新闻、仓库与研究，按时间排列。
GitHub 上的 llm-usage-metrics 是一个本地 CLI 工具，读取 17 种 AI 编码工具（包括 Claude Code、Codex、Gemini CLI、GitHub Copilot CLI、Qwen CLI、Kimi CLI、Cline、DeepSeek Harness 等）的本地会话数据，转换为统一的用量历史，用于查看 token 与估算成本、对比周期、找出高成本会话、关联本地 Git 活动。它在本机解析会话内容，内置定价快照，首次运行无需配置或联网；成本优先采用信源自带值，缺失时按 LiteLLM 定价估算。
dea6cat 在 GitHub 发布 ClydeCLI，一个用 Python 编写的终端编码智能体 harness，基于 Claude Code 架构重写，可接入任意云端或本地 LLM 并将其变成 agent。支持 13 家提供商、流式输出、SKILL.md 技能系统、沙箱与权限控制、会话保存与 /rewind 回退；内置 cardShuffle 按 /eval 评分在多个模型间轮换发牌，附带本地决策模型 Laya（Apache 2.0，约 800 MB）检测卡死循环，以及 SkillSpector 扫描外部技能、插件和 MCP 服务器。/models local 可按机器内存筛选 ollama.com、Hugging Face GGUF 和 MLX 模型。
推荐理由：作者用 Python 重写了 Claude Code 架构并开源，支持任意 LLM 接入，还内置本地模型匹配与多模型轮换路由，适合想研究 agent harness 实现的读者。
Reddit 用户在 5060 Ti 16GB + 32GB 内存上以默认配置（n_ctx = 65k）运行 qwen3.8-flash-next-coder-iq1_m，prompt 处理约 1k5 tok/s，生成平均 55 tok/s。
SvelteBench 是一个评测 LLM 生成 Svelte 5 组件能力的基准，采用 OpenAI HumanEval 论文的方法论，通过预定义测试套件计算 pass@1 和 pass@10 指标。
JiahongXu88 在 GitHub 发布 PaperTeam，一套以少量专业 Agent 加确定性 TypeScript 编排完成学术论文生产与审阅闭环的系统，支持 Idea-to-Paper、Topic-to-Survey、已有论文审阅与改进三条路径。
推荐理由：原文给出证据接地与确定性质量门禁的完整设计，并附五模型族评估数据，可了解多 Agent 学术写作管线的具体实现。
jordimarsal 发布 harness-standard，通过一条 curl 安装命令为 Claude 或 opencode 等编码智能体安装可复用的规格、角色与门禁流程，解决智能体跨仓库漂移问题。
推荐理由：作者开源了一套给编码智能体安装可复用流程的工具，覆盖安装、更新、备份与成本控制等落地细节。
GitHub 上的 cpp-policy-compiler 将 C++ 策略语料库与单个项目的事实和例外结合，生成用于写代码和审查代码的 Markdown 指南，编译过程不调用 LLM。
gyorgysh 发布 tokenstat，一个本地优先的 CLI 与 macOS 桌面应用，读取 Claude Code、Codex、Grok、Cline、Zed、Copilot CLI、Devin CLI 等 15 种以上 AI 编码工具的本地记录，集中展示 token、模型、项目、会话和按 API 牌价估算的用量价值。
该仓库提供一套四阶段自动化流水线，评估 LLM 生成代码补丁的质量。流水线从 SWE-bench 提取预测并重建仓库状态，用 SonarQube 对 500 个项目做静态分析，再调用 gemini-2.5-flash 以 LLM-as-a-Judge 方式做语义评估，最终输出 1-3 级的序数指标（根因解决深度、架构完整性、防御性覆盖），用于统计相关性分析。
SidCorp 在 GitHub 开源 forge，一个面向 Claude Code 的控制平面（alpha 阶段，v0.x 存在破坏性变更）：服务器只负责排队任务和流式事件，Claude 在用户本地设备上运行，凭证不离开本机。
GitHub 上的 AI_for_Efficient_Programming 课程教授如何利用 ChatGPT、Bard 等大语言模型辅助软件开发，涵盖生成、调试、重构、注释、理解他人代码及跨语言翻译代码，并讲解 AI 使用的伦理准则。课程材料采用 CC BY 4.0 许可，可在线查看并欢迎通过 issue 贡献内容。
SmooAI 推出 Smooth，一个用于调度 AI 智能体（Smooth operatives）执行真实项目的 CLI 与编排平台，内置 Narc 对抗式工具监控，无需 Docker 和 Node.js，仅一个 10MB 二进制。
GreenPandaStudios 在 GitHub 发布面向 LLM 开发者的实验性静态检查语言 AugScript，当前版本 August 0.23.0，通过 npm 的 next 标签和 GitHub Releases 提供。
Broikos-Nikos 的 agentscope 项目展示了一个 AI 编程智能体在 5 天、108 条开发日志中反复出现的六类失败，共 32 条模式记录，且每类失败都曾被写成教训后再次发生。
IIT Delhi 研究者发布论文《Can the Rookies Cut the Tough Cookie? Exploring the Use of LLMs for SQL Equivalence Checking》的配套代码仓库，探索用 LLM 判定 SQL 查询等价性。
MicTx 在 GitHub 开源 Spec Harness v0.13.19，把跨会话、跨测试轮次的工程任务保存为可恢复的 Development Record，用任务包、验证门禁和 Git 收尾管理 AI 编程智能体的长期改动。
推荐理由：作者开源的 Spec Harness 把 AI 编程智能体的长程任务拆成带验证门禁和 Git 收尾的任务包，跨会话可恢复，适合想规范智能体工作流的人参考。
OpenNativeAI 是一个 AI 编程工作台仓库，包含 Electron 桌面应用、Web/后端服务、共享 UI 及 Agent CLI 与运行时源码，需 Git、Node.js 24.14.0 和 pnpm 10.33.2。命令行发行包统一用 `opennativeai` 命令启动：无参数进入 TUI，`--web` 启动 Web，本机运行无需 Electron；Web 模式默认监听 127.0.0.1，非本机监听默认生成访问令牌。桌面打包支持 mac/win/linux 与 x64/arm64，默认输出到 packages/desktop/dist/。
spences10 在 GitHub 发布 my-pi，一个基于 @earendil-works/pi-coding-agent SDK 构建的 coding-agent CLI 发行版，预置 MCP、LSP、skills、recall、redaction、telemetry、team mode 和 prompt presets 等扩展。
JetBrains 推出 LLM 无关的 AI 编程智能体 Junie，可在终端运行并与 IDE、CI/CD 集成，用自然语言完成修 bug、实现功能、审查 PR 等任务。
GitHub 开源项目 harness-benchmark 在隔离 Docker 容器中，用相同 LLM（默认 GLM 5.2 via ZAI）、相同任务和相同隔离环境对比 opencode、pi 等 coding agent harness，唯一变量是 harness 本身。
GitHub 上的开源项目 nowolf 是一个本地 LLM 代码审查工具，在每次 push 前运行，可按设定的误报率（false-alarm rate）过滤审查结果。项目采用 MIT license 开源。
johnsonlee 开源 Graphite，将 JVM 字节码构建为可用 Cypher 通过 MCP 查询的程序图，让 AI 智能体无需逐文件阅读即可获取代码库上下文。
推荐理由：原文给出与 CodeGraph 1.6.0 的实测对比和 2.38-2.65 倍延迟数据，读者可据此评估该工具在代码库上下文检索上的实际收益。
rolling-codes 发布 better-skill-creator，一个带质量门的 Claude Code 技能构建工具包，fork 自 Anthropic 的 skill-creator。
R28 发布 Charter，一个以库形式运行在本地进程的声明式 AI 工具调用框架，通过 pydantic 模型声明工具，由框架处理请求、鉴权与线上格式，内置 15 个 API 共 557 个工具，仅依赖 pydantic 和 httpx，Apache 2.0 协议。
推荐理由：作者用 534 次真实 API 调用的对照数据说明声明式工具面相对裸 HTTP 工具的出错与上下文差异，方法可迁移到自己的 Agent 工具设计。
Gurnek Khaira 基于 AI 编程智能体（Claude Code）构建的 redline-review，可在小企业主签约前审查合同，输出英文摘要、按 Dangerous 或 Unusual 分级的风险标记，并为每个标记起草反提议。每条标记的引用都经代码比对文档原文，不匹配即丢弃；对 6 个植入风险条款的冒烟测试命中 5 个，对已部署站点测得全部 24 条标记逐字准确。项目以 MIT 协议开源，基于 Next.js、TypeScript、Supabase 和 OpenRouter，暂无真实用户数据。
GitHub 上的 career-dashboard 项目自动收集并校验职位信息，经 Aim Fit 和 Experience Fit 两阶段人工评分筛选：Aim 得分低于 60 分不进入下一阶段，Experience 达 70 分以上进入 Inbox。
GitHub 上的 EMRG 是一款完全开源（MIT 协议）的 AI 编程智能体，核心特性是 Rant-Driven Evolution：用户发送 /rant 吐槽后，下一轮进化周期会自动编码、测试并合并成真实 PR。
GitHub 上的开源 CLI 工具 plancritic 可对软件实现计划返回结构化批评，包括矛盾、歧义、缺失前提、问题和补丁建议，输出以 JSON 为主。
推荐理由：开源评测框架把隐藏测试、确定性评分和成本记录做成完整流程，还支持订阅版 CLI 与原始 API 两种测法，可复现性设计较细。
JGalego 发布 slopcop，一个确定性扫描工具，用于发现源代码、注释、文档和仓库配置中的可观察质量问题，不关心代码是否由 AI 编写。
推荐理由：这个代码扫描工具不判断是否 AI 所写，而是确定性检测吞异常、模板化措辞等可观察质量问题，且离线运行并给出证据。
Pydantic 团队发布 Pydantic AI，一个类型安全、可扩展的 Python AI 智能体 SDK，同一智能体定义可运行在 CLI、Web、实时语音、GitHub Actions 等多种界面。
DefiAudit0x 在 GitHub 发布 smart-contract-auditor，一个结合多轮 LLM 流水线与确定性静态分析的智能合约安全审计工具，支持 Solidity、Vyper、Move 和 Chialisp。
GitHub 上的 the-unofficial-swift-programming-language-skill 是一款借助 AI 学习和使用 Swift 编程语言的工具，支持 macOS、iOS、tvOS 和 watchOS 平台。它提供交互式教程、内置代码示例和 AI 答疑功能，建议 4 GB 内存和 500 MB 磁盘空间，安装包可从 Releases 页面下载。
benord-labs 在 GitHub 发布开源工具 Frink（MIT 协议），可将一次性对话保存为可重复运行的 Flow，由 Linear、Jira、Sentry、PostHog、webhook 或定时计划触发，卡住的 agent 会进入 Work Queue 等待用户在 Mac 或 iPhone（beta）上批准。
NeuralMind 是一个面向 AI 编码智能体的本地优先持久代码库记忆层，支持 Claude Code、Codex、Cursor、Cline 及任何 MCP 客户端，最新 v4.9.0 新增 Hermes-Agent 插件，可在每轮对话前注入相关文件与决策。
推荐理由：原文给出公开基准上 46–263× 的 token 节省和 95% gold-file recall，并公布全部 miss，读者可自行复现验证。
generalaction 在 GitHub 开源了 Emdash，一个用于并行运行 AI 编码 Agent 的桌面应用，采用 Apache-2.0 许可。
GitHub 上的 LaunchSense 检查代码仓库而非商业前景，可发现泄露的密钥、许可证问题、依赖漏洞、eval 等风险代码及缺失 README/测试/CI 等问题，并生成可粘贴到 Codex、Cursor 或 Claude 的修复提示词。
GitHub 上的 LLM Cost Tracker 是一个面向 Rails 的 LLM 开支追踪与预算 gem，按用户、功能或任意标签在自有数据库中归集成本，无需代理，不记录提示词和 traces。
guregodevo 在 GitHub 开源了终端 AI 编码 Agent memdoor（Apache 2.0），使用用户自己的 API key 按牌价调用模型。
推荐理由：原文给出 20 组配对实测的 token 节省数字和决策模型机制说明，读者可据此评估这个终端编码 Agent 的实际开销。
GitHub 上的 NBS-LLM-classifier 项目实现了 ClassifAI Python 包，用于将尼日利亚劳动力调查（NLFS）的自由文本回答半自动分类到 ISCO 和 ISIC 编码体系。该流程将 4 位编码的职业与经济活动构建知识库和 VectorStore，通过余弦相似度返回 Top-3 预测，Top-1 匹配预验证编码的自动编码，其余人工或半自动编码。