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
AINode 开源了 System One 决策模型 Jebadiah，基于 Qwen3.5 和 Qwen3.8 做 LoRA 微调，从单个 label token 的 logits 直接输出校准概率而非生成文本，权重发布在 Hugging Face 的 frontier-infra 集合下。完整仓库包含训练器、数据构建器、评测器与每个 run 的结果记录，全部基于公开许可数据训练；27B 版在五个零样本集上宏观准确率 78.95，JevBench 公开项 0.866 与 Jev 1.13.0 持平，并提供 GGUF、MLX 量化与本地部署方案，代码采用 Apache License 2.0。
推荐理由：原文完整公开了训练配方、消融记录与逐项评测数据，读者可以据此复现这个决策模型并判断各版本取舍。
kekzl 发布了开源推理引擎 imp（MIT 协议），专为 RTX 5090 一代芯片（sm_120a）编写，直接在 NVFP4 4-bit 格式上计算，一个 docker run 即可部署，提供 OpenAI 和 Anthropic 兼容 API 及内置聊天。基准测试中 Qwen3-8B Q8_0 达 385.4 tokens/s，比 llama.cpp 默认快 +141%；还支持将 56.25 GiB 专家权重放在主机内存的 Qwen3.8-Flash-Next NVFP4，以 65.31 tokens/s 运行超出 32 GB 显存的模型。
推荐理由：README 给出了与 llama.cpp 的逐行基准数据和设计取舍说明，可据此判断这类单卡专用推理引擎是否值得替代通用方案。
开发者 scttfrdmn 在 GitHub 发布 hf-bedrock-map，一个每日刷新的 Hugging Face 仓库与 Amazon Bedrock 可服务模型之间的公开映射，用于回答自托管 HF 模型是否已可在 Bedrock 按需调用。工具定时枚举并合并四个美国区域的 Bedrock 目录（合计约 139 个原生模型，多于 us-west-2 单区域的 114 个），通过 AWS 模型卡 EULA 链接和 Hugging Face Hub API 解析对应仓库，按 confirmed、validated、ambiguous、proprietary、unresolved 五级标注置信度并提供可审计的 evidence 字段，同时提供静态搜索页面和反查 API。
推荐理由：原文给出了从 Bedrock 目录反查 Hugging Face 仓库的完整方法与置信分级，团队可据此避免为已在 Bedrock 托管的模型重复自建 GPU。
LightWhite520 在 GitHub 开源 OpenEden，一个基于 Kotlin/Ktor 的实验性运行时，在自回归大语言模型外层维护持久的 8 维 BioVector、内稳态原点、Omega 磨损、ShockState 和已历回合计数，使 AI 人格的状态可跨回合演化。模型每回合输出结构化 vector_delta，经确定性校验、边界约束后原子写入 SQLite；检索采用语义与情绪混合的三种模式，VQ-VAE codebook 将连续状态量化为可读定义注入提示词，本地模型缺失时可退化为启发式回退。后台 tick 与心跳调度扩展无用户输入时的状态演化，项目明确声明不主张意识或心理有效性，代码与模型工件采用 AGPL-3.0 许可。
推荐理由：原文完整拆解了用持久状态机、VQ-VAE 语义量化和情绪检索构造行为连续性的可迁移方法。
DevAnimecx发布free-ai-agent-stack仓库，收录384项免费资源，其中222项无需信用卡，全部链接在30天内经人工核验并每日自动检查。清单覆盖70项免费LLM API、64个MCP服务器、82项Agent工具、90项免费基础设施和78项技能资源，并保留OpenAI、Anthropic、xAI、DeepSeek等15项已不再免费的条目及原因；数据以YAML存储，按CC BY 4.0提供JSON接口和llms.txt供AI直接消费。
推荐理由：作者逐条人工核验了384项免费资源并保留已停止免费的条目，方法透明，适合想零成本搭建AI Agent的开发者直接取用。
openonion 发布 connectonion 1.9.0，一个 Agent CLI harness，通过单条 co 命令让 AI 智能体使用 Gmail、Outlook、已登录浏览器、文件、聊天应用和 Linear 等工具。新功能 co rem 把邮件和编码会话的上下文整理为本地关联 Markdown 页面，保存在 ~/.co/rem；工具通过 --help 按需发现，不占提示词上下文，凭据留在本地 ~/.co/keys.env，重要写入需 --yes 确认；co mcp（即将推出）可把任意 MCP 服务器包成命令行工具，支持 Claude Code、Codex、Cursor 直接调用。
推荐理由：原文讲清了用单一 CLI 接入邮箱、浏览器和 MCP 工具的做法，并说明帮助页即提示词、按需发现工具的上下文开销逻辑，方法可直接复用。
fightheyyy 在 GitHub 开源 xiaobaOS，一个 IM-native AI 同事 Runtime，Base 负责沟通派工，八个默认 Role（EngineerCat、BrowserCat、GuiCat、SecretaryCat、UserCat、InspectorCat、ReviewerCat、EvolutionCat）接管执行并交付文件、消息和证据。
推荐理由：原文详细给出了角色分工、Trace 证据链和受控进化的验收流程，读者可以了解一个可审计的 AI 同事系统怎么搭。
Tosin Akinosho 发布开源桌面应用 Vault（local-knowledge-vault），支持在本地与自己的笔记对话，每个答案以编号引用标注来源笔记，笔记存于本地 SQLite，默认通过 Ollama 或 LM Studio 调用本地模型（推荐 qwen3:8b），也可接入 OpenAI、Anthropic、Groq 等云端服务商。应用支持 macOS、Windows、Linux 安装包，提供 YouTube/本地媒体字幕问答、间隔复习的 Study 模式、Obsidian 导入与桥接，声明式插件不能运行代码；检索为 SQLite FTS5 关键词搜索，无嵌入向量，项目以 Apache License 2.0 开源。
推荐理由：项目完整说明了引用溯源、本地 SQLite 存储和模型接入方式，还坦率列出自身短板，适合关注本地知识库方案的人参考。
Lousho 团队在 GitHub 发布开源 TypeScript SDK @lousho/build-ai-agent，可在自有 Node 进程中运行 Agent，提供工具调用、MCP、断点续跑的持久会话、人工审批与 OpenTelemetry 追踪，无需托管运行时。支持 OpenAI、Anthropic、OpenRouter、Ollama 等提供方，会话数据可存于内存、文件、SQLite 或 Cloudflare KV，并带 recordReplay 离线回放与 defineEval() 轨迹评测，当前处于 1.0.0-alpha 阶段，API 仍可能变动。
推荐理由：原文列出了可复用的 SDK 能力清单和安装命令，开发者可以据此评估是否用它自建带审批与断点恢复的 Agent。
开发者 Douglas Vulcano 发布开源插件 Snip，通过 hook Claude Code 的 session.compact，用确定性剪枝替代 /compact 的模型摘要，删除过期和超长工具输出、逐字保留对话与决策。作者在 64 次真实运行（8 试次 × 4 组 × live/resume）中测得事实召回率从内置摘要的 48% 提升至 75%，压缩耗时从 14.2 秒降至 0.16 秒、成本为零，但长工具结果中段事实召回为 0%，剪枝保留度不如摘要。支持配置项与多种预设，9 个真实会话中位删除约 40–49% 字符，要求 Claude Code 2.1.293 支持 function hooks。
推荐理由：作者用 64 次真实运行对比了确定性剪枝与内置摘要的事实保留差异，数据和方法都公开，可自行复现验证。
个人开源项目 Snotra Agent（原名 Snotra AI）发布，这是一个围绕单一文件夹工作的桌面 Agent，支持 OpenAI、Anthropic、Google、Ollama 及任意 OpenAI 兼容 API，无需账号、无遥测。默认 Smart 模式下读取不需询问，但改文件、碰敏感文件、执行命令都先弹审批卡，命令执行默认关闭，macOS 与 Linux 提供沙箱，Windows 尚无沙箱；Auto 模式需用户手动开启。应用支持 SKILL.md 技能、MCP 服务器、Python 与 shell 工具、网页搜索与抓取，README 中与 Goose、LM Studio、AnythingLLM 等同类工具逐项对比，并给出从源码构建与 Linux 安装细节。
推荐理由：这个开源桌面 Agent 把命令执行默认关闭并逐条审批，作者还与 Goose、Claude Desktop 等同类逐项对比，可作选型参考。
inixiative 发布 agent-session 库，用统一接口把编码智能体 CLI 驱动为持久、流式、事件捕获的会话，支持 Claude Code（CLI 或 Agent SDK）与 Codex（MCP 或 app-server），Gemini 和 Grok 在计划中。该库保持单个长驻进程实现多轮对话，将返回事件归一化为 text、thinking、tool_use、tool_result 等类型，适用于评测框架、智能体对比与多智能体编排；支持订阅池确定性路由、fork/resume/interrupt 与预热决策会话，实测 warm Codex 决策中位耗时 2.45 秒，比 codex exec 快且输入 token 少 34%。项目以 MIT 许可开源，零依赖，仅需 Bun 和对应智能体 CLI。
推荐理由：README给出了持久会话、事件分类和各传输能力的完整矩阵，还附了warm会话的实测耗时数据，方便评估是否适用于评测或多智能体编排场景。
sushant-me 在 GitHub 发布了论文《LLM Agent Firewall》的可复现实现，包含 6,000 条确定性智能体间消息语料、亚毫秒级 TF-IDF + 逻辑回归分类器，以及置信度校准的两层路由，仅升级不确定流量给语义判官。在 CPU 上约一分钟跑完全部核心结果，无需 GPU、API 密钥或网络。实测 Strata I+II held-out 准确率 1.000、0 误报 0 漏检，分类器平均延迟 0.333 ms，5% 隐蔽攻击占比下混合延迟 271.5 ms（比全部走判官快 19.9 倍）。
推荐理由：作者复现了论文的多智能体提示词注入防火墙方法，还披露了语料格式混淆这类基准设计陷阱，做法对自建评测的人有参考价值。
iamvenuti 在 GitHub 发布 Garrick，一个运行在 Claude Code 或 Codex 之上的 macOS 知识工作 AI 幕僚长，所有记录以纯文件保存在用户自己的 Mac 文件夹中，跨会话可恢复，MIT 许可。它支持两类记忆、按 zone/project/thread 组织工作区，并可声明信息边界，在提交前对支持的文本文件检查是否跨墙泄露特定方信息；作者同时说明该检查有限制，改写后的内容、生成的 Word/PDF 等不在扫描范围内。
推荐理由：这个跑在 Claude Code 或 Codex 上的知识工作管家把信息隔离墙写成规则加提交前检查，原文也坦白说明了检查的局限。
作者为 180DC Bristol × BDSS Datathon 构建了 672 对仅姓名不同的双胞胎简历，测试 Qwen2.5-Instruct（0.5B 和 1.5B）作为简历筛选器，发现 3.9% 的决策因换名翻转（p < 0.001），末层隐藏状态可用线性分类器以 99.9% 准确率预测种族。阈值均衡等输出修复把决策差归零但内部偏见保持 100%，逐层消除后偏见仍以新方向重现；最佳方法在最偏层消除种族方向后决策差不显著且准确率不降，但未消除内部偏见。代码在 GitHub 开源，可在 MacBook（Apple M3, 16 GB）上运行，1.5B 模型单次条件约 16 分钟。
推荐理由：原文给出名字交换双胞胎简历实验和逐层去偏的完整数据，读者可以看到输出公平不等于内部公平的可复现检验方法。
magicnight 在 GitHub 发布 macMLX，一款基于 Apple MLX 的原生 macOS LLM 推理应用，提供 SwiftUI GUI、CLI 和常驻 OpenAI 兼容 API，约 50 MB 且全程无 Python。截至 v0.9 支持文本加 16 种 VLM 架构（最大约 70B）、分层 KV 缓存、连续批处理、投机解码、LoRA、MCP server、语音转文字与合成及 /v1/rerank，并以纯 Swift 移植了 DeepSeek V3.2 等架构，与 Python 参考实现按 1e-4 精度校验一致。项目与 LM Studio、Ollama、oMLX 逐项对比，称其独有 Swift 进程内引擎；DMG 尚未公证，首次启动需 xattr 清除 Gatekeeper 隔离。
推荐理由：原文给出与 LM Studio、Ollama、oMLX 的逐项功能对比和版本演进明细，可看出纯 Swift 无 Python 方案在 macOS 本地推理中的取舍。
Baicaicn23 在 GitHub 开源 StudyGraph，一个用 LangGraph 编排的面向大学生的学习助理，串联聊天、学科知识库检索、错题沉淀与出题复习闭环。核心包括意图路由到子智能体、SQLite + FTS5 与向量 RRF 混合检索、写操作 Human-in-the-Loop 确认、AsyncSqliteSaver 断点持久化、FastAPI SSE 接口和 Next.js 16 Web 界面；自带 Hit@K/MRR 与意图准确率评测门禁及 77 个 Mock 测试，默认确定性 Mock 模型、可切换任意 OpenAI 兼容平台。
推荐理由：仓库把 LangGraph 状态机、HITL、检索与评测门禁用在学习助理场景，分层与基线回归做法可以迁移到自己的 Agent 项目。
adithya-s-k 发布开源 RL 环境仓库 FineEnvs，提供从环境设计、部署、训练到评测的端到端可复现项目，素材同步发布在 huggingface.co/FineEnvs。包含 3 环境乘 6 框架的 RL Environments 101、用 GRPO 训练 Qwen3-VL-2B 做 LaTeX OCR、以审美偏好模型为奖励的水彩绘画项目、多轮 GeoGuesser（Qwen3.5-4B 在 200 题保留集上超过 gpt-5.4-mini 和 claude-haiku-4.5，成本约 $100）、5,394 个经真实沙盒验证的数据分析任务数据集，以及基于巴塞罗那港 2024 记录的 PortSimEnv。
推荐理由：这个仓库提供从环境设计到训练部署的完整可复现代码，还附上三个跨框架实现同一环境的对照样本。
jason-zzx 在 GitHub 发布 Hikaru Sub，一款将视频获取、本地日语语音转录、LLM 翻译、字幕校对与成片输出串成一条工作流的桌面应用，当前仅提供 Windows 版 NSIS 安装包和 portable zip。转录通过独立 Native worker 在 CPU 或 CUDA 上运行 Faster-Whisper 系列、Kotoba Whisper v2.0、Qwen3-ASR 1.7B + ForcedAligner 0.6B、日语 Parakeet 或 ReazonSpeech NeMo v2 生成 ASS 字幕；翻译调用用户配置的 AI 提供商接口，支持上下文窗口、自定义提示词和术语表；输出硬字幕 MP4 或软字幕 MKV。
推荐理由：原文完整交代了从下载、本地日语转录到双语字幕压制的工作流与模型选项，读者可以据此评估是否适合自建日语字幕流水线。
Epicode 是一个面向 AI Agent 的开源记忆服务，检索采用 BM25 + HNSW 混合方式，并提供四面体空间放置、知识图谱、有效期窗口和 MCP 端点用于跨会话召回。项目用 Rust 后端与 SQLite、ONNX Runtime 实现，提供 Docker Compose 本地部署、Python 和 TypeScript SDK、多租户云模式、自托管防御组件 epicode-guard 及 BENCHMARK.md 性能数据，采用 MIT 许可证，需要配置 DEEPSEEK_API_KEY 等环境变量。
推荐理由：README 给出检索、知识图谱、有效期等完整设计与部署方式，读者可以据此评估这套 Agent 记忆服务是否可用。