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 8,517 条
Sdong-Fan 在 GitHub 开源 wecom-auto-reply，不用官方 API 和管理员权限，通过截屏加 OCR 读取企业微信消息，用 Qdrant、bge-small-zh 和任意 OpenAI 兼容 LLM 按上传资料回答。项目采用 pass/low_risk/block 三态质量门控，答不准转人工并支持人工改稿学习；46 题评测集从基线 28/46 提升到 42/46，危险直发降为 0，三批 600 条测试消息在门槛 0.50 下行为符合 560/600。项目基于 zhu-tingshuai/personal_wxwork_ZTS（MIT）改造，附有官方 API 通道、微信 PC 标定文件及合规免责说明。
推荐理由：原文给出三态护栏、46 题评测集和阈值扫描数据，能看出截图 RPA 客服在真实事故驱动下如何控制答错风险。
chansey97 在 GitHub 发布 Python 命令行工具 srt-translate_matt，通过 OpenAI Compatible API 翻译 SRT 字幕，流程为 extract、discover、glossary、subsets、translate、backfill 六个阶段，先统一实体译名再逐片翻译回填。目标语言默认 zh-Hans，中间产物均为可编辑 JSON，支持分阶段停止、修改后续跑，请求同步串行非流式执行，需 Python 3.11 及以上。
推荐理由：原文完整给出了六阶段流程、术语统一机制和断点续跑规则，翻译 SRT 时可直接按文档部署复用。
开发者开源了 Genesis，一套机器原生认知架构，由约 2.8 万行 Rust 守护进程与 Python 认知层组成，通过内存映射状态文件和 Unix socket 协作，可在一台约 5 GB 内存的 2014 年 HP Pavilion 上长期运行，全程无 transformer 和预训练权重。系统建模 18 种神经化学物质动力学、NREM/REM 结构睡眠周期、概念图语言生成与自主冲动，能识别人脸物体、通过对话学习概念网络（一次 15 段课程使概念从 1122 增至 1239）并自主浏览网络。
推荐理由：README 主动写明哪些机制是脚本化而非涌现、主动推理策略选择曾长期停在 noop，读者可据此评估这套架构的真实程度。
OrellBuehler 在 GitHub 发布跨平台桌面视频剪辑器 Kerf，内嵌 MCP 服务器，Claude 等任何 MCP 客户端可通过 87 个工具在同一个实时项目上分析和剪辑素材，提供 get_frame、skim_asset 等返回真实图像的工具让模型看到画面。剪辑完全非破坏性，时间线是对原始媒体的 EDL，导出前不重新编码；Agent 的修改以提案形式暂存并附 diff，应用后可整体撤销。应用基于 Rust + Tauri，支持多轨 NLE、逐句转录剪辑、smart_crop、平台发布检查、GPU 加速导出等，采用 PolyForm Noncommercial 1.0.0 许可，可从官网下载或从源码构建。
推荐理由：同类工具多是把聊天机器人挂在剪辑软件外，这份开源仓库给出了让 LLM 直接驱动同一剪辑引擎的完整设计，值得对照参考。
NVIDIA-NeMo 发布 Anonymizer 开源工具，用 GLiNER-PII 与 LLM 增强验证检测文本敏感实体，支持 LLM 生成替换、redact、annotate、hash 四种替换策略，并提供 preview 可视化。默认需本地 GLiNER2 端点和 OpenRouter API key，支持自定义模型配置与 Agent Skill，采用 Apache License 2.0，遥测可退出。
推荐理由：工具给出完整的替换策略、预览机制和遥测退出方式，处理敏感文本前可以先小样本验证再全量跑。
skyfireitdiy 团队在 GitHub 开源协作式 AI 开发平台 Jarvis，完整覆盖单人单 Agent、单人多 Agent、多人单 Agent、多人多 Agent 四种协作模式，提供 CLI、Web 和 Python SDK 三种访问方式。项目获第三届开放原子大赛总冠军，累计超 1 万次 Agent 自举提交，99% 以上由 CodeAgent 自主完成，含 319 个 Python 文件、158181 行代码。支持符号级代码理解、影响分析、C→Rust 迁移、JWT 多用户认证与多节点分布式部署，浏览器扩展含 28 项权限（8 项高敏感），作者提示需在完全信任网关与 Agent 的前提下使用。采用 MIT 许可证。
推荐理由：这是一个覆盖单人到多 Agent、多人协作四种模式的本地 AI 开发平台，README 给出了架构、部署方式和与同类工具的对比。
yuttii 在 GitHub 发布 agent-execution-guard，一个拦截 LLM Agent 中间步骤的中间件，提供工具调用策略检查、不安全计划检测和指标统计。它以 Final ASR、Intermediate Compromise Rate 等指标区分最终回答与 Agent 实际执行的行为，支持 block、warn、log_only 三种模式和 @guard.guarded() 装饰器，兼容 LangChain、LangGraph、LiteLLM。作者说明演示基于脚本化场景和 mock 工具，基于模式的计划检查可被改写绕过，路径检查存在 TOCTOU 缺口，建议用 AgentDojo 或 AgentHarm 做真实评测。
推荐理由：原文给出了拦截 LLM 智能体中间步骤的工具设计与局限说明，读者可以了解只看最终回答会漏掉哪些不安全行为。
GitHub 项目 professor_3D 让 3D VRM 角色在浏览器中对话，由 Gemini 生成回复，Kokoro 以葡萄牙语语音合成，口型随音频移动。语音服务器用 Docker 运行 Kokoro-FastAPI v0.9.0（镜像约 5 GB，端口 127.0.0.1:8880），也支持 kokoro-js 浏览器端（仅英语，首次约 310 MB WebGPU）和 Edge 神经语音回退。项目还包含摄像头人脸问候与镜像模式（画面不离开本机，15 fps）、按句响度归一到 -20 dBFS、VRMA 动画目录、离线 service worker、kiosk 崩溃自恢复和 Playwright 测试。
推荐理由：readme 详细给出语音引擎选择、口型同步、摄像头表情和离线部署的实现方式，读者可对照搭建自己的 VRM 说话角色。
开发者 vshulcz 在 GitHub 发布 deja-vu，工具 deja 通过本地倒排索引读取 Claude Code、Codex、Cursor 等 38 个编码 Agent 已保存在磁盘上的会话记录，支持在会话开始时自动召回历史决策，索引构建无需模型或嵌入。作者报告 LongMemEval-S 上 R@5 为 97.2%、hit@1 为 88.1%，token 开销约为 agentmemory 的一半，17.6 秒可索引 19,195 个会话；索引时自动脱敏密钥和 token，支持跨机同步、MCP 接入与 rejected/accepted 决策标记，源码以 MIT 协议开源。
推荐理由：作者给出了与同类记忆工具的召回率、token 开销和索引耗时的对比数据，并附可复跑的评测工具，方法可供参考。
Ugbot 在 GitHub 发布 ai-grind，一套面向 LLM 编程助手的高性能开发工具包，内置 devtools-mcp MCP 服务器，支持 VTune、Valgrind、perf、ETW、JFR、py-spy、LLDB 等 17 个后端。工具输出被解析为 Polars DataFrame，模型只拿到有界摘要和 run_id，按需查询而不接收原始转储；附带 SQLite 单文件的 mini-JIRA 任务追踪器、109 个技能、火焰图与本地浏览器 dashboard，支持 Claude Code、Cursor、Codex 等 MCP 客户端，采用 MIT 许可。
推荐理由：原文详细说明了让 LLM 驱动 VTune、Valgrind 等性能工具而不撑爆上下文的具体设计，方法可直接迁移到自己的 agent 工作流。
GitHub 开源库 wakamex/model-prices 提供 Python 包和 CLI，可查询任一历史时点的 LLM API 价格，例如 GPT-5.6 Sol 在 2026 年 8 月 21 日前为 $5/$30 每百万输入/输出 token，之后三个月降为 $4/$20。价格数据来自 models.dev 的 git 历史，并用官方定价页每日核对，支持时间分段定价如 DeepSeek 峰谷价、缓存写入、长上下文分档和订阅计划价格，每次成本计算附带可复现的 pricing_basis 标识。项目状态为 work in progress，0.1 版本前数据格式和 API 可能随时变动。
推荐理由：一个按任意历史时点查询 LLM API 价格的开源工具，还用官方页面每日核对价格并记录定价依据，适合需要精确核算历史用量成本的开发者。
ZJU-OmniAI 在 GitHub 开源 LLM_in_Work，包含 LLM_in_Word、LLM_in_Overleaf、LLM_in_PDF、LLM_in_PowerPoint、LLM_in_Excel 五个助手，通过本地桥接驱动电脑上已登录的 Claude Code 或 Codex CLI，无需 API key。编辑以 diff 形式呈现，用户确认后才写入：Word 生成可审阅的修订，Overleaf 整组编辑一步可撤销，PowerPoint 只改文字保留字体格式，Excel 只写变更单元格；PDF 助手为只读问答。项目支持 Windows 与 macOS（Overleaf 和 PDF 另支持 Linux），采用 MIT 许可证。
推荐理由：项目把已登录的 Claude Code 或 Codex CLI 直接接入 Word、Overleaf、PDF、PowerPoint 和 Excel，编辑以 diff 预览确认后才写入，做法具体可复用。
GitHub 开源项目 decisio 发布，它实现 TypeSafe 的 System One 线格式，把文本问题送入模型、每个问题一次前向传播即可输出各选项概率分布，不生成文本。项目提供 Qwen3.6-35B-A3B、Gemma 4 12B 和 31B 三个基座配置，Gemma 4 31B 在 Decision Index 0.2.1 得 57.58 分、每请求中位 56.0 ms；支持任务注册校准、弃权阈值、图像输入，可通过 GPU、Docker、MLX 或 Ollama 部署，最小 Gemma 标签 8.6 GB 可跑在 16 GB 笔记本上。
推荐理由：项目作者自述的决策服务层实现，给出了三个基座模型的实测精度与延迟对照表，读者可据此评估选型。
AriT93 在 GitHub 发布 agent-lab，一个用于学习 LLM 应用与 Agent 原理的 Go 教学项目，以调用 JokeAPI 获取笑话为极小领域，按结构化输出、工具调用、多工具与对话记忆、MCP、评测、多 provider、Web UI、LangGraph 等概念分成 9 个阶段，可对比同一 agent 在手写循环与 langchaingo、LangGraph 等框架下的差异。项目默认通过 Ollama 本地运行 qwen3.5:9b-mlx（约占 9 GB 内存），无需 API key，也可切换 Claude 或 OpenAI；提供 -trace 逐步输出提示词、schema、模型输出与 token 用量，并内置 Ollama 上下文窗口、keep-alive 等内存限制参数。
推荐理由：同一玩笑 agent 从关键词到 MCP 分八个阶段可逐级对比，适合想看清 LLM 应用各层机制的学习者动手照跑。
开发者 hlebtkachenko 发布开源 macOS 菜单栏应用 Retext，在任意 macOS 应用中选中文本后按 ⌥Space 即可修复语法、翻译或自由改写，结果原地粘贴并保留原字体、字号和颜色。它调用用户已登录的 Claude Code CLI（claude -p），默认 Claude Sonnet，可按动作切换 Haiku；支持最多 9 个自定义动作（⌥1…⌥9 直达）、受保护词、按应用风格设置和只读文本复制到剪贴板。Swift 6/SwiftUI 编写，无第三方依赖，Apache 2.0 许可，需 macOS 26+ 和辅助功能权限。
推荐理由：README 详细交代了原理、权限、隐私和与 Apple Writing Tools 等方案的差异，读者可以据此判断是否适合自部署。
开源工具 Ratica 发布 beta 版，用本地 AI 模型在用户电脑上逐段翻译 PDF 书籍，并把译文写回原页面，保留标题、列表、表格、图片、颜色和公式，同时输出 EPUB。它通过 llama.cpp 运行 Gemma-4-E4B-it（Apache 2.0），支持 23 种语言互译并自动识别源语言，无需云端、账号或 API key，首次启动需下载约 5-6 GB 引擎和模型。在 6 GB 显存的入门级 GPU 上翻译 200 页约需 30-45 分钟，无 GPU 也可用但耗时数小时。已知限制包括暂不支持扫描版 PDF 的 OCR、图片内文字不翻译等，项目以 AGPL-3.0 协议开源。
推荐理由：这是一个完全本地运行、保留原版式的 PDF 翻译工具，隐私设计和模型选型对比方法对需要离线翻译整本书的读者有直接参考。
作者公开了自己在 Claude Code 中使用的 skills、steering 规则与多智能体工作流仓库 agent-skills。核心是三个编排技能：run-issues 自主实现 issue、parallel-hunt 并发找修 bug、harden-issues 在编写时攻击验收标准，每个 worker 都是一次性新 subagent，配对抗验证门控与脚本/钩子强制检查，状态存文件可跨限流恢复；案例中五个 issue 的无人监督运行新增 139 个测试、零回归。
推荐理由：作者把用真实项目跑出来的多智能体编排与对抗门控做法完整开源，包含可复用的脚本、钩子和实测案例。
作者发布 opencode-autonomy 插件，一条命令安装后可在 opencode 中自动完成从概念到验证的编码流程。内置 build、build-worker、fixer、explore、plan 等 agent，扫描仓库后按 3-5 个文件分批实现，依次跑 lint、typecheck、test、build，失败交给 @fixer 循环修复直至通过。
推荐理由：给出了完整的安装命令、权限配置与验证流程，读者可以按需合并进自己的 opencode 配置而不覆盖已有模型。
腾讯在 GitHub 开源了 LLM 驱动的企业知识框架 WeKnora，支持文档理解、语义检索、RAG 问答、Agent 多步推理和自动 Wiki，当前版本为 2026 年 9 月 24 日发布的 v0.8.2。该版本新增 BrowserSkill 扩展让 Agent 操控用户自己的 Chrome/Edge、内置 MCP Server 将知识库发布给 Cursor/Claude 等工具、会话分支与回退控制，以及 27 家内置模型供应商（含 OpenAI、DeepSeek、Qwen、Zhipu、Gemini、Ollama 等）。框架支持 Docker Compose、Kubernetes、Lite 单二进制和桌面应用部署，可本地或私有云运行，采用 MIT 协议。
推荐理由：官方 README 完整给出了 WeKnora 的功能清单、27 家模型供应商支持和多种部署方式，想自建企业知识库的读者可以直接照着评估选型。
landamao 发布了 AstrBot 插件 astrbot_plugin_onebot_toolkit，为 LLM 提供 call_onebot_action、get_group_msg_history、batch_delete_msg 等十个工具，可直接调用 OneBot 协议（NapCat）能力。插件支持平台提示词注入（提醒模型平台不支持渲染 Markdown）、非管理员的 Action 白名单过滤，并提供 /AI解答 指令与 ai_solve 工具，用独立的 tool_loop_agent 解答问题而不影响主聊天上下文。安装到 data/plugins/onebot_toolkit/ 重启即可，License 为 MIT。
推荐理由：插件给 LLM 暴露 OneBot 原生能力，其管理员与非管理员的动作白名单权限设计可直接借鉴到群聊机器人工具方案。