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
nkootstra 在 GitHub 发布 via，一个运行在本机 127.0.0.1:8317 的 OpenAI 兼容网关，把 ChatGPT 订阅（经 Codex 后端设备码登录）、OpenCode Go 密钥及 OpenRouter、Ollama 等提供方池化，发放自己的 API 密钥并服务 /v1/responses、/v1/chat/completions、/v1/models 和 Ollama 的 /v1/systemone。请求按 fill-first 顺序在账号间轮转，触发限流即切到下一个账号，支持故障回退模型、web UI 管理、Docker 镜像和 admin API。
推荐理由：原文详述了把 ChatGPT/Codex 订阅与多个 OpenAI 兼容上游池化到本地端点的部署与账号调度机制，也明确了条款风险。
作者发布开源终端编码智能体 Kolkrabbi（二进制名 kolk），定位为 Claude Code 与 Codex CLI 的替代品，可在同一会话中使用 Claude Pro/Max、ChatGPT Plus/Pro（Codex）和 GitHub Copilot 订阅（经各家自有 CLI、无需 API key）、OpenRouter 任意模型或 Ollama、vLLM 等本地模型，某一额度用尽时自动切换到下一订阅。提供 chat、code、agent 三种模式，/effort 分档跨供应商映射到不同模型层并设定工具轮数与 shell 超时；每次调用记录到本地 JSONL（~/.config/kolk/stats.l），无遥测、无后台联网。
推荐理由：作者详细说明了多订阅切换、effort 分档映射和本地用量统计的实现方式，读者可以直接安装复现这套终端编码智能体工作流。
monkeychen 在 GitHub 开源 Xtract，驱动真实浏览器监听 X 官方前端发出的 GraphQL 响应来抓取推文，避免逆向库因 X 前端改版失效。同一套代码提供 Electron 桌面工作台与 Headless CLI 两种形态，推文先经 SQLite 增量去重落库再按需交给 Gemini、OpenAI、DeepSeek、千问、智谱、MiniMax、Kimi 七家大模型总结，支持 API-Key 与账号订阅免 Key 双轨认证，数据可导出为自包含 Markdown 归档，Windows 支持随 v0.1.0 首发提供。
推荐理由：Xtract 用监听 X 官方 GraphQL 响应的思路替代逆向库抓取，抓取与 LLM 总结解耦设计，对做情报采集的读者有可参考的工程做法。
AventurasTeam 在 GitHub 开源了带记忆的 AI 互动小说应用 Aventuras，提供文字冒险与协作写作两种模式，支持 Windows、macOS、Linux、Android 和 iOS。应用支持 OpenRouter、OpenAI、Anthropic、DeepSeek 等多家云端提供商及本地 llama.cpp、LM Studio、Ollama，通过自动章节摘要、lorebook 按关键词与相关性注入、逐回合世界状态追踪保持剧情连贯，并带有整理 lorebook 的 agent、可编辑的 Liquid 模板提示词和本地 SQLite 存储，采用 AGPL-3.0 许可证。
推荐理由：仓库详细说明了章节摘要、lorebook 注入与世界状态追踪的记忆管理做法，角色扮演记忆搭建可参考。
Amz34 发布开源仓库 typed-decision-layer，用类型化问题（Choice/Score/Noul）返回概率分布，替代向量检索或聊天模型做技术栈中的小决策路由。生产车道 A/B 实测：与聊天模型命中率相当（26.7% vs 28.3%，6 用例车道 8/8），平均延迟 0.74 s 对 17.15 s（约 23 倍），输出 token 少 17.6 倍，77/77 返回合法概率分布而聊天模型 0/77 需宽容解析器。仓库仅依赖标准库，支持 make verify 离线复现，并总结了候选列表上限、每调用单状态、模型更换后重新校准等七条实践规则。
推荐理由：作者用可离线复现的 A/B 实测对比了类型化决策层与聊天模型的延迟、token 和分布质量，方法可直接搬到自己的技术栈验证。
Zkrausman 在 GitHub 发布 pith，一个 Go 编写的高性能 CLI 代理工具，拦截终端命令输出并压缩去噪，为 Claude Code、Gemini CLI、Codex 等 LLM 工具节省 token。工具内置 20+ 个针对 git、docker、npm test 等常用命令的专用解析器，采用 Middle-Out 截断保留输出的开头和结尾，默认 MaxLines 500、HeadLines 100、TailLines 100；支持 pith raw 绕过全部解析和截断获取完整输出，并通过 pith config 的 TUI 界面开关解析器。
推荐理由：README完整给出了压缩策略、截断默认值和绕过方式，读者可以据此评估这个终端输出省token工具是否适合接入自己的CLI工作流。
作者发布 SpecAgent v0.10，一个面向 AI Agent 的行为驱动测试与回归检测平台，把 Agent 行为规则写成 YAML，自动生成含攻击 probe 的用例并检查 tool trace。PASS/FAIL 仅由确定性代码判定，LLM 只做提议且不改判定；发现 NEW_REGRESSION 时可在 GitHub CI 中阻断 PR，内置 FinCare 等演示示例与仪表盘。作者也坦承这是个人作品集项目，PostgreSQL 路径与跨运行缓存等尚未充分验证。
推荐理由：作者讲清了用确定性判定替代 LLM 打分的 Agent 行为回归门禁方法，并附部署与 CI 接入细节，可迁移到自家项目。
开发者在 GitHub 开源 StoryMoss（草苔），一款基于 Tauri 的 AI 小说创作桌面应用，采用主创、管理、编辑审计三代理黑板协作，每章经 Gate v2 四级 grader 质量门（阈值 0.75）交付。v0.64.6 对中文称谓导致同一角色重复建档做两层归一合并；应用还包含章节语义摘要与全书纲要的分层记忆、角色/关系/世界观自动回流资产库、OpenAI / Anthropic / Ollama 多模型适配，安装包可从 https://storymoss.top 或 GitHub Releases 下载。
推荐理由：项目用质量门加资产回流解决长篇续写吃书问题，其分层记忆与分时介入设计对同类创作工具开发有参考价值。
bitbeen 在 GitHub 发布 llm-min-train 仓库，从随机初始化训练一个约 0.75B 的解码器 TinyLM（24 层、隐层 1536、24 头），不加载任何第三方权重，涵盖分词器、RMSNorm、RoPE、SwiGLU、第 2 层 4 专家 MoE、视觉补块和工具调用循环。训练按预训练、监督微调、DPO、LoRA、图像视频、工具调用等阶段推进，DPO 用冻结参考拷贝，GRPO 默认关闭，LoRA 秩 8、α=16，算术由程序解析 <工具> 调用完成而非网络内计算。语料为手写中文样本加 WikiText-2，仓库明确说明只够跑通机制，不与千亿参数模型比通用能力，也不附带语料和权重。
推荐理由：仓库把预训练、SFT、DPO、GRPO、LoRA、MoE 和工具调用全部摊在一个目录里，想通读训练链路实现细节的读者可以直接对照源码。
作者 M1r0er 在 GitHub 发布墨参（moshen），一个本地优先的个人写作 Agent，把模型放在编辑位置：核对设定与人物、追踪伏笔、诊断文风，不生成正文。项目以 Electron + Python FastAPI + Vue 3 构建，支持任意 OpenAI 兼容接口并按职能分配模型，数据存于本地工作区文件，写入带来源标注且不覆盖手工维护内容，当前仅提供 Windows 构建且安装包未签名。
推荐理由：原文完整说明了这款本地写作 Agent 的功能边界与数据隐私设计，读者可以了解不代笔型写作工具的实际做法。
compforge 发布 devloop，一个面向 AI 编码智能体的受控 PR/MR 开发生命周期插件，支持 Claude Code、Codex 和 DeepSeek Harness（适配 DSH 0.1.6-alpha.1），通过 gcam、gcamp、gcampr 等命令接管提交、推送和 PR/MR 创建，合并仍由人类决定。插件提供执行级护栏，拦截受保护分支提交、全量暂存等高风险操作，按受影响 Component 运行 lint/test 校验，并用受管 worktree 隔离并发会话；仓库还分发 code-taste 和 quality 两个 skill 型插件。支持 GitHub PR 与 GitLab MR，要求 Node.js 22.19+，Python 3.11+ 用于 skill 工作流。
推荐理由：这个插件把 AI 编码智能体的分支、校验、提交和 PR 流程纳入执行级护栏，适合关注多智能体并发安全的开发者参考。
作者发布了完全从零编写的语言模型 AARUL：15.74M 参数的 decoder-only transformer，采用 Llama 同款设计，在 RTX 3070 Ti 笔记本 GPU 上用 TinyStories 数据训练 2.6 小时、229M tokens，验证损失从 8.40 降到 1.274。浏览器端以 19 KB 无依赖 JavaScript 运行 int8 量化模型（约 40-50 tokens/s），可实时展示 48 个注意力头的权重和各 token 概率分布，并通过与 PyTorch 对照的测试验证实现一致性。仓库 MIT 许可，含完整复现脚本。
推荐理由：作者从零实现训练与浏览器推理并用 PyTorch 浮点精度做一致性测试，展示了可复现的小模型全流程做法。
manojanuragi 发布 Adaptive LLM Router（ALR）Phase-1 MVP，一个基于规则的路由器，把任务按确定性工具 → 本地 LLM（Ollama）→ 前沿 LLM（Claude）分层派发，置信度低于 0.70 时自动升级到前沿模型。Tier 2 支持 Claude CLI（按 Pro/Max 订阅计费，可用 CLAUDE_CODE_OAUTH_TOKEN 无头认证）或 Anthropic Messages API 两种传输。内置上下文防火墙、策略引擎、API 鉴权、限流、Postgres/Redis 多副本扩缩容和完整评测框架。
推荐理由：README 详细列出了已实现与未实现组件、成本基准和局限说明，读者可以借此了解分层路由方案的实际可复用程度。
GitHub 用户 superpengam 开源 psnb-obs，一套把越狱做成可开关、可量化、可复现的十六层工程套件，含措辞转换、出站清洗、多轮状态机、LRM 自主攻击、多模态与隐写注入、LLM 裁判和投毒检测等模块。仓库给出跨模型实测结论，如措辞转换使同一能力 ASR 从 50% 升至 100%、reasoning 挡位 off 时拒绝率 80% 对 high 40%、语境包装在 GLM 上反效，静态映射表实测 78.6% 而变异搜索文献达 92.5~99%；附 CLI、Pi 插件、多平台部署器与 322 项测试，声明权重层对齐硬底线无法用提示词攻穿，使用边界见 DISCLAIMER.md。
推荐理由：仓库给出跨模型实测 ASR 与自动搜索对比静态表的数字，读者可据此了解越狱手法的分层工程与模型间差异。
morzecrew 在 GitHub 发布 Torve 0.1 alpha，这是一个规格与门禁引擎，把评审过的规格文档转成机器可校验的任务契约，让编码智能体在 Docker 沙箱中按确定性门禁运行，未通过验证的改动无法落地。核心设计包括 LOCKED、ASSUMED、OPEN 三级决策、allow/deny glob 范围契约和闭环规划；内置 scope、secrets、no-test-tampering、acceptance 等门禁，经 pip install torve 安装，需 Python 3.13 或 3.14、git 和 Docker，曾在 Linux 上以 Claude Code 作为智能体席位运行，目前仅有一位操作者和一个采用者，跨小版本无稳定性承诺。
推荐理由：把规格文档变成机器可校验任务契约的智能体工程方法，其分级决策与沙箱门禁设计可迁移到多智能体落地流程。
malkreide 开源了 personakit，把人格（persona）做成单个 .persona.md 源文件，含 JSON Schema 校验的 YAML frontmatter，行为优先于人口统计变量，并内置 Jobs-to-be-Done 区块、证据等级和 SemVer 生命周期。工具提供 41 条方法 lint 规则，可导出 Markdown、JSON、YAML、prompt（audience/simulate 模式）、对比矩阵和 HTML 画廊；factoids 管线把研究素材中的参与者按编码映射到行为变量并生成人格骨架，还附带 persona-kit Claude skill。安装需 Python 3.10+，MIT 协议。
推荐理由：把 UX 人格变成可版本化、可校验的源文件，行为变量、JTBD、lint 规则和事实支撑的做法可直接迁移到 AI 人格管理。
Antoine ROBERT 在 GitHub 开源 tech_radar_agent v0.3.1，一个不用 LangChain/CrewAI 等框架、纯 Python 实现的 AI Agent，每天从 Hacker News、GitHub、技术博客和 arXiv 等 17 个来源收集文章，按个人兴趣画像用 LLM 评分和摘要，生成约 5 分钟的 Telegram 早报。支持 Ollama 本地模型或 OpenAI 兼容 API，已通过 GitHub Actions 每天自动运行；附 30 份 ADR 实测设计选择，如关闭模型思考从每次 18 秒降到 0.3 秒，以及文章文本按数据而非指令处理、LLM 无工具调用等防 prompt injection 措施。
推荐理由：作者不放框架从零实现 agent 循环，并把关闭思考、截断长文等设计选择用实测数据写进决策日志，方法可直接借鉴。
comfyui-zh-tag 是一个 ComfyUI 插件，在文本框输入中文后自动按内置词典翻成英文 tag，支持失焦、idle 或快捷键 Ctrl+Alt+T 触发。内置 3640 条中文词条和 5062 字繁简归一表，词典未命中的片段可走 OpenAI 兼容 LLM（如 Ollama qwen2.5:7b）兜底，仍失败则保留中文；支持权重括号保留、最长匹配切分、自定义词库热加载，纯标准库零第三方依赖，代码 MIT 许可。
推荐理由：原文完整说明了词典优先级、兜底链路和词库扩充方法，读者可以直接照着在 ComfyUI 里用中文写提示词。
tilt 在 GitHub 发布 llm_arena，一个针对本地（Ollama、LM Studio）和远程（OpenAI、Anthropic）模型的开源评测场，覆盖反射、工具使用、代码执行、ReAct、规划和多智能体等智能体模式。每个流水线步骤可绑定不同模型角色，按步骤和端到端打分并生成静态 HTML 排名报告，支持替换研究、控制策略对比、Docker 沙箱和浏览器 Pyodide 模式。
推荐理由：这个评测场把智能体模式按流水线步骤绑定模型角色并逐步打分，还支持替换研究来量化单步换模型的收益。
PinWright 团队发布了一个 Unreal Engine 编辑器插件，通过本地 MCP 服务器把 Claude Code、Codex、Cursor、Gemini CLI 等 AI 编程助手接入编辑器，可用自然语言创建和编辑 Blueprint、UMG 界面、材质、关卡并运行测试修复 bug。插件含 1,309 个操作、68 个命名空间，基于 5,839 项自动化测试开发，MIT 协议开源；按 341 项功能自评其支持 224 项 Yes，高于 ue-mcp 的 177 项、Monolith 的 110 项等同类工具，且不需单独订阅或 API key。
推荐理由：原文给出了各 Unreal MCP 工具按 341 项功能的横向对比矩阵和自家 1,309 个操作的清单，读者可据此评估插件覆盖面。