66%，Arena Loop 稳定在 70%；Feedback Loop 是性价比最优，在 support 任务上与 Arena Loop 得分相近但成本低约 20 倍（$0.03 vs $0.63 每任务）。
jackleone329 发布 self-improving-agents 仓库，把自我改进代码智能体分为四级，从最简单的 AutoResearch 循环到带自改写代码与对抗共演化的 Arena Loop。实验显示固定基准易造成虚假信心，Level 1-3 在 email_validation 原测试上得分 90-100%，但在对抗套件上降至 62-66%，Arena Loop 保持 70%；Feedback Loop 性价比最好，snake 得分 31.1、成本 $0.03 每任务，约为 Arena Loop 的 1/20。仓库支持断点续跑、自定义任务接入，并提供终端内观看 Snake AI 对局的播放工具。
同一新闻，精选展示《geraldduong096 开源 self-improving-agents 框架，分四级实现自我改进代码智能体》
prompts.chat 收录新 prompt「Listing Intelligence Engine」（LIE，v1.2.2），由 Scott Malin 贡献，用于对 Airbnb、Vrbo、Booking.com 等房源列表做取证式分析，识别优势、潜在弱点、隐藏成本与预订信心，并按证据标准和高中低置信度评分输出 10 分制报告。该 prompt 强调不假设房东欺骗、不编造事实，遇到反爬或登录墙时输出 Fallback 响应并要求用户粘贴房源文本。
SeyhaLite/LLMs-from-scratch 是 Sebastian Raschka 所著《Build a Large Language Model (From Scratch)》（Manning）官方代码仓库 rasbt/LLMs-from-scratch 的高棉语社区文档。项目包含 RST 源文件、第 1–7 章页面、构建好的 HTML 文档（经 GitHub Pages 提供）、Makefile 与 Read the Docs 配置，并欢迎通过 issue 或 pull request 参与贡献。