综合合集
BlueRingsLabs/no-shortcuts · Free Course : Data, Machine Learning, Deep Learning and AI Engineering, the long way round: the math, the code, the systems and the security. 173 lessons, 166 runnable labs, no shortcuts. Free under CC BY-NC 4.0.
这是一门覆盖数据、机器学习、深度学习与 AI 工程的免费课程，按基础数学、数据工程、经典机器学习、深度学习、语言模型、AI 工程、强化学习、MLOps 与安全等十个部分组织，共 173 节课和 166 个可运行实验。课程强调从零推导与动手实现，涵盖数据平台、PyTorch 训练、从零构建 GPT、微调与量化、RAG 与 Agent、评测与 LLM 安全，以及生产部署中的追踪、CI/CD、监控与威胁建模，目标是让学习者具备数据工程师、数据科学家、机器学习工程师、深度学习工程师或 AI 工程师岗位所需的实际工作能力。
展开详情收起详情：No Shortcuts：面向数据工程、机器学习、深度学习与 AI 工程的长周期系统化课程⌄
程序员作为程序员系统学习并动手实现数据工程、机器学习、深度学习与 AI 工程的可运行实验，包括 PyTorch 训练、从零构建 GPT、微调与量化、RAG 与 Agent、评测与 LLM 安全，以及生产部署中的追踪、CI/CD、监控与威胁建模。
★ 67 · 资料合集
原文发布：未知收录：2026-10-26
工具
XYenon/ajevt-browser · A bounded Jev System-1 browser tool for Pi, OpenCode V2, Amp, and MCP, powered by agent-browser
ajevt-browser 是一个 TypeScript 编写的浏览器工具，基于 Vercel agent-browser，为 Pi、OpenCode V2、Amp 和 MCP 提供统一的 ajevt_browser 调用。单次调用会在有限候选中执行 observe/decide/validate/act 循环，由 Jev System-1 在受限操作空间内选择操作与目标，并经过概率、置信度与风险校验；支持文本与元素值校验器、域名白名单、敏感值脱敏、风险操作确认及结构化 handoff。
展开详情收起详情：ajevt-browser：面向 Pi、OpenCode V2、Amp 与 MCP 的受限浏览器自动化工具⌄
程序员在开发或测试中，通过 MCP 或 Pi/OpenCode/Amp 插件调用 ajevt_browser，让受限浏览器代理按给定目标执行观察/决策/校验/操作循环，例如填写搜索框并验证结果页包含指定文本，用于网页交互的自动化验证。
★ 2 · 开发框架
原文发布：未知收录：2026-10-26
综合合集
lordaashishh/tf-nlp-modern-stack · Complete TensorFlow NLP Guide 2026: BERT, GPT and LLM Downstream Tasks Explained
TemporalMind（仓库名 tf-nlp-modern-stack）是一个面向研究与教学的 NLP 仓库，以连续流水线的方式组织从原始文本清洗、分词与词表构建、主题建模，到 Transformer 下游任务（分类、序列标注、摘要、问答、句子对任务）以及现代 LLM 工作流（提示工程、检索增强生成、适配器与轻量微调）的可复现 notebook 与模块化工具。文档以韩英双语提供，并包含跨语言迁移实验与可复现的评测方法说明。项目自述为教育研究用途，不保证生产可用性。
展开详情收起详情：TemporalMind：TensorFlow NLP 全流程学习与实验仓库⌄
程序员作为 NLP 工程学习与实验参考：仓库提供从文本清洗、分词与词表构建、主题建模到 Transformer 下游任务（分类、序列标注、摘要、问答、句子对任务）以及提示工程、检索增强生成、适配器与轻量微调的可复现 notebook 与模块化工具，程序员可据此学习并复现 NLP 流水线各阶段实现。
★ 53 · 资料合集
原文发布：未知收录：2026-10-26
工具
andrelair-platform/retrieva-backend · Retrieva backend — Node/ESM Express + Drizzle/Postgres + LangChain RAG API for DORA TPRM (runs on the ktayl-solution minicloud platform)
Retrieva 的后端服务，基于 Node.js 20 / Express 5 提供 API，用 LangChain 经 LiteLLM 网关实现证据支撑的 RAG 与 DORA 第三方风险（TPRM）评估引擎。数据层使用 PostgreSQL + Drizzle 存储、Qdrant 向量检索，Redis/BullMQ 处理队列与缓存，并接入 Langfuse 追踪；服务以容器镜像方式通过 GitOps（ArgoCD + Kargo）部署在 k3s minicloud 平台。仓库包含本地开发命令、API 端点说明、环境变量清单和 Drizzle 迁移流程。
展开详情收起详情：retrieva-backend：为 DORA 第三方风险管理提供基于证据的 RAG 评估后端⌄
程序员作为可自托管的 RAG 后端参考实现，供程序员搭建或维护基于 Express 5、LangChain、Qdrant 与 PostgreSQL 的检索增强生成 API 服务，并参考其 Drizzle 迁移、环境变量配置与容器化部署流程。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工作流
ult666666/motionx-studio · Next.js and TypeScript studio website with a separate Python outreach-validation workflow: motion-first UI, testable rules, and human approval.
该仓库包含两个系统：一是用 Next.js App Router、TypeScript、Tailwind CSS v4 和纯 CSS 动画构建的创意工作室营销网站，带 Playwright 端到端测试，可部署到 Vercel，联系流程不依赖后端；二是用 Python 编写的外联引擎，先调研潜在客户并起草冷邮件，再经过确定性校验栈，只有通过才允许发送，其中包含收件人身份确认、邮件回读校验、状态流转保护和发送上限。
展开详情收起详情：MOTIONX Studio：动效优先的创意工作室官网与外联邮件自动起草引擎⌄
程序员作为可参考的工程化工作流：仓库包含 Next.js/TypeScript 网站与 Playwright 端到端测试、类型检查、lint、构建等质量门禁脚本，以及 Python 外联引擎的确定性校验栈与测试套件，可供程序员借鉴测试与校验流程设计。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工具
LakBud/vernLLM · The LLM call framework. Resilience, observability, and control for AIs.
vernLLM 是一个 TypeScript 的 LLM 调用框架，为每次模型调用提供统一接口与运行时治理能力。它通过适配器接入 OpenAI 兼容服务、Anthropic、Gemini、AWS Bedrock 以及任何可经 HTTP 访问的提供方，并在本进程内内置重试预算、熔断、多提供方回退、限流、缓存与中间件。仓库还包含 Redis 集成（熔断、限流、缓存）、OpenTelemetry 追踪与指标、Bedrock 适配器，以及日志、用量成本、路由、策略、输入输出检查等开发中的扩展包。
展开详情收起详情：vernLLM：面向 LLM 调用的容错、可观测与管控框架⌄
程序员在 TypeScript 应用中统一接入多个 LLM 提供方（OpenAI 兼容服务、Anthropic、Gemini、AWS Bedrock 等），并为每次模型调用配置重试预算、熔断、多提供方回退、限流、缓存与中间件，用于构建具备容错与可观测性的 AI 调用代码。
★ 4 · 开发框架
原文发布：未知收录：2026-10-26
工具
JiamanBettyWu/retrieval-lab · Two-stage RAG retriever measured against a computed oracle ceiling on BEIR
retrieval-lab 是一个检索质量实验项目：以 BEIR（NFCorpus、SciFact、FiQA）为基准，用 NDCG@10、MRR@10、Recall@100 等指标，对两阶段 RAG 检索器（双编码器召回 + 交叉编码器重排）的每一处改动进行测量，包括用 LoRA 微调编码器后发现效果变差的结果也如实保留。项目还计算 oracle 重排上限，区分“相对基线提升”与“占可用提升空间的百分比”，并讨论 qrel 密度、基线 NDCG 等混杂因素的归因分析；后续阶段计划把已验证的检索器接到生成器后面，用与人工标注校准的 LLM-as-judge 评测有据回答。
展开详情收起详情：retrieval-lab：基于 BEIR 的两阶段 RAG 检索器构建与逐步量化评测实验台⌄
程序员作为检索质量实验台，用于构建和评测两阶段 RAG 检索器（双编码器召回 + 交叉编码器重排），在 BEIR 数据集上以 NDCG@10、MRR@10、Recall@100 等指标量化每次改动，并计算 oracle 重排上限以区分相对基线提升与占可用提升空间的比例。
★ 0 · 研究实现
原文发布：未知收录：2026-10-26
工具
oigrex666/mcp-context-chronicler · Subconscious Memory 2026: AI Coding Context Engine with Hybrid Semantic Search & MCP
CogStack（仓库名 mcp-context-chronicler）是一个面向 AI 辅助开发的持久上下文引擎。它把编码会话中的决策、经验与工具用法分层记录为记忆，通过 FAISS 语义向量与 BM25 文本检索的加权混合搜索进行召回，并以 SQLite 本地持久化，同时提供 MCP 服务器接口供 AI 编程助手接入。README 还描述了 OpenAI、Claude 的嵌入与摘要集成、Web 可视化面板、多语言支持及文件导入导出的团队共享方式。
展开详情收起详情：CogStack：为 AI 编程助手提供持久上下文记忆与混合检索的引擎⌄
程序员为 AI 编程助手提供跨会话的持久上下文记忆：记录编码会话中的决策、经验与工具用法，并通过 FAISS 语义向量与 BM25 文本检索的混合搜索召回，帮助程序员在重构或排错时查询过往架构决策与解决方案。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工具
iammonth1997/paperwiki-research-compiler · AI Research Wiki 2026: Auto-Building Knowledge Base with Deep Citation Syntheses
PaperWiki 是一个面向研究场景的自主维基构建工具，能够将 PDF、网页、学术论文和原始文本摄入为互联知识，并借助本地 DeBERTa-v3 零样本分类器将查询路由到对应知识域。其核心能力包括：随时间持续复合的持久知识图谱、跨会话记忆、自动化的深度研究综述引擎（收集 15–30 条引用来源并生成 3000–5000 词带引用的综述文档）、多语言输出、响应式 Web UI，以及通过 OpenAI 或 Claude API 进行合成生成的可选集成。项目宣称可本地优先运行，分类与实体抽取在本地完成，但网页搜索与 LLM 合成可能访问外部 API。
展开详情收起详情：PaperWiki：自动构建带持久知识图谱与深度引用综述的研究维基⌄
程序员将技术 PDF、网页和原始文本摄入为互联知识图谱，并针对技术问题自动收集 15–30 条引用来源、生成带引用的 3000–5000 词综述文档，用于技术调研与文档整理。
产品经理将用户研究相关的 PDF、网页和原始文本整理为持久知识库，并对覆盖不足的问题自动检索来源、生成带引用的深度综述，辅助用户研究与需求分析。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工具
Cognilogical/NeuroStrata · Cognitive Memory Architecture for Agents
NeuroStrata 是一个用 Rust 编写的单二进制程序，内置图与向量存储（LadybugDB），为 AI 编程 Agent 提供跨项目和跨会话的持久记忆。它用二进制层级的强制校验机制约束工作流程：目标进入 done 状态前必须产出一条已记录的经验；规则以记忆记录形式存储在命名空间中，并在动作执行前做语义匹配校验，可选用 podman 网络隔离容器进行 dry-run；团队记忆通过普通 git 传输，无需托管 API 或消息代理。默认全本地运行，嵌入模型可选本地 fastembed 或远程 OpenAI 兼容端点，缺失密钥时 fail-closed。
展开详情收起详情：NeuroStrata：为 AI 编程 Agent 提供可强制执行、可跨项目延续的认知记忆架构⌄
程序员为 AI 编程 Agent 提供跨项目和跨会话的持久记忆与规则强制校验：把操作规则存为记忆记录，在动作执行前做语义匹配校验，并强制目标完成前产出经验记录，减少重复错误。
★ 6 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工具
nekoai-lab/tsukineko-grimoire · Build your own paper grimoire: collect arXiv papers and ask in Japanese with citations.
Tsukineko Grimoire 是一个面向 AI 与机器学习论文的知识书库，前端使用 Next.js 和 TypeScript，后端使用 Firebase Auth、Firestore、Cloud Storage 和 Vertex AI Agent Builder。它支持用关键词或自然语言检索论文，日语查看标题和要旨，把论文加入个人书架，并就积累的论文群进行聊天提问；回答会附带引用，可跳转到代表图、结果表和 arXiv 原文。项目还通过 Firestore 缓存翻译结果，以降低 Translate API 成本。
展开详情收起详情：Tsukineko Grimoire：用日语检索、收藏 arXiv 论文并进行带引用问答的知识书库⌄
程序员检索 arXiv 上的 AI/机器学习论文，用日语查看标题和要旨，把论文加入个人书架，并针对积累的论文群进行带引用的问答，回答可跳转到代表图、结果表和 arXiv 原文，用于技术调研与学习。
产品经理在实务或企划中，用关键词或自然语言检索论文，日语确认标题与要旨，保存到书架，并通过带引用的聊天问答基于论文知识进行调研。
★ 4 · 可直接使用的工具
原文发布：未知收录：2026-10-26
工具
senoldogann/web-research-stack · A production-ready web scraping and AI-powered research tool with full-stack capabilities.
该项目是一个生产就绪的全栈网页抓取与研究工具，后端采用 Python FastAPI，前端采用 React/Next.js，提供 CLI 与 REST API 两种接口。它包含本地网页研究工具（多角度搜索、抓取、站点地图、后台爬取与结构化抽取），并通过 stdio MCP 服务器暴露为 web_search、web_scrape 等工具；同时提供带引用的 LLM 研究能力，支持 SSE 实时进度、SQLite 历史与缓存、Docker 部署、Prometheus/Grafana 监控以及 SSRF 防护。
展开详情收起详情：Web Research Stack：LLM 驱动带引用的网页抓取与研究工具⌄
程序员通过 stdio MCP 服务器将 web_search、web_scrape、web_map、web_extract 等工具接入编码代理，用于检索技术文档、抓取网页内容并抽取结构化数据，辅助技术调研与排错。
产品经理使用带引用的 LLM 网页研究能力进行多角度搜索与资料汇总，并通过 SSE 实时查看研究进度，用于用户研究与需求分析阶段的资料收集。
★ 12 · 可直接使用的工具
原文发布：未知收录：2026-10-26
Agent Skill
minhacademi/skills · Agent skills for the cademi CLI and the Cademí API v3. Works with Claude Code, Cursor, Codex, OpenCode and any Agent Skills client.
该项目是 Cademí 发布的 Agent Skills 集合，以可移植的 SKILL.md 指令集形式，教 Claude Code、Cursor、Codex、OpenCode 等编程智能体如何操作 cademi CLI 和 Cademí API v3，涵盖发现、认证、输入输出约定、退出码、安全写入、异步操作、事件、沙箱、配置即代码等内容，并提供按命令域划分的参考文档。技能可通过 skills CLI、Claude Code 插件市场或手动复制安装，也支持由已安装的 CLI 自身安装配套技能。
展开详情收起详情：Cademí skills：为编程智能体提供 Cademí CLI 与 API 使用技能⌄
程序员让编程智能体（Claude Code、Cursor、Codex、OpenCode 等）掌握 cademi CLI 与 Cademí API v3 的使用方式，包括发现、认证、输入输出约定、退出码、安全写入、异步操作、事件、沙箱和配置即代码，辅助开发者通过智能体操作该 API。
★ 0 · 资料合集
原文发布：未知收录：2026-10-25
工具
siinanXD/Content-Agent-Lernapp · Lern-App für die Berufsausbildung: KI-Pipeline erzeugt Lerninhalte nur aus amtlichen Quellen, mit LLM-Richter und Qualitäts-Schwelle. Next.js, Supabase, Langfuse.
这是一个面向职业教育（试点为机电与设备操作员）的学习应用，可根据一个关键词从官方来源生成并持续更新课程内容。项目采用 Next.js、Supabase 与 Langfuse 构建，用 Claude 批量生成内容、以 OpenAI mini 模型作为 LLM 评审并设置质量阈值，提供学习路径、复习、考试与结果等学习者界面，以及面向培训师的群组和来源展示。仓库还包含基于 GitHub Actions 的内容生产、测试、质量回归与自动修复等流水线。
展开详情收起详情：Content-Agent-Lernapp：基于官方来源自动生成职业教育学习课程的 AI 学习应用⌄
程序员作为可参考的 AI 内容生成应用实现：Next.js/Supabase/Langfuse 技术栈，用 Claude 批量生成内容、OpenAI mini 模型作为 LLM 评审并设质量阈值，含 GitHub Actions 内容生产、测试与质量回归流水线。
HR用于职业培训场景：培训师可基于官方来源自动生成并持续更新课程内容，使用学习路径、复习、考试与结果界面，并通过群组视图管理培训学员分组。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
Universe366/shizi · 拾字 · 视频与网页的 AI 笔记工作台：B站/YouTube 字幕、语音转录、AI 总结与本地库，支持 Windows 桌面端与 Chrome/Edge 插件。
拾字是一个面向 B 站视频与网页内容的 AI 笔记工作台，提供 Chrome/Edge 浏览器扩展和 Windows Electron 桌面端。它可抓取 B 站、YouTube 字幕，在没有官方字幕时进行语音转录，并支持 AI 校对、总结、翻译、章节生成、字幕问答与联网补充；桌面端还提供 SQLite 本地字幕库、批量处理、历史版本和多种格式导出。首次仅抓官方字幕无需 Key，AI 总结、转录与联网功能需自行配置对应平台 Key。
展开详情收起详情：拾字：视频与网页字幕抓取、语音转录与 AI 笔记工作台⌄
程序员程序员可将 B 站/YouTube 上的技术分享、课程视频抓取字幕或语音转录，再用 AI 总结、生成章节与字幕问答，整理成 Markdown 笔记或 SRT 等格式文件，便于技术学习与文档沉淀。
产品经理产品经理可用它抓取并转录 B 站/YouTube 的用户访谈、行业分享视频，借助 AI 总结、翻译与章节生成，把视频内容整理成可检索的笔记，用于用户研究与需求分析。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
KoshiirRa/midgley · LLM Multi-Agent Framework forecasting wholesale (RBOB) and retail unleaded gasoline prices using Gemini 3.8, NOAA weather models, executive social media gap analysis, and global energy market feeds.
midgley 是一个用 Python 实现的多智能体时间序列预测框架，目标是预测美国批发 RBOB 汽油期货和多个都市区的零售无铅汽油价格。它把 Gemini、NOAA 天气模型、海运与内河咽喉点、行政社媒缺口、Cboe OVX、Baker Hughes 钻机数、USGS 水文与地震、炼厂检修等非结构化与物理数据，融合为特征向量，再结合 RB=F、CL=F、BZ=F 等商品期货，用 Ridge 回归与 XGBoost 建模，并通过情景模拟器、预测日志和每周复盘反馈回路迭代模型。项目还自动生成公开 Web 仪表盘，展示各地预测、准确率和数据源目录。
展开详情收起详情：midgley：基于 LLM 多智能体的汽油价格预测框架⌄
程序员作为 Python 多智能体时间序列预测框架的参考实现，可用于学习或复用其数据摄取、特征工程、Ridge/XGBoost 建模、预测日志与每周复盘反馈回路等代码结构。
产品经理可参考其自动生成的公开 Web 仪表盘与预测日志、准确率展示，用于设计数据产品中的预测结果呈现与效果追踪页面。
★ 2 · 开发框架
原文发布：未知收录：2026-10-25
工具
realchendahuang/opencode-hermes-memory · OpenCode 分层持久记忆插件（从 Hermes 移植，纯 Markdown 零向量库） / Layered persistent memory plugin for OpenCode
该项目是从 Hermes 移植到 OpenCode 的分层持久记忆插件，使用纯 Markdown 文件作为记忆来源，不依赖向量数据库或外部服务。它提供常驻指令注入、记忆检索与增删改、会话空闲时后台学习总结、纠错检测、bash 命令失败时相关历史教训预取，以及记忆替换后的历史归档等能力，使 OpenCode 智能体能跨会话保留用户偏好、项目约定和过往经验。
展开详情收起详情：Hermes Memory for OpenCode：为 OpenCode 智能体提供分层持久记忆的插件⌄
程序员为 OpenCode 编程智能体提供跨会话持久记忆：保留项目约定、用户偏好和过往失败教训；当 bash 命令失败时自动预取相关历史教训，帮助排错；会话空闲时后台总结学习，减少重复说明。
★ 11 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
ThanyathipK/AgenticAI-for-PRD
该项目是一个面向企业需求工程的本地优先应用，使用 React 19 前端、FastAPI 后端和 LangGraph 多智能体工作流（Router、Matcher、Gatherer、Auditor、Architect），通过 LM Studio 在本地运行推理，将银行产品简报或 DOCX/PDF/Markdown/TXT 文档转化为版本化、可审计的需求、用户故事、验收标准、PRD 和流程图，并提供合规审计、需求追溯矩阵、人工确认的变更暂存、PRD 分段编辑与版本快照、SSE 实时更新等能力。
展开详情收起详情：AgenticAI-for-PRD：将银行产品需求简报转化为可审计、可追溯的 PRD 与需求工程文档⌄
程序员作为本地优先的需求工程应用，提供 FastAPI 后端、LangGraph 多智能体工作流、React 19 前端及测试套件，可供程序员参考或二次开发需求管理与 PRD 生成系统。
产品经理将银行产品简报或 DOCX/PDF/Markdown/TXT 需求文档转化为版本化、可审计的需求、用户故事、验收标准、PRD 和流程图，并生成需求追溯矩阵与合规审计结果，用于需求分析与 PRD 编写。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-25
综合合集
launchapp-dev/awesome-ai-coding-tools · A curated list of AI-powered coding tools — editors, agents, code review, testing, CLI tools, and more.
这是一份面向开发者的 AI 编程工具精选列表，按 AI 代码编辑器与 IDE、编辑器内助手与补全、自主编程 Agent、CLI 与终端工具、Agent 编排与多 Agent、代码评审与 PR 自动化、测试与 QA、代码搜索与代码库智能、文档生成、Web 应用构建器、开源与自托管、MCP、DevOps/CI-CD、编程模型、提示与上下文工程等类别整理条目，并用标记区分开源、商业付费、免费档、可自托管等属性；内容为资料汇总，不提供工具本身的安装或验证。
展开详情收起详情：Awesome AI Coding Tools：AI 编程工具精选清单⌄
程序员作为 AI 编程工具的资料汇总，供程序员按类别查找代码编辑器与 IDE、编辑器内补全助手、自主编程 Agent、CLI 工具、代码评审与 PR 自动化、测试与 QA、代码搜索、文档生成、DevOps/CI-CD 等工具，用于日常编码、审查、测试和技术文档工作。
★ 10 · 资料合集
原文发布：未知收录：2026-10-25
综合合集
harness/harness-skills · A collection of structured AI agent skills that enable Claude Code, Cursor, GitHub Copilot, and other AI coding assistants to create, operate, debug, and govern Harness CI/CD workflows through natural language.
该项目提供一套与模型无关的 AI 编码技能，使 Claude Code、Cursor、GitHub Copilot 等 AI 编程助手能够通过自然语言创建、操作、调试和治理 Harness CI/CD 工作流。技能覆盖流水线生成与调试、基础设施资源管理、访问控制、特性开关与实验（FME）、数据库 DevOps、平台运维、安全测试与供应链、可观测性与治理等场景。多数技能依赖 Harness MCP v2 Server 提供 Harness API 访问，该服务器不随插件捆绑。
展开详情收起详情：Harness Skills：面向 Harness CI/CD 的 AI 编码技能集合⌄
程序员程序员可借助这些 AI 编码技能，通过自然语言生成 Harness 流水线 YAML、调试流水线执行失败、创建连接器/环境/服务等基础设施资源、管理密钥，以及在流水线中配置容器扫描、DAST、代码扫描和密钥检测等安全测试。
★ 125 · 资料合集
原文发布：未知收录：2026-10-25