工具
rongxinzy/RongxinAI · Open-source desktop AI agent: built-in free model, local GGUF models via llama.cpp, dispatch tasks from WeChat/Feishu/DingTalk. Files, browser & MCP tools. | 开源桌面 AI 智能体：内置免费模型，llama.cpp 本地 GGUF 模型，微信/飞书/钉钉直接派任务。
ZhiYuan Agent（仓库 rongxinzy/RongxinAI）是采用 AGPL-3.0 许可的开源桌面 AI 智能体，基于 Electron、React 与 TypeScript 构建。它内置 ZhiYuan 免费模型（需联网，额度在应用内显示），也可通过 llama.cpp 运行时下载并运行本地 GGUF 模型，并支持调整上下文长度、GPU 分配和线程数。智能体可读写文件、执行命令、借助 Playwright 连接器操作浏览器，生成 PPT、Word、PDF、Excel 等产物；可从微信、企业微信、钉钉、飞书/Lark、QQ、Telegram、Discord 及邮件（IMAP/SMTP）接收任务，并通过 Experts、Skills、MCP 与定时任务扩展能力。会话、配置和任务元数据保存在本地，工具执行支持「全部允许」与「逐次询问」两种权限模式。
展开详情收起详情：ZhiYuan Agent：可本地运行的桌面 AI 智能体，支持从微信、飞书、钉钉派发任务⌄
程序员作为本地优先的桌面 AI 智能体，可读写文件、执行命令，并通过 Playwright 连接器操作浏览器，辅助完成代码相关任务与排错；也可通过 Experts、Skills、MCP 扩展开发工作流。
产品经理可从微信、飞书、钉钉等聊天工具派发任务，并生成 PPT、Word、PDF、Excel 等产物，用于整理需求材料、汇报文档等产品工作。
★ 159 · 可直接使用的工具
原文发布：未知收录：2026-10-21
工具
dnaidionov/living-resume · Recruiter-first AI-native living resume and digital twin
Living Resume 是一个以招聘方为优先的“AI 原生”个人简历站点，也是一个数字孪生项目。站点基于 Next.js 与 TypeScript 构建，内容由仓库管理；它通过语义检索回答关于简历与工作经历的、有依据的问题，并可通过结构化的“View AI Context”说明各项经历是如何实现的。它还支持对粘贴、上传或链接的职位描述进行匹配度评估，并将项目自身的构建过程整理为公开的 AI 原生案例。项目采用与具体 AI 提供商无关、兼容 OpenAI 适配层的路由方式，并将 Cloudflare Pages/Workers 作为部署目标。
展开详情收起详情：Living Resume：面向招聘方、基于简历内容的 AI 问答与岗位匹配评估数字孪生⌄
程序员作为 Next.js 与 TypeScript 的 AI 原生应用参考实现，包含语义检索、内容索引与嵌入生成脚本、提供商无关的 AI 路由以及 Cloudflare 部署结构，可供开发类似问答与匹配功能时参考。
HR招聘方可以粘贴、上传或链接职位描述，让站点对候选人简历与工作经历进行匹配度评估，并基于语义检索回答有依据的简历问题，辅助初筛与面试准备。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-21
工具
nischalk987/CodeGuardAI · CodeGuard AI is an AI-powered code review platform that helps developers identify potential bugs, security vulnerabilities, performance issues, and code quality problems. Built with FastAPI, React, and the Groq API, it aims to streamline code reviews through intelligent analysis, actionable recommendations, and a scalable, modular architecture.
CodeGuard AI 是一个早期 MVP 阶段的 AI 辅助代码审查平台，结合确定性静态分析与可解释的 AI 发现，用于识别潜在缺陷、安全漏洞、性能问题和代码质量问题。项目包含 React 前端、FastAPI 后端、本地 CLI 扫描（内置确定性检查和可选 Semgrep）、PostgreSQL 持久化审查 API、Redis 队列与 Celery worker，并可通过显式 opt-in 调用 Groq 或 Hugging Face 进行单文件 AI 审查。仪表盘目前仅展示标注为示例的数据，GitHub PR 审查与内联发现尚在规划中。AI 建议定位为辅助性提示，不替代人工审查。
展开详情收起详情：CodeGuard AI：结合静态分析与 AI 辅助的代码审查平台⌄
程序员使用本地 CLI 扫描代码目录，结合确定性静态检查与可选 Semgrep 识别潜在缺陷、安全漏洞、性能问题和代码质量问题，并以文本或 JSON 输出发现结果；也可通过显式 opt-in 对单个文件调用 Groq 或 Hugging Face 进行 AI 辅助审查，获得带证据和修复建议的发现。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-20
工具
123n-nadine/ido_talent_ai · Frappe/HRMS app that connects the Recruitment module to the Talent AI engine: AI job profiles and criteria, screening of Job Applicants, assessments with evidence, ranking and HR review. Install with bench get-app.
ido_talent_ai 是面向 Frappe/HRMS 的 Frappe 应用，将招聘模块连接到独立的 talent-engine 服务：通过 HTTP 调用 talent-engine，提供 AI 职位画像与筛选条件、职位申请人筛选、带证据的评估、候选人排名和 HR 审核界面。项目以新增 DocType、自定义字段、申请网页表单和 hooks 的方式实现，不修改 frappe、erpnext、hrms 自身代码。材料还强调“无同意不使用 AI”：未取得同意的申请不会发送到引擎，撤回同意后申请人会被移出排名，并清除评估、证据和 AI 字段。
展开详情收起详情：ido_talent_ai：为 Frappe HRMS 招聘模块加入 AI 筛选与候选人排名⌄
程序员作为 Frappe 应用，通过新增 DocType、自定义字段、申请网页表单和 hooks 将 Frappe/HRMS 招聘模块连接到独立的 talent-engine 服务，并以 HTTP 调用该服务，不修改 frappe、erpnext、hrms 自身代码。
HR在 Frappe HRMS 招聘模块中，为职位生成 AI 职位画像与筛选条件，对职位申请人进行 AI 筛选、带证据的评估和候选人排名，并由 HR 审核；未取得同意的申请不会发送到引擎，撤回同意后申请人会被移出排名并清除评估、证据和 AI 字段。
★ 0 · 开发框架
原文发布：未知收录：2026-10-20
工具
jiacwng/deskclerk · Permission-aware AI assistant for company documents and databases: LangGraph agent, MCP server, PostgreSQL row-level security.
deskclerk 是一个供公司内部使用的 AI 助手，员工通过公司登录后，可在管理员配置的 MCP 服务器上连接自己的账户并发出请求。它会根据工具 schema、Agent 已见 ID 和员工请求，审慎检查将要写操作的调用；每位员工有预算和请求配额，每个请求都会写入审计日志。项目采用 LangGraph Agent、MCP 服务器和 PostgreSQL 行级安全，README 提供基于 Docker Compose 和开发用 Keycloak 的本地启动步骤。
展开详情收起详情：deskclerk：面向企业文档与数据库的权限感知 AI 助手⌄
程序员作为可自托管的内部 AI 助手基础，程序员可参考其 LangGraph Agent、MCP 服务器与 PostgreSQL 行级安全实现，用于构建带权限校验和审计日志的企业文档/数据库访问工具。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-20
工具
yepapa-nest/eke-hive · Engine for two MoE models only - DeepSeek-V4.1-Flash (main) and GLM-5.3-Flash - on one 96 GB GPU, experts offloaded to CPU RAM, 262K context. Pieced together from what we had (DDR4, PCIe 4); DDR5 would do better. Sleeps/wakes in seconds to share the GPU. OpenAI/Anthropic API, works behind LiteLLM.
Eke Hive 是一个从零编写的推理引擎，支持 Qwen3.8-27B、Qwen3.8-Flash-Next、DeepSeek-V4.1-Flash 和 GLM-5.3-Flash 四个模型。它通过把部分专家权重和计算放到 CPU 与 RAM 上，让模型在显存不足时仍能在单张 GPU 上运行；用户可以用 HIVE_VRAM_GB 设定显存预算（如 96/72/48/32 GB），从而让一块 GPU 同时服务多个模型。项目支持 262K 上下文、OpenAI/Anthropic 兼容 API 与 LiteLLM，并具备秒级的睡眠/唤醒机制，便于与其他任务分时共享 GPU。README 中的性能数据来自作者指定的单一硬件环境，并包含配套的基准测试方法。
展开详情收起详情：Eke Hive：面向 DeepSeek/GLM/Qwen 系列的单卡混合 CPU+GPU 推理引擎⌄
程序员在单张 GPU 上本地部署并运行 DeepSeek-V4.1-Flash、GLM-5.3-Flash、Qwen3.8-Flash-Next、Qwen3.8-27B 等模型，通过 OpenAI/Anthropic 兼容 API 与 LiteLLM 接入，用于代码生成、代码审查、排错等开发工作；可用 HIVE_VRAM_GB 设定显存预算，在显存不足时由 CPU/RAM 分担计算。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-20
工具
yagobski/agentleak · Open-source privacy testing for AI agents. Python SDK, CLI and MCP tools to detect data leaks across tool calls, memory, inter-agent messages and logs, with redacted reports and CI gates.
AgentLeak 是一个面向 AI Agent 的开源隐私泄漏测试工具，提供 Python SDK、CLI 和 MCP 工具。它检查工具调用、共享内存、Agent 间消息、日志和生成文件等执行通道中的数据泄漏，每条 trace 会生成脱敏报告，并基于 AgentRisk 给出风险指数；支持 CI 门禁、合规框架映射、本地 Web 平台和多种 Agent 框架集成。检测与评分默认在本地进行，不依赖云端或 LLM。
展开详情收起详情：AgentLeak：AI Agent 隐私泄漏检测工具⌄
程序员在开发或集成 AI Agent 时，用 AgentLeak 的 Python SDK、CLI 或 MCP 工具检测工具调用、共享内存、Agent 间消息、日志和生成文件等执行通道中的敏感数据泄漏，并生成脱敏报告与风险指数；可通过 CI 门禁在发布前检查隐私泄漏。
HRAgentLeak 的 hr 检测器可识别薪资、病假、绩效评估、纪律处分和投诉等 HR 数据泄漏，用于审查涉及员工数据的 AI Agent 执行通道是否泄露此类信息。
★ 10 · 可直接使用的工具
原文发布：未知收录：2026-10-20
工具
akshayKarai/AI-Code-reviewer · CodeSage is a full-stack AI Code Reviewer that analyses any code snippet and returns structured, actionable feedback. Paste your code, choose your focus areas, and get back a quality score, categorised issues with line references, fix suggestions, and even a refactored snippet.
CodeSage 是一个全栈 AI 代码审查应用：用户粘贴代码并选择审查重点后，后端将结构化提示发送给 Anthropic Claude 模型，返回质量评分（0–100）、按严重程度分类并带行号的问题、修复建议、代码亮点以及可选的代码重构片段，另提供代码解释功能。项目由 FastAPI 后端与 Streamlit 前端组成，支持 16 种语言，并以 REST API 形式提供审查与解释接口。
展开详情收起详情：CodeSage：基于 Claude 的 AI 代码审查工具⌄
程序员粘贴代码片段并选择审查重点后，获取 0–100 质量评分、按严重程度分类并带行号的问题、修复建议、代码亮点以及可选的重构片段；也可用代码解释功能获得对代码的通俗英文说明。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-20
工具
Anlter-star/ai-job-insight-evaluator · An LLM evaluation and job market analytics platform for AI evaluation, product management, and data analysis roles.
该项目面向大模型评测、产品经理与数据分析三类实习岗位，收集并人工标注公开招聘岗位描述，构建统一字段与标注规范；实现关键词规则基线与兼容 OpenAI 接口的大模型结构化提取器，使用准确率、Precision、Recall、F1 和潜在无依据率等指标进行对比评测，并通过冻结验证集分析泛化能力。当前为小型数据集上的研究性评测项目，规划中的 Streamlit 可视化页面尚未完成。
展开详情收起详情：AI Job Insight Evaluator：面向招聘岗位描述的大模型结构化信息抽取评测与岗位洞察平台⌄
程序员提供关键词规则基线与兼容 OpenAI 接口的大模型结构化提取器实现，以及准确率、Precision、Recall、F1 等评测代码，可供开发人员参考或复用进行信息抽取评测。
HR用于对公开招聘岗位描述（JD）进行结构化信息抽取与评测，辅助招聘信息整理和岗位技能需求分析；项目首期覆盖大模型评测、产品经理、数据分析三类实习岗位。
产品经理项目将产品经理实习岗位纳入岗位描述结构化提取与技能需求分析范围，可用于产品经理岗位的招聘信息洞察。
★ 1 · 研究实现
原文发布：未知收录：2026-10-19
工具
mobiumdev/mobium-evals · An evaluation of an AI agent driving Mobium over MCP on an Android emulator, graded on the device's own state
mobium-evals 是一套评测框架，用于衡量固定模型通过 MCP 驱动 Mobium 在真实 Android 模拟器上完成任务的效果，评测结果依据设备自身状态判定，而非依赖智能体的自我陈述。项目包含 23 个 MobiumApp 任务（如登录、表单、滑块、弹层遮挡、WebView 表单等）和一个 Morpho Market 重构任务，并设有 reference、null、wrong 三类对照驱动与答案规则校验；还提供本地 Ollama 第二驱动、基于 llama3.1:8b 的答案二次判分，以及面向 Mobium 面向智能体接口（工具描述、错误提示、map 输出）的改进验证循环。仓库 README 给出了在 Android 15 模拟器上的基线结果。
展开详情收起详情：mobium-evals：通过 MCP 驱动 Mobium 的 Android 智能体评测框架⌄
程序员用于评测固定模型通过 MCP 驱动 Mobium 在真实 Android 模拟器上完成登录、表单、滑块、WebView 表单等任务的效果，并依据设备自身状态而非智能体自述进行判分；还可通过 verify 对比 Mobium 改动前后同一任务与种子的结果，作为回归检查。
★ 0 · 开发框架
原文发布：未知收录：2026-10-19
工具
tryggth/richardson-attention · Superconducting Spectral Attention: Zero-Shot 1-to-5 Hop Long-Context Extrapolation & Renormalization Group Relays for Hybrid Transformers (Gemma-4 2B & 4B)
Richardson Attention（又称 Superconducting Attention）是一种免训练、权重不变的运行时推理干预方法，用于缓解混合注意力 Transformer（如 google/gemma-4-E2B-it、gemma-4-E4B-it）在滑动窗口注意力与稀疏全局注意力交错结构下，多跳指针追踪退化为极低准确率的问题。README 报告称，该方法在 8,270 token 的 3 跳检索上把准确率从 0.0380% 提升到 98.5919%，在 9,912 token 的 5 跳链式追踪上从 2.2398% 提升到 93.8942%，并显著降低对抗性诱饵的捕获率，同时基本保持语言建模困惑度不变；在 NVIDIA RULER VT、BABILong qa3 和 Lost in the Middle 的评测中也报告了提升。项目包含论文、Colab 演示、评测脚本和结果文件，面向对长上下文推理与机制可解释性感兴趣的研究者。
展开详情收起详情：Richardson Attention：面向混合注意力 Transformer 的免训练长上下文多跳推理与解码时注意力干预方法⌄
程序员用于长上下文推理与机制可解释性研究：在混合注意力 Transformer（如 google/gemma-4-E2B-it、gemma-4-E4B-it）上以免训练、权重不变的运行时注意力干预方式，改善多跳指针追踪与长上下文检索准确率，并可用仓库提供的评测脚本和结果文件复现 RULER VT、BABILong qa3、Lost in the Middle 等基准评测。
★ 1 · 研究实现
原文发布：未知收录：2026-10-19
工具
Sagargupta16/orrery · Animated architecture and system design diagrams with official AWS, Azure, Google Cloud, Kubernetes, GitHub and IBM icons. YAML in; SVG, PNG, draw.io, React TSX and HTML out. An Agent Skill, Claude Code plugin and npm CLI. Gallery: sagargupta.online/orrery
orrery 是一个以 YAML 描述架构图和系统设计图的工具：输入一份规格文件，经校验、自动布局和渲染后，输出动画 SVG、PNG、可编辑 draw.io、React TSX 组件和独立 HTML 查看器。它内置 AWS、Azure、Google Cloud、Kubernetes、GitHub、IBM 等官方图标集，并提供图标校验、图标搜索、规格校验和按读者可见宽度评分图表可读性的审查命令。它同时提供 Agent Skill、Claude Code 插件和 npm CLI，可导入 Mermaid 流程图，还支持 ISO 5807 流程图、BPMN 2.0、UML 状态机、组织架构图、心智图和客户旅程图等业务流类型。
展开详情收起详情：orrery：用 YAML 生成带动画的云架构与系统设计图⌄
程序员用 YAML 规格描述系统架构与云部署拓扑，自动布局并渲染为动画 SVG、PNG、可编辑 draw.io、React TSX 组件或 HTML 查看器，用于技术文档和 README 中的架构图；也可将现有 Mermaid 流程图导入为规格，并用 review 命令按读者可见宽度检查图表可读性。
产品经理用同一份 YAML 规格绘制 BPMN 2.0 业务流程、组织架构图、心智图和带情绪曲线的客户旅程图，用于需求与流程说明材料。
★ 3 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
vishalhabib99/fin-doctor · Checks the money facts in AI agents' answers before customers see them: stale or wrong IRS and SSA figures flagged with the right figure and its source. MCP server + Python.
fin-doctor 是一个面向金融 AI 智能体的事实核查工具，用 MCP 服务器 + Python 实现：它把草稿答案中的 IRS/SSA 官方数字（如 401(k)、IRA、HSA 限额、RMD 年龄、社保应税上限）与带年份和来源的注册表比对，标记过时、错年或错误数字，并给出正确数值与来源链接。它还提供贡献额度计算工具和退休问答审校（事实、投资建议、承诺性表述、范围外、提示注入检测），输出 SEND/REVIEW 判定。项目为参考性构建，未说明生产部署情况。
展开详情收起详情：fin-doctor：在 AI 财务问答交付前核查 IRS 与 SSA 金额事实⌄
程序员在开发金融类 AI 智能体时，可将 fin-doctor 作为 MCP 服务器接入（如 Claude Code），在草稿答案交付前调用 check_answer / gate 对 IRS、SSA 官方金额进行事实核查，并返回 SEND/REVIEW 判定；也可用 contribution_room 工具做确定性的额度计算。
产品经理作为 AI 产品经理的参考构建，可借鉴其从 PRD、评测计划到盲测、发布门禁的流程，以及模型风险包（清单、模型卡、验证报告、监控计划）来设计金融 AI 答案的事实核查与上线治理方案。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
antonsoo/errorbars · Error bars for LLM evals: clustered SEs, paired comparisons, leaderboards, and power analysis. Python + web calculator.
errorbars 是一个 Python 包兼网页计算器，用于给 LLM 评测结果补上统计不确定性：提供均值、标准误与置信区间汇总，支持配对比较、聚类稳健标准误、精确 McNemar 检验、带显著秩的排行榜以及功效分析（估计所需题目数或最小可检测效应）。可读取 lm-evaluation-harness 与 Inspect AI 的日志及 CSV/JSONL 长格式数据，基于 arXiv:2411.00640 的统计实践，帮助判断模型间的分数差距是真实提升还是噪声。
展开详情收起详情：errorbars：为 LLM 评测结果添加误差条与显著性检验的统计工具⌄
程序员在评估或比较 LLM 模型或代码生成基准的得分时，为准确率结果计算标准误、置信区间和显著性检验，判断模型间的分数差距是真实提升还是噪声；也可读取 lm-evaluation-harness 与 Inspect AI 的日志进行配对比较和排行榜分析。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
rogeriojunior31/lazyagents · The lazygit for AI coding agents: skills, sessions, usage, providers and hooks for Claude Code, Codex, Gemini CLI, OpenCode, Pi, Crush and Hermes Agent.
lazyagents 是一个用 Go 编写的终端界面工具，被类比为 lazygit，用来在同一个界面中管理 Claude Code、Codex、Gemini CLI、OpenCode、Pi、Crush 和 Hermes Agent 等 AI 编程助手。它提供技能库；支持检索、恢复和导出会话；可保存 API 或本地模型连接；可管理 hooks；可备份并恢复配置；还可按来源与覆盖范围查看用量、令牌和成本信息。项目同时提供 CLI 的无头操作和 JSON 输出，但各助手能力差异较大，需要查阅生成的能力矩阵；项目目前处于 pre-1.0 阶段，命令与格式可能在次版本间变化。
展开详情收起详情：lazyagents：统一管理多个 AI 编程助手的终端界面⌄
程序员在终端统一管理多个 AI 编程助手：维护技能库并按助手启用、检索/恢复/导出会话、保存 API 或本地模型连接、管理 hooks、备份恢复配置，以及按来源查看用量、令牌和成本。
★ 22 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
ebt55/evalfloor · What a benchmark scores with nothing in it: content-free answers against each task's own majority baseline, plus a judged arm. Preregistered. Closed: 45 tasks on inspect_evals 0.24.0, 1 beats its baseline outright (bbh, a task property).
eval-floor 是一个评测完整性检验工具：它不调用任何模型，而是用一组不含题目信息的内容（空字符串、拒答、拼接所有标签、回显问题等）驱动 Inspect Evals 各任务的真实评分器和数据集，测量“无内容答案”能拿到多高分数，并与多数类基线对比。项目在 inspect_evals 0.24.0 上对 45 个可计数任务做了预先注册的确定性扫描，结果是 34 个健康、10 个因构造方式而天然并列、1 个因任务本身特性（bbh）被标记、0 个因评分器缺陷被标记；另有一个由模型判分的分支，对 7 个任务中的 3 个在 Wilson 95% 下界上标记，并给出判分模型不一致率作为对照。
展开详情收起详情：eval-floor：检测 LLM 评测任务中零信息答案的得分基线⌄
程序员在开发或审查 LLM 评测代码时，用该工具以空字符串、拒答、拼接所有标签、回显问题等无信息答案驱动 Inspect Evals 任务的真实评分器和数据集，测量无内容答案能拿到多高分数并与多数类基线对比，从而发现评分器缺陷（如 paws 的 includes() 问题）并验证修复。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
imrohitagrawal/quorum-ai · Multi-model LLM orchestration with cost approval, source-backed synthesis, disagreement, uncertainty, and degraded-mode disclosure.
Quorum-AI 是一个基于 FastAPI 的研究问答工具：它把同一个问题并行发送给四个 LLM，再经过两轮互评或主持人评审，最后由独立的合成模型给出包含共识、分歧、来源支持、不确定性和建议五项内容的答案。它提供成本预估与分级额度控制（单次软阈值/硬上限、账户日上限、全局日上限），并通过确定性结构评测计算信任分；但信任分默认因评审模型关闭而显示未验证，引用支持仅比对来源标题与链接而不读取页面内容。结果默认不持久化，需要用户手动导出。
展开详情收起详情：Quorum-AI：多模型并行问答与分歧合成工具⌄
程序员作为可自部署的 FastAPI 多模型问答工具，程序员可将其用于技术问题研究：同一问题并行查询四个 LLM，经两轮互评/主持人评审后由合成模型输出包含共识、分歧、来源支持、不确定性和建议的答案，并可通过导出按钮保留结果。
产品经理产品经理可用该工具做研究性问答与多模型观点对比：输入研究问题后获得含共识、分歧、来源支持、不确定性和建议的结构化答案，并借助成本预估与分级额度控制在预算内使用。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
CodeCritic-Reviews/review-action · AI-powered pull request code review for GitHub Actions. Posts findings to PRs, optional merge gates on severity.
CodeCritic Review 是一个 GitHub Actions 动作，在拉取请求 opening 或 synchronization（打开或同步）时调用 CodeCritic API 进行 AI 代码审查，并将审查摘要作为 PR 评论发布。它提供 review_id、0-100 的质量分数和 final status 输出；可按配置等待完成，或将分数用于后续步骤，并据此设置合并门槛。材料也说明这是 AI 生成结果，可能存在误报或漏报，不能替代人工审查或专业安全审计，并且不执行代码、不访问运行时行为。
展开详情收起详情：CodeCritic Review：为 GitHub Actions 中的拉取请求提供 AI 代码审查⌄
程序员在 GitHub Actions 中为拉取请求自动执行 AI 代码审查，将审查摘要作为 PR 评论发布，并输出 0-100 质量分数，可用于设置合并门槛或后续步骤判断。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
Sahil170595/Chimeraforge · PyPI capacity-planning CLI for LLM deployment. pip install chimeraforge.
Chimeraforge 是一个本地优先、模型无关的 LLM 部署规划器，以 Python CLI 形式提供。用户可输入模型规模、HF 仓库或 Ollama 标签，以及 GPU 硬件与请求速率，工具会在（模型 × 量化 × 后端 × GPU 数量 × 并行策略）空间中搜索，并在 VRAM、质量、延迟、成本、能耗等门控约束下返回满足 SLO 的最便宜配置。每个数值都标注为 measured、extrapolated、derived、estimated 或 unknown 的来源，无需联网即可对本地注册表和目录进行规划。项目还提供 workload 流量画像、markdown 决策简报、MCP 服务器供 Claude/GPT/Cursor 调用，以及 suggest、measure、bench、safety 等共 25 个子命令。
展开详情收起详情：Chimeraforge：LLM 部署容量规划命令行工具⌄
程序员程序员可用该 CLI 规划 LLM 部署：输入模型规模、HF 仓库或 Ollama 标签及 GPU 硬件与请求速率，在 VRAM、质量、延迟、成本、能耗等约束下搜索最便宜的满足 SLO 的配置；也可通过 MCP 服务器让 Claude/GPT/Cursor 调用规划器获取部署参数与启动命令。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-19
工具
Atomic-Germ/OpenFlowLM-Next · Active and open development fork of FastFlowLM.
OpenFlowLM 是 FastFlowLM 的社区分支，用本仓库内从源码构建的开源 AIE 内核替代原项目的闭源 NPU 内核，面向搭载 XDNA2 NPU 的 AMD Ryzen AI 系列芯片提供 NPU 优先的推理运行时，可运行 LLM、嵌入模型和 MoE 模型，无需 GPU。项目提供单命令 CLI（run、serve、list、bench），支持 OpenAI 兼容 API，并用 GGUF 与 Q4_K 容器格式加载权重。开源内核覆盖 Qwen3.6-MoE、Qwen3.5、Qwen3、Qwen2.5、Llama 3、Gemma 3、Phi-3/4、LFM2、HunYuan、Granite 等模型族，另通过 src/open_npue 提供第二个嵌入后端。视觉、音频以及 Gemma 4、GPT-OSS、Whisper 等尚无开源内核设计，仍调用上游闭源引擎二进制。
展开详情收起详情：OpenFlowLM：面向 Ryzen AI NPU 的开源 NPU 内核 LLM 推理运行时⌄
程序员在搭载 XDNA2 NPU 的 AMD Ryzen AI 设备上本地运行 LLM、嵌入模型和 MoE 模型，并通过 OpenAI 兼容 API 或 CLI（run、serve、list、bench）接入开发与测试流程，无需 GPU。
★ 35 · 可直接使用的工具
原文发布：未知收录：2026-10-18