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
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。
ceedot-rock 在 GitHub 发布 omni-slated-mem-core v0.2.0，这是参加 Agent Memory Challenge Cycle 2 文本赛道的零 LLM 本地记忆系统，全程无语言模型调用，完全确定性且可精确复现。检索采用 BM25 与 BAAI/bge-small-en-v1.5 嵌入的混合召回加 RRF 融合，再用 ms-marco-MiniLM-L-6-v2 交叉编码器重排并做相关性门控；v0.2.0 在 v0.1.0 检索引擎上增加记忆管理层，包括矛盾/取代追踪、时间表达解析、门控两跳检索与会话合并，矛盾检测在 22 对合成样本上达到 precision 1.000、recall 1.000。
推荐理由：原文完整给出检索管线、阈值校准数据和并发设计，做本地 Agent 记忆系统时可以直接参考其方法与取舍。
pedronastasi 在 GitHub 开源 manychat-ai-agent，一个接入 ManyChat 在 WhatsApp 上回答客户问题的 LLM 智能体，通过 Promise.race 与 Postgres outbox 绕过 ManyChat 10 秒 webhook 超时，超时先发确认、答案稍后送达，保证回复不丢失。模型经 AGENT_MODEL 环境变量切换，支持 Claude、GPT、Gemini、Ollama 本地模型和离线 mock；置信度低、超预算等情况一律升级转人工，附带支付链接销售漏斗、媒体转写、联系令牌隔离与评测脚本。
推荐理由：仓库用 Promise.race 加 Postgres outbox 解决 ManyChat 10 秒 webhook 超时丢回复的问题，设计决策都写在 ADR 里，方法可迁移到其他强超时平台。
WebSlice 发布，可将大语言模型切分到同一房间内多台设备的浏览器标签页，通过 WebRTC 传递 10 KB 激活向量协同推理，无需安装或服务器。支持 Qwen 3.8 27B（15 GB Q4_0 权重），演示在 MacBook 加 iPhone 上以 10.7 tok/s 生成 400 tokens；GB10 上 plain 解码 9.0 tok/s、推测解码 16.1 tok/s，同文件同 GPU 的原生 llama.cpp 为 8.0 tok/s。默认启用 Groq Cloud 模式会把提示词和对话历史发送到 Groq，需手动关闭才走本地 WebGPU 推理。
推荐理由：原文给出 WebGPU 内核设计、与 llama.cpp 同机对照的实测数据，读者可以据此评估浏览器分片推理的实际水平。
SpyCore AI 发布终端编程 agent SpyCode，提供带审批门的自主 agent 循环、一条命令回滚的工作区变更日志、自验证和流式聊天。工具支持 BYOK 接入 openai/anthropic/google 端点，内置 skills、MCP 客户端与 ACP 服务器供 IDE 集成，Apache-2.0 协议，通过 npm install -g @spycore/cli 安装，需 Node 20+，支持 macOS 与 Linux。
推荐理由：README 详细写明了审批门、检查点回滚和安全模型的边界，读者可以据此评估这个终端编程 agent 是否值得本地使用。
该仓库提供在AMD RX 9070 XT（16 GB）上以ExLlamaV3加TabbyAPI运行Qwen3.8-27B EXL3 3.0 bpw的完整脚本，作为OpenAI兼容本地服务器，支持128k上下文、工具调用和图像输入。配合RDNA4补丁和3.0 bpw DFlash2草稿模型做投机解码，短上下文代码生成约130 tok/s，128k下约100 tok/s，对话约55-65 tok/s，WMMA GEMV使草稿验证开销从1.55x降到约1.16x，DeltaNet replay节省约1 GB显存。项目独立，代码由Claude Opus 5.5编写并经GPT-6.1 Sol审阅。
推荐理由：README给出了RDNA4上跑Qwen3.8-27B的完整补丁、基准数字和一键脚本，方法可直接复用到同款AMD显卡。
dangzitou 在 GitHub 发布 Keel（v0.2.x，MIT 协议），一个把会话建模为 append-only 事件流的编码 Agent CLI，将 done 定义为可验证契约：文件被修改后必须通过 verify 工具，否则以非零退出码结束供 CI 分支。支持任意 OpenAI 兼容端点（DeepSeek、GLM、Kimi、Qwen、OpenAI）及 Anthropic Messages、OpenAI Responses 协议，零运行时依赖，提供 fork、replay、cost 等命令和声明式策略引擎；原文同时说明 bash 不受路径约束、需容器或 VM 实现强隔离。
推荐理由：原文讲清了事件溯源如何改变会话模型、完成验证和策略审计三项核心行为，也如实说明了安全边界与局限。
mtrnix 在 GitHub 开源了 metronix-memory，一个自托管的 MCP 记忆服务器，提供持久化智能体记忆、混合检索（dense + SPLADE sparse + Neo4j 图上下文）和知识保鲜管线，采用 Apache 2.0 许可证。部署需 Docker、≥6 GB 内存和约 15 GB 磁盘，支持 Cursor、Claude Desktop、LangChain 等多种客户端接入。基准方面，LongMemEval-S Recall@10 为 95.4%（N=1 单次运行，结果未提交到仓库），可复现的 MuSiQue R@5 为 58.25、2Wiki 为 71.85，作者明确说明数据低于 HippoRAG 2，不构成 SOTA 声明。
推荐理由：原文给出了安装方式、架构分层和基准数据，并诚实标注了哪些结果可复现、哪些是外部数据，读者可以自行评估这套自托管记忆方案。
Ivan Magda 在 GitHub 开源 swift-claw（clawd），一个跑在自己硬件上的纯 Swift 常驻个人 AI 助手，通过私有 Telegram bot 接入任意 OpenAI 兼容 LLM。功能包括 SQLite 持久记忆、定时与主动任务、带反馈学习调度、经由 Telegram tap-to-approve 审批的文件写入与代码执行、SKILL.md 技能文件、MCP 工具接入、macOS 26 上的一次性 VM 沙箱执行与设备端语音转写；状态全部留在本机单目录，安装到 ~/.swift-claw 且无需 sudo，当前版本 v0.2.0，MIT 许可。
推荐理由：README把持久记忆、审批卡、注入防护和学习调度都讲清了实现方式，读者可以据此评估这个自托管个人助手的取舍。
Timiku 在 GitHub 发布了为 vLLM 提出 /v1/decisions 类型化决策端点的参考实现，基于 vLLM v0.30.0 的 overlay 补丁，将单次 forward pass 读取选项 logit 概率的决策后端统一到一个 API 下。内置 logit、encoder、canvas 三个可插拔后端，并提供兼容 TypeSafe Jev API 的 /v1/systemone 投影端点；该端点拟提交至 vLLM 上游。
推荐理由：原文给出了在 vLLM 上直接读取选项 logit 概率的完整实现与实测数据，读者可以复用这套部署方法而不必额外模型或服务。
joshmaster2165 在 GitHub 开源 Control Tower v0.2 预览版，这是一个自托管 AI 网关，将智能体对模型、MCP 工具和 HTTP API 的每次调用显示为交互式地图上的实时流量，并支持在区域边界绘制 allow/deny/require approval 门禁，拒绝时向智能体返回 403。已支持 OpenAI、Anthropic、Gemini、Bedrock 等 OpenAI 兼容端点、人工审批流转为工单、智能体间 A2A 委托令牌、inspect 门禁扫描密钥与提示词注入、按 key/团队/模型的费用记账与 Prometheus 指标；项目明确说明仅强制执行经过网关的流量，旁路流量只以虚线观察显示，出口代理仍在路线图中。
推荐理由：作者开源了一个带实时地图和门禁审批的自托管 AI 网关，还明确写出了哪些流量不受强制执行，边界诚实。
DanyAPI 是一个基于 Python + FastAPI 的 OpenAI 兼容 HTTP 网关，不走付费 API，而是对接 DeepSeek、Qwen、GigaChat 免费额度以及 Yandex Alice、Duck.ai、Mistral Le Chat、Google AI Studio 等免费网页客户端的内部接口。提供 /v1/chat/completions、/v1/embeddings、Anthropic Messages、图像生成等端点，支持 Docker 一键部署、BYOK 模式和服务端 MCP 工具循环。
推荐理由：README对每个免费上游的协议、限制和失败实测都写得很具体，部署前值得一读再决定启用哪些 provider。
spinloop 发布一个零依赖 Go 编写的 CLI，用一个 Spinloop 文件描述模型，通过 llama.cpp、vLLM、oMLX、MTPLX 等引擎在本机、局域网、Tailscale 或 AWS scale-to-zero 云 GPU 上部署，并把 opencode、Pi、lucinate 等编码 Agent 指向所运行的模型。内置 OpenRouter、Bedrock、Vertex AI、Ollama 等 provider 目录，支持 spinloop daemon 节点、fleet.yaml 舰队管理与 dashboard 实时看板，密钥从 .env 读取且合并保留现有配置，MIT 协议开源，可通过 brew 安装。
推荐理由：原文给出一个把本地、局域网与云端 GPU 模型统一接入编码 Agent 的 CLI，部署、舰队管理与配置合并做法都可参考。
Reddit 用户在 128 GB M5 Max Mac 上以 Q2 运行 341 GB 的 DeepSeek V4.1 Flash，将 ds4.c 从 85k 行裁剪到 34k 行、只保留 DeepSeek 和 Metal 后端，配合 kernel 融合与双 SSD 流式读取，解码从 12.1 提升到 24.4 tok/s，8K 上下文后首个 token 时间从 1.38 s 降到 0.18 s。所有改动要求输出 token 与上游逐位一致，仓库为 github.com/Chida82/sf-ds4-1flash，通用流程在另一个仓库 StarForge。
推荐理由：作者给出完整的实测方法和逐项数据，还把裁剪和优化流程整理成可复用的仓库，思路可直接迁移。
作者在 GitHub 开源了 llm-inference-explained，一个图形化、可交互的大模型推理服务教程网站，14 章覆盖生成循环、KV cache、roofline、batching、PagedAttention、FlashAttention、投机解码、量化、并行、服务指标与分离式 prefill/decode，并附带可在浏览器运行的模拟器。每个交互都在浏览器运行经过测试的代码，成本模型移植自 Disaggregated_Inference_Sim，单元测试逐位校验缓存与全量重算的 logits 一致，章节引用的数字均由测试重新计算，在线地址为 llm-inference-explained.vercel.app，采用 MIT 许可证。
推荐理由：原文详细说明了各章交互的数值如何由单元测试与模拟器 fixture 逐位校验，读者可以据此判断这份推理教程的可信度。
作者 Matias Inchauspe 在 GitHub 开源 Yunque，一个克隆即用的 Agent harness 工作区，核心是从项目根目录打开 agent 时加载 workspace 的技能与规则，而非加载项目自身的配置。工作区包含 19 个技能，其中 7 个需手动输入如 /yun-sync-repo、/yun-write-pr、/yun-write-handoff，其余 12 个按需自动触发，覆盖规划、TDD 构建、worktree 隔离并行和 PR 撰写。依赖相对符号链接，Windows 需以 git clone -c core.symlinks=true 克隆才能正常加载技能。
推荐理由：原文完整给出了工作区的安装方式、19 个技能的分工和规划到构建的流程，方法可以直接克隆复用。