新闻、仓库与研究，按时间排列。
作者发布 open_rknpu2_lm_infer，一个不依赖 Rockchip 专有用户态推理库的 RK3588 NPU 本地大模型推理引擎，上层用 Rust、NPU 算子用 C++ 编写。支持 Qwen3.5-4B 图像输入与可选 MTP 投机解码，提供终端聊天和 OpenAI 兼容 API（含流式、工具调用、前缀缓存），并验证了 Qwen3-4B、Granite-4.2-3B、MiniCPM5-2B 等检查点。与 RKLLM 1.3.1 对比，512-token 提示 prefill 147.83 tok/s 对 58.35 tok/s，解码 10.61 tok/s 对 5.54 tok/s，约 2 倍速度。
推荐理由：作者自建 RK3588 NPU 推理引擎并给出与 RKLLM 1.3.1 的逐项速度对比，数据可直接用于评估本地部署收益。
ComfyUI 发布 v0.42.2 版本，标签为 49634b4，于 20 Oct 20:34 打上标签，并附带 2 个资产。
bborbe 在 GitHub 开源 dark-factory，一个自主编码流水线工具，用户放入提示词文件即可自动执行并生成 commit，从规格到提交之间无需人工干预。工具用 Go 编写，在 claude-yolo Docker 容器内执行提示词，默认模型为 claude-sonnet-4-6，支持 spec 到 prompt 生成、PR 创建、CHANGELOG 打 tag 等配置，并附带 Claude Code 插件用于编写和审计 spec 与 prompt。设计原则包括 YOLO Agent 无 git 权限、顺序执行提示词、用目录 frontmatter 表示状态、每个提示词使用全新上下文、失败即停止。
mlabo-org 在 GitHub 发布 codex-image-grid-native，一个基于 Rust 和 SwiftUI 的 macOS 原生图像生成工作区，面向 Codex 与 Claude Code。它支持 Prompt Batch 生成与编辑、参考图像解析、日英双语 UI、明暗主题和生成历史，并通过 codex_image_grid/generate_image_grid MCP 工具交接产物。单批次最多 12 个提示词、每提示词 6 个变体、共 24 个图像任务，需 macOS 14 及以上并已登录的 Codex CLI。
开发者 SumitYadav2003 在 GitHub 发布 CulinaAI 项目，根据用户现有食材、饮食限制和过敏原生成菜谱，可从冰箱拍照识别食材，约一分钟出结果。菜谱由 OpenAI gpt-4.1-mini 撰写，再经 10 项代码质量检查核验过敏原、饮食合规等，营养、成本和碳排数据取自 CoFID 2021 等 UK 食物数据库而非 AI 输出。项目提供膳食计划、购物清单、离线使用等功能，部署在 Render 免费套餐，演示账号可免注册试用。
dbbuilder 在 GitHub 上开源了 UpApply 仓库。项目包含 api、extension、docs、examples 等目录，附有 main.py、requirements.txt、CLAUDE.md、PROJECT_STATUS.md 及 .env.example、config.example.json 等配置模板，并带有 GitHub workflows 和 render.yaml 部署文件。
Lolite OS 是一个可部署在 GitHub Pages 或 Vercel 的浏览器桌面系统，提供应用、游戏、文件与深紫蓝界面。本次更新为 Lolite Chat 加入基于 WebRTC 与 Supabase 的可见语音通话标签、语音房间、桌面通知和已读回执；Life RP 新增 12 条故事任务、28 天 18 级赛季、6 个玩家商店与 18 种商品，以及 Lolite Plus（4,500 虚拟币）和 Lolite Pro（12,500 虚拟币）等纯游戏内升级。GitHub Pages 版仅为静态预览，Vercel 版的 service worker 在浏览器测试中失败，仓库已提供 Dockerfile 和 render.yaml 用于自托管代理后端。
GitHub 发布 Munder Difflin Paper Company 多智能体系统入门代码库，要求用最多 5 个基于文本通信的 agent 自动化库存补货、报价生成和订单履约。项目提供 quotes.csv 等历史数据与测试样例，默认使用 gpt-4o-mini，支持 smolagents、pydantic-ai 等框架，需 Python 3.10+ 及 OpenAI 兼容 API key，输出含 test_results.csv 与财务报告。
OpenRootdev 发布开源免费的 ViperMesh for Blender，一个 Blender MCP 服务器和插件，让兼容的 AI 助手直接在 Blender 场景中操作，用预置编辑动作替代为常见修改生成 Python 代码，目标是减少 token 消耗并提升结果可校验性。项目基于 Siddharth Ahuja 的 BlenderMCP，内置场景检查（悬浮物、朝向、间距），覆盖建模、材质、灯光、UV、绑骨等操作，保留 execute_code 供自定义；需 Blender 5.2、Node.js 20+ 和支持 stdio 的 MCP 客户端，提供 v1.3.0 MCPB 包或源码构建，MIT 协议开源。
作者发布自研纯 C 推理引擎 Pantheon（基于 Foundry 库），CUDA 后端面向 Kepler 架构，在 Tesla K80 上实测 Qwen3.6-35B-A3B 与 Nex-N2-mini（Q3_K_M）解码约 21 tok/s，prompt 读取 110-120 tok/s。权重驻留显存使 8 GB 主机即可运行，内置 prefix caching，opencode 二轮 14k token 系统提示从 170 秒降到 9 秒；短板是 prefill，30k token 代码库每次请求需数分钟。提供安装脚本与 OpenAI 兼容 API，代码在 git.teamide.dev，模型权重已上传 Hugging Face。
推荐理由：作者给出实测吞吐、prompt 长度衰减和 prefill 短板等具体数据，可据此评估老卡跑 MoE 的真实可用性。
AutoPilot AI 是一个为汽车经销商打造的 AI 线索资质评分与呼叫管理开源项目，支持上传线索后自动打分、管理呼叫队列、预约和管理看板。评分基于车龄、预算和电话号码等信息，70–100 分为 Hot、40–69 为 Warm、0–39 为 Cold。技术栈采用 Next.js 15、TypeScript、Supabase 和 Vercel 部署，并提供 50 条演示数据。
开发者 Himannsshu 在 GitHub 发布 RAG-SYSTEM 仓库，收录多种检索增强生成（RAG）系统实现，用于探索和对比文档检索与问答的不同方案。仓库涵盖不同的检索策略、Embedding 模型、向量数据库、LLM、文档处理与分块技术，以及 RAG 架构、pipeline 和评估实验方法。
GitHub 用户 Anton-Latukha 维护一个与其用户名同名的个人主页仓库，通过 GitHub Actions 工作流自动生成 activity、github-metrics、languages、wakatime 等指标卡片。仓库采用 MIT 许可证开源，当前仅包含配置、许可证和这些展示文件。
atulk001 在 GitHub 开源 DevPilot，一个基于 RAG 的 AI 仓库助手。它能理解代码库、索引仓库文件，并通过上下文感知的对话回答代码相关问题。
开源仓库 NoiseForm 上线，这是一个在本地运行的 NovelAI 图像生成 Web 客户端，支持 V5、V4.5、V4、V3 模型。它在官方生成器基础上提供批量队列、可点击 tag 的 X/Y 网格、基于 IndexedDB 的可查询归档、WebGL2 后处理台（18 passes），以及兼容任何 OpenAI 模型的提示词 AI 助手。仅本地存储 token，无需 NovelAI token 可进 DEMO 模式。
GitHub 用户 asdmhdibcu 发布 oneaitrick-shorts 仓库，包含制作 AI 主题竖屏 Shorts 的完整套件，首个作品为 86 秒的《The hospital inside your AI》（1080×1920、30 fps）。套件提供 Python 工具脚本（语音对齐、字幕、RealESRGAN 4× 放大、配乐混音）、85 张 1024 px Fluent Emoji 3D 插图库，以及基于 HyperFrames 0.8.162 的模板项目，使用 Gemini 3.8 Flash TTS 生成语音，成片输出约 −14 LUFS。
HIPREL-Group 开源可验证代码生成 benchmark VeriContest，基于 Rust 与 Verus，当前包含 1,006 道题目（722 道 LeetCode、284 道 Codeforces），每题配有形式化规范、judge 通过的 Rust 代码及 Verus 验证过的证明。数据集完整发布在 Hugging Face（Gax-c/VeriContest），另有固定 300 题的 VeriContest Lite 子集；仓库现已开放 Model 与 Agent 两个赛道的提交，以 pull request 形式进行，支持 SpecGen、CodeGen、ProofGen 和 End2End 四种评测。论文配套版本（arXiv:2605.08553）的主要评测使用 946 题范围。
研究者提出 DOA-CGAN，一种通过条件生成对抗网络提升 DOA 估计抗干扰能力的方法。模型采用无监督生成器学习滤波，从输入信号协方差矩阵中剔除干扰分量，训练后将生成器作为滤波器接入经典 DOA 估计算法。数值仿真显示该方法可有效缓解干扰攻击对 DOA 估计的影响，代码已在 GitHub 开源。
EnerCol 是一个开源的哥伦比亚能源法规研究助手，支持查询法规并检索用户自有的 PDF 文档，每条回答都展示搜索过程、引用和证据片段以便审计。技术栈采用 FastAPI、Postgres 17 + pgvector（halfvec(1024) 嵌入和 HNSW 索引）与 React 18，智能体基于 LlamaIndex 通过 OpenRouter 运行，可选 Tavily 进行网络搜索，支持 Docker 部署、CI 和 Playwright e2e 测试。
NexocoreTeam 在 GitHub 发布 AdCreatives，一款面向 Meta 和 TikTok 的 AI 广告创意生成工具，将心理信息策略与 AI 图像生成结合。其架构分为策略层、生成层和验证层，包含 VOC Mining、Schwartz 意识分层、fal.ai 提示词生成、平台合规检查等功能，支持 product-hero、benefit-callout、lifestyle-ugc 等多种风格，并提供 CTR、CPA、ROAS 数据回流的反馈循环。视频生成阶段目前仅为脚手架，尚未接入。
作者 wJJh（小妖刀）发布 llm-wiki-skills 仓库，包含四个可组合的 Agent Skills，支持 Claude Code 与 DeepSeek Harness（DSH），全部零第三方 Python 依赖。核心技能 cf-browser-render 通过 Cloudflare Browser Rendering 用真实浏览器把公众号文章、SPA、文档和 GitHub 页面渲染成保留结构的 Markdown；其余三个技能分别实现手动 Star 仓库、分页导出 GitHub Stars、批量扫描 Star 仓库新版本并生成 Markdown 报告，四者可组成发现、收藏、导出、版本追踪的完整流水线。项目 MIT 许可，需 Python 3.10+，国内网络访问 Cloudflare 需配置代理。
推荐理由：四个技能全部只用 Python 标准库、零第三方依赖，且同一套 SKILL.md 可同时被 Claude Code 和 DeepSeek Harness 加载。
FadhelHaidar 在 GitHub 开源 Recon-GraphRAG，一个遵循 Microsoft GraphRAG 两阶段理念的领域无关 GraphRAG SDK，支持 Neo4j 与 Memgraph 可插拔图存储后端。它提供多级 Leiden 社区检测、Local/Global/DRIFT 三种搜索范式、schema 驱动抽取和混合实体消歧，并支持 OpenAI、Anthropic、Ollama、OpenRouter 等 LLM 提供方。项目仍在开发中，尚未上架 PyPI，API 可能变动，暂不适合生产使用。
Project A.E.S.I.R. 是一个用 Mojo 编写的实验性本地 AI 推理引擎，目标是让普通 AI 应用直接在自有硬件上运行模型。其速度路线图计划在指定工作负载上比当前 Ollama 快 2 倍（冲刺目标 3 倍），目前缓存 32-token 工作接近持平，长输入和 128-token 输出仍落后。在 Llama 3.2 3B/RTX 2060 子集上，原生 CUDA 路径比上一版本再快 1.60–1.66x，已可运行 Gemma、Llama 3/Stheno 和 Qwen 系列测试模型。
这是一个 MEng 论文的复现包，实证研究 4-bit NF4 QLoRA、8-bit、16-bit bf16 LoRA 三种位宽与 LoRA rank（r ∈ {8, 16, 32}）在微调 deepseek-coder-6.7b-instruct 修复 Java 缺陷时对正确性、GPU 显存、速度和能耗的权衡。实验基于 CodeXGLUE Code Refinement（10,000 训练 / 1,000 验证 / 1,000 测试对）和 HumanEvalFix（164 Python + 164 Java 缺陷），在单张 24 GB GPU 上进行。目前数据管线和指标已验证，训练与评测脚本仍在开发中。
开源工具 Translate Like Me 是一款 macOS 菜单栏应用，通过全局快捷键将选中文本原位翻译，并自动检测语言方向，支持最多三组语言对和按语言对自定义写作风格。它可将口述笔记改写成成稿消息，内置本地 Whisper 语音听写，翻译引擎通过 Claude、ChatGPT、Grok 或 Gemini 的官方 CLI 调用，无需账号或 API key。应用要求 macOS 15（Sequoia）及以上、Apple silicon 芯片，可通过 Homebrew 安装。
开源项目 Halcyon 可将"雨中京都黄昏庭院"等文字描述转为无限播放、接缝不重复的环境音景。语言模型把描述拆分为雨声、风声、钢琴等独立图层并自动混音，用户可实时调节各图层的音量、EQ、声像与距离，删除或按"更少嘶声、更远"等备注重渲染图层，还能上传歌曲片段引导音乐风格、导出最长五分钟 WAV。它以单个 Docker 容器部署，支持 Google Gemini、Ollama、OpenAI 兼容 API 及 Claude Code / Codex CLI 作为语言模型，首个注册账号为管理员。
GitHub 仓库 Rudraksh-wq/llm-from-scratch 公开了从零实现 GPT 的代码与训练资料，包含 gpt-v1.ipynb、llm.ipynb、training.py、chatbox.py 及 requirements.txt。仓库还附带训练产物 model-01.pkl 和语料文件 wizard_of_oz.txt，供使用者复现训练流程。
Ryou-Koshimizu 在 GitHub 发布 japanese-invoice-workflow，用 AI 读取发票 PDF 与图片，以规则引擎自动验证日本发票制度（インボイス）的登记号、税额、源泉征收（10.21% / 20.42%）等要件，并走确认→审批→分录 CSV 输出流程。实测用 Codex CLI 0.162.1 与模型 gpt-6.1-sol 对 40 张虚构发票两次读取，必填项全部完全一致，6 张含错发票全部检出、误报 0/34，单张中位数 8.1 秒。权限、组织隔离（RLS）与审计日志由数据库强制，支持 Claude（PDF/图片）与 Codex 两种抽取后端。
GitHub 用户 Gnayiel 发布面向甘肃省法宣在线（*.faxuanyun.com）学法考试平台的 Tampermonkey 自动答题脚本 v2.0.0。脚本单文件、无第三方依赖，采用结构化题库加 AI（OpenAI 兼容接口）与百度双通道查答案，支持用户答案优先、自我纠错、交叉验证与多标签页写保护，内置 181 项纯函数断言自检。v2.0.0 重命名脚本文件与 @namespace，属破坏性变更，旧题库需先导出再导入迁移。
viktordanov 在 GitHub 开源 uah，一个用 Go 编写的功能完整的终端编码 Agent 框架。它通过 Codex 登录复用 ChatGPT 订阅或 API key 运行，支持 macOS 和 Linux（arm64 与 x86_64），无 Windows 版本。功能包括基于 Markdown 模块的上下文准备、磁盘会话存储与 SQLite 索引、并行子智能体、/goal 目标驱动执行、Seatbelt/bubblewrap 沙箱与审批规则、MCP 支持、Claude Code 兼容的 hooks，以及 uah exec 与 uah review 等无头模式；作者称在 agent 基准中 v1.8.0 比无上下文消息的 v1.7.5 减少 13% 墙钟时间和 39% 失败命令。
推荐理由：作者开源了自研终端编码 Agent 框架，README 详列沙箱、会话、子智能体等实现细节，可作同类工具的参考实现。
GitHub 开源项目 JobFitCheck 用 Playwright 抓取 LinkedIn 职位（每次最多 50 条），再通过本地 Ollama（llama3.1:8b）按候选人简历打 0–100 匹配分并在 Next.js 仪表盘中排序管理。工具还会自动生成英文求职信，评分含技术栈匹配 40%、级别 25%、地点 20%、领域相关 15%。全部数据本地运行，技术栈为 NestJS + PostgreSQL 16 + Redis 7 + BullMQ，遵循 MIT 许可。
一个用于论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》的 GitHub 仓库已创建，论文正投稿 COAI 2025 审稿中，作者为 John Smith 等。论文提出优化策略以增强 LLM 跨多任务的上下文推理能力，实验结果显示在动态环境中具有更好的适应性。仓库代码、benchmark 结果、预训练模型检查点和文档标注为"即将发布"。
pyTracer 0.1.0 发布，这是一个 AI 智能体测试与回放平台，能记录智能体的 LLM 调用、工具调用和推理步骤，注入录制的响应实现确定性回放并在 CI 中做回归测试。支持 LangGraph、CrewAI、AutoGen 和 OpenAI Agents SDK，核心能力是跨分支复现失败运行以验证分支是否修复了 bug，十二个包均已发布到 PyPI，客户端工具链为 Apache-2.0、服务端组件为 AGPL-3.0。
推荐理由：原文给出了捕获失败运行、确定性回放和跨分支复现的完整工作流，可对照评估自己的 Agent CI 测试方案。
GitHub 上的 udg-catalogue 项目用 DeepSeek V4-Flash 自动筛选 arXiv 天体物理论文并提取超弥漫星系（UDG）测量值，发布包含 1,927 个天体的交叉匹配目录，可通过 Plotly 3D 地图和 Streamlit 仪表板浏览。557 篇论文被筛选，90 个（4.7%）天体具备全部六个参数，五次完整运行的 API 总成本为 US$4.32。项目明确标注为原型，数值未经人工核对，使用前需对照 source_papers 中的原始论文并引用原论文。
开发者 Mohammed Saif 发布 airquery，可用手部追踪转动镜头、用语音对 3D 数据集提问，查询在本地 DuckDB-Wasm 中运行，场景约 1 秒内重渲染，普通笔记本浏览器即可运行、无需 GPU。LLM 不直接写 SQL，而是填充 Pydantic 定义的 QuerySpec，经 schema 校验后编译为参数化 SQL。内置地震（6.4k）、飓风轨迹（6.7k）、陨石（31.9k）、深海珊瑚（14.5k）、全球机场（72.6k）、星图（15.2k）六个场景，支持导入自定义 CSV。
GitHub 开源项目 job-hunter-elite 提供一个自托管定时管道，聚合 36 个 feed（SimplifyJobs、RemoteOK 及 Lever/Greenhouse/Ashby 招聘板）自动发现初级与应届软件岗位。管道为纯 Python 规则评分（0-100 分、6 因子加权），无 LLM 调用、每次运行零 token，结果可复现，并将排名前 30 的岗位（Top 10 + 20 Buffer）维护到 Notion tracker，每日 05:00 通过 cron 调度运行。
fireishott 发布自托管助手守护进程 Kallisti v1.4.0，单个长驻进程提供流式对话、工作区读写、命令执行、URL 抓取和绘图工具，并通过 MCP 客户端接入外部服务器，状态存于本地文件与 SQLite，无云端控制面、账号或遥测。安全模型在代码中强制执行：密钥仅存为 env 引用、口令存加盐校验值、read-only 与 workspace-write 沙箱在工具层拒绝越界写入、ask 策略下写入和 MCP 调用进入人工审批队列；原文同时如实指出 fetch 防护未做域名解析时的私网地址检查这一已知缺口。MIT 协议开源，架构分四个 crate，测试覆盖协议接缝、回合循环、沙箱、审批与 MCP 帧。
推荐理由：原文把安全模型落到代码层面并如实写出未实现的 fetch 防护缺口，适合想自托管助手守护进程的读者参考其边界设计。
GitHub 开源仓库 llm-adaptive-learning 发布了 ICML 2025 论文 "Adaptive Learning Strategies for Large Language Models in Dynamic Environments" 的实现，使 LLM 能在动态环境中实时调整参数和行为，且无需完整重训即可持续学习、避免灾难性遗忘。该方法在 shifting topics 上将性能从 72.3% 提升至 89.7%（+17.4%），在 temporal changes 场景提升 +19.1%，项目采用 Apache 2.0 许可证开源。
ZisIsNotZis 在 GitHub 发布的 tiny-llm-eval-factors 是一个可复现的研究工作台，用于测量本地大语言模型的量化、模型规模、解码协议与 benchmark 行为等因素。`./reproduce.sh` 全流程在本机干净 clone、12 核 CPU、无 GPU 环境实测约 41.1/49.9/60.2 秒，可从 experiments.sqlite 逐字节重建 report.html，CJK 字体缺失或版本不符时构建直接失败。仓库分发 337 个逐题评测产物（3.45 MB）供 fresh clone 验证，但 .gguf 模型权重字节已丢失，评测运行本身也需 GPU 与模型文件。
GitHub 项目 psyb0t/docker-pibox 将 pi-coding-agent 封装进 aicodebox 容器，一个镜像提供交互式 shell、一次性提示词、OpenAI 兼容的 HTTP API（:8080）、Telegram bot、YAML 定义的 cron 定时任务和 MCP server 多种接入方式。pibox 包装器会把工作目录挂载进容器并转发 PIBOX_* 配置，提供 minimal 和 full 两种镜像变体，可通过 ANTHROPIC_MODEL 等环境变量指定 glm-4.6 等模型。