搜索归档

Spring Batch 6.1.0-M2 发布！

Spring Batch 团队发布了 6.1.0-M2 里程碑版本，已可从 Maven Central 获取。这个版本在 6.1.0-M1 基础上带来多项新功能和增强，同时包含一些破坏性变更，并升级了 Spring Framework、Spring Integration、Spring Data 等依赖版本。主要改进包括：MongoDB 作业仓库支持可配置的集合前缀（默认 BATCH_，不影响现有应用）、默认转换服务改基于 DefaultFormattingConversionService、异步处理 API 和本地 chunking 移至 spring-batch-core、RepositoryItemWriter 支持 flush、资源读取器支持位置模式、部分 builder 方法实现编译期安全。此外还弃用了 Apache Derby 支持、旧版日期时间转换器等 API，计划在 7.0 版本移除。

推出带 Live Avatar 的 Gemini 3.8 Live

谷歌在 Gemini Enterprise 里上线了带 Live Avatar 的 Gemini 3.8 Live。过去企业用的语音助手只闻其声，听不到也看不到用户。这次把接近实时的视频生成和语音结合起来，数字人能一边听、一边看、一边说，嘴型对得上，表情自然，还能在对话时在后台调用工具查数据。企业可以拿它做客服或导览；它支持 97 种语言切换，输出带不可见水印 SynthID。定制专属形象目前只对企业白名单开放。

LangSmith 自定义应用：围绕你的 Agent 数据构建自定义界面

LangSmith 推出了 Custom Apps 功能，让团队能在 LangSmith 里直接搭建、发布并使用自定义界面来查看自己的 Agent 数据。过去，很多团队为了按自己的评审流程看数据，得另外写一套前端，还要自己处理托管、登录和权限，维护起来很麻烦。现在可以直接用模板或让 LangSmith Chat 根据一句话描述生成应用，也能用编码助手基于 API 自己写，发布后同事就能在同一处查看。对常做人工标注、实验对比或追踪审查的团队来说，省去了导出数据和重复搭界面的工作。该功能已在 Plus 和 Enterprise 套餐开放，配套的 Macaw 设计系统也已开源。

LangSmith 推出 Trajectories：让每个智能体会话都能被读懂

LangSmith 新上线了一个叫 Trajectories 的功能，它能把一个 AI 智能体在一次长时间会话里做过的事，按发生顺序整理成一段像聊天记录一样的清晰视图，而不是一堆嵌套的复杂执行细节。以前调试这类智能体，得在层层嵌套的运行记录里翻找，很难快速看出它到底哪里做错了。现在可以先按顺序浏览整个会话，找到出问题的步骤，再点进去看完整细节，还能让非工程背景的专家直接用这个视图打分、挑毛病，并把有用的会话存成训练数据。对做智能体开发和运维的人来说，调试和人工审核都会更快、更省事。

Managed Deep Agents 0.8 发布：让生产环境中的 Agent 体验更好

LangChain 团队发布了 Managed Deep Agents 0.8，这是一个帮你构建、部署和运行生产级 AI Agent 的托管服务。过去团队想在生产环境跑 Agent，得自己搭建记忆存储、登录验证、消息入口和工具权限等基础设施，费时费力。这次更新直接内置了四样东西：按用户隔离的凭据和记忆（不同人用同一个 Agent，各自的信息不会串）、HTTP 通道（外部系统能通过 webhook 调用 Agent）、Slack 文件传输，以及基于 Parallel 的联网搜索工具。对开发者来说，这意味着少写大量重复代码，把精力放在 Agent 本身的行为设计上。目前已发布可用，但具体定价和开放范围原文未说明。

LangSmith 推出微调功能

LangChain 这次推出了 LangSmith Fine-Tuning 和一个叫 smithtune 的命令行工具，让团队能把智能体在 LangSmith 里跑出来的操作记录，直接变成训练数据，再拿去训练自己专用的模型。以前做这件事得手动搭整套数据流程，很麻烦。现在 smithtune 把造数据集、用 Fireworks 或 Baseten 训练、再用 LangSmith 评测串成一条龙，还支持让编程智能体来跑。目前只支持监督微调（SFT），需要去 GitHub 安装使用。

LangSmith Engine 新功能：红队测试与自动化测试

LangSmith 把它的智能助手 Engine 升级到 v2，帮开发者修 Agent 更省力。过去它只能分析上线后的运行记录，找出错误和没满足的用户需求，但有些问题比如回答胡编、延迟变慢、花钱变多，人不容易发现，修好的补丁也得自己先测。这次 v2 增加“红队测试”，主动模拟攻击提前找漏洞；还能发现低效路径和性能趋势；并且会用实际输入自动验证修复方案，确认有效后再让人点一下发 PR。目前 v2 对所有 LangSmith Plus 和 Enterprise 计划开放，红队和自动验证修复处于 Private Beta，仅限已用 LangSmith Deployment 的用户。

SkillFoo V3.2 U1：在冻结评测与安全边界下受控演化 SKILL.md

azbigboss66-oss/skillfoo-v3 · Bounded, evidence-driven SKILL.md evolution under frozen evaluation and safety contracts.

SkillFoo 是一个本地实验性 CLI，用于在冻结评测合同、安全边界和可审计回滚机制下受控演化 AI Skill 的 SKILL.md。它把自然语言目标整理为可确认的 Task Card 与评测边界，冻结原始 B0 与生成的 S0，维护 Anchor/Elite/Diversity 进行多代变异与精修，并通过严格 JSON、确定性 verifier、五维最低线等非退化保护选出候选；若没有合格改进则保留起点。项目只优化 SKILL.md，不覆盖输入 Skill、不自动发布候选，Live 执行需配置 OpenAI-compatible Provider。

Coding Sahayi：本地优先的 Windows 自主 AI 编程 IDE

codingsahayi/codingsahayi.github.io · Autonomous, privacy-first C# IDE built with WinUI 3. Features multi-agent swarm orchestration, ConPTY test-driven repair, and in-IDE local model fine-tuning with Soup to slash AI token costs.

Coding Sahayi 是一款基于 WinUI 3 与 .NET 8 构建的 Windows 桌面 AI 编程 IDE，强调本地优先与隐私保护。它通过 Ollama 或 LM Studio 等本地推理端点运行模型，实现代码不出本机；内置四类专用 Agent（架构、执行、评审、记录）通过原生 ConPTY 伪终端执行编译与测试命令，在单元测试失败时自动生成修复补丁并循环验证，直到测试通过；同时借助 DiffPlex 提供受控的并排差异审阅，再用 EF Core SQLite 记忆库保存已验证补丁，用于对本地模型进行持续微调。

llama.cpp-sycl-intel-b70：面向 Intel Arc Pro B70 的 llama.cpp SYCL Docker 镜像与调优指南

snailium/llama.cpp-sycl-intel-b70 · Community-maintained llama.cpp SYCL Docker optimized for Intel Arc Pro B70 (Battlemage). Latest oneAPI/compute-runtime/IGC, B70-specific AOT build, all features enabled (Flash Attention, MTP, reorder kernels, no GGML_SYCL_DISABLE_OPT).

该项目是社区维护的 llama.cpp + SYCL Docker 镜像与配套文档，针对 Intel Arc Pro B70（32 GB，BMG-G31 / Xe2）及其他 Battlemage B 系列显卡，持续更新 oneAPI、compute-runtime、IGC 等依赖，并提供 B70 专用的 AOT 构建（bmg-g31）。镜像保持 Flash Attention、推测解码 / MTP、reorder 内核和动态后端等特性开启，不设置 GGML_SYCL_DISABLE_OPT，并提供 Qwen3 27B 级别模型在单卡上的推荐配置、采样参数与基准测试方法。

Job Hunter：AI 辅助的本地求职投递与岗位匹配工作流

Liooo0/job-hunter · 🎯 AI自动求职投递系统 — Boss直聘/51job/鱼泡 DrissionPage CDP 驱动，JD评分+排除词过滤+封号风控熔断 (Python)

Job Hunter 是一个以 Claude Code skill 形式提供的求职工作流：读取简历与求职底线配置，对招聘平台的岗位 JD 进行结构解析，再通过纯 Python 确定性规则引擎做三层资格过滤与五维加权打分（技术 30% / 方向 30% / 经验 15% / 文化 15% / 地点 10%），达标的岗位由 DrissionPage 驱动本地浏览器完成拟真慢速投递，跳过与失败原因按 9 阶段、23 种枚举写入本地 SQLite 以便复盘。评分与过滤不调用 LLM（0 token），LLM 仅用于可选的 HR 消息草拟。当前支持 Boss 直聘、猎聘、前程无忧 51job，鱼泡直聘尚未接入。

ACTF Core：企业级分布式持续训练与模型治理平台

AdolphoIgor/actf-core · Enterprise Distributed Continuous Training (CT) and Model Governance Platform

ACTF Core 是一个面向受监管行业（RegTech、FinTech、医疗等）的企业级参考架构，用于基础模型的自动化持续预训练、领域适配与监督微调（SFT）。平台将关系型数据湖仓、分布式计算集群、内存自动微分引擎与自动化统计评估防火墙串联为一个不可变、确定性的训练闭环，并提供五级质量防火墙，在存储契约、数据泄漏边界、张量图稳定性与统计非劣性等环节进行把关，最后通过 MLflow 模型注册表别名（@champion）完成候选模型晋升。

Interview-intel：自动记录面试通话并由 AI 生成 HR 评估记分卡

Saikrishna0327/Interview-intel · Interview Intelligence platform: auto-records recruiting calls and generates HR scorecards with AI.

Interview Intelligence 平台，能够自动录制招聘通话，并借助 AI 生成 HR 记分卡。项目基于 TypeScript 与 Next.js 构建。README 主要为 Next.js 脚手架的默认说明，未提供 AI 模型、成本或部署细节。

applyr：面向 AI 编程 Agent 的命令行求职管理工具

DeibyGS/applyr · CLI job application tracker designed for AI coding agents

applyr 是一个为 AI 编程 Agent 设计的 CLI 求职申请跟踪器，充当存储层，由 AI Agent 负责分析。它支持粘贴职位描述后生成加权的 0–100 兼容性评分、APPLY/MAYBE/LOW MATCH 推荐、技能差距分析，以及定制化的 ATS 安全简历。项目本地优先，使用 SQLite 存储，无需 API 密钥。

mecha：面向本地开源权重模型的个人助理 Agent 运行框架

ljchang/mecha · A standalone agent harness in Rust: a provider-agnostic loop, MCP tools, a path jail and prompt-injection interlock, sandboxed shell, scheduled triggers, and an eval rig that grades the trace.

mecha 是一个用 Rust 编写的独立 Agent 运行框架（harness），把本地开源权重模型变成能接触个人上下文的助理。它提供提供商无关的对话循环、MCP 工具接入、路径 jailed 与提示注入互锁、沙箱化 shell、定时触发器和基于工具调用轨迹打分的 eval 工具。设计上把安全（私有数据、不可信内容、外发能力构成的“致命三要素”）作为结构性约束而非提示词约束，发送类操作先在 outbox 暂存待人工审核，并支持从对话修正中挖掘规则再进行验证。

Code Review Cadre：用自有仓库历史基准评测多个 AI 代码审查器并组建互补审查阵容

VibeCodyH/code-review-cadre · Benchmark AI code reviewers on YOUR repo. Mines fix commits for answer keys, grades HIT/DEFER/MISS, and staffs a panel of models that fail in different places.

Code Review Cadre 是一个面向 AI 代码审查器的基准评测工具。它从目标仓库的 git 历史中挖掘“先破坏后修复”的提交对（且修复同时改动了测试）作为答案键，按 HIT / DEFER / MISS 三档对多个模型或审查 CLI 的审查结果打分，其中在有阻断性问题上的 DEFER 会直接取消候选资格。它会输出覆盖矩阵（roster）而非排行榜，指出没有任何阵容成员能覆盖的缺陷项，帮助用户判断哪些审查器组合在失败点上互补。工具支持通过适配器接入任意 CLI/模型（如 CodeRabbit 作为免费审查者），并可用一个或多个免费模型（含本地 Ollama）作为评审器，通过冲突项标记 UNRESOLVED 以暴露答案键边界问题。

model-drift：面向多厂商 LLM 的公开回归追踪与漂移监控面板

egnaro9/model-drift · Is My Model Drifting? A public LLM regression tracker: a frozen, hash-fingerprinted suite run daily against 16 models across 5 labs, scoring accuracy, latency, verbosity, reliability and refusal rate. Deterministic grading, no LLM judge.

model-drift 是一个小型公开的 LLM 可观测性面板：用冻结且带哈希指纹的评测套件定期跑 16 个模型（覆盖 5 家实验室），记录准确率、延迟、回答冗长度、可靠率和拒答率五项指标随时间的变化，帮助发现模型被静默更新后的质量漂移。评分由确定性机制完成（精确匹配、子串、正则或数值比较），不使用 LLM 裁判。套件含 35 个任务并按能力分类，每晚三次取中位数以降低采样噪声，结果存入仓库内的 drift_board.json 并由看板读取。

measure-twice：在自定义任务上横向评测本地模型与云模型并留存路由证据

aberson/measure-twice · Local benchmarking toolkit and mt CLI that sweeps suites across a model roster, scores them, and keeps an evidence ledger tying every model-routing claim to the run behind it.

measure-twice 是一套本地基准测试工具包与 mt CLI，让用户编写 JSON 任务套件（suite），在同一批题目上横扫（sweep）本地模型与 Claude 等模型档位，支持确定性评分与 rubric 评分、模型调用预算以及按条目/模型/样本级别的断点续跑。运行结果会生成自包含的 HTML 报告，展示分数、错误答案、解析失败、完整提示词与逐字响应，并通过 claim 账本用 MEASURED / PARTIAL / ASSERTED / STALE 区分实测证据与策略声明，配合引用哈希检查来源变动。项目同时包含一个尚在建设中的编码 Agent 基准测试基础设施，目前仅提供结构校验。

egnaro9.github.io：AI 评测与测试工程师 Erik Hill 的作品集与技术枢纽

egnaro9/egnaro9.github.io · Portfolio: Erik Hill, AI evaluation and testing engineer

该项目是 Erik Hill（AI 评测与测试工程师）的个人作品集网站，采用手写 HTML/CSS，不使用框架、部署时不编译（suite/ 目录下的页面除外，由构建脚本从已提交产物生成）。仓库同时作为一个工作系统的枢纽，展示了一套围绕 LLM 评测、回归探测、可验证评测（能力契约与可重放证据包）以及部署服务（FastAPI+Postgres、RAG 评测、LLM 网关等）的小型仓库如何协同工作，README 中给出了各仓库之间的真实数据流。

Recruiting OS：面向实习求职的零操作招聘管理系统

esaba12/recruiting-tool · Zero-touch recruiting OS: Notion hub + React dashboard + AI email/call pipelines for an internship search

Recruiting OS 是一个面向学生和早期职业者的求职操作系统，集轻量 CRM、申请追踪、职位聚合与 AI 辅助于一体，前端为 React 仪表盘。它支持联系人管理、申请阶段漏斗、社交联络追踪、基于 Exa 的公司与人脉发现、GitHub 实习列表聚合与去重、AI 匹配分析与截止日期提取，以及通过 Google Apps Script 监控 Gmail 的 AI 邮件解析管道和日历事件创建。采用多租户 BYOK 架构，用户自带 Anthropic/OpenAI/Exa/GitHub API 密钥，数据存储于各自的 Supabase 账户并由行级安全策略保护。