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。
InfoQ 的编辑 Artenisa Chatziou 发布消息：QCon 旧金山 2026 大会将邀请 Airbnb、OpenAI、Netflix、Honeycomb 等公司的工程实践者，分享他们如何在 AI 智能体承担越来越多工作的情况下，构建、运维和演进自己的生产系统。目前这只是一则预告，具体议题、日程和举办时间等细节原文未说明，因此还无法确认哪些内容会公开或开放观看。对读者来说，这提供了一个了解大公司真实工程经验的机会，但暂时没有可以直接上手使用的工具或方案。
提供的材料未提及具体可用工具。
Ian Cooper 做了一场演讲，讲的是当系统靠“消息”互相通知、而且规模很大时，怎么管好这些异步接口。他把消息机制拆成三个基础点：地址（消息往哪送）、绑定（用什么方式送）、契约（消息长什么样）。原来的问题是消息散落各处、难以发现和统一管理；他介绍用 AsyncAPI、CloudEvents、schema 注册表，加上自动化 CI/CD 流水线来解决发现、治理和开通的问题。这些做法来自 Just Eat Takeaway 的真实工程实践，对需要维护事件驱动系统的团队有参考价值。
Uber 的工程团队重新搭建了外卖应用 Uber Eats 的搜索流程，并报告称用户从下单搜索到看到结果的整体等待时间减少了一半。此前搜索链路较长、各环节串行执行，加上广告数据与检索逻辑交织，导致响应偏慢。这次他们改进了衡量首屏展示的方法、精简了检索环节、让多个数据获取步骤并行执行，还重新设计了广告数据并优化了底层基础设施，同时借助智能体编程流程辅助开发。对普通用户来说，这意味着在 Uber Eats 里搜餐、加载结果会更快。团队表示还在探索微批处理、基于商品的检索和 HTTP multipart 流式传输，但这些尚未开放，处于探索阶段。
提供的材料未提及具体可用工具。
Spring AI 社区发布了一个模块化 RAG 示例，把 TypeSafe 的 Jev 模型接入检索增强生成流程。传统做法直接把用户问题和相似文档片段塞给模型，问题在于用户口语化提问会带入噪音、相似文档未必有用、检索内容可能被人恶意植入指令。新方案在检索前用两次大模型调用改写并扩展问题，检索后用 JevDocumentFilter 和 JevDocumentReranker 过滤、重排文档，再交给模型生成答案。整套流程通过一个 advisor builder 配置，配套有可运行的 05-1-modular-rag 示例模块，方便与朴素版本对比。需要 TypeSafe API Key，过滤和重排依赖 Jev 模型。
谷歌在2026年9月一口气发布了多项AI更新。最核心的是新模型 Gemini 4 Argon，它能处理编程、网络安全、金融研究等复杂任务，输出上限达100万token，但目前只通过 Fairwind 计划向受信任的网络安全防御方逐步开放，尚未面向普通用户。此外还有更便宜快速的 Gemini 3.8 Flash、专注漏洞发现和自动打补丁的 3.8 Flash Cyber、两款语音对话模型、两款文字转语音模型、音乐生成模型 Lyria 3.5，以及把 Airtable、Linear、Adobe 等应用接入 Gemini 的新功能。对读者来说，这些更新意味着语音办公、音乐创作和学习辅助等能力正在陆续进入 Gemini 应用和 Google Workspace，部分功能已可使用，前沿模型和 CC 家庭助手仍处于测试或预览阶段。
Chatham Financial 这家做资本市场业务的公司，用上了 OpenAI 的 Codex 和 GPT-5.6 两款 AI 工具，一边开发技术、一边重新设计自己的工作流程。原来一笔交易验证要花 30 分钟，现在不到 4 分钟就能完成，效率提升非常明显。对做金融交易和风险管理的团队来说，这说明 AI 已经能直接用在核心业务流程里，帮人省下大量重复核对的时间。不过文章没有说明这套工具是已经全面上线、还是只在部分团队试用。
OpenAI 发布了一份面向创业公司的 GPT-6 家族使用指南，帮他们在这个系列里挑合适的模型。问题是 GPT-6 有好几款模型、还能调“推理投入”，选择起来让人犯难。指南教了三件事：怎么按需求选模型、怎么调推理投入（也就是让模型多想还是少想）、怎么写提示词和“技能”。另外还讲了怎么让多个工具配合工作，以及怎么把整套流程搬到生产环境。对做 AI 产品的团队来说，这相当于一本上手手册，能少走弯路。
提供的材料未提及具体可用工具。
swsgbl/hmharness · 为鸿蒙 (HarmonyOS/OpenHarmony) 开发全流程而生的自进化智能体框架——零依赖内核、自进化一等公民、MCP 生态借力、模拟器与工具链无头全控。Self-evolving agent framework for the full HarmonyOS lifecycle.
hmharness 是一个面向 HarmonyOS/OpenHarmony 开发全流程的自进化智能体框架，采用零运行时依赖的 TypeScript 内核，支持任意 OpenAI 兼容厂商与流式输出，内置上下文压缩、审批门禁与会话审计。它提供鸿蒙原生域工具（工程脚手架、hvigor 构建、hdc 安装/启动/日志、仓颉 cjpm、codelinter、模拟器无头全生命周期管理），并具备认知层（世界模型、五层记忆、目标系统、探索引擎、技能编译、进化治理、校准报告）与自进化循环（洞察→提案→训练/保留双门禁→晋升快照→回滚）。同时支持 MCP 客户端接入社区服务器，也能以 MCP 服务器模式把鸿蒙工具链供给 Claude Code、Codex 等宿主，并提供 CLI/REPL/TUI/Web 多前端、多智能体 spawn、桌面自动化与手机远程控制。
katagun/ai-systems-atlas · Curated atlas of operational AI systems, agents, frameworks, memory systems, licenses, and evidence
AI Systems Atlas 是一个经过编辑审核的目录，收录可运营的 AI 系统、与供应商无关的模型发布及其开发实验室、连接系统的规范、托管推理服务、自托管推理运行时、宿主 Agent 可安装的 Agent 包，以及有据可查的 AI 机器人。目录以静态网页形式发布，所有审核记录同时以无密钥、无限速的 JSON 形式提供；仓库包含编辑目录、校验与刷新自动化脚本，以及无依赖的静态 Web 界面，并区分来源元数据与 Atlas 审核记录。
JasonTM17/HealthCare_Project · Educational Vietnamese hospital-style healthcare platform with Spring Boot, Next.js, FastAPI AI/RAG, Docker, and reproducible PostgreSQL demo data.
这是一个面向多院区医院运营的数字化医疗平台，提供患者、医生、管理员三类角色的完整门户：支持按院区/科室/医生分流的在线挂号、带悲观锁的号源防冲突控制、预约全生命周期管理、电子病历与诊断文件存储与角色隔离，并内置 FastAPI 实现的 AI 医疗助手（症状分诊与基于 RAG 的医学知识检索），带提示注入防御、患者隐私拒答与失败时回退的本地规则等安全护栏。系统采用 Next.js 前端、Spring Boot 核心后端、PostgreSQL/Redis/MinIO 存储与 Docker Compose 部署，含可复现的演示数据。
clivedsouza1010/rudra-js · Product recommendation components designed by a language model and rendered with React, on the server or in the browser. The model returns a validated specification, never markup, so it cannot invent a price, a rating or a stock level.
rudra-js 让语言模型设计推荐区块，但不允许模型直接输出 HTML，而是返回由封闭词汇表构成的组件规格（布局、标题、文案），商品标题、价格、图片和链接均从自有商品目录中读取。@rudra-js/react 在服务端或浏览器中进行渲染，@rudra-js/attested 对模型文案做三轮校验（价格与折扣等模式、数字来源核对、无数字断言词表），不合格字段会被丢弃。默认模式下展示的商品由核心逻辑按请求从候选列表中选择而非模型决定，且支持完全不调用模型的确定性模式。
maci0/clanker · Self-improving AI agent harness in Zig 0.16 — gated self-patch loop, sandboxed WASM tools, CLI + web UI
clanker 是一个用 Zig 0.16 编写的自改进 AI Agent 运行框架（harness），通过 zwasm 以沙箱化 WebAssembly 模块方式执行工具，并采用受门控的自我修补循环改进自身源码：Agent 提出精确匹配补丁，应用到暂存副本，经 zig build、zig build test、zig build tools、zig fmt 和 lint 验证全部通过后才提升到正式代码树。项目强调“一切皆插件”，工具、模型供应商、Web UI 视图、技能与提示词、配置均以插件形式组织，插件边界同时是安全边界。提供 CLI 与 Web UI，支持 MCP 服务器、Peer 通知、Mesh 集群、A2A agent card、目标生命周期、流式 REPL、执行图谱、Arena 辩论与盲测模型对比等能力。
BlxrryFxce17/AI-Job-Finder · Autonomous AI job hunting agent that discovers tech roles, scrapes verified LinkedIn recruiters, validates corporate mailboxes, and drafts tailored engineering pitches citing real GitHub repositories with automated Gmail dispatch & tracking.
AI Job Finder 是一个智能、自动化的求职申请跟踪与冷邮件外联平台。它借助 OpenAI 根据职位描述与个人资料自动生成个性化求职冷邮件，通过 Gmail API 从连接的 Google 账号直接发送，并提供基于追踪像素的邮件打开追踪、链接点击追踪以及机器人检测，结合求职管理流水线（保存职位、跟踪申请状态、管理跟进）与响应式界面。项目采用 React（Vite）前端与 Node.js/Express + MongoDB 后端，并使用 Google OAuth2 进行安全登录与发送授权。
ricoxvl/PMassistance · Product Management AI WorkFlow
PMassistance 是一个基于大语言模型的产品情报演示平台，用于将客户反馈和竞品报告转化为可执行的业务洞察。它通过 Streamlit 仪表板提供客户情绪分析、产品主题识别、优先级问题发现、产品健康评分、竞品基准对比、功能差距分析、投资机会识别和高管建议生成，并包含一个支持自然语言问答的 AI Product Copilot。仓库说明这是演示版本，样本数据均已匿名化或替换为合成数据。
DIVYANSHGUPTA-5/agentic-ai-recruitment-platform
该平台将上传的简历（PDF、DOC/DOCX 或 ZIP 批量）通过本地 LM Studio 提供的 LLM 解析为结构化候选人档案，并对简历文本分块、生成 768 维嵌入存入 PostgreSQL + pgvector；匹配时把岗位需求嵌入后做余弦相似度检索，取最相关的简历片段作为证据交给 LLM 评估，LLM 返回技能、经验、教育、领域四个子分数与说明，最终加权总分由代码计算，70 分以上自动进入短名单。配套 GraphQL/REST API、JWT 与 RBAC 角色权限、异步上传处理、React 前端以及可选的 GitHub/LinkedIn/Twitter 外部档案补充。
timiojoeman-debug/pathfinder · AI-powered internship navigation platform for university students: career direction, CV optimization, job discovery, networking, interview prep, and application tracking.
PathFinder 是一个面向大学生的实习求职「职业操作系统」，覆盖六大阶段：职业方向选择、简历优化（PDF/DOCX 上传、ATS 审核、岗位匹配打分、技能差距项目建议）、职位发现（通过 Adzuna / JSearch 搜索或粘贴职位描述做兼容性分析）、人脉拓展（AI 外联、咖啡聊准备、内推材料、LinkedIn 分析）、面试准备（刷题追踪、STAR 故事构建、AI 出题、公司简报）以及申请追踪（看板流程与一致性仪表盘）。各阶段产生类型化的职业事件，派生出的职业档案、进度引擎与推荐引擎支撑跨阶段智能与 AI 导师记忆。技术栈为 Next.js 16、React 19、TypeScript、Tailwind CSS 4、Zustand、Supabase（Postgres + pgvector）、自定义 JWT 认证与 OpenAI GPT-4o / text-embedding-3-small。
hannsxpeter/godplans · Plan everything before anything. One command turns an idea or an existing codebase into an audit-aware, validated master plan (PLAN.mdx), from pricing and product decisions to architecture, security, and launch, that any coding agent executes checkbox by checkbox. Claude Code, Codex, Cursor, Gemini CLI, OpenCode, and any Agent Skills client.
godplans 是一个面向 AI 编码代理的规划工具，通过一条命令把想法或已有代码库转化为一份审计感知、可验证的主计划文件 .godplans/PLAN.mdx。计划以带复选框的任务形式组织，覆盖定价与产品决策、架构、安全与发布等领域，并可由 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 等 Agent Skills 客户端逐项执行。计划生成后会经过独立评审打分、散文完整性与验证脚本检查，附带可机械校验计划自身承诺的 validate-plan.sh。
Sidharths916/jobsy-showcase · Jobsy — AI resume optimizer. Deep recruiter analysis, XYZ rewrites, ATS simulation, mock interviews, live job matching. Free, no sign-up.
Jobsy 是一个面向求职者的 AI 简历优化工具，提供五个功能：简历优化（四阶段 AI 流程，包含招聘官扫描、按 Google XYZ 公式重写要点、ATS 模拟与 7 秒速览测试，并可选模拟面试评分）、求职信生成、LinkedIn 资料重写、基于简历的实时职位匹配，以及技能缺口分析与免费学习资源推荐。项目采用 FastAPI 后端与零构建步骤的原生 HTML/CSS/JS 前端，无数据库、全无状态，处理即丢弃不存储数据；免费档使用服务端 Gemini Flash 密钥并做限流，Pro 档由用户自带 Anthropic API 密钥（仅存 sessionStorage，服务器仅做转发）。
monickverma/cursor-electronics · Circuit OS: AI hardware compiler. Plain English to validated schematic, Arduino firmware, SPICE simulation and BOM. Runs on AMD ROCm via vLLM.
Circuit OS 是一个 AI 硬件编译器，用户用自然英语描述电路需求，系统输出经过验证的电路原理图、Arduino 固件、SPICE 仿真、物料清单（BOM）以及设计决策解释。其核心约束是 LLM 不直接撰写 SPICE、KiCad 文件或固件，而是只输出符合严格 IR schema 的结构化 JSON，随后由确定性编译器（ngspice、KiCad、Jinja2 模板等）生成产物，并通过 Pydantic 与硬件规则引擎做字段级校验和最多 3 次重试。项目支持使用 Claude 或通过 vLLM 在 AMD ROCm GPU 上运行的开放模型，包含硬件规则检查、后台仿真评分、补丁式修改、JWT 认证、限流、PostgreSQL 存储等能力。
chrisgagne/grounded-forge · Project once, retrieve distillations, create tools: a pre-loading retrieval architecture and tool builder for distributable, source-grounded assistants for complex, repeatable work in your known task domains.
grounded-forge 是一个面向“已知任务域中重复性工作”的检索与工具构建架构：通过结构化 9 遍摄入协议把每个来源一次性读入，并预先投影到助手支持的各个任务域，形成“来源 × 任务”矩阵中的蒸馏（distillation）文件；运行时以查表选择已投影的单元格并回引来源，而非从原始片段重新推导。项目附带演示语料（28 个引用源、5 个任务轴、117 个蒸馏、23 个 Pass G 跳过）以及 decision、stakeholder、software-business、aar-mode、retro-mode 等已打包应用，支持通过 Claude Code 打开运行、打包分发，并可用 Chroma 做语义检索兜底。