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。
2,050 条精选近 30 天 2,043 条共收录 8,516 条
BANG404 在 GitHub 开源了桌面 AI Agent 应用 OpenAgent，支持读写文件、运行终端命令、子 Agent 协作、定时续跑、MCP 服务和插件扩展。技术栈为 Svelte 5、SvelteKit 2 与 Tauri 2，适配 Windows、macOS 和 Linux，支持 Anthropic、OpenAI 及兼容服务，数据本地存储；Runtime SDK 为私有依赖，项目采用 GPL-3.0-or-later 许可并提供商业授权选项。
推荐理由：这份 README 完整给出了桌面 Agent 的沙箱策略、技能目录结构等配置细节，便于直接上手或二次开发。
DreamX 开源项目将 DeepSeek Harness（dsh）web UI 与 pi-durable agent 引擎对接，保留原有界面、工作区和插件市场的同时，让会话持久化到 SQLite、崩溃后自动恢复中断任务、支持任意历史节点 fork 分支与热切换模型 provider。仓库提供两个 dsh 插件（LLM 适配器和右侧边栏面板）、幂等补丁脚本、systemd 服务模板和完整部署指南 DEPLOY.md，要求 dsh 0.2.0-rc.2、Node.js ≥ 22，支持任何 OpenAI-completions 或 Anthropic-messages 模型 API，另有 Background Bash 与 MCP Tools 管理面板，代码采用 MIT 许可。
推荐理由：原文给出完整架构和部署步骤，读者可以据此把 DeepSeek Harness 前端接到自托管的持久化 agent 引擎上。
gawk-dev 发布开源工具 mcpgawk，读取 Agent 可达的 MCP 服务器，将每次调用与已批准的基线比对，拦截批准后悄悄变更的工具，全程本地运行、不上传数据。工具提供 pre-execution 拦截（约 10ms 本地决策，支持 21 个客户端中的 6 个）、沙箱实测工具行为（数据外传、SSRF、tool poisoning）、token 成本索引和完整性哈希追踪；另有付费的 mcpgawk Platform 提供 enforce 与 monitor，CLI 可通过 uv 或 pipx 安装，支持 GitHub Action CI 门禁，采用 Apache-2.0 协议。
推荐理由：针对 MCP 服务器批准后悄悄改工具的 rug-pull 问题，给出了本地拦截、沙箱实测和零外传的具体做法，方法可直接迁移。
MedAdapt Lab 完成了 ADHD-01 至 ADHD-05 五项实验，在单台 Apple M2 Max 上用手写 MLX 训练循环和 LoRA 继续训练 Qwen3 Base 模型，数据为 269 篇模型发布后出现的 CC 许可 ADHD 论文及 400 个虚构试验。主要发现包括：约 1.65 遍训练后，已训练论文题目准确率比未训练论文多提升 3.8-5.0 个百分点；1.7B 模型在 3.3 遍时额外增益达 +8.7；真实论文训练使通用文本困惑度上升 7%-123%；虚构事实在约 4-8 遍后从 25% 几率突升到 44%-51%；同 exposure 下四份不同文本比一份重复四遍高 +4.5 到 +7.6 分；无 replay 的窄域新事实训练使通用困惑度升 37-94 倍。
推荐理由：原文用训练前冻结的考题和对照实验，量化了小模型读新论文能记住多少、忘掉多少，方法可复现可迁移。
singhand-labs 在 GitHub 发布 AegisCrawler，一个生产级浏览器数据采集平台，核心思路是把页面录制变成可执行规则、再把规则变成定时任务。其 PageResearch Agent 扩展记录点击、输入、滚动、拖拽等操作并生成 YAML/JSON DSL 规则，ScriptCat worker 在真实浏览器标签页中执行规则；服务端为单二进制 Go 程序，内置 SQLite（WAL）、Admin UI、租约任务调度、重试与死信队列，可选通过 OpenAI/Anthropic 兼容 API 增强 DSL 规则，且每次增强需经安全扫描和人工 diff 审批后应用。项目采用 GPL-3.0-or-later 许可。
推荐理由：原文详细给出了从录制操作生成 DSL 规则再到定时任务的完整流程和架构，读者可以评估这套无代码采集方案是否适合自己的部署场景。
GitHub 上发布 Dialogia，一个本地优先的聊天与辅导工作区，纯静态站点可部署到 Cloudflare Pages、Netlify 等任意托管。密钥只存于浏览器 IndexedDB，支持粘贴 OpenRouter 或 Anthropic key，也可直连 Ollama、LM Studio、llama.cpp 或 vLLM 完全本地运行；附带可选的 Tutor 结构化学习模式、逐轮推理力度控制、ZDR 强制开关及显示首 token 延迟、token 数和成本的 colophon。项目基于 Vite、React 18、Zustand 和 Dexie 构建，MIT 许可。
推荐理由：原文完整给出了 BYOK 架构、本地部署方式与配置细节，读者可以按步骤直接部署这个纯静态聊天工作区。
Maxritz 在 GitHub 发布 KRAKEN，一个用 C++17 编写、直接构建在 ROCm HIP SDK 上的 GGUF 推理引擎，针对 Windows 11 和 Linux 上的 AMD RDNA 显卡，不依赖 PyTorch、hipBLAS 或 MIOpen，所有内核直接针对 ISA 编写。权重在 VRAM 中全程保持量化状态不反量化，7B Q4_K_M 模型仅占 4.4 GB；MoE 专家按 LFU with aging 策略按需分页，支持 --expert-warm-mb 二级页锁定内存。
推荐理由：原文不仅介绍工具，还给出 RX 9070 XT 上 8B Q4_K_M 达到带宽上限约 76% 的量化瓶颈拆解，可了解 AMD 本地推理的优化路径。
zekaizer 在 GitHub 发布 clip-llm，一个系统级剪贴板 LLM 助手：通过全局快捷键 Ctrl+Shift+C 截取文本，发送到 vLLM 或 xAI 端点，并把结果写回剪贴板。支持翻译、改写、总结、解释和转写五种模式，带图片输入（50MP 解码上限、长边缩至 1568px、单请求最多 4 图 8 MiB）、按模式思考开关、修订轮次、模型配置文件切换，以单一二进制提供 macOS 与 Windows 11 版本。
推荐理由：README 详细列出了全局快捷键、五种处理模式、图片处理预算与配置方式，读者可以直接评估这个剪贴板助手是否贴合自己的工作流。
menonpg 发布 STE-Prompt，将航空领域的受控语言 ASD-STE100 做成 Claude Code 插件和 AGENTS.md 规则，让 Agent 输出的说明、runbook 和流程遵循短句、主动语态、一词一义等规则。可通过 /plugin marketplace add menonpg/ste-prompt 安装并用 /ste 命令按需改写，也可把 AGENTS.ste.md 追加进 AGENTS.md 供 Codex、Cursor、Cline、Aider、Windsurf 等使用，MIT 协议开源。
推荐理由：把航空受控语言 ASD-STE100 转成可安装的 Agent 规则，并给出 Claude Code 与 Codex 两类 Agent 的具体接入方法。
GitHub 用户 kaveraa 发布 Claude Code 插件 crewcut，通过一套规则集让模型写最简单可用的代码。官方基准显示，在 Opus 5.5 上相比无插件基线最多减少 82% 代码行、60% 成本，且所有安全检查项全部保留。插件提供 off/lite/full/ultra 四个级别、review/audit/debt 命令，可经 /plugin marketplace add kaveraa/crewcut 安装，其他 Agent 可复制 AGENTS.md 使用规则集；hooks 依赖 PATH 中的 Node 22 或更新版本。
推荐理由：README 自带跨模型基准和消融对照，还说明七词 prompt 与插件的取舍，读者可以评估是否适合接入自己的编码工作流。
Tylogi 在 GitHub 开源 MFQ（TyloQuant），一套结合 SQ/VQ 格式与细粒度混合精度校准的量化与 CUDA/Metal 推理基础设施，采用 Apache 2.0 许可。项目演示在 512 GB Apple M3 Ultra 上直接以 raw-HF Safetensors 运行 476 GB 的 DeepSeek V4.1 Flash，batch size 1、32,768 上下文下 TG 为 18.29 tok/s，启用高接受率 MTP 后达 33.46 tok/s（+83.0%）。
推荐理由：开源量化与推理工具，给出固定评测协议下与 Unsloth Dynamic 基线的 KLD 对比和 Apple silicon 实测吞吐，方法可复现。
Ayush Maheshwari 在 GitHub 开源 SupOps，一个不只给建议、还能 SSH 到服务器实际执行检查与修复的 AI 运维工具，Docker 一条命令即可部署。核心是五阶段风险引擎：任何模型读到的文本都只能提高而不能降低风险等级，因此提示注入最多带来更多审批提示；只读检查自动执行，中高风险暂停等待人工审批，禁止操作永不运行。支持 Kubernetes 集群目标、Prometheus/Grafana 等可观测性接入、告警自动只读诊断、Advisory 模式和知识库导入，采用 Apache License 2.0。
推荐理由：原文完整披露了五阶段单调风险引擎的设计，模型读到的内容无法降低风险等级，对理解运维智能体的防注入思路有参考价值。
H1manshu01 发布 trickle-，一个零依赖、带类型的增量式 partial-JSON 解析库，可在 LLM 流式输出的每个 chunk 上给出当前最佳有效值且永不抛错。支持路径订阅、通配符、append 事件、Zod 类型入口，并提供 OpenAI 与 Anthropic 的 SSE 适配器；对比表中指出现有主流包 partial- 自 2024 年 5 月未更新，自测快照称增量解析使 2,000 条记录文档的流式处理比逐块重解析快约 2,150×，基准可用 npm run bench 复现。
推荐理由：作者给出了与同类 partial-JSON 解析库的对比矩阵和基准入口，读者可复现测试来判断是否切换。
synthetic-sciences 发布开源科研 Agent 工作台 OpenScience（Apache-2.0），用自然语言下达目标后可读文献、写代码、跑实验并输出带完整步骤记录的结果。支持桌面、浏览器和终端三种形态，内置数百个覆盖生物、化学、物理和 ML 的技能，连接 ChEMBL、UniProt、PubMed、arXiv 等数据库，含十个 NVIDIA BioNeMo NIM 适配器；可自带 API key、本地模型或用 Ace 按量付费。基准成绩：Terminal-Bench Science 53/70（75.7）、BiomniBench-DA 82.2、Terminal-Bench 4.0 科学子集 10/14，各次试验的 trace 公开在 benchmarks-openscience 仓库。
推荐理由：开源科研 Agent 的完整工作台说明，附 Terminal-Bench Science 等成绩与可核验 trace，适合了解科研自动化工具的实际形态。
infobip 团队发布 CIKM 2026 论文 Anchoring Bias in LLM-as-a-Judge Systems 的代码与数据仓库，研究先验分数如何损害 LLM 评委的评估独立性。仓库包含 20 个公开文本任务、192,000 次调用的主实验脱敏数据、Llama 机制探测数据、GPT-4.1 缓解实验数据，并提供 uv run python scripts/reproduce.py 一键复现全部公开统计结果与图表；主实验共 20 任务、8 模型、3 条件、4 温度、每格 100 次试验。工业数据集因含专有内容仅公开聚合结果，论文 DOI 为 https://doi.org/10.1145/3799682.3840879 ，MIT 许可。
推荐理由：仓库公开了19.2万次调用的实验数据和一键复现脚本，读者可以自行验证LLM评委锚定偏差的结论是否站得住。
kstevica 发布自托管多智能体编排框架 Captain Claw（Flight Deck），MIT 协议开源，支持 OpenAI、Anthropic、Gemini、DeepSeek、Ollama、OpenRouter 等模型接入，也可 100% 本地运行。框架提供 6 种编排模式、每 agent 48 个内置工具、6 层共享记忆、31 个预设专家角色，Code 模式以 plan → 审批 → build → 三名独立 reviewer → triage → 有上限修复循环的流水线交付软件；examples/code/ 附带一个 185 项测试、DeepSeek 上约 $2.50 的完整真实运行示例。
推荐理由：作者给出多智能体编排框架的完整功能清单和真实运行成本示例，想自建多 Agent 系统的读者可参考其模式划分与实现思路。
chewygumxx 在 GitHub 开源了 dorothy，一个基于 Claude Agent SDK 与自定义 system prompt 的终端对话助手，支持 Anthropic API key 或 Claude Pro/Max 订阅 token，运行需 Bun >=1.4。助手自动为每个会话写笔记和最多五个标签，空闲一分钟即后台复习，可按预算召回旧会话，超过 64000 token 触发闲时上下文压缩并逐簇摘要；数据目录为 git 仓库，每轮对话都是一次 commit，可 --history、--restore、--rollback，并支持加密推送到远端镜像，搜索索引也可作为 MCP 服务器供其他客户端使用。
推荐理由：作者详细给出了聊天记忆、标签、上下文压缩和git化历史的具体实现与配置，做法可迁移到其他本地助手项目。
作者开源了 Francois，一个模型无关的桌面控制台，用于在单一窗口中生成并监督多个 Claude Code 会话，覆盖 fleet 状态板、stream- 结构化 transcript、可提交 diff、PTY 真实终端与 agent/MCP/skills/workflow 视图。应用基于 Tauri 2（Rust 核心，无 Electron），支持多 Anthropic 账号隔离运行、⌘K 命令面板、会话可恢复，并可通过 npm 安装或原生安装包获取，引擎已能调度 Codex 与 Grok，Pi 支持仍在封闭验证阶段，代码以 AGPL-3.0 许可发布。
推荐理由：作者用一段 README 讲清了多 Claude Code 会话的统一管理做法，包括结构化 transcript、diff 提交与多账号切换，方法可直接复用。
作者开源了 wb2go，一个把 WorkBuddy / CodeBuddy 订阅包装成 OpenAI 兼容 API 的自托管多账号网关，采用纯 Go 标准库零依赖、单二进制加内嵌 Web 控制台，MIT 协议发布。支持 /v1/chat/completions 与 /v1/responses（Codex / Claude Code 可直连）、多账号池调度、账号级/熔断/连败降权/模型级四维冷却、会话粘性、设备指纹派生与脱敏、定时任务、配置热生效和基于 GitHub Release 的热更新；Docker 一条命令即可部署。作者强调 accounts/ 存明文 accessToken，公网部署须设 api_key 并前置 HTTPS，反对二次打包、加壳售卖等用法，项目为非官方工具，账号风险由使用者自担。
推荐理由：原文完整给出了账号池调度、冷却、粘性会话等网关设计与部署方式，读者可以照此自行审计和复用这套自托管方案。
ayuvis 在 GitHub 发布 mobile-app-aws-terraform-v2 仓库，提供在 AWS 上部署移动应用后端与 vLLM 推理的 Terraform 配置，涵盖 VPC、EKS、Karpenter GPU 节点池、Aurora、Redis、CloudFront 等模块。vLLM 以 Argo Rollout 金丝雀方式发布，通过 AnalysisTemplate 检查 TTFT p95、队列深度、KV cache 和重启次数，并用 KEDA 按队列深度和 KV cache 扩缩容。
推荐理由：给出了在 AWS 上用 EKS、Karpenter、vLLM 部署 LLM 推理的完整 Terraform 与 K8s 配置，含金丝雀发布与 KEDA 扩缩的部署顺序和已知限制。