跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
dhanyashree-mn/research-paper-rag-qa · RAG system for semantic search over academic PDFs — LangChain, FAISS, Streamlit
该项目是一个面向学术论文 PDF 的检索增强（RAG）语义搜索工具：逐页解析 PDF，将文本切分为带重叠的片段，使用 sentence-transformers/all-MiniLM-L6-v2 生成归一化向量并存入 FAISS 索引，再通过 Streamlit 界面用自然语言查询返回最相关的段落及来源文件与页码。项目刻意只做检索、不做答案生成，以保证每条结果可追溯到原文页面、避免内容幻觉；仓库包含作者硕士阶段的示例 PDF。
Dallenlol/ripple-hud · Benchmarked Claude Code plugin that makes cheaper Claude models (Haiku, Sonnet, Opus) match Fable 5's output at a fraction of the token cost — auto-routed reasoning levels, verification discipline, closed-loop habit correction, statusline HUD with usage meters, and a portable AGENTS.md export for any AI coding agent.
Ripple HUD（前身 fable-mode）是一个 Claude Code 插件，通过约 1500 token 的行为层让 Haiku、Sonnet、Opus 等较便宜模型采用类似前沿模型的工作方式：自动分流任务强度（lite/full/deep）、先理解再执行、执行后验证、保持输出精简、控制 token 消耗。它还提供终端状态栏 HUD（显示上下文窗口与用量限额）、基于本地会话记录的习惯纠正闭环、用项目状态文件替代长对话历史，并可将 AGENTS.md 导出到 Cursor、Codex、Zed 等工具。仓库附带的 A/B 评测显示 Sonnet 加装插件后在 6 项评分任务上与对照模型持平，成本更低；插件本身是行为层，不能增加模型原生能力。
rxmna8502/vybe-intelligence-vault · An auto-updating open-source vault for AI agents, RAG systems, MCP servers, prompts, tools, templates, and next-generation web development.
Vybe Intelligence Vault 是一个自更新的开源知识仓库，索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料，并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文，还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面，以及若干 7 天工程学习路径与生产蓝图。
crewship-ai/crewship · Self-hosted runtime for AI coding agents. Real Linux containers, your hardware, your keys, your data.
Crewship 是一个用 Go 编写的自托管运行时与控制平面，为每个 AI 编程 Agent 团队提供独立的真实 Linux 容器，可驱动 Claude Code、OpenCode 或通过 Ollama 运行本地模型。它在运行时之外提供任务分解与执行的 Missions、定时 Routines、问题跟踪与分诊、基于角色的访问控制、审计日志、Keeper 治理层、加密备份及清单式 GitOps 管理等能力，代码、数据、对话与记忆均保留在自有硬件上。项目处于开放测试（pre-1.0）阶段，README 明确标注各模块的稳定、早期或未完成状态。
arashshams/Insurance-Policy-RAG · A RAG assistant that answers plain-English questions about an insurance policy PDF, grounded in the document and cited by page. Built with Gemini embeddings, ChromaDB, and a Streamlit app you can try live.
该项目是一个面向单一保险保单 PDF 的检索增强生成（RAG）问答助手，能够用自然语言回答保险条款问题，并基于文档内容给出页码引用，在文档未覆盖时明确回答“我不知道”。系统使用 Gemini 嵌入模型生成向量，存入 ChromaDB，通过 Streamlit 提供可在线试用的界面，同时也提供 FastAPI 后端和可导入的 Python 管道。项目包含评估工具，覆盖拒答、检索命中率、引用准确性等指标，并支持上传自己的保单 PDF 进行问答。
Arize-ai/openinference · OpenTelemetry Instrumentation for AI Observability
OpenInference 是 OpenTelemetry 的补充规范和插件集合，用于对 AI 应用进行追踪，可观察 LLM 调用、向量库检索以及搜索引擎、API 等外部工具的使用。它提供与传输方式和文件格式无关的规范，并为多种机器学习 SDK 和框架提供多语言插桩，包括 OpenAI、LangChain、LlamaIndex、Anthropic、MistralAI、Bedrock、VertexAI、CrewAI、Haystack、DSPy、MCP 等。它原生支持 Arize Phoenix 和 Arize AX，也可接入任何兼容 OpenTelemetry 的后端。
kubernetes-sigs/agent-sandbox · agent-sandbox enables easy management of isolated, stateful, singleton workloads, ideal for use cases like AI agent runtimes and reinforcement learning (RL).
Agent Sandbox 是 Kubernetes SIG Apps 下的项目，提供 Sandbox 自定义资源定义（CRD）及控制器，用于以声明式 API 管理长期运行、有状态、单容器的单例工作负载，具备稳定身份、持久存储，以及创建、定时删除、暂停、恢复等生命周期管理。扩展模块提供 SandboxTemplate、SandboxClaim 和 SandboxWarmPool，支持模板复用、从预热池快速认领沙箱。项目自身是沙箱编排器，底层隔离交由 gVisor、Kata Containers 等 Sandbox Runtime（通过 RuntimeClass）负责。适用于 AI Agent 运行时、强化学习与评测、开发环境、Notebook 和有状态单 Pod 服务等场景，并提供 Go SDK、Python SDK 及可选的 Sandbox Router。
Dynatrace 发布了一个现成的仪表盘，能把运行中的 AI 服务里发现的漏洞集中展示出来。原来团队很难看清自己的 AI 模型、Agent 和推理流程里到底运行着哪些有漏洞的开源依赖，信息分散、缺少上下文。这个仪表盘把运行时漏洞分析和 AI 可观测性结合起来，按严重程度和影响范围汇总，还提供覆盖情况表，告诉你哪些 AI 进程已被扫描、哪些还没被扫。该仪表盘现已可用，前提是先接入 AI 可观测性并开启运行时漏洞分析。
Dynatrace 这次把 AI 可观测性的数据接入打通了：不管你用的是编码 Agent、Python 大模型应用，还是基于 OpenInference 的工具，采集到的运行数据都能汇到同一个地方。原来每种工具格式不同，往往要各自搭一条接入通道，额外做不少管线工作；现在这些数据会被统一整理成同一套 gen_ai.* 数据模型。对用 Python 调 AWS Bedrock、OpenAI 或 LangChain 的团队，OneAgent 只要开一个设置就能自动采集，不用改代码；已用 OpenInference 的团队，原有埋点也能直接接入。这样团队能把精力放在做应用上，排查问题和看成本也更方便。另外，Anthropic、Google ADK 等十余种框架的 Python 传感器目前是实验状态，采集完整度可能变化，正式可用时间原文没说明。
Datadog 的几位工程师建议，AI Agent 的工作负载应优先考虑无服务器（按请求分配算力、空闲缩到零）而不是常开服务器。他们分析了超过 3.5 万次生产环境编程 Agent 会话，发现中位数会话只有 20% 的时间在真正调用模型或工具，其余时间都在等待，但沙箱资源一直占着，常开算力等于为闲置时间付费。做法是先给工作负载建一份「执行画像」，记录峰值并发、单次运行的实际计算时长与总耗时之比等，再据此判断用按需算力还是专用节点；长任务可以拆成可恢复的无服务器工作流，等待时释放算力、下一步就绪再继续。读者可以据此避免过早购买常开算力，并用上线后的真实数据再决定是否迁移，文中还提到可用 Datadog 的 Agent 可观测性、APM 和无服务器监控来测量这些指标。
OpenAI 此前报告了一种“自我复制提示注入”：攻击者把隐藏指令藏在 AI 智能体读取的内容里，诱导智能体照做，并把这些指令复制进邮件、文件或消息中，从而感染其他智能体和后续会话，像电脑蠕虫一样扩散。这次 Datadog 把 OpenAI 报告中的两个例子改造成针对测试智能体的模拟攻击，并用其安全产品 Datadog AI Guard 检查智能体读到的内容和发起的工具调用。结果 AI Guard 在看邮件或 CSV 时，就标记了被植入的内容不安全；当测试智能体把注入指令复制进回复或技能文件时，AI Guard 也判定这些操作不安全。需要注意的是，这是模拟环境中的演示，不是正式发布的新功能，也不能说明真实的拦截成功率；文章的重点是展示如何排查智能体最终回复里看不出来的可疑行为。
Datadog 为语音智能体加了可回放的追踪功能。以前排查语音问题只能看文字记录，但文字看不出停顿、抢话、被中断等真实体验，也分不清音频和文字是否一致。现在用 OpenAI Realtime API 构建的应用可以自动把每轮对话的输入输出音频、转写、token 用量和工具调用记进同一条 trace，还能直接播放音频；同时提供一个「用户等首段回复音频多久」的指标，方便找慢的会话。做语音应用的开发者可以边听录音边看调用链，判断问题出在模型、工具还是打断环节，不用再只靠文字猜。Python 端需 ddtrace 4.13.0 及以上；ElevenLabs Realtime 支持和 Amazon Nova 2 Sonic 支持尚在后续或部分覆盖范围，具体可用范围原文未完全说明。
Datadog 宣布自己在 Forrester 的 AIOps 平台评测里被评为“领导者”。以前工程师要自己翻告警、查问题、找根因；现在 Datadog 的 Bits AI 会帮忙定位问题并给出修复建议，还能在设定的护栏内执行修复，工程师保留最终控制权。支撑它的 Scout 1.0 模型刚进入预览，Bits AI 已有超过 1 万名付费客户。对读者来说，这意味着运维排障可能从“人工逐条查”变成“AI 先查、人来把关”，但 Scout 1.0 尚未正式开放。
Anthropic 推出后台助理 Claude Duet，会自动查看你已连接的应用，主动判断哪些事需要你处理。问题是“什么算紧急”本身很主观，而且它由 Claude Opus 5.5 驱动，可能误读对话或判断错优先级。为此 Anthropic 用员工日常工作校准了一套内部评分器，离线检查它排优先级的对错，同时另设一个独立于执行模型之外的自动检查器，看每个动作是否符合你的意图，以降低网页里藏指令骗它的风险。目前 Duet 只对美国 Pro 和 Max 订阅者开放且有等待名单；后台检查每几小时一次并计入用量额度，官方未说明评分的准确率，也还不能让你实时查看或接管它在云端浏览器里的每一步。
云原生社区在讨论如何让 AI Agent 跑代码时更安全。原来，Agent 自主运行时会执行没人检查过的代码，可能装包、跑脚本、反复改到测试通过，在笔记本上风险有限，但在公司共享的 Kubernetes 集群上，一个被允许的系统调用就可能利用内核漏洞影响整台节点。文章把防护拆成五层：选择隔离方式（普通容器、gVisor 限制系统调用、Kata 轻量虚拟机）、配置对应节点、收紧网络与凭证等访问权限、通过 RuntimeClass 让 Agent 单独选用更隔离的运行环境，以及为额外资源开销做计量。读者能了解各方案的取舍，比如 Kata 隔离更强但要维护客户机内核、打两份补丁。文章未说明这些方案当前是已可用还是仅演示。
很多平台团队每年都会自己写 Kubernetes 控制器，用来自动创建 Deployment、Service、ConfigMap 之类的一堆对象，并在它们之间传递字段。Kubernetes 本身已经提供了 CRD、控制器、Server-side apply、CEL、OpenAPI 这些零件，却没有说明“几个资源算一个整体、谁先谁后、某个值要从另一个资源的状态里取”的说明书，所以 Helm、Argo CD、Crossplane、Operator 等每个工具都各自补这一块，成千上万的组织在重复造同一个轮子。kro（Kube Resource Orchestrator）把这段“接线”写成数据，叫 ResourceGraphDefinition：由 CEL 表达式里的引用来推断依赖顺序，并在实例创建前做类型检查，一个控制器就能解释所有定义，应用团队照样用 kubectl、RBAC 和 GitOps。它还在 2025 年 9 月进入 Kubernetes SIG Cloud Provider，定位成别人可以搭建的底层原语；0.10 版本新增的 Graph 只保留组合部分、不需要 CRD 和实例，适合“给打了标签的 Service 自动生成 Ingress”这类一次性场景。读者可以少写一堆粘合控制器，但要意识到 API 一旦发布就是承诺，成本从“写”变成“长期维护”。
在旧金山举行的 Universe ’26 大会上，GitHub 管理层回应了平台稳定性问题。他们表示已经增加 400 万核 CPU 和 160 PB 存储，并彻底重构后端基础设施。原因是 AI Agent 的访问方式和人类开发者差别很大，一些原本运行正常的服务出现了意外故障，因此不只是扩容，还要重写核心服务。对于前 CEO Thomas Dohmke 新创办的 GitHub 替代品 Entire，GitHub COO Kyle Daigle 说“世界不需要一个新的 GitHub”，开发者可能只是需要不同的工具。Dohmke 则回应称开发者显然需要新选择。这些投资和调整目前已经公布，但文章没有说明具体上线时间。
AWS 发文介绍 Elastic Beanstalk 面向受监管行业工作负载的定位。过去这类托管平台主要比拼“多快能把代码跑起来”，但医疗、金融、政府等受监管组织的应用往往要运行多年，期间要打补丁、应对运行时停止支持、满足不断变化的安全与审计要求。原文认为中型组织缺少大企业那样的平台工程、安全和合规专岗，却要承担 HIPAA、PCI DSS、SOX、FedRAMP 等义务，应用组合一多就容易出现配置“漂移”，审计风险随之上升。文章强调该平台能直接部署已有的 Java JAR、.NET/IIS、PHP、Python 等应用而无需先容器化，并用统一方式管理整个应用组合。目前原文只是介绍性内容，未说明具体发布时间、可用状态或价格。
法国 AI 公司 Mistral 周四在 Hugging Face 上发布了前沿开放权重模型 Mistral Large 4（ML4）的权重。ML4 三周前才开放预览，公司称经过强化学习和客户、伙伴测试后提升明显：在 Terminal-Bench 4.0 智能体编程测试中得 41%，仅比 GLM-5.3 的 40% 高 1 分，并称每任务平均少用 47% 的 token；网络安全测试 CyberGym 得 79%，GLM-5.3 为 29%。Mistral 强调开放权重是为了让模型能跑在自己的基础设施上，不被别人随时关掉，并把 ML4 称为通往下一代模型的“垫脚石”，还预告未来几个月会推出可在笔记本上运行的小型号。读者可留意：这是可下载权重的模型，但各项对比分数均来自 Mistral 自己的测试，成本优势的说法也未提供第三方验证。
AWS 的开发者倡导者 James Ward 提出，很多 MCP 服务器目前只是被动地返回数据，就像一个只负责查数据的接口。他建议服务器在返回数据时顺便告诉 Agent 刚做了什么、接下来可以做什么、去哪里找更多信息，相当于让服务器成为对话中的另一个参与者。他还指出 MCP 默认无法追踪调用链路，AWS 的做法是给工具加会话 ID 参数，让多次调用串成完整旅程，再加一个参数记录用户目标，方便团队复现问题、做评测并改进工具。对使用 MCP 的团队来说，这意味着要同时观察人和 Agent 协作的路径，检验工具改动是否真的帮用户完成任务。文中提到 AWS 已于 5 月向所有人开放其 MCP Server，并在 9 月加入 Lambda 诊断功能；这些做法本身并不新奇，重点在于能否持续观测和衡量。