跳到正文

内容形态

开源项目 最新动态

开源仓库与工具：人格工程、记忆系统、去对齐脚本、推理与微调工具链。

2,078 条精选近 30 天 2,071 条共收录 8,669 条

更新

精选归档 · 第 101 页

10月6日周二第 2001–2020 条
  1. GitHub · 去对齐工具与仓库62

    lcode：完全本地运行的编码智能体工具开源

    nasser1941 在 GitHub 开源了 lcode，一个完全在本地运行的编码智能体，通过 Ollama 运行开放权重模型，支持最高 256K token 上下文（Nemotron 可达 1M），代码不出本机。

    推荐理由：README 给出了模型清单、各机型推荐配置和 RTX 4080 Laptop 与 M4 Pro 上的实测生成速度，便于评估本地跑编码智能体的可行性。

  2. GitHub · 灵魂体仓库62

    Omnigent 开源：为 Claude Code、Codex、Cursor 等 Agent 提供统一编排层

    omnigent-ai 开源了 Omnigent，一个为 AI Agent 提供统一编排层的 meta-harness，支持 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 及自定义 Agent。

    推荐理由：README 详细给出了安装、部署、策略配置和自定义 Agent 的完整路径，可作为统一管理多个编码 Agent 的实操参考。

  3. GitHub · 灵魂体仓库61

    LibreOffice AI 助手扩展发布：Agent 可直接读写文档并生成图表

    TDots9791 在 GitHub 发布 LibreOffice AI 助手扩展（.oxt），以 Agent 模式直接读取和编辑 Writer、Calc 文档，支持写公式、生成图表和汇总表，全部操作可用 Ctrl+Z 回滚。

    推荐理由：作者给出了 15 个文档工具清单和 17 个 provider 适配细节，想给 LibreOffice 接 Agent 的读者可以直接对照复用。

  4. GitHub · 灵魂体仓库63

    ese08 开源 llm-latency-bench：跨硅基流动、火山方舟、OpenRouter 的 LLM API 延迟对比工具

    ese08 在 GitHub 开源 llm-latency-bench，用 GitHub Actions 每 15 分钟采样一次、连续运行一周以上，横向对比硅基流动、火山方舟、OpenRouter 上 5 个模型配置的延迟与成本。工具设计了空载对照组剥离跨境链路噪声，并针对缓存污染、火山 fast 档静默降级、握手计时偏差等陷阱写入校验逻辑，一周总成本约 ¥15~30。

    推荐理由：原文把缓存污染、静默降级、握手计时偏差等易错点逐一写进代码和校验流程，读者可以照搬这套方法去测自己关心的 API 延迟。

  5. GitHub · 灵魂体仓库71

    Hearth v0.1 发布：零依赖 C11 推理引擎，在普通 PC 上流式运行万亿参数 MoE 模型

    pierce-lonergan 在 GitHub 发布零依赖 C11 推理引擎 Hearth v0.1（pre-alpha，2026 年 10 月），面向在普通 PC 上运行数千亿到万亿参数的 MoE 大语言模型。

    推荐理由：原文给出了实测数字与位级一致性设计，读者可以据此评估在普通 PC 的 NVMe 上跑万亿参数 MoE 模型的可行性。

  6. GitHub · 灵魂体仓库57

    开源 YouTube 创作者社交聆听 AI 工作流，每日自动推送营销报告

    allisonhanyuchen 在 GitHub 开源了一套围绕产品发布监听 YouTube 的 AI 工作流，自动找出跑赢自身基线的创作者与内容、分析评论情感与话题，并每日刷新后把关键摘要推送到邮箱和 Slack。

    推荐理由：原文给出了完整的采集、分析、报告与推送流程，还附实测的配额、token 与成本数字，便于评估复用成本。

  7. GitHub · 灵魂体仓库62

    StreamLoRA 开源：笔记本遥测的持续学习与预测系统

    作者开源 StreamLoRA（https://github.com/aimsotrash/streamlora），一个对个人电脑遥测做持续学习与预测的系统，已可端到端运行采集、预测、漂移检测、带回滚的门控自适应、仪表盘和基于证据的语言层。

    推荐理由：作者把每个学习预测都对照 persistence、EWMA 等基线并如实报告失败项，还逐条写明局限，读者可据此判断这套持续学习机制的真实成色。

  8. GitHub · 灵魂体仓库61

    开源自托管新闻简报应用 Daily-Brief 发布

    aimsotrash 在 GitHub 发布自托管、可感知偏见的个人新闻简报应用 Daily-Brief，支持 Ollama、llama.cpp、vLLM、LM Studio 等 OpenAI 兼容本地模型，也可完全无模型运行，回退到只引用已检索文章原句的确定性抽取引擎。

    推荐理由：作者完整公开了自托管新闻简报应用的架构、检索管线与实测数据，读者可以据此评估本地 LLM 方案与无模型回退模式的取舍。

  9. GitHub · 去对齐工具与仓库65

    tokatlas 开源本地 LLM 推理性能数据集与查询网站

    tokatlas 在 GitHub 开源了一个持续更新的本地 LLM 推理性能数据集与网站，收录 GPU/CPU/APU 在 llama.cpp（CUDA/ROCm/Vulkan/Metal/SYCL/CPU）、MLX、vLLM、ExLlama 等后端下的 prompt 处理与生成速度、功耗等实测记录，每条记录附来源 URL、检索日期和精确引用数字。

    推荐理由：这个仓库把分散的本地推理实测数据汇成带来源引用的数据集，买硬件或选量化、后端前可先查同型号芯片的实测速度。

  10. GitHub · 去对齐工具与仓库71

    Haruspex 开源本地 AI 研究与编程桌面工具

    GitHub 项目 Haruspex 发布，这是一款默认完全本地运行的桌面 AI 研究与编程工具，支持 Linux、Windows 和 macOS，无需账号、无遥测，内置 llama-server 自动下载适配硬件的模型，也支持接入 llama.cpp、Ollama、vLLM 等 OpenAI 兼容服务器或 OpenRouter。

    推荐理由：README 按显存档位列出对应模型与各功能的实际表现边界，读者可据此判断自己的硬件能用到什么程度。

  11. GitHub · 去对齐工具与仓库57

    Hadezu 发布 llm-extraction-release-gate 提示词发布门禁工具

    Hadezu（Ivan Matiushkin 与 Codex）在 GitHub 发布 llm-extraction-release-gate，一个用于判断新版提示词能否发布的 Python 评估门禁工具，检查严格 JSON、来源引文、逐例回归与候选绝对下限，并以退出码 0/1/2 给出发布决策。

    推荐理由：原文区分了聚合分数与关键回归否决，候选提示总体提升仍因单例回归被拦下，发布决策附可查验证据。

  12. GitHub · 去对齐工具与仓库64

    EQ-Layer 开源：在 LLM 生成前加入情感与意图控制层

    Furox-Art 在 GitHub 开源 EQ-Layer，一个不重训模型、在 LLM 说话前做显式决策的控制层，将情感状态（valence、arousal、escalation_delta 等）与意图状态作为可检查的中间表示，联合选择 mirror、direct、repair 等响应策略并注入解码路径。

    推荐理由：原文给出完整的架构设计与 EmoBank、XDailyDialog 上的实测基线数字，还保留了 no-go 结果和盲评协议，读者可以据此评估这个控制层思路的成色。

  13. GitHub · 去对齐工具与仓库59

    agentstation 开源 Starmap：统一 AI 模型目录的 Go 包、CLI 与 HTTP 服务器

    agentstation 在 GitHub 开源了 Starmap，一个版本化的 AI 模型目录，提供 Go 包、CLI 工具和 HTTP 服务器（REST + SSE）三种接口。

    推荐理由：原文完整给出了这个 AI 模型目录工具的架构、数据源与部署方式，开发者可以据此判断是否纳入自己的工作流。

  14. GitHub · 去对齐工具与仓库57

    fryanpan 开源 Claude Code 工作区插件 claude-workspaces-plugin

    fryanpan 开源了个人 Claude Code 工作区插件 claude-workspaces-plugin，用于从手机和 Mac Mini 并行管理 6 个以上项目、15+ 个 agent。

    推荐理由：作者用 review queue 替代聊天流来管理 15+ 并行 agent，并给出 done criteria、stall check 等具体护栏做法，可迁移到多 agent 协作场景。

  15. GitHub · 去对齐工具与仓库70

    DragonBall2 开源 llm-project-docs：让 Claude Code 在改代码的同一轮更新文档

    DragonBall2 发布 llm-project-docs，一个 Claude Code 插件，让改代码的 agent 在同一轮更新仓库内以链接 Markdown 页面组成的 wiki 文档。

    推荐理由：原文给出用 verified_at 记录校验提交、让 lint 脚本机械计算文档漂移的完整机制，可直接迁移到自己的仓库。

  16. GitHub · 灵魂体仓库62

    gitpumper：按日期范围提取 GitHub PR 与提交信息的 Python 脚本

    darkmushroom 发布了 gitpumper，一个无需外部依赖的 Python 3.8+ 脚本，可按日期范围提取 GitHub 仓库的 PR 和 commit 信息，输出为节省 token 的结构化 Markdown，供 LLM 分析和代码审查使用。

    推荐理由：原文给出了该脚本的具体用法和认证配置方式，需要把 GitHub PR 和提交记录整理成 LLM 可用输入的读者可以直接照做。

  17. GitHub · 去对齐工具与仓库56

    Sinan Compute 发布中转站实付比价与可达性测量工具

    Sinan Lab 开源了 Sinan Compute，用于对 LLM API 中转站做实付比价与可达性测量，核心公式为面板名义价 × 充值汇率 ÷ 美元人民币汇率得出有效 $/M tokens。

    推荐理由：原文公开了实付比价的完整计算公式、900+ 中转站规模与 sha256 快照取证方法，读者可自行复算或用 CLI 实测。

  18. GitHub · 灵魂体仓库60

    conformal-llm：用保形预测为 Qwen2.5-3B 的 MMLU 答案生成带 90% 覆盖保证的选项集合

    作者让本地运行的 Qwen2.5-3B-Instruct（Q8_0 GGUF，经 llama.cpp）回答 MMLU 三个学科的 416 道选择题，用 split conformal prediction 把输出概率转成带数学保证的答案集合：每个集合以至少 90% 概率包含正确选项。

    推荐理由：作者用 split conformal prediction 给小模型输出加了 90% 覆盖保证，并给出 LAC 与 APS 的实测对比数据，方法可复现。

  19. GitHub · 去对齐工具与仓库63

    finetune-studio：自托管本地模型微调与 RAG 一体化工作台

    GenorTG 发布 finetune-studio，一个自托管的浏览器 WebUI，覆盖本地模型训练、推理与评测全生命周期：构建 RAG 语料、用 LoRA/QLoRA 微调、运行 MMLU/GSM8K/HellaSwag 风格的离线评测套件并对比两次训练、以及本地聊天，支持 safetensors 和 GGUF 模型。

    推荐理由：把 RAG 构建、LoRA 微调、评测对比和本地推理整合进一个自托管 WebUI，适合想在一处完成模型训练全流程的本地用户。