新闻、仓库与研究，按时间排列。
rmc-toolkits v0.7.0（Beta）发布，这是一个无需安装的浏览器工作台，用于检查 RMCProfile 建模运行，可查看拟合、χ² 历史、原子密度图、热椭球、键角、对称性与 3D 结构，运行文件不离开本机。内置实验性 AI Copilot，可自行执行分析并以步骤卡展示，支持本地模型（Ollama、LM Studio）或 OpenAI、Gemini、Anthropic 云模型。项目以 AGPL-3.0 许可开源，附 Python 包 rmc_toolkits 及 rmc-triplets、rmc-autoscale 命令行工具。
开发者正在 GitHub 开源 MillelithAI 项目，从零构建名为 Aether 的语言模型，不使用预训练权重或微调，长期目标是面向授权安全工作的网络安全 AI。目前处于极早期，仅完成字符级 tokenizer、数据加载器、bigram 模型和带 loss 记录的训练循环；规划从 Prototype（1M-10M params）逐步扩展到 Aether Nano ~30M、~100M、~300M 直至长期目标 ~1B。项目基于 Python 和 MLX，需 Apple Silicon Mac 运行，代码仅限阅读，保留所有权利。
GitHub 开源项目 enterprise-knowledge-intelligence-system 是一套生产导向的 RAG 应用，结合 PDF 摄取、文本分块、语义向量搜索与 BM25 混合检索、cross-encoder 重排，并用本地 Ollama 模型（qwen2.5:3b）生成带来源引用的答案。系统基于 Python 构建，采用 FastAPI 后端和 Streamlit 界面，向量库使用 Qdrant，嵌入由 Sentence Transformers 生成。项目包含自动化测试（46 个测试通过）和 RAG 评估流程，评估覆盖答案匹配、引用有效性和拒答等行为。
GitHub 上的 ibkr-flex-mcp 是一个只读 MCP 服务器，通过 Interactive Brokers 的 Flex Web Service 暴露账户数据。它基于 token 认证的报表 API，架构上无法下单、改单或撤单，代码中不含任何交易功能，token 泄露也只暴露报表读取。提供 flex_run_query、flex_positions、flex_trades、flex_cash 四个只读工具，各平台预编译二进制随 GitHub Release 提供，采用 MIT 许可证。
GitHub 新仓库 ComfyUI-JIP 为 ComfyUI 提供可组合的图像预处理节点，通过 JIP Load → JIP RMBG → JIP Resize → JIP CNet Preprocess → JIP Save 的可选链路，把源图处理为一组命名的 controlnet 预处理图并存盘。各节点以单一 JIP payload 传递图像与输出名后缀，步骤可任意省略或重排；CNet Preprocess 默认支持 DepthAnythingV2、DWPose、HED、DensePose、CannyEdge、LineArt 六种预处理器，RMBG 支持 rembg / U²-Net。项目采用 MIT 许可，依赖 Pillow、numpy、rembg 和 comfyui_controlnet_aux。
apoorvverma07 在 GitHub 开源 MiniGPT 项目，用 PyTorch 从零实现并训练了一个 decoder-only Transformer。项目以 notebook 形式提供，涵盖因果多头注意力、模型训练和自回归文本生成。
GitHub 上出现一个名为 233016-svg/Image-Generation-Tool-AI 的新仓库，目前无项目描述、无 topics，也尚未发布 Releases 和 Packages。仓库内包含一个 notebook 文件 lab-05-task-1.ipynb，暂无 stars、watchers、forks 和贡献者数据。
Sonu-mj 在 GitHub 发布 rag-from-scratch 项目，用 Python 从零实现 RAG 文档搜索，无需 API key、不上云、完全离线运行。项目流程为加载 docs 下的 .txt/.md 文件、按句子边界做约 500 字符滑窗分块（75 重叠）、用 scikit-learn 的 TF-IDF 嵌入向量并按 cosine 相似度取 top-k 证据作抽取式回答。作者计划后续引入 sentence-transformers 稠密嵌入、重排序、生成式回答及 FAISS/Chroma 持久化存储。
GitHub 开源仓库 BSAI_ComfyUI_Nodes 提供一套 28 个 ComfyUI 自定义节点，覆盖视频处理、图像处理、音频处理、LLM 推理和 AI 生成，提供中英双语文档。其中 LLM 节点支持通过 llama-cpp-python 本地推理 Qwen3.8-VL、Gemma4 等 GGUF 模型，并支持 5 张图片加 3 个视频的多模态推理；生成类节点集成 Krea 2 生图和 LingBot-Video Dense 1.3B 文生视频。可通过 ComfyUI Manager 安装，代码采用 Apache-2.0 许可证。
yjh051108 发布 fengcha-2.0，一个 DeepSeek Harness 预设，在环境说明首尾各插入一句硬性规定，使思考块中「我们」类词占比从 3% 升到 81%。消融显示只放结尾仅 0.56、氛围描述 0.13、改写 13000 字系统提示词几乎无效，模型只认可逐条检查的硬规定。作者明确未测正确率、代码质量、延迟与费用，实验仅在 deepseek-v4.1-flash 上进行，位置实验每组仅 10 个样本。仓库含 50 多个可复跑脚本、脱敏数据与 8 张图表，Apache-2.0 许可。
推荐理由：仓库给出位置与措辞的消融数据和失败记录，读者可以据此判断这类思考口吻干预到底靠什么起作用。
agentUniverse 是蚂蚁集团基于大语言模型开源的多智能体框架，核心是可扩展的多智能体协作模式组件库，已开放 PEER（Plan、Execute、Express、Review）和 DOE（Data-fining、Opinion-inject、Express）两种模式，分别适用于推理分析与财报生成等场景。框架通过简单配置即可接入 Qwen、DeepSeek、GPT-4o、Claude、Gemini 等主流模型，并支持 MCP 服务器使用与发布、基于 OpenTelemetry 的可观测性及可视化 agentic workflow 平台。
hughwalker08 在 GitHub 发布 MarginAI，可用自然语言询问零售销售数据并返回答案、结果表、图表和对应 SQL。项目基于虚构悉尼精品店 Willow & Finch 的合成 Shopify 形态数据集，内置 57 道带标准答案的评测题，在 gemini-3.1-flash-lite 上基线准确率 89.3%（50/56 计分）。目前 Phase 3（引擎+评测套件）已完成，下一步为 FastAPI + React 的 Web 应用，需设置 GEMINI_API_KEY 后通过 CLI 使用。
开源桌面应用 Niko Buddy 发布 v2.18.1，定位为面向 200 万至 300 万字连载小说的记忆型 AI 写作系统，核心流程为写前自动提取上下文、写后沉淀章节记忆、图谱追踪关系变化、审查系统防崩坏、人工确认定稿。v2.18.1 修复了 grok-4.7(xhigh) 对抗式审查判出的 6 条 P1 问题，v2.18.0 新增动态工作热力图、风格节奏雷达与资产联动只读诊断；技术栈为 Tauri 2 + React 19 + Rust，向量存储用 LanceDB，数据本地存储，支持 OpenAI 兼容接口与 Ollama，当前发布资产以 Windows 为主，MIT 协议开源。
GitHub 上的 real-time-video-subs（rtsubs）是一套近实时越南语配音与字幕系统，由 Chromium 浏览器扩展加本地 FastAPI 管线组成，支持 Douyin、TikTok、YouTube、Bilibili、Coursera 等网站。管线用 silero-vad 做 8–16 秒分句、faster-whisper（large-v3-turbo）转写、经 OpenRouter/OpenAI 兼容 API（如 google/gemma-4-31b-it）做带 Story Bible 记忆的翻译、Demucs（htdemucs）分离人声保留 BGM，并用 VieNeu-TTS v3-Turbo（ONNX int8 量化）合成语音，另提供 CLI 离线批量处理本地视频。
rumoii 发布 dsh-breaklimit 插件，为 DeepSeek Harness 源码版 0.2.1-rc.2（宿主提交 687f282e）管理宿主补丁、提示词与规则集，提供中英文 Web 设置页。补丁逐条选择并在应用前校验文件哈希与命中数，失败时事务回滚；提示词分 recommended 与 unrestricted 两档，规则可激活到 AGENTS.md 或 CLAUDE.md。插件提供 Web、宿主命令与独立 CLI 共用的预检服务，支持 /breaklimit status、on、off 命令，采用 MIT 许可证。
开源项目 OstraOps 是一个本地 LLM 网关与实时支出控制器，通过 npx ostrastraops-guard 一条命令即可运行，在应用与 AI 提供商之间充当代理，实时计算 token 成本并在超出预算（如 $5.00/天）时立即返回 HTTP 429 终止请求。它支持 OpenAI（GPT-4o、o3-mini）、Anthropic（Claude 3.7 Sonnet）、Google Gemini、DeepSeek 及本地 Ollama，兼容 Cursor、Windsurf、Cline、Claude Code、Aider 等工具，额外开销低于 1.5ms，提示词 100% 本地保留，采用 MIT 许可证完全免费。
hsuanshao 在 GitHub 发布 AgentMemory，一个用 Rust 编写的智能体记忆核心服务 memory-core，配 TypeScript 监控面板，采用 L0→L3 分层记忆、异步蒸馏管线和 BM25+向量+RRF 混合召回。存储默认用 SQLite+本地文件，也可选 PostgreSQL(pgvector)，LLM 与嵌入支持任意 OpenAI 兼容端点或 Claude Code、Codex、Antigravity 等本地 CLI，不依赖任何云厂商专有服务，提供团队/智能体/用户隔离与 v3 RPC API，MIT 协议，分层记忆与 Skill 设计参考了腾讯 TencentDB Agent Memory 的思路。
推荐理由：README 详述了 L0 到 L3 分层记忆的蒸馏与混合召回机制，以及 SQLite/Postgres 两种后端的取舍，便于评估是否自部署。
SiddharthMuramkar 发布 learningdantic，一套用 Jupyter notebook 教 Pydantic AI 构建 Agent 的课程，核心公式是 Agent 等于模型加指令加工具加输出类型，围绕 Steer（想做什么）和 Scope（能看、做、花、记什么）两个问题组织 00–14 号 notebook。每个概念对应一个可运行 cell 加练习，默认模型 openai:gpt-6-luna 每 notebook 成本远低于一美分，00/08/09/10/12/13/14 号可用内置 TestModel、FunctionModel 零成本运行；课程只针对 Pydantic AI v2（2.57），并附 track/ 目录下的 Postgres、FastAPI 支持工单实战应用。
GitHub 上的 AmAComputerNerd/41026 项目是一个基于 Canvas LMS API 构建的微服务 Web 平台，提供通知、自动化、截止日期、账户管理和成绩追踪五个垂直切片。前端采用 Vue 3，后端为 .NET 10，各服务使用隔离数据库（PostgreSQL 16 与 SQLite），并通过 shared-backend 访问 Canvas API、ai-mode 网关接入 OpenRouter LLM。整个系统可通过 Docker Compose 一键启动。
Lixbon 是一个开源 monorepo，核心为 FastAPI 网关，负责认证、按计划限额并将推理路由到可用 GPU 节点，节点通过 Ollama 与 node_agent 经 WebSocket 反向连接，无需入站端口或隧道。API 兼容 OpenAI（/v1），支持 LangChain 等 SDK，按 chat、补全、视觉、embeddings 等角色配置模型，限额含 5 小时会话与每周上限。产品线包括 Web、Tauri 桌面端（含 lxo 智能体编排器）、Go 编写的 CLI 2.8.0 及 Android 应用，并通过 MCP 服务器与 Claude Code、Cursor 等工具集成。
Geekyup 在 GitHub 开源 llm-gateway，提供 OpenAI 兼容的 /v1/chat/completions 端点（含流式），统一接入 Gemini、Groq、OpenRouter。网关自动轮换多把密钥，遇 429 或配额耗尽时将问题密钥置入 cooldown 并切换到下一把，后台 ARQ worker 自动解除 cooldown 并重置每日限额。附带仪表盘提供 SSE 实时请求监控、按密钥的 usage/token 图表、聊天 playground、一键 health-check，支持 Google OAuth 登录和可撤销的 gateway token。
一位开发者设想如果 80 年代用汇编编程的程序员能使用本地模型会怎样，并演示了一个小型决策模型程序：将"太暗且出汗"这类提示词拆分为概率判断与确定性代码两部分，由模型在"太冷到太暖"五个选项中判断室温感受，置信度低于 0.5 时转交人工处理，否则按每步 3 摄氏度调节温度。
HardenedLinux 社区发布 GPLv3 开源推理运行时 SonicBoom v0.0.3，采用编译器优先路线，构建和运行时不用 Python，以单一共享库、C ABI 和 Guile Scheme 为一等语言。在 RTX 3050 8GB、同 GGUF 条件下对比 llama.cpp -ngl 99：Gemma 4 E4B Q3_K_M decode 1.18×、prefill 1.00×，Qwen2.5-0.5B Q4_K_M decode 1.12×、prefill 1.09×；多轮 Agent 负载下 time-to-first-token 自 v0.0.2 起下降数倍（prefix reuse + plan caching），输出 token 与 golden run 位级一致。
开源项目 RDTF（Text-Driven Dynamic Image Generation）可从文本描述生成动态图像，基于 i2vgen 模型，并使用 LoRA 微调优化动态图像生成性能。项目提供可定制训练流程，支持调整学习率、epoch 数、batch size、数据集路径及 LoRA rank/alpha 等参数，生成时可配置输出分辨率、动画长度、风格参数和采样步数，采用 MIT License 开源。
GitHub 上的 Rust 项目 Mold 提供本地 AI 图像、视频和 3D 生成，支持 NVIDIA CUDA 与 Apple Silicon Metal，含 CLI、桌面与移动端应用、Discord bot 和 REST/SSE API。支持 FLUX.1、Stable Diffusion、Qwen Image 2.1、LTX Video、Wan、Hunyuan3D 等模型，可单图或多视图生成 glTF 网格，导出 OBJ、STL、PLY 等格式；项目基于 candle，MIT 协议，安装脚本会校验 checksum，GH200/GB200/GB300 暂不支持。
intrusive-memory 开源 SwiftVinetas，可在 Apple Silicon 上完全本地运行，通过 MLX 上的 FLUX.2 Klein 4B 和 PixArt-Sigma XL 从文本提示生成连续漫画分格，并提供 Swift 库和 vinetas CLI。Klein 4B 约每格 26 秒、需 16 GB 内存，PixArt-Sigma XL 约 10 秒、需 8 GB；支持 LoRA 风格、最多 3 张参考图保持角色一致性、YAML 批量提示词和从剧本解析 GLOSA <shot> 生成 storyboard。v0.23.0 加入九个按用户自己 API key 计费的云端模型，与本地引擎通过 EngineRouter 并存；所有生成的 PNG 都内嵌元数据。
推荐理由：这个仓库给出了在 Apple Silicon 上纯本地生成连续漫画分格的完整方案，含内存占用与每格生成耗时，方法可迁移。
tony-sn 在 GitHub 开源 payload-cms-mcp-server，一个面向 Payload CMS 3.0 开发的 MCP 服务器，提供代码校验、模板生成和项目脚手架功能。它内置基于 payloadcms.com 官方文档的索引，可通过 search_payload_docs 检索 215+ 个官方章节。服务器需 Node.js 18+，支持配置到 Claude Code、Claude Desktop、OpenAI Codex CLI、Cursor、Windsurf、Antigravity 等客户端。
Anima Labs 开源 sim-review 仓库，研究各代模型在 distress、care 及对创作者态度上的模拟器先验，提供论文、结果表格、样本浏览器和 agent API（/agents.md、/results.md、/api）。审阅通过常驻 PR “Review: essay and results” 进行，按句子逐行评论 ESSAY.md 与 RESULTS.md；1.8 GB 的全部 completions SQLite 数据单独发布，由容器拉取，论文以 NeurIPS preprint 排版导出 PDF。
GitHub 仓库 hybriswohlig/simagent 采用 MIT License 许可证，版权信息标注为 2026 Dario。该许可证允许任何人自由使用、复制、修改、分发及商用该软件，但软件按“现状”提供，不含任何担保，作者不承担相关责任。
msgmate-io 在 GitHub 开源了第 10 代 Open Chat，采用 Go 语言编写，目前暂不支持联邦（federation）功能。项目分 production 与 staging 两个分支，分别对应 msgmate.io 稳定版和 stage.msgmate.io 测试版二进制，并支持通过集成与工具扩展。项目采用 AGPL-3.0-or-later 许可证，文档与 API 参考见 msgmate.io/docs。
Duya 是一款本地优先的桌面 AI 智能体，现已进入公开测试，可在项目内执行任务并让浏览器、文件、终端操作和权限决定保持可见。它支持交互式浏览器研究、文件读写、shell 命令、可固定的项目参考上下文，以及 Skills、MCP 服务器和实验性画布 Conductor。会话与设置保留在本地，可接入托管 provider、OpenAI/Anthropic 兼容端点或本地 Ollama，Windows、macOS 和 Linux 均有 beta 安装包。
FreeToken（基于上游 main 58f4b9e、版本 0.1.3）发布面向 Windows 单卡 + 大内存的补丁分支，可在 RTX 5090 32 GB 等单 GPU 上通过 OpenAI/Anthropic 兼容 HTTP API 服务大型 MoE checkpoint。分支以 Qwen3.8-Flash-Next（qwen4_exp 架构）为参考，实现 turbo4 KV 压缩（约 516 字节/token、与 bf16 余弦 0.9887）、QSA 稀疏注意力扩展、BudgetSlider 运行时重平衡与多模态缓存复用，支持 1M-token KV 池；GLM-5.3-Flash 作为并行轨道适用同一套机制。
GitHub 仓库 onrueamt1593-pixel/optimizing-llms-contextual-reasoning 为论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》提供实现与实验代码，该论文提出优化策略以增强 LLM 跨多任务的上下文推理，目前正投稿 COAI 2025 审稿中。仓库状态为待发布，后续将包含完整实现、实验配置、benchmark 结果、预训练模型 checkpoint 及文档教程。
Zekun Shi 发布 FreeSolo 架构、论文（arXiv 2610.17191）与 341M/743M 研究用 base 模型权重，通过学习 chunk mean keys 支持检索、剪枝与层级摘要，RoPE 保留在局部窗口。FS-L 为线性时间、FS-B 为超线性次二次复杂度，两者共享一套 checkpoint 格式；模型在 4k 上下文训练，8k 及以上零样本外推，可在 262k（64 倍训练长度）检索单针而无需长上下文微调。
推荐理由：作者同时给出 RULER 准确率与 A100 实测吞吐显存表，读者可按复杂度和长度逐项对比各稀疏注意力方案。
LingLingDayo 在 GitHub 发布 ai-detector，一款检测大语言模型 API 真实性的桌面客户端，用于识别中转服务商掺水、降级或货不对板的行为。内置两种检测方式：模型测试向目标 API 发送 3 道挑战题，用 Hellinger 距离与多维特征频数算法比对 ModelTrace 基准模型库的统计学指纹；鹈鹕测试让模型生成骑自行车的鹈鹕 SVG 代码，直观检验是否降智或混用小模型。基于 Tauri v2 与 Vue 3 构建，支持多套 API 端点配置、Top 匹配候选排名与置信度展示、题库一键同步，遵循 MIT License。
推荐理由：把 ModelTrace 指纹题库与鹈鹕 SVG 测试打包成桌面客户端，为验证中转 API 是否货不对板提供了可直接上手的检测路径。
GitHub 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，让 LLM 实时适应动态环境且避免灾难性遗忘。在四类动态场景中，该方法较基线提升 16.8%–19.1%，如时序变化场景从 69.8% 提至 88.9%。项目采用 Apache 2.0 许可证开源。
GitHub 仓库 jkhajem/enhancing-llms 实现了论文《Enhancing Large Language Models with Advanced Fine-Tuning Techniques》中的高级微调方法，用于将预训练模型适配到特定领域任务。该方法在 GLUE 上取得 92.5%（较基线提升 8.3%）、SuperGLUE 上取得 89.3%（提升 12.5%），并提供优化训练管线以加快收敛，项目采用 MIT License 开源。
GitHub 用户 ashashram445 上线论文《Optimizing Large Language Models for Contextual Reasoning in Multi-Task Environments》的配套仓库，该论文提出优化策略以增强 LLM 在多任务间的上下文推理，目前正投稿 COAI 2025 审稿中。仓库标注“待发布”，将包含实现代码、实验配置、benchmark 结果、预训练模型 checkpoint 及文档教程。
banchen21 在 GitHub 发布 llm-gateway，一个本地网关，对客户端说 Anthropic Messages API，对上游说 Anthropic 或 OpenAI Chat Completions API，双向转换且支持 SSE 流式。它归一化 thinking、output_config 等易被第三方实现拒绝的字段，支持模型别名映射、按客户端签发和吊销入站密钥、可读请求日志（不含消息正文），提供桌面窗口和浏览器两种 GUI，监听 127.0.0.1:8787。未实现 Responses API，count_tokens 为字符估算而非真实 tokenizer；预编译二进制覆盖 Windows、Linux 和 macOS，macOS 仅含 headless 服务端，MIT 许可。
推荐理由：本地网关在 Anthropic 与 OpenAI 两种协议间双向转换请求和流式响应，并给出模型别名、密钥管理和请求日志等落地细节。
Jeonghyeock 发布 engine-room-assistant 仓库，一个船舶机舱报警应对助手：报警触发后通过 MCP 从虚拟船舶自动化系统读取传感器值，用 RAG 在手册与 46 CFR Part 62 规则中检索程序并附依据给出建议，不执行操作。模型、检索、索引全部在本机运行（Ollama、LanceDB），船舶、机器与设定值均为教学用虚拟数据，仅规则为真实原文。检索评测用 15 个问题按 recall@5 评估，条款改为段落切分后 recall@5 从 0.87 升至 0.93、首位命中从 0.73 升至 0.80、每问题约 69 ms；针对 qwen3:8b 调整了系统参数与检索说明，并留下韩英跨语言查询未解决的问题待第三阶段用系统提示词或服务端英文查询对比解决。
最多提供 50 页，更早的内容请使用搜索或主题页。