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
工具
mbaquerizo/dagger · The DAG-powered product management tool built for AI.
Dagger 是一个由 DAG（文档增强生成）驱动的产品管理工具，用于在从想法到架构决策、再到工单的整个功能生命周期中保存并发布结构化文档，并把它们作为上下文提供给 AI 编码代理。它提供面向人的简洁 UI，以及面向代理的快速文本接口和 Dagger AI 安全 API；代理获取工单或文档的聚焦 Markdown 版本及完整背景。开发侧为 Go 1.26+ 的 monorepo，API 位于 api/，需要 Supabase 数据库和 BASE_URL 配置。
展开详情收起详情：Dagger：面向 AI 的产品管理与文档增强生成工具⌄
程序员AI 编码代理通过 Dagger AI 安全 API 以原始 Markdown 获取聚焦的工单或文档及其完整上下文，用于辅助代码生成。
产品经理通过 DAG 驱动的聊天界面进行功能规划：输入功能想法或会议记录，识别干系人、产品经理和工程角色，生成并发布高层功能规划文档；随后引导架构决策并发布 ADR，再基于过往讨论创建带验收标准的工单。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
agent-sh/agnix · The missing linter and lsp for AI coding assistants. Validate CLAUDE.md, AGENTS.md, SKILL.md, hooks, MCP. Plugin for all major IDEs included, with autofixes.
agnix 是面向 AI 编码助手的配置检查工具与 LSP，用于在运行前发现 CLAUDE.md、AGENTS.md、SKILL.md、hooks、MCP 配置等文件中的语法或规范问题。项目宣称提供 702 条规则，覆盖 Claude Code、Codex CLI、OpenCode、Cursor、Copilot、Kiro 等工具，支持自动修复、GitHub Action 及 VS Code、JetBrains、Neovim、Zed 编辑器扩展。
展开详情收起详情：agnix：校验 AI 编码助手的配置文件与技能定义⌄
程序员在编写或维护 AI 编码助手配置（如 CLAUDE.md、AGENTS.md、SKILL.md、hooks、MCP 配置）时，用 agnix 做语法与规范校验并自动修复，避免配置错误导致技能不触发或工具静默失效；也可通过 GitHub Action 在 CI 中校验这些配置文件。
★ 457 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
skyhook-io/radar · The missing open-source Kubernetes UI with a built-in MCP server for AI agents. See what's broken, why, and what changed. Issues, Topology, event timeline, Helm, GitOps, live service traffic, and cluster audits - all in one Go binary.
Radar 是一个以单一 Go 二进制形式提供的开源 Kubernetes UI，可在本地或集群内运行，通过直接连接 Kubernetes API 展示拓扑、资源、事件时间线、Helm、GitOps、实时服务流量与集群审计等信息，帮助定位故障现象及其原因与变更。项目内置 MCP 服务器，使 AI Agent 能够检查和操作集群；同时支持 Helm 部署以实现团队共享访问与 RBAC 权限控制。
展开详情收起详情：Radar：面向 AI Agent 的开源 Kubernetes 可视化管理与诊断工具⌄
程序员用于 Kubernetes 集群的故障排查与运维：通过拓扑、事件时间线、Helm、GitOps、实时服务流量和集群审计视图定位故障现象、原因与变更；内置 MCP 服务器让 AI Agent 检查并操作集群，辅助排错。
★ 3906 · 可直接使用的工具
原文发布：未知收录：2026-10-25
工具
auric/pr-review-inbox · Local-first pull request (PR) review inbox for Bitbucket Server and Data Center, with AI code review by your own Claude Code CLI. It drafts review comments and replies, proposes fixes, and posts nothing without your click.
PR Review Inbox 是运行在本机的 Bitbucket Server 和 Data Center 拉取请求评审收件箱，集中展示需要你处理的 PR，并按消息跟踪讨论、未读状态与提醒。它调用你自己的 Claude Code CLI，在脱敏的 PR 快照上做 AI 评审，结合 Jira 任务信息生成评审评论、回复和修复建议草稿；所有内容在你逐条接受或编辑并点击后才发布到 Bitbucket。它还提供 PR 说明、Jira 任务构建、评审检查项与评审质量统计等功能。
展开详情收起详情：PR Review Inbox：面向 Bitbucket Server/Data Center 的本地优先 PR 评审收件箱与 AI 草拟评审⌄
程序员在本地收件箱中集中处理 Bitbucket Server/Data Center 的待评审 PR，使用自己的 Claude Code CLI 在脱敏快照上生成评审评论、回复和修复建议草稿，逐条接受或编辑后再发布；还可生成 PR 说明、构建 Jira 任务并查看评审质量统计。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
MahamYasir-ai/HirePilot-AI-Recruiter · AI-powered recruitment platform featuring an intelligent hiring chatbot, job listings, candidate applications, AI-based candidate screening, HR dashboard, and WhatsApp integration.
HirePilot AI Recruiter 是一个面向招聘场景的 Web 应用，用现代化前端界面整合招聘相关交互，包含 AI 招聘聊天机器人、职位列表、候选人申请、HR 仪表盘和 AI 辅助候选人筛选等模块，并已在 Vercel 上提供公开演示。项目使用 TypeScript、基于 React 的前端、Vite 和 Node.js，主要用于探索对话式 AI 与招聘工作流、Web 界面结合的实际应用。README 说明各功能可用性取决于当前实现进度，并列出改进空间，包括完善聊天交互、候选人审阅流程、输入校验与错误处理、API 集成文档等。
展开详情收起详情：HirePilot AI Recruiter：基于 AI 的招聘 Web 应用，含招聘聊天机器人、职位列表与候选人筛选⌄
HR用于招聘工作流：通过 AI 招聘聊天机器人进行招聘相关交互，查看职位列表、候选人申请，并在 HR 仪表盘中集中查看招聘信息，借助 AI 辅助审阅候选人信息。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
Tencent-Hunyuan/DiagSafe · DiagSafe: diagnostic LLM safety benchmark with prompt-level rubrics (3,489 bilingual prompts, 84-label taxonomy)
DiagSafe 是腾讯混元开源的大语言模型安全评测基准，由细粒度双语安全数据集与提示级评分准则（rubric）两部分构成。基准包含 3,489 条中英文提示，基于 11 个一级、34 个二级、84 个三级标签的安全分类体系，覆盖单轮与多轮对话、直接有害请求及多种攻击形式（含模板越狱、组合模板越狱与指令攻击）。评测采用 LLM-as-a-judge：每条提示配有专属安全评分项及豁免条件，另加八项通用有用性评分项，由裁判模型逐项判定并引用证据，从而给出可解释的细粒度安全诊断。仓库提供评测脚本、OpenAI 兼容与 vLLM 配置、结果分析与本地数据看板。
展开详情收起详情：DiagSafe：面向大语言模型的诊断式安全评测基准⌄
程序员作为 LLM 安全评测工具，程序员可用仓库提供的评测脚本、OpenAI 兼容与 vLLM 配置，对模型进行提示级安全诊断，并分析不安全率与有用性统计，用于模型安全测试与红队评估。
★ 26 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
RDunbar01/Nexus-Adapter-Studio · Nexus Adapter Studio is an experimental browser-based WebGPU application for training LoRA adapters on supported GGUF models. Bring your own model and JSONL corpus, evaluate learning, and export resumable Nexus adapter checkpoints. Runs locally without a Python or PyTorch backend.
Nexus Adapter Studio 是一个实验性的浏览器 WebGPU 应用，用于在受支持的 GGUF 模型上训练和评估 LoRA 适配器。用户自带模型和 JSONL 语料，在训练前进行架构、分词器、张量格式与内存检查，并可导出可恢复的 Nexus 适配器检查点。浏览器版将界面、JavaScript、CSS 与 WGSL 内核打包为单个 HTML 文件，无需 Python 或 PyTorch 后端；另提供需完整下载、基于 PyTorch 的原生后端。项目不内置基础模型，兼容性需由用户输入实际满足，验证仅限于界面启动、前端与包完整性检查，不代表完整模型正确性或真实硬件性能。
展开详情收起详情：Nexus Adapter Studio：在浏览器 WebGPU 中为 GGUF 模型训练 LoRA 适配器⌄
程序员在浏览器 WebGPU 环境中为受支持的 GGUF 本地模型训练和评估 LoRA 适配器：自带模型与 JSONL 语料，训练前进行架构、分词器、张量格式与内存检查，并导出可恢复的 Nexus 适配器检查点；也可使用需完整下载的 PyTorch 原生后端。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
rmedipallycic/llm-inference-fault-tolerance · Fault-injection study of vLLM and SGLang: what a streaming client sees when an LLM server crashes mid-generation. 430 measured trials on Llama 3.1 8B (AWS A10G): naive retry contradicted already-delivered text; deterministic modes plus recompute recovered exactly. Paper, raw logs and table scripts included.
该项目是针对 vLLM 与 SGLang 的故障注入研究，考察 LLM 推理服务在生成中途崩溃时，流式客户端实际收到什么。基于 Llama 3.1 8B 与 AWS A10G 完成 86 次运行、430 次试验，比较朴素重试、重算、固定间隔 KV 检查点等恢复策略，并记录朴素重试与已交付文本矛盾、确定性模式加重算可精确恢复等发现；仓库包含论文、原始日志、分析制表脚本、故障注入工具与精确一次令牌网关。后续的 KV 检查点微基准与自适应策略尚未开始。
展开详情收起详情：llm-inference-fault-tolerance：测量 LLM 流式推理服务崩溃时客户端所见的令牌异常⌄
程序员用于测试和排错 LLM 流式推理服务的容错行为：通过故障注入工具在指定流式分块位置杀死 vLLM 或 SGLang 工作进程，记录客户端完整令牌流，并比较朴素重试、重算、固定间隔 KV 检查点等恢复策略下客户端可见的重复、缺失或偏离令牌异常；仓库还提供精确一次令牌网关及其测试。
★ 0 · 研究实现
原文发布：未知收录：2026-10-24
工具
rajratangm/tinyforge · Fine-tune an 8B LLM on a 4 GB laptop GPU, check it with real quality gates, and serve it (pip install tinyforge)
tinyforge 是一个面向小显存 GPU 的 LLM 微调与部署工具，提供数据准备（文档切分、问答对生成、PII 扫描）、LoRA/QLoRA 训练、显存规划、微调前后对比评测（含遗忘检查与失败退出）、GGUF 导出以及 OpenAI 兼容服务端，并附带 CLI、REST API 和 Web UI 三种入口。README 提供了在 4 GB RTX 3050 Ti 笔记本 GPU 上实测的 3B/8B 文本到 SQL 微调结果与失败案例，同时作者声明项目处于早期 alpha、单 GPU 场景。
展开详情收起详情：tinyforge：在 4 GB 笔记本 GPU 上微调 8B 级小语言模型并做质量门禁与本地服务⌄
程序员在显存较小的笔记本 GPU 上对小型语言模型做 LoRA/QLoRA 微调，用于文本到 SQL 等代码相关任务；通过微调前后对比评测、遗忘检查和失败退出机制判断模型质量，并导出 GGUF 或启动 OpenAI 兼容服务进行本地调用。
★ 0 · 开发框架
原文发布：未知收录：2026-10-24
工具
hanxiao/Qwen3.8-27B-abliterated-AWQ-SGLang-DFlash2-RTX-PRO-6000 · Abliterated Qwen3.8-27B in AWQ-INT4 with SGLang and an FP8 DFlash 2 drafter on half an NVIDIA RTX PRO 6000: 124 tok/s, 237k context, 2 slots, vision
该仓库记录了一套针对 abliterated Qwen3.8-27B 模型的生产推理部署方案：采用 AWQ-INT4 量化权重，结合 SGLang v0.5.22（含五个补丁）与 FP8 的 DFlash 2 投机解码草稿器，运行在 NVIDIA RTX PRO 6000 的半卡 MIG 分区上，并通过 Cloud Run 提供服务。README 给出了量化流程、显存与 KV 池配置、单流/四流与长上下文下的解码和预填充基准、投机解码与验证优化、并发槽位设置的实测数据，以及视觉输入、工具调用方面的能力说明和结构化输出不支持等限制。部署包含约 14 分钟冷启动和一次耗时约 75 分钟的量化步骤，性能数据均在 Cloud Run 环境下测得。
展开详情收起详情：Qwen3.8-27B-abliterated-AWQ-SGLang-DFlash2-RTX-PRO-6000：在单张半卡 RTX PRO 6000 上部署量化 Qwen3.8-27B 推理服务⌄
程序员作为自托管大模型推理服务，为编程工作负载提供代码生成与补全能力；仓库基准显示代码场景解码速度达 193.4 tok/s，并支持工具调用参数流式输出，可用于构建代码助手或 Agent 后端。
★ 5 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
amandahervol-alt/TalentPilot-AI-Recruitment-Agent
TalentPilot 是一个用 Python 构建的多智能体招聘评估系统：Agent 1 对职位描述与简历进行候选人筛选，识别技能差距并输出结构化状态；Agent 2 依据差距生成 5 道针对性追问及 1-5 分评分矩阵。系统通过 Pydantic 校验 JSON 结构，支持 Anthropic Claude 在线推理并在无 API Key 时回退到离线启发式模式，输出 Markdown 评估卡与可交互 HTML 仪表盘，并附带 AI 工程、AI 产品经理和医疗数据分析三类示例数据集与 Pytest 测试。
展开详情收起详情：TalentPilot：招聘候选人筛选与面试评分表生成的多智能体系统⌄
HR用于招聘初筛与面试准备：Agent 1 对职位描述与简历进行候选人筛选并识别技能差距，Agent 2 针对差距生成 5 道追问及 1-5 分评分矩阵，输出 Markdown 评估卡与可交互 HTML 仪表盘，帮助 HR 标准化候选人评估与面试提问。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
MasayukiYamagishi/kokochi-ui-agent-readability-lab · OpenTelemetryを使って、HTML構造の違いによるLLMのUI解釈を観測・評価する実験基盤
该项目是一个实验基座，用于在可复现条件下观察和评估 LLM 如何解读 Web UI 的 HTML 结构；它包含 semantic-first 与 presentation-first 的 Fixture 对比、基于 Ollama 的 LLM 推理、用 control-group-membership F1 评价，以及通过 OpenTelemetry 采集 trace、metrics、logs 并配合 Grafana 进行观测。公开版提供实验定义、代码与复现材料，不包含正式实验的原始 LLM 响应和执行结果。
展开详情收起详情：KOKOCHI UI Agent Readability Lab：用 OpenTelemetry 观测和评估 LLM 对 HTML 结构不同的 Web UI 的解读⌄
程序员作为实验基座，在可复现条件下观察和评估 LLM 如何解读 Web UI 的 HTML 结构，并对比 semantic-first 与 presentation-first 的 Fixture；通过 OpenTelemetry 采集推理与评估过程的 trace、metrics、logs，并配合 Grafana 进行观测。
★ 0 · 研究实现
原文发布：未知收录：2026-10-24
工具
srikanthbhompally8/ai-recruiter-assistant · "Intelligent recruitment platform powered by AWS Bedrock"
AI Recruiter Assistant 是一个端到端的招聘辅助平台，利用 AWS Bedrock 提供 AI 分析与语义搜索能力，自动化简历解析、候选人匹配和职位需求管理。后端采用 FastAPI、PostgreSQL 15 + pgvector 和 SQLAlchemy，前端采用 React 18、Redux Toolkit、Tailwind CSS 与 Vite，并包含 JWT 认证、REST API（Swagger 文档）和 Docker 等基础设施配置。项目当前为 Phase 1，后续规划包括高级匹配、面试安排、分析与 ATS 集成等。
展开详情收起详情：AI Recruiter Assistant：基于 AWS Bedrock 的智能招聘平台，实现简历解析、候选人匹配与职位需求管理⌄
程序员可作为参考实现，了解基于 FastAPI、PostgreSQL + pgvector 与 AWS Bedrock 构建简历解析、语义搜索和 REST API 的招聘平台代码结构。
HR用于招聘工作：自动解析上传的简历、管理候选人档案与职位需求，并基于 AI 进行候选人与岗位的匹配和语义搜索，辅助筛选候选人。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
HarperZ9/proof-surface · proof-surface checks an AI agent's trace against the permissions it was granted, and turns traces, evals and measurements into JSON packets with a verdict and report. Python, no dependencies.
proof-surface 是一个 Python 库和命令行工具，用于把 AI Agent 的轨迹（可读取 OpenTelemetry、LangSmith、Langfuse 导出或自有 JSON 格式）与授权清单中的允许动作、目标范围和有效期逐项比对，并把每个动作标记为 MATCH、DRIFT 或 UNVERIFIABLE，同时给出对应决策与可读报告。它还能把测量、评测、研究声明等记录转成带结论的 JSON 包，并针对各领域常见的过度声明做拒绝检查；此外提供证据包、工作记录、授权收据、委派链、预执行门控等基础校验器及多个外部工具导入适配器。
展开详情收起详情：proof-surface：校验 AI Agent 轨迹是否越权的证明包工具⌄
程序员在开发或审查 AI Agent 时，用该工具读取 OpenTelemetry、LangSmith 或 Langfuse 导出的轨迹，与授权清单中的允许动作、目标范围和有效期逐项比对，把每个动作标记为 MATCH、DRIFT 或 UNVERIFIABLE，并生成带结论的 JSON 包和可读报告，用于确认 Agent 是否越权。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
dominicrume/ai-code-quality-auditor · An empirical safety harness for agentic AI coding systems: measures whether an AI agent built what the specification asked for, not just whether the code runs. Pre-registered, blinded, open data.
该项目是一个面向智能体式 AI 编码工作流的实证测量与审计工具。它从需求文档、README、包描述或 feat: 提交中提取规格并写入 .auditor/spec.yaml，然后逐项核对代码是否实现了所要求的功能（规格保真度，区分已交付、缺失、存在但不可达以及未被要求的内容），同时报告安全漏洞密度、圈复杂度、重复代码和返工等常规指标。它还支持在同一规格下对比人工基线与多个商业智能体工具的工作流，输出 CSV/JSON 供统计比较，并通过 CI 集成或本地仪表盘展示结果。项目带有学术研究背景（MSc 论文实验工具）与公开数据，也明确披露了自身的误报和方法学限制。
展开详情收起详情：AI Code Quality Auditor：审计 AI 编码智能体是否按规格交付代码并衡量代码质量⌄
程序员审计 AI 编码智能体交付的代码：从需求文档、README、包描述或 feat: 提交中提取规格，逐项核对功能是否已交付、缺失或存在但不可达，并报告安全漏洞密度、圈复杂度、重复代码和返工等指标；可通过 CI 集成或本地仪表盘展示结果，用于代码审查与质量把关。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
JoelAbrilM/cv-agent · An AI-powered recruitment assistant that compares CVs against job requirements and determines candidate fit.
cv-agent 是一个小型 Python 应用，读取本地 .txt 格式的简历文本和职位要求文本，调用 Google Gemini 生成结构化的辅助性评估，包括优势、技能缺口、可能未满足的硬性要求和指示性匹配分数，并依据“分数不低于 70 且无关键缺口”的演示规则给出推荐。项目使用 Pydantic 校验模型输出，自带模拟 Gemini 响应的单元测试，不包含数据库或网页界面；其说明明确强调结果仅供人工参考，不能作为招聘决策的唯一依据。
展开详情收起详情：cv-agent：基于 Gemini 的简历与职位要求匹配评估工具⌄
HR读取本地 .txt 格式的简历文本和职位要求文本，调用 Google Gemini 生成结构化的辅助性评估，包括优势、技能缺口、可能未满足的硬性要求和指示性匹配分数，供招聘人员人工参考。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-24
工具
openai/MultiLangBench · An eval based on SQLite that benchmarks language models in multiple languages.
MultiLangBench 是 OpenAI 发布的评测项目，要求语言模型依据 SQLite 3.40.1 文档，用指定编程语言实现一个 SQLite 兼容程序，并通过由 TCL 测试转换而来的测试套件进行验证。测试由初始数据库、用户查询和校验查询三部分组成，评分以（API 成本、测试通过率）二元组表示；完整测试共 24k 条，README 建议先运行以 00、01、02 开头的 272 条测试。
展开详情收起详情：MultiLangBench：多语言语言模型 SQLite 实现能力评测基准⌄
程序员用于评测语言模型依据 SQLite 3.40.1 文档、用指定编程语言实现 SQLite 兼容程序的能力，并通过由 TCL 测试转换而来的测试套件验证实现正确性；评分以（API 成本、测试通过率）二元组表示。
★ 32 · 开发框架
原文发布：未知收录：2026-10-24