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
SegoCode 在 GitHub 开源了 NewsBucket，一个抓取自配置 RSS 源、用 LLM 将报道同一事件的文章聚类、生成标题与摘要并翻译成目标语言的流水线，结果以 JSON 发布在仓库中。仅保留至少 2 家不同媒体覆盖的故事，并按覆盖媒体数排序；全部流程跑在 GitHub Actions 免费额度上，主 LLM 为 OpenCode，HTTP 429 时回退到 gemini-3.5-flash-lite；code/miniapp/ 提供 Telegram Web App 和 GitHub Pages 两个查看界面，支持按主题和语言筛选，日本分类前置 JMA 地震与天气预警。
推荐理由：原文完整给出了从 RSS 抓取、LLM 聚类到多语言翻译的流水线配置和运行命令，读者可以直接照着在 GitHub Actions 上复用。
naso-lang 在 GitHub 开源 naso-llm，一个可离线运行的浏览器聊天机器人，使用 SmolLM2-135M-Instruct，其 int8 权重量化由 Naso 形式化验证编译器生成，无需服务器、API key 或运行时构建。首次加载下载 269 MB 检查点后由 service worker 缓存，断网可用；2 核 CPU 上解码约 6.5 tokens/s。项目提供 17 项验证检查，包括与 Rust tokenizers 的 27/27 分词一致、基于 NumPy 独立实现的 forward 误差 max|Δ| 1.03e-5、106M 权重上 int8 误差界 |W−W′|≤scale/2 零违例、KV cache 与全序列 bit-identical 等。
推荐理由：项目用形式化验证的编译器生成 int8 量化内核，并给出 17 项独立校验和逐项误差数据，可复用的验证思路比较少见。
amos689 发布 paper-preflight v0.4，读取 .tex 和 .bib 文件，对每条引用查询 Crossref、dblp、arXiv、DataCite、PubMed、OpenAlex 等真实文献记录，检查 DOI 指向、撤稿、预印本是否已正式发表等问题，判定不用 LLM。作者给出四项实测：GPTZero 公布的 151 条已发表幻觉引用中标记 135 条且 0 条误判为真实；20 篇 2026 年 8 月 arXiv 论文 753 条引用中每 100 条假阳性 1.2 个；在 Badalova & Mayr (2026) 的 104 条对照中精确率 72.5%、召回 87.9%，高于 RefChecker 等五个工具；HALLMARK 测试集 831 条上精确率 98.1%。
推荐理由：工具把每条引用对照 Crossref 等真实文献库核验，实测假阳性率和对阵同类工具的数据都公开，方法可借鉴。
adhabnr-ux/evalport 是一个可移植 LLM 评测规范的开源仓库，版本 1.0.0-rc.5，Apache 2.0 协议，让评测数据集在 DeepEval、Promptfoo、Inspect AI、OpenAI Evals 等框架间转换而不丢失语义。仓库含 70 个独立适配器包、14 个公开基准转换出的 22 个验证套件（8,012 条测试用例），evalport run CLI 支持 OpenAI 与 Anthropic 及 OpenAI 兼容端点，带 dry-run 成本估算；已列入 Inspect AI 社区扩展文档，并向 IBM/ares、ClawBench、PraisonAI 合并了上游 PR，TruLens 连接器 PR 尚未合并。
推荐理由：这是一个 LLM 评测互操作规范仓库，README 逐条核实了各框架的采纳状态与合并情况，可信度交代得比较少见地细致。
rasinmuhammed 在 GitHub 开源了关系型合成数据引擎 Misata（MIT 协议），可从一句话描述、YAML schema 或现有数据库生成多表数据集，外键零孤儿、聚合结果误差 $0.00，机制来自 arXiv:2606.08736。内置 MCP server 供 Cursor、Claude Code、Windsurf 调用 create_sandbox 生成隔离 SQLite 沙箱，支持 misata seed 内省并填充 PostgreSQL、MySQL、SQLite，单核吞吐 50 万至 1600 万行/秒，覆盖 20+ 行业模板。
推荐理由：原文给出与 Faker、SDV 的具体对比和吞吐数字，读者可以据此评估这个合成数据引擎是否值得替换现有方案。
dexio-wiki 在 GitHub 开源 llm-wiki-skills，提供 12 个 Agent 技能，用于维护随增长容易出错的 LLM wiki，针对新事实落到重复页面、来源丢失、新文章覆盖更可靠数据、链接断裂和多 Agent 改写互相覆盖等问题。技能采用开放的 Agent Skills 格式，可在 Claude Code、Codex、Cursor、OpenCode、Hermes Agent、OpenClaw 等读取 SKILL.md 的 Agent 中使用，涵盖 wiki-setup、wiki-capture、wiki-ingest、wiki-query、wiki-lint、wiki-verify 等。
推荐理由：作者从自运营的多智能体 wiki 中沉淀出十二条维护规则，覆盖重复页面、来源丢失和链接断裂等实际痛点，可直接装进 Claude Code 等常用 Agent 复用。
gmlx 是一个面向 Apple Silicon 的本地推理平台，用 mlx-kquant 的 Metal 内核原样运行社区 K-quant 和 IQ-quant GGUF 文件，支持终端/浏览器聊天、OpenAI 与 Anthropic 兼容 API、语音、LoRA 微调和连接 pi 编码智能体。在 M5 Max 上同一文件 prefill 速度在所有基准模型和各上下文深度均快于 llama.cpp，双引擎开启 speculative decoding 后解码也更快，长上下文差距最大；MoE 模型超出内存时可从磁盘流式加载专家。需 macOS 26.2+，可经 brew install asher/gmlx/gmlx 安装，示例模型 Qwen3.8-27B UD-Q6_K 为 20.5 GB 下载。
推荐理由：原文给出了与 llama.cpp 的 prefill 和解码对比数据，并说明长上下文差距最大，读者可据此评估是否换用。
albertwujj 在 GitHub 开源 AgentTerm，一个让现有 AI CLI（如 Claude Code、Codex）在完整终端中照常运行的工具，同时把每个会话窗口变成可视化工作区，支持渲染计划与评审文档、行内评论、文件预览、会话区分与恢复、手机远程访问和 IDE 跳转。实现上用 Electron、xterm.js 和 node-pty，通过解析终端输出与 guide 文件约定通信，无需厂商 SDK 或 API；MIT 许可，无遥测、无需账号，支持 macOS 和 Windows（经 WSL）。
推荐理由：作者把现有 AI CLI 会话装进可渲染计划、评审和文档的扩展终端，并说明了基于文本解析而非 SDK 的实现方式。
PerryLink 在官方仓库发布 dsh-auto-review，为 DeepSeek Harness 审批链加入一个只读 reviewer 子代理，由第二模型对越过沙箱边界的操作给出 {decision, reason, riskLevel} 结构化判定，默认 fail-closed，人无需逐项批准。插件经 cordis.yml 配置每工具 ai/human/never 策略与正则风险规则，拒绝理由回注给调用模型，配套拒绝熔断、会话日志审计、Web 审查面板和 /auto-review 命令；还附带 YAML 驱动的 dsh-eval 回归评测引擎和一个无模型的确定性 stdio MCP 服务器，兼容 dsh-v0.2.1-alpha.1，Apache-2.0 许可。
推荐理由：README 详述了用第二个只读模型在审批链上做 allow/deny 判定的设计，fail-closed、审计与防注入边界都有交代，可作 Agent 审批自动化的参考实现。
Insomniac-VibeLabs 在 GitHub 发布 Two-Key 原型，这是一个 AI Agent 授权层：语言模型只能提出动作，动作需同时通过确定性策略 VM（Path A，只读结构化字段、无提示词可注入）和 AI 评审员法定人数（Path B，支持 xAI、Anthropic、Gemini、Ollama 等本地或云端模型）双重批准才能调用工具。批准的动作获得默认 30 秒、单次使用的短期能力 token，所有决策写入带 Merkle 树的防篡改签名账本，可选 DLP/杀毒扫描钩子与面向企业的 PKI、Hyperledger Fabric 锚定和 SIEM 上报。密码学采用 Ed25519、ECDSA P-384 及 ML-DSA-65 混合后量子套件。
推荐理由：这份 README 详细展开了双密钥授权层的设计思路和部署路径，读者可以了解如何在模型之外为 Agent 动作建立可审计的授权机制。
Alacrity-Education 发布 KINA，一个 MCP 服务器和 REST API，让 Claude 实时查询 LCSC、TME 和 Mouser 三家元器件分销商的现货并生成 BOM。它按五段流程解析请求、并行检索、用确定性排序器与 MiniLM cross-encoder 50/50 混合排序（NDCG@10 0.913），只返回有货且可立即发货的器件；支持 OAuth 2.1 和 OIDC 群组访问控制，以 Spring Boot 与 PostgreSQL 17 两个容器运行，镜像发布在 ghcr.io/alacrity-education/kina，AGPL v3 许可。
推荐理由：原文给出了完整的搜索流程、缓存与排序设计细节，包括实测延迟和 NDCG 数据，读者可以直接部署或迁移这套 MCP 接入做法。
kisbi3 在 GitHub 开源 ContextTrail（开发版 0.1.0a6），把本机已有的 Codex、Claude Code 和 opencode 会话记录加 Git 历史重建为事件流图谱，标注尝试、失败、决策与已验证结果，每条引文在存储前都由代码对照原始记录核验。工具只读运行，模型调用在 bubblewrap 或 sandbox-exec 沙箱内进行，支持终端 TUI、浏览器视图、find/show/status 命令和两个 agent skill；实测包括 Codex 12 次真实调用、Claude 42 次 eval 运行，作者明确说明分析质量仅在小样本上测过，重建结果应视为待核对的草稿。
推荐理由：该项目把 Codex 和 Claude Code 的本地会话记录转成带引文核验的事件图谱，作者同时公布了实测数据和明确的局限。
r-siddiq 发布 llm-nexus 仓库，提供面向编码智能体的版本化编排协议与 Codex 配置，开发过程覆盖 GPT-5.6、GPT-6 和 GPT-6.1 的 100 多次基准测试。q10 对比中 v7/config v1 达到 11/30 通过、覆盖 7/10 任务族，v7/config v2（GPT-6.1 Sol、CLI 0.159.3）通过 12/30 但耗时 10 小时；v8 增加验收措辞后覆盖和耗时反而变差。维护者推荐的两文件 setup 未做基准测试，并指出 CLI 与桌面端的 developer_instructions 生效差异（对应 Codex issue #11004）等问题。
推荐理由：仓库给出了六个协议配置组合在同一基准下的实测对比和复现指南，读者可以据此评估配置调优对编码智能体工作流的实际作用。
GitHub 开源项目 AbdulAlharbi/exec-advisor 发布，一套多智能体 AI 高管顾问：五个专家智能体由 Chief of Staff 编排，读取财报、会议纪要、事故日志等来源，产出含风险、机会、假设与建议的高管简报。每条主张必须携带程序在源文本中逐字确认的引文，只可质疑不可新增发现的 Contrarian 智能体审查每项结论，变化检测由 diff 按键或标题相似度计算而非询问模型。推理可插拔，支持 Claude（Anthropic Messages API）或确定性规则大脑，后者使全部 42 个测试可离线在约 1.16 秒内跑完；管线经 GitHub Actions 定时运行并发布到 GitHub Pages，审计日志用 SHA-256 哈希链防篡改。
推荐理由：该项目用代码级子串校验和只减不加的质疑智能体约束多智能体简报，提供了可复用的防幻觉管线设计。
开发者 IAmNo1Special 开源了 MvgeOS，一个 Python 编写的 AI 编码智能体平台，支持通过 OpenRouter 等 provider 使用已有 API key，无需账号且无遥测。README 给出 23 秒完成任务的完整命令序列，内置 bash、edit、grep 等 9 个 Spell，会话以 JSONL Tome 持久化，可通过 Rune 扩展并挂载 MCP 服务器。当前版本 v0.6.8 尚未发布到 PyPI，Rune 无进程隔离需审查依赖，默认免费模型在 8 次干净机器运行中有 4 次因上游过载报错。
推荐理由：README 给出四条命令的完整实测流程与已知缺陷清单，自托管编码智能体平台的实际能力边界比较清楚。
HarrisonCN 在 GitHub 开源了终端 AI 编码智能体 aicli，受 Gemini CLI 和 Claude Code 启发，通过 ReAct 循环自主读写文件、执行命令、正则搜索代码库并修复 bug，支持任何兼容 OpenAI API 的模型（含 Ollama 本地模型）。项目提供会话保存与恢复、上下文压缩、AICLI.md 项目指令、写操作审批和工作区沙箱等机制，尚未发布到 npm，需从源码安装，采用 Apache 2.0 许可证。
推荐理由：开源终端 AI 编码智能体，兼容任意 OpenAI 端点并内置审批、沙箱和上下文压缩等安全机制，适合想自托管替代 Claude Code 的开发者。
RoninForge 发布 ai-price-index，一个按日期记录 AI 模型 API 价格的开源数据集，每条价格附第一方来源链接和 last_validated_at 验证时间，数据采用 CC BY 4.0 许可。提供 npm 包（ai-price-index）、CLI 和 JSON API 三种使用方式，支持按日期查询历史价格（如 gpt-4 在 2024-01-01 为 $30/$60 per Mtok）；发布版本附带 minisign 签名的 Anthropic 区间历史文件，私钥与 Web 服务器分离以保证可验证性。项目处于早期，按旗舰模型优先策略补充覆盖，重建的历史价格以 archived/inferred/estimated 置信度标注。
推荐理由：这个价格索引的核心不是报价本身，而是每条价格都带日期、来源链接和验证时间，可用于复现历史时点的 API 成本。
Bilal-Junaid-Jiwani 发布 okfsmith，一个 Python CLI，可将 PDF、markdown、wiki 导出和 Notion 导出转成符合 OKF v0.2 规范的知识包，每个概念带 sources[] 溯源、信任层级和生命周期元数据，并内置 §11 校验器。支持 --no-llm 离线抽取或接 Ollama、OpenRouter、Anthropic 等 16 种 provider 做 draft+critic 抽取，可用 okfsmith mcp 一条命令把知识包暴露给 MCP agent，另提供 BM25 搜索、graph 可视化、chat REPL 和本地 web dashboard，Apache-2.0 许可。
推荐理由：原文给出了从 PDF、Notion 导出到 OKF v0.2 知识包的完整流程和 MCP 接入方式，读者可以直接照着 quickstart 在本地复用。
robotrocketscience 在 GitHub 开源 aelfrice，通过 hook 在模型读取提示词前注入已锁定的规则和匹配的信念，解决 Agent 跨会话遗忘纠正的问题。检索基于本地 SQLite 上的实体索引和 BM25 全文搜索，无账号、遥测、嵌入或 LLM；每条信念记录来源并带贝叶斯置信度，可用 /aelf:confirm、aelf feedback 或 lock 调整，约每 6 条提示词把对话拆分为事实、纠正、偏好或要求存储，提供 /aelf:lock、/aelf:search、/aelf:doctor 等 30 个命令，MIT 许可。
推荐理由：原文完整给出了本地记忆工具的注入机制、贝叶斯置信度更新和全部命令清单，读者可以据此评估是否接入自己的编码 Agent。
AndyProsser 发布 ai-core-memory，一个开放、自托管、跨平台的 AI 助手记忆系统，以开放格式实现跨会话持久记忆，支持 Skills 与 MCP 互操作，从 Claude 开始接入。设计模仿人类睡眠巩固机制：日常会话产生短期残留记录，dream cycle 定期整合、合并并丢弃噪声，形成人类可读的 Markdown 长期记录；配套 FastAPI + SQLite + MCP 的自托管 hub 与 acm CLI，支持人工审批、作用域分区、OIDC SSO、Obsidian/Memos 插件及 k3s/k8s 部署。项目状态为可用但未经实战检验，容器镜像构建和 Claude Code 插件实测尚未验证，MIT 许可。
推荐理由：原文完整给出了记忆分层、dream 整合流程和 hub 技术栈，读者可以据此评估这套自托管跨平台记忆方案是否适合自己。