新闻、仓库与研究，按时间排列。
开发者 Yernur 发布开源工具 Operator（npm 包 pzero-operator），一个终端内的代码智能体，可读写文件、执行 bash、操作 git，并跨会话记忆任务与事实。默认模型 qwen3-8 拥有 262K 上下文并支持图片，也可接 gemma4、gpt-oss 及 localhost:11434 的 Ollama 模型。项目采用 MIT 协议，另提供 Electron 版 Operator Desktop，支持 macOS/Linux/Windows。
开源项目 Gehor 发布，为高校提供完全离线运行的 AI 工单分诊与路由系统，基于 Ollama 运行 Qwen 3 4B 模型，可在 6GB+ VRAM 的消费级硬件上本地推理，云 API 成本为 ₹0。系统内置确定性安全规则引擎，火灾、骚扰等紧急事件直接绕过 AI 升级至校园安保，关键警报需通过校内邮箱验证身份后提交。技术栈包括 React/Vite 前端、FastAPI 后端与 SQLite 数据库，管理员手动改派会持续更新本地路由记忆。
GitHub 用户 Donadonzi 发布了 llm-playground，一个用于在 Jupyter 笔记本中试用各类 LLM 的小型 Python 项目。云模型和本地模型统一通过 LiteLLM 调用，支持 gpt-4o-mini、Anthropic、Gemini 等；本地运行依赖 Ollama（如 ollama pull llama3.2），无需 API key。项目用 uv 管理环境，并提供 LiteLLM 云端聊天和 Ollama 本地模型两个示例笔记本。
GitHub 开源项目 llm_stock_report 结合 LightGBM 量化预测与大语言模型，为 CN/US/HK 市场生成每日股票摘要与次日预测，并通过 Telegram 推送。项目内置 GitHub Actions 自动化工作流，无需自有服务器；支持 OpenAI / Gemini / Ollama（本地默认 qwen2.5:7b），兼容本地 LLM 实现零 API 成本运行。数据侧 A股用 AKShare、美股/港股用 yfinance 拉取行情，每周训练、每日推理。
ImposterOnline 的 Pyrz-8B-Instruct-Uncensored-GGUF 已上线 Hugging Face，提供 Q4_K_M 量化版本。该模型可通过 llama.cpp 在 macOS、Linux、Windows 本地运行，也支持 Ollama、Docker、LM Studio 等方式，并能启动本地 OpenAI 兼容服务器供 Pi、Hermes、OpenClaw 等工具调用。
harn3ss 发布 open-infra，一个完全自托管、兼容 AWS 协议的云平台，SigV4 认证下支持 25 项 AWS 服务。用户可沿用现有 AWS SDK、CLI、Terraform 或写一份 infra.yaml 声明意图，由 GitOps 自动调和托管数据库、对象存储、队列、GPU 推理等资源。平台基于 k3s、MinIO、Knative 等 CNCF 项目构建，按 NIST 800-53 控制框架设计，费用为 $0。
llm 是一个 Emacs 库，为 elisp 代码提供与 LLM 交互的统一接口，让用户可自选本地或付费 API 的模型。它抽象了聊天（支持同步、异步、流式响应及图像等多媒体输入）、tool use、embeddings 和提示词构建等能力，不支持的功能会触发 'not-implemented 信号。已接入的提供商包括 OpenAI、OpenAI 兼容 API、OpenRouter 和 Azure OpenAI，ellama、magit-gptcommit、ekg 等包均在其上构建。
GitHub 项目 Past-paper-generation 提供原生 macOS 应用与 Python 后端，用本地 Ollama 模型生成非官方 A-Level 练习试卷，法语 NSI 扩展仍在开发中。项目推荐 16 GB 统一内存 Mac 使用 gemma4:12b，8 GB 机型可用 qwen2.5:7b 但需更仔细人工审校。项目处于活跃开发阶段，尚未通过考官资格认证或 App Store 审核。
Local_AI_Workstation 是一个基于 Electron、React 和 FastAPI 的本地优先 Windows 桌面应用，集成了 Ollama 聊天、文档与知识库、本地图像生成以及 LoRA 和角色工作流。首次安装需要 Node.js 22、64 位 Python 3.13 和 Ollama，通过 setup-windows.ps1 脚本完成配置。运行数据默认存放在 data/ 目录、模型存放在 models/ 目录，仓库提供的是开发源码而非打包安装程序。
GitHub 开源项目 bd-legal-rag 提供孟加拉语与英语双语检索增强问答，针对孟加拉国法律条文，答案引用具体条款，语料无法回答时直接拒答。系统在 43,966 个语料块上评测：qwen2.5:14b 生成答案引用指向检索片段的比例达 1.00，拒答准确率 0.91，答案正确率 0.71；加 cross-encoder rerank 后 recall@5 达 0.878。支持 Ollama 本地、OpenAI、Anthropic 等多种 LLM 接入，附带 HTTP API、流式 UI 和 248 个离线测试。
axon 是 ntfy 的 AI 原生分支，在原版 ntfy 之上提供可选 AI 层；关闭 ai-enabled 时与上游 ntfy 行为完全一致，可直接替换。其 AI 功能全部可选择性开启并默认本地优先（Ollama），包括自然语言订阅配置、长消息摘要成标题与重要度估算、7 天主题简报、带引用的历史问答，以及让 Claude 等智能体发布消息、等待回复和读取历史的 MCP server。所有 AI 调用经 OpenAI 兼容、Anthropic、Ollama 三个 provider 抽象，并配有 LRU 响应缓存和按访客与全局的每日 token 预算。
开源项目 esp32-voice-assistant 在 Waveshare ESP32-S3-AUDIO-Board（XiaoZhi 固件）上搭建本地语音助手，通过 Mac 上的 xiaozhi-esp32-server 调用 Ollama 运行 qwen3:8b，实现本地 STT 与 TTS。项目演示了语音天气查询功能，get_weather 工具基于 Open-Meteo，未指定地点时默认 Nampa, ID；另有一个 local-llm MCP 服务器（ask_local、list_models）让 Claude Code 把小任务交给 Ollama 处理。项目采用 The Unlicense 公共领域许可。
GitHub 开源项目 plotbench 是一个本地 LLM 聊天测试台，支持本地（Ollama）或远程（OpenAI 等）模型，可从任意消息分叉对话分支，并用 ChromaDB 做 RAG 记忆检索。它还提供锚定到具体段落的插图生成功能，采用 Python 3.12、FastAPI、React 19、Vite 技术栈，local-first 运行在自己的机器上。
开源项目 whiteboardy 是一款原生桌面应用，可生成限时练习题、按预写隐藏评分标准打分，支持系统设计和编码两种模式。它默认通过 Ollama 完全本地运行，也可接入 Anthropic、OpenAI、Google 的托管模型，7-9B 及以上模型可用，推荐 qwen3.5:9b。项目目前为 Beta，评分校准未经跨模型验证，会话格式尚不稳定，采用 Apache-2.0 许可证。
mradermacher 在 Hugging Face 上提供 Ostrich-27B-261008-Qwen3.8-Abliterated-i1-GGUF 模型，支持 Q2_K 等量化格式。用户可通过 llama.cpp 本地部署，兼容 LM Studio、Ollama、Pi、Docker Model Runner、Lemonade 等工具，并提供 OpenAI 兼容的本地服务器。
ZAYNOR 是一个本地 AI 取证调查平台，核心原则是将调查自主权与结论权威分离：证据经标准化、冻结后由 VIGÍA 确定性数学引擎生成密封的权威结果，本地 Ollama 模型只能在结果生成后解释案情、提出只读查询，不能写入或修改裁决。平台提供 CLI、OpenAI 兼容 API、Web 界面和 MCP 集成，支持 Velocirapter 等受限采集器与事后证据，相同冻结案例可复现相同结果。
GitHub 仓库 ckovaly/practical-agent-builds 收录真实无炒作的 Agent 构建项目，每个构建都可运行，失败记录与数据直接附在代码旁。现有 local-builds 部分，包含基于 Ollama 本地模型的文件夹 agent、文件夹 MCP server、benchmarks 和实验笔记，更多内容将通过 issue #1 追踪，后续将添加提示词实验、notebooks 和多模型工作流等章节。
tgvdufuture 在 GitHub 发布 Correlo，一个本地优先的连接引擎，将文档分块、生成嵌入向量并寻找关键词搜索不会发现的非显性关联，每条线索由用户接受、拒绝或在对话中深挖。基于 Node.js 20+ 与 Next.js 16，嵌入默认用本地 Ollama 的 nomic-embed-text，聊天模型默认 Groq，数据存于本地 SQLite 文件；作者明确说明该应用不可托管于 serverless，因为 corpus 保留在本地磁盘且任务在服务端常驻 worker 中运行。共享稀有词或同文档片段的关联会被显式过滤规则排除，界面为法语，采用 MIT 许可证。
claude-code-t8 是一款面向 Windows 的桌面应用，用于以简洁界面使用 Claude 风格的聊天和代码工具。它支持 OpenAI 兼容 API 和 Ollama 本地模型两种连接方式，需 Windows 10/11、至少 4 GB 内存和 200 MB 磁盘空间。应用提供聊天、代码生成、错误修复等模式，可在多个已连接模型间切换，使用本地或私有端点时数据可保留在用户自有环境中。
Jev Gateway 是一个开源混合 AI 路由器，用 Jev System One 分类器在 300ms 内决定请求去向：Tier 0 交给本地 qwen2.5-coder:32b（$0.00），Tier 1-3 经 OpenRouter 分别路由到 Gemini 2.5 Flash、Claude Sonnet 4.6 和 Claude Opus 4.6 Thinking。它内置 Obsidian PKM RAG，相似度 >0.62 时自动注入个人笔记上下文，并提供 OpenAI 兼容 API、SSE 流式、Web 遥测面板和 Docker 部署。
GitHub 上的 local-llm-dispatch 仓库将一套基于 ollama 的本地 LLM 任务调度流水线整理为单文件夹快照，含队列守护进程、Web 仪表盘（:7684）、Claude Code hooks 和 launchd 配置。快照在 2026-10-08 时 207 个沙箱测试中 199 个通过，8 个失败为已知非封闭测试。仓库经 scrub.sh 清洗个人信息与内网 IP，不追踪任何密钥。
L-Forster 发布开源项目 OpenJet，一个自托管的本地 AI 编码智能体，可连接 Ollama、LM Studio、llama.cpp 或自动按硬件配置 GGUF 模型，支持文件编辑、审批式 shell 命令、MCP 工具、持久会话和 Python SDK 嵌入。RTX 3090 上 Qwen3.8-27B Q4_K_M 经 MTP 达 70 tok/s，配合 megakernel 引擎推理模式约 1.5 倍解码提速；Slipstream 模式用云端模型规划、本地模型执行，目标编排器 token 占比 20%。核心采用 AGPL-3.0 许可。
推荐理由：本地编码智能体把模型运行时、agent 循环和硬件配置整合成一键部署，还给出 RTX 3090 上的实测 tok/s 数据可对照。
minyiyang 在 GitHub 发布 ollama-translator，一个完全基于本地 Ollama 模型的图书与字幕翻译流水线，支持 EPUB、Word、PDF、Markdown 等格式输入输出，无需云 API 或 LangGraph 等 agent 框架。流水线把译名漂移、标记丢失、数量改动等长文翻译失败拆成独立检查点阶段，涵盖术语表提取与审批、审计修复、断点续跑和浏览器仪表盘，en-zh 语言对经过调优，并支持法语、日语、韩语等多语言配置。
推荐理由：一个把长篇翻译拆成可检查点、可回滚阶段的本地流水线，设计思路对任何多步 LLM 任务都有借鉴价值。
GitHub 上的 UtopikLab/llm-rig 仓库收录了 192.168.1.0/24 子网 Homelab 的本地 LLM 与图像工具 POC 配置。推理节点采用 2× Tesla P40（R740xd），以 llama.cpp + Ollama 运行 GGUF INT8/Q4_K_M 模型；因 P40 FP16 性能差，ComfyUI 图像生成建议用 RTX 3080 或 CPU。仓库按 POC 分文件夹，各含独立 README 与安装脚本，仅覆盖本地推理/图像栈，不含其余三个 Homelab 节点。
开源项目 PRNarrator 基于 Python、FastAPI、LangGraph、Ollama 和 Streamlit，可获取 GitHub pull request、汇总变更文件、输出启发式风险信号、识别测试文件，并用本地大语言模型生成面向审阅者的报告。项目默认使用 qwen2.5:3b 模型，通过 GitHub REST API 拉取元数据和 diff，提供 POST /analyze 等 API 与 Streamlit 界面。其风险分析仅为启发式判断，不执行测试、不批准或合并 PR。
ResiliMind 是一个面向研究、波斯语优先的对话式 AI 系统，用 LLM 结合 LangGraph 状态工作流、Pydantic 结构化输出和 NetworkX 知识图谱，对用户消息进行基于证据的心理韧性评估并生成个性化回复。系统采用安全门优先路由，区分 SAFE、SELF_HARM、VIOLENCE、SEVERE_ABUSE 等类别，覆盖六大韧性领域，各韧性维度按 0–25 分评分，并通过 Ollama 支持本地推理，界面基于 Streamlit。项目明确声明为实验性原型，不是医疗设备或临床验证工具。
GitHub 上的 ai-picture-diary 项目开源，这是一个由本地 LLM 和 VLM 驱动的自动图画日记系统。项目整合 FastAPI 后端（提供认证、RAG、文本生成 API）、PostgreSQL 数据库、ChromaDB 检索本地 JSON 文档，通过 Ollama 或 OpenAI 兼容模型生成文字，配 Expo/React Native 前端和插图生成 worker，并用 GitHub Actions 完成 feed 生成与 GitHub Pages 部署，还提供可选的 LoRA 微调服务。
Ollama Herd 是一个本地推理路由器与负载均衡器，通过 mDNS 自动发现局域网内运行 Ollama 的设备，用打分机制按热状态、显存、队列深度等把请求路由到最优机器，仅需 pip install ollama-herd 后运行 herd 和 herd-node 两条命令。除 LLM 外还路由视觉（gemma3、llava）、图像生成（mflux 的 FLUX、DiffusionKit）、语音转文字（Qwen3-ASR）和嵌入向量，提供 OpenAI 兼容 API（端口 11435）、模型回退、46 项自动健康检查和实时仪表盘，支持 macOS、Linux、Windows，其中图像生成和 MLX 语音转文字仅限 Apple Silicon。
推荐理由：README讲清了部署步骤、评分路由维度和平台差异，想复用闲置设备搭本地集群的读者可以直接照做。
开源项目 selfhost_chatty 提供一个基于 Ollama Cloud API 的单用户自托管聊天应用，支持流式 NDJSON 回复、工具调用（web_search、fetch_page、calc、python、memory_write 等）和每会话独立的聊天模式。内置 16 种 persona、分栏对话、四档推理级别、Markdown/PDF 导出及真实 token 统计面板。后端采用 FastAPI + SQLite，前端为 React 19 SPA，通过 chatty 命令一键部署，仅需在 .env 配置 OLLAMA_API_KEY。
GitHub 上开源的 MSA v2.0 是一个自主、隐私保护的移动应用渗透测试平台，内置 10 阶段自动化分析流水线，结合本地混合 RAG 引擎（BM25 + TF-IDF，RRF k=60）和本地 Ollama 推理（qwen2.5-coder:1.5b），无需云端即可检测 Android 和 iOS 漏洞。在 DroidBench 3.0、Ghera 及 104 个真实 Google Play 应用的评测中，其召回率达 94.2%，误报率降至 7.8%，平均扫描时间 47.3s，并能自动生成 CVSS v3.1 评分与代码补丁，全程 100% 本地离线运行。
Vericode 是一个离线 AI 代码验证工具，通过 Git pre-commit hook 用本地 LLM 在提交前捕捉幻觉导入、不安全代码并甄别误报，源码不上云。其架构分三层：import_check 快速标记幻觉包、Semgrep 离线规则安全扫描、Qwen2.5-Coder-7B（Q4_K_M）经 Ollama 做本地推理与修复建议。仅 setup 时需联网，之后全部离线运行，被拦截的提交可用 VERICODE_OVERRIDE=1 强制通过。
Vedant Patel 在 GitHub 开源了 RedLens，一个针对 Ollama 本地运行模型的自动化红队与安全评估框架，支持提示词变异、响应分类、OWASP LLM Top 10 映射和 PDF 报告生成。对 llama3:latest 的最终评估共 1320 次测试（1200 恶意 + 120 良性），ASR 为 28.5%，Block Rate 71.5%，Security Score 79.7/100，最高风险类别为 Jailbreak、Data Extraction 和 Misinformation，Direct 变异是最有效攻击手段（ASR 36.3%）。
推荐理由：给出了完整的攻击变异、指标计算和OWASP映射方法，并附llama3的实测数据，可作为本地LLM安全评估的可复用框架。
GitHub 上的 smart-calculator 是一个本地优先的计算器助手，用 Streamlit、LangChain 和 Ollama 构建：LLM 负责理解请求并选择工具，Python 负责计算。功能包括基于 Decimal 的安全算术、Pint 单位换算、描述统计、复利和固定利率贷款月供，支持本地聊天界面与对话历史。需要 Python 3.10+ 和支持工具调用的 Ollama 模型（如 llama3.1），安装后可完全离线运行，应用本身不发起任何外部 API 调用。
作者开源 unseen-voice，在 Ubuntu 24.04 GNOME 46 Wayland 上按住右 Ctrl 即可说话，放开后自动贴上繁体中文，快速模式用本机 SenseVoice（CPU）全程离线，放开到贴上约 0.3 秒。整理模式把识别结果交给 LLM 依内置「小纸条」删赘词、条列、改写成 Email/Slack 或翻译成英文、日文、简体中文，默认方案 B 用本机辨识加 Groq gpt-oss-20b 整理，也支持本机 Ollama（默认 qwen3:4b-instruct-2507-q4_K_M）；提供 20 条历史纪录、替换字典、GNOME Shell extension、uninstall.sh 完整还原，MIT 授权。
推荐理由：README 完整给出安装、方案与耗时实测细节，想自建 GNOME Wayland 语音听写时可直接照着部署和比较本机与云端方案。
一个基于 Java 17+、Spring Boot 与 Spring AI 的本地 LLM 聊天助手项目，通过 Ollama 在本地运行 gemma3:4b 模型，无需付费云端 API。前端用 HTML、CSS、JavaScript 通过 Fetch API 异步调用后端 REST 端点（如 POST /api/chat）。项目可扩展支持 RAG、PDF/DOCX/TXT 文档上传与向量存储等能力。
GitHub 上的开源项目 ollama-run 用于编排 Ollama 聊天，支持工具、技能、持久化历史记录、主题以及实时思考展示。目前该项目尚无 stars、watchers 和 forks，也未发布 Releases 或 Packages。
Capsize Games 开源的 AI Runner 是一个完全本地运行的 AI 伴侣与 AI 绘画应用，GPL-3.0 协议，由 Capsize LLC 的一位工程师开发维护。用户可自定义伴侣的名字、人格、语音，伴侣通过 RAG 建立跨会话的长期记忆，并感知时间、日期与本地天气；绘画部分提供多层画布，支持草图转图像、image-to-image、局部重绘与滤镜。默认 LLM 为 Qwen3.5-9B GGUF Q8_0（约 12 GB VRAM），通过 llama.cpp sidecar 运行，支持 Ollama、OpenRouter、OpenAI 等后端。
一个最小 Python 模板项目，测试 Mellum 2.1 能否作为 Junie Lite 旗下的本地 worker 子智能体完成琐碎任务。Junie Lite 由 JetBrains 基础设施托管、免费无需订阅；Mellum 2.1 通过 Ollama 本地运行，模型下载约 8.1 GB，支持 131072 token 上下文，并可通过 MCP 工具接受主智能体调度。项目按里程碑逐个搭建桌面计算器，但作者明确指出该方式尚不能用于真实项目。
ai-turk 是一个开源编码智能体专用界面，灵感来自 18 世纪的"土耳其人"下棋机器，由 LLM 在后台生成按钮网格。它抽象后端，同时支持 pi（pi --mode rpc）和 Claude Code（claude -p stream-json），支持会话上下文自动管理、bash/read/edit 工具调用和实时流式输出。Claude Code 后端可通过 Anthropic API 或 Ollama 0.14+ 的 Anthropic 兼容端点（如 glm-5.1:cloud）驱动，默认端口 3000、最多 5 个会话，可经 .env 配置多实例运行。
BushfireReadyGPT 是一个面向澳洲山火应急准备的开源原型，可将地点、受众、场景和规划重点生成为可审阅的准备报告草稿。默认本地运行于 Ollama，无需 OpenAI API key，另有可选的密码保护 Docker/Railway 演示使用 DeepSeek 和容器内 CPU RAG。当前版本 v0.6.0，2026-10-09 本地回归在 bef863a 上通过 3,696 项测试（90.13% src 覆盖率），冻结案例使用 5,857 input tokens 以适配 8,192-token 窗口；项目明确不用于实时火情或生命安全决策。