新闻、仓库与研究，按时间排列。
Jahia 发布 automatic-content-tags 模块，为 Content Editor 添加 "Auto Tagging" 功能，可通过配置切换 Anthropic、OpenAI 或 DeepSeek 三家 LLM 提供商（默认模型分别为 claude-sonnet-4-6、gpt-5-mini 和 deepseek-chat）为内容生成语义标签。该模块兼容 Jahia 8.2，需 Java 17 构建，默认生成 5 个标签、上限 50 个，经普通 HTTPS 调用提供商 API，无需内嵌 SDK，采用 MIT 许可证开源。
ai-coding-principles 是一组 Claude Code 技能，通过明确规则减少 AI 编码常见问题，如代码膨胀、重复逻辑、修改破坏其他功能和命名不清。它要求 Windows 电脑和已安装的 Claude Code，将技能文件复制到 skills 文件夹后重启即可使用。技能本身不直接写代码，而是引导 Claude Code 保持小步修改、先解释计划、避免猜测，使 AI 生成代码更易测试和审查。
GitHub 项目 aqua5230/usage 将 Claude Code、Codex、Antigravity 和 Grok CLI 的 5 小时与每周配额显示在 macOS 菜单栏或 Windows 系统托盘，按绿到红着色。数据读自本地日志，Antigravity 走 Google 官方配额接口；还提供上下文 70% 提醒、prompt cache 命中率、Token Saver（A/B 测试中后期回复缩短约 40% 而非增长 84%）与 Claude Code 侧边栏等功能，支持 brew、Windows 下载包和 uvx usage-cli 三种安装方式，采用 AGPL-3.0 许可。
推荐理由：工具直接读取本地日志与官方配额接口，在菜单栏实时显示多家 CLI 的额度与上下文用量，方法可复用。
golembot 是一款让用户在 Slack、Telegram、Discord、飞书、钉钉、企业微信等聊天应用中运行 Claude Code、Cursor、OpenCode、Codex 等 AI 编码助手的工具，也可嵌入 Node.js 项目。其 Windows 版本要求 Windows 10 1809 或更新、至少 4 GB 内存和 500 MB 磁盘空间，提供图形界面和无代码设置，通过 API token 连接各平台。
AbdullahKaif 发布开源工具 CodeAtlas，粘贴 GitHub 仓库 URL 即可本地完成克隆、解析、嵌入检索、安全扫描和 RAG 问答，源码全程不离开本机。流水线使用 Tree-sitter 解析、BGE 嵌入加 FAISS 检索、Ollama 运行 Qwen3-Coder（约 19 GB，需约 24 GB 内存），安全引擎为 Semgrep 加 Gitleaks；架构图与影响分析只基于解析器证明的静态边，AI 引用会逐条验证，无效引用直接移除。目前仅支持公开 GitHub 仓库，Python 优先解析，其他语言只做盘点。
推荐理由：README 详细列出了全本地化流水线、各阶段完成状态和引用校验机制，适合想自托管代码理解工具的开发者参考。
rupeshpoojary9 发布开源工具 OpenHarnX 0.1.1，用于验证 AI 编程智能体的改动，它锁定约定测试、在 srt 沙箱中运行锁定副本并比较基线，不调用任何模型。它可捕获改测试、加跳过标记、放松配置、破坏既有测试和篡改环境等行为；Claude Code 有内置 Stop hook 集成，OpenCode 有实验性插件，也可作为 GitHub Action 等 CI 门禁使用。在 102 个不可能任务公开数据集回放中，零配置捕获 43/52 个假修复，包括全部 26 个改测试的假修复；对 github/spec-kit 20 个已合并 Copilot PR 的事后回放中 9 个通过。
推荐理由：原文给出了锁定测试、沙箱运行和公开回放数据的完整做法，读者可以据此了解如何验证 AI 编程智能体是否真的让测试通过。
AMD 在 GitHub 开源 hip-kernel-llm-lab，一个涵盖持续预训练（CPT）、监督微调（SFT）和强化学习（RL）三个阶段的 LLM 训练框架，用于训练模型生成、理解和优化 HIP kernel。仓库还提供 hip-kernel-generator 数据生成工具，支持 PyTorch 到 HIP kernel 的转换与优化，训练数据托管在 Hugging Face 的 amd/hip_llm_dataset。CPT 和 SFT 基于 LLaMA-Factory，RL 部分提供基于 veRL 的 HIP 训练栈及 32-MI325X 的多轮 Triton RL 配置。
GitHub 开源项目 m20was/AI_Data_Engineering 提供 Swiggy-Zomato 外卖数据的端到端批处理流水线，链路为 CSV → Amazon S3 → Snowflake → dbt → Airflow → AI（选用 Gemini 以节省成本）。dbt 按 medallion 分层构建 RAW/STAGING/MARTS，AI 层实现评论 LLM 结构化、RAG 对话和 text-to-SQL，最终由 Streamlit 和 Snowsight 展示结果。
Hiddleston-12 在 GitHub 发布 pytest-llm-assert，一个用于 LLM 应用行为测试的 pytest 插件，提供语义提及、语义否定、幻觉检测和语气检测四种断言，支持链式调用。断言基于离线模型 sentence-transformers 与 NLI，不调用 LLM API，并可通过基线保存与对比检测行为漂移、生成 HTML 报告。
推荐理由：原文列出了四种语义断言和回归基线用法，测试 LLM 应用的人可以直接照搬到自己的 CI 流程里。
ashe-wb 在 GitHub 发布 tuieval，一个让用户用自己的 eval packs 同时评测本地模型（llama.cpp GGUF、LM Studio、Ollama、vLLM）和 OpenRouter 前沿模型的工具，同时测量准确率、速度和 token 用量，给出 PASS / FAIL / INCONCLUSIVE 判定，无内置基准、无 LLM 评委。它提供 TUI、Smoke/Screen/Certify 两级评测、自动调速、selftest 自检、verdict 历史记录，支持 code 类测试需在容器或 VM 中运行，MIT 许可，可通过 pip install tuieval 安装。
推荐理由：原文详细说明了用自有题目同测本地与前沿模型的方法，判定门槛和评分机制都写清楚了，方法可直接复用。
wemux-ai 在 GitHub 开源了 Apache-2.0 协议的 Agent 协作平台 Wemux 社区版，控制平面负责规划、路由和审查，实际编码由用户自己的 worker 机器在隔离 Git worktree 中执行，代码不上传云端。平台支持 OpenCode、Claude Code、Codex 运行时和 BYOK 模型密钥，集成飞书、Slack、钉钉、企业微信、微信、WhatsApp 等通道，提供看板任务管理、多节点组网、Electron 桌面与移动客户端，可完全自托管；托管模型网关、云节点池和计费作为单独商业服务不在仓库内。
GitHub 上的 data-analysis-agent 项目用 Qwen LLM 从零实现 Agentic AI，构建了一个可通过自然语言查询销售数据的智能体，未使用 LangChain 等 Agent 框架。它能生成只读 SQL 从 SQLite 取数、用 Python 做统计分析、链式调用多工具，并维护短期对话历史和处理工具与数据库错误，最终以自然语言返回结果。
helloluma 开源 Luma，一个面向生物医学问题的可溯源 AI 引擎：将 Claude 生成的答案拆分为原子论断，逐条经 PubMed E-utilities API 实时检索验证，每条论断附 PMID 引用或标注 unsupported。在标签化心脏病学论断集上，Luma 编造引用率为 0.00、引用忠实度为 1.00，而未辅助模型编造率达 0.20-0.40。项目采用 Apache License 2.0，附 FastAPI 引擎、评估工具链、MCP 服务器及 useluma.io 演示，并已向 NIH 申请 SBIR Phase I 资助。
开源基准 SilverquiLLM-bench 通过让 LLM 编程智能体在自定义游戏引擎中以 Python 类实现万智牌（MTG）卡牌来评测其代码能力。任务卡牌来自训练时不存在的新 MTG 系列，降低记忆污染风险；评测维度包括卡牌正确性、参考卡牌回归和引擎回归三项，采用隐藏测试套件，智能体以黑盒 Docker 容器运行且与模型无关。当前工作集 hob-medium 选取 5 张 HOB 卡牌，历史 SOS 基准选取 10 张卡牌，roster 覆盖 GPT-6 Astra、Sol、Luna 及 Claude Opus 5.5、Sonnet 5.5、Fable 5.1、Haiku 4.5。
GitHub 仓库 FanslationStudio.LlmKit 是一个可复用的“over LLM”游戏翻译套件，包含 Line→Splits→Templates 数据模型、CSV/复合字段解析、带重试/升级/验证的 LLM 翻译服务，以及从游戏数据提取文本并回填原文文件结构的工作流。下游项目如 DragonHierOverLlm、LegendOfMortalOverLlm、WanXiangOverLlm 通过项目引用而非 NuGet 包消费该库。仓库以 .github/copilot-instructions.md 和 AGENTS.md 作为面向 AI 智能体的规则源，docs/KNOWN_ISSUES.md 仅作问题索引。
GitHub 用户 Benny-Gao 开源了一个基于 Kaggle 数据集的金融新闻情感分析项目，用于对比 LLM 与 FinBERT 两种方案。该项目使用 Qwen1.5b 作为对比中的 LLM 模型，仓库目前包含 README 文档，尚无 stars、forks 或 releases。
Forge 是一个开源、CLI 优先的多智能体编排框架，通过 Critic、Architect、Planner、Executor、Tester、Reviewer 等角色的工程化流水线组织本地 CLI 智能体，实现可审计的自主软件开发。它以 Git diff 为核心做对抗式审查、用 Playwright 无头 Chromium 等真实接口做黑盒测试，并支持 forge auto 自修复循环与人工检查点。支持 OpenCode、Google Antigravity、OpenAI Codex 适配器，需 Python >= 3.10，可用 pip install forge-orchestrator 安装，支持 Linux、WSL2、macOS 和原生 Windows。
yielab 开源了 docket v0.2.0-beta.4，一个用一条命令给仓库创建编码智能体团队并治理其行为的 CLI，通过 .docket/ 下的 YAML 定义角色、流水线、门禁和策略。支持任意 OpenAI 兼容端点（托管或 llama.cpp、vLLM、Ollama 等本地部署），内置 18 个 recipe，所有工具调用经过单一策略与分类器瓶颈，提供审批、预算、bwrap/Docker 隔离和防篡改审计。项目为 beta、单操作者软件，预计 beta 间有破坏性变更，许可为 Apache-2.0。
推荐理由：项目用 YAML 描述角色、门禁与策略来治理编码智能体团队，配套审批瓶颈和哈希链审计，配置改动不用改代码。
cwchangggg 在 GitHub 开源 Revit-Design-Agent 项目，通过 MCP 与 LLM 将自然语言指令转化为合规的 Revit API 操作，解决模型 API 幻觉问题。系统采用 LLM Agent、MCP Server、Revit Host 三层架构，内建 AST 语法预审、API 幻觉黑名单过滤与 Fallback 安全接管三重防护。项目使用 Llama3 并支持 Ollama 或 OpenAI API，需 Revit 2026 与 pyRevit 环境。
jax79sg 发布 transactAgent，一个自托管单用户 Web 应用，从私有 Google Drive 文件夹拉取银行账单 PDF，用 Gemini 视觉输入自适应提取交易并用 LLM 自动分类（从人工修正中学习），默认 gemini-3.5-flash-lite 和 OpenRouter free 路由。提供交易表格、财务仪表盘、多币种换算成 SGD、基于真实交易数据的 Ask AI 问答和按 token 计费的成本统计，四个容器（PostgreSQL、api-service、ingestion-worker、React 前端）通过 docker compose up 一键运行。
GitHub 上的 code2llm 工具可通过 `code2llm ./ -f all` 一条命令生成代码库的完整分析文件，包括健康诊断、重构队列、结构地图、调用图及可直接粘贴给 ChatGPT/Claude 使用的 context.md。该示例项目分析耗时 263 次提交、LLM 用费 $8.3176，对比人工估算约 105.3 小时（按 $100/时约 $10535）。工具还支持 `--strategy quick`、`--max-memory 500`、`--no-png` 等性能选项。
ainova-systems 在 GitHub 发布 Intelligence，一个用中立 Markdown 统一构建、版本化和分发 AI 编码规则的 CLI 工具，已以稳定版上架 npm（npm install -g @ainova-systems/intelligence，需 Node.js 18+）。
推荐理由：工具把规则、agents 和 skills 统一为中立 Markdown 并按适配器渲染各 AI 工具原生文件，适合维护多工具项目共享上下文的团队参考。
Plurnk 在 GitHub 发布其 CLI 与终端客户端，定位为让模型自主决策记忆、检索与委派的代理式编程环境，核心是用持续上下文管理彻底取代 compaction。它将整个仓库以 regex、XPath、JSONPath、全文和 tree-sitter 符号索引，支持本地或云端模型，兼容 MCP、AG-UI、Agent Skills 与 A2A，默认自动接受提案（PLURNK_CLIENT_YOLO=1），可经 npx @plurnk/plurnk 直接试用，MIT 许可。
qduc 开源了面向编码与终端工作的 AI 助手 term2，可读取代码库、编辑文件并在本地或 SSH 上运行命令。它支持切换托管或本地模型（内置 OpenRouter 和 Grok，可通过 /providers 添加 Anthropic、Gemini 等），并可将任务委托给子代理、恢复或分叉历史会话。需 Node.js 20 以上，通过 `npm install --global @qduc/term2` 安装，采用 MIT 许可证。
NVIDIA 基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理分别构建了达到 IMO 2026 和 IOI 2026 金牌水平的系统。IOI 2026 上 Nemotron-3-Ultra-CC 得 535.4/600，高于 361.12 的金牌线和 498.27 的人类最高分；IMO 系统用 SFT 与 RL 检查点加 generate-verify-refine 流程得 30/42，超过 29 分金牌线，全程仅用自然语言，无形式化证明器或外部工具。SFT/RL 检查点、训练数据集、含 200 道竞赛题的 Nemotron-IMO-Bench 及 NeMo-Skills 推理管线已在 Hugging Face 开放。
推荐理由：原文完整给出了两个项目的训练数据规模、各阶段分数和可复用的四步特化配方，权重、数据和推理管线都已开放。
作者发布开源终端编码智能体 Kolkrabbi（二进制名 kolk），定位为 Claude Code 与 Codex CLI 的替代品，可在同一会话中使用 Claude Pro/Max、ChatGPT Plus/Pro（Codex）和 GitHub Copilot 订阅（经各家自有 CLI、无需 API key）、OpenRouter 任意模型或 Ollama、vLLM 等本地模型，某一额度用尽时自动切换到下一订阅。提供 chat、code、agent 三种模式，/effort 分档跨供应商映射到不同模型层并设定工具轮数与 shell 超时；每次调用记录到本地 JSONL（~/.config/kolk/stats.l），无遥测、无后台联网。
推荐理由：作者详细说明了多订阅切换、effort 分档映射和本地用量统计的实现方式，读者可以直接安装复现这套终端编码智能体工作流。
commit-sage v2.0.0 发布，这是一款跨平台 CLI，可将 git diff 转为 commit 消息，提供 generate、commit、config 三个子命令。AI 路径支持 OpenAI、Gemini、Ollama 等 11 个 provider，输出 conventional/angular/emoji/semantic/freeform 格式；--offline 路径无需 API 即可生成确定性 conventional 消息。v2 的破坏性变更是：直接运行 commit-sage 现在打印帮助而非静默生成。
dsh-mini 是一个基于 DeepSeek Harness 引擎的开源便携 AI 编程助手，整个程序仅一个 7.6 MB 文件，约为同类工具（359 MB）的 1/50。它零运行时依赖、免安装，支持 Windows、Linux 和 Android（Termux），最低 512 MB 内存即可运行，可连接 DeepSeek 或其他兼容 LLM 获取 AI 回答。
GitHub 上的 claw-plus-plus 是一款基于 C++23 构建的 Windows 桌面终端 AI 编程助手，支持切换 Anthropic、OpenAI 和 Ollama 三种 AI 提供商，内置读写文件、搜索内容、运行命令等工具。它支持会话持久化，可保存任务历史后继续，运行需 Windows 10/11、64 位处理器和至少 8 GB 内存。
GitHub 项目 Agent-Pathway 是一个按周划分的 LLM 系统学习路径，从基础提示词逐步进阶到带 RAG 和引用功能的企业级 copilot。课程覆盖结构化输出、嵌入向量与向量搜索、检索流程、工具调用等主题，并提供 Windows 版下载，需 Windows 10/11、4 GB 内存和约 500 MB 磁盘空间，使用 LLM 功能需自备 API key。
PMZPZM0 在 GitHub 发布 codex-harness-desktop，一个对 OpenAI Codex CLI 的独立桌面封装，无需命令行即可使用，当前版本 v0.0.29。核心包括多会话并行与排队、可视化 diff 审阅、桌面/浏览器自动化（Playwright 随包预装）、技能/插件/MCP 三个市场（SkillHub 280+ 技能、Gitee 镜像 48 个插件）、55 个专家包与 16 套人格、本机离线语音通话（sherpa-onnx，零联网）、微信/Telegram/飞书/钉钉/QQ Bot 远程接入，以及 ChatGPT 设备码登录与任意 OpenAI 兼容端点接入。
claude-auto-tok 是一款基于 TypeScript 的工具，用多个 AI 智能体将一句创意自动生成 TikTok 风格短视频，覆盖脚本撰写、配音、场景构建和最终视频渲染。它需要 Windows 10/11、8 GB 内存和 5 GB 磁盘空间，首次使用需配置 Claude、Gemini、OpenRouter、ElevenLabs 等服务的 API 密钥。最新版本可从 GitHub releases 页面下载。
compforge 发布 devloop，一个面向 AI 编码智能体的受控 PR/MR 开发生命周期插件，支持 Claude Code、Codex 和 DeepSeek Harness（适配 DSH 0.1.6-alpha.1），通过 gcam、gcamp、gcampr 等命令接管提交、推送和 PR/MR 创建，合并仍由人类决定。插件提供执行级护栏，拦截受保护分支提交、全量暂存等高风险操作，按受影响 Component 运行 lint/test 校验，并用受管 worktree 隔离并发会话；仓库还分发 code-taste 和 quality 两个 skill 型插件。支持 GitHub PR 与 GitLab MR，要求 Node.js 22.19+，Python 3.11+ 用于 skill 工作流。
推荐理由：这个插件把 AI 编码智能体的分支、校验、提交和 PR 流程纳入执行级护栏，适合关注多智能体并发安全的开发者参考。
Kodus 是一款开源 AI 代码审查工具，可自托管，支持 Claude、GPT-5、Gemini、Llama、GLM、Kimi 或任何 OpenAI 兼容端点，覆盖 GitHub、GitLab、Bitbucket、Azure DevOps 和 Forgejo。用户可通过 BYOK 直接向模型提供商付费、无隐藏加价，并用 Kody Rules 以自然语言定义审查规则。其 Kody 智能体可直接在 PR 中按严重程度标记风险并给出具体修复建议，自托管最低需 2 CPU 核心、8 GB 内存和 60 GB 磁盘，Community 版免费，Teams 版 $10/dev monthly 或 $8/dev annual（另加 tokens 费）。
DanielDeshmukh 在 GitHub 开源 Autobots，一个层级化多集群编程 swarm CLI，基于 NVIDIA NIM 模型编排多模型按检查、实现、验证、修复四阶段对目标仓库写代码。工具内置 Read/Write/Edit/Glob/Grep 工具系统、REPL 模式、细粒度权限、上下文管理、hooks、MCP 集成、代码审查、快照回滚与 22+ 个 CLI 命令，并附 9 个专用集群（如 Optimus、Ratchet、Perceptor 等）按任务关键词路由模型。README 展示了两个完全由 swarm 生成的 React + TypeScript 项目，含修复阶段自动补齐超时 worker 缺失文件、对齐跨组件属性名、修复类型错误等过程，测试套件共 136 个用例。
作者发布了完全从零编写的语言模型 AARUL：15.74M 参数的 decoder-only transformer，采用 Llama 同款设计，在 RTX 3070 Ti 笔记本 GPU 上用 TinyStories 数据训练 2.6 小时、229M tokens，验证损失从 8.40 降到 1.274。浏览器端以 19 KB 无依赖 JavaScript 运行 int8 量化模型（约 40-50 tokens/s），可实时展示 48 个注意力头的权重和各 token 概率分布，并通过与 PyTorch 对照的测试验证实现一致性。仓库 MIT 许可，含完整复现脚本。
推荐理由：作者从零实现训练与浏览器推理并用 PyTorch 浮点精度做一致性测试，展示了可复现的小模型全流程做法。
开源项目 bruj0/support-agent 是一个客服 RAG 智能体，抓取单个网页并嵌入 Chroma 向量库，通过 LangGraph 工作流（retrieve → guard → generate）用 gpt-4o-mini 严格基于检索内容回答用户提问，并以荷兰语等源语言作答。当 top-1 相似度低于阈值（默认 0.5）时，智能体返回固定拒答话术，不会编造价格、URL 或细节。检索采用 OpenAI embeddings 结合词面重叠重排，支持 EMBEDDER_BACKEND=local|openai 等可配置后端。
Tejashvi Kumawat 开源 BACM，一个为并行 LLM 智能体设计的共享上下文管理器，以带溯源的知识对象、依赖图和增量失效机制应对仓库中途变更，配套论文、代码与 RepoQA-Dyn 基准（httpx、requests、flask、click、rich 五个真实 Python 仓库在运行中发布新版本）。在 GPT-5 mini、每格 30 次留出运行的评测中，BACM 准确率为 0.89（静态）和 0.88（中途变更），独立智能体加上下文清理基线为 0.58 和 0.49，Holm 校正后显著；过时答案 7/186 对 61，token 节省 -22% 与 -26% 则不具统计显著性。全部评测响应已缓存（约 210 MB），可无需 API key 重放生成论文所有表格与图表。
推荐理由：原文给出了完整架构、真实仓库基准和缓存的复现流程，读者可以按需验证并行智能体共享记忆方法的各项结果。
GitHub 项目 "What Should I Do Next?" 是一款决策引擎效率应用，根据用户的精力、可用时间和心情，从任务清单中返回唯一一条行动建议。它使用 Claude Sonnet/Haiku 并带规则兜底，支持接受/拒绝/延后的反馈循环、目标与任务 CRUD，免费版每天 5 次查询，Pro 版 $8/mo 不限次数。技术栈为 Turborepo monorepo，前端 Next.js 14，后端 Express.js，数据库 PostgreSQL（Supabase），支付用 Stripe。
GitHub 开源项目 saas-csv-analytics 可将 CSV 文件在数秒内转化为可操作的洞察，自动完成数据剖析并生成可视化仪表盘，无需任何配置。项目基于 LLM 与 OpenAI 构建，使用 Python、React 和 JavaScript 开发，属于后端数据分析与报表类开发者工具。