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
AKarode 开源的 parallax-markets 项目研究了 LLM 推理系统能否在预测市场上发现并交易错误定价合约，2026 年 6 月研究结束，通过模拟盘交易、13 天回测和结构套利探测得出否定结论：89% 的信号因无可执行报价被拒，回测胜率 46%、P&L 为负。项目在 2026 年伊朗霍尔木兹危机期间摄入 Google News RSS、GDELT、EIA 数据，用 3× Claude 集成预测叠加 6 规则供应链级联模拟，对比 Kalshi/Polymarket 实时价格；独立校准审计显示 isotonic 校准在 3 个 Claude 模型、1531 道已结算 Kalshi 题目上显著优于原始置信度，整个论证仅花费约 $40 的 API 调用，工程代码与评估方法可复用。
推荐理由：项目用预注册终止标准和样本外校准实验给出否定结论，方法论细节对想做类似 LLM 交易研究的人有可迁移参考价值。
TokenFlux 发布开源大模型统一网关 TokenRouter，用一个 API Key 聚合 Anthropic、OpenAI、Gemini 等厂商模型。兼容 Anthropic Messages、OpenAI Responses/Chat 与 Gemini 协议并支持互相转换，上游出错自动切换，含访问控制、按用量计费、内容审核与管理后台；提供 Docker Compose 一键部署，采用 LGPL v3.0 许可证，地址 https://github.com/TokenFlux/TokenRouter。
推荐理由：原文完整列出可接入的上游厂商、协议转换和计费审核等能力，并给出 Docker Compose 部署命令，方便自建网关的人对照评估。
EverMind 在 GitHub 开源 Raven，一个生成 DAG、编排多个专用智能体的 harness of harnesses，主打递归自改进（RSI），Apache 2.0 许可，当前为 pre-alpha。内置 Raven-Research、Raven-Code、Raven-Design、Raven-Oncall 四个智能体，可将智能体循环拆成 Memory、Planning、Capability、Action 四个解耦模块，由 Curator 重写这些模块并仅在通过验证后安装；Evolver 对照基准评估候选 harness 改动。
推荐理由：官方仓库详细说明了四模块解耦的 Agent 循环和带验证门槛的 harness 自进化机制，想了解递归自改进工程做法可以参考。
marcreichel 发布了 laya-php，一个面向 Laya 决策引擎的 PHP SDK，可在自有服务器上以 choice/score/yesNo 三类问题对 100+ 语言文本做分类，返回 enum、int、bool 类型化结果，无需按 token 付费的 LLM API。SDK 通过 PSR-18 客户端调用 laya-serve HTTP 服务，兼容 TypeSafe Jev 的 /v1/systemone 协议；要求 PHP 8.4+，提供校准置信度与 minConfidence 弃答门控、Laravel 13+ 自动发现、laya:try/laya:health 命令、Laya::fake() 单元测试、缓存与事件支持，实验性 predictMany() 支持最多 64 状态共享前向批次。
推荐理由：这是一个 PHP 侧可直接复用的自托管文本分类 SDK，给出从安装到 Laravel 集成与测试 fake 的完整用法。
作者在 GitHub 发布 TorchLLMTuner（Python 包名 llmtuner），一个面向 HuggingFace 模型的混合并行分布式训练框架，支持 FSDP2/HSDP、TP、PP（1F1B 与 Interleaved1F1B）、CP（kv_allgather 与 ulysses 双策略）和 EP（HF MoE 置换、AllToAll dispatcher），并提供 TP×FSDP、TP×EP×CP 等多种并行组合，不支持的组合由 parallel/matrix.py 统一 loud-raise。
推荐理由：作者完整给出了混合并行框架的五族并行实现、组合矩阵与已知限制，读者可据此评估是否用于分布式训练。
YuhuanStudio 在 GitHub 发布了面向 Apple Silicon 的本地 LLM/VLM 推理引擎 Yunshu，单进程通过 MLX 运行，兼容 OpenAI、Anthropic 和 Ollama API，采用 Apache 2.0 许可。核心特性包括无损投机解码（DFlash2 或 MTP 起草，batch-invariant kernels 保证贪心输出与不开投机时逐 token 一致）、支持 attention 加 GatedDeltaNet 混合模型的 RAM/SSD 多层前缀缓存，以及 Claude Code、Codex、opencode 等编码智能体的原生支持。
推荐理由：README 给出与 TensorFold 的实测对比表并直陈差距所在，读者可据此评估该引擎在 Apple Silicon 上的适用场景。
Maxlumiere 在 GitHub 发布 bot-relay-mcp，一个本地优先的 AI 编程智能体协调总线，为 Claude Code、Cursor、Cline、Codex 风格 CLI、脚本和 webhook 提供持久收件箱、任务队列与唤醒机制。所有组件通过 stdio MCP 或 HTTP+SSE 读写同一个 SQLite 文件 ~/.bot-relay/relay.db，无需云服务或常驻守护进程；主打功能是 LLM 无关的自动唤醒，配合 Tether VSCode 扩展和跨进程 outbox，不同模型的智能体收到消息即可自唤醒协作，无需手动轮询。
推荐理由：原文详细给出了跨模型多智能体协调的架构、MCP 工具清单和安全边界，读者可以据此评估这套本地总线是否适合自己的混合智能体工作流。
open-compass 团队开源了 AgentCompass 统一 Agent 评测框架，v1.0.0 已于 2026.09.30 发布 PyPI，可 pip install agentcompass 安装，代码采用 Apache License 2.0。框架通过稳定接口解耦 Model、Benchmark、Harness 和 Environment，内置 30 多个公开基准和 10 多个 agent harness 的集成，覆盖 Claude Code、Codex、OpenHands、OpenClaw 等，支持本地、Docker 和远程沙箱执行，并提供并发调度、失败重试、轨迹记录和结果可视化。
推荐理由：原文给出了框架的接口设计和集成清单，读者可以据此判断能否把它接进自己的 Agent 评测流程。
popcatwhu 在 GitHub 开源 chest-evidence-agent，一个结合病史和胸片生成候选诊断报告的本地 Agent，使用 Lingshu、LangGraph 和 FastAPI，报告保留支持依据、反对依据、资料来源和执行记录。默认本地运行 Lingshu-32B NF4，也支持 7B 模型和 OpenAI 兼容接口，测试硬件为 RTX 5090 32 GB。在 20 位独立公开测试患者上，选择题结论答对 15/20，报告完成 20/20，耗时中位数 58.25 秒，GPU 峰值保留显存 21.62 GiB；18 份报告被标记为仍需复核，存在结核误判等问题，项目未经临床验证，代码使用 MIT 许可。
推荐理由：项目给出在20例公开患者上的完整评测数据和已知误判问题，读者可以自行判断这个本地诊断Agent的可用边界。
开发者 michael2221807 发布开源 AI 叙事引擎 Sonder（原 AutoGameAgent，2026-08 更名），完全在浏览器运行，用户自带 API key，数据不发送到其服务器。引擎采用 4 层渐进记忆加 Engram 知识图谱（cosine + BM25 + RRF + BFS 混合检索）、8 阶段回合流水线、六维人格 NPC 与剧情方向系统，支持多后端图像生成、本地 CosyVoice 语音、SHA-256 校验备份与 GitHub 云同步；捆绑的天命包含 4+4 世界、56 origins、48 traits、77 talents，代码以 AGPL-3.0 许可开源。
推荐理由：原文给出了四层记忆加知识图谱和回合流水线的具体架构，读者可了解一个持久化 AI 叙事引擎的工程做法。
adghrera 在 GitHub 发布 llmctl，一个用纯 Go 标准库编写的单二进制管理器，可把 llama.cpp、vLLM、Ollama、LM Studio 等多个推理后端统一挂在同一个 OpenAI 兼容 API 端点之后，面向高并发流量设计。单静态二进制约 10 MB，采用 goroutine-per-connection 和零缓冲 SSE 流式转发，内置认证、令牌桶限流与全局并发上限；go test 含 100 并发流式客户端压测及对真实 1.5B 模型的 8 路同时推理检查，README 提供安装与快速上手命令。
推荐理由：原文给出了架构选择理由、压测数据和完整命令清单，想自建多后端本地 LLM 网关的读者可直接照着部署。
GitHub 仓库 v3c70r/agent-dev-team 把一个仓库变成自治开发团队：提 issue 后回复 /approve，即由 Agent A 实现、独立模型 Agent B 审查（默认 zai-coding-cn/glm-5.3）、Agent C 构建测试后自动合并，全程基于 GitHub Actions 和 tmux supervisor。模板来自两周真实生产运行，自动完成 20+ 个 issue，13 类真实事故的修复已内置；另含可选 PM Agent 自动提案与筛选，模板本体为 bash/node/gh/YAML，与 harness 无关，MIT 协议。
推荐理由：模板来自两周真实生产运行，内置13类事故的修复规则，想搭自治开发流水线的读者可以直接复用这些踩坑经验。
Substrate（PyPI 包名 substrate-kernel）发布 1.0.0，是一个 Python 3.12+ 运行时，可将 LLM 调用、转换、子进程、解析器等以 Producer 形式并发运行，全部通过一条全序 append-only 日志（Bus）协调，支持回放、diff 和检查任意时间点。内置 Producer、View、Predicate、Trigger、Route、TerminationPolicy 等九个原语，附带 code_review、debate、adversarial_pair 等 17 个自带拓扑及提交记录，并含 17 项一致性检查套件。
推荐理由：原文讲清了用单一 append-only 日志协调多模型并发的九个原语和可回放设计，适合想自建 Agent 运行时的读者参考。
josephniel 在 GitHub 开源了 majordomo，一个运行在 Telegram 的自托管 AI 助手框架，可接 Gemini、Claude、GPT、Groq、DeepSeek 或经 Ollama 的本地模型。框架不信任模型声称的动作，会检测未兑现的工具调用并给出纠正提示；所有写入操作需人工 Approve/Deny 确认，默认拒绝无人值守自动批准。检索采用全文加 pgvector 混合方案，附带评测工具，当前成绩为 recall@4 100%、MRR 0.975、false-injection 0%。项目以 MIT 许可发布，文档提示 prompt injection 是核心威胁模型，不提供可执行技能和市场。
推荐理由：作者围绕模型不可信这一前提设计了验证与审批机制，并给出可复现的召回评测数字，适合关注 Agent 可靠性工程的读者参考。
RapierCraftStudios 开源 ForgeDock，一套让 LLM 智能体在 GitHub 上自主完成 investigate→build→review→merge 全流程的编排工具，用 issues 当队列、PR 当账本、FORGE 注解当记忆，核心为 AGPL-3.0。该项目用它自举：2026年6月4日至7月4日首30天内 filed 693 个 issues、关闭 605 个、合并 603 个 PR，中位耗时56分钟，57% issues 由流水线自己 filed，49% 来自其 review agents 的发现；单日最高一小时内合并29个 issues。
推荐理由：用 GitHub issues 当智能体记忆和审计账本的做法讲得很具体，附30天自举数据和可复现的成本基准门槛。
Quodeq 是一个 MIT 协议的开源本地代码审计工具，用 AI 从安全、可靠性、可维护性、性能、灵活性、可用性六个 ISO 25010 维度扫描代码库，每条发现映射 CWE 标识并给出违规行号和修复计划。支持 Ollama、llama.cpp 本地模型和 Claude Code、Codex CLI、Gemini CLI、GitHub Copilot CLI 等云端 Agent，无账号、无遥测，结果以 JSON 存在本地，并可导出 SARIF 2.1.0 上传 GitHub code scanning。
推荐理由：原文完整给出了安装、模型配置和评分机制的细节，读者可以据此在本地跑通这套开源代码审计工具。
Onemanmountain 在 GitHub 发布 pdf-to-epub v0.2.0，一条把扫描版 PDF 转成可重排 EPUB 的本地流水线，目标是能顺利经亚马逊服务器转 Kindle KFX。流程含视觉侦察、MinerU 解析、结构重建、三级校验与整页仲裁、pandoc 封装和自动质检；规则零硬编码，每本书的结构规律由运行时发现并用完即弃。v0.2.0 提供单引擎双模式（auto 批量智能 / guided 主动审阅）与 CLI/GUI 双接口，当前针对现代简体中文图书调优。两本实测书中 TOC 分别 40/40 和 66/66 命中；仓库不含任何书籍内容，采用 MIT 许可证。
推荐理由：作者本人发布的转换流水线，给出了实测数据和已知不足清单，读者可评估其在简体中文扫描书上的适用范围。
ch405canova-sudo 发布了 Lex-Bash-Agent v0.2.0，一个仅用 bash、jq、curl 构建的本地 llama-server 终端 Agent，无 Docker、无 Python 运行时、无编译依赖。
推荐理由：原文完整给出了依赖清单、llama-server 启动参数和 16 GB 显存的运行参考，可直接照着在本地搭建这套纯 Bash 终端 Agent。
OpenA2A 开源了 Secretless，一个防止 AI 编码工具读到 API 密钥的 CLI 工具，当前版本 v0.23.1，采用 Apache 2.0 协议。它扫描项目中的硬编码凭据（57 种模式）并迁移到 OS keychain、1Password、HashiCorp Vault、GCP Secret Manager 或 AES-256-GCM 加密文件；对 Claude Code 通过 PreToolUse 钩子和 18 条 deny 规则拦截读取凭据文件的工具调用，Cursor、GitHub Copilot、Windsurf、Cline、Aider 则仅靠指令文件约束。
推荐理由：工具README讲清了钩子门控与输出检查两类防护的边界，连防不住的暴露通道也明说，适合评估AI编码工具的密钥防护方案。
Boni Garcia 开源了其 Manning 新书《Context Engineering》的配套 GitHub 仓库，按 12 章组织示例，涵盖模型交互、system prompts、RAG 与 CAG、工具调用与 MCP、记忆与状态、prompt 链、多智能体编排、评测观测、治理运维及软件开发生命周期应用。仓库含 AI 生态索引、结构化 prompt 构建器、SDLC prompt 库和 Context Engineering Radar 等在线页面，采用 Apache 2.0 许可，书中示例将随发布持续更新维护。
推荐理由：仓库按章节组织了上下文工程的代码示例和在线工具，覆盖 RAG、记忆、多智能体到评测运维，可直接作为实践参考。