工具
bigfish1913/pi-rust · Rust-native, library-first coding-agent runtime and terminal CLI inspired by Pi, with composable LLM providers, tools, sessions, and plugin ABI
rpi 是一个用 Rust 编写的、以库为核心的编码智能体运行时，同时提供基于该运行时的终端命令行工具。它由九个可组合的 crate 组成，覆盖 LLM 提供方适配、可持久化且崩溃可恢复的智能体循环、终端 UI 以及稳定的插件 ABI，因此同一套代码既可作为嵌入式 SDK 集成到自己的进程中，也可作为可直接运行的 rpi 命令使用。该项目支持 Anthropic 与 OpenAI 兼容的模型提供方，并提供确定性的 faux 提供方与内存执行环境以便离线测试；会话以 JSONL 树形结构持久化，支持崩溃后从最后一个已提交帧恢复；插件为 Rust cdylib，通过稳定的 C ABI 进行版本协商；还支持无头服务端加远程 TUI 客户端的远程模式。
展开详情收起详情：rpi：Rust 原生编码智能体运行时与终端 CLI⌄
程序员作为终端编码智能体，在开发过程中执行读写文件、编辑代码、运行 bash/grep/find/ls 等工具，辅助代码编写、排错与仓库操作；也可作为嵌入式 SDK 将智能体循环集成到自己的 Rust 进程中。
★ 98 · 开发框架
原文发布：未知收录：2026-10-14
工具
Vcvzgbzz/hearth · A queue in front of your local inference server, and an optional way to lend the spare capacity to someone you trust.
hearth 是一个位于本地推理服务器前面的接入与调度层，用于解决单张 GPU 同时只能承载一个模型、多个请求争抢不同模型导致反复换权重的问题。它对外提供 OpenAI 兼容的 /v1/chat/completions 与 /v1/models 接口（含流式），客户端只需把地址指向它即可。核心能力包括带优先级、老化防饿死、按调用方限额并优先复用已加载模型的队列；可选的路由规则、控制台 /ui、调用方 API Key 与用量统计、多后端（多服务器、多显卡、局域网内其他机器、非 OpenAI 协议后端）、云端 provider 后端、模型可用性金丝雀探测，以及在可信节点之间出借/借用闲置算力。
展开详情收起详情：hearth：为本地推理服务器提供队列调度与容量共享的 OpenAI 兼容接入层⌄
程序员在本地推理服务器前部署 OpenAI 兼容的接入与调度层，为多个客户端请求不同模型时提供带优先级、防饿死、按调用方限额的队列，并优先复用已加载模型，避免单张 GPU 反复换权重；客户端只需把地址指向该服务即可继续使用现有 OpenAI 接口。
★ 2 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
JamesLeeCY/paper-rag-copilot · A strictly citation-grounded RAG assistant for academic literature libraries, featuring quantifiable hallucination evaluation for trustworthy research assistance.
该项目是一个基于检索增强生成（RAG）的学术文献问答助手，面向博士论文或小型期刊论文 PDF 库，强调答案必须严格引用原文（可追溯到章节、段落范围和页码）。系统采用混合检索（稠密向量加 BM25，RRF 融合）、可选的 cross-encoder 重排，以及逐条声明的分层验证级联（逐字引用校验、多模型评审团、NLI/词面回退、规则检查）。项目还附带量化评测工具，用已知答案集衡量生成器的幻觉率，并验证评审模型本身的可信度（假接受/假拒绝率），统计上输出 Wilson 置信区间。README 也如实披露了已知局限与大量小样本评测细节。
展开详情收起详情：paper-rag-copilot：面向学术文献库的严格引用溯源 RAG 助手与幻觉评测⌄
程序员作为程序员构建 RAG 系统的参考实现：可复用其混合检索（稠密向量 + BM25，RRF 融合）、cross-encoder 重排、逐条声明的分层验证级联（逐字引用校验、多模型评审团、NLI/词面回退、规则检查）以及幻觉率评测工具（golden set、trap tiers、Wilson 置信区间）来开发或评估自己的检索增强生成应用。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
canvasnemesis318/laya-jev-GraphRAG · Decouple AI from storage with an agnostic Agentic GraphRAG pipeline for Neo4j, Memgraph, AGE, and Kùzu.
该项目提供一个与存储解耦的 Agentic GraphRAG 处理管道，支持 Neo4j、Memgraph、AGE、Kùzu 等图数据库，并声称可兼容 Amazon Neptune、ArangoDB、JanusGraph 及 PostgreSQL、MySQL、MongoDB 等系统。管道包含采集、富化、推理、生成四个阶段，采用自定义 A* 图遍历算法，内置持续评测机制，并提供 Laya（本地）与 Jev（云端）两种可切换的模型提供方。README 还包含面向 Windows 非技术用户的下载、解压与运行说明。
展开详情收起详情：laya-jev-GraphRAG：面向多图数据库的解耦式 Agentic GraphRAG 管道⌄
程序员作为与存储解耦的 Agentic GraphRAG 管道，程序员可将其用于在 Neo4j、Memgraph、AGE、Kùzu 等图数据库上构建和调试检索增强生成流程，并利用内置的持续评测机制检查问答质量。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
wangxiaoyang0412/consistency-illusion · [EMNLP 2026 Main] The Consistency Illusion: CARA metrics for cross-agent reasoning alignment in multi-agent LLM debate, and the Grounded Debate Protocol (GDP) for medical QA
该项目是 EMNLP 2026 论文《The Consistency Illusion》的官方代码与数据仓库，提出 CARA（跨智能体推理对齐）系列自动指标，用于衡量多智能体 LLM 辩论系统在答案一致时推理链是否真正一致，并揭示“一致性幻觉”——辩论虽减少表面矛盾，却可能降低推理语义相似度。仓库同时给出 Grounded Debate Protocol（GDP）提示级方案，通过 CLAIM/GROUND/STANCE 结构化推理在不增加 LLM 调用与智能体路由的前提下修复推理对齐。仓库包含 CARA 实现（步骤分解、DeBERTa-v3 NLI 矛盾检测、Stella 嵌入相似度、CARA-HYB）、GDP 与 M3 提示构建器，以及论文各表格、效应量、附录分析的复现脚本与逐题分数数据。
展开详情收起详情：Consistency Illusion：多智能体辩论中的跨智能体推理对齐评测与 GDP 协议⌄
程序员在开发多智能体 LLM 辩论系统时，使用仓库中的 CARA 实现（步骤分解、DeBERTa-v3 NLI 矛盾检测、Stella 嵌入相似度、CARA-HYB）对智能体推理链进行跨智能体推理对齐评测，并可用 GDP 提示构建器生成 CLAIM/GROUND/STANCE 结构化提示来修复推理对齐。
产品经理在评估多智能体 LLM 医疗问答系统的可靠性时，使用 CARA 指标衡量智能体答案一致时推理链是否真正一致，识别“一致性幻觉”，并参考 GDP 提示级方案在不增加 LLM 调用与智能体路由的前提下改善推理对齐。
★ 0 · 研究实现
原文发布：未知收录：2026-10-14
工具
Opendray/opendray · Self-hosted gateway for Claude Code, Codex, Antigravity, Grok Build, OpenCode. Run AI coding agents on your own infra with a shared local-first memory layer. Drive from web, mobile, Telegram / Slack / Discord / Feishu / DingTalk / WeCom. Open REST + WebSocket API. Apache 2.0.
opendray 是一个自托管的 AI 编程智能体网关，用于在你自己的主机（Mac mini、NAS、VPS 等）上运行 Claude Code、Codex、Antigravity、Grok Build、OpenCode 等编程 CLI，使会话在客户端断开、笔记本休眠或主机重启后依然保留。它提供 React Web 管理端、Flutter 移动端以及 Telegram、Slack、Discord、飞书、钉钉、企业微信等双向聊天渠道，支持多账号池化与在线切换、本地优先的跨会话记忆（ONNX/Ollama/LM Studio 嵌入）、项目数据库查看，以及带作用域密钥和调用审计的 REST + WebSocket API。项目以单个 Go 二进制形式交付，Apache 2.0 许可。
展开详情收起详情：opendray：自托管 AI 编程智能体网关，持久会话并支持多端与聊天渠道接入⌄
程序员在自有主机上运行 Claude Code、Codex、Antigravity、Grok Build、OpenCode 等编程 CLI，会话在客户端断开或主机重启后仍保留，可从 Web、移动端或聊天渠道重新接入继续编码工作。
★ 67 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
armelhbobdad/bmad-module-skill-forge · A standalone BMAD module that transforms code repositories, documentation websites, and developer discourse into agentskills.io-compliant, version-pinned, provenance-backed agent skills.
Skill Forge（SKF）是一个独立的 BMAD 模块，用 Python 实现，可将代码仓库、文档网站与开发者讨论内容转化为符合 agentskills.io 规范、按版本固定且带来源溯源的 agent 技能。每条指令都可回溯到固定 commit 的具体 file:line，或对应的文档 URL，并提供 provenance-map.json、测试与证据报告，便于在 60 秒内人工核验。技能按版本目录存储、可跨 Claude、Cursor、Copilot 等 agent 使用，并提供重命名、弃用、删除、导出等生命周期工具，还支持从文档单独生成技能（无公开代码的场景）。安装需 Node.js ≥ 22、Python ≥ 3.11 与 uv，通过 npx 安装后与 Ferris 智能体交互。
展开详情收起详情：Skill Forge (SKF)：将代码仓库与文档编译为可溯源、版本锁定的 AI Agent 技能⌄
程序员将代码仓库、文档网站与开发者讨论内容编译为符合 agentskills.io 规范、按版本固定且带来源溯源的 AI Agent 技能，使 AI 编码代理能依据真实函数签名、类型和模式生成代码，避免猜测 API 调用；每条指令可回溯到固定 commit 的具体 file:line 或文档 URL，并提供 provenance-map.json、测试与证据报告，便于在 60 秒内人工核验。
★ 98 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
anomalyco/opencode · The open source coding agent.
OpenCode 是一个开源的 AI 编程智能体（coding agent），以 TypeScript 编写并采用 MIT 许可证。提供终端界面与桌面应用（Beta），内置 build（默认全权限开发）与 plan（只读分析与代码探索）两种可切换 Agent，以及用于复杂搜索和多步任务的 general 子智能体。支持多种包管理器与安装方式，官方文档覆盖配置与 Agent 使用说明。
展开详情收起详情：OpenCode：开源 AI 编程智能体⌄
程序员使用 OpenCode 作为 AI 编程智能体辅助开发工作：通过 build 代理进行全权限开发，通过 plan 代理进行只读代码分析与探索，并使用 general 子代理处理复杂搜索和多步任务。
★ 213241 · 可直接使用的工具
原文发布：未知收录：2026-10-14
工具
vanducng/miu-cr · Agent-powered AI code review - review staged changes, commits, and GitHub PRs from the CLI, CI, or any MCP host.
miu-cr 是一个由 Agent 驱动的 AI 代码评审工具，可用于评审暂存改动、提交区间以及 GitHub PR，既能在本地 CLI 运行，也能在 CI 中作为门禁，还可通过 MCP 服务器被 Claude Code、Codex 等支持 MCP 的 Agent 调用。它结合确定性引擎与 LLM，在 stdout 输出稳定的 JSON 结构，并支持项目规则注入、评审结果评估以及 GitHub PR 行内评论。
展开详情收起详情：miu-cr：CLI、CI 与 MCP 环境下的 AI 代码评审工具⌄
程序员在本地 CLI 评审暂存改动、提交区间或单个提交，在 CI 中作为门禁拦截高严重度问题，并对 GitHub PR 生成行内评论；也可通过 MCP 服务器被 Claude Code、Codex 等支持 MCP 的 Agent 调用执行代码评审。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
Zhonghui-li/sec-filing-agent · Finance-grade tool-calling agent over SEC filings for any US public company: exact XBRL numbers (never LLM arithmetic), every claim cited, abstains instead of fabricating. Validated on FinanceBench (44%→87% coverage, near-zero hallucination) with a 3-layer eval and a domain judge calibrated to human labels (κ=0.76). LangGraph + pgvector.
Vouch 是一个面向美国上市公司 SEC 财报的金融级工具调用 Agent：数值一律来自 XBRL 结构化数据（不让 LLM 做财务算术），叙述性内容通过 pgvector 稠密检索并附 EDGAR 引用，输出护栏会拦截无法追溯到来源的数字，无法回答时以结构化方式弃答而非编造。项目还提供三层评测（确定性 CI 门禁、经人工标注校准的领域评审、FinanceBench 外部基准）、红队测试与可复现的审计回放，并支持上传自有文档以表格单元格级引用作答，同时通过 MCP 暴露同一套工具。
展开详情收起详情：Vouch（SEC 文件财务问答 Agent）：面向美国上市公司财报的可审计工具调用 Agent⌄
程序员作为可参考的 Agent 工程实现，用于学习工具调用 Agent 的架构设计、输出护栏、三层评测（确定性 CI 门禁、经人工标注校准的领域评审、外部基准）、红队测试与可复现审计回放，以及通过 MCP 暴露工具供其他客户端调用。
产品经理用于分析美国上市公司 SEC 财报，获取带 EDGAR 引用的财务数据与叙述性内容，辅助财务与竞品相关的数据分析工作。
★ 3 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
HumanStudy-Hub/HumanStudy-Bench · HumanStudy-Bench: Community Edition — Standardized human study replays for AI agent evaluation
HumanStudy-Bench 是一个标准化测试平台，用于让 AI 智能体回放人类被试实验。它由三部分构成：按已发表实验协议进行重建的执行引擎、一个持续扩充的可运行社会科学研究集合，以及从行为、效应和科学结论层面进行的评估。初始收录 12 项研究，覆盖认知、策略互动和社会心理学。项目提供直接提交 PR 的贡献路径（复制现有 study 目录结构、本地验证脚本、提交 PR），另有处于升级中的 HumanStudy-Hub 平台自动建研究路径。仓库结构包含 studies、src、playground、agent_pipeline、generation_pipeline、scripts、docs 和 tests。
展开详情收起详情：HumanStudy-Bench：面向 AI 智能体评估的人类被试实验标准化回放基准⌄
程序员作为 Python 项目，程序员可基于其执行引擎、评估代码和测试结构，开发或扩展 AI 智能体回放人类实验的基准测试；也可按仓库提供的 PR 贡献路径复制 study 目录、运行本地验证脚本并提交研究。
产品经理产品经理可借助该基准在行为、效应和科学结论层面评估 AI 智能体模拟人类被试的表现，用于用户研究或产品实验中的智能体行为验证。
★ 6 · 开发框架
原文发布：未知收录：2026-10-13
工具
MODSetter/SurfSense · Air-gapped, privacy-focused, open-source NotebookLM alternative. AI agent that researches, transforms, and edits your documents. Join our Discord: https://discord.gg/ejRNvftDp9
SurfSense 是一款开源、隐私优先的桌面应用，定位为 NotebookLM 的离线替代方案。它像 AI 助手一样在你本机索引、检索、转换和编辑文档，索引保存在本地磁盘，可选择本地或远程模型，无需账户。支持 PDF、Word、Excel、PowerPoint、CSV、图片、Markdown、HTML 等格式的带引用研究问答、内容生成与编辑、格式转换，并可生成播客、思维导图、闪卡和测验。所有编辑、转换和 PDF 操作都会生成新文件，不改动原文件。
展开详情收起详情：SurfSense：本地运行的 NotebookLM 式文档 AI 研究助手⌄
程序员程序员可将技术文档、Markdown、HTML 等资料放入本地索引，用带引用的研究问答检索技术信息，并生成或编辑文档副本、转换格式。
HRHR 可将招聘、培训、员工沟通等文档（PDF、Word、Excel、PowerPoint、CSV、图片、Markdown、HTML）放入本地索引，用带引用的研究问答检索信息，并生成或编辑文档副本、制作思维导图、闪卡和测验用于培训材料。
产品经理产品经理可用 SurfSense 对用户研究、需求分析等文档进行带引用的研究问答，生成或编辑 PRD 类文档副本，并利用 Excel/CSV 分析、思维导图、闪卡和测验辅助数据分析与原型准备。
★ 16393 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
OpenMachine-ai/transformer-tricks · A collection of tricks and tools to speed up transformer models
Transformer Tricks 是一个围绕 Transformer 模型效率优化的技巧与工具集合，通过移除架构中的冗余组件来提升模型效率。项目包含 slim attention（从 MHA 模型的上下文内存中去除整个 V-cache）、FlashNorm（将 RMSNorm 的权重折叠进后续线性层）、MatShrink（进行中）、第一层预计算、以及为 skipless transformer 仅保留 KV 权重等技巧，并附带论文、讲解视频、Colab notebook 与 Python 包。项目提供 pip 安装的 transformer-tricks 包，以及将基于 RMSNorm 的 HuggingFace 检查点转换为 FlashNorm 变体并发布到 HuggingFace 的转换脚本。
展开详情收起详情：Transformer Tricks：简化并加速 Transformer 模型的技巧与工具集⌄
程序员程序员可用该工具集优化 Transformer 模型效率：通过 slim attention 从 MHA 模型的上下文内存中去除整个 V-cache，通过 FlashNorm 将 RMSNorm 的权重折叠进后续线性层，并使用 pip 安装的 transformer-tricks 包及转换脚本将基于 RMSNorm 的 HuggingFace 检查点转换为 FlashNorm 变体。
★ 233 · 开发框架
原文发布：未知收录：2026-10-13
工具
Fingolfin7/AutumnWeb · Time and project tracking with rich history, charts, and AI insights.
AutumnWeb 是一个极简的网页版时间与项目追踪工具，为原 Autumn CLI 的浏览器版本，采用相同的核心结构和导入导出格式。它以 Django 应用形式记录项目与子项目的时间，支持启动/停止/重启计时器、浏览与检索会话历史，通过硬性上下文与软标签组织项目，并管理基于时间或会话的承诺目标。数据可视化支持饼图、柱状图、散点图、折线图、日历、热力图、堆叠面积图、累计图、矩形树图、状态图、上下文图、直方图、雷达图、标签气泡图与词云等多种图表。此外提供可选的 LLM 驱动的 Insights 工作区，可就选定的会话数据提出自然语言问题，并支持通过 MCP 端点接入 ChatGPT 与 Claude。项目以 JSON 格式导入导出，兼容原 CLI 版本，并声明不使用分析或追踪。
展开详情收起详情：AutumnWeb：基于 Django 的时间与项目追踪工具，支持图表可视化与 LLM 洞察⌄
程序员用于记录和统计在项目与子项目上的开发时间，浏览与检索会话历史，并通过图表查看时间分布；可选 LLM Insights 工作区可就选定会话数据用自然语言提问。
产品经理用于按项目/子项目追踪时间投入，管理基于时间或会话的承诺目标，并用饼图、热力图、累计图等可视化活动数据，辅助项目进度与投入分析。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
junruxiong/IncarnaMind · IncarnaMind is a free, open-source desktop app for macOS, Windows and Linux where you ask questions about your own documents (PDF, Word, PowerPoint, Excel and more) and write with AI. Every answer cites the exact page, and IncarnaMind checks that each quoted passage is really there.
IncarnaMind 是一款面向 macOS、Windows 和 Linux 的开源桌面应用，用于对自己的 PDF、Word、PowerPoint、Excel、CSV、Markdown 和纯文本等文档提问并进行 AI 写作。它会为回答标注具体页码，并校验引文是否确实出现在所引位置，支持打开原页面并高亮显示。用户可以连接已有的文件夹（包括 Zotero 存储目录），从 OpenAlex、arXiv、PubMed 检索开放获取论文，导入 Zotero、CSL JSON、BibTeX、RIS 文献，也可接入 ChatGPT 套餐、自带 API Key 或通过 Ollama 使用本地模型，并将笔记导出为 Word 或 Markdown 并附指定格式的引文和参考文献。项目强调文档与索引留在本地数据文件夹，文件不被移动或修改；当前尚未正式发布安装包，可从源码运行。
展开详情收起详情：IncarnaMind：可核查引文的本地文档问答与 AI 写作桌面应用⌄
程序员程序员可将技术文档（PDF、Word、Markdown、纯文本等）作为本地资料库进行问答，回答会标注具体页码并校验引文是否确实出现在所引位置，便于查阅和核对技术资料。
产品经理产品经理可对已有的 PDF、Word、PowerPoint、Excel、CSV、Markdown 等文档提问，并利用带页码和引文校验的回答辅助整理需求或调研材料；还可将笔记导出为 Word 或 Markdown 并附指定格式的引文和参考文献。
★ 806 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
mthomas100/patrol · A search drone that looks for one missing person's things from words alone, with no internet: four local AI models on one Mac, simulated in MuJoCo. Multi Model Hackathon, SF Tech Week 2026.
Patrol 是一个基于提示词描述的无人机搜索系统原型，面向荒野失踪人员场景：家属描述失踪者携带的物品（如蓝色背包、橙色帐篷、灰狗），无人机据此在无网络条件下自主搜索。系统在一台 Mac 上运行四个本地 AI 模型——Clef-Flash 负责快速判定、Qwen 视觉模型负责语义推理与二次判定、Parakeet 负责语音转文字、Kokoro 负责语音播报，由普通代码负责飞行与安全约束。无人机与山坡场景在 MuJoCo 中仿真，项目声称已完成实时飞行演示，3 件物品全部找到且无误报，但项目自述这些结果仅证明行为在仿真中有效，不代表真实环境的检测率。
展开详情收起详情：Patrol：离线运行的失踪人员物品搜索无人机系统⌄
程序员作为多模型本地 AI 系统的参考实现，程序员可研究其架构：四个本地模型（Clef-Flash、Qwen 视觉模型、Parakeet、Kokoro）在单台 Mac 上协作，普通代码负责飞行与安全约束，并配有单元测试（pytest）和端到端场景测试（e2e_search.sh），可用于学习多模型编排、离线推理与安全门控的代码组织方式。
产品经理作为产品原型案例，产品经理可参考其从用户自然语言描述（家属描述失踪者物品）到系统行为的完整需求转化过程，以及用仿真测试验证产品行为（3 件物品全部找到、无误报）的评估方式，用于理解 AI 产品在离线、决策支持场景下的功能定义与验证思路。
★ 1 · 研究实现
原文发布：未知收录：2026-10-13
工具
byteinn-dev/byteinn-client · ByteInn 客户端安装包下载 · Claude Code / Codex 国内桌面工作站 · 官网 byteinn.net
ByteInn 客户端是一款闭源桌面应用（仅发布安装包，不含源码），内置 Claude Code 与 Codex 两个官方内核，面向国内用户提供注册、充值、线路一体化的使用方式。客户端支持多对话并行任务、改动差异查看与一键撤回、危险操作审批、总助理任务拆解与任务地图、AI 操作内置浏览器、定时任务、专家与文件处理技能、手机伴侣及微信/QQ/飞书等聊天软件远程派活、桌面挂件与宠物、离线语音输入等功能。客户端本身免费下载使用，模型用量按实际消耗计费，价格以官网为准。
展开详情收起详情：ByteInn 客户端：面向国内用户的 Claude Code / Codex 桌面工作站⌄
程序员作为桌面工作站使用内置的 Claude Code 与 Codex 内核进行代码编写与排错；多个对话并行处理修 bug、写文档等任务；查看逐行改动差异并让 AI 评审，不满意可一键撤回；AI 执行命令前需人工审批。
HR使用定时任务按点自动整理日报、汇总周报；通过 Word、Excel、PPT、PDF 等文件处理技能处理文档表格；用文档写作、翻译等专家人设辅助撰写与沟通材料。
产品经理使用「总助理」说出目标，由 AI 理清需求、拆解任务线并制定验收标准，确认后派给多个对话并行推进；通过任务地图（流程图、看板、瀑布）查看进度；用专家库中的数据分析、文档写作专家辅助工作。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
manasIO/Engineering-Knowledge-Agent · Autonomous RAG agent designed to ingest technical documentation, perform local semantic search, and synthesize engineering insights.
该项目是一个轻量的工程知识检索系统，把内部技术文档切分为文本块并用 SentenceTransformers（all-MiniLM-L6-v2）生成向量，写入持久化的 ChromaDB 向量库，再通过语义与关键词混合检索选出与问题最相关的片段，组装成提示交给本地或托管的 LLM 生成有依据的答案。项目强调隐私优先的本地推理（可对接 Ollama、llama.cpp 等）、分块与上下窗管理、以及仅基于检索内容作答以降低幻觉，适合用于内部文档搜索、运维手册与 SRE 剧本等知识密集型场景。
展开详情收起详情：Engineering-Knowledge-Agent：面向工程文档的本地 RAG 知识检索与问答助手⌄
程序员程序员可将内部技术文档、运维手册和 SRE 剧本导入该 RAG 系统，通过语义与关键词混合检索快速定位相关文档片段，并基于检索内容生成有依据的答案，用于内部文档搜索和排错参考。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
Sev7eEn7/dsh-sieve · dsh-sieve: context engineering & token optimization plugin for DeepSeek Harness (DSH) — tool output filtering, context pruning, progressive skill disclosure. 36% smaller payload in offline replay. DSH 上下文管理与 token 优化节省插件。
dsh-sieve 是面向 DeepSeek Harness（DSH）的 AI 编程代理插件，围绕上下文工程与 Token 效率做优化：过滤工具输出、批量剪枝陈旧的工具结果并保留原文存档指针以便按需取回、按任务相关性渐进披露技能目录，从而减少多步代理循环中的重复输入。插件通过独立的判断模型（托管的 Jev 或本地 macOS Apple Silicon 上的 Laya）回答结构化判定问题，超时或失败时保留原文；官方离线回放数据显示 100 条公开代理轨迹请求负载字符数合计减少 36.28%，历史实测 deepseek-flash 主模型输入 token 下降 21.2%。
展开详情收起详情：dsh-sieve：为 DeepSeek Harness 代理提供上下文工程与 Token 优化插件⌄
程序员在 DeepSeek Harness 上运行的 AI 编程代理中，用该插件过滤构建日志、测试报告和命令输出，批量剪枝陈旧的工具结果并保留存档指针，按任务相关性渐进披露技能目录，从而减少多步代理循环中的重复输入 token 并提升上下文窗口利用率。
★ 107 · 可直接使用的工具
原文发布：未知收录：2026-10-13
工具
Ayorinha/ayorai-opensearch · AYORAI ATTRACTOR — Evidence-first claim-level verification engine
AYORAI ATTRACTOR 是一个面向 AI 生成答案的可审计核验层：将答案拆解为单条 claim，与证据来源（含出处、偏移与溯源信息）关联，推导 stance（支持／矛盾／中立），再由**模型之外的确定性 Judge** 依据固定、带版本号的规则给出最终核验结论。结论状态包括 VERIFIED、SUPPORTED、PARTIALLY_SUPPORTED、UNVERIFIED、REFUTED、CONFLICTING；评估输入输出可用 SHA-256 做内容寻址以保证防篡改，并提供可复现的评测套件。当前领域为巴西电信监管（AnatEL RGC，标记 D10），项目自定位为研究与工程参考实现，明确声明不构成认证、法律意见或合规结论，评测数据为合成开发集且不构成生产泛化证据。
展开详情收起详情：AYORAI ATTRACTOR：面向 AI 答案的逐条声明证据核验引擎⌄
程序员作为可复用的核验引擎，程序员可将其集成到 AI 应用或 RAG 流程中，把 AI 生成答案拆解为单条 claim 并与证据来源关联，由模型之外的确定性 Judge 依据固定、带版本号的规则给出最终核验结论，从而为 AI 输出增加可审计、可复现的验证层。
产品经理产品经理在评估或设计 AI 功能时，可参考该项目的核验架构与六种结论状态（VERIFIED、SUPPORTED、PARTIALLY_SUPPORTED、UNVERIFIED、REFUTED、CONFLICTING），用于定义 AI 答案可信度与证据溯源相关的产品需求。
★ 1 · 研究实现
原文发布：未知收录：2026-10-13