知识库与 RAG461
chrisgagne/grounded-forge · Project once, retrieve distillations, create tools: a pre-loading retrieval architecture and tool builder for distributable, source-grounded assistants for complex, repeatable work in your known task domains.
grounded-forge 是一个面向“已知任务域中重复性工作”的检索与工具构建架构：通过结构化 9 遍摄入协议把每个来源一次性读入，并预先投影到助手支持的各个任务域，形成“来源 × 任务”矩阵中的蒸馏（distillation）文件；运行时以查表选择已投影的单元格并回引来源，而非从原始片段重新推导。项目附带演示语料（28 个引用源、5 个任务轴、117 个蒸馏、23 个 Pass G 跳过）以及 decision、stakeholder、software-business、aar-mode、retro-mode 等已打包应用，支持通过 Claude Code 打开运行、打包分发，并可用 Chroma 做语义检索兜底。
Agent 与自动化462
kiexpert/wkappbot-sdk · Computer Use, App Use, AppBot — give AI agents real eyes and hands on Windows. Open-source RPA where humans, the app ecosystem, and AI share one keyboard. Focusless. Self-healing. Multi-AI.
WKAppBot 是一个面向 AI Agent 的开源 RPA 与 UI 自动化工具，让 Claude、GPT、Gemini 等模型能够在不抢占用户焦点的情况下操作 Windows 应用、网页、浏览器 AI 会话以及通过 ADB 控制 Android 应用。它采用无障碍树优先的读取策略，配合 UIA、Win32 PostMessage、CDP 等多种通道，并提供基于视觉推断的自愈式元素识别与经验缓存。项目还包含多 AI 并行委派、Skills 知识积累与防错型 harness 守卫机制。免费层覆盖基础自动化，CDP 浏览器自动化、多 AI 委派及 sudo 管理员访问属于付费 Pro 层。
Agent 与自动化463
sytone/botnexus · BotNexus is an experimental lab for agents, tools, memory, channels, and automation ideas of varying quality written in C# using the dotnet environment.
BotNexus 是一个用 C#/.NET 构建的实验性 LLM 编排沙盒，用于探索多 Agent 协作、通道接入、工具调用、记忆持久化与调度等交互模式。它提供网关路由、WebUI 聊天、多种模型提供方（GitHub Copilot、OpenAI、Anthropic、Azure OpenAI 及兼容端点）、扩展系统与诊断工具，并通过 CLI 完成安装、配置与网关生命周期管理。项目明确定位为实验平台，而非高可用企业级方案。
知识库与 RAG464
memtomem/memtomem · Markdown-first, long-term memory infrastructure for AI agents. Hybrid BM25 + semantic search across markdown/code files via MCP.
memtomem 是一个 Markdown 优先的 AI Agent 长期记忆基础设施。它把用户自己的 markdown 笔记、文档和代码文件（.md、.json、.py、JS/TS 等）索引成可搜索知识库，通过 BM25 关键词检索与稠密向量语义检索的混合搜索（含 RRF 融合）供 AI 编程 Agent 调用。项目通过 MCP 集成 Claude Code、Cursor、Codex 等客户端，提供 CLI、Web UI 仪表盘、命名空间、增量索引、去重/衰减/TTL 等维护能力，以及 Context Gateway、LangGraph Store 等扩展。原始 .md 文件是数据真源，数据库仅作为可重建缓存。
知识库与 RAG465
harshit-ojha0324/Gemini-Powered-RAG-System · Production-ready RAG application that enables intelligent Q&A over PDF documents using Google Gemini. Features semantic search, source attribution, conversation memory, and enterprise-grade security including PII detection, injection prevention, and real-time monitoring.
这是一个全栈 RAG 应用，支持上传 PDF 后用自然语言提问，由 Google Gemini 生成带来源页码引用的回答，并保留多轮对话记忆。系统包含语义分块、向量检索（Chroma）、可选 Gemini 或本地 sentence-transformers 嵌入，以及 PII 检测、提示注入防护、输出敏感信息过滤和安全仪表盘等安全能力，提供 FastAPI 接口、React 前端与 Docker 部署方式。
应用工具466
chris-mcnulty/synozur-orbit · AI powered digital marketing intelligence and product management
Synozur Orbit 是一个 AI 驱动的数字营销情报与产品管理平台，仓库 README 主要是一份文档索引，覆盖 SharePoint Embedded（SPE）存储的平台搭建指南，以及数据刷新/重建/重抓取操作的 UX 优化方案文档（含执行摘要、快速参考、可视化指南与完整提案）。材料还记录了该 UX 优化三阶段已全部实现，包括全局刷新状态指示、数据时效标记、命令面板、批量操作、Refresh Center 仪表盘与键盘快捷键等，并给出了相关前端文件路径与业务指标目标。
知识库与 RAG467
lii-lii321/Math_Tutor_RAG · 📘 基于视觉大模型与 RAG 的智能错题本：AI 拍照录题 · 结构化解析 · 向量检索举一反三 · SM-2 间隔重复复习 | Vision-LLM powered wrong-question notebook with RAG & spaced repetition
MathMaster Edu 是一个智能错题本应用：拍照上传手写作业或试卷照片，由视觉大模型完成结构化解析（考点、分步讲解、答案、难度、易错原因、变式题），配合 ChromaDB 向量检索实现相似题召回与语义搜索，并用 SM-2 间隔重复算法安排复习。项目还提供知识点掌握度画像、学情看板、知识图谱、教师端学生总览、Word 组卷导出、Agent 追问讲题、FastAPI REST 网关与 MCP Server，支持多家 OpenAI 兼容模型提供商及本地 Ollama，未配置 Key 时可进入演示模式。
Agent 与自动化468
xenodium/agent-shell · A native Emacs buffer to interact with LLM agents powered by ACP
agent-shell 是一个原生 Emacs buffer，用于与基于 ACP（Agent Client Protocol）的 LLM Agent 交互。它通过 acp.el 与各类 ACP Agent 通信，支持 Claude Agent、Codex、Gemini CLI、Goose、Grok Build、Cursor、Kimi Code CLI、Qwen Code、OpenCode 等多种后端，并拥有围绕会话管理、侧边栏、书签、通知、Org 集成等方向的多个扩展包。安装前需按各 Agent 说明配置对应的 CLI 或 ACP 适配器，并确保其可执行文件在 PATH 中。
评测与安全469
DataDog/malicious-software-packages-dataset · An open-source dataset of malicious software packages found in the wild.
该项目由 DataDog 维护，是一个收录野外发现的恶意软件包的开源数据集，目前包含超过 28623 个样本，覆盖 npm、PyPI、IDE 扩展和 AI Skills 等生态。样本按生态及「良性包被投毒版本」与「以投递恶意软件为目的」分类存放，压缩为密码为 infected 的加密 ZIP；各生态目录附带 manifest.json，可用于按包名和版本快速判断是否属于已知恶意包。数据集主要用于软件供应链安全研究、检测规则（如 GuardDog）验证与本地分析。
模型与多模态470
jaredpalmer/kev · Jev-like family of decision models built on top of Qwen3.5/3.8 you can train and run on your own
Kev 是一组基于 Qwen3.5/3.8 构建的小型决策模型（0.8B、4B、9B、27B），用于在同一请求中回答是/否、单选和评分类问题，并输出经校准的概率分布。项目提供预训练权重与本地训练流程，支持在自己的标注数据上微调、在 CUDA/Apple Silicon 上本地推理，并能通过 Modal 一键部署为 HTTPS 端点；其 API 与 TypeSafe System One 兼容，现有 Python SDK 可直接迁移使用。
评测与安全471
jianruntech/geo-score · Can AI engines cite your site, and do they? Free 0–100 readiness score on an open GEO rubric, plus citation tracking via the OpenAI, Perplexity, Gemini and Claude APIs with your own keys. Zero dependencies, MCP server.
geo-score 是一个基于开放且版本化 GEO（生成式引擎优化）评分标准的网站审核工具，可在约 20 秒内给出 0–100 的 AI 可引用性评分，覆盖可抓取性、可理解性、内容可引用性、品牌可信度和答案契合度等 21 项分级检查。它还提供通过自带 API 密钥（OpenAI、Perplexity、Gemini、Anthropic、OpenRouter）向 AI 引擎提问以检查引用情况的能力，并支持按固定问题集每周追踪引用变化，同时提供本地 MCP 服务器与 Claude Code 技能接入。
AI 编程472
zyvo9/ZYVO-AI · Zyvo AI - AI coding CLI for Android Termux (OpenCode fork). Native Android, 17 free AI models via OpenRouter, zero config. Banglish e kotha bole.
Zyvo AI 是基于 opencode 分支、面向 Android Termux 原生构建的 AI 编程 CLI（命令 `zyvo`），让用户无需 PC 即可在手机上开发 Android 应用、网站和动效视频。它通过 OpenRouter 预置了 17 个免费模型（50 个模型可选），开箱零配置、无需 API Key，并内置 apk、webdev、lets-scroll、motion-animation、web2video、phone-control 六项技能；同时提供模型测试器与 Smart Retry 自动重试、AGENTS.md 记忆与 Obsidian 深度记忆、增量更新，以及借助 GitHub Actions 完成视频渲染的流水线。项目以 MIT 许可开源。
推理与部署473
alphastorm/omp-ninfer · Durable local inference for Oh My Pi: NInfer + Qwen3.8 27B on one RTX 3090/4090/5090, with restart-resumable OpenAI Responses state.
OMP NInfer 将 Oh My Pi（OMP）编程智能体、Neroued 的 NInfer 推理引擎与固定的 Qwen3.8 27B 模型打包成经过资格验证的组合，目标是让本地长程编程会话的状态（会话状态与所需 KV）可被显式检查点保存，并在推理服务重启后恢复续接。项目通过有状态的 OpenAI Responses（previous_response_id、分支与回滚）实现显式、事务化的续接，而非依赖隐式最长前缀匹配；端点仅绑定回环地址、要求 bearer 认证、失败即关闭而不回退到云端；模型、镜像、客户端均由摘要固定并由发布清单绑定。v0.9.1 明确限定在单张 RTX 3090、RTX 4090 或 RTX 5090 上，并附有解码吞吐、长上下文检索等自测数据。
知识库与 RAG474
dennisdang5/earnings-rag · RAG over SEC 10-K filings for NVIDIA, Apple, and Capital One — grounded, cited answers with a streaming UI, an eval-gated CI pipeline, and AWS deployment.
该项目是一套端到端的检索增强生成（RAG）系统，面向 NVIDIA、Apple、Capital One 三家公司的 SEC 10-K 年报，回答问题时只依据财报原文并给出引用来源。系统包含 SEC EDGAR 数据抓取、解析与分块、OpenAI 嵌入、PostgreSQL + pgvector 向量检索、基于 gpt-4o-mini 的带引用生成、SSE 流式 Web 界面、可门控 CI 的评测工具以及 AWS 部署方案，仓库中还记录了分块大小、提示词修改、公司路由等设计取舍与已知局限。
Agent 与自动化475
randomvariablewhitepelican129/open_deep_research · Build open source deep research agents using multiple models, search tools, and MCP servers.
该项目是一个开源的深度研究智能体应用，能够根据用户提供的主题，借助人工智能检索多个来源并汇总信息，自动完成研究流程。用户可选择模型提供商、设置 API Key、调整搜索深度与输出格式，并将最终报告导出为文本文件。README 说明其面向 Windows 10/11 环境，查询通过用户自己的 API Key 处理，历史记录不存储于外部服务器。
评测与安全476
Anonymous-conditionalreflex438/AIGuardSIEM · Detect security threats and automate incident response with this production-grade SIEM and XDR platform.
AIGuardSIEM 是一个面向 Windows 的网络安全监控工具，通过分析系统日志与数据发现可疑活动，并使用机器学习识别攻击行为。它提供统一仪表盘管理安全设置、查看日志与报告，支持监控文件夹、邮件告警、灵敏度调节和白名单等功能，可与传统杀毒软件同时运行。
Agent 与自动化477
marthiram4878/norma-ai-agent-platform · Build agentic workflows with long-term memory and RAG to convert data into action.
Norma 是一个可在 Windows 本地运行的 AI Agent 平台，用于把用户保存的文档、笔记和目标连接成自动化数字工作流。它通过 RAG 从本地文件中检索信息、以长期记忆记录偏好，并由 Agentic 工作流把大目标拆解为可执行步骤并自动完成。适用于文档摘要、清单生成等知识驱动任务的自动化。
应用工具478
Swinish-circularsaw439/OpenCluely · Analyze your screen and microphone in real time with an open-source AI copilot that remains invisible during meetings and screen shares.
OpenCluely 是一个运行在 Windows 桌面上的开源 AI 助手，以透明悬浮窗形式同时显示用户工作内容与 AI 提示。它可读取屏幕内容提供上下文相关建议，通过麦克风进行语音识别并转录会议记录，并在识别到代码时给出改进建议或解释逻辑缺口。项目支持用户自带 OpenAI、Anthropic、Google Gemini 的 API Key，本地运行并仅将所需信息发送给所选的 AI 服务商。
评测与安全479
itguruhaseeb/mcp-probe · Lint and health-check any Model Context Protocol (MCP) server over stdio — handshake, tools/list, JSON Schema validation, latency, safe round-trips.
mcp-probe 是一个基于 Node.js 的命令行工具，通过 stdio 直接使用 MCP 线路协议（换行分隔的 JSON-RPC 2.0）对任意 Model Context Protocol 服务器进行 lint 与健康检查。它执行握手初始化、调用 tools/list 校验工具 inputSchema 是否符合 JSON Schema、检查 resources 与 prompts 声明、测量延迟，并可选地执行安全往返调用。工具提供人类可读报告、JSON 和 SARIF 输出，具备稳定的退出码和规则 ID，适合在 CI 中作为构建门禁。
Agent 与自动化480
slegarraga/llm-sse · Parse streaming responses from OpenAI, Anthropic and Gemini into one unified event format. Text and tool-call deltas. Zero dependencies.
llm-sse 是一个零依赖的 TypeScript SSE 解析库，将 OpenAI Responses、OpenAI Chat Completions、Anthropic Messages 以及 Gemini streamGenerateContent 的流式输出统一为同一组事件：text、reasoning、tool_call_start、tool_call_delta、finish 和 error。它正确处理 SSE 分帧、跨块的多字节 UTF-8、同行分割的数据字段与保活注释，并提供 collectStream 汇总完整消息、toAssistantMessage 生成标准 OpenAI 形状的 assistant 消息，便于在多个提供商之间迁移和组合流式响应。适配 Groq、DeepSeek、OpenRouter、Ollama 等 OpenAI 兼容接口。