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。
bk4ice/rss-claw-reports · 由 RSS-Claw 自动生成的科技日报 / 周报 / 月报 — 每日 AI 抓取、分析、发布，含产品机会雷达特刊
这是一个由 RSS-Claw 自动生成的科技日报／周报／月报内容仓库。材料说明其流程为每天自动抓取、经 AI 分析后发布，内容按年月归档，并包含“产品机会雷达特刊”。仓库以 Markdown 报告集合的形式提供已发布的报告文件，本身不含可安装的软件实现或使用文档。
alexvervloet/ai-engineering-deep-dive · A from-scratch, build-it-yourself course series for AI engineering. 17 hands-on repos across the API call, RAG, evals, agents, injection, and production. Offline-first, provider-agnostic, no frameworks.
这是一套从零开始、动手构建的 AI 工程课程系列，包含 17（README 中亦称 25）个独立仓库级深潜教程，覆盖 API 调用、提示工程、RAG、评测、Agent、提示注入与防护、生产化等主题。每个概念对应可运行的小型 Python 脚本，多数首个可运行示例无需 API Key，强调离线优先、供应商无关、不依赖框架，仅需基础 Python。另含 bonus 深潜（Agent Harness、上下文工程、AI 数据工程、GenAI 安全、多模态、实时语音、ML 基础、微调、MCP、本地模型、推理平台、可观测性、架构、测试与交付、结构化数据、专业工具）以及 TypeScript 配套版本。
javas-cri-pt/ripasso-uni · Daily spaced-review web app for exam prep with AI/ML and product-management tracks. Weekday gating, per-lesson notes, progress in localStorage.
Ripasso Uni 是一个用于备考的每日间隔复习网页应用：每个工作日（周日到周五）解锁一课，支持逐课做笔记、浏览历史记录，进度保存在浏览器 localStorage 中。内容分两条线：AI/ML（LLM 基础、RAG 类型、Agent、嵌入与检索、聊天机器人架构）与产品管理。它由 curriculum.yml 和 lessons/ 通过 build-app.py 静态构建出 index.html，纯客户端运行，无后端、无账号。
ochiee/ai-engineering-resources · 🤖 Explore essential AI engineering resources, from research papers to tools, to help software engineers transition into AI roles effectively.
该项目收集了面向希望转型为 AI 工程师的开发者所需的研究论文与博客文章，内容涉及 AI、大语言模型（LLM）和 Transformer，涵盖从基础概念到进阶讨论的资料。仓库以资源合集形式组织，README 提供了通过 Releases 页面下载并解压浏览的说明，并提到集合会定期更新。
katagun/ai-systems-atlas · Curated atlas of operational AI systems, agents, frameworks, memory systems, licenses, and evidence
AI Systems Atlas 是一个经过编辑审核的目录，收录可运营的 AI 系统、与供应商无关的模型发布及其开发实验室、连接系统的规范、托管推理服务、自托管推理运行时、宿主 Agent 可安装的 Agent 包，以及有据可查的 AI 机器人。目录以静态网页形式发布，所有审核记录同时以无密钥、无限速的 JSON 形式提供；仓库包含编辑目录、校验与刷新自动化脚本，以及无依赖的静态 Web 界面，并区分来源元数据与 Atlas 审核记录。
PatrickWiloak/cloud-data-ai-security-zero-to-hero · Cloud + Data + AI + Security from zero to hero. 149 certs across 27 providers, 53 plain-English concepts, 15 hands-on builds, cross-cloud + AI service comparisons.
这是一个以 Markdown 文档为主的开源学习与参考资料库，围绕云、数据、AI 与安全四大主题组织内容。仓库包含 149 个认证学习指南（覆盖 AWS、Azure、GCP、Kubernetes、NVIDIA、Anthropic Claude 等 27 家厂商）、53 个概念页（LLM、RAG、MCP、Agent、VPC、K8s、IAM 等）、15 个动手项目（含 RAG、MCP Agent、vLLM、评测框架、LoRA 微调）、跨云服务对比、CLI 速查表、架构模式、职业认证路线图与面试准备指南，并发布为支持全文检索的网站。
vortexpwn09-netizen/AI-Trending-Projects-2026 · 5 Viral AI Projects 2026 - RAG Chatbot, Image Studio, Code Reviewer, Voice Clone, AI Agents | PRD TRD Architecture SKILLS SEO + Dev/Prod SQL Injection Toggle + LLM Docs | Next.js FastAPI LangGraph
该仓库汇集了五个 AI 项目的文档资料，每个项目一个文件夹，包含 README、PRD、TRD、架构说明、SKILLS 与 SEO 文档，覆盖 RAG 助手（NexMind）、图像生成工作室（PixelForge）、AI 代码审查 Agent（CodeSage）、语音克隆播客（VoxClone）和自动化 AI Agent（AutoFlow）。内容以产品需求、技术方案、架构图与技能/SEO 指南为主，仓库自述称各项目仅完成文档，代码尚待编写。
yibie/awesome-jev · A curated list of public projects, integrations, and discussions built on Jev — TypeSafe AI's System One model for typed decisions.
这是一个围绕 TypeSafe AI 的 System One 模型 Jev 的 awesome 列表，汇总了公开使用 Jev 的项目、集成与实践案例。Jev 不是聊天模型，而是接收非结构化状态与类型化问题、返回带置信度的类型化决策（选择、评分或布尔值），因此被用作软件中的决策层，覆盖分类与路由、验证与护栏、评分与排序、Agent 决策、数据标注、评测与基准、校准研究、基础设施与 SDK、游戏与模拟、金融、合规、内容审核等十余个类别。列表按应用领域对条目归类，并单列相关实践与讨论；同时明确声明收录不等于背书，不审查代码质量、安全性、成熟度或可运行性，建议采用前自行核查是否真正调用 Jev API、是否有可运行检查以及许可证情况。
vtavakkoli/TinyCeNN-LM · Tiny language-model research lab exploring Cellular Neural Network (CeNN) recurrent state cores as alternatives to Transformer layers, with distillation, shared-weight iteration, and efficiency benchmarks.
TinyCeNN-LM 是一个小型语言模型研究项目，探索用细胞神经网络（CeNN）循环状态核作为 Transformer 注意力层的替代方案，尝试在保留预训练语言模型能力的前提下减少部分注意力层的开销。仓库覆盖 SmolLM2、Qwen3.5、FunctionGemma 和 Gemma 4 等模型，包含蒸馏、共享权重迭代、缓存解码、质量/速度/内存对比评测，并保留负面结果与消融实验；当前主张先做选择性替换，通过表示相似度与模型级损失门控逐个接受替换层。
phoebefu6/learn-ai-pm-with-phoebe · Decide what to build, and why. Two-track course on AI-assisted product management, with a spec scorer that runs six real checks over your own PRD.
这是一个免费的、浏览器内运行的 AI 辅助产品管理互动课程，包含面向管理者的 6 节领导轨和面向产品经理的 10 节 PM 轨，共 16 节课。核心实验室是一个基于 PRD 文本的 spec 评分器，对“问题有证据、用户明确、成功可衡量、非目标已声明、边界情况已决策、权衡已明确”六项做真实检查，并提供五档渐进评分与自行评分功能。
dmoshehun-prog/learn-from-materials · Turn PDFs, books and papers into interactive learning webpages｜将复杂材料转化为可追溯、可测验、可做笔记的学习网页
learn-from-materials 是一个基于开放 Agent Skills 规范构建的跨代理学习技能，可将 PDF、EPUB、MOBI/AZW、DOCX、PPTX、HTML、Markdown、TXT、RTF 及多文件材料集转化为可追溯的知识库、自包含的交互式学习 HTML 页面和同步 Markdown。它支持「快速概览」和「系统学习」两种学习深度，提供页码/幻灯片/章节级来源映射、覆盖率审计、来源哈希与增量更新校验，并明确区分材料事实、模型补充内容和外部验证内容。该技能默认离线运行、不自动安装依赖，笔记与学习者档案仅保存在浏览器本地存储中，需在具备文件读取和 Python 执行能力的代理环境中使用。
dataPro-lgtm/fde-interview-fieldbook · Source-backed, production-first FDE interview fieldbook with cases, scorecards, and current role research.
该项目是一个以可溯源资料和实际生产为导向的前向部署工程师（FDE）面试手册，提供角色画像、面试流程与评分说明、发现与拆解方法、系统设计与生产 AI（RAG、Agent、MCP、评估、可观测性、安全、持久执行等）内容、案例集与评分卡、模拟面试和练习工作流，并附有带来源和检查日期的更新流程与版本化研究数据。手册明确声明为独立教育材料，不代表任何雇主官方流程。
alejandrade5748/mendeley-cli · Manage your Mendeley library, query academic papers, and export BibTeX using a command line interface or JavaScript SDK.
mendeley-cli 是一个基于 Node.js 的命令行工具与 JavaScript SDK，用于连接并管理 Mendeley 学术文献库。它支持列出参考文献、按关键词搜索条目、将文献库导出为 BibTeX 文件，并可与脚本或 AI 系统集成以实现自动化引用管理与研究工作流。
narsinghlaga124/ARIS-in-AI-Offer · Streamline your AI research and campus recruiting tasks with the ARIS agent framework to secure job offers.
该项目是 ARIS（Auto Research in Sleep）agent 框架的产出集合，收录了一系列中英双语的机器学习、LLM、多模态、扩散模型、Agent 与生成模型面试速查表。每份速查表以长文教程形式呈现，包含公式推导、从零实现的 PyTorch 代码，以及按 L1/L2/L3 分层的高频面试题；内容由 ARIS 的 /interview-cheatsheet 与 /render-html 工作流生成，并提供单文件 HTML（MathJax 公式、highlight.js 代码高亮、响应式布局、粘性目录、可离线阅读）。此外仓库还包含将个人简历转换为学术主页的 ARIS-Homepage 流程。
Intragroup-pottle634/claude-code-analysis · Analyze Claude Code’s architecture, modules, and design patterns to understand its internals and build better tools and integrations
该项目面向希望了解 Claude Code 内部结构的读者，提供对其模块组成、核心部件连接方式、内部模块布局以及常见设计模式的结构化分析，并以适合 Windows 用户浏览的文件夹与页面形式组织文档、图表和报告。内容定位于学习与研究，而非直接用于开发或集成。
ContextLab/llmXive · llmXive is an LLM-driven system for automating scientific discovery
llmXive 是一个由 LLM 驱动的系统，目标是用来自动化科学发现流程。仓库元数据将其标记为自主系统、LLM 与机器人科学家（robot-scientist）方向。提供的 README 摘录实际描述的是开渠水流中漂浮颗粒拉格朗日粒子追踪（LPT）与粒子追踪测速（PTV）验证实验数据集，包括原始视频、处理后的粒子轨迹、速度数据以及 Python 后处理脚本，采用 CC-BY-4.0 许可发布，用于验证 LPT/PTV 工作流。
trailofbits/publications · Publications from Trail of Bits
这是安全公司 Trail of Bits 公开发布的资料合集仓库，收录学术论文、白皮书、指南手册、会议演讲、播客、网络研讨会、公开意见、案例研究、安全审查报告、漏洞披露与利用、工作坊、数据集及服务概览等内容，并按自动化漏洞发现与利用、区块链、编译器、密码学、机器学习、移动安全、供应链、威胁分析等主题分类整理，主要作为安全研究与学习的参考资料。
google/deeppolisher · Transformer-based sequence correction method for genome assembly polishing
DeepPolisher 是 Google 开发的基于 Transformer 的序列纠错方法（类似 DeepConsensus），用于识别基因组组装中的错误。它接收单倍型特异的 PacBio HiFi 读段及其比对到分相组装的结果，通过 make_images 与 inference 两步流程，生成包含潜在组装错误的 VCF 文件。当前仅支持 PacBio HiFi 组装与读段数据，模型在 HG002 HiFiasm 二倍体组装上训练，属于研究代码，非医疗器械、不用于临床。
google/deepvariant · DeepVariant is an analysis pipeline that uses a deep neural network to call genetic variants from next-generation DNA sequencing data.
DeepVariant 是 Google 开源的分析流程，将比对后的 DNA 测序reads（BAM/CRAM）转换为pileup图像张量，用卷积神经网络分类，最终输出标准 VCF/gVCF 变异结果，支持二倍体生物种系变异检测，覆盖 Illumina/Element、PacBio HiFi、Oxford Nanopore、Complete Genomics 等多种测序平台，并包含 DeepTrio 用于三口之家/双人变异检测。模型仅在人类数据上训练，用户可下载 Docker 镜像或预编译二进制运行，也支持 GPU/TPU 加速。
google/deepconsensus · DeepConsensus uses gap-aware sequence transformers to correct errors in Pacific Biosciences (PacBio) Circular Consensus Sequencing (CCS) data.
DeepConsensus 是 Google 开源的生物信息学工具，利用间隙感知（gap-aware）序列 Transformer 对 PacBio 环形一致性测序（CCS）数据进行纠错，从而提升高质量读段的产出量。它运行在 PacBio 测序后的 subreads 上，生成 FASTQ 格式的校正读段，可替代 CCS/HiFi 读段用于下游变异检测与基因组组装分析；README 提供了产出率、运行时间与组装指标等文档，并给出 pip、Docker 与源码的安装方式及建议的计算配置。