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。
今天暂时没有新上架内容，你可以继续浏览历史归档。
weante/city-salary · 城市工资计算器 Agent Skill：按城市计算社保/公积金/个税/年终奖。兼容 Claude Code/Codex/opencode/TRAE/WorkBuddy
city-salary 是一个面向 Agent 工具的工资计算 Skill，内置 337 个地级及以上城市，按当地政策计算社保五险、公积金、个人所得税与年终奖，并提供逐月历史明细、个税趋势图和 PDF 导出。计算器为单文件 HTML、零依赖，可在线使用或双击离线打开；同时提供 SKILL.md 与 AGENTS.md，适配 Claude Code、Codex、opencode、TRAE、WorkBuddy 等 Agent 工具。
LynxTWO/anti-dark-code-skill · Evidence-based AI code review: map unfamiliar code, audit risks, verify changes, and improve software within owner authorization.
Anti-Dark-Code 是一个模型中立的 agent skill，帮助编码助手理解陌生代码、排查关键风险、记录关键行为、建立校验并修复有依据的问题。它围绕理解、调查、记录、验证、修复与改进六类任务组织工作流，强调结论需附证据并标注已验证、推断与未知的置信度，本地校准信息按仓库隔离保存，可选使用本地 Python 3.12 及以上标准库工具运行。
Vyoma/agent-economics-lab · Reproducible evidence, cost-quality frontiers, and production feedback loops for predictive ML, generative AI, and agent systems.
Agent Economics Lab 是一个 Python 工具包，把模型与 Agent 的轨迹、独立核验的结果、完整成本和指定基线一起输入，通过重放、审计与成本-质量前沿分析，输出 SCALE、ASSIST、STOP 或 INCOMPLETE 四类决策。项目强调缺失证据即拒绝通过（fail-closed），附带公开 SWE-bench 案例、结果标注器审计语料库和生产反馈回路契约，供团队判断 Agent 是否值得扩大投入。
NevGiU-AI/hr-ai · HR AI Recruitment Manager started at KLx Hackathon, 21 - 22 November 2025 but continuously improved
该项目是一个面向企业的租户隔离式招聘应用，可生成与审批职位邀请、导入 PDF 或 ZIP 简历、做重复检测与 ClamAV 查毒、提取简历文本，并在人工确认后调用 OpenAI 对候选人进行评分与解释。应用还提供基于 Redis 的会话认证、角色与组织边界管理、登录限流与锁定、安全审计和候选人数据治理（保留期、法律保留、彻底删除）。AI 输出仅作为辅助，不自动做出录用决定。OCR、简历对话、语音输入输出和招聘仪表盘仍在路线图中。
ktwu01/benchmark-radar · Track 20,710+ AI benchmark, eval, dataset, and data-quality records from 39 public sources, with linked evidence and daily updates.
Benchmark Radar 是一个面向 AI 基准与评测的"活数据库"和搜索引擎，通过爬虫每天从 40 个公开来源采集基准论文、仓库、数据集与发布信号，并结合模型报告、Artificial Analysis 等来源整理基准目录、分数记录、测试条件与引用信息。项目提供网页仪表盘（今日发现、基准前沿排行榜、Pareto 前沿、饱和与趋势视图）、RSS 订阅、可下载数据集以及用于离线查询的 CLI，还支持通过 coding agent 技能方式查询基准。材料说明软件采用 MIT 许可，技术报告与原创编辑内容采用 CC BY-NC-SA 4.0，商业再发布或产品集成需事先书面许可；未说明具体硬件要求和 API 成本。
HarperZ9/flywheel · Flywheel runs AI tasks with a model you choose and keeps a receipt anyone can recheck offline.
Flywheel 是一个模型无关的 AI 运行框架，可在前沿或本地模型之上，通过统一的 OpenAI 兼容接口执行 AI 任务。它把结果连同可重新推导的密封凭据一起记录下来，独立见证者可离线重跑该凭据并返回 MATCH、DRIFT 或 UNVERIFIABLE，接受路径上不含学习模型。内置 Rowan 桌面助手和权限门控的 relay 编码代理，并提供 17 个可组合 lane 以及金融、医疗、法律等检查包。
tafreeman/agentic-evalkit · Evaluate AI agents with repeatable tests, calibrated judge evidence, and reviewable reports.
agentic-evalkit 是一个 Python 评测工具包，用于对 AI Agent 的输出按自定义检查项打分，并生成可复核的评分证据报告。它支持命令行和 Python API，可评测 Python 代码、命令行程序和 HTTP 服务，且不绑定特定 AI 框架。评测先执行客观检查，再可选进行模型评判；内置参考评判器对相同输入返回相同结论，且仅作建议，不能批准发布。项目还提供针对 SWE-bench 的 Docker harness、Claude Agent SDK 目标，以及 MLflow 和 Langfuse 的校准门控集成等可选扩展。
DonutsDelivery/donutstudio · DonutStudio: a free, closed-source harmonic composition workstation and JI-native MIDI editor (microtonal, xenharmonic, EDO). Harmonic link chains, Scala, MTS-ESP, 16-track host, VST3/CLAP. Public dev resources: Lua scripting API, MCP server for AI agents, skills for Claude Code/Cursor/Codex.
DonutStudio 是一款免费的闭源和声作曲工作站，把音符定义为泛音链上的关系而非固定音高，原生支持纯律、EDO 与任意音程比例。它内置微分音钢琴卷帘、和声链链接与和弦自动关联、音色合成与音源、效果器，并可作为独立 DAW 运行或以 VST3/CLAP 插件形式在 DAW 内使用。本仓库是官方公开的开发者资源集合，包含 Lua 脚本文档与示例、皮肤格式说明，以及供 Claude Code、Cursor、Codex 使用的 agent skills 与可驱动应用的 MCP 服务器。
rchrp/Blame · An open source desktop IDE for AI coding agents, with a semantic harness, integrated backlog, isolated Git worktrees, live previews, and code review before merging.
Blame 是一个开源的桌面开发环境，把用户故事、编码智能体任务、相互隔离的 Git worktree、运行预览和代码审核串联在同一个工作区中。用户可以把需求交给智能体实现，在其独立工作树和预览环境中检查改动、日志与终端输出，再决定驳回或批准合并。项目支持接入用户自己的 AI 提供方凭证，并提供轻量语义 harness 用于语法感知的代码导航、受控编辑与执行验证证据。代码以 TypeScript monorepo 组织，采用 pnpm 与 Turborepo。
BN-KR/Tracify · Tracify is an AI observability platform that helps developers monitor, debug, and optimize AI agents in production. Trace every decision, tool call, failure, retry, latency spike, and cost in one clear view.
Tracify 是一个面向 AI Agent 的可观测性与故障防护平台，通过捕获 Agent 运行、LLM 生成、工具调用、成本、评测与失败信息，帮助团队理解发生了什么、定位并修复问题、验证修复效果并防止同类故障复发。它提供 TypeScript 与 Python SDK（包名 tracify-sdk），支持嵌套运行、自定义 span、重试与错误追踪，并配套数据集与评测器、Prompt 版本管理与部署标签、成本与运行时策略（SDK 失败开放）、区域端点与公开健康状态页面。架构上以 SDK/OTLP 接入 Next.js 摄取，经 Tinybird 存储高吞吐遥测数据、Convex 保存项目元数据与工作流状态，并输出到仪表盘。
kajykk/bysj · 🧠 毕业设计：面向高校的心理健康风险评估系统 (DWS) — 多模态 ML 融合（问卷 + 文本 BERT + 生理信号）· FastAPI + Vue 3 全栈 · 金丝雀发布 / 漂移检测 · Prometheus 全链路可观测
该项目是一个面向高校场景的心理健康筛查与预警平台，融合结构化问卷、文本分析与生理信号进行多模态风险评估。后端采用 FastAPI，前端采用 Vue 3 + TypeScript，包含用户、咨询师、管理员三角色工作台，并覆盖异步任务调度、实时告警、模型治理（漂移检测、金丝雀发布、回滚）、可观测性（Prometheus、Grafana、Sentry、OpenTelemetry）以及 PII 加密、审计、限流等安全合规能力。项目定位为“AI + 全栈 + DevOps + 可观测性”的个人作品集级完整系统示例。
YuhuanStudio/Yunshu · Fast local LLM / VLM inference engine for Apple Silicon (MLX). OpenAI- and Anthropic-compatible, lossless speculative decoding (DFlash2 / MTP), hybrid-model prefix cache with RAM/SSD tiers, native Claude Code / Codex / opencode support. Qwen3.8-27B tuned first.
Yunshu 是一个基于 MLX、在 Apple Silicon 上本地运行的 LLM 与 VLM 推理引擎，单进程提供 OpenAI、Anthropic 和 Ollama 兼容 API。它支持无损的推测解码（DFlash2、MTP、prompt-copy drafting）、面向混合模型的前缀缓存（RAM、SSD 及可选存储层级）、结构化输出、多模态输入、Web 搜索与 MCP、编码代理（Claude Code、Codex、opencode）接入，以及包含密钥配额、主机遥测和评测的本地 Web 控制台。首个完整调优模型为 Qwen3.8-27B。
apoorvdarshan/scowld · 🦫 Open-source iOS AI companion with a live VRM avatar that sees you — bring-your-own-key chat, vision, speech-to-text & text-to-speech (OpenAI, Anthropic, Gemini, ElevenLabs, Groq & more). SwiftUI.
Scowld 是一个开源 iOS AI 伴侣应用，使用 SwiftUI 构建，内置 Amica/Arbius 的 VRM 3D 角色渲染，支持口型同步、待机动画与表情。它提供文字和语音聊天、免手动唤醒模式，由用户自行提供 API Key（BYOK）接入 Gemini、OpenAI、Claude、Ollama 等多家对话与视觉服务，也支持多家语音转文字和 ElevenLabs/OpenAI 语音合成；对话记录、角色名称和系统提示词可保存在本地。
ronish645/minilang-compiler · Can LLMs learn a programming language they've never seen? A from-scratch compiler for MiniLang, used as an uncontaminated benchmark where Claude, GPT and Qwen learn it from the spec and debug through a compiler-as-tool agent loop. MCP server included.
MiniLang 是为评测「LLM 能否只凭规范学会一门从未见过的编程语言」而设计的小型 C/JavaScript 风格语言，配套从零用 Python 编写的编译器（词法分析、递归下降解析、渐进类型检查、三地址码生成与带资源限制的沙箱解释器）、支持 Claude/GPT/本地 Qwen 的编译器即工具智能体评测基准，以及把编译器暴露给 AI 助手的 MCP 服务器。
proDreams/revu · 🤖 Self-hosted AI code review for your Pull Requests.
ReVu 是一个自托管的 AI 代码审查服务，用于对 Pull Request 自动生成审查意见。它支持以 Webhook 服务常驻运行，接收 GitHub、Gitea、GitLab（含 self-managed）和 Bitbucket 的 Webhook 并把结果发布到 PR；也支持在 GitHub Actions、GitLab CI、Gitea Actions 等流水线中以 revu review 命令方式运行。审查结果可输出为整体评论或按代码行的内联评论，重复审查会参考此前的审查内容以避免重复评论，并支持 flat 与 deep 两种上下文深度。项目可对接 OpenAI 及兼容接口（OpenRouter、LocalAI、LM Studio）、GigaChat、YandexGPT，支持为不同仓库配置命名 AI 配置，并通过单个 YAML 文件管理多 Git 连接。
subquadratic-ai/decision-longctx-evals · Evaluating long-context retrieval and reasoning for decision models
该项目为“决策模型”（读取状态并对固定选项集返回概率、而非生成文本的模型）提供两套长上下文评测：Decision RULER 包含 11 个合成任务（针检索、变量追踪、词计数），以多选题决策形式覆盖 64K 至 1M token；Decision LCR 基于真实文档（每份约 100K token）的 100 道多选题。项目提供 pip 安装的 dlce 命令行工具，通过向自定义 HTTP 端点发送包含 state、question、options 的请求并接收每个选项的概率来运行评测，支持并发、多端点分发、断点续跑，并按任务平均分（RULER）或全对准确率（LCR）计分，输出逐决策的 JSON 记录。该评测是 RULER 与 AA-LCR 面向决策模型的原则性改编，分数与原基准不可直接比较。
pgEdge/pgedge-vectorizer · A PostgreSQL extension to create chunk tables for existing text data, and populate them with embeddings using your favourite LLM.
pgEdge Vectorizer 是一个 PostgreSQL 扩展，用于对已有文本数据进行异步分块和向量嵌入生成。它通过触发器捕获表数据变更，由后台工作进程调用 OpenAI、Voyage AI、Ollama 或 Gemini 等嵌入提供方生成向量，并支持混合检索（稠密向量 + BM25 稀疏检索，基于 RRF 融合）。扩展提供 SQL 接口用于启用/停用向量化、手动分块、重试失败任务以及通过视图监控队列状态。
Dynatrace 发文介绍“业务可观测性”如何帮金融企业把技术数据和业务环节接起来。以前银行只看系统指标，交易重复、步骤丢失、决策用了不完整数据这类问题往往要等客户投诉或监管问询才暴露。文中一家欧洲投行的贷款验证流程每天流转数百万欧元，团队用 OneAgent 从请求数据中直接提取业务信息（无需改代码），再用 Kafka Sink Connector、OpenPipeline 和 Dynatrace Business Flow 把技术信号对应到业务步骤，实时监控并告警。这样就能在问题升级成收入损失或合规风险前发现和修复。目前是厂商方案介绍，实际效果未独立验证。
Chainguard 推出了一套 AI 安全工具 Harness，用前沿模型帮忙找应用代码里普通扫描器查不出的可被利用漏洞。它一开始用的是 Anthropic 限制开放的 Claude Mythos 5.1，所以没参加 Project Glasswing 的团队没法直接碰这个模型，但可以通过 Harness 间接受益。Harness 强调先在实际隔离环境里复现漏洞、验证补丁确实有效，再由人工审核后才交付，以减少 AI 误报给维护者带来的噪音。它已经公开发现并修复了 vLLM 的一个漏洞，还有关键基础设施相关的问题在协调披露中。同时发布的一份调查称，营收十亿美元以上的公司里有 66% 承认至少有时会放着高危漏洞不修。
旧金山初创公司 Subquadratic 发布了一款叫 SubQ Snap 的决策模型，专门从固定答案里挑选项，比如帮 AI 代理决定下一步用哪个工具、该看哪些文件。以往这类决策模型只能装下 3.2 万字的上下文，信息一多就得切块或改用更贵的大模型；Snap 用自家稀疏注意力架构把窗口临时扩到 38.4 万字，能一口气看完整个代码库和日志。公司内部测试显示，它在长文本检索和多文档推理等多项对比中超过先行者 Jev，但目前只是公开预览，算力受限暂不能开放百万级窗口，所有成绩也都未经外部复核。