搜索归档

IncidentBench：面向 AI 驱动的 Kubernetes 故障响应基准与评测平台

stanleyyoga123/IncidentBench · A benchmark and evaluation platform for AI-driven Kubernetes incident response, with reproducible fault injection, evidence-based grading, and reference agents for diagnosis, remediation, and learning.

IncidentBench 是一个将 Kubernetes 故障响应转化为可复现实验的基准与评测平台。它部署微服务应用、生成用户流量、注入受控故障，并记录故障响应系统的调查与处置过程。平台包含异常检测、根因分析、受控修复、验证与学习的参考系统，并可通过生命周期适配器接入其他响应系统，复用负载、故障场景、证据采集与评分流水线。内置标准套件覆盖三个微服务应用共 69 个场景，涵盖节点与 Pod 资源压力、网络故障与容量损失等故障族，提供报告、时间线与应用对比。

rpi：Rust 原生编码智能体运行时与终端 CLI

bigfish1913/pi-rust · Rust-native, library-first coding-agent runtime and terminal CLI inspired by Pi, with composable LLM providers, tools, sessions, and plugin ABI

rpi 是一个用 Rust 编写的、以库为核心的编码智能体运行时，同时提供基于该运行时的终端命令行工具。它由九个可组合的 crate 组成，覆盖 LLM 提供方适配、可持久化且崩溃可恢复的智能体循环、终端 UI 以及稳定的插件 ABI，因此同一套代码既可作为嵌入式 SDK 集成到自己的进程中，也可作为可直接运行的 rpi 命令使用。该项目支持 Anthropic 与 OpenAI 兼容的模型提供方，并提供确定性的 faux 提供方与内存执行环境以便离线测试；会话以 JSONL 树形结构持久化，支持崩溃后从最后一个已提交帧恢复；插件为 Rust cdylib，通过稳定的 C ABI 进行版本协商；还支持无头服务端加远程 TUI 客户端的远程模式。

hearth：为本地推理服务器提供队列调度与容量共享的 OpenAI 兼容接入层

Vcvzgbzz/hearth · A queue in front of your local inference server, and an optional way to lend the spare capacity to someone you trust.

hearth 是一个位于本地推理服务器前面的接入与调度层，用于解决单张 GPU 同时只能承载一个模型、多个请求争抢不同模型导致反复换权重的问题。它对外提供 OpenAI 兼容的 /v1/chat/completions 与 /v1/models 接口（含流式），客户端只需把地址指向它即可。核心能力包括带优先级、老化防饿死、按调用方限额并优先复用已加载模型的队列；可选的路由规则、控制台 /ui、调用方 API Key 与用量统计、多后端（多服务器、多显卡、局域网内其他机器、非 OpenAI 协议后端）、云端 provider 后端、模型可用性金丝雀探测，以及在可信节点之间出借/借用闲置算力。

Spooner：评估并就地改造 Git 仓库的 AI 编程就绪度

ZM-BAD/spooner · AI coding readiness audit & in-place transform, as an Agent Skill

Spooner 是一个符合 Agent Skills（SKILL.md）规范的技能包，供编码智能体使用。它先对仓库的 AI 编程就绪度进行打分为 10 分制健康检查，然后就地安装缺失的质量门禁（pre-commit、lint/format、CI、AGENTS.md、规格驱动开发模板等），并提供 check 检测漂移与 sync 重新同步，所有步骤可验证、可回滚，并在安装前后保持构建通过。

Simplismart：面向生成式 AI 模型的推理与部署平台第三方 API 资料档案

api-evangelist/simplismart · Simplismart — independent third-party profile of a public API surface, by API Evangelist. Simplismart is an AI inference and model-deployment platform that lets teams run, fine-tune, and self-host generative AI models on optimized GPU infrastructure. It offers OpenAI-compatible LLM chat inference (Llama, Qwen, Gemma, Mixtral, DeepSeek), Whisper spe

该仓库是 API Evangelist 维护的第三方公开资料档案，并非 Simplismart 官方 API 或软件。材料显示 Simplismart 是一个 AI 推理与模型部署平台，支持在优化过的 GPU 基础设施上运行、微调与自托管生成式 AI 模型，提供兼容 OpenAI 的 LLM 对话推理（Llama、Qwen、Gemma、Mixtral、DeepSeek）以及 Whisper 语音转文字等能力。仓库本身只包含文本与机器可读的 API 描述，没有可构建、发布或安装的软件。由于该档案尚处于待补充（stub）状态，关于部署条件、硬件要求、API 费用与限制等信息均未说明。

paper-rag-copilot：面向学术文献库的严格引用溯源 RAG 助手与幻觉评测

JamesLeeCY/paper-rag-copilot · A strictly citation-grounded RAG assistant for academic literature libraries, featuring quantifiable hallucination evaluation for trustworthy research assistance.

该项目是一个基于检索增强生成（RAG）的学术文献问答助手，面向博士论文或小型期刊论文 PDF 库，强调答案必须严格引用原文（可追溯到章节、段落范围和页码）。系统采用混合检索（稠密向量加 BM25，RRF 融合）、可选的 cross-encoder 重排，以及逐条声明的分层验证级联（逐字引用校验、多模型评审团、NLI/词面回退、规则检查）。项目还附带量化评测工具，用已知答案集衡量生成器的幻觉率，并验证评审模型本身的可信度（假接受/假拒绝率），统计上输出 Wilson 置信区间。README 也如实披露了已知局限与大量小样本评测细节。

adshine skills：面向 Claude Code / Codex 的 Agent 技能合集

adshine/skills · Collection of agent skills (Claude Code / Codex). Each subdir is a self-contained SKILL.md.

这是一个 Agent 技能合集，适用于 Claude Code、Codex 及任何兼容 SKILL.md 的智能体。每个子目录是一个自包含技能，包含 SKILL.md 及辅助脚本，覆盖 iOS 模拟器会话隔离、视觉与交互 QA（布局度量、动效、点击手感、源还原度）、CLI/文件系统断言、全栈交互追踪、网站审计、设计系统搭建、破损视频修复、项目管理以及联系人二维码生成和 AI 图像生成等场景。仓库提供 git clone 或复制单个技能目录到 Agent 技能目录的安装方式。

laya-jev-GraphRAG：面向多图数据库的解耦式 Agentic GraphRAG 管道

canvasnemesis318/laya-jev-GraphRAG · Decouple AI from storage with an agnostic Agentic GraphRAG pipeline for Neo4j, Memgraph, AGE, and Kùzu.

该项目提供一个与存储解耦的 Agentic GraphRAG 处理管道，支持 Neo4j、Memgraph、AGE、Kùzu 等图数据库，并声称可兼容 Amazon Neptune、ArangoDB、JanusGraph 及 PostgreSQL、MySQL、MongoDB 等系统。管道包含采集、富化、推理、生成四个阶段，采用自定义 A* 图遍历算法，内置持续评测机制，并提供 Laya（本地）与 Jev（云端）两种可切换的模型提供方。README 还包含面向 Windows 非技术用户的下载、解压与运行说明。

Consistency Illusion：多智能体辩论中的跨智能体推理对齐评测与 GDP 协议

wangxiaoyang0412/consistency-illusion · [EMNLP 2026 Main] The Consistency Illusion: CARA metrics for cross-agent reasoning alignment in multi-agent LLM debate, and the Grounded Debate Protocol (GDP) for medical QA

该项目是 EMNLP 2026 论文《The Consistency Illusion》的官方代码与数据仓库，提出 CARA（跨智能体推理对齐）系列自动指标，用于衡量多智能体 LLM 辩论系统在答案一致时推理链是否真正一致，并揭示“一致性幻觉”——辩论虽减少表面矛盾，却可能降低推理语义相似度。仓库同时给出 Grounded Debate Protocol（GDP）提示级方案，通过 CLAIM/GROUND/STANCE 结构化推理在不增加 LLM 调用与智能体路由的前提下修复推理对齐。仓库包含 CARA 实现（步骤分解、DeBERTa-v3 NLI 矛盾检测、Stella 嵌入相似度、CARA-HYB）、GDP 与 M3 提示构建器，以及论文各表格、效应量、附录分析的复现脚本与逐题分数数据。

coding-agent-skills：面向多编码智能体的软件开发全流程技能库

AmirinNS/coding-agent-skills

该项目是一组编码智能体技能与行为准则的合集，覆盖需求规划、方案评审、UI 设计、实现编排、代码评审、文档与提交、缺陷修复等 SDLC 阶段。它提供将实现任务委派给 Codex CLI、Claude Code、Antigravity CLI（agy）与 pi CLI 的技能，支持并行 swarm 分工、同线程讨论与独立评审，并附带 Flask + Bootstrap 5 + MongoDB 脚手架、Electron 桌面应用脚手架、Expo Android 运行等具体技能；所有委派与编排流程默认停在评审阶段、不自动提交。

opendray：自托管 AI 编程智能体网关，持久会话并支持多端与聊天渠道接入

Opendray/opendray · Self-hosted gateway for Claude Code, Codex, Antigravity, Grok Build, OpenCode. Run AI coding agents on your own infra with a shared local-first memory layer. Drive from web, mobile, Telegram / Slack / Discord / Feishu / DingTalk / WeCom. Open REST + WebSocket API. Apache 2.0.

opendray 是一个自托管的 AI 编程智能体网关，用于在你自己的主机（Mac mini、NAS、VPS 等）上运行 Claude Code、Codex、Antigravity、Grok Build、OpenCode 等编程 CLI，使会话在客户端断开、笔记本休眠或主机重启后依然保留。它提供 React Web 管理端、Flutter 移动端以及 Telegram、Slack、Discord、飞书、钉钉、企业微信等双向聊天渠道，支持多账号池化与在线切换、本地优先的跨会话记忆（ONNX/Ollama/LM Studio 嵌入）、项目数据库查看，以及带作用域密钥和调用审计的 REST + WebSocket API。项目以单个 Go 二进制形式交付，Apache 2.0 许可。

agentic-coding：面向软件工程的 AI 编码智能体技能与命令集合

whchi/agentic-coding · assets of agentic coding

该仓库汇集了作者个人使用的 agentic coding 资产，包括可跨工程复用的 global-skills、面向具体技术栈的 project-skills，以及可复用的命令模板。内容覆盖 API 设计、代码评审、调试、DDD 与模块边界、前端模式、测试策略、需求拆解、PRD 撰写、技能编写反馈闭环等方向，并通过 setup.sh 将技能和命令安装到 opencode、codex、claude、gemini、pi 等编码智能体 CLI 的全局或项目目录中，同时提供 AGENTS.md 初始化脚本和技能路由/行为评测用例。

Apple Music DJ：基于真实听歌历史的 AI 歌单生成 Agent Skill

and3rn3t/apple-music-dj · AI Apple Music curator: playlists from your real listening history. Agent Skill for Claude Code and OpenClaw. Try the demo with no account.

Apple Music DJ 是一个面向 OpenClaw 与 Claude Code 的 Agent Skill，通过分析用户的 Apple Music 收听历史生成「品味 DNA」画像，并据此直接在 Apple Music 中创建个性化歌单。它支持 8 种歌单策略（深挖冷门曲目、情绪/活动匹配、趋势推荐、星座式探索、歌单刷新、相似歌手、年代怀旧、双人品味混合）、能量曲线排序、品味漂移分析、兼容度评分、每日单曲、演唱会准备、新发布雷达与 Cron 定时歌单等。项目默认只读，任何写入账户的操作都需先预览并显式确认；数据缓存在本地，也提供无需账号的演示模式与 Spotify 歌单导入功能。

Skill Forge (SKF)：将代码仓库与文档编译为可溯源、版本锁定的 AI Agent 技能

armelhbobdad/bmad-module-skill-forge · A standalone BMAD module that transforms code repositories, documentation websites, and developer discourse into agentskills.io-compliant, version-pinned, provenance-backed agent skills.

Skill Forge（SKF）是一个独立的 BMAD 模块，用 Python 实现，可将代码仓库、文档网站与开发者讨论内容转化为符合 agentskills.io 规范、按版本固定且带来源溯源的 agent 技能。每条指令都可回溯到固定 commit 的具体 file:line，或对应的文档 URL，并提供 provenance-map.json、测试与证据报告，便于在 60 秒内人工核验。技能按版本目录存储、可跨 Claude、Cursor、Copilot 等 agent 使用，并提供重命名、弃用、删除、导出等生命周期工具，还支持从文档单独生成技能（无公开代码的场景）。安装需 Node.js ≥ 22、Python ≥ 3.11 与 uv，通过 npx 安装后与 Ferris 智能体交互。

AIWG：为 Claude Code、Codex、Copilot、Cursor 等 AI 工具提供可复用的项目上下文与专家工作流

jmagly/aiwg · Reusable project context and specialist workflows for the AI tools you already use. Agents, skills, rules and MCP tools for Claude Code, Codex, Copilot, Cursor and more, plus SDLC workflows, session memory, and Jev decision support that offloads bounded LLM decisions to save tokens.

AIWG 是一套围绕现有 AI 编程工具（Claude Code、Codex、Copilot、Cursor 等 18 个具名 provider 及通用适配器）部署可复用项目上下文的框架。它把 agents、skills、commands、rules、behaviors、templates 等 Markdown/YAML 资产通过 `aiwg use` 部署到各 provider 读取的路径，实现一份来源多处复用；并提供持久化产物记忆（.aiwg/）、后台编排、自主循环、产物索引、成本遥测与健康诊断等可选工具，覆盖 SDLC 工作流、会话记忆以及把有界 LLM 决策卸载给 Jev 的决策支持。项目还提供可选的 AIWG Cockpit 与自托管 Agentic Sandbox 隔离执行器安装路径。

OpenCode：开源 AI 编程智能体

anomalyco/opencode · The open source coding agent.

OpenCode 是一个开源的 AI 编程智能体（coding agent），以 TypeScript 编写并采用 MIT 许可证。提供终端界面与桌面应用（Beta），内置 build（默认全权限开发）与 plan（只读分析与代码探索）两种可切换 Agent，以及用于复杂搜索和多步任务的 general 子智能体。支持多种包管理器与安装方式，官方文档覆盖配置与 Agent 使用说明。

Dynatrace 达到 FedRAMP Class D（High）初始实施状态

Dynatrace 宣布其面向美国联邦机构的平台已进入 FedRAMP Class D（High）认证流程的“初始实施”阶段，并出现在 FedRAMP Marketplace 上。此前 Dynatrace 只有 FedRAMP Class C（Moderate）认证，满足不了对高敏感级别有要求的机构。这次进展意味着认证还在进行中，但联邦机构可以据此提前规划未来的可观测性、日志管理和自动化需求。注意，这只是规划依据，不代表已获认证，也不能用于 Class D（High）环境部署；现有 Class C（Moderate）服务仍照常可用。

Dynatrace 正式发布端到端 Snowflake 可观测性功能

Dynatrace 宣布其 Snowflake 可观测性功能正式可用。此前，企业用 Snowflake 做数据分析、数据管线和 AI 工作负载时，成本、性能、安全、运维和数据质量的信息分散在不同工具里，出问题常要人工在 Snowflake、监控工具和表格之间来回切换拼凑原因。现在，团队通过 Dynatrace 的 Data Observability 应用就能统一查看这五方面情况：它带引导式接入、自动采集遥测，并预置 14 个仪表盘，接上就能用，不用从空白画布搭起。对读者的用处是：更容易在用户抱怨前发现性能瓶颈、在账单飙升前发现仓库消耗异常、在数据变旧或结构被改时及早察觉，从而减少依赖这些数据的 AI 应用出错。该功能由开源项目 Dynatrace Snowflake Observability Agent 支撑，偏好自行部署的团队仍可用开源版本。

Andrej Karpathy 称仅 5000 人见识过 AI 的真正能力

Andrej Karpathy（OpenAI 创始成员，今年 5 月加入 Anthropic）在 X 上发帖估算：约 60 亿人几乎没用过大语言模型，10 至 20 亿人只是随便用用聊天机器人，约 2000 万人在数学和编程工作中专业使用前沿模型，而真正在实验室内部接触前沿系统的只有约 5000 人。他认为 AI 的普及才刚开始，大多数人只把 AI 当作聊天机器人，而少数开发者看到的能力提升速度惊人。Box CEO Aaron Levie 也认同这一差距，并指出企业落地还面临成本、多智能体管理工具不成熟、数据打通和安全合规等障碍。对读者来说，这意味着现在熟悉 AI 的进阶用法（如让智能体长时间跑任务、自我测试改进）仍有明显先发优势。

编码智能体让构建变容易了：从零自建的平台团队，缺少明确策略的可能性高出 3.5 倍

Octopus 调查了 379 名平台工程从业者，想看看团队在“自己造还是买现成”上的选择能不能反映出他们的策略水平。结果是：主要靠自己从零开发的团队，报告平台缺乏清晰策略的比例约为 57.9%，而主要用模板或现成工具的团队只有约 15.6% 和 16.7%，差了约 3.5 倍。原因在于 AI 编码智能体虽然让写代码变快，一个内部工具可能一天就能搭出来，但后续的维护、升级和治理并不会消失。对读者的意义是：当开发成本下降时，先想清楚哪些该自建、哪些该买，比以往更重要。