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。
2,078 条精选近 30 天 2,071 条共收录 8,669 条
HarvielArcilla 在 GitHub 发布开源工具 Treechats，把每条 prompt 作为树节点，支持分支、合并、重排和查看 Claude 实际收到的上下文。它本地运行，数据存在本机 SQLite，回复可来自 Anthropic API key 或本地 Claude Code（可用订阅），支持导入 Claude Code 和 Codex 会话为树来排查上下文出错位置、以 diff 审阅 Claude 的代码改动、通过 MCP 供 coding agent 调用，并提供对比网格、定时任务、加密与密码锁等功能，需 Node.js 22.13 以上，运行于 http://localhost:5178。
推荐理由：原文详细说明了树状对话的分支合并机制与上下文控制方式，做长对话管理和排查 coding agent 上下文问题时可参考。
GitHub 项目 luo-sri/llm-arena 发布 v1.2.0（约 118.13 MB，附 SHA256），一款纯本地运行的多模型评测竞技场，通过 OpenAI 兼容接口接入模型，用相同题目、顺序和参数评测并自动判分、生成排行榜。内置 6 个预设套件、难度 L1~L5 题库（L4+L5 占比约 71%），采用规则判分加模型评审双通道，数据落在本机 SQLite 不上传，支持一键生成网页/Markdown/JSON 分享报告，仅支持 Windows 10/11 64 位。
推荐理由：本地评测工具把同题同参同判分做成可复现流程，做模型选型对比时可以直接复用这套公平性设计。
Nutomic 发布 RAGnarok，一个 DSGVO 优先、权限感知的企业内部文档 RAG 参考实现，全部跑在单个 PostgreSQL 上（pgvector + 德语全文检索），提供可点击引用、拒答、审计日志和删除传播，在线演示在 rag.nutomic.com。检索评测显示 hybrid（RRF 融合 pgvector 与 tsvector）hit@5 为 83%、SQL 延迟 7.1ms，rerank 达 mrr@5 63% 但每查询约 4.7 秒；生成用 EU 托管的 Mistral API，由 GLM 5.3 Flash 做 LLM 评测，检索确定性门禁在每次 push 的 CI 中运行。
推荐理由：这份参考实现把权限过滤、引用、拒答和审计都做进单个 PostgreSQL，还附带可复现的检索评测数据，适合想搭企业内部 RAG 的开发者参考。
scbrown 在 GitHub 开源了 Quipu v0.8.1，这是一个面向 AI 编码智能体的知识图谱，把智能体学到的东西存为事实，并按声明的 SHACL 规则校验每次写入，违规事实会被拒绝且附带原因。它保留每条事实的版本，可用 --valid-at 查询任一时刻的图状态，支持标准 SPARQL 1.1 并通过 W3C 一致性测试，提供 CLI、REST 服务器和 Rust 库三种形态，并通过 MCP 服务器接入智能体，定义了 46 个 MCP 工具（启用 owl 为 48 个）。发布提供 Linux x86_64 二进制，其他平台需用 Rust 从源码构建，采用 MIT 许可证。
推荐理由：知识图谱工具在写入时用 SHACL 规则拒绝违规事实，这种把校验前置到写入端的思路可迁移到智能体的记忆管理。
作者开源了 Kvad，一个用 Rust 从零手写的 LLM 推理引擎，目标是可读性和速度双达标，以 vLLM 和 SGLang 为基准。项目分五个 crate：nervus 从零实现反向传播并在 MNIST 上训练，kvad 从零做 Transformer 推理并支持四种架构和 HuggingFace 权重，kvad-gpu 用 candle 跑 Metal/CUDA，另有 kvad-tui 终端应用和 kvad-serve HTTP 服务与 web UI。
推荐理由：一个从零手写的 Rust 推理引擎，把每处算术和常数理由摆在代码旁，速度对标 vLLM 与 SGLang 的差距也如实写明。
Valwardon 在 GitHub 开源了 grounding-coder v0.2.0，一个系统中完全不含语言模型的确定性编码 agent：文本由内置词法解析器转为意图，编辑、验证与修正全部由确定性引擎依据编译器、测试等 oracle 完成，无法证明时以 BLOCKED 拒绝并保持文件字节不变。项目支持 Rust、Python、C、Kotlin、JS、HTML 等语言及 .grounding.toml 自定义语言，包含 376 个全绿测试，提供 Android APK 构建（约 7.0 MB，arm64-v8a），发布页为 https://github.com/Valwardon/grounding-coder/releases/tag/v0.2.0。
推荐理由：这是一个不依赖任何语言模型的确定性编码 agent，读者可以了解用编译器和测试做验证的另一种工程思路。
good2idnan 在 GitHub 开源了 routeaudit 命令行工具，用你自己的日志回放请求到更便宜的候选模型，逐任务对比答案质量并给出路由策略。演示中 5 个请求全用 Haiku 成本降到 19% 但只有 58% 通过，按任务路由则在 26% 成本下保持全部通过；工具支持 Anthropic、OpenRouter、Ollama，提供成本估算与 --max-spend 硬上限，可导出 YAML 或 LiteLLM 配置，v0.1 暂不支持 agent 与工具调用。
推荐理由：工具用你自己日志回放并按任务类型给出降本建议，还内置花费上限，示例显示全用 Haiku 省钱但只有 58% 通过率。
KbWen 在 GitHub 开源 agent-virtual-office，用 React 19 与纯 SVG 把 Claude Code、Codex、Gemini CLI 或 CI 的实时会话渲染成像素办公室，8 个角色分别实时呈现 working、blocked、shipping 等状态。状态只由真实 hook 信号驱动、不伪造活动，无后端无遥测，npx github:KbWen/agent-virtual-office 即可运行，需 Node.js ≥ 22，支持 ?lang=zh-TW 繁体中文，采用 MIT 许可。
推荐理由：这个像素办公室的状态全部由 Claude Code 等真实会话信号驱动，不伪造活动，读者可以照 README 直接接线复用。
suzworx 在 GitHub 发布 flywheel，一个由小型 Go CLI 和 agent skills 组成的 AI 编码工作暗工厂：廉价的一次性 worker 智能体（Claude Code、Codex 或 OpenCode）执行工单，确定性 gauges 对每个声明重新测量，一个 frontier lead 智能体只做关键判断。所有状态以文件形式存于仓库，事件日志带哈希链，worker 被禁止提交代码。作者用 flywheel 自身开发做了实测：30 个单元（33 次尝试）单元中位成本 $0.55、中位耗时 14 分钟，虽全部干净完成，lead 审查和独立 PR 审查仍在多数单元中发现了缺陷。
推荐理由：作者用自己的开发数据说明这套编排工具的实际成本与缺陷检出情况，读者可以借此评估并行编码智能体的可信度问题。
HUA503 在 GitHub 开源了 mcprism，一个针对 Model Context Protocol 服务器的安全扫描器，从配置、源码 SAST 和 MCP 握手三个角度检查风险，只枚举能力、从不调用工具。每个服务器获得发现列表、0-100 分数和 A-F 等级，33 条规则映射到 OWASP MCP01-MCP07，支持策略即代码、CI/CD 集成和 SARIF、JUnit、CycloneDX 等多种输出格式。工具以单个 Go 二进制发布，完全离线运行，无运行时依赖，可自动发现 Claude Desktop、Claude Code、Cursor、VS Code 等客户端的 MCP 配置。
推荐理由：一个离线单二进制的 MCP server 安全扫描器，覆盖配置、源码 SAST 和运行时握手三种角度，还支持策略即代码和 CI 集成。
kreuzhofer 在 GitHub 发布 slurm-llm-training-templates，提供 Slurm 集群上大语言模型微调、评测与推理的可用模板，涵盖 Qwen3.8-27B 的 LoRA 与全量微调、merge、评测与 serving，以及 GLM-5.3 用 vLLM 配 FP8 或 NVFP4 权重的推理。模板已在 2 × 8 NVIDIA B300 SXM6、Slurm 25.11.3（Soperator on Nebius）、CUDA 13.0 上验证，Qwen3.8-27B 模板的实测结果见 docs/RESULTS.md，采用 MIT 许可证。
推荐理由：仓库提供可直接复用的 Slurm 微调与推理模板，硬件环境、目录结构和实测结果文档都写清楚了，便于迁移到自己集群。
jordanking211 在 GitHub 发布 awesome-rsi-classified 仓库，按系统实际修改对象将递归自改进（RSI）及相关自改进 Agent 技术分为提示词、记忆、技能、工作流、hooks、Agent 自身源码、任务程序、模型权重与研究产物九类。索引收录 71 个方法条目、37 个评测与背景条目，逐条给出关键源码路径等分类证据；作者强调源码静态核查不等于完整审计或性能复现，且提示词优化、技能积累不能一概当作优化器自身递归变强的闭环。
推荐理由：这份索引按系统实际修改对象给71个自改进方法分类，并区分源码核查与论文层证据，读者可借它避免把提示词优化误当递归自改进。
Cover 是一个面向 AI 编程代理的双向隐私代理，在请求离开本机前把匹配到的敏感值替换为确定性的逼真假值，并在响应中还原。支持 Codex、Claude Code、Cursor、Pi / Oh My Pi 及 OpenAI 或 Anthropic 兼容 SDK，提供 allow、placeholder、pseudonymize、mask、redact、block 六种策略动作，内置 AWS/GCP 密钥、GitHub 与 Stripe token、邮箱、SSN 等检测器，可选本地 llama.cpp 语义检测器（默认 Qwen2.5-0.5B-Instruct，约 490 MB Q4 GGUF）。
推荐理由：给 AI 编程代理加本地隐私代理是常见需求，这份文档把策略动作、失败关闭边界和误漏场景讲得足够具体，方法可迁移到同类部署。
goashem 在 GitHub 开源了 LLMCommit，一个替代 git commit 的工具，读取暂存改动后交给 LLM 生成提交信息。默认先试本地 Ollama（qwen3:8b），失败后按 OpenAI、Claude、Gemini 顺序回退；支持多语言、conventional commits、--review 审阅和 .llmcommit. 配置，发送前会对私钥和 API key 等常见密钥模式做脱敏，项目代码主要由 AI 编程助手编写。
推荐理由：这个单文件提交工具默认优先本地 Ollama 并对密钥做脱敏，想给 git commit 接上大模型的读者可以参考它的多后端回退设计。
LunarWerx 发布自托管开源工具 RēDesign（MIT 协议，GitHub 地址 https://github.com/LunarWerxs/ReDesign），将同一张 UI 截图并行发给 Claude、GPT、Gemini、DeepSeek、Qwen、Meta AI 等多个模型，返回可并排对比的自包含 HTML 重设计图库。工具运行在本地，API 密钥只存于 0600 权限的 .env 文件；内置 WCAG AA 对比度检查、AI 风格反套模板 lint、A/B 盲测与按模型 Elo 排名，可导出 DESIGN.md 供编码智能体按 tokens 和组件规则重建设计，并提供 CLI 与 MCP server 供脚本和 AI 智能体驱动。
推荐理由：一个把同一截图并行发给多家模型并汇总对比、打分与导出 DESIGN.md 的自托管工作流，方法本身可以迁移到自己的 UI 设计流程里。
bjcoombs 在 GitHub 发布 ai-native-toolkit，一套 Claude Code 插件及可独立上传 claude.ai、Claude Desktop、Cowork 的技能 ZIP，包含 /assess、/huddle、/deslop、/skill-forge、/semantic-compress 五个技能。
推荐理由：作者用同一套引擎实测 ktor、llama.cpp、candle 三个公开仓库得出三个分数，读者可以借此判断这套 AI 就绪度评分是否真能区分工程化程度。
believening 开源 tmall-genie-llm 项目，将天猫精灵的语音问答代理到 OpenAI 兼容的大模型 API，默认使用 OpenCode Zen 免费模型（如 deepseek-v4-flash-free）。部署在 Claw Cloud Run 日本区节点，同时解决 Zen 免费模型不对大陆 IP 开放和阿里技能云需公网 HTTPS 回调两个问题；联网搜索采用三段式设计，搜过的问题总延迟约 3-6 秒，月成本约 $2-3 在免费额度内。
推荐理由：原文给出了从镜像构建到天猫精灵技能配置的完整部署步骤和免费额度成本，方法可直接照做复现。
GitHub 项目 Canvixel-Eloweny/ai-bot-groupmate 提供一个 OneBot v11 桥接，把闲置 QQ 小号通过 NapCat（Docker）接到任意 OpenAI 兼容模型，并带零构建浏览器控制台，可切换三套模型预设（本地 MLX/QwenChat、DeepSeek、智谱 GLM）、编辑人格、管理技能与记忆。README 详述配置项、CQ 注入防御、白名单 fail-closed 等设计，附 5 个确定性插件和 8 个 LLM 技能，License 为 Apache-2.0，原生 macOS 协议端因 NapCat 的 QQ 版本白名单暂不可用。
推荐理由：README 完整给出了 QQ 小号接入任意 OpenAI 兼容模型的部署路线、三套模型预设和人格组装流程，方法可迁移。
artkoenig 在 GitHub 发布 resector，一个为本地模型设计的编码 Agent 上下文管理工具。它把上下文显示为带 token 数和前缀缓存状态的块列表，在每次请求前经 Review Gate 暂停供手动裁剪，也可用 TypeScript 编写的 Context Policy 自动执行 remove、edit、move、compact 等操作。内置 lean-compact 策略在 5 个合成会话对比中比全量压缩减少 95% 提示 token、93% 压缩时间，事实保留率 98%。支持 llama.cpp、Ollama、LM Studio、oMLX 后端，提供 darwin 和 linux 二进制下载，遵循 MIT 许可。
推荐理由：面向本地模型上下文窗口小的痛点，给出了手动与策略两种裁剪方案和缓存感知设计，可迁移到本地 Agent 工作流。
开源项目 AiPC 发布，它是一个本地服务加控制台工具，通过 MCP 协议给任何 AI Agent 提供真实电脑的完全访问，涵盖屏幕视觉、键鼠操作、Chrome 浏览器、文件、终端、SSH 等 70 个工具。截图以原生 image block 传输，约 65 字符 JSON 加图像替代约 55K 字符的 base64。默认 ask 模式对危险操作弹出 Yes/No 确认，支持 read-only 服务端拦截和 aipc panic 紧急停止，支持 Windows、macOS 和 Linux，MIT 许可。
推荐理由：原文详细列出70个工具的分工、三种安全模式和确认机制，读者可以评估把真实电脑控制权交给 Agent 的可行做法。