跳到正文
#Agent
10月18日周日
  1. arXiv · cs.CL44

    Retrieval Program Learning（RPL）：用强化学习将搜索原语组合成可编程检索程序

    研究者提出可编程搜索框架 Retrieval Program Learning（RPL），让策略通过强化学习把搜索原语组合成带局部状态与控制流的程序。针对稀疏反馈下的探索难题，其 program mutation 方法将次优程序的局部变体转为训练轨迹蒸馏回策略。在开放域问答与语料级推理任务上，RPL 训练的 4B 模型超越所有 8B 基线，多跳任务提升显著，同时降低上下文消耗与检索轮次。

  2. GitHub · prompt 工程新仓库30

    Base44 vibe coding 实战教程：零基础到上线的完整课程指南

    一个面向零基础用户的 Base44 实战课程仓库上线，通过构建真实应用（如小型服务企业的 lead tracker）教授从零到发布的完整流程，无需代码或数据库经验。课程含 7 节主课与 Developer Path 加餐、20+ 生产级 prompt、3 套完整 starter kit、快速参考表和故障排查指南。据仓库 2026 年 7 月 27 日的计划说明，Free 档支持最多 5 个应用、每月 25 message credits 和 100 integration credits，新私密应用需付费计划。

  3. GitHub · 去对齐工具与仓库51

    rtl-coverage-agents：用 LLM 智能体对 SystemVerilog 设计做覆盖率引导验证

    Henil-08 发布 rtl-coverage-agents，一组 LLM 智能体在 Verilator 上验证小型 SystemVerilog 设计，流程覆盖读规格、写验证计划与 SVA、生成针对覆盖空洞的激励、跑仿真、分诊失败并判断覆盖率是否足够，再用突变测试检验套件是否真能抓到 bug。内置 dpram 双端口 RAM 和 adder4 加法器两个设计；基准显示定向激励比随机激励更快关掉功能覆盖，但 RAM 上随机激励抓到更多突变体，M10 突变体在 100% 功能覆盖下仍存活。

  4. GitHub · 去对齐工具与仓库46

    DeepSeek Harness 新插件 dsh-llm-cli：用主机上的 OpenCode、Grok、Codex CLI 作为模型路由

    DeepSeek Harness 推出插件 dsh-llm-cli，将主机上已安装的 OpenCode、Grok Build 和 OpenAI Codex CLI 作为模型路由，各 CLI 自持认证与 agent loop，每轮返回完整答案。插件需 Node.js 20.11+，提供 /llm-cli/usage 仪表盘展示每日 token、成本与用量图表，支持 monthlyBudgetUsd、monthlyBudgetTokens 预算及 dashboardToken 远程访问。

  6. GitHub · 去对齐工具与仓库37

    Omerlustig/financial-news-agent：机构级金融新闻监控 Agent 开源项目

    GitHub 上的开源项目 financial-news-agent，是一个机构级自动化金融新闻监控与分析 Agent。它通过 LiteLLM 调用 Gemini / OpenAI / Claude 等大语言模型评估新闻催化剂的影响等级与置信度（1-10），从 Reuters、CNBC、Yahoo Finance、SEC 等来源抓取新闻，经 SHA-256 去重与阈值过滤后，将高置信度市场警报推送至 Telegram 频道或私聊，并支持多信源交叉验证与每日催化剂摘要。

  7. GitHub · 去对齐工具与仓库18

    AstrBot 插件 astrbot_plugin_LLMTempBan 发布 v2.6.0：拉黑理由升级为「记仇小本本」格式

    AstrBot 的 LLM 临时拉黑插件 astrbot_plugin_LLMTempBan 更新至 v2.6.0，拉黑历史升级为「记仇小本本」格式，每条记录包含精确到秒的日期、自动识别的私聊/群聊地点及 LLM/管理员填写的原因。ban_user/ban_sender 返回值现附带完整历史拉黑明细，/拉黑历史_ 命令同步显示地点字段，旧数据无地点时显示「未知」，完全向后兼容。插件支持防刷屏自动拉黑、已读不回、永久拉黑自定义语录等功能，数据持久化至 data/plugin_data 目录。

  8. GitHub · 去对齐工具与仓库43

    Novellaio：多模态 AI 互动故事创作平台与 MCP 智能体引擎

    开源项目 Novellaio 是一个多模态生成式 AI 互动故事创作平台，可逐段生成分支剧情故事书，并配套场景插画、语音旁白与 Web Audio 程序化环境音。它支持 27+ 故事题材、20+ 画风、动态实体知识图谱防止长篇连续性漂移，并通过 MCP 服务器向 Claude Desktop、Cursor IDE 和 Gemini ADK 智能体暴露工具，可导出 EPUB 3.0、主题 PDF 及多比例社交视频。

  9. GitHub · 去对齐工具与仓库62

    agnix 开源：用 702 条规则校验 Claude Code、Cursor 等 agent 配置

    agent-sh 发布开源工具 agnix，用 702 条规则校验 Claude Code、Codex CLI、Cursor、Copilot、Kiro 等 13 类工具的 agent 配置文件，覆盖 CLAUDE.md、SKILL.md、hooks、MCP 配置等。引用 Vercel 研究称语法错误时技能调用率为 0%，工具支持自动修复、GitHub Action 及 VS Code、JetBrains、Neovim、Zed 编辑器扩展，提供 npx agnix 快速体验和浏览器 playground。项目采用 Rust 构建，含 LSP 和 MCP server，MIT OR Apache-2.0 许可。

    推荐理由：原文列出了 702 条规则覆盖的各工具配置文件清单和可自动修复的问题类型，读者可据此判断是否接入自己的 agent 工作流。

  10. GitHub · 去对齐工具与仓库18

    Java-AI-LLM-Learning-Records：面向 Java 后端与 AI 大模型开发的 5,752 篇学习文档仓库

    GitHub 仓库 suxiangyu138/Java-AI-LLM-Learning-Records 收录 5,752 篇标准化 Markdown 技术文档，面向 Java 后端与 AI 大模型应用开发工程师，按五层金字塔组织，覆盖 Java 核心、微服务、RAG、Agent、MCP、微调与面试冲刺。阶段性开发已于 2026-08-12 落幕，仓库进入维护模式。

  11. GitHub · 去对齐工具与仓库33

    ReqLLM：基于 Req 与 Finch 的 Elixir 统一 LLM API 调用库

    ReqLLM 是一个基于 Req 和 Finch 的 Elixir 库，为各家 LLM API 提供统一的请求与响应接口，提供 generate_text、stream_text、generate_object 等受 Vercel AI SDK 启发的高层 API。目前通过 LLMDB 目录支持 1,205 个模型、21 个已实现的 provider 集成（含 google_vertex_anthropic 命名空间共 1,218 个模型、22 个命名空间），并覆盖嵌入、图像生成、语音、转录、rerank 和 OCR 等 92 个非文本操作模型，fixture 套件含 622 个录制的模型规格。

  13. GitHub · 去对齐工具与仓库22

    xyz-rainbow/ollama-run：带工具、技能与实时思考显示的 Ollama 编排器

    Rainbow Technology 开源了 ollama-run，一个 Ollama 高级编排器，支持实时思考显示（ON/FORCE/OFF 模式）、内置 Web 搜索与 shell 执行等工具、可激活的 AI 技能（code review、翻译、SQL、安全等）、持久历史记录及 matrix、dracula 等视觉主题。支持 Linux、macOS、Windows、WSL 安装，也可通过 npm 全局安装，仅限个人非商业使用。

  14. arXiv · cs.AI46

    教会代码智能体在不泄露私有代码的前提下求助云端模型：UVA 方法

    论文提出 utility-verified abstraction（UVA），训练本地代码智能体按角色和类型描述私有实体，向云端强模型求助时不泄露仓库名标识符、文件路径和源码。改写后的问题比未训练时少泄露 3.7 倍私有实体、1.4 倍逐字代码；在仓库级 issue 修复上解决 37.6% 的问题，高于同一模型单独工作的 25.3%。

  16. arXiv · cs.AI28

    LLM 生成的代码重构何时会在仓库层面引发连锁影响：一项仓库采用就绪度实证研究

    一项实证研究对来自 15 个开源 Java 仓库的 150 个生产文件进行 1,500 次 LLM 重构生成，比较单提示词与 LangGraph 多智能体两种依赖感知生成方式。结果中 1,365 个候选（93.8%）被判定为高契约/依赖风险，仅 8 个满足低风险标准；705 组配对分析未发现两种生成方式在主要风险指标上有统计显著差异。研究建议将 LLM 重构视为需分阶段仓库级验证的候选方案。

  17. GitHub · 3D 生成新仓库17

    Qore-B2B：面向现代餐饮连锁的企业级 B2B SaaS 平台（GitHub 项目）

    GitHub 上的 Qore 是为餐厅、酒吧和多门店餐饮运营商打造的企业级 B2B SaaS 平台。顾客扫桌上动态二维码即可点餐和共享购物车，支持整单、均摊（2–8 人以上）或按菜品分账，并用行级锁防止重复支付；后厨 KDS 实时跟踪订单。AI 功能基于 OpenRouter 的 gpt-4o-mini，配合 12 小时 TTL 的内存 SHA-256 缓存，将平均成本降到约 $0.00015 per query；订阅计费走 Stripe（Free、Pro、Business），技术栈为 Next.js 15、NestJS、Prisma 与 PostgreSQL。

  18. GitHub · 3D 生成新仓库20

    JARVIS：原生 iOS AI 个人助手开源仓库 jarvis-ai-next 上线

    GitHub 新仓库 jarvis-ai-next 发布了 JARVIS，一款原生 Swift/SwiftUI 编写的 iOS AI 个人助手，定位为非聊天机器人套壳的完整应用。项目包含 SwiftUI 界面、纯 Swift 引擎（providers、memory、voice、agent）、XCTest 测试，以及可选的 Python FastAPI 后端，并配有 CI/CD 工作流。仓库还提供构建脚本、文档与 agent-memory 工程记忆目录。

  19. GitHub · 3D 生成新仓库42

    song-squared 开源 text-to-schematic-muse：自然语言生成经验证的电气原理图

    song-squared 开源第四个项目 text-to-schematic-muse v0.1，可将自然语言电路描述转换为经验证的电气原理图。它内置 48 个 IEC 符号、119 个端子声明，以设备实例和端子间逻辑连接方式验证接线后，原生绘制到 draw.io，并支持导出 .dxf（AutoCAD）和 .qet（QElectroTech），首个端到端示例为 9 实例、22 连接的直接启动电机电路。项目为教学预览版，不声称符合严格 IEC/GB 标准，采用 MIT 许可证开源。

  20. GitHub · 3D 生成新仓库21

    HRM Intelligence v1.0 框架集成仓库发布

    GitHub 新仓库 hrmit-intelligence-version-1.0 将 TPU HRM baseline notebook 整合为结构化的 HRM Theory 流水线，包含 hrm/baseline.py、theory.py、runner.py 等模块。流水线分 6 个阶段：推理核心、记忆与规划、工具使用、多模态感知、分布式认知和学习系统，可通过 python3 hrm/runner.py 按阶段运行。Stage 4 已能解码 PNG/JPEG 与 PCM WAV 输入并做置信度融合，Stage 6 支持经验记录、回归门控与回滚。

  21. GitHub · 灵魂体仓库34

    lokah1945/wrappers：兼容 OpenAI 与 Anthropic 客户端的 API 协议代理仓库

    GitHub 仓库 lokah1945/wrappers 为 OpenAI 和 Anthropic 兼容客户端（包括 Claude Code、Codex 和 OpenCode）提供协议代理，支持多 key 轮换、限速、指标与流式传输。2026-10-11 生产范围为 nvidia-python、nous、openrouter 和 model-registry，已验证模型包括 nvidia/nemotron-3-super-120b-a12b、poolside/laguna-xs-2.1:free 和 liquid/lfm-2.5-2.6b:free；BLACKBOX 与 OpenCode 包装器处于冻结待定状态。

  22. GitHub · 灵魂体仓库64

    ai-wargame 仓库发布：DeepSeek 与 Kimi 驱动的红蓝 AI 网络攻防对抗仿真

    GitHub 仓库 carlmasters02/ai-wargame 让两个 AI 智能体在程序化生成的企业网络 Sakura Logistics K.K. 上进行回合制网络攻防对抗，RED（默认 deepseek-chat）负责窃取核心数据库，BLUE（默认 kimi-k2）负责防御，可在交互式网络地图上实时观战、担任 judge 注入零日漏洞或 insider 事件，并支持对局中途换模型。

    推荐理由：仓库用真实 CVE、EPSS 和 CISA KEV 情报驱动两个 AI 智能体在仿真网络上对抗，还带基准脚本，想看智能体攻防推演可以自己跑一遍。

  23. GitHub · 灵魂体仓库54

    开源工具 viva-cli：用 RAG 对 GitHub 项目做本地代码口试

    viva-cli 克隆指定 GitHub 仓库后，用 tree-sitter AST 切块、Ollama 本地 embedding 与 Chroma 向量库构建 RAG，运行可配置时长的限时问答，每题引用真实文件或函数作答依据，并输出逐题结构化反馈。支持语音模式（faster-whisper 与 Piper）、会话中断恢复与 Docker 部署，默认模型为 gemma4:e4b，默认时长 30 分钟，每仓库最多分析 500 个文件。当前版本 v0.5.1，作者标注尚处于早期构建阶段，未达到可日常使用的状态。

  24. GitHub · 灵魂体仓库46

    Agent Hub：一个让 AI 智能体互相交流的开源消息服务器

    GitHub 开源项目 Agent Hub 发布，这是一个零依赖的 AI 智能体消息服务器，支持 Claude Code、Cursor、Codex 等智能体跨网络互聊。它提供统一仪表盘、一键接入提示词生成，兼容纯 HTTP API、MCP 桥接和 A2A 协议（支持 Google ADK、LangGraph、CrewAI 等远程智能体），仅需 Node.js 18 及以上即可运行，默认监听 7700 端口。每个智能体使用独立 token（仅存哈希），私信仅双方与管理员可见。

  25. GitHub · 灵魂体仓库41

    开源 LLM 推理平台：在 RunPod 与 Vast.ai 上用 vLLM 和 SGLang 部署 Llama 3.1 8B 与 Qwen3 8B

    一个面向生产环境的开源 LLM 推理平台，可在 RunPod 和 Vast.ai 等廉价 GPU 云上部署 Llama 3.1 8B（AWQ 4-bit，约 10 GB 显存）与 Qwen3 8B（fp8，约 8 GB 显存），同时支持 vLLM v0.30.0 和 SGLang v0.5.20 两种引擎，并通过 LiteLLM 代理网关做流量 A/B 分流。平台基于 KEDA 按 Prometheus 队列深度和 KV-cache 压力自动扩缩容，提供 Prometheus + Grafana + Loki 全套可观测性、机密加密、NVMe 模型缓存（重复启动约 30 秒）以及 Velero 每日集群备份。

  26. GitHub · 灵魂体仓库58

    parley 开源：让 Claude Code 和 Codex 会话以对等身份互相对话

    parley 是一个单文件 Go 工具，让 coding-agent 会话（目前支持 Claude Code 和 Codex，OpenCode 在计划中）通过 IRC 流以对等身份互相对话，用户可用任意 IRC 客户端在场旁听和介入。支持两种用法：table 是多个 agent 席位围绕一个问题讨论并产出 MAP，build 是两个会话各自在独立 worktree 上协商分工，其结论经用户确认后才写入 Director ledger。README 附带一个 12 分钟红蓝对抗示例，由 Claude（Claude Code 上的 Fable 5.1）辩护改动、GPT-6 Astra（Codex）攻击改动。要求 Go 1.25+、ergo IRC 服务器和对应 CLI 版本，Apache 2.0 许可。

    推荐理由：README 讲清了 agent 会话互相对话的机制与两条硬规则，红蓝对抗示例还展示了发现与反驳如何落地，方法可迁移到自己的仓库。

  27. GitHub · 灵魂体仓库22

    milisp/awesome-chatgpt-claude-agents：ChatGPT 与 Claude 智能体资源精选清单

    GitHub 仓库 milisp/awesome-chatgpt-claude-agents 精选了 ChatGPT 与 Claude 的智能体、子智能体及 AI 开发工具。内容覆盖开发编码、商业生产力、创意内容、安全 DevOps 等类别，收录 AutoGPT（177k+ star）、GPT-Researcher、MetaGPT（44k+ star）等，还包括 100+ 个生产级 Claude Code 子智能体合集。

  28. GitHub · 灵魂体仓库24

    Phonon：把闲置 Android 手机变成局域网本地智能体推理服务器

    Phonon 项目将闲置 Android 手机改造成局域网内的私有 OpenAI 兼容推理池，并行度等于手机数量，加手机是加任务槽而非提速。架构为 opencode 主机经 LiteLLM 网关路由到各手机上以前台服务运行的 llama.cpp，单模型单槽位。项目目前处于 pre-alpha，尚无实测数据，首个里程碑是作者两台 Pixel 7 的测量结果，采用 Apache License 2.0。

  29. GitHub · 灵魂体仓库60

    Open Foresight 开源：复刻 Google AI Edge Foresight 的本地会议记录与知识库应用

    开源项目 Open Foresight 发布，复刻 Google 2026 年 10 月发布的 macOS 离线会议笔记应用 AI Edge Foresight，并扩展到 Linux 和 Apple Silicon Mac。它用 Gemma 生成本地答案与笔记、EmbeddingGemma 做来源检索、Whisper 做本机转录，带引用校验的问答、会议 Live Q&A 与 MCP 服务器，MIT 许可，普通生成全部保持本地推理；macOS 的 CI DMG 目前缺少推理运行时，还不是完整可用的发布版本。

    推荐理由：项目完整公开了逆向复刻 Google 闭源应用的方法与验证账本，读者可以借此学习一套跨平台复刻与本地推理落地的可迁移做法。

  30. GitHub · 灵魂体仓库18

    LinusConradM/LLM-Powered_WBG_Scorecard：LLM 驱动的世界银行集团记分卡原型项目

    这是 Conrad Muhirwe 为申请世界银行集团 ETC 数据科学家职位提交的技术评估仓库，构建 LLM 驱动的 WBG Scorecard 网络原型（优先）和记分卡分析幻灯片（次优先）。项目用共享 ingestion pipeline 从 scorecard.worldbank.org API 抓取数据，构建 DuckDB/Parquet 缓存；2026-10-17 构建产出 172,799 行 wbg_results、156 个 indicators，24/24 项校验通过。开发全程使用 Claude Code 以六个 subagent（data-engineer、llm-engineer 等）协作完成，raw 文件已提交可离线重建。

10月17日周六
  1. arXiv · cs.AI39

    ReTRACE：基于反馈引导的 LLM 智能体化学逆合成规划框架

    研究者提出 ReTRACE，一个将 LLM 置于化学工具环境中的逆合成规划智能体，可整合分子工具、单步预测引擎、可购买原料库与多准则路线评估器，并在搜索中根据评估反馈持续改进路线。使用 Claude Opus 4.8 时，ReTRACE 提出的 top 10 路线中至少一条通过审计的比例在三个 benchmark 上分别达 87.4%、95.0% 和 86.7%。两个前瞻性湿实验合成表明其路线经专家修改后可转化为可执行流程。

  2. arXiv · cs.AI39

    迈向集体模型智能：模型能力刻画与协同调度

    SinapisAI 团队提出实现集体模型智能的系统方案，包含 Model Eval、Mio（Models in One）和 Mos（Model Serving OS）三个组件，分别解决能力刻画、模型选择协作与高效执行。在九个公开 benchmark 上，Mio 1.0 Lite 取得最高平均分和最低平均成本，单请求成本比最佳替代方案低 73.7-97.5%；预热共享缓存将模型文件检索加速最高 23.3 倍。

  3. arXiv · cs.AI40

    LLM 智能体能解决服务投诉吗？ServiceBench 首个投诉处理基准发布

    研究者推出 ServiceBench，据称是首个专注投诉处理的基准，包含 2,500 个场景、覆盖 184 类投诉和五个服务行业，并提出 APCS 模拟方法与基于公正性的评测框架。实验显示，即便强大的 LLM 智能体也难以主动收集信息、策略性引导对话，常过早补偿。用 SFT 和 DPO 做针对性后训练可显著改善，使小模型在多项结果上追平或超越大模型。

  4. arXiv · cs.AI52

    MetaSkill 论文提出用 DAG 运行时让 Agent Skills 可组合执行

    arXiv 论文 2610.24723 提出 MetaSkill，一种混合表示，在保留完整 Skill 包与本地自然语言指令的同时，通过有向无环图（DAG）运行时让调用依赖和前驱文本绑定变为可执行。在 20 项多 Skill 工件任务和 DeepSeek-V4-Flash、GLM-5.2 两个 LLM 上，与自然语言流程、Prompt Graph 及 AgentSkillOS 对比，盲评偏好点估计均占优，且 95% 任务 bootstrap 区间排除了与 Prompt Graph（DeepSeek-V4-Flash）和 OpenClaw（GLM-5.2）的持平；GLM-5.2 审计轨迹中所有计划节点完成、声明的先后约束全部满足。

    推荐理由：论文把 Skill 间协调关系形式化为可执行 DAG，同时保留 Skill 内自然语言灵活性，给出 20 项任务与两个 LLM 的对照实验结果。

  5. arXiv · cs.CL55

    arXiv 论文提出抑制式消息传递，提升多智能体推理准确率并降低 token 消耗

    arXiv 论文提出受皮层抑制回路启发的 inhibitory message passing，一种免训练通信路由器，按证据句逐条消除冗余、每条证据至多向需要它的接收者转发一次。对比标准消息传递，对等组的准确率在三个基准上提升 39-77 个百分点，每次运行的 token 消耗下降 10-46%；结论在 7 个 4B-32B 开源模型与 2 个商业模型、最多 64 个智能体，以及点对点、编排者-工作者和多层层级等架构上均成立。

    推荐理由：论文提出免训练的抑制式消息路由机制，并给出多组基准与 token 开销数据，方法可直接迁移到多智能体系统设计。

  6. arXiv · cs.CL41

    DiffuPlan：面向扩散语言模型智能体的可编辑规划状态

    研究者提出 DiffuPlan，一种维护单一可编辑规划状态的扩散搜索智能体，当后续证据确定实体或改变搜索路线时仅重建受影响步骤，并引入 Expansion-Partition Marginalization（EPM）支持变长修订，还将扩散轨迹 RL 适配到多轮搜索。在四个多跳 QA 基准上，DiffuPlan 取得 50.24 平均 F1，超过强 AR 搜索智能体；同等数据与训练下，可编辑规划状态为扩散智能体带来 2.44 F1 提升，而其 AR 源模型仅提升 0.47。

  8. GitHub · 3D 生成新仓库34

    Omni-Dash：零云端数据分析与可视化仪表盘开源项目

    GitHub 开源项目 Omni-Dash 提供零云端的企业级数据分析与可视化工具，可作为单文件 HTML 直接在浏览器离线运行，也可作为 React 19 + Vite 应用部署。支持 Excel、CSV、Word、PowerPoint、PDF 等多格式数据导入，内置 Hash Joins 关系建模、复合过滤、10+ 图表类型和 6 套主题。离线 AI 分析可通过 WebAssembly 运行本地 GGUF 模型，或用 AirLLM 配套服务器在消费级笔记本上跑最高 70B 参数模型。

  9. GitHub · Blender AI 插件37

    mcp-for-blender-pro：Blender AI 插件发布，内置 MCP 服务器与 21 个场景工具

    mcp-for-blender-pro 是一个开源 Blender AI 助手插件，可检查场景、创建物体、编辑材质、搜索资产并执行多步智能体工作流，内置 MCP 服务器与视觉化 Studio 工作区。支持 OpenAI、Anthropic Claude、Google Gemini、OpenRouter、Ollama 及自定义 API，提供 Manager/Worker/Reviewer 团队链。含 21 个场景工具，集成 Poly Haven、Sketchfab、Poly Pizza 资产库，支持 Windows x64 与 Blender 4.2 或更高版本，采用 MIT 许可证发布。

  10. GitHub · Blender AI 插件32

    BlenderMentor：Blender 内置的 AI 教学助手插件

    BlenderMentor 是一款嵌入 Blender 的 AI 教学插件，通过回答提问、拆解步骤和实时高亮相关 UI 元素来指导操作，且不会代替用户修改场景。插件兼容 Blender 4.2+ 扩展系统，本地运行，支持 Gemini、Claude 或 Ollama 作为 AI 提供方（自带 API key），提供 N 面板视口遥控和网页版 Console 两种模式，支持语音听写、语音朗读（0.8x-2.0x 变速）和 791 个官方矢量图标，采用 GPL v3 许可证。