内容形态
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。
2,053 条精选近 30 天 2,046 条共收录 8,538 条
Marg（GitHub marg-adk/marg）发布了一个 TypeScript Agent 开发框架，面向能对真实后端完成操作的对话 Agent，如提交工单、发布列表、完成预订。其核心设计是模型只负责对话，表单、选择器、确认摘要和创建闸门由运行时按整条消息读取，避免模型跳问、编造值或把有条件的回复当成确认；决策引擎 Verdict 按规则、开源决策模型 Laya、LLM logprobs 三级级联给出类型化判断。项目从真实用户的线上 Agent 中提取，附带数据：模型主导的提示词在 25% 至 50% 的轮次中漏问问题，整内容读取器在 521 条盲测语料上 0 次误读。支持 Anthropic 原生及任意 OpenAI 兼容端点，Apache-2.0 协议。
推荐理由：框架从真实线上 Agent 中提取而来，附有模型漏问、误读确认等实测数字，对做交易型 Agent 的读者有可参考的工程思路。
独立开发者发布安卓轻量级 AI Agent 运行环境证道，当前版本 v2.1.2（2026-10-16），在 PRoot 的 Debian 13.7 环境中一键运行 Hermes Agent，并支持终端自装 Claude Code、OpenCode、AGY CLI。门槛为 Android 16（API 36）加 arm64；README 详述 targetSdk 从 28 抬到 36 的技术路径及其导致内置 OpenCode 被弃用（error=13），首次安装需下载约 200MB RootFS，Agent 智能来自云端 API，不提供本地模型推理。
推荐理由：README 真机记录了 targetSdk 36 抬升的原理与代价，安卓免 root 跑 Claude Code 等官方 Agent 的做法可直接参考。
cdxDNRF 在 GitHub 发布 custom-llm-gateway，将 CodeBuddy、WorkBuddy、TRAE、Qoder 的订阅额度包装成本地 OpenAI 兼容 API，聚合端点共 72 个模型，带 Web 控制台。项目复用 dsh-codearts-auth 插件 58,279 行代码且一行未改，自有代码约 3,000 行，支持 OAuth 登录、多账号池、一键签到、限流自动换号和静默续期，每个供应商独立端口与账号池。作者提示该做法模拟官方客户端调用未公开接口，可能违反上游用户协议导致限流或封禁，建议勿用主账号。
推荐理由：原文给出端口布局、协议转换实现和实测记录，读者可以照着把多个订阅额度接成 OpenAI 兼容 API 自用。
RomTranslate Studio 在 GitHub 开源，可在本地用 AI 翻译复古游戏 ROM，支持 11 种文件格式检测、逐行校验与 IPS/BPS 补丁导出，ROM 不离开本机。实测一个商业 GBA 游戏回写 10,705 段文本，控制码 3,699/3,699 字节级一致，经 Codex CLI 的 AI 译文 199/200 通过校验，4 批并行 86 秒译 200 行。支持 Ollama、ChatGPT 订阅、Claude API 及任意 OpenAI 兼容端点，GBA/DS/NES/SFC 等平台均为实验性，压缩文本与日语回写仍是短板，软件处于 alpha 阶段，MIT 许可。
推荐理由：原文给出了在真实 GBA 游戏上的实测数据与各平台支持矩阵，读者可据此判断这个本地 AI 汉化工具目前能做什么、还差什么。
logicplanes 开源了自托管 AI 网关 Kaeso，在多个模型服务商前提供统一的 OpenAI 和 Anthropic 兼容 API，密钥、限额和日志由用户自控。README 提供基于 Docker Compose 的快速启动流程，仓库包含网关、Web 控制台、文档与 UI 库，采用 MIT 许可证，项目地址 https://github.com/logicplanes/kaeso。
推荐理由：README 给出从空目录到运行实例的完整 Compose 命令和仓库结构说明，想自托管 AI 网关的读者可以直接照着部署。
LamantinAI 发布 kaeru，一个面向 LLM 智能体的跨智能体认知引擎，用 CozoDB 存储带类型的属性图，分认知（海马体）和回忆（皮层）两层，支持双时间线历史、按 initiative 划分子图和约 70 个 curator API 原语。默认本地存储，可选 kaeru-cloud 共享层让团队共享已沉淀知识，通过 MCP 与 Claude Code、Cursor 等智能体连接；目前为 Pre-1.0 alpha，采用 Business Source License 1.1，每版发布四年后转为 Apache License 2.0。
推荐理由：README 给出了双时间线图与两层记忆的具体实现和 API 原语，读者可以据此评估跨会话智能体记忆的落地方式。
GitHub 上的 elitza-code 仓库发布 Elitza，一个定位为“与你一起成长”的 AI 伴侣终端 Agent，是 OpenCode 终端 Agent 的分支，MIT 协议开源。它使用 OpenRouter :free 免费模型或用户自带密钥（BYOK），不内置任何 key；记忆基于 SQLite 的 soul.db，含 persona 和自写技能，核心身份存于 ~/.elitza/SOUL.md 可编辑；提供带 sessions、subagents、LSE、diffs 和插件系统的全屏 TUI，数据全部保留本地。安装命令为 curl -fsSL https://elitza.life/install.sh | bash，源码运行需 Bun 1.4.2+。
推荐理由：这是一个可本地运行的伴侣型终端 Agent，README 讲清了记忆存储、人格文件和 BYOK 的具体构造，可按需取用。
maazbin 发布 JobPilot v3.2.0，一个无自带模型的 MCP 工具服务器，让 Grok、Codex、Claude、Gemini 等编码 Agent 作为大脑驱动 Gmail、LinkedIn Easy Apply、ATS 表单和 Connect 四个求职渠道。系统用 data/jobs.db 做跨运行去重，卡住的页面会保存截图和 HTML 并通过 PR 修复模块；Easy Apply 默认每日 50 次上限、到 80% 即停，提交间隔 90–240 秒。项目在 https://github.com/maazbin/jobpilot 开源，MIT 协议，Indeed 无表单人机检查和 Lever 上的 hCaptcha 仍是未解问题。
推荐理由：原文给出完整的架构分工、四渠道投递流程和已知未解问题清单，读者可以据此判断这个 MCP 求职工具的适用范围。
GitHub 仓库 Jessie-QingYu/jev-in-the-wild 汇总了 TypeSafe AI 的 System One 模型 Jev 的真实用例、开源项目、基准测试和批评，共 429 条条目，其中 213 条来自 Reddit、Hacker News、YouTube 和博客等 GitHub 之外渠道。仓库包含 255 个开源项目、61 个实测用例、91 条分析批评，并设有专门展示 Jev 失败案例的板块，如 24 小时期货模拟交易亏损 3.15% 的实测记录；数据源为 data/entries.json，每周期更新，声明与 TypeSafe AI 无关联。
推荐理由：这份清单把负面结果和批评单独列出，并强调条目以实测数据为准，读者可借此了解 Jev 生态里哪些用法真正被验证过。
论文提出技能演化中的认知分化方法 CDSE，把统一技能拆为 Meta、Experience、Tool、Script 四个功能组件，从成败轨迹中提取语义梯度并按功能角色做组件级更新与协调调用。对 500 个高分技能包的分析显示 96.8% 包含至少两种功能角色的知识；在六个基准、三个 Agent 模型、两种执行框架共 36 个设置中全部取得最高分，比 Base Agent 平均高 7.6 个百分点，比各设置最强对照方法平均高 2.6 个百分点。论文 22 页，编号 arXiv:2610.23599。
推荐理由：论文用功能分化思路改造 Agent 技能演化，并在 36 个实验设置中给出对比数据，方法对技能库维护有参考价值。
GitHub 开源仓库 neuronet-arena 是一个进化模拟器，40 个智能体在 2D 场地中由各自的小型神经网络驱动觅食避害，网络、遗传算法和随机数生成器全部用 Python 手写，不用 NumPy、PyTorch 或 random。浏览器 JavaScript 演示与 Python 引擎位级一致，通过共享 PRNG、softsign 替代 tanh、Cayley 变换旋转和固定求和顺序规避 IEEE 754 未规定的 tanh、sin、exp 差异。8 个种子各跑 150 代的选择开/关对照实验显示，末代每智能体食物量为 13.39 对 0.98，存活数 33.0 对 13.4；首个版本曾因每代重建种群导致 0/20 进化基因存活，现用回归测试修复。MIT 许可。
推荐理由：这个进化模拟器用纯手写引擎和双语言位级一致设计，展示了如何让浏览器演示逐位复现 Python 训练结果，方法可迁移。
Oatelauser 在 GitHub 发布 crosschat，一支无状态 Node.js CLI，让 Claude Code 与 Codex CLI 会话像同事一样互发消息，消息直注运行中的会话且零轮询。支持同机直连、--via ssh 跨机互聊（win↔linux）以及 tcp 星型 broker 三段寻址 tcp:<星>:<机器>:<会话>；信封自带回复命令，对方 agent 照抄即回，忙时进发件箱由看门狗自动重投。依赖 Node ≥ 22，Windows 稳定、Linux/WSL 为 experimental（1.3.0 起），npm i -g @oatelauser/crosschat 一行安装，灵感与部分模块来自 macOS-only 的 embassy 项目。
推荐理由：README 给出单机、ssh 跨机、tcp 星型三种通信形态的完整命令与实测对话，可直接照抄部署复用。
padobrik 开源 agent-handshake（0.7 前名为 a2a-spec），通过录制 producer 输出快照并对照 consumer 读取的字段做契约测试，全程不调用 LLM、无需 API key。工具支持 handshake record/infer/test/diff 等命令、pytest 插件、GitHub Actions 集成，可检测 producer 改 prompt 后字段被移除或新增的情况，并提供结构、语义（本地 embedding）和策略三类规则，适配 Python 函数、HTTP、LangChain 与 A2A 1.0 协议，支持 Python 3.11+ 及 TypeScript/JavaScript consumer 的静态解析。
推荐理由：原文给出从录制快照、生成 spec 到 CI 集成的完整流程，读者可以照着把多智能体之间的字段契约纳入 pytest 和 GitHub Actions。
karammm 在 GitHub 发布 FlatType，一套 TypeScript 工具包，可将后端 JSON 响应编码为紧凑的 key: value 文本（Flat Notation）并映射到带类型的模型，支持 React、Vue、Angular、Svelte、Solid 及 Claude 等 LLM。基准显示 1000 用户列表比压缩后 JSON 小 45%、比 TOON 小 50%，解码 0.73ms（TOON 为 5.9ms）；核心包 3.7KB min+gz、无第三方依赖、无损可逆，@flattype/ai 提供 toPrompt、fromModelOutput、countTokens 及 MCP/Claude 工具结果支持。
推荐理由：README 给出了与 JSON 和 TOON 的体积与解码耗时对比数据，并说明节省主要来自列表和不压缩场景，便于判断适用范围。
作者发布开源 DSH Blender 插件 v1.0（BSD-3-Clause），通过 127.0.0.1:9876/9877 的直连 TCP 通道让 AI 模型操作 Blender，无需点击或 MCP server，模型侧能力面固定为 15 个工具。功能包括视口取景（50–100 ms）、内层搜索循环 blender_rt_loop（160 ticks/s）、无头进程渲染、事务回滚、预设库和作业层，计划通道覆盖 28 个家族 183 个 ops；验收标准为 blender_viewport(op=doctor) 返回 kind=ok，支持 WSL/Windows/macOS/Linux，需 Blender 4.x/5.x、Node.js ≥ 20 和单独安装的 DSH Blender Bridge 插件。
推荐理由：作者以自测延迟数据和完整验收命令呈现了让 AI 通过 TCP 直连驱动 Blender 的方案，部署方法可直接照做。
everest-an 在 GitHub 发布 Awareness-SDK，为 AI 智能体提供跨会话持久记忆，一条 npx @awareness.market/setup 命令即可接入 Claude Code、Cursor、Windsurf、Cline、GitHub Copilot、Codex 等 13+ IDE。数据默认留在本地、离线可用，通过 awareness_record/recall/init 等接口把决策、问题解法、工作流等存为 13 类结构化知识，并注入 CLAUDE.md、.cursor/rules/ 等规则实现自动召回；还提供 Python/TypeSDK 零代码拦截器（wrap_openai/wrap_anthropic）与 LangChain、CrewAI、AutoGen 集成。
推荐理由：README 给出了在真实本地 daemon 检索管线上测得的 LongMemEval R@5 数据，并与 Mem0、Zep 等做了逐项对照，便于横向比较。
GitHub 用户 HisameOgasahara 开源 tmp_llm_dit 仓库，将 DeepSeek-V4、Kimi-K3、Qwen3.6/3.8、GLM-5.3、MiniMax、Qwen-Image-2.1、Cosmos3 等最新开放权重模型的核心块用原生 PyTorch 缩小实现，在小任务上训练后对比 attention map、表征与 ablation。所有块先通过与原版代码和输出等价的验证再用于实验，提供 Colab 笔记本、模型级前向与训练行为验证（梯度、学习轨迹、float64 数值微分、路由器 bias 更新）以及 00_run_all 一键批量运行并导出结果 zip。
推荐理由：仓库把 DeepSeek-V4、Qwen3.8 等最新模型的核心块用原生 PyTorch 缩小复现，且每个实现都通过与原版输出等价验证后才用于实验。
一篇 arXiv 论文提出 training-free on-policy 蒸馏：不用训练，仅通过前向传播就能把多个单独微调的专家模型能力合并到一个学生模型中，合并后平均精度高于任一专家。当专家共享同一 base 模型时，蒸馏有精确的逐层解，等价于一个最小二乘问题，只需几百条 rollout 的前向计算即可得到二阶矩。去除重复循环截断的回答后，在 AIME25 上将合并模型从 task arithmetic 水平提升到专家水平；在 Olmo 3 7B 上，每个专家只需几 GPU 小时的前向计算，即可在七个数学和代码基准上保留各专家的大部分增益。
推荐理由：给出免训练合并多个专家模型的具体方法，层式最小二乘解只需几百条 rollout 的前向计算即可落地。
论文提出面向长时程自主机器学习工程优化的后训练方法，训练出 35B Mixture-of-Experts 智能体模型 MLExpert。方法包括构建可执行任务的 Kaggle-MLE Factory、层级 agentic SFT，以及将两次实验结果之间的多轮决策作为一个执行窗口并赋予共享结果奖励的 Windowed Interaction RL（WIRL）。在 MLE-Bench Lite 上，MLExpert 将基座模型平均奖牌率从 37.9% 提升到 72.7%，达到与 Kimi-K3、GLM-5.3 等更大前沿模型相当的水平，并在 NatureBench Lite、agent scaffold 优化和算法优化上显示能力可泛化。
推荐理由：论文展示了用层级SFT加窗口化RL把35B模型训练成自主机器学习工程智能体的完整后训练方法，MLE-Bench Lite数字可作参考。
作者开源了 wosarcher，一个模块化、可脚本化的研究管线：输入问题后自动规划子查询、搜索网络与附加 Markdown 文件、抓取网页、排序段落并写出引文可追溯到原文的报告。核心是单一守护进程 wosarcherd 持有密钥并执行运行，通过 CLI、WebSocket Web UI 和供编码智能体调用的 skill 三种方式使用；搜索用 SearXNG、抓取用 Firecrawl、排序支持 Cohere/Jina 式 reranker 或内置 BM25，各端点均为可替换的 provider 条目，支持 Docker 镜像（约 400 MB）与 NixOS 模块部署，MIT 许可。
推荐理由：README 给出了从检索、打分到带引文报告的完整阶段拆解与本地部署路径，可迁移到自建深度检索管线的场景。