新闻、仓库与研究，按时间排列。
markusstrasser 在 GitHub 发布 llmx，一个统一的 CLI 和 Python API，为 Google、OpenAI、Anthropic、xAI、Cursor、OpenRouter 等多家大模型服务提供单一传输层。dispatch() 返回结构化状态分类（含 timeout、rate_limit、quota 等 13 种状态），chat() 以异常方式报错；支持 --subscription 订阅路由、--dry-run 预检、agent 模式、超时上限 3600 秒，并可通过 llmx info --write-mirror 输出路由信息到 ~/.claude/cache/llmx-routing.。
推荐理由：原文详细给出统一 CLI 与 Python API 的传输层设计、状态分类和订阅路由策略，读者可以对照自建多厂商调用方案。
GitHub 开源项目 LLM-OpenCode 推出基于 Laravel 的 OpenCode Chatbot，完整集成 OpenCode API v2，提供实时聊天、会话管理和模型切换等功能。项目包含 70+ API 端点、代码高亮、Markdown 渲染和暗色主题响应式 UI，需 PHP 8.2+、Node.js 18+，默认使用 SQLite，OpenCode API v2 运行在 9999 端口，官方标注为已完成可使用状态。
SheetsLLM 是一款开源表格清洗工具，用户用自然语言描述清洗步骤，可保存为 recipe 并在新文件上一键重跑，重放阶段不调用 AI，结果不会漂移。数据行不会发给 AI，仅发送 schema 摘要，并提供 strict privacy mode；支持单文件最多 100 万行，免费版每月 50 次上传，Pro 版 Rs 499/月。技术栈为 Next.js + FastAPI + DuckDB + Supabase，默认使用 Google Gemini。
GitHub 上的 neosloc 工具认为 LLM 写代码时代码行已廉价，转而测量其他系统与智能体调用、运行和改动代码的成本。它从十个可集成性维度（接口、稳定性、身份、可移植性等）按 0–4 打分并给出补齐到 solid 级的工作量，同时用 neoCOCOMO 对比经典 COCOMO 估算智能体重写场景下的代码库价值，示例中 11.8 人月的经典估算降为 5.2 人月（约 $59k）。
推荐理由：把经典的 sloccount/COCOMO 工作量估算改成衡量代码可集成性的十个维度，方法可迁移到评估自己的代码库对智能体的友好度。
paulocorcino 在 GitHub 发布 Ralphy，一个单二进制工具，通过本机常驻 daemon 把电脑变成可从任意设备浏览器访问的工作台，支持 Claude Code、Codex、OpenCode、Copilot、Cursor、Gemini、Kimi 等智能体 CLI 并排运行，会话归属 daemon，关机换设备后布局和滚动记录仍在。数据不上传，默认绑定 loopback，非 loopback 需访问令牌，远程可用隧道加 TOTP 密码保护。另含夜间任务循环（计划、执行、提交、验证），用 AFK/HITL 标签控制队列，禁止自动 push 和开 PR，遇失败即停，仅测试通过才关 issue。GPLv3 协议。
推荐理由：原文完整给出了安装、远程访问安全配置和夜间跑任务的防护机制，读者可以照着把编码 Agent 挂到任意设备上使用。
开源命令行编程智能体 miii-cli 发布，采用 MIT 协议永久免费，通过 "plan → edit → run → verify" 工作流在终端完成规划、读写和验证代码。它支持 Anthropic、OpenAI、Gemini、Groq、DeepSeek 等 14+ 托管厂商，也可通过 Ollama、LM Studio、llama.cpp、vLLM 在本地 GPU 上 100% 离线运行。新增 miii web 命令可在浏览器中打开桌面风格的界面，服务器仅监听 localhost，且需链接中的一次性密钥验证。
开源仓库 TemporalMind 把文本预处理、主题建模、Transformer 下游任务和现代 LLM 工作流（提示词、RAG、轻量微调）整合为一条可复现的认知流水线。文档以韩英双语提供，强调可复现性，包含 LDA、NER、摘要、问答等模块化 notebooks，并连接 LDA、TF-IDF 等经典方法与神经方法。
cckyros 在 GitHub 发布 decision-lite，一个以 MCP server 形式复刻 TypeSafe Jev 请求/响应契约的决策层，复用其公开工作流而非未公开的模型内部。支持三种可插拔后端：默认的 cactus-needle（121M 本地模型，~30MB，免费但非英文 confidence 不可靠）、laya（~643MB 多语 checkpoint，输出真实每选项分布）、以及任意 OpenAI 兼容端点（verbalized / sampling / logprobs 三种模式，如经 Ollama 运行 qwen3:0.6b）。
推荐理由：README 直说复刻的是 Jev 的接口契约而非内部模型，并列出各后端校准缺陷和基线数据，判断冷静。
GitHub 上的 llm-pretraining-exercises 仓库提供 LLM 预训练实战练习与 capstone 项目，从最小 Transformer block 到真实训练运行。练习涵盖 BPE 分词、面向 India-first 40B 模型的数据收集（145 个数据集）、清洗去重、V5 训练配方、tokenized shards 数据集构建、Kronecker byte embeddings v2，以及从 Bahdanau 2014 到 2026 年 8 月高维 RoPE 的 30 种注意力机制时间线。技术栈为 Python 3.12 + uv workspace，配 ruff、pytest 与 GitHub Actions CI，网页练习零依赖部署到 Vercel。
PaoloMassignan 在 GitHub 开源 Tokli v0.1.0（Apache-2.0），这是一个本地透明代理，可降低 Claude Code、Codex 等 coding agent 发往 Anthropic 和 OpenAI 的 token 与成本，并报告节省量和对应压缩器。首个可用切片 S1 支持 Anthropic Messages 加无损压缩器 _minify；README 明确风险：E5a 实测文本压缩节省仅 8.1%，且 agent 输入多为约 10% 价格的 cache reads，实际节省可能很低甚至为负。
推荐理由：作者本人发布的本地代理工具，README如实列出实测压缩率、prompt cache 成本等风险数据，可借此了解 coding agent 省token方案的边界。
作者发布了 qwen27-engine，一个专门为 Qwen3.8-27B 和两块 NVIDIA RTX 5060 Ti 16 GB（Windows、sm_120）从零编写的推理引擎，提供 OpenAI 兼容 API，支持流式输出、工具调用、推理、图像输入和投机解码。在同一台 PC 上，其解码比调优过的 llama.cpp 构建快 1.4-1.7 倍，读提示词快 1.7-2.4 倍，重放真实 Qwen Code 会话耗时约一半；q8_0 KV 缓存下输出分布与 llama.cpp 的平均 KL 散度为 0.0005-0.001。限制包括仅支持 Windows、固定双卡、单请求串行，模型文件来自 ISTA-DASLab 的 GGUF（12.1 GB，1.75-6.5 bit 混合量化），MIT 许可。
推荐理由：作者为单一模型和固定双卡硬件从零写了推理引擎，并附完整的性能对比、精度差异和限制说明，读者可以据此评估本地部署的取舍。
marinsokol5 在 GitHub 发布 am-i-nerfed，一个本地逻辑谜题自测工具，以 CLI 和 Agent Skill 形式判断模型当天是否被降智。任务由随机种子在本地生成，默认中等难度限时 180 秒，支持 Claude Code 和 Codex。2026-10-05 的初步横评中 gpt-6-astra 以 85.0% 排名第一，claude-opus-4-6 因从未在截止前保存答案得 0 分；作者还观察 to Anthropic 模型难以遵循简单指令、Fable 5.1 因安全分类器误拦无法可靠测试，以及 Anthropic 推理速度比 OpenAI 快约 4-6 倍。
推荐理由：工具让用户在自己的订阅环境里用私有任务自测模型当日状态，作者还附上了十三款模型的初步横评结果。
MMR 是一个面向人类和 LLM 的 Python 算法交易平台，通过 ib_async 连接 Interactive Brokers，用 ZeroMQ 通信、DuckDB 存储，所有操作都提供 -- 输出。LLM 不直接下单，而是走 propose → review → approve 提案流水线，带 ATR 反向仓位 sizing、组合风险报告、仓位分组预算和约 500 token 的组合快照以节省上下文；文档给出 Claude Code 的 MONITOR → ANALYZE → PROPOSE → DIGEST 自主交易循环、Docker 部署和回测/参数扫描支持。作者强调这是实验性软件，会下真实订单，建议先用 paper trading 测试。
Mars-Sea 在 GitHub 发布 dsh-commandcode-provider，这是面向 dsh 0.2.1-alpha.1 的非官方 Command Code LLM provider 插件，从 pi-commandcode-provider（MIT）移植。功能包括浏览器内官方授权登录、多账号配额用尽自动轮换、带套餐等级与 FREE 徽标的模型选择器、侧边栏套餐配额面板（5 小时和每周窗口进度条）、会话费用估算、经 /alpha/web-search 的 web_search 支持，以及默认关闭的零数据保留（ZDR）开关；同时提供 dsh-TUI 终端配置页，/commandcode 命令可查看分账号用量。
推荐理由：这是一份功能完整的 dsh Command Code 插件文档，读者可以直接按安装命令部署，了解多账号轮换、配额面板和零数据保留等实际用法。
GitHub 项目 rladbcks23/pokemon_sample_LLM 提供面向 Pokémon Champions（单打/双打）的 6 只宝可梦队伍构建 Web 服务：事实数据用 DB 和工具查询计算，LLM 负责意图解析、工具调用和战术讲解。技术栈为 Django + DRF API 服务器、Vue 3 + Element Plus 前端和独立 LLM 服务器（端口 8001），数据来自 Showdown、PokeAPI、OP.GG、VGCPastes 与 Smogon 月度统计，用户队伍仅保存在浏览器 localStorage。
作者发布 arxiv2agent（https://github.com/wuyoscar/arxiv2agent），基于纯规则解析 LaTeX 源码，把 arXiv 论文转成结构化、多模态、可被智能体检索的文件树，全程不用 LLM。实测单篇解析 0.1–0.3 秒，10 篇新论文含下载端到端 42 秒，10 篇缓存论文重建 0.9 秒；输出含统一 schema 的 paper.、章节 markdown、原始矢量图、LaTeX 公式与表格、代码及解析为 BibTeX 的引用，每个实体有稳定类型化 ID，并附 warnings 字段标记残留 LaTeX，项目采用 MIT 许可。
推荐理由：作者展示了把 arXiv 论文解析成结构化文件树供智能体检索的完整方法，包含实测速度和调用示例，读者可以直接复用。
开源项目 keel（v1.30.0）发布，它是一个项目无关的工作流骨架，用 /keel:ship <issue> 驱动 Claude Code、Codex、Antigravity 或 Cursor（部分支持）把一个 GitHub issue 从受理推进到合并的 pull request，或在指定步骤停下并记录原因。CLI 在 s0–s12 固定步骤中向智能体索取计划、门禁、评审人和证据，合并只能通过 keel merge 完成，它会取合并锁、复查合并窗口、读取实时 CI 汇总并校验绑定 head SHA 的评审证据；支持 checkpoint 恢复、跨厂商评审、tier-3 的 ai-jury 陪审团，以及实验性的 swarm 多智能体分波。
推荐理由：原文详细说明了固定步骤、合并锁和证据校验的设计动机，包括一次 squash merge 静默回滚而 CI 仍绿的事故。
Carrick 发布，为 AI 智能体和 IDE 提供 TypeScript 代码库智能索引，通过深度集成 TypeScript 编译器追踪路由、类型和跨服务调用并记录函数行为，让智能体按意图而非名称搜索现有代码。它通过 MCP 服务智能体、LSP 服务 IDE，支持 Claude Code、Cursor、Windsurf、Codex 等，可在 PR 中标记契约不匹配和依赖版本冲突，并附带 carrick-impact、carrick-reuse、carrick-drift、carrick-census 四个技能和 search_by_intent 等 MCP 工具。
推荐理由：原文完整给出了 Carrick 的索引机制、MCP 工具清单和四个技能的具体返回内容，读者可以据此评估是否适配自己的多仓库工作流。
Sma1lboy 发布开源工具 Rove，一个终端原生工作区，可用 git worktree 和分支隔离并行运行 Claude Code、Codex、Copilot、Kimi、Gemini CLI、Cursor Agent 等多个编码任务。会话在主机上运行，断开 TUI 或 SSH 后智能体继续工作，可重新接入；支持 rove api 供脚本和智能体创建、检查、发指令和合并任务，并提供插件系统。需 Bun ≥ 1.3.11，支持 macOS、Linux 和 Windows，MIT 许可。
推荐理由：原文给出了 git worktree 隔离、会话驻留和 Agent API 的具体机制，读者可以据此判断是否适合并行跑多个编码任务。
开源项目 BugLens 是一个 AI 代码审查平台，利用大语言模型自动分析 Pull Request 和代码片段，检测 bug、安全漏洞、性能瓶颈与代码规范问题。它支持在 OpenAI GPT-4o 与 Google Gemini 1.5 Pro 之间切换，通过 Webhook 与 HMAC 验证实时分析 GitHub PR，并提供开发者仪表盘和手动分析工作区。后端基于 FastAPI 与 MongoDB，前端采用 React 18 和 Vite。
darshitpp 在 GitHub 发布 x-agent，这是一组 agentskills.io 技能，让 Codex、Cursor、Claude Code、Gemini CLI、Junie、Qwen Code、OpenCode、Pi、Antigravity、jcode 十种 AI 编码 CLI 互相委派任务或请求第二意见。安装一次后即可通过自然语言触发验证或委派模式，自动完成上下文收集、提示词构造、模型选择与结果综合，支持通过 npx skills add darshitpp/x-agent 快速安装，采用 MIT 许可证。
推荐理由：原文完整给出了十个 CLI 的验证与委派用法、调用流程和安装方式，读者可以评估这套跨模型交叉验证方案是否适合自己的工作流。
GitHub 上的 project84 提供一份 12 周、6 个 sprint 的训练计划，不借助 AI 助手从空白文件手写 ML 与 AI 工程代码，覆盖 NumPy、经典 ML、神经网络、Transformer，直至可运行的 RAG 应用。每个 sprint 为期 14 天、含 6–12 个条目，所有条目配 pytest 测试，输出须与 NumPy、scikit-learn、PyTorch 等库在默认 1e-6 容差内一致。计划面向掌握基础 Python 与核心 ML 概念者，Sprint 5–6 需 API key 或 Ollama 本地模型。
Filippo Finke 在 GitHub 发布 CAD Studio，一款基于 Claude Code 和 build123d 的原生 macOS CAD 应用，输入零件描述即可生成参数化 model.py、3D 模型、ISO 技术图纸和可直接切片的文件。支持实时 3D 查看、参数滑块、物理仿真动画、多零件爆炸视图、版本历史回退，可导出 STEP、3MF、STL、PDF 和 model.py 的 ZIP 包。应用以 headless 模式运行本机 Claude Code，生成消耗用户自己的 Claude Code 计划额度，简单零件约需一到两分钟；要求 macOS 15 及以上，MIT 许可，与 Anthropic 无关联。
推荐理由：原文完整说明了工作原理、项目文件结构和版本回退机制，读者可以据此评估这个用 Claude Code 生成参数化 CAD 模型的方案是否适合自己。
raine 在 GitHub 发布 consult-llm，一个让现有 Agent 工作流调用其他大模型获取第二意见的 CLI 工具，支持 GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5.5、DeepSeek V4 Pro、MiniMax M2.7、Grok 4.7、GLM 5.2 及任意 openrouter/* 模型。提供 /consult、/debate、/collab 等技能，支持 API 和本地 CLI 后端（可复用订阅无需 API key）、thread_id 多轮对话、git diff 上下文、剪贴板 web 模式和实时 TUI 监控，项目已从 MCP 迁移到 CLI 加技能架构。
voodootikigod 在 GitHub 发布 adversarial-review，一个针对 git diff 的怀疑式代码审查工具，用任意 LLM（Anthropic / OpenAI / Gemini API 或 claude / codex / agy 等本地 CLI）找出变更不应上线的最强理由，输出结构化 JSON 报告。退出码由 findings 的严重度和置信度阈值确定性推导，git 采集失败时 fail closed 退出 1，可直接接入 CI 和 pre-push hooks；支持 --providers 多提供商家族交叉审查与 quorum 门控、--loop 自主审查修复循环，以及 --input 审查 spec 等工件而非 diff。
推荐理由：原文完整说明了这个对抗式代码审查工具的门控机制与多模型交叉审查用法，适合关注 CI 安全门禁的开发者参考。
LocalReview（codereviewer）是一款完全离线的 AI 代码审查工具，使用本地运行的大语言模型，可集成到 GitLab 和 GitHub 的 CI/CD 流水线中。它实时分析代码 diff，生成 AI 驱动的审查报告，并在发现严重问题时阻止合并。
rayoplateado 在 GitHub 发布 jurl，一个 curl 式命令行工具，用决策模型 Jev 和 Clef 从网页中挑出回答问题所需的段落、代码、链接或图片，只原样输出页面内容而不生成摘要。工具无需服务器，每千页 API 成本约 1 美元，多数页面 1 秒内完成；与 Claude Code、WebFetch、Exa、Tavily 在 10 个文档页上的对比中全部精确命中，且无编造代码行，成本约 $4/万页；需要 JavaScript 的页面用 Lightpanda 渲染，无匹配时会报错退出而非猜测。安装支持 brew、脚本和 cargo，许可证为 MIT 或 Apache-2.0。
推荐理由：原文给出了与其他抓取工具的实测对比表和逐项成本数据，读者可以据此判断这个只选不写的抓取工具是否值得接入自己的脚本。
开源项目 Excel2Agent 用 Python、LangGraph 和 OpenAI SDK（兼容 Gemini）把 Excel 中定义的 10 个业务工作流变成可执行的 AI 智能体，用户用自然语言提问即可自动选工作流、调用 41 个工具执行步骤并展示过程。工作流以 Excel 行加 YAML 绑定的数据形式定义，新增工作流无需改 Python 代码；无 API key 时可运行确定性离线模式，附带 84 个测试和 Streamlit 演示界面。
开源项目 Unoplat Code Confluence 推出 AGENTS.md-first 上下文引擎，为每个代码仓库自动生成机器可读的 AGENTS.md，为编程智能体提供精确知识源，使功能交付提速 2–3x。它基于 Tree-sitter 做语言提取，目前支持 Python 和 TypeScript，项目处于 Alpha 阶段，采用 AGPL-3.0 + COMMONS CLAUSE 许可证。
Yaroslava-111 在 GitHub 发布的 post-generator 是一个 Flask Web 应用，可将商品描述转成现成的社媒帖子，提供三种模式：离线免费的「模板」、按商品链接调用语言模型写帖的「神经网络」模式，以及支持 Excel/CSV 批量生成并查重的「批量」模式。帖子可保存到「我的帖子」、刷新不丢失，一键配 hashtag，支持三种语气，可接入任何 OpenAI 兼容服务（OpenAI、DeepSeek、OpenRouter）及本地 Ollama 模型。
开源工具 coreframe-comply 让 LLM 从零售商路由指南 PDF 中提取带页码、章节和原文引用的结构化规则，由确定性代码逐票校验发货，模型不做 pass/fail 判定，无法映射到字段注册表的规则标记为 needs_human。支持指南版本 diff、以 claude-sonnet-5 为默认模型的抽取，以及基于人工标注 ground truth 的发布门控（规则召回 ≥ 85%、精确率 ≥ 90%、违规捕获率 ≥ 95% 的占位阈值）。目前尚未运行真实抽取，评测表暂无实测结果。
AudarDoc 是一款俄语-哈萨克语文档翻译工具，支持 PDF、DOCX、XLSX 输入，翻译后保留表格、图片和页面结构并输出原格式，现处于闭源邀请制 beta（audardoc.kz）。系统围绕 OpenAI API 加入校验与自修复机制，覆盖数字、日期、金额、否定词、条款引用等检查，仅当修复得分更优时才采纳。其 PDF 重排版引擎在 158 页插图手册上避免了首版渲染器的文本重叠问题，技术栈为 Python、FastAPI、PyMuPDF、Tesseract OCR 等。
GitHub 上的开源框架 River Review 将团队评审标准以 versioned、repo-owned 的 skill 形式代码化，可跨 plan、diff、tests、JUnit 及既有评审结果等 SDLC 工件执行。它作为 AI 辅助开发（Claude Code / Codex / Cursor 等）的团队审计层，通常无需专用 LLM key，仅 GitHub Action 或 standalone river run 的无头执行需要；分发渠道为内置插件与 GitHub Actions，不发布 npm 包。评审结果以 operating memory 保留，GO/NO-GO 判断仍由人类负责。
aiterm-mcp 是 Quo 维护的 stdio MCP 服务器（当前版本 v0.57.0，MIT），让 AI 客户端在一个持久 PTY 终端里用 18 个工具驱动 ssh、docker、REPL，并通过 agent_launch 启动 Claude Code、Codex CLI、Grok CLI 或 Cursor Agent CLI 作为执行 harness，harness 与模型相互独立。
grisuno 在 GitHub 发布 ReadMenator，一个不依赖 LLM、完全离线的多语言代码库知识图谱与架构分析工具，通过 AST + 正则静态分析支持 19 种语言，pip 包名为 readmenator。它可生成 KNOWLEDGE_BASE.md、调用/继承边、5 层架构检测、社区与 god node 分析、UML 类图、5 种 vis.js 交互图，并输出 JSON、HTML、SVG、GraphML、Obsidian 等格式；支持 SHA256 缓存增量更新、watch 模式、GitHub Wiki 镜像和面向 Agent 的 grep 友好输出（MANIFEST.json、INDEX.md、API.md、GOTCHAS.md），并可将类结构转译为 12 种目标语言的声明。
Wholiver 在 GitHub 发布开源编码 Agent Metis（MIT 许可），以只读计划、5 角色递归多 Agent 团队（Git Worktree 隔离）和 G0-G7 验证状态机阻止虚假完成，缺少测试输出和 exit-code-0 凭证时触发 FALSE_COMPLETION_BLOCKED。官方 Terminal-Bench 2.1 对比中，Metis 配 DeepSeek V4 Flash 在 89 个任务上解决 73 个（82.02%），OpenCode 同模型为 60 个（67.42%）。
该项目是 Microsoft WebWright 架构的参考实现，由 GPT-4o、Playwright 驱动，采用 Runner / Model / Environment 三组件循环并内置自反思模块。智能体自主浏览 Google Flights，比较 HKG ⇌ CJU 往返行程（预算 HK$20,000、经济舱、至少 3 个方案），最终保存 flights_report.txt 与 flights_data.json 等结构化推荐结果，循环步数上限为 15。
Agentty 是一款用 Rust 和 Ratatui 构建的 ADE（Agentic Development Environment），将智能体、审查与迭代整合进统一的终端工作流。它目前支持 Codex、Claude、Antigravity 和 Gemini 四种 CLI 智能体，通过各官方非交互式 CLI 或 app-server 接口调用，可经 npm、npx 或 cargo 安装，采用 Apache-2.0 许可证，当前 0.y.z 版本可能存在破坏性变更。
ai-pair-engineer 是一款基于 AI 的 Windows 代码质量检查应用，可检测设计缺陷、给出重构建议、生成单元测试并审计 SOLID 设计原则。它通过 Groq API 提供智能分析，使用 Streamlit 界面，用户无需编程知识即可操作。安装要求为 Windows 10 及以上 64 位系统、至少 4 GB 内存和 500 MB 磁盘空间。
amos689 发布 paper-preflight v0.4，读取 .tex 和 .bib 文件，对每条引用查询 Crossref、dblp、arXiv、DataCite、PubMed、OpenAlex 等真实文献记录，检查 DOI 指向、撤稿、预印本是否已正式发表等问题，判定不用 LLM。作者给出四项实测：GPTZero 公布的 151 条已发表幻觉引用中标记 135 条且 0 条误判为真实；20 篇 2026 年 8 月 arXiv 论文 753 条引用中每 100 条假阳性 1.2 个；在 Badalova & Mayr (2026) 的 104 条对照中精确率 72.5%、召回 87.9%，高于 RefChecker 等五个工具；HALLMARK 测试集 831 条上精确率 98.1%。
推荐理由：工具把每条引用对照 Crossref 等真实文献库核验，实测假阳性率和对阵同类工具的数据都公开，方法可借鉴。