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
AnhDuongVo 发布 consult-to-note 开源工具，把医患对话转写生成 SOAP 病历笔记，每句话引用其来源转写行，数字、否定和左右侧由代码确定性校验，其余交给 LLM judge，不支持的句子修复一次后需临床医生批准才导出为 FHIR R4 文档。流水线基于开放模型经 OpenAI 兼容端点服务（默认 NVIDIA NIM 与 Nemotron），支持实时模式在问诊进行中以一秒延迟预算更新笔记，内置 Parakeet ASR、PHI 掩码、ACI-Bench 评测和 NIM/Dynamo 自托管基准，代码为 Apache-2.0 协议的研究原型，不是医疗器械。
推荐理由：原文详细说明了每句引用转写行的生成时 grounding 设计和代码先行校验的做法，读者可以借鉴这套可验证医疗笔记流水线方法。
作者在 GitHub 开源 csr-assistant，一个辅助撰写临床研究报告（ICH E3）的工具，所有数字由代码而非模型核验。工具对照 E3 结构检查缺漏章节、仅从源数据表起草缺失章节并附行级引用，审稿角色核查数字与定性结论（如 superior、well tolerated），生成内容失败后带反馈重写一次，最终由医学写作者逐节接受或拒绝。附带含植入错误的虚构 III 期研究 SYN-301-03 测试集与 eval 评分，支持 OpenAI 兼容端点与 NeMo Agent Toolkit，Apache-2.0 许可，作者注明为研究原型、未验证用于监管用途。
推荐理由：工具用代码而非模型核验临床试验报告中的每一个数字，并要求医学写作者逐节确认，方法细节在仓库里写得比较完整。
开发者 MartinM10 在 GitHub 发布 Myrmo，一个让 AI 智能体共享错误修复经验的记忆网络，通过 Claude Code 插件或 npx myrmo-mcp init 即可接入 Cursor、Windsurf、Gemini CLI 等客户端。智能体解决一个错误后按 Myrmo Protocol v1 发布 Trail，包含错误类型、失败尝试、根因、验证方法和 token 开销；后来者先搜索痕迹再重试，每次成功的结果报告会强化该 Trail，90 天无人确认则强度减半。发布需用户首次批准，内容在本地和服务器双重脱敏，决策模型用 Wilson 下界排序并检测提示词注入；协议和 SDK 采用 Apache-2.0，Colony 服务器为 AGPL-3.0。
推荐理由：原文给出完整的 Trail 协议结构、排序公式和默认发布条件，读者可以直接判断这套跨智能体共享记忆方案是否值得接入自己的工具链。
作者因现有价格表不区分来源、缺少国产模型，自己写了一个大模型价格查询页，在线版在 https://aazjzkskkw.github.io/llm-pricing/ 。页面含价格总表（约 2600 行）、19 个评测榜单、订阅档位和中转站/公益站名单，价格以 LiteLLM 价格库为主力并经 OpenRouter 等四个接口补充，三源报价差超 20% 时去官网人工核对；GitHub Actions 每天自动更新，MIT 协议开源。作者提醒公益站无正经上游授权，请求经对方服务器可能被换模型或留存内容。
推荐理由：作者自建的模型价格查询页说明了数据来源、命名归一和三源对账的处理细节，读者可以据此了解聚合价格表的常见坑与做法。
Wixely 在 GitHub 发布 Banter，一套纯 C# 的多 AI 智能体管理套件，支持多个智能体在 IRC 风格房间服务器中对话，桌面、Android 和 Web 端带有一等的语音（TTS/STT）能力。项目包含 Banter.Protocol 线协议、TCP 与 CupriNet/WebRTC 传输、房间引擎与鉴权、Banter.Agents.Sdk 四个联动发包，语音覆盖 OpenAI 兼容 STT/TTS、本地 Whisper 与 Wyoming 适配；服务器默认绑定 tcp://127.0.0.1:7770，tcp:// 无 TLS，跨机部署需改绑 0.0.0.0 并设置管理员密码，项目以 MIT 许可开源。
推荐理由：原文给出了多智能体 IRC 式房间服务器的完整架构、传输方案与部署细节，读者可以按图索骥地搭建或评估这套 C# 方案。
开源项目 AHTML（MIT 协议）发布，让任何网站从单一快照源自动生成 MCP、OpenAPI 3.1、JSON-LD、llms.txt、RSL 和 Markdown 等智能体可读输出，浏览器端 HTML 保持不变。仓库内实测显示压缩快照比原始 HTML 少 4.5–7.3 倍 token，多模型事实抽取基准（146 次运行、20 个任务，覆盖 gpt-4o-mini、claude-haiku-4.5、gemini-2.5-flash、llama-3.3-70b）中准确率从 HTML 的 91% 提升到 AHTML JSON 的 100%。
推荐理由：仓库内置了实测基准数据，读者可以看到这套格式在 token 开销和事实抽取准确率上到底带来多少改进。
vacterro 发布 SAIPEN，一个面向 AI 编码智能体的延续协议：项目记忆以纯文件形式存在代码旁的 .saipen/ 目录（STATE.md、BOARD.md、LOG.md、KNOWLEDGE/），冷启动智能体通过 /saipen continue 从持久化的 next_action 恢复工作，不依赖聊天历史或厂商记忆。安装需 Git 和 Python 3.11+，无 pip 依赖、无托管数据库或守护进程，支持 Claude Code、Codex、Gemini、OpenCode、Aider、Antigravity 等指令文件；仓库在每次 push 时自我校验，验证器检查阶段转换、工单依赖和恢复状态，并提供 33 种语言的文档。
推荐理由：项目把 AI 编码智能体的会话延续状态做成代码旁的纯文件协议并配机器校验，读者可了解其文件结构与恢复机制是否值得引入。
FreePeak 发布 xdev，一个用 Go 编写的终端编码 Agent，单平台静态二进制约 20–22 MB，CGO_ENABLED=0 可交叉构建 linux、macOS、windows 的 amd64 与 arm64 版本，目标内存占用低于 100 MB。它内置 read、write、edit、bash 四个核心工具，会话以追加式 JSONL 树存储、分支只移动指针，支持八种 wire 格式接入 OpenAI 兼容网关，并提供 TUI、rpc、acp、MCP 与子 Agent 等扩展面，许可证为 Apache-2.0。
推荐理由：原文详细记录了单二进制体积、内存上限和会话格式等设计取舍，对想自建编码 Agent 的读者有可参考的工程做法。
latere-ai 在 GitHub 发布 Topos，一个用于运行 agent 的开放核心，把 agent 定义、用户会话和驱动会话的循环统一在一个会话模式之上，解决会话随进程丢失、无法跨环境续跑的问题。核心由三部分组成：append-only 的会话日志、作为日志纯函数的模型转录，以及负责构建模型请求、执行工具调用和压缩上下文的 harness；runner 可运行在本地 topos 命令、嵌入应用或 toposd 服务端。
推荐理由：项目方完整交代了会话日志、harness 与 runner 的架构设计和已建未建清单，想复用会话持久化方案的开发者可以据此评估。
amarrtech 在 GitHub 开源 llm-slo-checker，面向 OpenAI 兼容流式 LLM 接口，用 YAML 声明 SLO 阈值，探测后输出 PASS、FAIL 或 INCONCLUSIVE 结论并以退出码 0/1/2 接入 CI。工具跟踪 TTFT p95/p99、成功率、完成率等 SLI，区分流中断与 500 错误，可在 GitHub Actions 每小时运行并把 JSON 历史提交到 git 形成趋势记录。当前版本不支持 Prometheus 导出、成本与输出质量 SLI 等，作者已列出后续计划。
推荐理由：把流式 LLM 接口的可靠性做成 YAML 声明的 SLO，用 git 记录趋势，方法可直接迁移到自己的监控流程。
Homayoun Safarpour 在 GitHub 发布 judge-drift-sentinel 工具，通过冻结的人类标注锚集和 Cohen's kappa，把 eval 分数波动归因为系统变化、judge 漂移或稳定三种判定，零 LLM 调用、仅标准库实现。示例中 judge 因 -latest 别名被供应商静默更新，kappa 从 0.833 跌至 0.333、25% 锚集标签翻转，被判定为 JUDGE_DRIFT 而非系统回归；工具提供 check、history、import-judgekit 等 CLI，exit 0/3/2 分别对应 STABLE、SYSTEM_CHANGE、JUDGE_DRIFT，可作 CI 质量门，并附带每周锚集重评分的 GitHub Actions 工作流。
推荐理由：作者用冻结的人工标注锚集和 kappa 把评测分数波动归因到系统或 judge，方法可复用到自己的 CI 质量门。
yodablocks 在 GitHub 开源了 keel，一个用 TypeScript 写在 Postgres 上的 AI Agent 持久化执行引擎，支持步骤重放、崩溃恢复、预算控制和人工审批。每个失败被分为 transient、bad_input、bad_output、needs_human、over_budget 或 fatal 并按策略处理；可选的 Jev 分类器在 75 条公开 issue 错误消息上做到约 6 成判断正确类别、8 成采取正确动作。基准测试显示单机 Postgres 吞吐约 1,400 到 2,000 runs 每秒，项目为实验性质，尚未上过生产。
推荐理由：开源项目给出了完整的崩溃恢复机制和真实错误集上的分类器评测数据，读者可以据此评估能否把它用于生产级 Agent 工作流。
alicexl 在 GitHub 开源 mini-agent 项目，用 6 个递进的最简 demo 拆解 Claude Code、Cursor、Devin 这类自动干活工具的底层机制，核心公式为 Agent 效果 = LLM 能力 × Agent 工程。demo1 为 ReAct 循环 base，demo2-6 分别正交叠加记忆、工具扩展、规划、多 Agent 与约束五条轴；每个 demo 附讲稿、约 400-720 行可直接运行的 agent.py 和 README，默认通过智谱 BigModel 的 Anthropic 兼容网关调用 glm-5.2 模型，换官方 API 只需改 BASE_URL 和 MODEL。
推荐理由：用 6 个递进可运行的 demo 拆解 ReAct、记忆、工具、规划、多 Agent 与约束各轴，适合想从零看懂 Agent 工程底层机制的读者。
作者将自用文档站中的智能体子项目「启明」抽出开源为 youlikeorange/wenming-agent，git clone 后 node standalone.js 即可运行，服务端零 npm 依赖，界面构建产物随仓库提供。模型走标准 OpenAI / Anthropic 协议且密钥只存服务端；核心取舍包括提示词全部可见可改、不用 MCP 的内置工具、纯 CLI 真进程执行、SKILL.md 技能按需加载，以及三层记忆、危险命令一次性票据授权和循环只在服务端托管运行等设计，附 217 个离线可跑的 Node 单测；仓库未附许可证，复用需先开 issue，当前版本 v2.1.0。
推荐理由：原文逐条讲清了提示词登记、无 MCP 内置工具和权限票据的做法，读者可以对照自己的 Agent 客户端考虑迁移。
mjcarnaje 在 GitHub 开源 CATSight，一个针对扫描版大学记录（MSU-IIT 特别命令与董事会决议）的 RAG 问答系统，用视觉模型逐页转写无文字层的扫描件并自动编目。检索采用 bge-m3 语义搜索与 Postgres 全文搜索经 RRF 融合再重排，LangGraph 智能体仅基于检索内容作答并内联标注可跳转原文页面的引用；支持 OpenRouter 的 Gemini 3.1 Flash-Lite 或经 Ollama 完全本地运行，48 个文档样本库（约 180 页）的摄取成本约 $0.30，每次提问约 $0.001。
推荐理由：原文给出了完整的检索、引用与部署实现细节，包括混合检索、流式引用和本地模型方案，可迁移到类似文档问答项目。
ThMadHatter 在 GitHub 发布 llm-powersaver-proxy，一个运行在常开 LXC Debian 上的异步反向代理，可检测 Ollama/LiteLLM 端点状态并通过 Proxmox API 自动启动 VM/CT，支持 end-to-end 流式转发和可选 Wake-on-LAN。README 给出 LXC 创建、最小权限 Proxmox token 配置、安装验证、Nginx/Cloudflare 反向代理及 WOL 使用等完整步骤，并提醒勿暴露 8080 端口、为多 worker 需分布式锁。
推荐理由：原文给出从 LXC 创建、Proxmox 最小权限 token 到 Nginx/Cloudflare 流式排查的完整步骤，方法可直接照搬复现。
Graphos 是一个用 LSP 把代码、文档、论文、图片和音视频提取为上下文知识图的开源工具，支持任何有 LSP 服务器的语言，输出交互式 HTML、JGF 格式 graph. 和审计报告。相比 tree-sitter 的 25 个硬编码语法，LSP 提供符号、引用、调用层级和类型信息，跨文件引用原生支持；工具含查询、Leiden 社区检测、节点向量嵌入、MCP 服务器及 Obsidian、Neo4j 等多种导出格式，MIT 许可，可用 cabal 或 stack 安装。
推荐理由：作者用 LSP 替代 tree-sitter 提取代码结构来构建上下文图，并对比了两者在语言支持和语义信息上的差异，方法可迁移到自己的项目。
AdarGit008 在 GitHub 发布了 mcgyvr，一个命令行工具和 Agent 技能，用于把重排格式、排序 import、重命名符号、写函数或测试等限定编码任务交给可配置的 worker 阶梯。格式、import 排序、lint 修复和重命名先走确定性工具；模型任务按用户配置从最便宜的单位向上爬，默认最多 1 次升级，结果需通过确定性门槛才保留且默认不提交。支持仅绑定本地 llama.cpp 或 vLLM 服务器，API 模型可选，通过 install.sh 可同时安装到 Claude Code 和 pi 两个 harness，任务默认在一次性 Docker 容器中运行，需 Python 3.12+ 和 uv。
推荐理由：原文给出了完整的成本阶梯、确定性门槛与沙箱机制说明，读者可以直接照装上手，把小的编码改动交给更便宜的本地模型。
NobodyWho 发布了一个本地 LLM 推理引擎，可离线运行 GGUF 格式模型，无需 API key，提供 Kotlin、Swift、React Native、Flutter、Python 和 Godot 绑定。基于 llama.cpp 和 ONNX Runtime，支持 Vulkan/Metal GPU 加速、类型安全的工具调用、多模态输入、Kokoro 等语音合成、Whisper 语音识别和 Silero VAD；内存要求约为模型文件的 1.5 倍，推荐从 Qwen3 0.6B（约 330 MB）上手。项目还提供实现 OpenAI Chat Completions API 的实验性本地服务器，采用 EUPL-1.2 许可证，允许在专有项目中使用。
推荐理由：README 讲清了多平台绑定、内存要求与模型加载方式，想在各端本地跑 LLM 的开发者可以直接对照评估可行性。
作者在 GitHub 发布 forge agent 框架，核心 ReAct 循环约 235 行纯 Python，其余 31 个模块为可选层，仅依赖标准库、openai SDK 和 pyyaml。框架内置重试、模型回退、熔断器、写操作审批门、Docker 命令沙箱、多智能体辩论、SQLite+FTS5 知识库、跨会话记忆、语音级联管线（支持 barge-in）与人脸识别注入，可对接 DeepSeek、Qwen、vLLM、Ollama 等任意 OpenAI 兼容端点，附 373 个离线测试、中文 README，可通过 PyPI 以 pip install "handcraft-agent[server,device]" 安装。
推荐理由：以约235行可读的 ReAct 循环为核，把重试、熔断、审批门、沙箱等机制逐一摊开实现，读者可对照学习 agent 工程的完整做法。