跨栏目检索

搜索归档

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。

全部内容

最近成功采集

今天暂时没有新上架内容,你可以继续浏览历史归档。

Kubernetes 1.37 发布:指标 API 稳定,无根 Kubelet 进入测试版

云原生计算基金会(CNCF)发布了 Kubernetes 1.37 版本,代号“Garhwal”。这次更新主要关注稳定性、安全性,以及对 AI/ML 工作负载的优化。对用户来说,稳定版指标 API 意味着监控工具可以直接依赖它,不用再冒险用试验功能;无根 Kubelet 进入测试版,则让容器运行更安全,即使被攻破也不容易影响整个机器。不过,文章没有说明具体哪些指标 API 转正、无根 Kubelet 什么时候正式可用,也没有提到具体的下载或升级方式。

文中可用工具

提供的材料未提及具体可用工具。

展开详情收起详情:Kubernetes 1.37 发布:指标 API 稳定,无根 Kubelet 进入测试版
InfoQ Architecture & Design
☆ 收藏0 条评论查看原文

你的 AI agent 失败了,问题可能不在模型本身

AI agent 进入生产环境后,从收到请求到给出结果之间的路径越来越难预测:agent 会自己选工具、改路线,即使没有明显报错也可能一路错下去,所以光看日志和输入输出不够,还要弄清它的推理过程、用了哪些工具、在哪里卡住、又为什么换方法。英伟达产品副总裁 Adel el Hallak 在接受 The New Stack 采访时说,要把运行环境当作收集这些信息的地方,并推动约 140 家公司参与的 SAFE(Secure Agent Findings Exchange)共享 agent 失败经验,像传统软件披露漏洞那样让各家都能修补。对开发者来说,这意味着 agent 出问题不一定换模型就能解决,先弄清楚失败发生在模型、编排还是运行层,才知道该调什么。相关工具的实际开放状态和具体获取方式,原文未说明。

文中可用工具

  • OpenShell英伟达的 agent 运行时,负责沙箱、策略执行,并让开发者看到 agent 的执行过程
  • NemoClaw位于 OpenShell 之上的平台,原文未说明其具体用途
  • NOAH英伟达的研究项目,发现固定模型、更换编排框架可以提升 agent 表现
  • Nemotron英伟达的模型系列,被 CrowdStrike 用于微调安全领域的配对 agent
展开详情收起详情:你的 AI agent 失败了,问题可能不在模型本身
The New Stack
☆ 收藏0 条评论查看原文

Cloudflare 测量源站 TLS 偏好,握手重试率从 52% 降至 3.7%

Cloudflare 过去在连接网站服务器时,总是先猜对方偏好某种加密握手方式(X25519),猜错就得重试一次,导致约 52% 的连接要多花一轮。现在它改为逐源站实测,先搞清楚每个服务器的真实偏好再连接,重试率降到 3.7%,p90 延迟减少超过 150 毫秒。抗量子加密握手一次成功的比例从 0% 升到 99.2%,但支持该能力的源站仅 12.8%。读者能感受到网站连接更快、更少卡顿。

文中可用工具

提供的材料未提及具体可用工具。

展开详情收起详情:Cloudflare 测量源站 TLS 偏好,握手重试率从 52% 降至 3.7%
InfoQ Architecture & Design
☆ 收藏0 条评论查看原文

阿里巴巴开源 OpenCodeReview,用于 AI 辅助代码审查

阿里巴巴最近开源了 OpenCodeReview,这是一个用 AI 做代码审查的命令行工具。以往代码审查依赖人工看,费时费力还容易漏掉安全问题。它的做法是:先用固定流程挑出要检查的文件、打包内容、匹配规则,再让大语言模型(AI)动态分析代码。工具内置了对空指针异常、线程安全、XSS、SQL 注入等问题的检查。对开发者的用处是,能在命令行里自动发现常见和安全类代码问题,但原文没有说明具体怎么安装、支持哪些语言以及是否已正式可用。

文中可用工具

  • OpenCodeReview阿里巴巴开源的 AI 代码审查命令行工具,结合固定流程和 LLM 代理做代码分析
展开详情收起详情:阿里巴巴开源 OpenCodeReview,用于 AI 辅助代码审查
InfoQ Architecture & Design
☆ 收藏0 条评论查看原文

Jev 能成为更好的 Agent 评估器吗?

TypeSafe AI 发布了一个叫 Jev 的模型,它不是普通的生成式大模型,不会写文字,而是直接对一段状态给出结构化判断和概率,他们称之为“System One”模型。研究者拿 Jev 当 Agent 评估器,和几个大模型评审(GPT-5.6 Luna、Terra、Claude Sonnet 4.6)做对比,想解决现有评估方式的两个痛点:写代码的评估只能应付固定输入,大模型评审则慢、贵、还不太稳定。结果 Jev 在连续打分上一致性高得多,质量分波动比对手低 92 到 913 倍,同时平均每次只要 0.44 秒、0.00035 美元,总花费 0.34 美元,而 Claude 花了 28.17 美元。不过作者强调这只是个小规模早期测试,还不代表它已经能普遍替代现有方案。

文中可用工具

  • JevTypeSafe AI 发布的 System One 模型,不生成文字,直接对状态返回结构化判断和概率,可用作 Agent 评估器
  • Deep Agents开源 Agent 框架,用来搭建被评估的目标 Agent
  • LangSmith把单次 Agent 运行保存为数据集并回放,方便公平比较不同评估器
  • GPT-5.6 Luna作为 LLM 评审参与对比(原文未说明其具体用途)
  • Terra作为 LLM 评审参与对比(原文未说明其具体用途)
  • Claude Sonnet 4.6作为 LLM 评审参与对比(原文未说明其具体用途)
展开详情收起详情:Jev 能成为更好的 Agent 评估器吗?
LangChain Blog
☆ 收藏0 条评论查看原文

Kiro Crew:可持续运行并自我改进的开发工作区

kirodotdev/KiroCrew · A persistent workspace for development work that self-improves and continues beyond one session.

Kiro Crew 是一个开源开发工作区,可运行在本地或用户自己的硬件上,也支持远程 Gateway。它强调持久化、自我学习与自我演化:会话、记忆、日程和任务检查点可跨 Gateway 重启保留,纠错与任务失败会转化为可复用的经验教训和技能。用户可通过桌面应用、Web 仪表盘和 CLI 使用,也能通过 Slack、Discord 等消息通道延续同一份工作;多步骤任务可无人值守运行,支持周期性作业、心跳监控和子代理并行委派。默认代理运行在 kiro-cli 上,使用前需单独安装并登录。

展开详情收起详情:Kiro Crew:可持续运行并自我改进的开发工作区

★ 4054 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

agentic-os:面向 agentic 业务的操作系统控制平面

redevops-io/agentic-os · The control plane for the redevops.io Agentic Business OS — Mission Runtime kernel (Python + Go), Projects cockpit, cost-aware LLM router, permissions plane, and reference apps. Self-hosted, open-core (AGPL-3.0).

redevops.io Agentic Business OS 的控制平面,用一套编排层把计费、客服、账务、合规、分析、营销等多个业务模块作为统一 agent 集群运行。提供 Mission Runtime 内核(Python + Go)、模块注册表与编排器、按任务能力分层并带预算的成本感知 LLM 路由、跨模块工作流、审批与审计日志、行级/列级细粒度权限平面,以及 Projects 控制台、Sidekick 问答助手、集成平面与受治理的 Agent Gateway(MCP 为首个协议适配)。自托管、source-available(AGPL-3.0 + Commons Clause)。

展开详情收起详情:agentic-os:面向 agentic 业务的操作系统控制平面

★ 2 · 开发框架

GitHub
☆ 收藏0 条评论查看项目

Timothy:自托管的个人 AI 智能体控制平面

timothy-agent/timothy · The open-source control plane for your personal AI workforce. Run your own AI agents. Your infrastructure. Your models. Your rules.

Timothy 是一个开源的 AI 智能体控制平面,运行在用户自有的硬件和基础设施上,用于编排、调度和管理个人 AI 助手。它支持接入 Anthropic、OpenAI、Amazon Bedrock、Ollama 等多种模型并按任务路由,可为智能体配置独立的模型、工具与知识,执行研究、写报告、写代码、读邮箱与日历、生成简报等任务,并把结果推送到 Telegram、邮件、Webhook 或 GitHub。项目提供记忆、文档知识库、预算与成本记录、本地语音输入和加密密钥存储等能力,架构为 Go 微服务加 PostgreSQL(pgvector)与 React 前端,通过 Docker Compose 部署。项目处于早期开发阶段,可能存在不兼容变更。

展开详情收起详情:Timothy:自托管的个人 AI 智能体控制平面

★ 58 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

open-compute:模型无关的计算机使用 Agent 循环核心

ellmos-ai/open-compute · Model-agnostic computer-use core: one agent loop for Claude, OpenAI CUA, and a mock backend — normalized coordinates, canonical action schema, central safety gate.

open-compute 是一个轻量的 Python 核心库,用于构建计算机使用(computer-use)Agent,即由 LLM 驱动的 GUI / 桌面 / 浏览器自动化。它实现了「感知 → 模型工具调用 → 动作 → 反馈」的 Agent 循环,并通过统一的 ComputerBackend 接口让推理模型可替换:Anthropic Claude、OpenAI CUA 两个 API 后端地位平等,离线 mock 后端为默认。核心零运行时依赖(仅标准库),厂商 SDK 为可选惰性加载的 extras。主要特性包括:统一归一化 0..1 坐标并集中处理 DPI 缩放与多显示器偏移、规范化动作 schema(click、type、key、scroll、drag、wait)、集中式安全门(confirm / allow_all / read_only 三种策略)以及每次会话动作前强制的 4 秒安全窗口。感知层支持截图、Set-of-Marks、DOM、Windows UIAutomation 等混合方式,并提供按窗口作用域的 token 预算过滤。

展开详情收起详情:open-compute:模型无关的计算机使用 Agent 循环核心

★ 3 · 开发框架

GitHub
☆ 收藏0 条评论查看项目

feature-forge:面向编码 Agent 的端到端功能开发流水线

garygentry/feature-forge · End-to-end feature development pipeline for coding agents: PRD → high level tech spec → detailed coding specs → backlog → implementation loop → docs

feature-forge 把含糊的功能想法通过固定、可恢复的流水线逐步转化为经过验证的代码:从需求(PRD)出发,依次生成高层技术方案、详细编码规格、可执行 backlog,再由可替换的自主循环运行器逐项实现,最后基于真实实现产出文档。流水线在阶段之间设置验证关卡,用稳定需求 ID 做可追溯,并把各阶段隔离到独立子代理上下文中以控制 token 消耗;支持状态跨会话持久化、上游改动后的过期检测,并针对 TypeScript、Python、Go、Rust 提供技术栈感知的配置档。项目对 Claude 做了调优但保持 agent 无关,支持 Claude、Codex、Copilot、Cursor、Gemini、Pi 等编码代理。

展开详情收起详情:feature-forge:面向编码 Agent 的端到端功能开发流水线

★ 0 · 开发框架

GitHub
☆ 收藏0 条评论查看项目

JobFlowTracker:集成 AI 助手的求职、招聘与任务管理追踪工具

joka-7/JobFlowTracker · Personal job search, recruiter pipeline, and task management tracker with Firebase sync, kanban board, and AI assistance.

JobFlowTracker 是一个基于 React 的个人求职、招聘管线与任务管理追踪应用,支持看板拖拽、列表编辑、日历、时间线与统计视图。它提供求职者、招聘者、任务管理三种可随时切换的模式,支持 Google 登录、Firestore 同步、JSON 备份导入导出与 CSV 导出,并内置多语言(英/希/法)、键盘快捷键、面试题库以及多厂商 AI 助手(Gemini、Groq、Ollama、Claude、OpenAI),用于求职建议、候选人寻源、面试准备、拒绝分析、目标拆解等场景。

展开详情收起详情:JobFlowTracker:集成 AI 助手的求职、招聘与任务管理追踪工具

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

OpenCode Multi-Model Orchestrator:为 OpenCode 提供多 AI 提供商切换与自动路由的零配置桥接工具

yannn14/opencode-claude-cortex-sync · Claude Pro Bridge for OpenCode 2026 - Zero Setup AI Sync

该项目自称是面向 OpenCode 的多模型编排桥接工具,宣称可自动检测并同步系统中已有的 AI 提供商凭据,在 Claude、GPT-4、Gemini 等多家服务及本地模型之间按成本、速度或能力进行请求路由,并提供并行请求、凭据保险库、用量分析与网页控制面板等能力。README 同时给出了配置文件示例、命令行调用示例、系统兼容性表与故障排查命令。需要注意,材料中的性能基准、安全性、客服支持等表述均来自项目自述,未经过独立验证;实际可用性、部署条件和合规性需以官方说明为准。

展开详情收起详情:OpenCode Multi-Model Orchestrator:为 OpenCode 提供多 AI 提供商切换与自动路由的零配置桥接工具

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

AgentFlow:自托管的多智能体编程编排桥接层

oprounak34-cpu/agent-bridge-core · OpenACP 2026 Guide: Self-Hosted AI Agent Bridge for Telegram, Discord & More

AgentFlow(仓库名 agent-bridge-core)是一个自托管、协议无关的事件驱动编排层,用于把 Claude、Codex、Copilot、Gemini 等 AI 编程智能体与 Telegram、Discord、Slack、SMS、Webhook、TCP 等外部渠道连接起来。它提供会话上下文跨平台保持、可插拔适配器、人在回路审批门、事件溯源、Web 监控面板、多语言指令解析、智能体降级链、可选端到端加密与运行健康检查。README 声明以 MIT 许可发布,并说明其仅为桥接层而非沙箱,需自行承担命令安全、密钥与数据隐私责任。

展开详情收起详情:AgentFlow:自托管的多智能体编程编排桥接层

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

Mneme:为 LLM 与 AI Agent 提供本地持久化记忆的 MCP 服务

cidade360/mneme-memory-forge · 2026 Ultimate AI Memory Stack: Local-First Rust MCP for LLMs

Mneme 是一个用 Rust 编写的本地优先持久化记忆基础设施,通过 Model Context Protocol 为 LLM 和 Agent 提供跨会话的记忆存储、语义检索与智能遗忘能力。项目以二进制形式运行,支持将相关记忆注入上下文窗口,并可与 OpenAI、Claude 等 API 配合使用;同时提供网页仪表盘、AES-256-GCM 静态加密、多语言嵌入与快照备份等功能。

展开详情收起详情:Mneme:为 LLM 与 AI Agent 提供本地持久化记忆的 MCP 服务

★ 1 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

RAG Radar:每 15 分钟自动更新的 RAG 项目与工具追踪清单

linny006/rag-radar · Live tracker of new RAG implementations, tools, and patterns — updated every 15 minutes

RAG Radar 通过 GitHub Actions 定时任务和 GitHub Search API,持续监控 GitHub 上新发布的检索增强生成(RAG)项目、库和生产模式,按组件类型(分块、嵌入、检索、生成)打分与分类,并输出可订阅或浏览的结构化列表。仓库中的表格每 15 分钟自动重写,新增或移除条目都会以提交形式体现。

展开详情收起详情:RAG Radar:每 15 分钟自动更新的 RAG 项目与工具追踪清单

★ 3 · 资料合集

GitHub
☆ 收藏0 条评论查看项目

Cortex:为 AI Agent 构建组织决策记忆图谱并通过 MCP 注入上下文

askmy-stack/cortex · Organizational memory for AI agents captures decisions into a knowledge graph and serves them over MCP.

Cortex 声称是一套面向 AI 原生公司的组织记忆系统。它从 Slack、GitHub、Jira、Linear 等工具中捕获决策,抽取为结构化事件后存入以 Neo4j 为核心的知识图谱,并通过 MCP 服务器、REST API 与 Python SDK(cortex_query / cortex_inject / cortex_remember)在推理时向 Claude、Cursor 等 MCP 兼容 Agent 主动注入相关决策上下文,以减少 Agent 每次从零开始、产生幻觉或需要翻阅历史记录的情况。仓库还提供重要性评分、信任评分、矛盾检测、记忆衰减、RBAC 与 GDPR 删除等功能,并附带 React 仪表盘。README 说明 V1 尚未包含覆盖率评分、结果关联与会议连接器,另有说明文档。

展开详情收起详情:Cortex:为 AI Agent 构建组织决策记忆图谱并通过 MCP 注入上下文

★ 1 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

agent-skills:为 Claude Code 等 AI 编程代理扩展领域知识与工作流的技能库

richardbowman/agent-skills · Personal Claude Code skill library — hand-authored skills for AI-augmented product management, dev workflows, and content creation

agent-skills 是一个个人维护的 AI 代理技能库,包含手工编写的技能,用于扩展 AI 编程代理的领域知识、操作配方和工作流,覆盖 AI 辅助产品管理、开发流程与内容创作。仓库通过 bootstrap.js 将各技能目录软链接到 ~/.claude/skills/,将 hooks 脚本链接到 ~/.claude/hooks/,供 Claude Code 自动识别;部分技能在 SKILL.md 的可移植性说明中标注也支持 Codex。技能列表涵盖 Aurora DSQL 数据库开发与迁移、Playwright 端到端测试、Next.js 本地开发、Remotion 视频广告制作与分镜、内容营销、brainstorm 与 brain-dump、Gmail 助理、生产就绪检查、Vercel 工具与密钥备份等;还提供按机器排除技能以及新增技能和 hook 的流程说明。

展开详情收起详情:agent-skills:为 Claude Code 等 AI 编程代理扩展领域知识与工作流的技能库

★ 0 · 资料合集

GitHub
☆ 收藏0 条评论查看项目

Profiley:AI 驱动的交互式简历与求职者公开主页平台

akram0zaki/profiley · An AI-assisted interactive CV to help job seekers present their profile and work experience.

Profiley 是一个开源的 AI 交互式简历平台,让求职者上传简历和辅助材料,系统自动抽取并索引为可检索的知识库,并生成面向招聘方的公开主页。招聘方可以浏览主页、与候选人 AI 角色对话,并运行结构化的岗位匹配分析;后台由管理员统一配置模型路由(OpenAI、Gemini、Mistral)。项目还提供所有者仪表盘,展示招聘方访问、事件、会话、上传和岗位匹配运行等实时分析。

展开详情收起详情:Profiley:AI 驱动的交互式简历与求职者公开主页平台

★ 0 · 可直接使用的工具

GitHub
☆ 收藏0 条评论查看项目

Agent Comms:跨 Harness 的 LLM 智能体通信网格

ExaDev/agent-comms · Cross-harness communication mesh for LLM agents. Rooms, DMs, presence, and visibility.

Agent Comms 为不同 harness 中的 LLM 智能体提供一套基于 localhost TCP 的通信网格,支持注册与发现、房间、私信、在线状态和可见性控制。每个 bridge 实例作为对等节点接入,首个绑定固定端口的实例担任协调者负责介绍新节点,数据连接均为节点间直连;消息通过 TCP 直接推送,无需守护进程或文件系统轮询,进程离线期间的消息会进入复制的投递队列并在重启后重放。项目提供 pi、Claude Code 及通用 MCP 的安装接入方式,并附带可扩展新 harness 的桥接能力。

展开详情收起详情:Agent Comms:跨 Harness 的 LLM 智能体通信网格

★ 21 · 开发框架

GitHub
☆ 收藏0 条评论查看项目

ClawAI:本地优先的多模型 AI 编排与智能路由平台

ihabkhaled/ClawAI · Claw is a local-first AI control plane that runs powerful open models on your machine and connects to top LLM providers. It intelligently routes every prompt to the best model, giving you one secure workspace for chat, memory, context, connectors, routing, and full AI orchestration.

ClawAI 是一个开源、本地优先的 AI 编排平台,通过统一界面跨多个云与本地模型提供商编排 AI 模型。它提供多提供商路由、基于本地评判模型的智能模型选择、安全密钥管理、聊天与记忆、文件处理与 RAG、高级对话编排、工作区接地、桌面 Agent 运行时、图片与文件生成、审计与可观测性以及基于角色的访问控制,后端由 17 个独立 NestJS 微服务组成。

展开详情收起详情:ClawAI:本地优先的多模型 AI 编排与智能路由平台

★ 23 · 开发框架

GitHub
☆ 收藏0 条评论查看项目