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 8,517 条
Shuhao Li 等提出 Nucleus Speculative Decoding（NSD），在投机解码验证中引入目标模型的 nucleus 合理性判断，草稿 token 只要满足标准接受规则或属于目标模型 nucleus 即被接受，代码已开源。论文理论刻画了分布偏差，给出单步误差由草稿模型在目标 nucleus 内超额概率决定及序列级保真度界限；实验显示相对自回归解码加速最高 5.16 倍，相对标准投机解码最高 3.15 倍。arXiv:2610.07822。
推荐理由：论文给出了NSD的分布偏差理论刻画和与自回归、标准投机解码的具体加速倍数对比，方法可复用。
论文提出 Dev-Primitives 抽象，让仓库组件各自挂载常驻 LLM，并在此基础上构建 HERMES 框架，通过依赖感知动态激活和 bug 诊断机制实例化这些组件。在四项软件工程基准上，HERMES 比匹配的基线 harness 平均高 12.4%；即使 Dev-Primitives 用 Qwen3-8B，配合强激活与诊断模型也在四项基准上与全 GPT-5.6 配置差距保持在 4.5% 以内，同时在 Terminal-Bench 4.0 上推理成本降低 26.2%。
推荐理由：论文给出依赖感知激活与 bug 诊断机制的完整框架设计，搭配四项基准的平均提升数字，对做软件工程 Agent 的人有可迁移思路。
vincemakes 发布了终端 AI 编码智能体 kiso v0.46.1（MIT 协议，Node ≥ 22），可在崩溃、kill -9 或终端关闭后通过 kiso resume 从持久化的已提交前缀继续任务。它自带 Agent 运行时并可通过 SDK 嵌入，支持 DeepSeek、Claude、GPT、ChatGPT 订阅及任何 OpenAI 兼容端点；提供四种审批模式和免询问开关，内核上限 2,200 行（当前 2,192 行），会话为可读的 JSONL 日志，设计决策记录在 44 份 ADR 中。
推荐理由：README 详细说明了会话持久化、上下文压缩和审批安全机制的具体做法，对想了解终端 Agent 可靠性设计的人有可参考的实现细节。
wjf1 发布 multi-upstream-gateway v5.0.0，一个本地部署的多上游 AI 网关，从 wjf1/commandcode-proxy v4.22.4 分化而来，提供 OpenAI / Anthropic 双协议入口，当前仅 CommandCode 一个上游可用。项目完成 P0 语义移植（658 用例、覆盖率 65.87%、50 并发 P99 126ms），自带中文仪表盘、用量成本分析、多账号额度轮换、SSRF 防护、凭据 AES-256-GCM 加密与合规风险告知门；Freebuff 已移植未接线，腾讯 CodeBuddy 仍在规划中。
推荐理由：作者逐项列出了可用与不可用的能力边界，并给出测试、覆盖率和重试语义细节，便于评估这个网关的实际可用程度。
zhuzhaoyun 在 GitHub 开源了 Molio，一个把笔记、PDF、Word、网页、Obsidian 库乃至百万字书籍统一转成 Markdown 知识库的本地工具，供 Claude Code、Codex、Gemini CLI、Qwen Code 等 Agent 在其上检索、写作并把结果回写为 Markdown。全流程在本机运行，PDF 和 Office 转换由内置 docling 处理；项目还提供资治通鉴、红楼梦、中医经典等现成知识库一键导入，支持 Docker/NAS 自托管，许可为带商业限制的修改版 Apache 2.0。
推荐理由：README 详细列出了输入格式处理流程、Agent 接入方式和 Docker 部署限制，想给本地文档搭 AI 知识库的读者可以按需评估。
aksheyd 在 GitHub 发布 quantize，一个可用作 Rust crate 或 Python 包的快速量化库，支持对称与非对称量化、逐块自适应位宽和 scale 拟合，码字 2 到 16 位。附带从第一性原理推导的 8 个示例章节，质量与 candle 的 Q4_0 等格式持平，在 aarch64 上反量化更快，WikiText-2 上 SmolLM-135M 4-bit 困惑度为 26.44，fp32 为 18.93。
推荐理由：这是一个 Rust/Python 双可用的量化库，原文给出了与 candle 的质量与速度基准数据，方法可迁移。
vamsi513 在 GitHub 发布 EvalForge，一个基于 FastAPI、Next.js 16 和 SQLAlchemy 的 LLM 评估平台，提供 5 信号确定性评分、OpenAI/Anthropic/Mistral/Ollama judge 适配、实验排行榜、发布门禁与异步任务，已部署在 AWS EC2 和 Vercel 并附在线 demo。60 例 judge 基准显示三种 judge 的平均分数在 n=60 下无统计差异，本地 qwen2.5:7b-instruct 与 OpenAI 通过率一致度 93.3%、Cohen's kappa 0.859。
推荐理由：作者用真实 API 调用实测了各家 LLM judge 的延迟、成本与一致性，还给出拒绝措辞掩盖泄密这一评分陷阱的具体案例。
开源工具 Mailman 提供一个测试编码智能体的 harness：一个 agent 负责任务，另一个 agent 审查仓库状态与证据，Mailman 自行运行验证命令并强制工作流状态机，最终产出供人工审查的补丁包，不向目标仓库发布任何内容。它支持 Codex 和 Claude CLI 适配器，可捕获 GitHub issue、在精确 base commit 克隆仓库、在运行目录外安装依赖、以 SHA-256 固定可执行文件，并要求 reviewer 写出 MAILMAN-VERDICT 与 MAILMAN-VERIFICATION: RAN 才能通过；项目已记录 14 个被上游合并的补丁，包括 ffn、edgartools、prefect 等，另有 BLOCKED 与修订循环的实测记录。
推荐理由：原文详细给出了双智能体协作、证据记录和目标仓库筛选的完整工作流，读者可以据此评估是否复用到自己的编码智能体流程。
作者在 GitHub 发布 stoneburner（PyPI 包名 stoneburner-atomics），一套本地优先的 LLM 评测 CLI，覆盖 token 成本、质量与安全测试套件，同一命令可跑笔记本上的 Ollama 或云 API。结果记录在 SQLite，部分运行时百分比显示为 n/a、JSON 头部为 null，避免把未完成的覆盖误读成完整分数。
推荐理由：作者发布了本地优先的 LLM 评测 CLI，同一套命令覆盖笔记本 Ollama 和云 API，并给出完整的首跑示例与安装命令。
JinSuperOfficial 在 GitHub 开源 web-video-produce，一个 DSH Skill 和独立项目，让纯文本 LLM 通过「脚本 → edge-tts 配音 → 写代码 → 逐帧渲染 → FFmpeg 合成」流程自主产出带配音、字幕、背景音乐的 MP4，不依赖剪辑软件或多模态模型。项目基于 Remotion/React/Three.js，时间轴以配音帧号为唯一锚点，渲染要求每帧为纯函数以保证可复现；支持 EDL 声明式剪辑（58 种 xfade 转场、conform 统一规格、四级降级兜底），可替换 OpenAI 兼容、VoiceCraft 或自定义 TTS API。
推荐理由：作者把纯文本 LLM 生成视频拆成配音、帧号时间轴、逐帧渲染等可复现步骤，并给出实测踩坑与校验方法，可直接复用。
DTMosken 在 GitHub 发布 Cortico 的 Bot 扩展 cortico-bot-continuity，在 Persona 的 Memory 中保存跨会话状态，按场景生成含主动性、话题延续、温度、玩笑、自我披露和克制六个维度的认知帧，并内置梦机制和后台子代理任务系统。扩展要求 Node.js 22+ 与 Cortico 0.1.7+，采用 MIT License，部分代码源自 Phantivia 的 corti-soulmate，支持分层记忆继承、旧状态归档迁移和即时评估多 provider 配置。
推荐理由：作者详细公开了分层记忆、梦与认知帧的具体实现和配置方法，做长期记忆人格系统时可以直接参考这套结构。
ipsupport-llc 在 GitHub 开源 ipsupport-code，一个针对任意 OpenAI 兼容服务器的自学习编码智能体，打包为单个静态二进制，通过 reason → act → observe 循环驱动 file、run、git、web、calc 五个工具，并在任务后反思写入学到的经验。它内置 Claude-Code 风格的 Bubble Tea TUI、plan/auto 模式、权限策略加工作区沙箱、影子模式风险评分器（纯 Go 推理，普通调用误报 7.0%、漏报 3.4%）、子智能体委派（支持 codex/claude 等外部 CLI）、/goal 目标循环、/steer 运行中转向、MCP、skills、自更新与匿名遥测开关。
推荐理由：项目给出了权限策略、沙箱和风险评分器的具体设计与实测数据，对想在本地小模型上跑编码智能体的读者有参考价值。
liliang-cn 在 GitHub 发布 agent-go v3，一个用于运行 Agent 循环的 Go 库，涵盖 tools、memory、MCP、skills、sessions、checkpoints 与 long runs，无 CLI 和 UI，需将 pkg/agent 嵌入自有程序，要求 Go 1.25+。支持 svc.Ask、Chat、Stream、Run、RunSegments、Steer 等 API，兼容任意 OpenAI 兼容端点（OpenAI、DeepSeek、Ollama、vLLM、DashScope/Qwen 等）并提供 provider 池负载均衡，内存存储可选 file、mem0、qdrant、weaviate 等多种后端，License 为 MIT。
推荐理由：README 覆盖了工具、记忆、MCP、长任务和 provider 池等完整能力清单，Go 开发者可据此评估是否嵌入自己的 Agent 程序。
New Relic 开源了 Preflight，一个面向 agentic coding 的可观测性工具，捕获 AI 编码助手的文件读取、编辑、命令等每次工具调用，并追踪成本与效率。默认本地运行，在 localhost:7777 提供实时仪表盘，无需账号；可选连接 New Relic 获取团队汇总、告警与跨会话历史。功能包括按会话/日/周的美元支出追踪、按模型与缓存的成本分解、0-100 效率评分、反模式检测（重复读取、盲改、卡死循环）及 8 个预建 New Relic 仪表盘。
推荐理由：New Relic 官方开源的 AI 编码助手可观测性工具，本地优先、默认不外发数据，覆盖成本追踪与效率反模式检测。
franckolv-dev 在 GitHub 发布个人智能体 Ely 4.2（MIT 协议），可订号、发邮件、发 LinkedIn、管理日历并持续执行到目标完成。4.x 为完全重写，从上一版约 24 万行代码加 9 个 Docker 服务精简为约 1 万行 Python 加 3 千行界面、单进程加 SQLite；4.2 按角色设置推理力度，支持 ChatGPT 订阅内模型，并让 Ely 用自己的 GitHub 账号以 pull request 提交自我改进。支持 Chrome 扩展、Android PWA、Telegram、LM Studio 本地模型与多用户，部署命令为 ./ely.sh。
推荐理由：作者给出重写前后的具体对比，从24万行加9个Docker服务压缩到约1.3万行单进程加SQLite，可据此评估其架构取舍。
JoshuaHayesWasHere 发布 MNN（Muse News Network），一个自托管的每日 AI 报纸系统，可为 Kindle Paperwhite 11 生成 e-ink 排版的头版和带目录的 EPUB。内置 AI 编辑只需一个 Claude API key 和一段偏好描述，即可从 RSS/Atom 订阅源中挑选并改写新闻；也支持自有智能体通过 JSON 文件、HTTP 上传或付印时提问三种方式供稿。一条命令可安装在 Raspberry Pi 或 Debian/Ubuntu 机器上，Docker 环境下两分钟即可试用。
推荐理由：README 写清了安装步骤、内置编辑器与自托管限制，读者可据此判断是否值得把自己的 Kindle 变成每日 AI 报纸。
runningpixels 发布开源桌面 LLM 工作区 Conduit 的 1.0.0-rc.8 候选版，支持 17 家云服务商及 Ollama、LM Studio 本地模型，数据存于本地 SQLite，无账号、无后端、无遥测。功能包括可保存的个人应用、可编辑的幻灯片、带引用的文档问答与研究报告、写作、定时工作流和 MCP 连接器；基于 Tauri 2 与 Rust 构建，API 密钥存于系统钥匙串，提供可选 AES-256-GCM 静态加密，提供 Windows、macOS 和 Linux 安装包（未做系统代码签名），采用 AGPL v3.0 许可。
推荐理由：开源桌面 LLM 工作区进入 1.0 候选版，README 详列架构、信任边界与各功能状态，便于评估是否本地部署。
guzhou079-arch 在 GitHub 发布 DeepSeek Harness 的安卓移植与增强版，打包为可直接安装的 APK，终端、文件访问和命令执行均在 App 内运行，无需 Termux、root 或配环境。基于上游 woaiys3 的安卓壳骨架做了 25 条适配补丁，内置 11 款随包技能，支持悬浮球桌宠、手机自动化，并可在手机内完成 javac 到 d8 到打包签名的自建出包链路（构建环境约 193MB 按需下载）。每个 Release 附 APK 的 SHA-256 供核对，仅可从本仓库 Releases 更新，否则会因签名冲突导致卸载重装清空私有数据。
推荐理由：README 详细列出安卓适配补丁、自建出包链路和第三方许可来源，开发者可以据此评估这个免 Termux 方案的实际能力与风险。
readytensor 在 GitHub 开源 Building AI Agents 视频系列的配套代码仓库，用纯 Python 和模型 API 从单个 bash 工具的 while 循环逐步构建编码 Agent，逐集加入 tools、skills、subagents 和完成验证门。实战项目为 md2html，最终在同一 Agent 上跑 SWE-bench Verified 评测，兼容 OpenAI、Groq、DeepSeek、Ollama 等 OpenAI 兼容端点；仓库提示 bash 不受沙箱限制，建议在 Docker 或虚拟机中运行自定任务。
推荐理由：逐集用代码 diff 讲清从 while 循环到 skills、subagents、验证门的 Agent 构建路径，方法可直接迁移到自己的项目。
wwcExperiment 在 GitHub 发布 game-screen-translator，可截取游戏窗口、galgame、漫画等屏幕区域，将画面文字发给任意 OpenAI 兼容模型（LM Studio、Ollama 或远程 API）翻译，并在原位置叠加显示译文。工具采用灰度签名变化检测加防抖，仅在文字真正变化时才请求模型；支持窗口锁定、短期滚动上下文保持译名一致，以及可选的按应用剧情摘要归档。需 Windows 和 .NET 10 SDK，配置经 config. 完成。
推荐理由：原文讲清了防抖检测、滚动上下文压缩等实现细节，想用本地 LLM 做屏幕实时翻译的读者可参考其工程做法。