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。
anassoooo/fathom-search · Multimodal product search over 35K products: hybrid retrieval (dense + BM25 + CLIP), cross-encoder reranking, LLM query understanding, and offline evaluation. FastAPI + Qdrant + Next.js.
Fathom 是一个面向 3.5 万余件 Amazon 商品的多模态检索项目，支持用文字或图片搜索商品。它把稠密向量、BM25 与 CLIP 文本到图像检索在服务端用 RRF 融合，再经 MiniLM 交叉编码器重排，并用 LLM 把“适合扁平足、80 美元以内的舒适跑鞋”这类口语化请求解析成干净查询、硬性预算和类目加权。项目包含数据质量审计、离线检索与查询理解评测报告，技术栈为 FastAPI、Qdrant、Next.js。
changkun/minllm · A minimal LLM pipeline that runs on a laptop, written from scratch in PyTorch and to be read: tokenizer, pretraining, inference, fine-tuning, RLHF and RLVR, with measured results and an interactive website.
minllm 是一个用 PyTorch 从零编写、以可读性为目标的最小语言模型流水线，覆盖分词器、预训练、推理、微调、RLHF 与 RLVR 等十个阶段，并附带交互式网站、测试和实测结果，可在笔记本上运行。项目仅依赖 PyTorch 实现张量与自动微分，其余组件（分词器、模型、训练循环、LoRA 微调、评估和强化学习算法）均为自写代码，不依赖 transformers、tokenizers、peft、trl 或 vllm。README 还列出了混合专家、长上下文、潜在注意力、蒸馏、数据准备、缩放定律、结构化输出、推测解码、工具调用、模型评判、安全、自训练、量化等分支主题及其测量结果。
divramod/divramod-claude-code-plugins · divramod's Claude Code plugins, one marketplace: agent skills and live panes for Claude Code.
这是一个面向 Claude Code 的插件集市，集中提供三类插件：divramod-skills 智能体技能（计划、评审、交接、落地、研究、内容总结等，也可作为 Codex 插件使用）、hal2-mcp（hal2-cli-mcp MCP 服务器，需二进制文件位于 PATH）以及 divramod-subagent-context（为会话中每个子智能体展示模型、effort、上下文占用、峰值与压缩情况的实时面板）。插件通过 Claude Code 的 marketplace 命令安装、更新，仓库为同步镜像，实际开发在 divramod/hal2 中进行。
rbpal/azure-firewall-change-agent · Agentic firewall change requests on Microsoft Foundry: agent drafting, deterministic policy gates, human approval, Terraform apply.
该项目面向 Microsoft Foundry 上代理式防火墙变更请求流程：由 Agent 起草防火墙规则，经过确定性策略门禁与人工审批后，通过 Terraform 应用变更。仓库提供合成的网络数据与标准，企业流程与演示流程共用同一套 Agent、工作流代码与检查逻辑；演示版用 YAML 工单替代 ServiceNow、用 GitHub Actions 替代 Azure DevOps，并由单人扮演全部人工角色。材料说明仓库、合成网络与标准已构建，工作流、Agent 与流水线仍待开发。
mw00/project-maya · Project Maya - run GLM-5.3-Flash (321B MoE) privately on your own GPU(s), from one card to 16, NVIDIA or AMD, Linux or Windows. Engine, server, dashboard, OpenAI- and Anthropic-compatible API, quant tools.
Project Maya 是面向 GLM-5.3-Flash（321B 参数 MoE，约 18B 激活参数，上下文最高 1M tokens）的本地推理引擎与配套工具集。它把对话常用专家放在 GPU、次常用的放在内存、其余放在 NVMe SSD 上，并测量硬件自动调优，支持单卡至 16 卡、NVIDIA 与实验性 AMD/Windows。内置浏览器聊天与实时监控、图片输入、思考档位、OpenAI 与 Anthropic 兼容 API（含工具调用）以及并发请求，并提供 Maya-S/S24/M/L 等自研量化版本。
byshivam/banking-rag-eval · Evaluation suite for a banking RAG assistant — faithfulness, hallucination & relevance scoring with CI regression gates (DeepEval · RAGAS · pytest)
该项目围绕银行政策文档构建一个 RAG 助手，并提供配套的评测套件，用于判断助手能否安全上线。评测覆盖事实准确率、对来源文档的忠实度（幻觉检测）、越界问题的正确拒答、误拒率、引用有效性、安全性（投资建议、OTP 共享、提示注入）、检索命中率与上下文精确率/召回率、答案相关性等指标，并与已批准的基线对比，在 CI 中自动给出有证据支撑的 GO / NO-GO 发布决策。评测分为两层：无需 API Key 的确定性检查，以及由 DeepEval + 大模型裁判完成的 faithfulness、answer relevancy 等打分。知识库为虚构的印度 Arya Bank 五份政策文档，黄金数据集含 24 条手工编写用例。
klauswg/jev-suite · Four decision-quality tools on Jev (TypeSafe System One): Jev answers structured questions, deterministic code keeps the final say.
jev-suite 是一套建立在 Jev（TypeSafe System One）决策模型之上的 Java 工具套件，包含 jev-proof、jev-fit、jev-fidelity、jev-rental 四个应用，分别用于判断赞助视频是否交付了约定内容、候选人相对岗位要求的差距、编辑是否保留原文信息、以及看房前需与房源代理确认的事项。共享内核 jev-kit 提供 JevClient 类型化客户端、三路判定门 NoulGate 与外部文本防提示注入清洗器。设计上坚持“Jev 判断、代码决定”，阈值与路由由单元测试覆盖的确定性 Java 代码掌握，模型不可达时降级为人工复核，评测拒绝模拟数据，无证据即失败关闭。
unofficial-equivocation2029/Open-Jev · Get typed decision probabilities from context and candidates, instantly—no autoregressive generation or JSON parsing.
Open-Jev 是一个面向决策场景的 AI 工具，输入情境描述与多个候选选项后，直接给出每个选项为正确选择的概率，而无需自回归生成或 JSON 解析。README 提到最新版本 Open-Jev-27B-v1.1，支持一次最多七个选项，并强调展示不确定性以便判断结果的可信程度。文档描述其为面向普通用户的 Windows 桌面应用，无需编程基础。
khanhduong22/agent-harness-kit · Portable Agent Skills and global rules for Codex, Claude Code, Gemini, and Antigravity
Agent Harness Kit 为 Codex、Claude Code、Gemini 和 Google Antigravity 提供统一版本化的公司级 AI Agent 标准、风险分层工作流、可复用技能和模块化项目包。仓库包含公司核心规则、69 个可移植技能、原生 harness 清单与市场目录，以及幂等安装与回滚脚本。它还支持 MCP 服务器配置下发与 kido-mcp-gateway 网关，用于多环境切换、跨服务器组合工具和统一注册。
mokuyoaxis/dsh-iris · Media generation and visual understanding for DeepSeek Harness, with multi-provider routing and the integrated Iris workbench.
Iris Media 是面向 DeepSeek Harness 的多模态生产运行时，以 DSH 插件和独立 headless CLI 两种形式提供图像生成、视频生成（文生视频/图生视频/S2V 数字人）、音乐生成、语音合成与音频转写、看图问答、长图 OCR、目标定位、裁剪、像素差异、视频抽帧与多模态摘要等能力。它通过多供应商模型池按“供应商 + 模型”为每项能力分配候选模型，生成作品由共享 Core 以 Task/Artifact 管理，支持异步任务跟踪、重启恢复与作品导出；内置 Iris 工作台用于配置、任务管理和统计，并在对话输入区提供提示词优化入口。项目提供离线诊断 Doctor、随包三项 Agent Skills 以及多份协议与安全文档。
hyunolike/hanjeok-agent · A travel guide agent for Hanjeok: ask where it's crowded, watch each lookup, and get an answer that cites only what it fetched. LangGraph, Neo4j GraphRAG, MCP.
Hanjeok Agent 是面向 Hanjeok 旅行服务的智能体，用于回答“某地某日是否拥挤”这类问题。它先用规则解析问题中的地点与日期，再通过受校验的查询步骤在 Neo4j 知识图谱与 Hanjeok 只读接口中检索，并在界面上逐步展示每次查询。最终答案只允许引用本次问题实际获取到的记录或政策文档，经由引用校验后才展示；答案与替代地点排序均沿用 Hanjeok 服务的原始排序，模型不自行排序。项目还提供路径可视化、两种检索策略的对比评测页面，以及通过 MCP 暴露的只读工具。
NocodeMrLi/mini-program-engineering-skill-suite · Mini Program Engineering Skill Suite is an Agent Skill suite for evidence‑first mini‑program development. It helps agents bring WeChat or other mini‑program projects from vague intent to reliable engineering work: project intake, product specification, architecture, implementation, UI & device adaptation, debugging, verification, release readiness.
该项目是一套面向 Agent 的小程序工程技能套件，将微信、支付宝、抖音小程序从需求澄清、产品规格、架构设计、实现、UI 与机型适配、调试、验证到上线就绪的流程拆解为可执行技能，强调状态须由匹配证据支撑。套件包含三平台规则事实层与规则漂移检测、分层评测与签名发布门禁、包完整性校验，并可从 Releases 下载后通过 install.sh 安装到 Codex、Claude Code、Cursor 等支持 Skill 的 Agent 应用。
gojiplus/sortition · Counterfactual evaluation for LLM routing policies.
sortition 是一个 Python 库与 CLI，用于对 LLM 路由策略进行反事实评估。它通过记录每次路由决策的概率（propensity）并在部分流量上探索，结合 IPS、SNIPS、DM、DR 等 off-policy 估计方法，让日志能够回答“如果换用另一个未部署的策略，会带来怎样的质量与成本结果”。项目还提供规则策略、ε-greedy/Thompson 决策、从日志训练的梯度提升策略、质量与价格权衡曲线的自动搜索、LiteLLM 集成插件与日志存储模块，并附带带已知真值的模拟器用于验证估计器。作者说明其已验证范围为模拟器与 mock 的 LiteLLM，尚未在真实生产流量中验证。
mfellner/sparkrun-recipes · Custom SparkRun recipes for DGX Spark-class systems
该项目是面向 NVIDIA DGX Spark 及兼容 GB10 系统的自定义 SparkRun 配方注册表，通过 sparkrun registry add 注册后可在 @mfellner/ 命名空间下使用。包含多个配方：单机原生 TTS（Fish Audio Drama 3）、单机多模态检索嵌入（Qwen3-VL-Embedding-8B）、双机 1M 上下文的 Qwen3.8 Flash Next NVFP4 和 GLM 5.3 Flash EXL3 on TensorFold 等，均带有镜像与模型快照的不可变 pin、依赖与授权说明以及可复核的验收证据。配方多采用非特权容器、主机网络/IPC、设备访问等配置，服务默认无鉴权，需运行在受信任的私有网络中。
kausthubh-coder/skills · My agent skill library: global skills for Claude Code and Codex, with sources and a catalog of upstream skills
这是一个个人 Agent 技能库，把全局技能通过链接方式接入 Claude Code 和 Codex（含 CLI、应用以及经由 T3 Code），并附带项目起步用的基础 AGENTS.md。仓库提供 link.mjs 脚本来链接技能、清理已删除技能并同步全局技能清单，upstream.mjs 用于检查上游仓库中已采用技能的变化；sources.json 记录每个引入技能的来源、许可证、上游提交与本地改动，CATALOG.md 汇总考察过的技能及结论，dashboard/ 是基于 Claude Code、Codex 与 T3 使用历史的技能仪表盘。此外还包含 init-project、optimize、create-project-flows、my-skills、audit-skills 等技能，用于新项目初始化、既有项目的 agent-native 优化、项目流程技能生成和技能库的增删改。
ayushh0110/ScreenMind · AI-powered screen memory — captures, analyzes, and lets you search/chat your screen history. Powered by Gemma 4 . 100% local, 100% private.
ScreenMind 是一款 AI 驱动的屏幕记忆应用，通过内容变化检测捕获屏幕截图，使用 Gemma 4 多模态模型在本地完成视觉分析、语音转写与推理，构建语义与关键词混合检索的可搜索历史记录，并支持基于屏幕记忆的对话问答、会议转写总结、Agent 自动化、MCP 集成与数据分析面板。项目强调全部数据与推理留在本机、无遥测、提供敏感信息过滤与静态加密等隐私措施。
harishu652/Class-AI-Agent · Build production-ready AI agent configs for Claude Code with structured workflows, special agents, and clear rules
Class-AI-Agent 是一个面向 Windows 的应用，用于以结构化方式运行基于 Claude 的 AI 智能体任务。它支持基于规则的流程编排、技能（skill）管理与复用、模块化的 JS/TS 项目结构，便于搭建可重复执行的本地 AI 工作流并按步骤组织智能体行为。
Wholeheartednesssierra488/llmcouncil · Coordinate multiple LLMs in parallel for voting, debate, synthesis, critique, red teaming, and verification via MCP and Claude Code
llmcouncil 是一个面向 Windows 的多模型协作工具，可让 GPT-5、Gemini 2.5、Claude 等多个模型在同一任务上进行投票、辩论、批判与综合，从而形成最终答案。它支持与 Claude Code 及 MCP 集成，适用于写作编辑、代码审查、研究总结、方案对比、事实核查等需要多模型交叉验证的场景。
mj9733246-cloud/code-review-expert · 🛠️ Enhance code quality with structured reviews, focusing on architecture, security, performance, and code hygiene for robust development.
code-review-expert 是一款面向开发者的代码审查辅助应用，支持打开 .js、.py、.java 等多种代码文件并自动分析，围绕 SOLID 原则、安全漏洞、性能优化、错误处理与边界条件等方面给出改进建议，帮助开发者提升代码质量与可维护性。
kidsadapotay/openclaw-cloudflare · 🤖 Automate code reviews with AI on Cloudflare Workers, enhancing security, code quality, and coverage for your GitHub pull requests.
OpenClaw 是一个基于 Cloudflare Workers 的 AI 代码审查工具，用于自动审查 GitHub 拉取请求，帮助发现代码问题、提升安全性与代码质量，并通过 AI 建议改进代码。README 描述了下载、配置与使用流程，并提及 Cloudflare 集成带来的性能优势。