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
开源项目 vibld 能把一句话描述变成常规的 React 19、TypeScript 和 Tailwind v4 Vite 项目，无运行时依赖和锁定格式，代码以 Apache-2.0 许可开放在 https://github.com/vibld/vibld 。构建过程先写 DESIGN.md，再分步生成并对照设计检查，最后做一次真实生产构建验证，支持 Anthropic、OpenAI、DeepSeek 密钥或 Ollama、LM Studio、llama.cpp 本地模型。托管版为公开 beta，免费档用 GPT-6 Luna；每周验证运行在 DeepSeek 上耗时 7 到 17 分钟、成本 $0.15 到 $0.31。项目同时坦承自托管路径尚无项目外验证，公开使用者也基本只有作者本人。
推荐理由：README 直接给出快速上手命令、成本数字和未完成清单，读者可以据此判断这个文字生成应用工具目前能不能自部署用起来。
pravynraj 在 GitHub 发布 PromptArena，用于对同一任务的多版提示词做对比实验，按质量、延迟、token 用量和成本选出最佳提示词。支持 zero-shot、few-shot、chain-of-thought、role-based、structured JSON output 五种技巧，自动评分含 contains/exact/similarity/JSON 有效性；LLM 层可接 Anthropic API、本地 Ollama 或离线 mock，技术栈为 FastAPI、SQLite、vanilla JS 和 Docker，可本地或 docker compose 运行。
推荐理由：这是一个可直接本地运行的提示词对比实验工具，覆盖版本管理、五种技巧、自动评分与成本延迟指标，方法可迁移到日常提示词选型。
SourceShift 开源了 mini-ork，一个面向 AI Agent 的任务操作系统，用 classify→plan→execute→verify→reflect→reduce 流程，以 Docker 沙箱中的真实执行结果（测试、类型检查、schema）而非模型自评来验证修改。实测中在对抗性 SWE-bench 语料上 21 个 PROVEN 判定全部正确、0 次误判放行；基于仓库历史 held-out 任务解题 22/40（55%），单证书约 $0.03。项目以 Apache-2.0 许可发布，其自我改写 apply 循环可无人审批提升修改但默认关闭，作者明确提示需依靠版本控制与回滚命令兜底。
推荐理由：README不仅讲思路还给出实测数字，包括对抗性SWE-bench上21个判定全对与自我改写循环的风险警示，可作验证型Agent框架的参照。
GitHub 仓库 gav998/local-llm 发布了一套面向 Windows 11 x64 的便携式本地 LLM 与文档处理工具集，各模块独立成文件夹，无需管理员权限、系统 Python 或 Docker。包含 llama.cpp 启动器（支持 Split GGUF、4096 至 131072 token 上下文配置、双 GPU KV cache 均分与 Q8 缓存）、PaddleOCR 多配置文件 OCR 服务、Word/Excel 的 HTTP MCP 工具、Digitizer PDF 标注工具、portable VS Code 与 Open WebUI，各服务通过 127.0.0.1 的 OpenAI 兼容 API 互联。
推荐理由：原文详细写清了各 portable 模块的启动方式、端口配置和 VRAM 分配策略，读者可以照着在 Windows 本地复现整套离线 Agent 工作流。
GitHub 开源项目 Nova 发布，用一个共享 Python 运行时驱动终端 TUI、HTTP 服务器、Web 前端和桌面应用四端，行为保持一致。支持 Ollama 本地运行免 API key，兼容 OpenAI、Responses 和 Anthropic 三类 provider；内置 21 个工具，任意 MCP 服务器可即插即用，shell 命令经三级审批门控，并带两层上下文压缩与 SQLite 记忆持久化，项目约 15.6k 行 Python，采用 Apache License 2.0。
推荐理由：README 讲清了同一 Python 运行时如何驱动四端、MCP 接入和三层 shell 审批机制，方法可迁移到自建 Agent 项目。
AutreMachine 在 GitHub 发布 llm-router，一个 OpenAI 兼容的负载均衡路由器，可将分布在多台机器上的 LLM 和嵌入模型（llama.cpp、Ollama、vLLM、LM Studio 等暴露 /v1/chat/completions 等端点的后端）统一到单一端点调用。单进程双端口设计：8000 端口提供需 API key 的公开 API，8001 端口为仅限局域网的 Web 管理台。
推荐理由：开源的自托管 LLM 路由器，作者讲清了优先级队列、failover 和性能指标的实现细节，适合想用多台小机器拼 LLM 集群的读者参考。
开源项目 Guaardvark 发布，定位为自托管本地 AI 工作室，一条命令安装在单张 NVIDIA GPU 上，MIT 协议。核心能力包括最多 20 个编码 Agent 在隔离 git worktree 中并行、拥有真实 Ubuntu/XFCE 桌面的屏幕 Agent、混合 RAG 与 Autoresearch 自动调优、连续语音聊天，以及覆盖视频（Wan 2.2、CogVideoX、LTX、HunyuanVideo、MiniMax H3 共 11 个本地模型）、图像、整曲音乐和神经语音的媒体管线，视频生成需 16GB 显存。
推荐理由：README 详细列出了各子系统的模型、显存门槛和安全默认策略，想在一台 GPU 机器上跑全栈本地 AI 工作室可以参考它的取舍。
KaishenChiang 发布 balatro-agent v0.6.4，让支持工具调用的 AI 经本地 STDIO MCP 和 Mod 操作 Steam 版《小丑牌》，模型负责决策，程序读取信息、验证动作并管理经验记录。Windows x64 可通过 Balatro Agent.exe 自动准备 Python 依赖、安装 Mod 并配置 Codex；历史验证为 4 局 3 胜 1 败，项目保留 11 条经验与 39 份修订并提供评测契约，当前 0.6.4 的实机完整首用仍待验证。
推荐理由：项目给出可复现的 Agent 玩小丑牌的完整接入方式，并保留了经验记录与评测契约，便于复现与模型比较。
DroidBridge 在安卓手机内运行 MCP 服务器，让 AI 智能体无需 PC 和 ADB 即可观察屏幕、点击输入、管理文件、执行命令和创建定时自动化。它提供普通版与 root 版两种形态，ChatGPT 通过 OpenAI Secure MCP Tunnel 连接，本地智能体经 127.0.0.1:8765/mcp（root 版 8766）用 bearer token 连接；无自有服务器、无遥测，需要 Android 13 至 17 的 arm64-v8a 设备，采用 Apache License 2.0。
推荐理由：给出了在安卓本机跑 MCP 服务器让 AI 智能体操作手机的完整权限模型与两种连接方式，可按需复用部署。
coilyco 发布 mcp-beaver，一个 MCP server 生成器：写一条 grant 即得到一个工具，umbra 从路径自动推导输入 schema，examples/forgejo-issues.mcp.kdl 用 5 条 grant 构成完整 Forgejo 示例。同一 guardfile 可呈现为 MCP server、HTTP 工具 API、MCP App 和 helm release 四种形态，支持 serve、serve-upstream、serve-ssm、serve-s3 四种模式，结果以 coverage 字段打头声明各数组长度以防模型把截断数据当作完整视图，MIT 协议，提供 macOS/Linux 静态二进制与 OCI 镜像加 helm chart。
推荐理由：原文展示了用 guardfile 声明授权即生成 MCP server 的完整做法，覆盖部署、鉴权边界与 coverage 输出设计，可直接复用于 Agent 工具暴露。
作者在 RuMedTop3（俄语患者主诉预测 ICD-10 编码，105 类，测试集 n=822）上对比了 TF-IDF、DeepSeek 提示/RAG、Qwen3-8B QLoRA 与 Kev-0.8B 直选五种方法。TF-IDF+逻辑回归 Hit@1 49.03 / Hit@3 72.63，零样本 DeepSeek 仅约 33；Qwen3-8B 在 Apple M2 Pro 上用 MLX 训练一轮 QLoRA（6 小时 32 分钟），Hit@1 从基座 7.66 提升到 35.64（配对差 +27.98 点）但仍低于 TF-IDF；Kev-0.8B 零样本 Hit@1 12.41，迁移效果差，中位推理延迟 523 ms。
推荐理由：同一测试集上系统对比了线性基线、API 提示、RAG、QLoRA 和小型模型直选五种方案，并给出置信区间与配对差异，结论克制可复核。
GitHub 上的开源工具 RelayDesk 让 Claude Code、Codex、Cursor、DeepSeek 等多个 AI 编程工具在同一文件夹里接力写代码，换人时通过接力本交接，每棒前后存快照可回退。还提供派活模式（强模型拆任务、快模型执行、强模型复核）和多 AI 群聊投票功能；作者注明派活不省钱，小任务 token 消耗是直接做的 3 到 7 倍，macOS 用得最多，Linux 只跑过自动测试。
推荐理由：作者如实标注了派活模式的 token 代价和各系统测试程度，读者可以据此判断这个多模型接力工具适合什么场景。
markusstrasser 在 GitHub 发布 llmx，一个统一的 CLI 和 Python API，为 Google、OpenAI、Anthropic、xAI、Cursor、OpenRouter 等多家大模型服务提供单一传输层。dispatch() 返回结构化状态分类（含 timeout、rate_limit、quota 等 13 种状态），chat() 以异常方式报错；支持 --subscription 订阅路由、--dry-run 预检、agent 模式、超时上限 3600 秒，并可通过 llmx info --write-mirror 输出路由信息到 ~/.claude/cache/llmx-routing.。
推荐理由：原文详细给出统一 CLI 与 Python API 的传输层设计、状态分类和订阅路由策略，读者可以对照自建多厂商调用方案。
NotASithLord 在 GitHub 开源了 peerd，一个完全运行在 Chrome 和 Firefox 内部的通用 Agent 运行时，基于 Workers、OPFS、WASM/WASI、WebRTC、WebAuthn 等浏览器原语，Agent 可读取和驱动用户标签页、已登录会话与 Web 应用，并提供脚本、WASI 工具、App 和 Linux WebVM 等本地计算。推理可选用托管模型、localhost 本地模型或初步的 WebGPU 本地模型，无需账号、托管浏览器或工具服务器，当前构建不发送产品遥测；主 Agent 将页面工作委派给按环境隔离的无密钥 actor，凭证与网络策略留在扩展内，项目附带威胁模型、红队测试套件及各测试通道徽章，Apache License 2.0 授权。
推荐理由：把 Agent 运行时直接架在浏览器沙箱原语上，并公开威胁模型与红队结果，读者可借此理解浏览器内本地 Agent 的安全设计思路。
GitHub 上的 neosloc 工具认为 LLM 写代码时代码行已廉价，转而测量其他系统与智能体调用、运行和改动代码的成本。它从十个可集成性维度（接口、稳定性、身份、可移植性等）按 0–4 打分并给出补齐到 solid 级的工作量，同时用 neoCOCOMO 对比经典 COCOMO 估算智能体重写场景下的代码库价值，示例中 11.8 人月的经典估算降为 5.2 人月（约 $59k）。
推荐理由：把经典的 sloccount/COCOMO 工作量估算改成衡量代码可集成性的十个维度，方法可迁移到评估自己的代码库对智能体的友好度。
paulocorcino 在 GitHub 发布 Ralphy，一个单二进制工具，通过本机常驻 daemon 把电脑变成可从任意设备浏览器访问的工作台，支持 Claude Code、Codex、OpenCode、Copilot、Cursor、Gemini、Kimi 等智能体 CLI 并排运行，会话归属 daemon，关机换设备后布局和滚动记录仍在。数据不上传，默认绑定 loopback，非 loopback 需访问令牌，远程可用隧道加 TOTP 密码保护。另含夜间任务循环（计划、执行、提交、验证），用 AFK/HITL 标签控制队列，禁止自动 push 和开 PR，遇失败即停，仅测试通过才关 issue。GPLv3 协议。
推荐理由：原文完整给出了安装、远程访问安全配置和夜间跑任务的防护机制，读者可以照着把编码 Agent 挂到任意设备上使用。
Keith11-1313 在 GitHub 开源了 ModelMonitor，一个追踪 LLM 历史里程碑和当前模型生态变化的静态仪表盘，无需数据库或应用服务器，可本地以 Node.js 20+ 运行。项目区分发布日期、仓库创建日期和首次观测日期等不同时间事实，用 official/confirmed/observed/unverified 四级证据标签标注数据可信度，并把开源与开放权重分开归类。数据每 6 小时由 GitHub Actions 定时刷新 OpenRouter、Groq、Gemini 等公开模型目录，自动生成模型增删、价格变动、上下文变化等情报简报。
推荐理由：这是一个可直接本地部署的开源 LLM 生态监测面板，区分开源与开放权重、四种证据分级和数据来源可追溯，方法上可借鉴。
holger81 在 GitHub 发布 mcp-proxy-server，一个面向 LLM 的 MCP 网关，把多个上游 MCP 服务器（stdio、HTTP、SSE）收敛为单一端点，只暴露 searchToolsForDomain、searchTool、callTool 三个元工具。支持按域分组工具、为每个上游服务器写入最多约 12k 字符的 llm_context 引导、内置 /admin 管理界面与 API token 认证，提供 Docker 和 docker compose 部署方式。
推荐理由：原文给出把大量 MCP 工具收敛为 3 个元工具的网关方案，含域名分组与 per-server llm_context 的具体配置方法，可复用于多 MCP 服务器部署。
Veto 仓库开源，可将现有 OpenAPI 服务转为 AI Agent 可搜索和调用的工具，由 Veto 检查策略、对破坏性调用要求人工审批并先行解析凭据，再执行 API。模型通过 search、describe、invoke 三个能力访问服务，支持 MCP、`veto serve --` 的 JSON lines，破坏性删除在获批前不发起上游 HTTP，trace 会隐去密钥；安装支持 brew 和 go install，项目处于 1.0 前阶段，公开 API 可能变动。
推荐理由：原文讲清了如何给 Agent 的 API 调用加策略审批与凭据管控，包括破坏性操作挂起等可复用的机制细节。
作者 jameswniu 开源了一套自主广告生产流水线仓库，包含 LangGraph 图、门禁、探针和标注样本，广告在自身检查通过前不许花一分钱。评测对像素和音频而非文本打分，10 个命名门禁阈值全部由标注的通过/拒绝样本对推导，无需账号、密钥或 GPU 即可复现。质量评测基于 Prolific 上 90 名评审的 450 次盲投，四引擎路由的 picks 平均胜率 52%，低于总是选 Seedance 2.0 的 59%，十支真实产品 spec 广告在 Omni Flash 上约每场景六十美分。
推荐理由：作者把评测同时用作路由和花钱前的门禁，并公开了阈值推导方法，读者可以复现这套无人值守投放的可检验做法。