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 8,539 条
Typer On 是一款原生 macOS 菜单栏与浮动工具栏 AI 写作助手，可在任意应用中选中文字后直接调用翻译、改写、总结、事实核查等模块并替换，无需切换到浏览器。它支持 OpenRouter API key、Ollama 或 LM Studio 本地服务器，以及通过 Codex 或 Claude Code CLI 复用 ChatGPT 或 Claude 订阅，无自身账号和订阅；个人免费使用，组织需另行书面授权，当前版本 0.4.1，要求 macOS Tahoe 26 及以上、Apple Silicon，聊天历史仅保存在本地并保留最近 500 条对话。
推荐理由：原文详细说明了这款菜单栏 AI 写作助手的模型接入方式和数据流向，包括本地模型路径与隐私处理，便于评估是否值得自用。
作者为自己找工作开发并开源了求职 Agent，可在招聘网站搜索职位、用 LLM 按 1-10 打分匹配度、自动填表并记录到表格，已在 LinkedIn Easy Apply 和 Computrabajo 实际投递。工作流为先跑标题关键词过滤再调 LLM，表单回答优先用固定规则和历史缓存，缺失必填项时标记人工处理而非猜测；通过 Claude Code CLI 调用 Claude 且禁用工具，并设置了每日限额和 1.5 至 4 分钟间隔模拟人工节奏。作者提示恶意表单存在提示词注入风险，项目仍在开发中，roadmap 包括提示词注入防御、ATS 友好简历生成器等。
推荐理由：作者公开了自己求职 Agent 的完整工作流和代码，表单填写防幻觉与提示词注入风险的说明可以直接借鉴。
developerz-ai 发布 aitm（ai-task-master），一个自主任务编排工具，输入一句目标即可运行 Planner → Worker → Reviewer 循环，自动拆分 PR 级任务、开分支、处理 review 意见并在 CI 通过后默认自动合并。工具基于 Vercel AI SDK 和 OpenRouter 构建，provider 无关，支持 z.ai GLM 等 OpenAI 兼容端点、MCP client、并发 PR 组、崩溃后 resume，通过 bun/npm/deno 安装，MIT 协议开源。
推荐理由：原文完整给出了 Planner 到 Reviewer 循环的用法、配置项和提供商切换方法，想自动产出 PR 的读者可以直接照着部署上手。
开发者 Cuma Bozkurt 在 GitHub 开源 Super Orkestra，一个 TypeScript 编排器，用一个无工具的指挥模型把目标拆成 ≤3 个任务的计划，分派给自选的 Claude Code、Codex、Gemini CLI、opencode 或 OpenRouter 工作模型，在各自 git worktree 中隔离执行。通过 test/lint 门禁决定合并或回传修复，跟踪 5 小时/周订阅限额并在限重置后从同一 CLI 会话和 worktree 自动恢复，内置 markdown 加 SQLite FTS5 项目记忆和 tree-sitter 加 PageRank 的仓库地图。
推荐理由：开源多模型编排器，用一个指挥模型调度多个订阅 CLI 写代码，靠限额跟踪和持久队列省 token 和订阅额度。
cumabozkurt 发布 super-agent-memory（SAM），用一个共享 SQLite 文件为 Claude Code、Codex CLI、Gemini CLI、Antigravity、OpenCode、Cursor 等编码 Agent 提供持久记忆，安装仅需 npm 直装 GitHub 仓库，无服务器、无 API key、零 npm 依赖，需 Node.js 22.16+ 或 24+。项目给出多项基准：token 基准中 SAM 约比整库注入省 94% token 且召回 20/20；记忆必要性编码任务上 push+pull 达 93.1% 通过率，仅用约全量转储 1/12 的 token；内置投毒防护、来源标签、密钥掩码和 sam purge 等隐私与安全机制。
推荐理由：作者给出了与多种记忆策略对照的 token 与检索基准数据，读者可以据此评估这套共享记忆方案的省 token 幅度和召回取舍。
jiru-labs 在 GitHub 发布 ProofKey，一个 Grammarly 风格的 Chrome 写作助手扩展，文本从浏览器直连用户自选的 LLM 端点，无后端、无账号、无遥测。在 Google Chrome 中可使用内置 Gemini Nano 模型在本机检查，实测 live check 得分 13.0/14，仅提供 live checking 和 Fix grammar 两项；也支持 LM Studio、Ollama、llama.cpp 本地模型及 36 个云端 provider 预设，其中 5 个 provider 经真实 key 验证。九个站点（Gmail、Telegram Web、WhatsApp Web 等）经人工确认可用，Google Docs 因 canvas 渲染不支持。
推荐理由：作者以实测记录区分已验证与未验证的站点和模型组合，并给出本地与云端方案的成本延迟对比。
MikkoParkkola 发布了 trvl，一个本地单二进制 MCP 旅行路由工具，为 Claude、Cursor、Windsurf、Codex 等 MCP 客户端提供航班、酒店、火车、公交、轮渡、价格提醒、天气和目的地信息的实时搜索。默认搜索无需个人 API key 和注册，仅以约 378 tokens 的单个工具描述替代约 33,500 tokens 的完整工具列表；示例查询展示从 €350 优化到 €251、节省 28% 的结果。免费用于非商业用途（PolyForm Noncommercial 1.0），商用需 EUR 500/月的授权；工具默认读取浏览器会话 cookie 以绕过酒店和铁路站点的反爬保护，每日发送一次可关闭的心跳遥测。
推荐理由：README 写清了工具的工作方式、隐私读取行为和默认路径，读者可据此自行评估是否值得在自己机器上运行。
KinAI发布v0.2，定位为已有本地LLM的家庭共享层：在Mac上以Host模式连接Ollama、LM Studio、vLLM、llama.cpp等后端，家人通过6位邀请码在Mac、Windows客户端或Telegram机器人上加入，无需云端和账号，各成员聊天相互隔离。版本包含全局热键悬浮窗、PDF和图片附件、视觉路由、web/X/图片搜索等内置工具、ComfyUI生图、语音回复、FTS5长期记忆加滚动摘要的上下文管理、JWT认证和主机分发的签名更新，MIT许可完全开源，Linux客户端为beta，暂不支持Linux主机。
推荐理由：原文给出了完整的架构、上下文分层机制和支持后端清单，读者可以照着README直接部署一套家庭共享的本地LLM。
gauravsaini 在 GitHub 开源了 DAFG，一个位于智能体与工作区之间的验证与完成控制运行时，智能体必须提供可复现的独立证据才能宣告任务完成。核心机制包括严格 DAG 任务编排与波次调度、Prover-Challenger-Verifier 三角验证、8 状态状态机与可回放状态、SHA-256 签名的 GATES.md 验收门，以及在验证未通过时返回 {"decision": "block"} 的 stop-hook。项目为零外部依赖的 Python 3.10+ 实现，支持 Claude Code、OpenAI Codex、Cursor 等平台的互锁脚手架，采用 MIT 许可证，仓库地址 https://github.com/gauravsaini/dafg。
推荐理由：原文把每个设计概念都映射到具体零依赖 Python 模块和 CLI 命令，读者可以直接落地验证这套完成控制方案。
nmorgowicz-org 在 GitHub 发布 Local LLM Foundry 2.0，定位为 llama.cpp 与 GGUF 推理的统一管理面板，支持模型发现、GPU/系统实时遥测、聊天工作区和硬件感知配置向导，覆盖 macOS、Linux 和 Windows。该版本将 Rapid-MLX 列为 Apple Silicon 的一等推理后端，运行时由应用托管安装与回滚；项目是 Llama Monitor 的兼容性更名，2.x 内保留原有 API 路由与浏览器存储，许可证为 MIT。
推荐理由：README完整描述了llama.cpp与Rapid-MLX双后端的管理方式、遥测面板和硬件向导，读者可据此评估是否替换现有本地推理工具链。
CharmingSteve 在 GitHub 开源 LLM Provost，一个部署在 MCP 服务器和上游模型 API 之前的治理代理与审计账本，支持策略热加载、四层身份审计和本地/主权化部署。它提供工具调用放行与拦截、限速、token 上限、时间访问控制和 PII 过滤，导入 Agent Provost 的 Alpaca 交易控制规则，兼容 OpenWire、Ollama、vLLM 和 Amazon Bedrock 等后端，采用 AGPL-3.0 许可并提供 Docker Compose 与 AWS Marketplace AMI 部署方式。
推荐理由：原文详细给出了双代理边界、四层身份审计和可编程策略模型，读者可以据此评估在自己的环境里落地 LLM 治理代理。
KanishkNoir 开源的 CogniKernel 发布 v0.1.3，为 Claude Code 和 Codex 提供跨会话项目记忆，用两个约 130 MB 的微调 ONNX 编码器模型在本地做决策提取与新旧替代，不额外调用 LLM、无需 API key。工具通过 hook 在会话结束时捕获决策、约束和废弃方案，下次会话注入紧凑记忆块，支持 SQLite 事件溯源存储和混合检索；基准显示定向阅读量在 4 个项目上全部下降，但总 token 成本仅在部分项目占优，且 v0.1.3 因 mcp 2.x 兼容问题要求 mcp<2，更新目前已暂停。
推荐理由：项目给出三臂对比基准和失败场景的坦率说明，读者可以据此判断这类 Agent 记忆工具在什么条件下划算。
anatolykoptev 发布了开源项目 Dozor，一个让 AI 智能体通过 MCP 监控任意 Linux 服务器的工具，输出文本为 LLM 消费优化，区别于面向人的 Prometheus、Datadog 仪表盘。支持 Docker、systemd、远程主机监控，提供一键诊断 server_triage、日志错误模式分析、安全审计、后台部署、约 60 个 CLI 工具更新检查等工具，零配置自动发现 compose 服务，命令执行带 blocklist 校验，MIT 协议，仓库见 https://github.com/anatolykoptev/dozor。
推荐理由：原文完整列出了这个面向 LLM 的服务器监控 MCP 工具的功能、部署方式与命令校验机制，方法可直接复用。
sloweyyy 在 GitHub 开源了 scriptorium，一个接入 Slack、Jira、Confluence 和 GitHub 的 AI 协作队友，核心卖点是每条回答都有可溯源引用、每次写入需指定人员签名单次审批，且审计日志采用哈希链防篡改。项目用代码而非提示词强制执行安全规则，237 条护栏各有变异测试必须被捕获，支持 Anthropic API、Vertex 上的 Claude 或 Gemini，单容器部署无需数据库。
推荐理由：这个开源 AI 协作队友把审批、引用和审计都落在代码里，配套的变异测试设计对做 Agent 安全工程的人有直接参考价值。
cavi-ai 在 GitHub 发布 mlx-workbench，一个面向 Apple Silicon 的浏览器前端，通过子进程调用 mlx-agent 完成 GGUF 扫描、HF 缓存转换、量化、服务与 LoRA 训练，UI 服务器仅依赖标准库并只绑定 loopback。配套的原生 SwiftUI 应用 mlx-mac 增加转换质量门（canary 探测）、实测 tok/s 与 TTFT 对比、模型溯源时间线、内存适配建议和 GGUF 隔离回收等功能。转换全程采用 preview/confirm 机制，HTTP API 带 per-process session token，MIT 许可。
推荐理由：README给出了完整的安装流程、功能清单和安全边界，读者可以据此评估这个 Apple Silicon 本地 MLX 模型管理工具是否够用。
ABakdi 发布了 Oraknid v0.2.4 预发布版，一个在 Linux 后台运行的自主开发工作区。The Eye 把目标拆成带校验的任务，路由给 Claude Code、Codex、OpenCode、Antigravity 或任意 OpenAI 兼容模型，失败时升级到更强模型，任务校验通过才算完成。Agent 在 bubblewrap/Landlock 沙箱中运行，附带 GitHub 仓库、服务器部署、数据库备份、云存储、邮件和手机端加密远程控制等功能。
推荐理由：作者自述的本地 Agent 编排工具，把多模型调度、任务校验、沙箱隔离和服务器运维整合在一台 Linux 机器上，可了解其架构做法。
Pith 发布开源本地记忆服务开发者预览（macOS 和 Windows），为 AI Agent 提供跨会话的项目上下文持久化、矛盾检测、信念衰减与检查点机制，数据以 SQLite 存储在本机。自称在 LoCoMo-Plus Cognitive all401 达 100.00% 准确率，MemoryAgentBench FactConsolidation 多跳 6K 路径 95.0%、262K 路径 68.0% EM；完整生命周期已验证客户端为 Claude Cowork 和 Codex，Claude Desktop、Claude Code、VS Code、Cursor 支持经配置或手动指令接入，许可证为 Apache 2.0。
推荐理由：README 给出与 Mem0、Zep、Letta 的定位对比和自报基准分数，读者可以了解受治理记忆层与一般记忆工具的差别。
ChiefGyk3D 在 GitHub 开源 FrankenLLM 工具集，让每块 NVIDIA GPU 各运行独立 Ollama 实例（如端口 11434、11435），互不干扰地服务不同模型。提供交互式安装向导、systemd 服务、开机自动预热、GPU 健康监测自修复、Open WebUI 集成与 RAG 数据集抓取脚本，面向 Ubuntu Server 24.04，支持本地或 SSH 远程部署，并按 8GB 到 32GB+ 显存给出推荐模型组合。
推荐理由：作者开源了一套多 GPU 部署脚本，按显存大小给出具体模型搭配和常见故障的排查方法，可迁移到自建机器。
footprintjs 在 GitHub 发布 Agentfootprint，一个 TypeScript 可解释 Agent 框架，将每次读取、写入、决策和工具调用记录为相互关联的证据。框架把上下文注入抽象为 Injection = slot × trigger × cache，3 个 slot、4 种 trigger，支持技能、steering、RAG、记忆和 guardrails，提供 mock 到 anthropic、openai、bedrock、gemini、ollama 的生产切换，并带 hash 链审计导出、工具目录 lint 和可通过 npx agentfootprint-setup 安装给 Claude Code 等编程助手的 skill，MIT 许可。
推荐理由：框架把上下文注入统一成 slot、trigger、cache 三要素，可迁移到自己的 Agent 调试与审计流程。
nickderobertis 在 GitHub 发布 llmlint，一个 Rust 编写的 CLI 工具，用 LLM as judge 检查确定性 linter 无法表达的代码质量规则，如架构模式和组织规范。它通过 oneharness 驱动 Claude Code、Codex、Cursor 等编码工具读取文件并按 YAML 配置的规则输出结构化判定，支持多 judge 投票、--diff 只审变更、CI 集成、插件共享规则集，并依赖 Sigstore 签名验证镜像下载的完整性；MIT 协议开源，可通过 pip 安装 llmlint-cli 或 cargo install llmlint 使用。
推荐理由：作者详述了用 LLM 判定代码规则的工具设计，从规则写法到批量调用都给出了可迁移的工程做法。