搜索归档

如何在 VS Code 中继续 GitHub Copilot 应用会话

GitHub 官方博客介绍了把 GitHub Copilot 应用里的智能体会话直接搬到 VS Code 继续做的方法。原来 Copilot 帮你改完代码后，想在编辑器里逐行检查、手动微调和本地运行，要么留在应用里，要么在 VS Code 里从头再来。现在只要点「Open in VS Code」，VS Code 会用同一个工作树打开项目，侧边栏保留原会话的任务、计划和对话记录，改动也直接呈现为可审阅的 diff。之后你可以自己改代码、跑测试、再让 Copilot 接着改，最后提交并推送到该会话对应的 pull request，全程不用重新描述任务。使用前需安装并登录 Copilot 应用和 VS Code、使用同一 GitHub 账号，并对目标仓库有推送权限。该功能当前已可用。

从微服务到智能体：分布式系统的下一次演进

文章讨论分布式系统从微服务走向智能体式 AI 架构的转变。过去微服务是把系统功能拆成小服务，各自负责一块；智能体式架构则是把“做决定”这件事拆开，交给多个能自主判断的 AI 智能体。作者指出，这种变化会让可观测性（看清系统内部发生了什么）、可靠性和整体设计都变得更复杂，因此需要更新原有的架构模式和实践。文章由 Mallika Rao 撰写，但目前只有摘要，具体方案和落地效果原文没有说明。

Pinterest 利用事件时间水位线完成 PB 级数据分区定稿

Pinterest 在数据库接入流程里加了一套机制，用来判断持续灌入的数据什么时候“差不多齐了”，好让下游任务开始处理。以前这种持续写入的数据不好确定边界，容易处理到一半又来了新数据。他们用 Apache Flink 跟踪事件时间，再通过 Apache Iceberg 的元数据发布一个只增不退的水位线，作为“可以定稿”的信号。这样下游就能按分区处理已经足够完整的数据，支撑到 PB 级别。这属于工程机制分享，原文没有说明具体上线范围或性能数字。

Java 新闻综述：JDK 28 的 JEP、Azul Payara、Gatherers4j、Google ADK、Yupiik、Apache Camel CVE

这是 2026 年 10 月 12 日这一周的 Java 生态周报，由 Michael Redlich 整理。内容提到几件事：OpenJDK 有三个 JEP 被列入 JDK 28 的目标；Azul Payara 发布了 2026 年 10 月版本；Gatherers4j、Yupiik Fusion、Google ADK for Java 和 Google ADK for Kotlin 都有小版本更新；Apache Camel 修复了 38 个 CVE 安全漏洞。对 Java 开发者来说，这份周报能帮你快速了解本周值得关注的版本更新和安全修复，尤其是用 Apache Camel 的团队应尽快查看这 38 个漏洞。摘要没有说明各 JEP 的具体内容、各版本的新功能细节以及漏洞的严重程度，需要看原文或官方发布说明。

Navan 将长达一个月的迁移缩短至一周，全程无需冻结代码库

Navan 是一家做差旅和报销软件的公司。两年前，资深工程师 Rahul Popuri 要把公司代码升级到新版 Spring，一个人花了一个多月，期间一次合并失败还让主分支（团队共享的代码主干）被锁了整整一天；更大的代价是一名工程师整个月都耗在迁移上。最近他们迁移到 Spring Boot 4，借助 Cursor 的云端智能体，Rahul 只需先规划好方案，再把 8 个应用和 15 个库分别交给跑在自托管机器上的智能体并行执行；这些智能体还会自己打开浏览器逐项点击验证。结果约一周就完成，开发工作全程没有被冻结。目前 Navan 约有 200 人使用 Cursor 云端智能体，产品团队还能用一段描述当天生成智能体。人工审查和最终合并仍由工程师把关。

推进低资源编程语言中的编码能力

OpenAI 正在让 ChatGPT 更好地处理“低资源编程语言”，也就是训练数据较少、平时不太常见的编程语言，比如 COBOL。为此他们新增了几项评测，用来衡量模型在软件工程、SQLite 和 COBOL 迁移这些任务上的表现。原文没有说明具体改进了什么、提升了多少，也没有给出这些评测是否已经公开可用、何时上线。对读者来说，这意味着 ChatGPT 在小众语言上的表现以后可能会有更明确的衡量方式，但实际效果目前还看不到。

Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练

英国数字健康公司 Numan 做了一个叫 Nu 的 AI 健康教练，帮患者管理体重、激素和性健康等长期问题。难点在于：它只能做生活方式指导，不能越线变成诊断、开药或临床决策，这在医疗监管下是硬边界。团队原来用固定问答对和预设多轮脚本做评测，但教练是对话而不是答题，脚本也无法回应 AI 实际说了什么，导致误判。现在他们把每次评测都跑在生产同一个 LangGraph 图上，按类别分别打分，用模拟对话检验行为，并让安全探针直接卡住发布。对读者来说，这说明做受监管领域的 AI 产品时，评测标准本身比模型和流程更关键。

Whetstone：AI 驱动的代码审查工具

bricehelms23/Whetstone · AI-Powered Code Review Tool

Whetstone 是一个以 Java 编写的 AI 驱动代码审查工具，仓库简介和 README 仅给出“AI-Powered Code Review Tool”这一描述，未说明具体审查能力、模型接入方式、部署条件和限制。

Agent Skills Suite：面向 AI 编码代理的规格驱动开发技能套件

formal-you/agent-skills-suite · Nine prompt-first skills for spec-driven, role-isolated, verifiable agent development: PRD -> spec -> tasks -> Gate 1/2 -> dev/QA -> convergence.

该项目提供一组以提示词编写的、与运行环境无关的代理技能，覆盖从需求、规格、任务拆解、计划审查、开发与 QA 协作到收敛归档的完整流程，也支持在已有代码库上以变更提案方式推进工作。套件内置规划校验器、证据交叉校验、变异测试门禁和分支守卫等质量门禁，并提供角色规则、CI 模板与安装脚本，可集成到 Claude Code、Codex、GitHub Copilot、Gemini CLI 等支持技能的代理中。

CodeGuard AI：结合静态分析与 AI 辅助的代码审查平台

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。

claude-scientific-eval：面向转化癌症生物学任务的 Claude 模型科研能力评测

Shu-Chenzy/claude-scientific-eval · A 30-task expert-curated evaluation of frontier models on experimental and translational cancer biology: evidence grounding, causal reasoning, target prioritization, experimental design, failure detection

该项目是一个小型、盲评的试点评测，包含 6 个来自前列腺癌实验与转化研究的任务，用来考察 Claude 系列模型能否给出可支撑真实实验决策的输出。评测覆盖证据支撑、机制/因果推理、靶点优先级、实验设计、闭环决策与定量检测设计，采用 1–5 分六维评分、15 类预定义失败码，并记录拒答情况；作者强调其结果仅适用于这一狭窄任务切片，不能外推到整体科学推理能力。

prostate-ai-hypothesis-evaluation：前列腺癌 ARSI 耐药基因发现与 LLM 推理评估

Shu-Chenzy/prostate-ai-hypothesis-evaluation · Discovery and replication of ARSI-resistance genes in prostate cancer, with an evaluation of LLM reasoning against the data

该仓库使用公共患者数据研究晚期、治疗暴露后的前列腺癌中与 ARSI 耐药相关的表达变化，并进行候选信号优先级排序；同时包含一个次要分析，用 35 个数据衍生问题评估 Claude 模型在没有答案情况下对分析结果的推理表现。

ido_talent_ai：为 Frappe HRMS 招聘模块加入 AI 筛选与候选人排名

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。

AI Recruitment Automation：基于 LangGraph 多智能体与混合 RAG 的端到端简历筛选与招聘流程自动化系统

hamzafarha/ai-recruitment-automation · End-to-end AI recruitment system powered by LangGraph multi-agent orchestration, Qwen2.5 LLMs, hybrid RAG with Qdrant, ESCO/O*NET ontology normalization, and transparent candidate-job matching.

该项目是一个面向招聘场景的端到端 AI 辅助简历筛选系统。它通过 n8n 工作流串联申请入口、文档解析（数字/扫描 PDF 与 Word）、经 QLoRA 微调的 Qwen2.5 模型结构化抽取、基于 Qdrant 与 BGE-M3/BGE-reranker 的混合 RAG 筛选智能体、按岗位要求逐条生成证据支撑的分析报告、候选人通知、人工审核决策及候选人答复。系统还包含 LangGraph AI 助手、Streamlit 界面、FastAPI 接口和评测体系；模型运行在 Kaggle 免费 GPU 上，最终录用决策始终由人类招聘人员做出。

enterprise-ai-portfolio：演示带权限控制与证据引用的企业级 AI 知识问答智能体作品集

mattxhl/enterprise-ai-portfolio · create a separate portfolio reposotory. Recruiters can then view it without credentials and cannot modify it unless you grant access. Keep your existing development repository private.

该项目是一个用于求职展示的作品集仓库，演示一个企业 AI 智能体如何结合基于证据的知识检索、PostgreSQL 数据、角色授权和证据阈值拒答来回答或拒绝问题。演示包含公开读者问答、角色访问对比（reader、HR reader、HR writer）、带来源引用的检索增强回答、越权访问拒绝，以及上传拒绝与知识摄入流程。技术栈包括 Streamlit 前端、FastAPI、PostgreSQL 与 pgvector、Google Cloud Run、Neon PostgreSQL、Secret Manager 和 Cloud Build 发布校验。README 说明实现、测试与部署配置位于私有开发仓库，使用在线应用需向作者申请演示凭据。

UI Slicing：将界面参考图切片转换为像素级还原的前端代码

viesloxy/ui-slicing · Slice any UI reference image (Pinterest, Dribbble, screenshots) into pixel-perfect front-end code. Agent skill + toolkit: section analysis, design tokens, font matching, screenshot diffing, anti-AI-slop checklist. Live: https://viesloxy.github.io/ui-slicing/

该项目是一个兼容 Agent Skills 标准的技能与工具包，用于把 Pinterest、Dribbble 截图等 UI 参考图转成忠实还原的前端代码。它提供 6 步工作流：获取图片、分析调色板与分节、建立设计 token、逐节构建、截图差异比对并修复、交付单个自包含 index.html，并内置反 AI 套路的清单。脚本依赖 Pillow，支持多种聊天模型和编码代理。

Feature Guide Docs：从 PRD 与代码生成员工培训演示文稿与聊天机器人 RAG 知识包

JosephMarzouk/feature-guide-docs · Agent skill for Claude Code & Codex: turn PRDs and code into staff guide decks (.pptx) and chatbot RAG knowledge packs, per feature or for a whole project.

这是一个面向 Claude Code 和 OpenAI Codex 的 Agent 技能，可按单个功能或整个项目，依据 PRD 和代码库生成三类产物：带品牌样式的员工指南演示文稿（.pptx）、可直接上传给客服聊天机器人的 RAG 知识包（Markdown 文件的 .zip），以及供内部使用的工程备注（记录阅读代码时发现的缺陷、缺口与安全问题）。它会从 ClickUp、Jira、Confluence、Notion、Linear 等平台拉取 PRD 与用户故事，用代码核对 PRD 中的说法，通过 Playwright 截取管理后台真实界面截图，并从 Figma 获取应用界面，最后对幻灯片与 RAG 文件做一致性检查。

IdentityBench：面向企业身份治理与零信任运营的 LLM Agent 多轮安全评测基准

rlwillen0121/identity-eval-harness · IdentityBench v3: a multi-turn benchmark testing whether LLM agents can safely run Enterprise IGA & Zero-Trust ops — connector building in a sandbox, human/NHI classification, ZSP/SoD policy, JIT access, access reviews, and JML/CAE drift — on a stateful synthetic identity graph with deterministic scoring and hard safety invariants.

IdentityBench v3 是一个多轮工具调用评测基准，用来考察 LLM Agent 能否在有状态合成身份图谱和隔离的 Python 连接器沙箱中完成企业身份治理与零信任运维任务。它覆盖连接器构建、人类与非人类身份分类、ZSP/SoD 策略、JIT 访问、访问评审以及 JML/CAE 漂移六类任务，每轮最多 12 轮、可使用 18 个工具，采用确定性评分，并设有硬性安全不变量；只要违反任一硬性不变量，该轮得分即归零。仓库提供可运行的 v3 测试框架和 v3_dev、v3_lite、v3_full 三个数据切分，并附有 22 个模型的评测结果。

deskclerk：面向企业文档与数据库的权限感知 AI 助手

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。

Eke Hive：面向 DeepSeek/GLM/Qwen 系列的单卡混合 CPU+GPU 推理引擎

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。