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。
2,045 条精选近 30 天 2,038 条共收录 8,494 条
flam7791 在 GitHub 发布 governed-ai-platform，把 LLM 网关、MCP 证据服务器和多智能体服务整合为一个可运维的容器化平台。所有模型调用经网关记录预算与策略，外部操作需人工在审批页确认，文档仅用本地嵌入模型索引，支持 Claude、Azure OpenAI、Ollama 及纯开源权重的 sovereign 模式，并提供 Prometheus 告警、Jaeger 全链路追踪、Kubernetes 清单和每次变更运行 8 项端到端冒烟测试的 CI。项目为 MIT 许可，自述适合团队试点而非高可用生产。
推荐理由：原文给出了从原型到可运维服务的完整部署细节，包括网关策略、审批流、监控与 CI 验证，方法可直接迁移。
atlas-bear 发布 cue-kit alpha 版，一个把 URL 或本地视频转成抽帧加时间戳转录的 CLI 工具，让无法真正看视频的 LLM 能基于画面和音频内容作答。内置 Claude Code skill，/cue-kit <url> <question> 一行即可调用；summary 和 transcript 模式已可用，training-doc 与 lecture-notes 模式仍在搭建中。工具依赖 ffmpeg 和 yt-dlp，支持 macOS、Linux、Windows（Python 3.10+），转录优先用原生字幕，无字幕时回退到 Groq whisper-large-v3 或 OpenAI whisper-1，帧画面不上传，敏感素材可用 --no-whisper 保证音频不出本机。
推荐理由：原文完整给出了帧预算、转录回退和安装配置细节，读者可以直接评估这个视频转结构化文本工具是否适合接入 Claude Code。
MCP Tool Shop 发布开源工具 offrig，提供桌面应用、CLI 和 MCP side-car，让大模型只在租用的 RunPod GPU 上运行，绝不占用本地 GPU，并通过七项守卫检查验证这一点。side-car 可让 Agent 在人设预算内规划付费会话、租 GPU、执行带依赖的交接队列，队列排空或到达截止时间时看门狗会终止 pod。实测中 4×RTX PRO 6000 以 SGLang 服务 Qwen3-Coder-480B（4-bit AWQ）约 22 分钟就绪，花费 $3.59，480B 在 512 个并发 Agent 下达 4,059 tok/s；该项目以 MIT 许可开源，仓库地址 https://github.com/mcp-tool-shop-org/offrig。
推荐理由：原文给出实跑花费、并发吞吐数据和七项防落地检查的具体规则，读者可以照着评估这个租 GPU 跑大模型的方案能否迁移到自己的工作流。
开发者 SimonGino 发布开源项目 Portage，一个自托管模型网关，把官方 API、OpenAI 兼容中转和本地 Ollama / vLLM 等模型统一到一个地址，让 Claude Code 和 Codex CLI 通过一行配置即可切换模型。项目核心是在 Anthropic Messages、OpenAI Responses 和 Chat Completions 三种协议之间做翻译，协议相同时字节直通，流式 SSE 和工具调用在所有路径可用；还自带凭据池故障切换、sk-ptg- 密钥管理、逐调用用量记录和管理控制台。
推荐理由：自托管网关用协议翻译让 Claude Code 和 Codex CLI 直接换用 GLM、DeepSeek 或本地 Ollama 模型，配置示例和部署流程都写得很具体。
manivt 在 GitHub 发布 piBot，一个把树莓派（最低 1 GB 内存，测试于 Pi 3B+）变成全天候自主 AI 助手的框架，通过 Telegram 交互。本地 ZeroClaw 守护进程仅占约 50 MB RAM，负责聊天通道、本地工具和 SQLite 持久记忆，推理则经 agy-shim 桥接调用 Google Antigravity CLI（agy）的 Gemini 3.8 Flash 等模型，免费 Google 账号即可在每周配额内使用，无入站开放端口。
推荐理由：这个开源项目不止给出部署步骤，还写清了安全模型、数据流向 Google 的风险和每条消息约 15-20k token 的用量，可作自托管智能体的参考。
no-human-ai/no_human 在 GitHub 开源，是一款带计划、对抗审查、防篡改守卫和复现门禁的 AI 编码流水线工具，附 CLI、看板、GitHub Action 和 MCP server。独立评审模型从不接触编码会话记录，只输出引用文件与行号的 pass/fail 清单。作者称在其自身看板上运行 65 天，1709 次被标记完成的尝试中有 505 次被第二模型驳回，44 次因删除或削弱测试在审查前被拦截，46 次修复证明因测试在旧代码上也能通过被拒。支持 Jira、Linear、monday.com 票据接入，MIT 协议，需 Python 3.12+。
推荐理由：原文给出 65 天 1709 次尝试中被驳回 505 次的门禁数据，可以看清这套对抗式审查机制的实际拦截规模。
作者发布 AgentMandate，一个针对智能体系统的设计期权限分析器，通过 manifest 建模智能体被授权的有限工作单元（mandate），在 CI 中分析多条各自被允许的工具调用能否组合成越权路径，并比较版本间有效权限是否扩大。示例中一个只读 search_cases 工具让原本每案 500 英镑的退款上限形同虚设，四条合法调用合计可达 1000 英镑；mandate diff 判定为 WIDENING。工具提供 scan、drift、lint、reach、diff、verify 等命令，可从智能体源码或 MCP 目录生成 manifest 骨架，支持 SARIF 输出与 GitHub Actions 接入，明确不做运行时拦截、数据流可达性或模型行为预测。
推荐理由：展示了用只读工具叠加突破每案退款上限的具体反例，说明了配置 diff 看不出权限扩大的原因和 CI 接入方式。
cryer 在 GitHub 发布 TypeScript 编写的 AI Agent 命令行工具 star-cli，支持 OpenAI、Anthropic 及 OpenAI 兼容多模型接入、流式终端 UI、工具调用、权限控制、会话持久化、git 集成、计划模式和长期记忆等。作者给出的 Terminal-Bench 2.0 抽样 20 任务对比中，Star CLI 0.3.9 用 Kimi K3 通过 17/20（85%），terminus-2 2.0.0 同模型通过 9/20（45%）。
推荐理由：README 对权限门、快照回滚和缓存细节写得具体，并附了与 terminus-2 同模型下的 Terminal-Bench 对比数据，方法可复现。
作者在 GitHub 发布 AutoRAG 项目，实现文档切分入库、向量加 BM25 混合检索、带 [n] 引用来源的回答，服务端校验引用编号越界，检索无依据时不调用大模型直接拒答。技术栈为 FastAPI、Chroma、本地 BGE 向量、自研 BM25 与 Docker，另含 FreshGuard 知识库变更影响分析和 LangGraph Agent 工具调用模块。作者如实记录了 9 条查询中第 1 名命中 7/9 的实测结果及两个未解决的失败样例，说明这是单机小样本验证而非性能基准。
推荐理由：作者完整公开了带引用校验与拒答兜底的 RAG 后端实现，三轮召回缺陷修复和未解决样例都如实记录，方法可迁移。
GitHub 开源工具 shade 在客户端与 LLM 之间做可逆脱敏：anon 将密码、卡号、手机号等替换为 <SECRET_1> 这类稳定占位符，deanon 再把真实值还原到模型回答中，原值以 AES-256-GCM 加密存于本地 SQLite，不离开机器。内置 46 条规则（默认 37 条启用），支持 gitleaks 规则导入、fail_closed/fail_open_log 策略与项目级隔离；核心引擎与 CLI 已完成，Hook、MCP、代理适配器尚未实现，MIT 协议，需 Go 1.27.1+ 从源码构建。
推荐理由：可逆脱敏工具shade把提示词中的密钥替换为稳定占位符，值加密存本地，读者可了解其规则引擎与安全模型设计。
法国独立开发者发布开源工具 NoireBox（MIT 协议），用 SHA-256 哈希链加 Ed25519 签名日志为 AI Agent 决策提供防篡改记录，支持 RFC 3161 时间戳锚定、OpenTimestamps/Bitcoin 见证和可离线验证的审计导出。工具面向欧洲 GDPR 与 EU AI Act 合规场景，内置约 250 KB 的法英双语注入检测模型和可插拔 guardrail，提供 REST API、Python SDK 与 MCP 四个工具，并附 253 项测试与 qwen2.5:0.5b 本地实测，显示注入台词在调用前被移除且日志封存为 incident 事件。
推荐理由：原文把防篡改日志、RFC 3161 时间戳锚定与离线验证器讲清了实现方式，并给出真实 LLM 注入场景的实测对照，方法可迁移到自有 Agent 管线。
Glad Labs 开源了 Poindexter，一个在本地 GPU 上运行的 AI 内容生产引擎，覆盖选题发现、网络调研、长文写作、多模型对抗式 QA 审查和静态发布，全部通过 Ollama 本地推理，零 API 费用，默认调用 gemma3:27b 写作、phi4:14b 做评审。该项目即 gladlabs.io 背后的生产系统，已发布 210+ 篇文章、累计 2000+ 次流水线运行，约一半草稿会被 17 条 QA 规则拒掉；引擎以 Apache 2.0 许可发布，要求 Docker、Python 3.13、约 50 GB 磁盘，官方建议 NVIDIA GPU，可选付费 Pro 仅提供操作控制台和每周更新的生产配置。
推荐理由：这是一个可直接跑在本机 GPU 上的开源内容流水线，README 给出了完整模型分工、QA 驳回率数据和部署步骤，可作本地多智能体系统的参考实现。
作者开源了独立于 NanoKV 的 LLM GPU 算子项目 llm-gpu-kernels，包含 BF16 MoE grouped GEMM 局部融合与四段KV GQA prefill attention，硬件为 RTX 3080 Laptop 16 GiB（SM86）。attention 短query冻结选择在合成验证矩阵中相对完整 FA2 链路 Graph 耗时几何平均减少 22.09%，最坏慢 2.17%；M24 对 W4A16 packed gate/up 的布局机制对照中六个固定 case 相对同量化 vLLM 低 21.17%。项目按 M0–M24 分阶段报告，记录了失败实验、适用形状边界与回退策略，作者明确说明为单 GPU 原型，不构成 expert-parallel 或 serving 经验。
推荐理由：作者用逐阶段报告和固定输入复测记录了 MoE 与 attention 算子在 RTX 3080 上的实测收益和明确边界，可迁移到类似单GPU原型工作。
作者数字生命卡兹克开源了 AIHOT 的引擎与框架，即一个每天自动抓取信源、用大模型打分筛选、聚簇事件并按热度生成中文日报的网站。仓库公开了全部提示词原文与入选门槛，含信源分级、独立两次打分、48 小时事件热度算法、日报周报月报，以及 MCP、RSS 和公开 API 等面向 Agent 的出口；附 18 个海外 AI 资讯示范源，需 Node.js 24 和 OpenAI 兼容 API Key，代码采用 MIT 许可证，AIHOT 名称与 Logo 除外。
推荐理由：作者把线上热点站的引擎开源，提示词、入选门槛和热度算法全部公开，读者可以照着改成自己行业的日报站。
GitHub 用户 dewil 发布开源工具 pii-mask，一个在文本发送到云端大语言模型前对姓名、电话、email、护照等个人敏感信息（PII）进行本地脱敏、并在模型返回后还原原文的网关，主打俄语场景与俄罗斯个人数据格式（ИНН、ОГРН、СНИЛС 等）。识别采用三层结构：正则加校验位、基于 Natasha 的离线 NER（按词形归一保持标签一致）、可选的 Ollama LLM 审计第二遍（默认模型 qwen3:1.7b）。服务无状态、fail-closed，映射文件 mapping. 权限 600 并写入 .gitignore。
推荐理由：作者详述了正则加NER加LLM审计的三层识别设计与152-ФЗ合规边界，方法思路可迁移到其他语言的文本脱敏场景。
作者开源了 Sightline，一个连接 AWS 只读角色的安全分析项目，通过 scanner 采集资源写入 Postgres 和 Neo4j 图投影，再用 Agent 回答如哪些资源可达生产数据库、谁实际是管理员等问题。系统内置含陷阱的 mock AWS 账户（如 PubliclyAccessible 为 true 但安全组不开端口的数据库），可零凭证运行；所有安全判定由确定性代码计算而非模型给出，Agent 回答中的资源标识符会与工具返回值校验，IAM 角色持显式 Deny 保证只读，并配 15 条 ground-truth 与 21 条 live agent 两级评测。
推荐理由：这个 AWS 安全分析项目把安全判定全部放在确定性代码里，模型只负责提问与解释，思路对做 Agent 工具边界设计有直接参考。
GitHub 项目 devdownin/SpectraLLM 发布，宣称在单一应用内将 PDF、DOCX 等文档经混合检索问答后微调为本地模型，100% 本地运行、无云端 API。流程包括摄入、问答（关键词+向量混合搜索、reranking、ReAct 多跳推理）、QLoRA/DPO 微调和单文件 GGUF 导出，可配合 llama.cpp、Ollama 等运行。默认模型下载约 4.8 GB，需 Docker Engine 25+ 与 16 GB 内存，GPU 可选，AGPL-3.0 协议。
推荐理由：把文档摄入、混合 RAG、QLoRA 微调和 GGUF 导出整合成一个本地 Docker 项目，对想私有化部署知识库的人有可参考的完整流程。
OpenTeam 是一个开源（GPL v3.0）的自托管 AI 智能体平台，让多个 bot 在用户自己的硬件上持续工作，可浏览网页、使用 Linux 桌面和操作文件。每个 bot 保留对话、Markdown 记忆和浏览器登录状态，支持群聊协作、子代理委派、按计划或事件运行的 routines，并可接入 Gmail、GitHub、Slack、Notion 等插件或自定义 MCP 服务器。
推荐理由：原文完整说明了自托管多智能体方案的部署要求与功能边界，读者可据此判断是否适合在自家硬件上运行。
martin-francois 开源了 Symphony for Trello，一个改编自 OpenAI Symphony（原用 Linear）的独立编排工具，让 Codex CLI 以 app-server 模式从 Trello 卡片自动领取任务。卡片移入 Ready for Codex 后，Symphony 轮询看板、为每张卡创建本地工作区、运行 Codex 并维护一条 ## Codex Workpad 评论，完成后将卡片移到 Human Review 或 Blocked。
推荐理由：把 OpenAI Symphony 的编排思路映射到 Trello 看板，README 讲清了列表路由、工作区隔离和用法限制，方法可直接迁移。
独立研究仓库 trajectory-sft-agents 发布在消费级单卡上运行的小模型Agent后训练项目。基于 Qwen2.5-1.5B-Instruct 的 ALFWorld 实验，用600条环境执行验证的专家轨迹做 LoRA SFT，再经在线GRPO，完整任务成功率由 Base 6.25% 提升至 SFT 68.75%、SFT+GRPO 77.08%。另一组 BFCL 实验将 Qwen3-1.7B 的多轮工具任务测试成功率从 2.5% 提升至 32.5%，单张RTX 5090训练约70分钟。仓库公开训练配置、专家轨迹、LoRA权重与逐题rollout，附CPU可运行的证据核验脚本；作者说明这是域内训练与内部留出评测结果，域外小样本评测未观察到明显退化但也不构成通用能力提升的证明。
推荐理由：作者给出完整训练链路、逐题成绩和可复现证据，读者可以在消费级单卡上照此复现小模型Agent后训练。