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。
WarRinOP/hiresignal-ai · AI Recruitment Intelligence — match resumes to job descriptions, score compatibility, rewrite bullets, powered by Claude. Next.js + Supabase.
HireSignal 是一个基于 Claude 的招聘智能应用，将简历与职位描述进行匹配，给出 0–100% 匹配分、已匹配与缺失技能对比、ATS 关键词差距建议，并提供简历要点改写、录用/待定/淘汰建议及分析历史记录与报告下载。项目使用 Next.js 14、Supabase 与 Tailwind CSS，通过 /api/analyze 调用 Claude 3.5 Haiku 生成结构化结果并存入数据库。
红帽工程总监 Christian Schaller 想把一箱旧家庭底片数字化，但买的 Plustek OpticFilm 8200i 扫描仪在 Linux 上不工作。原因是厂商换了芯片，现有 Linux 驱动认不出来。他最初让 Claude Code 直接写驱动，折腾很久没进展，搁置几个月。后来他换个办法：让 Claude 运行厂商的 Windows 软件、抓取 USB 通信数据，再和 Linux 驱动发送的数据对比，用能用的 Windows 驱动当参照来定位问题。几小时内他拿到第一张能认出的扫描图，几天后驱动还支持了红外扫描。他把这套方法开源成 hw-harness（MIT 许可），并顺手用同样思路修好了 ThinkPad 笔记本摄像头发暗、偏色的问题。对读者来说，这说明 AI 编程代理可以靠“对比可用实现”来啃下没有文档的硬件驱动难题，但最终仍需人工在真机上测试。目前他的扫描仪驱动只是概念验证，上游 SANE 已有另一位开发者的支持；摄像头补丁也尚未合并，仍在评审中。
jessechumo/Wera · A smart job radar that scores roles against a user's resume
Wera 是一个自托管求职工具，从 Greenhouse、Lever、Ashby、Workday 等公开招聘接口抓取 570 多家公司的职位，按用户配置的规则过滤，本地用 TF-IDF 初步排序，再由 Coral Bricks 上的 LLM 结合用户简历计算匹配分数并给出理由。项目还提供简历编辑与多模板渲染、求职信生成、面试练习、H-1B 签证赞助数据查询以及 Chrome 扩展接口；不代替用户投递。
amitkrrr/JobPilot-AI · AI-powered job application platform that analyzes job descriptions, matches them with your resume, identifies keyword gaps, optimizes resumes, discovers relevant opportunities, and assists with personalized job applications and recruiter outreach
JobPilot AI 是一个基于 Java 的 AI 求职申请平台，可分析职位描述并与简历匹配、识别关键词差距、优化简历、发现相关职位，并协助个性化申请与招聘人员沟通。README 说明其通过 Adzuna 和 Jooble 两个实时职位 API 在 AI 对话中展示在线职位列表，并提供了本地开发与生产环境所需 API 密钥的配置方式。
vancevo/MatchCV · AI recruitment dashboard with multi-CV extraction and explainable screening
MatchCV（TalentFlow）是一个面向招聘人员的 AI 招聘工作台，支持创建职位并抽取要求、批量上传最多 50 份 PDF/DOCX/TXT 简历、进行带证据的匹配评分与排序、审批候选名单、安排面试以及汇总面试反馈。项目强调决策支持：AI 提供数据与建议，由招聘人员审批标准和最终决定。系统包含 Next.js 仪表盘、FastAPI 后端、RQ 异步任务、OpenRouter 模型调用、规则回退、BGE-M3 语义搜索、pgvector 检索、多租户 RBAC、审计与运营监控等能力，但多处集成仍处于离线测试或待真实租户验收阶段。
Tharun4743/CampusConnect · 🎓 Automated Campus Placement & Recruitment Ecosystem with real-time WebSockets, Gemini AI resume screening, and multi-channel hiring pipelines.
CampusConnect 是一个基于 React 19、Express、Socket.IO 与 Supabase（PostgreSQL）的校园招聘与校企招聘协作平台，区分学生、TPO、企业 HR 与管理员四类角色。它支持企业发布带 CGPA、院系与挂科数门槛的岗位并自动筛选候选人，学生上传云端简历保险库，借助 Google Gemini 对简历与岗位描述做语义匹配并给出差距建议，并通过 WebSocket 实时推送申请状态（投递、入围、面试、录用、拒绝）和邮件通知。
mrNLK/SourceKit · AI-powered GitHub talent sourcing for technical recruiting. Find engineers by their open-source contributions, not just their resumes.
SourceKit 是一套面向技术招聘的 AI 人才寻源应用。它可以根据职位描述生成寻源策略，检索并评分匹配的 GitHub 贡献者，挖掘低曝光但高质量的工程师，再通过 Exa 查找 LinkedIn 资料和联系方式；同时提供看板式候选人流程管理和 AI 个性化外联文案，并内置一个面向商务拓展的 SellKit 工作流。项目基于 React、Supabase 和 Vercel 构建，AI 能力调用 Anthropic Claude。
微软新出了一台叫 Surface Laptop Ultra 的高端笔记本，瞄准的是做创意和开发的人，尤其是想在本地跑 AI 模型的开发者。它用了英伟达的 Blackwell RTX GPU，最高可选 128GB 统一内存，价格比苹果同类产品便宜。作者用它跑了一周本地模型，发现插电时速度很快，比如 Nemotron 3.5 Bolt 能达到每秒 56 到 60 个 token，但拔掉电源后性能大约掉两到三成，风扇也会明显变吵。内存带宽是瓶颈，8 位量化的 27B 稠密模型每秒只有八九个 token，降到 4 位才能到二十五六个。如果你主要插电用，它可以当一台不错的本地 AI 开发机；如果常靠电池跑大模型，续航和噪音需要权衡。
现在很多公司鼓励员工用 AI 自己做内部小工具，哪怕完全不懂编程也能上手，Ramp、Stripe 等公司已有类似做法。问题是这些应用绕过了 IT 部门：谁在用、能碰哪些公司数据、安不安全，都没人管，等于新的「影子 IT」。Cloudflare 因此开源了 Void——一套三个工具（SDK、命令行、自托管平台），员工有地方发布自己做的应用，管理员则能控制谁能部署、谁有权访问，公司可以装在自己的 Cloudflare 账号里。刚发布的 Void 1.0 已开放全部源代码（MIT 许可），原来的 Void Cloud 托管服务只限 Cloudflare 内部和少数受邀测试者使用。
Bernice-Koh/writing-assistant · Grammar-lee
这是一个为单一作者（其所有者）打造的个人化 Windows 写作辅助工具，跨浏览器、Microsoft Word 和原生桌面应用随打字实时检查拼写、语法与文风。其核心设计是 Style Card：由模型根据作者明确表达的偏好维护一组子句，工具据此刻画并提醒偏离目标文风的文本，还可用本地模型按需改写段落，并标注疑似 LLM 生成的措辞；作者的当下习惯只会被统计，不会成为目标。项目使用 Rust 与 Tauri 构建，处于早期开发阶段，暂无正式发布版本，本地构建中已可运行捕获、拼写、telltable 下划线等功能，部分模块（Style Card、规则层、改写、工作卡片等）标注为计划中的阶段。
api-evangelist/vervoe · Vervoe — independent third-party profile of a public API surface, by API Evangelist. Vervoe is an AI-powered skills assessment and skills-based hiring platform. Employers build their own assessment content or select from a public Assessment Library - assessments can include video, spreadsheets, presentations, and code challenges that simulate real
Vervoe 是一个 AI 驱动的技能评估与技能招聘平台，雇主可自建评估内容或从公开评估库中选题（含视频、表格、演示和代码挑战），并邀请候选人参与由 AI 打分排序的 Talent Trials。该仓库是 API Evangelist 维护的第三方公开 API 档案，记录其合作伙伴/集成 REST API：列出雇主的评估、邀请候选人完成评估、获取候选人报告与分数，以及通过签名 Webhook 接收报告实时通知。Vervoe 未公开具体端点路径和 OpenAPI 定义，访问需联系其销售团队开通。
律师事务所 Sullivan & Cromwell 与 OpenAI 合作，做了一个叫 Agreement Analyzer 的 AI 工具，用来帮忙看合同草稿，找出里面可能有问题的地方。原来律师审合同要逐条阅读，费时费力，容易漏掉要点。这个工具把律所的法律经验放进 AI 里，让它自动标出草稿中的问题条款，审阅起来更快。对需要处理大量协议的人来说，这能减少人工通读的负担。目前材料没有说明这个工具是否已经对外可用、价格怎么算，也没说它具体支持哪些合同类型。
Dynatrace 在9月发布了一批更新。以前，看数据库语句只能知道它执行了什么，却不知道是谁触发的；排查问题还得在不同页面之间来回切换，容易丢失分析上下文。这次新增了“服务回溯”功能，能从数据库查询直接看到上游调用链、负载分布和报错情况；分布式追踪可以在侧边浮层看瀑布图，原来的图表和筛选保持不变。QuickStart 把自动配置和手动安装放在一起，还能从问题直接打开 AI 助手 Dynatrace Assist，并用 dtwiz 自动配置 OpenTelemetry 主机监控。支持的主机现在也能和 OneAgent 监控的主机一起出现在基础设施与运营的 Compute 菜单中。这些功能已发布，具体入口和版本要求原文未详细说明。
Datadog 的产品经理 Kathy Lin 和技术作者 David Lentz 写了一篇文章，讲 Kubernetes 的旧设备插件模型怎么限制 GPU 使用效率。旧模型里，团队必须提前把 GPU 切好固定的分区，请求只能写数量、看不出显存大小和连接方式，结果经常是花钱买的 GPU 容量白白闲着，或者任务排队等资源。新的动态资源分配（DRA）让 Kubernetes 按每个任务的具体需求灵活挑选和分配 GPU，还能让多个任务共用同一块 GPU，把闲置容量利用起来。读者可以了解 DRA 相比旧模型好在哪，以及用 Datadog 怎么跟踪这些改进和省下的成本。文章目前是博文介绍，没有给出具体性能数字，也没有说明 DRA 功能是否已普遍可用。
Datadog 为它的 RUM（真实用户监控）产品加了一个叫“运维监控”的新功能。以前，团队能单独看到页面浏览、点击、报错这些零散事件，但很难直接回答“付款这一步到底成没成功、花了多久”。现在，你可以把“处理支付”这类由应用控制的关键步骤定义成一个“操作”，单独追踪它的成功率和耗时，还能用 SLO 设目标、用 Bits AI 查为什么变慢或报错，最后再把它放回整条用户旅程里看。这个功能随 RUM 免费提供，Bits Investigation for Operations 目前还在预览阶段。
Snyk 发布了一套叫 Evo Agentic AppSec 的“安全智能体”工具，用一组 AI 代理自动完成应用安全工作的各个环节。过去，安全团队面对 AI 大量生成的代码早已不堪重负，Snyk 的数据显示每修复一个漏洞、同时会新增约八个，其中不少是传统扫描器看不清的业务逻辑和权限问题，恶意依赖包还可能在扫描前就偷走凭证。这套工具覆盖从代码开发、CI 检查到定期深度分析三个环节，把威胁评估、漏洞发现、修复和验证串起来，人只负责定策略和审批；据其 VulnBump 测试，修复代理生成的修复有 90% 可直接合并，而无上下文时只有 59.6%。对读者的意义是：这类方案试图让安全审查跟上 AI 写代码的速度，而不是靠人工事后补漏。目前原文只说了这是将进入 Evo 平台的新方案，未说明开放时间或价格。
Vercel 在旧金山的 Ship 大会上发布了几项后端新能力。原来它主要处理“有人请求才干活”的任务，像需要一直开着的视频转码、队列处理这类后台工作不太合适。这次推出的 Daemons（公测中）可以让开发者部署常驻容器，区域和实例数自己定，崩了自动重启，worker 主动去队列或数据库领任务；同时 Python 支持（FastAPI、Flask、Django）和给 AI agent 用的持久存储 Drives 转为正式可用。对开发者来说，以后更多后端负载可以直接放在 Vercel 上跑，不用再单独搭一套常驻计算服务。
GitHub 员工在共享组织里和外部客户、合作伙伴一起做项目，时间一长，谁还需要访问权限、哪些仓库已经没人用了，靠人工记录很难跟上。他们做了一个叫 Evergreen 的 GitHub App，用 GitHub 自带的定时任务、webhook 和 issue 来干活：每季度给每个仓库开一张清单 issue 让人勾选保留谁，没人回复就默认收回权限；长期没人动的仓库会先警告、再归档，而且从不删除内容。所有状态存成 git 里的 JSON 文件，改动记录本身就是审计日志。这样仓库管理员不用再维护表格，也能保证权限不会一直留着。
这篇指南讲的是怎么在 Spring Security 7 里给服务端加上两种安全机制：DPoP 和 RFC 8693 令牌交换。以前 Spring Authorization Server 是单独一个项目，现在并进了 Spring Security 7，Maven 坐标没变，所以升级基本就是改个版本号。需要注意的是，7.1 版本的应用如果不主动调用 .dPoP()，可能会悄悄不再强制验证 DPoP，文章解释了原因。把两者结合起来，可以得到范围更窄、且绑定发送方的令牌，适合服务间调用和智能体调用。
S-MOHAMMAD-SYED-SAMEER/explainable-ats · Explainable applicant screening: an LLM quotes the CV, deterministic code scores and ranks, a recruiter decides
该项目将岗位要求与简历进行匹配，由大语言模型仅在抽取阶段引用简历原文，之后的匹配、评分、排序全部由确定性代码完成，招聘人员最终决定录用结果。每个判定都附带简历中被逐字校验过的引用证据，未通过校验的引用会被拒绝并记录在审计日志中，不参与评分。系统还包含基于模式匹配的敏感信息脱敏，使模型只能看到脱敏文本。项目为作品集作品，演示使用确定性模拟抽取器与虚构候选人。