工具
246Sudankhanal/ai-code-reviewer · Automated AI-powered code review platform built with Next.js 16, TypeScript, Prisma, and Inngest to analyze GitHub PRs via vector embeddings and LLMs.
这是一个基于 GitHub App 的自动化代码审查平台：用户通过 GitHub OAuth 登录并安装应用后，系统在 PR 提交时由 Inngest 后台调度任务，使用 OpenRouter 上的大模型生成行内评论与总结，并由第二个模型判断该评论是否值得发布；可选通过 Pinecone 建立仓库向量索引，使评论能够引用相关代码而非仅限 diff 内容。附带仪表盘用于管理已连接仓库、PR 状态与 Stripe 订阅计费。
展开详情收起详情：aiprreviewer：面向 GitHub PR 的 AI 自动化代码审查平台⌄
程序员在 GitHub 上对 Pull Request 进行自动化代码审查：安装 GitHub App 后，PR 提交时由 Inngest 后台调度，使用 OpenRouter 上的大模型生成行内评论与总结，并由第二个模型判断评论是否值得发布；可选通过 Pinecone 建立仓库向量索引，使评论能够引用相关代码而非仅限 diff 内容。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-17
工具
hellcworld/FreeToken · Fork of FlashML-org/FreeToken: + Qwen3.8-27B NVFP4 (both dialects) & Qwen3.5/3.6/3.8 vision input
FreeToken 是一个边缘原生 MoE 推理服务引擎，目标是在个人与消费级硬件上运行前沿规模的开源权重 MoE 模型，把 GPU、CPU、主机内存和互联带宽视为统一的弹性推理平台。上游能力包括带宽自适应的 CPU–GPU 协同执行、全层双缓冲 prefill 流式加载、全局 LRU 专家缓存、FTW 快速权重格式、语义锚点检查点缓存、运行时显存动态重分配，以及 OpenAI/Anthropic 兼容 API。该仓库是个人 fork，在上游 main@2757bb5 基础上新增 Qwen3.8-27B NVFP4（modelopt 与 compressed-tensors 两种量化方言）支持、Qwen3.5/3.6/3.8 视觉输入（离线与在线，含 OpenAI image_url 与 Anthropic image 块）、FP8 KV 缓存、MTP 投机解码，以及单卡 LLM 与 ComfyUI 分时共用的 GPU 网关脚本。
展开详情收起详情：FreeToken（Qwen3.8 视觉分支）：面向消费级硬件的边缘原生 MoE 推理部署引擎⌄
程序员在个人或消费级硬件上本地部署并运行前沿规模的开源 MoE 模型，通过 OpenAI/Anthropic 兼容 API 接入编码与工具调用类 Agent（如 Codex、Claude Code、OpenCode 等），用于代码编写、测试与排错等开发工作；也可用其视觉输入能力处理带图片的请求。
★ 2 · 开发框架
原文发布：未知收录：2026-10-17
工具
negativexq/knowledge-base-rag · Production-style multilingual RAG with tenant-safe retrieval, evidence provenance, deterministic validation, observability, and reproducible evaluation.
该项目是一个生产风格的多语言 RAG 平台，覆盖混合检索（Qdrant 稠密+BM25、RRF 融合、BGE 重排序）、租户与角色授权边界、SectionAware 证据构建、请求级 support ID 与引用校验、Architecture V2 发生账本式关键值一致性校验、OpenTelemetry/Jaeger 可观测性以及可复现的离线评测与失败归因。README 提供本地运行的 Quickstart，并强调其定位为 portfolio 系统而非生产服务声明。
展开详情收起详情：Knowledge Base RAG：面向多租户的多语言检索增强生成平台⌄
程序员作为本地优先的多语言 RAG 工程参考系统，程序员可参考其混合检索（Qdrant 稠密+BM25、RRF 融合、BGE 重排序）、租户与角色授权边界、SectionAware 证据构建、support ID 与引用校验、Architecture V2 发生账本式关键值一致性校验、OpenTelemetry/Jaeger 可观测性以及可复现离线评测与失败归因的实现，用于构建或审查 RAG 应用的检索、验证与可观测性代码。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-17
工具
elementmerc/senbonzakura · The world's top open-weight AI model workshop. Measure, uncensor and audit: refusal removal for transformer language models, with the instruments to measure what the edit cost.
Senbonzakura 是一套 Python 工具，用于对开源权重 Transformer 语言模型执行 abliteration（项目称为 uncensoring）：移除模型原有的拒绝回答行为，并用带区间与对照的测量工具评估该编辑造成的代价，包括拒绝是否真正消失、模型是否仍能识别有害内容、推理能力是否下降以及首 token 分布漂移。仓库提供 compass、score、drift、capability、validate、check、report 等命令，并附带约 6200 条有害提示的评测轨道以便离线运行。README 明确说明该编辑会永久写入权重，且生成模型仍受基础模型许可证约束。
展开详情收起详情：Senbonzakura：对开源权重语言模型进行去审查编辑并量化其代价⌄
程序员作为 Python 工具，用于对开源权重 Transformer 语言模型执行 abliteration（去审查编辑），并通过 compass、score、drift、capability、validate、check、report 等命令测量编辑代价，包括拒绝行为是否消失、模型是否仍能识别有害内容、推理能力是否下降以及首 token 分布漂移。
★ 10 · 可直接使用的工具
原文发布：未知收录：2026-10-17
工具
AcadifySolution/fine-tuning-pipeline · PyTorch LLM fine-tuning pipeline with LoRA/QLoRA training, chat dataset preparation, and Accelerate, DeepSpeed, and SageMaker configuration examples.
该项目是一个面向生产场景的因果语言模型监督微调（SFT）流水线，基于 Hugging Face Transformers、PEFT 与 Accelerate 构建，支持 LoRA/QLoRA、assistant-only 损失掩码、单卡与多卡训练以及可选 DeepSpeed ZeRO-3。数据侧提供 JSON/JSONL/HF 数据集的规范化、schema 过滤与确定性切分，训练侧通过种子控制与每次运行的 run_manifest.json 提升可复现性，并输出安全序列化的模型检查点与 LoRA 合并脚本。仓库还包含 AWS SageMaker/Terraform 部署脚手架示例，以及 Ruff、Black、配置校验、测试、CodeQL 与 Terraform 校验等工程质量检查。
展开详情收起详情：fine-tuning-pipeline：基于 PyTorch 的 LLM LoRA/QLoRA 监督微调流水线⌄
程序员作为程序员，可使用该流水线对因果语言模型进行 LoRA/QLoRA 监督微调，包括数据规范化、schema 过滤、确定性切分、单卡/多卡训练、DeepSpeed ZeRO-3 配置，以及合并 LoRA 适配器；还可通过 run_manifest.json 提升训练可复现性，并利用 Ruff、Black、pytest、CodeQL 等工程质量检查。
★ 0 · 开发框架
原文发布：未知收录：2026-10-17
综合合集
api-evangelist/zoho-people · Zoho People — independent third-party profile of a public API surface, by API Evangelist. Zoho People is Zoho's cloud-based, AI-first HR management system (HRMS) spanning core HR, time and attendance, leave, performance, learning, recruitment, payroll and analytics — bundled inside the Zoho One business suite.
该仓库是 API Evangelist 维护的第三方资料索引，并非 Zoho People 本身的 API 或软件。它整理 Zoho People 这一云端 AI-first HRMS 的公开 REST API 接口面，覆盖员工记录、自定义表单、休假、考勤、工时追踪、自动化与仪表盘数据，并汇总 OAuth 2.0 认证、七类 ZOHOPEOPLE 作用域，以及 OpenAPI、JSON Schema、Postman 集合等机器可读描述。材料称产品涵盖核心 HR、考勤、休假、绩效、学习、招聘、薪酬与分析，但仓库本身不提供这些功能的实现。
展开详情收起详情：Zoho People：Zoho 云端 HRMS 公开 REST API 的第三方资料索引⌄
程序员程序员可参考仓库汇总的 OpenAPI、JSON Schema、Postman 集合等机器可读描述，了解 Zoho People REST API 的接口与 OAuth 2.0 作用域，用于对接 HR 系统的开发工作。
HRHR 人员可借助该索引了解 Zoho People HRMS 公开 REST API 的接口面（员工记录、自定义表单、休假、考勤、工时追踪、自动化与仪表盘数据）及 OAuth 2.0 认证与作用域，用于规划人力数据整理与 HR 系统对接；仓库本身仅为第三方资料索引，不提供功能实现。
★ 0 · 资料合集
原文发布：未知收录：2026-10-17
综合合集
Yeshwanthyk/agent-skills · Agent Skills for Claude Code, Codex, and Pi: stateful-systems and interactive-system-explainer
这是一套面向 Claude Code、Codex、pi 等能够读取 SKILL.md 目录的智能体的技能集合，每个技能可独立使用。核心技能 yesh-router 会为每个任务挑选合适的方法并应用工程原则；技能覆盖架构选型、回归定位、性能基准核查、变更影响面分析、缺陷诊断、代码原理讲解、交互式 HTML 解释、对抗式评审、形式化建模与不变量检验、代码与结构审查、并行智能体编排、文档与提交文案润色、可视化渲染、面向智能体的文档写作等。README 还介绍了 powerball 模式的配置方式，以及修改技能后的检查与构建流程。
展开详情收起详情：Agent Skills：为编程智能体提供可组合的工程技能库与路由⌄
程序员为编程智能体提供可组合的工程技能：架构选型、回归定位、性能基准核查、变更影响面分析、缺陷诊断、代码原理讲解、对抗式评审、形式化建模与不变量检验、代码与结构审查、并行智能体编排、文档与提交文案润色等，覆盖代码编写、审查、测试、排错和技术文档工作。
★ 6 · 资料合集
原文发布：未知收录：2026-10-17
工具
driftsys/upskill · Upskill your coding agents — ultra-lightweight agent skills package manager
upskill 是一个 ultra-lightweight 的 agent 技能包管理器，用单个 Rust 二进制在 Claude Code、GitHub Copilot、opencode 等 AI 编程客户端之间，从单一可信来源（SSOT）编写与分发 AI 辅助内容（rules、skills、agents）。它无需 Node.js、npm 或运行时依赖，支持从源仓库或 bundle 安装内容并自动展开到 .claude/、.github/、.agents/ 等目录，通过 .upskill-lock.json 记录安装版本与哈希，并提供 update、list、doctor、new、lint、fmt、search 等命令。项目区分源注册表（作者命令）与消费项目（消费命令）两种角色。
展开详情收起详情：upskill：用单个 Rust 二进制管理 AI 编程助手的 rules、skills 与 agents⌄
程序员在消费项目中通过 upskill add 从源仓库或 bundle 安装 AI 编程助手的 rules、skills 和 agents，自动展开到 .claude/、.github/、.agents/ 等目录，并用 update、list、doctor 管理已安装内容；在源注册表仓库中用 new、lint、fmt 编写和校验这些 AI 辅助内容。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-17
综合合集
NVIDIA-NeMo/Nemotron · Developer Asset Hub for NVIDIA Nemotron — A one-stop resource for training recipes, usage cookbooks, datasets, and full end-to-end reference examples to build with Nemotron models
NVIDIA Nemotron 开发者资源库，围绕 Nemotron 系列开源高效多模态模型，提供从数据准备、合成数据生成、预训练、SFT、PEFT、强化学习到评测、量化与部署的完整训练配方，以及使用 cookbook、端到端智能体工作流示例和模块化 nemotron steps CLI。仓库还附带名为 nemotron-customize 的 Claude Code 插件，可按步骤目录规划流水线并生成 YAML 配置。
展开详情收起详情：NVIDIA Nemotron：面向智能体 AI 的开源模型训练配方、部署指南与用例资源库⌄
程序员程序员可参考仓库中的训练配方、使用 cookbook 和端到端智能体工作流示例，用于构建、微调、评测和部署 Nemotron 模型；也可使用 nemotron steps CLI 组合数据准备、SFT、PEFT、RL、量化与部署等流水线步骤。
★ 2169 · 资料合集
原文发布：未知收录：2026-10-17
工具
langchain-ai/agentevals · Readymade evaluators for agent trajectories
AgentEvals 提供一组用于评估智能体（Agent）执行表现的评估器与工具，重点关注 agent trajectory，即智能体运行过程中的中间步骤。它既可以基于参考轨迹进行匹配判定，也支持以 LLM 作为评判者（LLM-as-judge）来评估轨迹准确性，并包含针对图结构轨迹的评测方式，可作为构建智能体评测体系的概念起点。同时提供 Python 与 TypeScript 版本。
展开详情收起详情：AgentEvals：面向智能体轨迹的评估器集合⌄
程序员在开发智能体（Agent）应用时，使用 AgentEvals 提供的评估器对智能体执行轨迹进行评测：可基于参考轨迹做严格/无序/子集/超集匹配，也可用 LLM-as-judge 评估轨迹准确性，并支持图结构轨迹评测，帮助程序员验证智能体中间步骤是否符合预期。
★ 751 · 开发框架
原文发布：未知收录：2026-10-17
工作流
karpathy/autoresearch · AI agents running research on single-GPU nanochat training automatically
autoresearch 提供一个可自主运行的 LLM 训练研究循环：给 AI Agent 一个精简版单 GPU nanochat 训练环境，Agent 自动修改 train.py、训练 5 分钟后以 val_bpb 评估结果并决定保留或丢弃，不断重复，从而在夜间无人干预地积累实验日志并可能得到更好的模型。仓库刻意保持精简，只有 prepare.py（数据准备与运行时工具，不改动）、train.py（Agent 修改的模型、优化器与训练循环）和 program.md（供人类为 Agent 编写研究指令）三个核心文件。
展开详情收起详情：autoresearch：让 AI Agent 自主迭代单 GPU 上的 nanochat 训练实验⌄
程序员程序员可将该仓库作为自主 LLM 训练实验工作流：让 AI Agent 在单 GPU 的 nanochat 训练环境中自动修改 train.py、训练 5 分钟后以 val_bpb 评估并决定保留或丢弃，从而在夜间无人干预地积累实验日志并可能得到更好的模型。
★ 98027 · 开发框架
原文发布：未知收录：2026-10-17
工具
harbor-framework/harbor · Framework for evaluating and improving agents
Harbor 是由 Terminal-Bench 团队开发的框架，用于评估与优化智能体和语言模型。它支持评估 Claude Code、OpenHands、Codex CLI 等各类智能体，构建和分享自定义基准与运行环境，通过 Daytona、Modal、LangSmith、Blaxel、Novita Sandbox、Tensorlake、Runta、Sail 等提供方并行运行上千个环境开展实验，并为强化学习优化生成 rollout。Harbor 是 Terminal-Bench-2.0 的官方评测框架。
展开详情收起详情：Harbor：面向容器环境评估与优化智能体和语言模型的框架⌄
程序员程序员可用 Harbor 在容器环境中评估和优化编码智能体与语言模型，例如运行 Terminal-Bench-2.0 基准测试 Claude Code、OpenHands、Codex CLI 等智能体，并通过 Daytona、Modal 等提供方并行运行上千个环境开展实验，以及为强化学习优化生成 rollout。
★ 6185 · 开发框架
原文发布：未知收录：2026-10-17
Agent Skill
Reality-Software-Entertainment/ravensight-skills · Customer-facing agent skills for Ravensight: audit and improve game tracking with your own coding agent
Ravensight Skills 面向使用 Ravensight 分析平台的游戏开发者，提供可在自有编码智能体中加载的客户侧技能。其中的 ravensight-instrumentation 技能会先针对玩家旅程问题写出验收矩阵，再审计既有事件埋点，识别缺失、重复或误导性事件并给出源码位置，也可按需实现埋点扩展，最终产出事件目录、覆盖报告和包含交付、schema、覆盖三项独立结论的完成报告。安装器支持 Codex、Claude Code、GitHub Copilot 及通用手动加载方式，仅写入技能文件，不修改游戏代码、不配置账号、不联系平台。
展开详情收起详情：Ravensight Skills：用编码智能体审计并完善游戏埋点追踪⌄
程序员游戏开发者可在自有编码智能体（Codex、Claude Code、GitHub Copilot 或手动加载）中加载 ravensight-instrumentation 技能，对游戏既有事件埋点进行审计，识别缺失、重复或误导性事件并给出源码位置，也可按需实现埋点扩展，最终产出事件目录、覆盖报告和包含交付、schema、覆盖三项独立结论的完成报告。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-16
工具
tarc/carimbo · An AI agent for Brazilian NF-e invoices: extraction, tool-using decisions, durable execution, and a measured eval suite.
carimbo 将巴西电子发票（NF-e）的 DANFE PDF 转为严格类型化的发票记录，并进一步生成可审批/拒绝/升级的判定。项目以可复现的评测套件、确定性校验器、有界修复循环、持久化执行、幂等、追踪与成本归集为支撑，公开每次真实运行的逐案例记录与汇总结果。当前已完成抽取阶段的骨架与带校验的抽取，可重放运行阶段已实现但验证待完成；智能体与持久化执行属于后续里程碑，尚未在路线图内。
展开详情收起详情：carimbo：面向巴西 NF-e 电子发票的抽取与审批决策 LLM 智能体⌄
程序员作为可复用的 LLM 智能体工程参考实现，用于构建结构化输出抽取流水线：将 PDF 文档转为严格类型化记录，并配套确定性校验器、有界修复循环、可复现评测套件、响应缓存重放、幂等与成本归集，供程序员在受监管金融场景中开发与评测文档抽取智能体。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-16
工具
jakemanger/whatmodel · Find the best AI models you can run
whatmodel 是一个开源 AI 模型榜单工具，将 879 个模型依据 22,113 条已发布基准测试结果汇总为单一评分，并列出每个模型的 API 价格、本地运行所需内存以及运行命令。用户可以在网站或终端按自身电脑配置（内存、显存、是否有独立显卡）与预算过滤模型，覆盖 llm、图像、视频、TTS、STT 等多个类别，支持 LMArena 等基准子集筛选与自定义评分尺度。
展开详情收起详情：whatmodel：按硬件与预算筛选可本地运行的 AI 模型榜单⌄
程序员程序员在本地部署或选择 AI 模型时，可按自身电脑的内存、显存和是否有独立显卡过滤模型，并查看每个模型的 API 价格、本地运行所需内存以及运行命令，从而决定哪些模型能在本机运行。
产品经理产品经理在评估 AI 模型选型时，可参考该榜单按单一评分比较 879 个模型，并查看 API 价格与本地运行所需内存，辅助成本与能力权衡。
★ 30 · 资料合集
原文发布：未知收录：2026-10-16
工具
KonstantinStarovoytov/agent-docs · Hybrid RAG MCP server: fresh official docs of Claude Code, Cursor, Codex and MCP for any AI agent, with an eval gate
Agent Docs 是一个混合 RAG 服务，索引约 600 页 Claude Code、Cursor、Codex 与 MCP 的官方文档并每日自动刷新，通过 MCP 工具（search_docs、read_section）或 REST 接口供 AI Agent 调用，返回带引用的检索结果与答案。其检索链路包含翻译、混合检索（Embedding + BM25）、RRF 融合、Cohere 重排、阈值拒答与上下文选择，并配有 Langfuse 追踪和评估回归门禁。
展开详情收起详情：Agent Docs：面向 AI Agent 的 Claude Code、Cursor、Codex 与 MCP 官方文档混合 RAG 服务⌄
程序员程序员在编写或调试 Claude Code、Cursor、Codex 与 MCP 相关代码时，可让 AI Agent 通过 MCP 工具 search_docs 和 read_section 检索这些产品的官方文档，获得带引用的答案，用于查询 API 用法、配置方式等开发问题。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-16
工具
nurf-ai/ai · Multimodal Go AI module with realistic cost tracking, not just tokens.
nurf-ai/ai 是一个 Go 语言模块，用于在多家 AI 服务商之间统一构建聊天、流式输出、推理、工具调用、结构化输出、嵌入、语音转文字、文字转语音、音效、音乐生成、实时语音、内容审核、图像生成与编辑、视频生成等能力。其特色是内置按模型计价器，可估算 token、图像、视频秒数、语音字符与音频时长等真实成本，并通过 models.json 集中维护模型费率与上下文窗口。
展开详情收起详情：nurf-ai/ai：跨多家 AI 服务商的多模态 Go 模块，内置真实成本计量⌄
程序员在 Go 项目中通过该模块统一接入多家 AI 服务商的聊天、流式输出、工具调用、结构化输出、嵌入、语音、图像与视频生成等能力，并利用内置按模型计价器估算 token、图像、视频秒数、语音字符与音频时长等真实成本。
产品经理在评估或规划多模态 AI 功能时，参考该模块覆盖的聊天、推理、工具调用、结构化输出、语音转文字、文字转语音、音效、音乐生成、实时语音、内容审核、图像生成与编辑、视频生成等能力清单，以及按模型计价器对 token、图像、视频秒数、语音字符与音频时长的成本估算方式。
★ 1 · 开发框架
原文发布：未知收录：2026-10-16
Agent Skill
LynxTWO/anti-dark-code-skill · Evidence-based AI code review: map unfamiliar code, audit risks, verify changes, and improve software within owner authorization.
Anti-Dark-Code 是一个模型中立的 agent skill，帮助编码助手理解陌生代码、排查关键风险、记录关键行为、建立校验并修复有依据的问题。它围绕理解、调查、记录、验证、修复与改进六类任务组织工作流，强调结论需附证据并标注已验证、推断与未知的置信度，本地校准信息按仓库隔离保存，可选使用本地 Python 3.12 及以上标准库工具运行。
展开详情收起详情：Anti-Dark-Code：基于证据的 AI 代码审查与代码库理解技能⌄
程序员作为编码助手的 agent skill，用于 AI 代码审查、代码库映射、代码审计、验证与经授权的改进：理解陌生代码、排查关键风险、记录关键行为、建立校验并修复有依据的问题，结论需附证据并标注已验证、推断与未知的置信度。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-16
工具
NevGiU-AI/hr-ai · HR AI Recruitment Manager started at KLx Hackathon, 21 - 22 November 2025 but continuously improved
该项目是一个面向企业的租户隔离式招聘应用，可生成与审批职位邀请、导入 PDF 或 ZIP 简历、做重复检测与 ClamAV 查毒、提取简历文本，并在人工确认后调用 OpenAI 对候选人进行评分与解释。应用还提供基于 Redis 的会话认证、角色与组织边界管理、登录限流与锁定、安全审计和候选人数据治理（保留期、法律保留、彻底删除）。AI 输出仅作为辅助，不自动做出录用决定。OCR、简历对话、语音输入输出和招聘仪表盘仍在路线图中。
展开详情收起详情：HR AI Recruitment Manager：多租户招聘管理与简历评估应用⌄
程序员开发者可参考或复用该仓库的 Spring Boot 3 / Java 21 后端与 Angular 19 前端实现，包括基于 Redis 的会话认证、租户隔离、登录限流与锁定、安全审计、Flyway 数据库迁移以及 ClamAV 简历上传扫描等工程实践。
HR招聘人员可用该应用生成、编辑并审批 AI 辅助的职位邀请；导入 PDF 或 ZIP 简历，进行重复检测与病毒扫描后提取简历文本，并在人工确认后调用 OpenAI 对候选人按已审批职位进行评分与解释，作为招聘决策的辅助参考。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-16
综合合集
ktwu01/benchmark-radar · Track 20,710+ AI benchmark, eval, dataset, and data-quality records from 39 public sources, with linked evidence and daily updates.
Benchmark Radar 是一个面向 AI 基准与评测的"活数据库"和搜索引擎，通过爬虫每天从 40 个公开来源采集基准论文、仓库、数据集与发布信号，并结合模型报告、Artificial Analysis 等来源整理基准目录、分数记录、测试条件与引用信息。项目提供网页仪表盘（今日发现、基准前沿排行榜、Pareto 前沿、饱和与趋势视图）、RSS 订阅、可下载数据集以及用于离线查询的 CLI，还支持通过 coding agent 技能方式查询基准。材料说明软件采用 MIT 许可，技术报告与原创编辑内容采用 CC BY-NC-SA 4.0，商业再发布或产品集成需事先书面许可；未说明具体硬件要求和 API 成本。
展开详情收起详情：Benchmark Radar：AI 基准与评测记录的持续采集与检索数据库⌄
程序员程序员在开发或评估 AI 系统时，可通过该数据库检索 AI 基准与评测记录，查看基准论文、仓库、数据集、模型分数与测试条件，并利用 CLI 或 coding agent 技能进行离线查询，辅助评测选型与结果核对。
产品经理产品经理在规划 AI 产品时，可借助该数据库的基准前沿排行榜、Pareto 前沿、饱和与趋势视图，了解模型能力评测与基准采用趋势，为技术选型和产品决策提供参考。
★ 294 · 可直接使用的工具
原文发布：未知收录：2026-10-16