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
gke-labs 发布 OpenRL，一个可在自有机器或 Kubernetes 集群上自托管的 Tinker 兼容 API，用于微调大语言模型。研究者可用 Tinker SDK 在本地用命令式 Python 编排 RL 训练循环，多个 RL 任务可并发共享 GPU 以提升利用率；项目支持本地原型开发后远程扩展，含 autoresearch 配方、SFT 与 RL 示例，采用 Apache 2.0 许可证，非官方支持的 Google 产品。
推荐理由：原文讲清了 OpenRL 如何把训练基建抽象成 Tinker 兼容 API，读者可以了解自托管 RL 微调的可行架构和 GPU 复用思路。
Sereno 是一个 GitHub 仓库，研究 prompt injection 与持久记忆中毒如何影响长时程任务的编码 Agent，并构建 harness 层让 Agent 在攻击下仍能可靠完成任务。实验基于 DeepSWE 任务运行，每个 session 对应一个完整任务，通过 /memories 目录跨任务携带记忆；sereno context-eval 在仓库文件、命令输出和记忆文件中植入内容，对比 clean、carry、reset 和 ablation 各组，并可通过用户的 AGENT.md 修复被污染记忆，用任务自带 verifier 评分，报告暴露、攻击成功、任务成功与恢复等指标及区间估计。
推荐理由：原文给出了在 DeepSWE 任务上实测 prompt injection 与记忆中毒的实验设计，含对照组、恢复机制和成本记录方法。
Orkeon 项目在 GitHub 开源了一个 .NET 10 智能体团队框架，当前版本 1.0.0-rc.4，MIT 许可。核心是把权限边界放在模型前面：智能体只能访问声明的虚拟挂载路径（ro/rw），越界写入在落盘前被拒绝，另有工具调用数、时长、token 等执行预算和熔断器；Orkeon.Compliance.Vfs 分析器可让 C# 项目里直接的 System.IO 调用变成编译错误。框架支持 YAML、.ork.ts 和 C# 三种编写方式，含 6 种编排策略、16 个 LLM 提供商、91 个内置工具、6 种记忆存储，可用 Ollama 等本地模型免 API key 运行，快速上手命令见 https://github.com/Orkeon/orkeon 。
推荐理由：这个 .NET 智能体框架把权限边界做成产品核心，虚拟文件系统、执行预算和编译期拦截都讲清了实现方式，适合关注 Agent 安全约束的读者参考。
开源桌面 AI Agent 应用 Personal Jarvis 在 GitHub 发布，支持在 Agentic IDE 中并排运行 Claude Code、Codex、Cursor CLI 等多个编码智能体，并提供带唤醒词的语音助手、桌面与浏览器操控、常驻记忆的 Jarvis Agents、40 多个插件的插件市场和定时例程。应用免费开源，本地运行，无需账号，支持 OpenAI、Anthropic、Gemini、Ollama 等模型，可装在 Windows、macOS 和 Linux 上，也可通过 pip install personal-jarvis 以无界面服务器方式部署。每个操作经 safe、monitor、ask、block 四级风险检查，可能更改系统的操作需用户批准且全程留有记录。
推荐理由：README 完整介绍了这款开源桌面 Agent 应用的功能构成、安装方式和权限控制设计，想同时跑多个编码智能体的读者可以了解其具体做法。
dJeyL 在 GitHub 发布 MIAOU，一个输出为单个 HTML 文件的极简网页聊天客户端，通过 OpenAI 兼容 API 与 LLM 对话，URL 和密钥可配置。构建仅需 python3 build.py，产物 dist/miaou.html 可直接在浏览器打开或由任意静态服务器托管，运行时依赖仅限 CDN 上的 marked.js、Prism 等库。功能包括 SSE 流式输出、并行生成、自主子对话 Agent、沙盒 JavaScript 计算、zip/PDF/Excel/Word/PowerPoint 文件处理、MCP 远程工具聚合、IndexedDB 持久化历史、记忆与 Skills 机制，以及用量统计和上下文检查器等配置项。
推荐理由：作者完整说明了这个单文件 HTML 聊天客户端的功能边界与配置方式，读者可以评估它是否适合内网或本地场景。
GitHub 项目 nano-llm-proxy 发布了一个纯 Go 编写的单二进制 LLM 网关，约 24 MB，运行仅需一个 SQLite 文件，无需 Docker、Postgres 或容器运行时。
推荐理由：README 不只列功能，还给出与 LiteLLM、Bifrost 等网关的逐项对比和明确的适用边界，方便读者判断它是否适合自己。
Lucenor 在 GitHub 开源了 mnesis，一个 Python 实现的 LCM（无损上下文管理）架构，把记忆管理从模型转移到确定性引擎层，应对长上下文中准确率下降 30-40% 的 context rot 问题。引擎采用三级压缩升级（LLM 结构化摘要、激进压缩、确定性截断）、工具输出向后扫描剪枝（默认保护最近 40K token）、大文件外部引用（默认超 10K token 转 FileRefPart）和不可变 SQLite 追加日志。在 OOLONG 长上下文基准上，基于 Claude Opus 4.6 的对比显示原始模型超过 32K token 后分数崩塌，LCM 管理的上下文在 8K 到 1M token 各长度上均有提升。
推荐理由：原文给出了三级压缩机制、工具输出剪枝和在 OOLONG 上的对比图表，读者可以借此评估用引擎层管理长上下文的可迁移做法。
slimmii 发布了 llmtsc，一个 TypeScript 编译器前端，它在转译前让 LLM 修复类型错误、拼写和语法问题，使带错误的代码仍能编译，源文件始终不被修改，修复文本仅保留在内存中。工作流程是从 tsconfig. 构建程序，按文件分组错误发给 LLM，只保留能消除至少一个错误且不引入语法错误的 SEARCH/PLACE 修复，默认最多 4 轮，并按文件内容和诊断结果缓存答案以加速重建和 CI。
推荐理由：原文完整给出了这个让 LLM 在内存中修复类型错误再编译的工具原理、配置项和各构建工具接入方式，便于开发者评估是否适用。
HelixML 发布开源平台 Helix，可在自有基础设施上以舰队方式并行运行多个编码 Agent，每个 Agent 拥有带浏览器、终端和 GUI 应用的 GPU 加速隔离桌面，通过 spec 驱动的 Kanban 看板组织任务并以 pull request 作为审查关口。平台兼容 Claude Code、OpenAI Codex、Gemini CLI、Qwen Code 及任何 ACP 兼容 Agent，支持接入自托管模型（如 vLLM 的 OpenAI 兼容端点），可端到端自托管包括 air-gapped 环境，还内置 RAG、可观测性、多租户和计费功能。许可证与 Docker Desktop 类似，个人、教育及年收入低于 1000 万美元且员工少于 250 人的小企业可免费使用。
推荐理由：原文详细给出了在自有基础设施上并行运行编码 Agent 舰队的完整架构与部署方式，包括每个 Agent 的隔离桌面和可复用的看板工作流。
GitHub 项目 rustrak/llmtrak 发布了一个 Rust 编写的轻量自托管 LLM 网关，可将任何 OpenAI SDK 指向它，通过团队虚拟密钥统计每人花费，支持 OpenAI、Anthropic、Azure、Gemini、Groq、Mistral、DeepSeek、OpenRouter、Ollama 等 API 方言互译，提供带权重、重试、冷却与回退的路由，密钥哈希存储，预算按日/周/月重置，内置 Management API 与每日价格表计费。
推荐理由：原文附上了与 LiteLLM 同条件容器的延迟和内存实测对比，读者可以据此评估这个自托管网关的实际开销。
Melon 是一个开源的本地优先多模型 AI 工具，支持把多个模型组成 Agent 面板轮流回答、互相补充，提供三种协作模式、角色模板、pipeline 分阶段流程和共识轮交叉核验。它采用 BYOK，密钥只存浏览器 localStorage，提供三种模式，托管网页版覆盖 23 家提供商中的 17 家，本地模型（Ollama、LM Studio、llama.cpp）需用桌面版。工具不添加自有内容过滤，但会提示外部文本的提示词注入风险；Web 搜索可经 Tavily（每月 1000 次免费）或 Brave Search（每月 2000 次免费）实现，含本地模型也可联网检索。
推荐理由：原文详细说明了多模型协作机制、BYOK 密钥存储位置和浏览器来源风险，读者可以据此评估这个工具的安全边界和实际用法。
InvGen 是一个开源工具，用 LLM 为 C 程序生成循环不变式，再由符号工具验证：LLM 可走 Claude Code CLI（订阅登录，无需 API token）或经 Ollama 跑本地模型如 qwen3:8b，候选不变式由 CBMC 做 BMC 过滤并执行 Houdini 归纳子集筛选，最终由 Frama-C/WP 完成正确性证明。每次失败的检查会转成带具体状态的反例句子追加进提示词，仓库还提供 compare.py 在相同 K/m 参数下对比不同模型，附带 Code2Inv 全集 133 个线性与 7 个非线性程序（其中 9 个断言有错，可被 BMC 查出），代码约 1300 行。
推荐理由：仓库讲清了 LLM 生成与符号工具验证的完整分工和反馈循环，读者可以照着复现这套循环不变式求解流程。
I3K Technologies 发布 I3K RAG Engine 0.1.x，将原 Python 多容器方案用 Rust 重写为单个二进制，首次运行下载并按 sha256 校验约 12 GB 组件，之后完全离线运行，数据不出本地服务器。系统支持 PDF、Office、邮件、图片（OCR）等多格式文档，用 BAAI/bge-m3 嵌入加 Qdrant 检索，内置 JWT 认证、每日备份和性能基准工具；1.x Python 版保留在 python-legacy 分支，无自动迁移路径，项目以 AGPL-3.0 授权并提供商业许可。
推荐理由：原文完整给出了自托管 RAG 引擎的部署方式、组件架构和安全设计，读者可以据此评估它是否适合本地私有文档场景。
chenxiachan 的开源项目 ThoughtDAG 发布 0.5 更新，把 AI 对话放在无限画布上分支成节点，用连线决定模型下一步看到哪些上下文。新增历史召回功能，可本地检索支持的 agent 会话并生成带来源链接的主题档案，可选的 Jev 决策层在 14 条合成摘录上的中位选择延迟为 391 ms，对比 GLM-5.3-Flash 适配器的 24,813 ms（仅为选择阶段计时）。
推荐理由：作者详述了画布式可编辑上下文的用法与一个上下文干预实验数据，读者可以了解如何用连线控制模型实际接收的对话内容。
Spark 是一个本地优先的 AI 编码 Agent，pip 一键安装，所有写盘和 shell 命令都经过审批门控（suggest/auto-edit/full-auto 三种模式），受保护路径和工作目录外写入不受任何模式覆盖。v0.9.0 支持多文件编辑（apply_patch）、持久 PTY 终端、子 Agent、会话分叉、MCP、基于 mem0 + ChromaDB 的可选语义记忆，并内置 DeepSeek / Qwen / ZhipuGLM / Kimi / Doubao / Ollama 等中文模型预设，对工具和文件结果按不可信数据标记中英文提示词注入模式。
推荐理由：原文详细列出了审批门控的三种模式、受保护路径规则和v0.9.0的功能清单，读者可以直接评估这个本地优先编码Agent是否值得部署。
作者在 GitHub 开源 SeleneQuant，一个本地优先的 AI 量化研究系统：问题持久保存，结论按编号版本迭代并引用证据，已存结论会被自动召回影响下一次调用。系统基于 Python 3.11+ 与 Node 20+，包含 49 个策略模板、带 DSR/PBO/purged K-fold 等抗过拟合统计的回测引擎、133 token 词表的因子挖掘、30+ 风控规则、7 家交易所接入、523 个 FastAPI 端点与 142 页 Next.js 应用，支持 OpenAI 兼容端点和 Ollama，采用 AGPL-3.0-only 许可。作者说明决策到结果的闭环记录尚少，自动召回也只在部分路径接通。
推荐理由：原文详述了持久问题、版本化结论与自动召回构成的研究闭环，以及抗过拟合统计的具体做法，读者可以据此评估这套量化研究组织的可用程度。
norton77930 在 GitHub 发布 corpus-ingest-core，可将播客 RSS 或 X / YouTube 视频用本地 faster-whisper 转写，产出带时间戳的字幕、摘要、提及索引和 SQLite 跨集检索，并通过 MCP 服务器（stdio 和 127.0.0.1:8767/mcp）暴露 35 个已审查工具给 Codex / Claude 等 AI 智能体。设计上区分确定性路径与可复现的规则提取、opt-in 的 LLM 语义摘要两条互不替代的路径，LLM 产物需经确定性审查门；所有写操作默认 confirm=false，外发文本需精确确认字符串，项目提供 7 个 Skills 和 synthetic 示例语料，MIT 许可，尚未实现 web UI、调度、嵌入和向量检索。
推荐理由：原文详细说明了确定性提取与 LLM 摘要两条路径的分离设计和 MCP 工具安全边界，读者可以借此了解播客音频转为可引用知识库的可复用架构。
作者开源了 local-ai-platform 仓库（MIT 协议），在 Windows 11 笔记本的 WSL2 里用 k3s 运行一套自托管 MCP Agent 平台，使用 Ollama 跑 3B 模型，全程无 GPU、零云支出。技术栈含 LiteLLM、LangGraph、Qdrant、MLflow、Dagster、BentoML、n8n、ArgoCD 等，提供 10 个端到端工作流、Authelia 单点登录、热管理与 8 周构建计划；实测核心态占用约 3.4 GB 内存，RAG 问答 3–11 秒，垃圾短信分类模型测试 F1 0.976，并记录了 RAG 先检索后回答等关键决策与遗留风险。
推荐理由：作者完整公开了在无 GPU 笔记本上跑通含 RAG、MLOps 和 GitOps 的本地 Agent 平台的配置与实测数据，方法可直接迁移。
joeleaver 在 GitHub 发布 hifipushie，一个让大语言模型雕刻角色和生物的 MCP 服务器，模型以骨骼加关节、锥体和椭球质量的方式描述生物，由 hifipushie 网格化并返回带世界单位标尺的黏土渲染图供模型检查修正。工具链包括 put_model / edit_model / look、笔画雕刻、截面测量、2D 计划对照、参考图 IoU 对比、fit 自动拟合与历史回滚，可导出 OBJ 供 Blender 或打印使用。
推荐理由：这是一个可直接部署的 MCP 服务器，让大语言模型用骨骼加 SDF 体积雕刻角色并看图自我修正，部署步骤和工具用法都写得很完整。
作者 Jouni Miikki 开源 AIMEAT 协议及参考实现，定位为自托管、可联邦的 AI 操作系统，为智能体补上 MCP 与 A2A 之外的共享记忆、跨节点身份和经济结算层。协议分 Core 与 Platform 两层，身份采用 GHII/GAII/GEAI 三类主体，支持 morsels 配额与 USD 计量账本，结算走 morsels、x402 上的 USDC 或 Stripe，全部 MIT 授权，可经 npx aimeat init 自建节点或连接 aimeat.io。页面所有截图来自 2026 年 9 月 3 日运行 node v3.12.1 的实时节点，该节点已有 180 个已发布应用、147 个公开 listing 和 323 个可调用能力。
推荐理由：在 MCP 和 A2A 之间补上跨用户身份、共享记忆与计费结算这一层，想要自托管 Agent 网络的读者可以参考其分层设计。