CheYulin/yuanrong-datasystem-agent-workbench · Agent / vibe-coding workbench paired with Open Yuanrong DataSystem (yuanrong-datasystem): scripts, verification flows, RFCs, plans, observability docs, and Cursor Agent Skills. Source code lives in the sibling yuanrong-datasystem repo; this repo is where agents plan, run, verify, and document.
这是一个轻量配套仓库，供 Agent 围绕 Open Yuanrong DataSystem 进行规划、运行、验证和文档化。它主要存放文档、RFC、辅助脚本、归档材料以及 Cursor Agent Skills，产品源码与测试不在本仓库。仓库内统一维护 Codex、Claude Code 和 Cursor 的技能入口，约束记录在 AGENTS.md，协作规则强调以产品仓源码或日志为证据，并区分已验证事实、推断和待验证项。
展开详情收起详情：yuanrong-datasystem-agent-workbench：Open Yuanrong DataSystem 的 Agent 协作与文档验证工作台⌄
★ 0 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
bidhuprasadpandaai-sys/AI-Candidate-Management-Platform · An AI-powered recruitment and candidate management system designed to streamline hiring workflows, enhance candidate discovery, and provide intelligent insights using modern frontend architecture and AI capabilities.
这是一个基于 Monorepo 的 AI 辅助招聘应用起始项目，前端采用 Vue 3、Vite、Pinia 和 PrimeVue，后端采用 Node.js 与 Express，并用 MongoDB/Mongoose 管理候选人数据。项目包含招聘指标仪表盘、可搜索和筛选的候选人列表、AI 助手聊天面板、候选人模型与种子脚本；未配置 MongoDB 时提供内存演示回退。README 建议后续再接入真实 LLM 提供方，并补充登录、面试安排与测试部署等内容。
展开详情收起详情：AI-Candidate-Management-Platform：AI 辅助招聘与候选人管理平台⌄
★ 0 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
datawhalechina/easy-vibe · 💻 Vibe Coding 101｜Your First Course For AI Product Builders.
Easy-Vibe 是一套面向 AI 产品构建者的 Vibe Coding 实战学习教程，提供从零基础到产品上线的完整学习路线、分步图文教程、交互式演示和知识库附录。内容覆盖产品原型验证、全栈开发、Claude Code 与 MCP/Agent 工作流、跨平台应用开发等主题，支持 10 种语言，并提供在线阅读入口和本地运行说明。
展开详情收起详情：Easy-Vibe：面向 AI 产品构建者的 Vibe Coding 实战教程⌄
★ 20094 · 资料合集
GitHub
原文发布：未知收录：2026-10-22
ai-runway/airunway · ✈️ Kubernetes-native platform for deploying and managing AI inference across multiple providers
AI Runway 是一个 Kubernetes 原生平台，提供 Web UI 和统一的 ModelDeployment CRD，用于跨多个推理提供商部署和管理大语言模型。它支持浏览 HuggingFace 模型、一键部署、实时状态与日志监控、Prometheus 指标、GPU 成本估算，并集成 Gateway API 推理扩展和 Headlamp 插件。它兼容 vLLM、SGLang、TensorRT-LLM、llama.cpp 等推理引擎，通过提供商适配集成 NVIDIA Dynamo、KubeRay、KAITO、LLM-D 和直连 vLLM。
展开详情收起详情：AI Runway：在 Kubernetes 上部署与管理大模型推理的多提供商平台⌄
★ 102 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-22
defilantech/LLMKube · Kubernetes operator for self-hosted LLM inference across a heterogeneous GPU fleet: NVIDIA CUDA, AMD Vulkan, and Apple Silicon Metal. Runtimes: llama.cpp, vLLM, TGI, mlx-server. Multi-GPU sharding, model caching, OpenAI-compatible endpoints. Apache-2.0, run across homelab and on-prem fleets, actively developed.
LLMKube 是一个 Kubernetes operator，用于在异构 GPU 集群上自托管 LLM 推理，覆盖 NVIDIA CUDA、AMD Vulkan 与 Apple Silicon Metal；支持 llama.cpp、vLLM、TGI、mlx-server 等运行时，提供多 GPU 分片、模型缓存和 OpenAI 兼容端点。它还包含 ModelRouter，可在本地模型与外部 Anthropic/OpenAI/LiteLLM 后端之间做策略感知路由并支持 fail-closed；另有 Foreman 附加组件，用于在自有集群上编排编码智能体工作负载。项目采用 Apache-2.0 许可，可用于 homelab、本地机房和隔离网络环境。
展开详情收起详情：LLMKube：面向自托管 LLM 推理的 Kubernetes operator⌄
★ 241 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
zhkai-ybwn/Halowake · Local-first AI coding companion for Codex, Claude Code, OpenCode and Antigravity. Sessions, Git, code review, dev processes and more.
Halowake 是一款运行在本机的桌面开发工作台，面向同时使用 Codex、Claude Code、Google Antigravity 和 OpenCode 等 AI 编程工具的开发者。它不做代码生成，也不替换 IDE，而是集中处理代码之外的辅助工作：读取本地 Agent 会话并按日期、项目、工具和关键词筛选，生成可编辑的工作记录；查看并配置多家 AI 服务的额度，支持按需开启 Codex 本地定时预热；通过 DevDock 发现并启停多项目开发服务、查看日志与端口占用；通过 Git Assistant 查看 Diff、选择性提交文件，并可借助 Ollama 或 OpenAI 兼容模型生成 Commit 信息；统一检索和安装 Agent Skills，以及提供本地代码审查、Agent 存储清理和 Markdown 预览等工具。项目以 Tauri 2、Rust、Vue 3 构建，强调本地优先，但 AI 生成、额度查询和技能目录同步等部分需联网或调用外部服务。
展开详情收起详情：Halowake：本地优先的多 AI 编程助手会话与开发工作台⌄
★ 3 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-22
deepseek-ai/DeepEP · DeepEP: an efficient expert-parallel communication library
DeepEP 是 DeepSeek 开源的高性能通信库，为 MoE（混合专家）模型的训练与推理提供高吞吐、低延迟的专家并行（EP）all-to-all GPU kernel，支持 FP8 dispatch，并通过 NVLink 完成冗余专家的权重与梯度交换；通信 kernel 由 DeepJIT 在运行时编译。项目还提供流水并行（PP）、上下文并行（CP）、数据并行（DP）和远程内存访问（Engram）的实验性原语，较新版本引入 NCCL Gin 后端、统一的 EPBuffer 接口以及用于 CP/DP 的批量集合通信 BucketBuffer。该库面向大模型训练与推理系统中的专家并行通信场景，已提供昇腾版本 DeepEP-Ascend。
展开详情收起详情：DeepEP：面向 MoE 训练与推理的高性能专家并行通信库⌄
★ 10324 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
deepseek-ai/FlashMLA · FlashMLA: Efficient Multi-head Latent Attention Kernels
FlashMLA 是 DeepSeek 推出的优化注意力算子库，用于支撑 DeepSeek-V4.1 模型在 NVIDIA GPU 和华为昇腾 NPU 上的推理。仓库包含面向 prefill 和 decoding 的 token 级稀疏注意力算子（支持 FP8/FP4 KV 缓存）、融合 Q-norm/ Q-RoPE/核心注意力/O-RoPE/FP8 转换的单一融合算子，以及用于 prefill 和反向传播的稠密注意力算子；其中稀疏算子支撑 DeepSeek Sparse Attention（DSA）。需注意 2026.09.30 版本移除了对 Hopper 架构及 DeepSeek V3/V3.2/V4.0 等前代模型的支持，并更改了 KV 缓存格式，与旧版不兼容。
展开详情收起详情：FlashMLA：DeepSeek 高性能注意力算子库，支持 NVIDIA GPU 与华为昇腾 NPU 推理⌄
★ 13148 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
deepseek-ai/DeepInfer · DeepInfer: High-performance, large-scale inference framework for DeepSeek models
DeepInfer 是 DeepSeek 用于支撑其大规模生产服务的高性能推理框架，本次开源版本提供离线推理能力。它支持 DeepSeek-V4.1-Flash 模型，包含优化内核、Attention DP / 均衡 CP、MoE EP + EPLB 等并行策略，以及 DSpark 与置信度调度验证、SWA 有界重放、异步调度、批不变推理、确定性采样和结构化输出等特性，可运行在 NVIDIA SM100 GPU 与华为昇腾 950 NPU 上。完整推理服务所需的 KV 缓存系统、VE/Prefill/Decode 分离以及数据并行副本间的负载均衡未包含在本版本中。
展开详情收起详情：DeepInfer：面向 DeepSeek 模型的高性能大规模推理框架⌄
★ 17744 · 开发框架
GitHub
原文发布：未知收录：2026-10-22
oxc-project/tsrs · Rust port of the TypeScript 7 type checker
tsrs 是 TypeScript 7 编译器和语言服务器的 Rust 实现，可作为替代品使用，目标是与上游 TypeScript 达到 100% 一致性，同时降低内存占用并加快类型检查。它提供类似编译器的命令行用法（如 --noEmit）、编辑器集成说明、尚不稳定的 Node API 以及面向 wasm32-wasip1 的 WebAssembly 支持；目前不支持 --init 和 --showConfig。
展开详情收起详情：tsrs：用 Rust 实现 TypeScript 7 类型检查器的替代实现⌄
★ 1730 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-22
vegaload/vegaload
VegaLoad 是一个用 Go 编写的开源负载测试工具，提供单个静态二进制文件和可脚本化的核心引擎，支持 HTTP/1.1、HTTP/2、gRPC、WebSocket、MQTT、Kafka、PostgreSQL、MySQL/MariaDB 以及原始 TCP/UDP 等协议驱动，并生成自包含的 HTML/JSON 报告，无需服务器、账户或遥测。它还支持 MCP 服务注册，使具备 MCP 能力的智能体可通过 CLI 运行测试、读取结果并解释失败；同时提供阈值、检查、基线门禁、JUnit 输出和 CI 摘要等功能。
展开详情收起详情：VegaLoad：面向多协议的轻量级负载测试工具⌄
★ 9 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-10-22