新闻、仓库与研究，按时间排列。
navajyoth-puthalath13/jo-llm 是一个部署在 Cloudflare Workers 免费套餐上的问答后端，让访客向角色 Jo 提问，Jo 仅依据 content/knowledge/ 知识文件以第一人称简短作答。模型链采用 Groq 的 openai/gpt-oss-120b（reasoning medium）回答、gpt-oss-20b 路由，失败时回退 Gemini gemini-3.6-flash；KV 存缓存与 kill switch，Durable Object 限流，API 通过 SSE 流式返回 token 与最多 4 个按钮。
GitHub 仓库 NanoGPT 依据 Andrej Karpathy 的 "Let's build GPT" 教程，分 6 个阶段从 Bigram 基线逐步实现完整 Transformer。项目在 Tiny Shakespeare 数据集（约 1.1MB、65 个字符）上训练，NanoGPT 经 5k 步训练 GPU 下训练/验证损失约 1.48/1.49，Bigram 基线约 2.50/2.51，代码含 self-attention、多头注意力、FFN、残差与 LayerNorm 等模块，可直接运行。
GitHub 开源项目 personal-ai 使用 LangGraph 1.2.10 与本地 LLM（Ollama + Qwen2.5-Coder 14B、BGE-M3 嵌入）构建 PM/DB/Backend/Frontend/Review 多智能体流水线，从需求分析生成 Spring Boot 3、React/TypeScript 产物并以 Markdown 保存。系统将 Domain RAG 与 Project Context 分离以复用已有实现，目前为只读代码生成，尚不支持自动应用文件或构建部署。
qiskit-community 开源 qcode-discovery 仓库，通过 OpenEvolve 与 LLM 集成组成的进化循环搜索双变量自行车（BB）及扰动 BB（PBB）量子 LDPC 码，候选码经 GF(2) 秩、BP-OSD 距离估计和 MILP 精确距离的多级评估级联打分，以 FOM=kd²/n 排序。该仓库支撑两篇论文：weight-6+ 码的 5 轮 campaign 发现 465 个码（arXiv:2606.02418），weight-5 码的 4 轮 campaign 保留 1,142 个提案（arXiv:2610.06623）。
Ktulu-Analog 发布开源桌面应用 Juridix 1.1.4，一个基于 Tauri v2、Rust 与 React 的法国法律 AI 助手，可直查 Légifrance 与 JUDILIBRE 官方来源并做文档摘要、对抗分析与要点提取。核心检索、RAG 与数据全部本地运行，对话存于 SQLCipher 加密 SQLite、向量库用本地 Qdrant，默认接入 DINUM 的 Albert，也支持任意 OpenAI 兼容端点。新版增加情报综述、引用核查、后台法律监控、官方 Légifrance/Judilibre MCP 服务器及 RGPD 导出删除权，支持 Linux 与 Windows。
scoutme 发布开源工具 milk，一个终端 agent host，可将每个 prompt 在低成本 primary agent 与更强 escalation agent 间路由并同步完整对话上下文。支持 OpenAI 兼容服务器、AWS Bedrock、Claude Code CLI、aider 等后端，内置 bash、文件读写、MCP、多 agent workflow、跨会话持久记忆、OpenTelemetry 观测，以及 milk eval 用 LLM 评判质量、token 与延迟做横向对比。提供 macOS/Linux/WSL2 预编译二进制与源码构建（Go 1.21+），仓库地址 https://github.com/scoutme/milk。
Veritium 是一个文档智能 Agent 平台，可对企业文档进行分类、提取和校验。每条提取数据都附带页码、bounding box 和来源文本等证据，并经 6 类可配置 CEL 规则验证引擎处理，支持身份模糊匹配、受限 agentic 提取及 OTEL 可观测性与人工修正审计。项目需 Python 3.13、Docker（Postgres + MinIO）等环境，模型访问通过 axonium SDK 完成，OCR 支持 Docling 与 PaddleOCR 并可转换为 ONNX。
开源项目 idc-wrapper 实现“不可逆决策坍缩（IDC）”协议，通过有限资源预算 R、append-only 日志和最优停止规则封装大模型智能体，让模型在继续推理的边际价值不足时停止，避免编造答案比承认无知更廉价。项目提供 Python 与 Rust 实现、LangGraph 适配器及 Cursor、Claude Code、OpenAI Agents 的配置包，mock 基准显示平均步骤从 8.0 降至约 3.4、平均 token 从约 44.8 降至约 26.6，但作者强调这些数字来自可复现的 mock LLM，尚非真实 LLM 的实证验证。
开发者 ayaankranthi 在 GitHub 发布 Local-LLM 仓库，用于运行本地大语言模型，代码完全基于纯 NumPy 和数学实现，不依赖深度学习框架。仓库目前仅包含 README，共 2 次提交，代码已通过该 README 对外提供。
guru-bharadwaj20 发布 TaintGate v0.1.0，一个让标签随值流动、用确定性 Datalog 策略审查每次工具调用的 LLM 智能体信息流防火墙。受信任 planner 只见可信请求，不可信内容由无工具提取器转成带标签值，MCP 网关在副作用前询问策略引擎并输出可解释的 allow/deny 与带 Merkle 证明的审计日志。AgentDojo v1 对比在 Qwen2.5-0.5B-Instruct CPU 环境下完成 4,356 次评分运行，作者明确称其为下限而非胜利，因 0.5B 模型很少产生有效工具调用，对比未能区分各防御方案；策略检查中位开销 0.6 ms。
推荐理由：作者把 AgentDojo 对比明确定位为下限而非胜利，并保留负面结果，可据此了解这套信息流防火墙的实际边界。
autoworks-ai 开源的 AutoVault 文档站点仓库，AutoVault 是一个本地优先（local-first）的 agent skills 保险库，当前公开版本为 v0.3.0。站点基于 VitePress 构建，记录了已验证的安装路径：npm 包 @autoworks-ai/autovault（需 Node 24+）、shell 安装脚本 autovault.sh、Homebrew tap 及 GHCR 容器镜像，部署文档仅覆盖已验证的 Docker 和 Railway 路径。
开源项目 assetflow-be 用 Go 实现资产管理 API，支持公司追踪笔记本、显示器和手机等设备，通过 Stripe 收款，并由 LLM agent 用自然语言完成分配等操作。GET /assets 经优化后从 52 次数据库查询降到 3 次，p95 从 124 ms 降至 27 ms，吞吐从 292 提升到 1,433 req/s；任务 worker 从 1 到 64 goroutine 达到 39 → 2,260 jobs/sec 且零重复。技术栈包括 Gin、PostgreSQL 16、sqlc、stripe-go 与 OpenAI tool calling，默认模型为 gpt-4o-mini，仅需 Docker 即可运行。
GitHub 上的 DenisSkulovic/offscreen-rpg 是一个 AI 叙事 RPG 项目：玩家离开后角色生活仍按承诺继续推进，由 Storyteller 提出叙事、确定性规则裁定骰点、虚构时间与后果。目前为本地 pre-POC，含持久化故事生成、D&D 式检定、定时承诺与有界检索，9 月 24 日的一次 OpenRouter 运行完成了 1,800 虚构秒的仓库轮班并支付六 septims，但暴露了连续性缺口；下一个 10–15 回合战役验证尚未通过。技术栈为 Next.js、NestJS、Temporal 与 PostgreSQL。
mohsiniabbasi 发布一个演示用 AI 评论审核 Web 控制台，通过真实 LLM 调用（Gemini 2.5 Flash-Lite 或 Claude Haiku）对 Facebook 广告评论分类为 spam/abuse/question/negative/positive 并按 SOP 与置信度阈值自动隐藏、回复或转人工审核队列。Meta 操作以 Graph API 形式模拟并记录审计日志，无 API key 时回退到规则引擎，全部使用合成数据。
qybaihe 发布 mu，一个基于 pi 的编码智能体，把上下文管理、命令安全、完成判断等例行决策交给小型 judge 模型，在 agent 循环的 40 个决策点上作答，主模型专注写代码。默认 judge 为 TypeSafe 托管的 Jev，也可换成本地 Laya（322M 参数）或自家的 mude 1.0（2B 参数，基于 Qwen3.5-2B 微调，MIT 协议，含 MLX 8-bit 版）；测试日志裁剪在最长失败日志上无损压缩 51% 字符，所有判定写入本地 ledger 可审计，支持 shadow 模式对比 judge。提供命令行与桌面应用，作者注明尚无与 pi、Claude Code 或 Codex 的端到端对比。
推荐理由：原文给出了40个决策点的完整清单和测试日志裁剪的实测数据，读者可以据此评估这套judge架构的适用范围与局限。
GitHub 项目 liuminxin45/ai-mahjong 发布互动麻将题库「未完的牌谱」，以一本妹妹留下的 25 手牌谱为叙事，完整故事包含 35 节点、四条分支路径及三种合法结局。规则采用条、筒共 72 张牌，保留三番封顶计番，以最高期望训练净分判分；发布数据含精确整数证书，故事题与续练题可由提交数据独立复核。项目基于 Node 24.19.0 与 pnpm 9.15.0 构建，远端模型不可用仍可通关。
YJEFFf 发布面向韩国 KOSPI200 股票的多智能体投资决策系统。LLM 分析师（图表、新闻、公告）独立给出意见，经多空辩论和投资组合经理综合判断，最终由代码实现的风险门控批准，默认状态为不买入；此前版本因调度器强制每日买入而无法衡量信号预测力。系统目前仅以模拟盘在 AWS EC2 上按 07:00、09:01、09:00–15:30 每分钟、15:35 四阶段 cron 运行，未连接实盘。
GitHub 上的开源项目 harness-lab 用约 80 行 Python 实现 agent harness 循环（发送对话与工具列表、执行工具、回传结果并重复），并通过网页展示每次模型调用、工具运行和 token。默认通过 Claude Code（claude -p）复用其订阅获得回复，另支持 Anthropic API、DeepSeek 付费 API 及 Olloma/LM Studio 本地模型，仅限 Windows。项目提供 27 个分五级的引导实验，覆盖控制与安全、成本、模型调优和多 agent 任务等。
kitecosmic 开源了 Synsema，一门为 AI 智能体设计的编程语言，将可观测性、安全、多智能体协调、人机交互和 LLM 集成作为语言内建原语，编译为无运行时的单一原生二进制，无 GIL、支持真多核。
sisyphus-network 在 GitHub 开源了 Sisyphus，一个用 SISY 代币协调独立参与者闲置 CPU 和 GPU 算力的去中心化网络原型。V0 无区块链和代币，先验证 2 到 3 台可信机器协同完成一次计算的闭环：AI 根据自然语言规划任务，协调节点调度分发，结果汇总后再决定下一步。节点以 Go 编写的 sisyphusd 守护进程运行，支持分布式与整机两种调度模式、基于 IPFS 的私有内容寻址存储、复制验证抽查、Ollama/OpenAI 模型共享和 MCP 服务器，桌面客户端为 Electron + React，附带 transcode 视频转码等实际负载示例，项目状态为早期原型，长期目标是无需信任的 Proof of Useful Work 机制。
一个为 LLM Agents Hackathon 构建的波斯语旅行规划原型，基于 Metis/OpenAI 兼容 agent，将旅行工具接入 Streamlit 聊天界面，默认模型为 gpt-4.1。项目将工具与 UI 状态分离，提供离线 demo 模式（德黑兰—设拉子固定场景、合成价格、无 API 调用），支持机票/火车/巴士与住宿搜索、公历/回历日期、.ics 日历草稿及可选的 Google Calendar 提交，但不负责实际订票和支付。
论文提出 Accordion，一种基于 MoE、通过 fixed-prefix layer looping 支持五种推理预算的大语言模型。经过 3.6T tokens 预训练后，增加推理深度使 Accordion-6B-A0.5B 在 37 项任务上的五档宏平均提升 3.01 个百分点，中间档以一半的额外层执行获得其中 89% 的收益。最终模型在对应任务-预算平均上超越各领域专家，并在数学推理与代码生成中保留随深度变化的增益。
开源项目 HexBound 发布 v0.4，最多六位玩家共享一张在线冒险桌，由 LLM 扮演 DM，Python 脚本执行掷骰、角色成长、战斗与资源规则。项目支持 2014/SRD 5.1 的十二职业与 1–20 级成长、账号绑定的持久角色、独立战斗界面，登记 32 项法术效果并提供 319 项法术资料查询；未实现的效果标为规则参考，防止模型伪造结算。中文 Web 界面通过 docker compose 部署，面向小型自托管私团，自由生成叙事需配置 OpenAI-compatible 的 LLM。
SummarizePaper 是一个用 AI 总结学术论文并答疑的开源 Web 应用，支持 arXiv、bioRxiv、medRxiv、HAL、Europe PMC 等来源，提供详细摘要、要点、面向不同读者的改写和 16 种语言输出。其 AI 助手可基于论文全文以流式回答提问，并支持多论文同时对话；Premium 订阅（Stripe）解锁更强模型、论文合集对比、版本变化追踪、参考文献核查等工具。技术栈为 Django 5.2 + Channels + Redis + PostgreSQL，部署于 Heroku。
PAIArtCom 开源了本地 LLM API 代理与网关 Clipal，可将多个模型提供方整合到本地路由 http://127.0.0.1:3333/clipal。它支持在 Web UI 中一键接管 Claude Code、Codex CLI、OpenCode、Qwen Code 等 18 个客户端的配置并自动备份回滚，提供多 Key 轮换、优先级故障转移与 Codex、Claude、Antigravity 的 OAuth 上游接入，以单二进制文件在 macOS、Linux 和 Windows 上作为后台服务运行。
推荐理由：项目方完整说明了本地 LLM 网关的一键接管、多 Key 轮换与故障转移机制，可作为整合多家模型接口的参考方案。
GitHub 开源项目 Zed2Api 提供一个扩展，把 Zed 订阅账号注册为 PI 和 OMP 的 zed 模型提供方，登录、token 刷新、模型目录、请求转换、流式输出和用量统计都在扩展内完成，无需网关进程。需拥有托管模型访问权限的 Zed 账号（Pro、Student 或 Business），支持 claude、gpt、gemini、grok 等模型族的多种请求方言，GPT-5.6 与 GPT-6 标称 1,050,000 上下文和 128,000 输出 token。凭据和用量数据仅存本地，不记录提示词与响应，未计价模型按列表价 +10% 计费。
pham-canh 发布了 opencode-harness-kit，一套面向 OpenCode 的编码 harness 工具，通过 JSON profile 把模型相关配置变成数据而非代码，默认 fleet-safe 配置以十条 lane（各配独立模型、上下文和 effort 等级）覆盖十个任务，含 guard、prune、router、telemetry 四个插件模块。
推荐理由：作者用真实安装的测量数据支撑每个配置决策，并公开了 A/B 里对自家工具不利的数字，这种写法本身可以借鉴。
GitHub 上的 AI 安全课程项目 llm-safety-lab-garak 提供 Web 应用、Telegram 演示和评测证据，对比 Qwen2.5-0.5B-Instruct 加与不加词法输入过滤的表现。评测显示 PromptInject 标记检出从过滤前 12/32 降到过滤后 0/32；但过滤在自定义数据集上拦截 8/24 攻击输入，也误拦 8/24 良性输入。仓库固定 NVIDIA garak 源码（commit 346497a）与模型修订 7ae5576，并声明 ChatGPT Codex 协助了原型与脚本工作。
hypralang 在 GitHub 发布 Hypra，一种带编译器的标记语言，把单个页面文件编译成浏览器可用的 HTML、面向 AI 智能体的 Markdown、JSON 和 WebMCP 工具定义，并拒绝有错误的页面。它把 alt 文本、表单标签、SEO 等 60 多类检查前移到编译期，支持 Laravel 集成、VS Code 与 Cursor 的 LSP 补全，编译器提供 Linux、macOS、Windows 预编译版本，采用 Apache-2.0 / MIT 双许可，目前仍为 pre-1.0。
LuminaraDigital 在 GitHub 开源 AquaZeroFit 健康平台，支持手动或拍照记录饮食、生成个性化卡路里目标与居家训练计划，并通过"Aqua Coach"对话助手在严格安全边界内回答营养健身问题。平台一套后端提供三个客户端：React 代码库同时交付 Web 应用与 Telegram Mini App，另有原生 Android 客户端（Kotlin + Jetpack Compose，约 50k 行生产代码、518 个单元测试），离线优先并接入 Health Connect 与 Google Play Billing。产品仅提供一般健康支持，不提供医疗诊断。
Nafjan/summon 发布 3.6.1，一个零依赖的调度器，可从 Claude Code、Codex、Cursor CLI、Gemini CLI 等任意主机 CLI 把任务路由给其他模型 CLI 和 OpenAI 兼容端点。支持跨厂商代码评审、多模型并行竞速、--council 议会决策与 --deliberate 治理式决策，--worktree 为并行编辑 Agent 提供隔离分支；安装方式包括 npx skills add Nafjan/summon 和 python install.py 多主机安装。
推荐理由：一个零依赖的多 CLI Agent 调度器，跨厂商评审、议会决策和隔离 worktree 的设计思路可直接迁移到自己的多智能体工作流。
GitHub 开源项目 AI-WriterGame「双界录」是 AI 主持的都市人生互动小说沙盒，从京华大学入学开始，可学习、创业、进娱乐业或经营战队。本轮更新世界地图扩展至 6 个国家、16 座城市、118 个地点，含 40 种世界事件与 8 位核心人物的 3 阶段成长线。项目支持 DeepSeek 等国内 OpenAI 兼容 API，不配置模型时可进入演示模式，需 Python 3.10+。
AndrewAvery7 在 GitHub 开源 PromptSpend，一个每天由 GitHub Action 自动重取价格目录的 LLM 成本估算工具，免费、无需账号。它提供 Receipt 成本审计、多模型月/年费用对比、免费额度清单和价格变更提醒（Atom feed、浏览器推送、邮件等四种方式），并指出多数计算器的常见错误：输出单价是输入的 3–5 倍、聊天历史按轮数平方增长、272K token 以上长上下文加价、隐藏 reasoning token 计费。
GitHub 开源项目 aijobs 提供 warpjobs.com 背后的爬虫与静态站点引擎，聚合 AI 实验室和基础设施公司公开 ATS 数据，专注 GPU/CUDA/ML 系统/推理/性能工程岗位。目前收录 23 家公司约 115 个职位，每日通过 GitHub Actions CI 刷新，数据源为 Greenhouse、Lever、Ashby 的公开 JSON 接口，来源包括 Anthropic、CoreWeave、xAI、Databricks、Cursor、Mistral 等。项目无需账号、无追踪、简历不上传，每个职位直达公司申请页，运行时无服务器和数据库。
Hangar 发布，一个自托管模型与数据集仓库，兼容 Hugging Face Hub API、git、Ollama 和 LM Studio，可作私有 Hugging Face 替代或离网镜像。镜像保留上游 Repo ID 和 Commit SHA，原有代码无需改动；支持 docker、Compose、Kubernetes Helm 等安装，源码以 Elastic License 2.0 开放，演示地址 https://demo.hangar.page/ 。
推荐理由：原文完整给出了这个自托管模型仓库的兼容客户端列表、镜像机制和部署方式，适合评估私有化托管 Hugging Face 模型与数据集的可行性。
GitHub 开源项目 cookbook-rag 提供了一套基于本地 LLM 的 RAG 系统，可上传 PDF 食谱并通过自然语言检索，返回 AI 生成的答案。系统默认使用 Ollama 运行 qwen3:4b 模型和 nomic-embed-text 嵌入模型，配合 ChromaDB 向量数据库与 FastAPI 提供 /add-document 和 /search 接口。文本切分采用 LangChain 的 RecursiveCharacterTextSplitter（约 1800 字符、200 重叠），可通过 MODEL_NAME 等环境变量切换模型，应用端口为 8080。
GitHub 开源项目 llm-vuln-scanner 发布，可对 LLM 系统（chatbot、agent、API 后端）自动发送数百个 prompt injection 和越狱攻击模板，分析回复并生成带 Dayanıklılık Skoru（鲁棒性评分）的分类漏洞报告。
推荐理由：这个开源扫描器给出了带评分公式和分层判定的注入测试流程，还能拿它检验自己部署的模型对越狱的抵抗力。
SAAF（Signal-Aware Adaptive Fusion）是一个基于视觉-语言模型的零样本视频异常检测框架，通过双信号自适应采样、阈值门控级联架构和信号感知加权融合三项创新降低计算成本。在四个 benchmark 上，SAAF 在 XD-Violence（92.07%）、MSAD（86.70%）和 ShanghaiTech（80.54%）AUC-ROC 创无训练零样本方法新 SOTA，其中 XD-Violence 和 MSAD 超越有监督基线。其吞吐在三个数据集上较此前最佳零样本方法提升 2.43×、2.63× 和 2.22×，代码已开源，论文被 WACV 2027 接收。
arXiv:2610.32483 提出评测 LLM Agent 执行框架（harness）与底层模型交互的框架，包含有效完成率（VCR）、Model-Harness Fit、Cross-Model Fit、交互残差和 Token Load 五项指标。研究在 6 个基准上评测 OpenCode、Codex CLI、Pi CLI、DeepAgents 四个框架与四个核心模型，加上两组原生固定组合，共 111 个评测设置、52,168 条轨迹；结果显示框架排名随模型和基准变化，OpenCode 跨模型表现第一，DeepSeek V4 Flash Preview 在共享四基准上保持较高的 Mean VCR。
推荐理由：论文把 Agent 拆成模型与执行框架两部分联合评测，给出五项指标和 52,168 条轨迹的实测，可帮助读者理解框架排名为何随模型和基准而变。
Hugging Face 上架了 abliterated 版模型 DeepSeek-R1-Distill-Qwen-1.5B-Abliterated-dpo，并提供 Transformers、vLLM、SGLang 及 Docker Model Runner 的调用与部署示例。模型可通过 pipeline 加载，或经 vllm serve、sglang launch_server 启动 OpenAI 兼容 API 服务。