新闻、仓库与研究，按时间排列。
GitHub 仓库 ai-pricelog 每小时抓取 30 个来源的定价页面和 OpenRouter API，追踪 1,344 个模型、3,245 个 canonical 模型，自 2023-03-01 起累计 3,245 条带日期的价格记录。每次价格变动以带日期的行写入 history 文件，由 CI 中的 Claude 审核后合并，其余等待人工确认。数据通过 dist 分支提供 index.json、flat-v2.json 等视图及含搜索、比价和 token 计算器的静态页面。
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。
GitHub 仓库 thackerhelik/finetuningcourse 提供端到端的三阶段 LLM 后训练流程（Domain Adaptation → SFT → DPO），将 TinyLlama-1.1B 适配到药理学领域，并通过 Ollama 本地部署。仓库包含 data、experiments/metformin、notebooks 目录及 export_to_ollama.py 导出脚本，目前尚无 star 和 fork。
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。
koopycat 发布 pi-secret-scanner v0.2.4，这是一个 Pi 编码智能体扩展，可检测工具输出和发往 LLM 请求中的凭证并在离开本机前替换为类型化占位符，如 [REDACTED:AWS_ACCESS_KEY_ID]。检测结合已知凭证格式规则与基于熵的未知密钥探测，熵检测默认开启，提供 redact、warn、confirm、off 四种模式，支持 .secret-scanner.json 或 Gitleaks 兼容白名单，要求 Pi 0.74.0 或更新版本，采用 MIT 许可。作者强调检测是启发式的，属于最后防线，不能替代避免把凭证写入提示词、文件、日志和 shell 输出。
推荐理由：原文给出了该扩展的检测机制、四种模式和安全边界说明，读者可以直接评估它在本机防密钥泄露中的定位。
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。
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 仓库 manyaa134/AI-Smart-Sustainable-School-Complete 是一个 Class 12 项目，用模拟学校数据演示资源使用预测，明确数据非真实测量、预测仅为点估计。项目提供 Streamlit 仪表盘，按 65%/15%/20% 划分数据，对比均值基线、Linear Regression、Decision Tree 和 Random Forest，需 Python 3.11 环境，并通过 pytest -q 验证。Orange 工作流需按指南自行构建保存，且不会自动驱动仪表盘。
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 上出现名为 luancalhes-web/imobiliaria-bs 的新仓库。仓库包含 assessores、placas-nfc、plano-assessores、scripts 和 template-wordpress 等目录，以及 .gitignore、CLAUDE.md 和 PowerShell 脚本 instalar-tema.ps1 等文件，用于房产相关网站的站点搭建与主题安装。
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。
YashJ2303 在 GitHub 开源 AgentShield，一个面向自主 AI Agent 的低延迟安全网关与事件回放引擎，可实时拦截并按声明式策略评估 Agent 工具调用、从遥测流中脱敏凭据与 PII，并提供离线事件回放以在部署新策略或模型前检测回归。评测显示对建模过的破坏性操作拦截率 100.0% [92.1, 100.0]%，对未建模主动攻击为 45.5% [21.3, 72.0]%（对比 blocklist 的 9.1%，置信区间重叠），90 个良性任务误拦截 0.0%，完整插桩工具调用开销中位数 +18.046 ms p50（独立策略检查约 4.6 ms p50）；回放回归检测 recall 25/25、specificity 23/25、precision 25/27。
推荐理由：作者给出了带置信区间的拦截率、误拦截率和延迟开销数据，并披露了模拟代理与未验证部分的局限，便于评估该网关的适用性。
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。
ahinore 开源了用 Rust 从零实现的 LLM 推理服务器 denno-beta，推理内核不依赖 candle 等现有库，兼容 Anthropic Messages API，可直接配合官方 Anthropic Python SDK 使用。支持 GPT-2 124M 与 Qwen2.5-0.5B–7B-Instruct、Qwen3-0.6B、Qwen3.5 等模型，默认 CPU 运行，可通过 --features cuda 卸载到手写 CUDA 内核（13,252-token prefill 从 395.8s 降到 12.2s）。
推荐理由：推理内核完全从零手写并保持精确解码约束，附 CUDA 加速与可视化遥测，适合想从代码理解 LLM 推理全流程的读者。
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。
shreytalreja25 在 GitHub 发布开源工具 DeckZero，一个 100% 离线、本地优先的可视化演示工作室，复刻 Canva 的自由画布操作，采用 Apache 2.0 协议。它通过标准 HTTP API 连接 Ollama、LM Studio 或 llama.cpp（支持 Qwen 2.5、Llama 3.3、DeepSeek-R1）生成结构化 JSON 幻灯片，内置 RAG 上下文库可摄取 PDF、Markdown 和 CSV 并为幻灯片要点挂可验证引用徽章，支持矢量 PDF 导出和 .deckzero 项目文件，无遥测、可运行在气隙环境。
API Evangelist 在 GitHub 上维护 Gentrace 的第三方 API 档案，内容全部来自公开可访问的网站、文档与 OpenAPI 等公开规范，不运营也不代表该公司。仓库提供独立计算的 Kin Score 与 Agent Readiness 评分，并声明不含任何软件，任何要求下载链接的信息均非官方。
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。
GitHub 开源项目 RedDragon 将 15 种 tree-sitter 语言、COBOL 和 HLASM 源码降低到统一的 38 opcode 三地址码 IR，并在 VM 上确定性执行，面向不完整的遗留代码。源码与依赖完整时解析、降低、执行全程 0 次 LLM 调用，仅在信息缺失时用 LLM 修复或生成占位值；默认运行包含 17,418 个测试，并附有基于 NIST CCVS 的 COBOL 一致性快照（最新为 2026-10-19）。
Devpaul-01 发布 agent-broker，一个基于 Redis 的纯权限门控库，已上线 npm，需 Node.js 22+ 和外部 Redis。它不代理实际调用，只在调用前原子地裁决共享预算、委托深度、并发与熔断状态，调用后由调用方回报结果；另附独立的 Python 实现，两者用相同的 Redis 键和 Lua 脚本，可跨语言共享同一状态。
推荐理由：作者本人发布了这个多进程 Agent 协调门控，README 明确划清了与 LLM 网关的边界并给出信任模型与缺陷说明。
MitushiG 发布预注册实验仓库 rag-context-attention，研究 RAG 场景下提示词长度与迭代检索的实际收益。实验在单张 RTX 4090 上用 Qwen2.5-7B-Instruct 完成，发现长度本身影响很小，30K token 无关文本下准确率仍有 83%（仅金标段落为 82%），真正伤害来自相似干扰项（30K 时下降 30 分，金标段落在中间时最差，39% vs 65%）；金标段落上的注意力可预测答对（分层 AUROC 0.77）；真实 top-k RAG 在 k=20 达到峰值 51.5%。
推荐理由：预注册实验把提示词长度、干扰相似度与检索收益拆开测量，并给出可复现的实验代码与统计校正方法。
riccardogiorato 发布 SurfBench 基准，用 50 个真实任务（分 4 个层级）统一评测 parallel、exa、tavily、firecrawl、keenable、linkup 等网页访问 API，检查各服务商能否找到并抓取正确页面。评分按质量 0.50、可靠性 0.35、速度 0.15 加权，使用固定的 MiniMax M3 读取模型和 Kimi K3 + GLM-5.3 评审面板，给出 95% 置信区间与每千个通过任务的成本列，完整结果包、任务检查器与方法论页面随仓库公开，MIT 协议，可自行运行复现。
推荐理由：这是一个可直接复现的网页访问 API 评测基准，方法论、提示词与评分细则全部公开，还给出了置信区间与成本列。
GitHub 开源项目 ERDischargeRecommendationsRAG 是一套检索增强生成（RAG）流水线，读取意大利语急诊病历，依据欧洲官方指南生成有出处引用的出院建议。系统分为离线与在线两部分：离线解析 PDF 指南并构建 FAISS 索引，在线将病历拆解为查询、多阶段检索后由 LLM 生成结构化建议，意大利语与英语互译可由 LLM 或 DeepL 完成。项目提供 Streamlit 界面，需 CUDA 支持，非 API 部分约需 4Gb VRAM。
开源项目 Quorum 是一个自托管 AI 助手平台，可在企业自有服务器上运行本地模型，未来还将支持多智能体编排，支持多租户、按用户授权。目前已实现 Docker Compose 一键安装、流式对话、附件上传（TXT/Markdown/CSV/PDF/DOCX，单个最大 5 MB）、MCP 工具调用，以及基于 Qdrant 集合的知识库问答。它兼容 Ollama、vLLM、llama.cpp、LM Studio 等 OpenAI 兼容端点，无出站遥测，基于 .NET 10 构建，项目仍处早期开发阶段。
codeonym-oss 在 GitHub 发布 i18n-ai，一个用 LLM 智能体从源 locale 树生成网站多语言文件的 CLI 工具，支持保持 {{name}}、%s、ICU MessageFormat、i18next 复数等占位符完整。工具先用 scan 做预检并请用户确认，再由 LangGraph 并行分类文件并按文件和 locale 分智能体批量翻译，每条译文经规则校验，不合格的带问题说明重试；支持 OpenAI、Anthropic、Google、Mistral、Groq、Ollama、OpenRouter 等供应商，默认保留已通过的既有翻译只补缺失项，经 uv tool install i18n-ai 或 pipx 安装。
GitHub 开源项目 llm-research 是一个本地 Java 21 应用，可向 OpenAI、Claude、Gemini、Grok、DeepSeek、Qwen 等多家模型提供商批量发送 questions.csv 中的问题并保存答案。用户通过 .env 配置 API 密钥、application.yml 选择启用的提供商，每次运行在 output/ 目录生成 xlsx、csv、jsonl、json 四种格式的结果，并记录延迟和输入/输出 token。每次调用消耗 API 额度，项目建议首次只用 1 个提供商、1 次重复和少量问题进行验证。
viniciusbregoli 在 GitHub 开源 hermes-ios，一个连接 Nous Research Hermes Agent 网关的原生 SwiftUI iOS 客户端，与桌面端共用 hermes dashboard / hermes serve 网关，同步聊天、机器人、例程和设置。它支持流式回复、slash 命令、2-6 个机器人的群聊、子智能体树与 Bot Screen 远程桌面接管，需从 Xcode 安装，目标 iOS 17 及以上，不在 App Store 上架；免费 Apple 账号需每 7 天重装一次。
devanshranjan10 发布开源工具 landmines，它读取项目 lockfile 中固定的精确版本，检索针对该版本的开放 GitHub issue 并生成索引，通过 pre-edit hook 或写入 AGENTS.md/CLAUDE.md 的已知 bug 段落让编码 Agent 在编辑前避开这些坑。基准测试中，Claude Sonnet 5.5 无辅助通过 72/84（86%），加入 landmine rules 段落后通过 83/84（99%）；同批对比中 web search 开启为 36/42、Context7 docs MCP 为 35/42，且 84 个会话中 Agent 从未主动调用这两个工具。
推荐理由：作者用 84 个 held-out 任务对比了规则段落、pre-edit hook 与 web search、Context7 的效果，基准局限也写得坦率，方法可参考。
matt-riley 在 GitHub 发布 skill-evaluator，用于对 AI skills 做评测驱动迭代：定义测试用例后，让 agent 分别在有技能和无技能的情况下运行，由 LLM 给输出打分并对比基准结果。工具支持 `skill-eval init`、`skill-eval loop`（运行→评分→基准）和 `skill-eval report` 生成 HTML 报告，可通过 brew 或 `go install` 安装。
参赛队「广州智行科技」开源千问杯多模态推理大赛最终第3名（获2万元奖金）的完整方案：在 Qwen3.5-0.8B 上先蒸馏 Qwen3.6-27B 的 113K 样本做 SFT（初赛 41.8 分压线晋级），再用 GRPO 30 步小剂量 RL（决赛榜 20.2 分，第 9/20），答辩后终评第 3。仓库公开训练/导出脚本、真实日志与技术报告，权重托管于 Hugging Face；核心发现包括 RL 剂量轴在 30 步达峰、同权重 ZIP CRC 消融证明采样解码白送约 3 分、0.8B 模型 RL 池内学习量与平台分强反相关。
推荐理由：作者用同权重 CRC 消融和剂量轴实验分离出每个增量的因果证据，0.8B 小模型 RL 剂量与遗忘的权衡刻画对类似场景可迁移。