新闻、仓库与研究，按时间排列。
akapug 发布 homelab-atlas 仓库，用 2017 服务器、2019 工作站、Ryzen 桌面等四台旧机器实测本地大模型部署，如 DeepSeek V4.1 Flash（748B MoE）在 RTX 6000 + Optane 上解码 12.69 tok/s，GLM-5.3-Flash 在 3090 Ti 上达 26.69 tok/s。仓库提供 PATCHES.md 补丁索引、按硬件分类的复现命令、失败记录，以及浏览器端 Recipe Maker 规划工具，用于在下载权重前预判 MoE 模型在 VRAM、DRAM、PMem 上的布局与速度。
推荐理由：用二手服务器、老工作站和Intel冷门卡跑通大MoE模型，每个数字都附条件、命令和补丁来源，方法可直接照搬。
OpenCode 个人 fork「opencode-personal」基于 OpenCode 1.14.48 源码，独立于上游项目维护，可在终端和浏览器中使用的开源 AI coding agent。该 fork 新增 /usage 中 Anthropic (Claude)、ChatGPT OAuth、ZAI、ClinePass 的用量与配额显示、Qwen3 兼容（含 thinking-mode 配置）、本地语义搜索（zvec）、Rust/WASM diff 层及 ACP 终端后端（如 Zed）支持，并包含 SSRF 防护、CORS 校验、symlink 安全等多项安全加固。
GitHub 上的 360-skills 是一个开源 Agent Skills 合集，将资深专家的流程、判断和质量关卡打包成可安装的技能文件夹，帮助 AI coding agent 产出可审查的高质量工作。技能遵循开放 Agent Skills 标准，可通过 skills.sh 安装到 Claude Code、Cursor、Codex、Copilot、Windsurf、Gem CLI 等 70+ 个 agent，包含 360-backend-audit、360-blueprint、360-execute、360-expert-review、360-faculty、360-optimize、360-token-efficiency 七项技能，采用 MIT 许可证。
SharpAI 2.0 发布，这是一个 .NET 本地 AI 推理库，支持嵌入、文本补全和聊天补全，仅使用 GGUF 模型，基于 LlamaSharp 构建，可提供 Ollama 兼容和 OpenAI 兼容的 REST API。新版本默认按各模型 GGUF 内置聊天模板渲染请求，重建了 React 19 仪表盘，新增多租户认证与 RBAC（默认关闭）、四种数据库支持、Prometheus/OTLP 可观测性，以及 C#、JavaScript/TypeScript、Python SDK。所有推理均在本地完成，无需云端依赖。
作者开源了 Tether，一个面向长时编码 Agent 的运行时，解决压缩后假完成问题：任务摘要和模型维护的计划放在永不裁剪的记忆层，每次压缩过 ROUGE-L 加关键词双校验，不达标就整条回滚。压缩率 22.5%，比不上 LLMLingua 类学习式压缩器的 10–20 倍；DeepSeek 端到端实测 20 任务 pass@1 80%，总 token 省 21%。还含三层记忆、三级文件漂移检测（stat → MD5 → AST）、10 种中断场景恢复、重复调用拦截、MCP 接入，150 个测试全离线可跑。作者明确列出局限：代码执行无沙箱，漂移测试集为自建，e2e 仅 20 任务样本差异在噪声内。
推荐理由：作者把每个设计取舍都配上了可复现的实验数字和明确局限，读者可以照着 benchmark 判断这套运行时是否值得试。
GitHub 仓库 combinatoratrix-ai/claude-models-list 通过 GitHub Actions 每日从 Anthropic 官方 GET /v1/models 端点抓取模型 ID，以公开 JSON 快照形式发布，供没有 API key 的环境只读查询。最新快照（2026-10-22 刷新）列出 Claude Haiku 5.5、Sonnet 5.5、Opus 5.5 等模型，近期模型最大输入 1,000,000 token、最大输出 128,000 token。仓库为只读镜像而非 API 代理，采用 MIT License，仅按更新所用 API key 可见的模型范围生成快照。
BlackoutOps 项目发布，目标在断网的边缘设备 Jetson AGX Thor 上全本地运行大模型推论与小型 RAG，做出能自主诊断修复 IT 故障的 Agent，开发验证机为 NVIDIA DGX Spark（GB10，128 GB unified memory）。2026-10-20 起正式推论引擎由 TensorRT-LLM 改为 vLLM，跑 Nemotron-3.5-Bolt-74B-A9B-24GB（Spark 舞台用 Nemotron-3.5-Lightning-30B-A3B-NVFP4，DSpark speculative decoding 下 decode 提速 27–49%）。
推荐理由：项目给出了完整的部署架构、故障目录规模和多轮实测数据，读者可据此了解全离线自我修复运维 Agent 的工程做法。
agent-gateway 是 AgentGuide 背后的 Apache-2.0 开源网关引擎，可让团队通过一个自托管控制点治理 Codex、OpenCode、A2A Protocol 1.0 智能体、LLM 和 MCP 工具流量。它支持 VirtualKey 认证、SQLite 持久化、Admin API、声明式 Bundle，并提供 OpenAI、Anthropic、Claude Code 兼容及 MCP 等入口。用户可用 Docker Compose 无需 provider 密钥即可完成 v0.7.1 首次运行冒烟测试，并可选启用 Prometheus、Grafana 等可观测性组件。
GitHub 新开源仓库 Yang-Tan-id/Trajectory-TracIn-for-Diffusion-Model-Data-Attribution 提供 JAX 实现的扩散模型数据归因工具，支持 das、traj_tracin、dtrak、end_tracin、journey_trak 等算法。代码位于 diffusion_jax_refined/，支持 cifar10、cifar2、artbench 数据集及 prompted/unprompted 两种工作流，可通过 ATTRIBUTION_RANGES 分片评分，并内置 counterfactual 与 LDS 评估；其中完整 counterfactual/LDS 评估目前仅限 CIFAR。
一个基于 LLM 和 Retrieval-Augmented Generation (RAG) 的文档问答学习助手项目在 GitHub 开源。系统将文档切分并生成 embeddings，用 Pinecone 向量数据库检索，通过 Groq API 调用 LLM 生成答案，前端用 Streamlit 构建。项目还计划支持多文档格式、对话历史和答案来源引用。
GitHub 新仓库 dontneedtogotit/recode 上线，提供基于 Tauri 2 + Rust 构建的 Omarchy Linux 原生开发环境。项目支持 `npm run tauri:dev` 热重载开发，提供 `bash scripts/install-omarchy.sh` 一键安装至 `~/.local/bin/recode`，并附带 `npm test`、`cargo test` 测试及基于 updater 密钥的 SHA-256 签名发布流程。
开源项目 Apex Global 是一个基于 RAG 的企业知识助手，使用 Python、Streamlit、LangChain、OpenAI API（gpt-4o-mini 与 text-embedding-3-small）和 FAISS 构建。它支持从本地 .txt 和 .xlsx 文档检索公司信息，严格限定回答依据检索内容，证据不足时返回 "I don't know."。系统提供带来源引用卡片的管理界面，支持 10MB 文件上限校验、SHA-256 去重、可配置 Top-K 检索与实时文档管理。
开发者 HunterAhlquist 在 GitHub 发布开源项目管理工具 Solo，为小团队提供 Kanban 看板，以 epics/tasks/sub-tasks 作为泳道，支持 SignalR 实时协作编辑、单提供方 OIDC SSO、完整审计日志、主题与扩展。技术栈为 ASP.NET Core Web API、EF Core + PostgreSQL 和 Blazor WASM，一个容器加 Postgres 即可完成部署，服务器发布包内置 MCP 扩展。
WestWaters 在 GitHub 开源 pollard-weights，一套按目标设备 RAM/VRAM 预算构建模型量化的工具，通过 pollard-sensitivity 测量各张量的 KL 敏感度后分配比特，保护 attention、router 和 embeddings，压缩专家 FFN。一次测量分配可输出 GGUF、GPTQ、MLX、EXL3、MX/NVFP4 五种格式，配套 pollard-verify 真实重建校验。在 Qwen2.5-7B 和 14B 上，同尺寸 1-bit 混合精度比均匀 trellis 量化困惑度低约 14%；其误差反馈 GPTQ 在 4-bit 恢复约 46% 的 round-to-nearest 误差。
推荐理由：原文给出了在 Qwen2.5-7B/14B 上与均匀量化的困惑度和 KL 对比数据，读者可以据此评估这套按内存预算分配精度的方法是否值得用。
Haramaya University 信息科学学生 GemachisTesfaye 的 GitHub 主页，主打全栈开发与 AI 应用集成，技术栈为 React、Node.js、TypeScript、PostgreSQL、Prisma。代表项目包括基于 GPT-4 的 AI 医疗平台 Sheger Health Connect、SmartBiz ERP Lite、EduFlow 等，业务覆盖商业、教育、医疗与管理场景。
GitHub 开源 FraudDistill 框架，用于检测大模型面对欺诈诱导时实际生成的回答是否构成欺诈协助，主张该属性是响应级且关系性的，需联合观察查询与回答。框架用 Multi-Agent Teacher 生成结构化信号，经 QLoRA 蒸馏出 1.5B 学生模型支持低成本本地推理，并通过 15% 查询率的选择性审计级联恢复召回，已在 Qwen、DeepSeek、GLM、Kimi 等 6 个直连目标模型上实测验证。
GitHub 上的 CourtVision 是一个 NBA 比赛分析项目，将球队与球员历史数据、赛前情报、独立预测与市场参考整理成分析报告，赛后对照赛前判断复盘。报告本地生成，公开网站仅静态读取，前端用原生 HTML/CSS/JavaScript，无需数据库或 API Key。2026-10-13 的 V1 评测记录显示：1,231 场历史输入、300 个静态用例、黄金评测集 20 场，生成 15 篇文章中 14/20 条链路合格，DeepEval 128/160 项通过；另有 LightGBM、XGBoost 与 ARIMA 离线预测实验，代码采用 MIT 许可。
GitHub 上的 ARIOS 是一个基于 FastAPI 的文档智能与 RAG 后端，可从网页、YouTube 字幕、GitHub 仓库、PDF 和图像提取文本，经 LangGraph 工作流做 spaCy NLP 分析、facebook/bart-large-mnli 零样本分类后存入 SQLite。检索侧用 all-MiniLM-L6-v2 生成嵌入并持久化到 ChromaDB，支持带过滤条件的语义搜索和经 Groq 托管 LLM 的问答。项目处于本地开发阶段，认证与部署尚未实现。
GitHub 仓库 jzy13357737150-eng/llm-youtube-landscape-tracker 提供一个公开网页追踪器，聚合一组 LLM 相关 YouTube 频道的最新视频，基于字幕或转写文本而非仅标题生成摘要。管道以 YouTube RSS 监控更新，默认无需付费 API，配置 OPENAI_API_KEY 后可用默认模型 gpt-5 增强摘要；站点由 GitHub Actions 每 6 小时定时重建并通过 CDN 访问。
GitHub 仓库 rmems/Dioscuri-Cloud 提供面向学生/免费云额度训练的云运维层，涵盖对象存储（S3）、CUDA 镜像、GPU 节点、SageMaker/Azure ML 托管训练任务、成本追踪与 HCP Terraform 控制平面。训练实现位于配套仓库 rmems/agoge-forger，使用 TRL SFTTrainer + PEFT + bitsandbytes QLoRA，通过 `uv run agoge train-qlora` 执行；仓库以 AWS 为主、Azure 为备份，并用 cost-ledger.md 跟踪云支出。
GitHub 仓库 roshpinacare-sys/execution-fabric 是一套自主任务执行系统：任务经 API 派发，后台常驻 worker 每 5 秒 tick 循环执行真实 LLM 调用（不做模拟），每条结果用 sha256 哈希链式签名入账本。系统提供 POST /api/batches 并行批量派发、计数预算 12/小时，任务类型为 CODE/AUDIT/PLAN，Git 侧内置 leak-scan 泄漏扫描并禁止 force-push，推送到账本的代码需所有者批准。
作者开源 zhihu-ai-studio，一个部署在自己服务器上的 AI 内容创作与知乎运营工作台，覆盖选题、写作、独立审稿、图文核验、发布与复盘全流程。项目内置 LLM Wiki 写作参考库，基于本地词法检索提供有来源、可链接的写法笔记，初稿须记录借鉴卡 ID 和迁移方式；支持多模型流式对话、长文分节写作与持久化 Markdown 知识库，默认关闭自动发布。
推荐理由：开源的自托管 AI 写作到知乎发布全流程工程，从选题、LLM Wiki 参考检索到独立审稿和发布核验都有可借鉴的具体做法。
GitHub 开源项目 ChatLLM 是一个 AI 问答应用，后端基于 FastAPI，前端用 React 构建，接入 Groq 提供 AI 驱动的问答能力。仓库目前处于早期阶段，star、watch 和 fork 数均为 0，代码分为 backend 和 frontend 两部分。
klren0312 发布 pageqa，一个自然语言驱动的网页测试智能体，LLM 解析意图后由 browserskill（bsk）驱动真实浏览器执行，输出文本/JSON 报告和 CI 可用的退出码。通过用例的操作会冻结为回放脚本，可用 --replay 零模型调用复跑，适合在 CI 中做回归。工具提供 TUI 交互模式，可实时查看进度与 token 用量、随时追加场景和切换模型，支持最多 8 并发、每场景独立子进程隔离、pageqa lint 静态检查和运行归档回看，需 Node.js ≥ 22.19，通过 npm install -g pageqa 安装。
推荐理由：作者详述了用例回放免模型复跑、场景进程隔离和 TUI 的设计取舍，方法细节可直接借鉴到网页测试与 CI 场景。
soehi 发布 MoonLM，一个用 MoonBit 从零实现的端侧 LLM 推理引擎，同一份源码可编译到 native 与浏览器 js 后端，产物 669 KB / brotli 74.5 KB，推理零网络、零数据外传。已 GGUF 解析、Transformer 前向与采样（M0/M1）、Web Demo（M2）和带沙箱工具的 Agent 运行时（M3）完成；与 llama.cpp 逐位置对拍 288 位置 argmax 一致率 97.22%，浏览器端 SmolLM2-135M Q8_0 流式生成 6.3 tok/s，native 单线程 decode 18.4 tok/s（纯标量、无 SIMD，比 llama.cpp 单线程 57.2 tok/s 慢约 3.7 倍）。
推荐理由：从零实现的端侧推理引擎，对拍数据、性能数字与零网络验证都给了实测细节，可迁移到自建本地推理项目。
The Pipeline Framework（TPF）是一个 Java 框架，用于构建强类型应用流，把模型决策、授权 SaaS 能力、确定性业务逻辑和长时工作组合在一个应用模型中，自动生成传输、持久化、重试、replay、遥测和部署等命令式外壳。框架将每次模型推理建模为带 schema 校验的普通 Query，模型不会获得环境连接器、凭据或效果权限；Agent 循环由普通 Pipeline 组合实现，支持 MCP、GraphQL、OpenAPI 三类连接器，生产运行时基于 Quarkus，Spring 支持尚未达到生产对等。
Lulu Vela 推出结构化白板，用统一文本协议实现 AI 智能体与用户在画布上的双向同步协作：智能体写文本，Lulu Vela 绘制图表，双方保持一致。用户通过聊天入口 /board 即可从提示词生成 Mermaid 流程图并直接在画布或 Source 中编辑，已登录用户可通过 Share 分享云端图表，支持在 Cursor 和 Claude Code 中配置 hosted MCP 实现账号级云端图表创建与更新，项目采用 MIT 许可证开源。
GitHub 仓库 ai-free-content-digest 每天整理「AI 免费额度、免费内容生成、免费发布入口」三条线的增量变化，并附上一期纠错清单。每期采用固定十节结构，已发布 7 期、约 9.8 万字、91 张表，网页版为单文件自包含 HTML，支持全文检索与状态筛选。仓库还维护 182 条五级信源台账，配 14 个脚本自动核对表格、避坑编号连续性与手机端版式，发布前须全部检查通过。
Side Liu 和 Jiang Ming 的论文 What Users See Is Not What Models Read 被 IEEE S&P 2027 接收，仓库公开了配套样本与验证代码。内容包括 25 个最小提取差异 PDF（corpus_a）、25 个下游 LLM 评测 PDF 和 11 个 QA 适配 PDF，以及开源 PDF 解析器验证和 LLM API/Web 验证脚本，支持在 Ubuntu 上用 Python 3.10+ 和 Node.js 20.16+ 复现。
推荐理由：论文配套仓库放出全部样本和验证代码，读者可以实际复现 PDF 对人和对模型显示内容不一致的攻击测试。
Bisotun 发布 IntelliJ IDEA 插件 v1.0.0，可从光标处提取执行调用流与数据模型并复制为 Markdown。Java 完整支持 controller 到 DTO 的提取链，JavaScript/TypeScript/JSX/TSX 为部分支持。默认最大遍历深度 4，含循环保护与正则 fallback，插件内置 token 估算，通过 Ctrl + Alt + Shift + F 等快捷键操作。
Berth v0.3.4 引入实验性 Linux GPU 直通功能，berth vfio run 会在安全点排空引擎并确认无占用后运行用户脚本，脚本自行处理 sudo 和驱动切换，卡片回到 NVIDIA 驱动后才交还引擎，期间可通过 berth status 和 Web UI 查看。作者在 4090 上用一个按键完成密码提示、切换到 Windows 并在关机后由 llama-swap 接回，contrib/vfio 提供示例启动器和 libvirt 配置。
推荐理由：作者本人实测给出 VFIO 直通流程和 4090 上的操作细节，附带 contrib/vfio 的启动脚本与 libvirt 配置可复用。
KittenML 发布 Kitten-TTS 2 的代码与权重，称其为首个 1.58-bit（三值）TTS 模型，1.7B 参数，仅靠 CPU 即可实时生成。支持少于 5 秒参考音频的 zero-shot 声音克隆、20+ 语言跨语言克隆，以及重音与情感表达控制；代码和权重开源，提供 GitHub 与 Hugging Face 链接，定位为 ElevenLabs 的开源替代。
推荐理由：1.58-bit 三值权重让这个 1.7B TTS 只靠 CPU 就能实时运行，对没有 GPU 的本地部署用户是可查的开源替代选项。
开发者开源了 Lumina Capital v6.0.0，一个可本地运行的多智能体量化对冲基金引擎，基于 LangGraph 构建 7 人格反谄媚委员会，并集成 Microsoft Qlib Alpha158 因子与 LightGBM 做本地选股。系统还包含 10 秒高速 Sentinel 线程执行止损、Google TimesFM 提供 5 天概率预测（80% 置信区间），支持纯 CPU 运行，通过 Docker Compose 一键部署，以 CC BY-NC 4.0 许可发布。
代号为 Playforge 的云原生 AI 游戏构建器开源仓库 Gamehub 已进入 Phase 0（cloud spine），用户用自然语言描述即可生成基于 Phaser 2D / Three.js 3D 的可玩网页游戏并发布为可分享 URL，还支持 2–8 人手机入房的 Game Jam 共创模式。目前含 12 个包、1615 个测试全部通过，涵盖 @playforge/agent-core 生成核心、Fastify API 与 Drizzle 数据库（16 张表）等模块；项目需 Node ≥ 22 和 pnpm 9，后续仍需 Postgres、Redis 等基础设施。
GitHub 上新开了一个名为 Fyosamu/thumb-bot 的仓库，包含 bot、factory、projects、state、yt_auth 等目录，以及 BUILDLOG.md、puzzles_pool.jsonl、topics_bio.txt、topics_sci.txt 等文件。正文仅为仓库目录结构，未披露具体功能细节。
GitHub 新仓库 erikas-skills 提供适用于 Claude Code、OpenCode、Cursor、Windsurf、Codex 等编程助手的可复用技能，涵盖前端架构、API 规范、规范驱动开发、多智能体编排与代码质量。需 Node >= 18，通过 `pnpm add -D erikas-skills` 及 `npx erikas-skills install` 安装，支持 `--target claude | opencode | cursor | windsurf | codex` 指定目标，采用 MIT 许可证。
Vector-Void 在 GitHub 发布 PS-5-RAG，一个用于文档问答的 RAG 系统，支持上传文档并基于内容生成答案。系统采用 Sentence Transformers 生成语义嵌入、ChromaDB 做向量存储与相似度检索，LLM 调用 Groq API，后端为 FastAPI、前端为 Streamlit。仓库以 Python 编写，可直接克隆并按说明部署运行。
eduardoSantiag0 在 GitHub 上线新仓库 kaizan-companion，README 仅写着"Kaizen Companion soon..."，尚未公布具体功能。仓库已包含 src、games、images、compose.yaml、pom.xml 等目录与文件，显示这是一个基于 Maven 的 Java 项目，但项目仍未正式发布。
GitHub 上新仓库 solar-power-prediction 已发布，用机器学习进行太阳能发电量预测。仓库包含 api、data、model、public 目录，以及 inspect_dataset.py 和 train_model.py 脚本。目前该项目暂无 stars、watchers 和 forks。
开源项目 SeerX 是一个云原生算法交易平台，用机器学习预测股票和加密货币价格走势。系统基于 scikit-learn 的 Random Forest 模型，通过 Alpaca API 执行模拟交易，用 Supabase（PostgreSQL）记录预测与交易，并以 GitHub Actions 实现云端定时自动化。项目已完成数据管道、模型、交易引擎、仪表盘等全部 5 个阶段，当前性能指标尚未公布，采用 MIT License。