Jev 是 TypeSafe AI（2026 年 9 月中旬发布）的首个 "System One" 模型——它不是语言模型，不生成任何文本，只做一件事：输入一段结构化 state，加上类型化的问题，得到带概率的决策答案。 这个定位恰好精确命中了 Agent 评测的核心形状：给定 agent 的 trace 和状态，判断这次行为是否合规、是否安全、评分几分。 …
仓库攻略
74 篇 · 74 个项目 · jay · 安全与风险
AI Engineering Course 是由 Amit Shekhar（Outcome School 创始人）维护的免费、完整、自包含的 AI 工程学习路径。目前 18 个模块、146+ 节课，每节课都是一篇图文并茂的博客，部分附视频。从机器学习基础讲到 LLM 微调、RAG、AI Agent、推理工程、AI Safety 和系统设计，适合想从零建立完整…
这是一个社区维护的下游 fork，专注于为 DeepSeek Harness（DeepSeek 官方桌面端）提供一等公民级的 Linux 打包支持。 官方 DeepSeek Harness 桌面端目前只发布 macOS 和 Windows 安装包，Linux 用户要么退而求其次用 Web 版，要么自己从源码编译。本项目填补了这个缺口：以 AppImage /…
这是一条关于 LLM 开发策略的硬核判断，来自 Sebastian Raschka（Sebastian Raschka，AI 教育者、《Build a Large Language Model (From Scratch)》作者）。 在被播客问到「如果有 xx 百万美元预算，怎么从头开发一个 frontier 级别 LLM」时，他的答案是： 用现有开源模型，…
SeepReverseLab（简称 Seep）是一个面向 AI Agent 的多平台客户端逆向工程自动化工作台，同时也是一套 CWE602（客户端授权脆弱性）专项审计框架。它将 Radare2、JADX、Apktool、Frida、IDA Pro 等分散的逆向工具链，封装为统一的 MCP（Model Context Protocol）工具矩阵，让 AI Ag…
WebCodex 是一个本地开发环境桥接工具，让云端 AI Agent（如 ChatGPT、Claude）直接使用你本机已有的真实代码仓库、Git 工作区和开发工具链，而不需要把代码上传到任何托管服务或云端沙箱。 核心定位是把「AI 客户端（MCP）」和「你的真实机器」连接起来：AI 负责理解、修改、审查代码，运行测试和命令；代码、编译器、Git 历史都在你…
一篇 2026 年 8 月 10 日提交的学术论文（arXiv:2608.09867，cs.CR），由来自 MATS Research、ELLIS Institute Tübingen、Max Planck Institute for Intelligent Systems、Snyk 的研究人员撰写。论文发现：Anthropic、OpenAI、Google …
2026 年 8 月 10 日，一支来自 ELLIS Institute Tübingen、Max Planck Institute for Intelligent Systems、MATS Research 的研究团队（含 Alexander Panfilov、David Schmotz、Ilia Shumailov 等人）在 arXiv 发布论文 "St…
2026 年 9 月，LangChain 正式集成 TypeSafe AI 的 Jev——一个非传统 LLM 的"System One"判决模型。Jev 不生成文本，而是接收一段状态（state）和若干结构化问题，返回置信概率和分类决策。LangChain 通过 langchaintypesafe 包将 Jev 接入 agent harness，为两个高频决…
OfficeIMO 是一个完全脱离 COM 和 Microsoft Office 的 .NET 文档处理库全家桶，用 Open XML SDK 底层实现，覆盖 Word（.docx / .doc）、Excel（.xlsx / .xls）、PowerPoint（.pptx / .ppt）、PDF、OneNote、Visio、Markdown、HTML、RTF、…
SoLPi（Scaling of Language — Pi）是 NVIDIA NVlabs 开源的一个 Pi Agent 引擎扩展包，通过四个可插拔的 Token 节省机制，在保持原有任务完成质量的前提下，大幅削减长时运行编码 Agent 的 token 流量和 API 成本。 它不是一个独立的 Agent，而是以插件形式叠加在 Pi（@earendilw…
Jev Reviewer（访问入口还有 Review）数据提取工具。研究者打开一篇论文的 PDF、补充材料、试验方案或数据表格，直接提问——例如"入组年龄范围是多少""谁资助了这项研究""随机化人数几人"——工具从文档中返回逐字引用（verbatim quote），标注来自哪个文件的哪一页、哪一段或哪一行，并在原文件中高亮显示该位置。无需安装、无需 API …
2026 年 9 月 11 日，Simon Willison 和 Alex Garcia 联合发布 Datasette 两个安全补丁版本——1.0a39（当前 alpha 系列）和 0.65.4（stable 系列），修复了一批权限相关漏洞。这批漏洞由 Sevban Dönmez 提交 AI 辅助报告后，触发了一次完整的 coding agent 安全审计，…
commitrewriter 是 Simon Willison（@simonw）9 月 14 日发布的本地 Web 应用，用于批量编辑 Git 仓库的提交信息。核心使用场景是：Coding Agent 生成的提交记录往往带有大量"机器腔"——冗长的内部 ID 引用、不适合公开的 issue 编号、重复的 agent 生成 boilerplate。Simon …
一个由 GPT6 Astra（Medium）+ OpenAI Codex 模式驱动的 AI 编码智能体，在 macOS 上自动调用本地已安装的 Blender 桌面应用，通过 Blender Python API 生成可编辑的 .blend 三维场景文件，并渲染出成品图像。 整个过程完全由自然语言驱动——用户只给了三句提示词，AI 自己： 1. 写 Pyth…
Pentest Swarm AI 是一个基于真实群智（Swarm）架构的开源渗透测试引擎，由 Go 语言编写，支持 Claude、GLM、Qwen、DeepSeek、Gemini、Ollama 等任意具备 functioncalling 能力的 LLM。与传统多 Agent 工具「单 Planner 按固定顺序调用各阶段」不同，Pentest Swarm A…
Miles 是 RadixArk 开源的企业级大模型 RL 后训练框架（v0.1 发布于 2026 年 8 月 18 日），定位与 OpenAI 的训练+推理协同思路类似，但完全开源。Miles 从 THUDM/slime 分叉而来，与 slime 保持共同演进。 核心架构：SGLang 负责高吞吐 rollout 生成 + NVIDIA MegatronL…
Blip 是一个在 Linux 桌面上收发 iMessage 的工具，通过让同一局域网（或 Tailscale 网络）内的 Mac 充当"网关"来实现——Mac 保持登录你的 Apple ID、运行 AppleScript 脚本处理消息，Linux 端只是一个轻薄的客户端界面（Omarchy 面板插件 + 独立 App）。 ⚠️ 前提条件：必须有一台 Mac…
MarkLLM 是清华大学 BPM 实验室开源的 LLM 水印工具包，发表在 EMNLP 2024 Demo，现已收录为 pip install markllm 包。它统一实现了当前主流的 LLM 文本水印算法（KGW、EXP、Unforgeable、SynthIDText 等 20+ 种），并提供标准化的评估流程（抗攻击测试、可视化工具），让研究者和工程师…
Reverify 是一个AI 辅助逆向工程工具包，核心解决 AI 在二进制逆向场景下"一本正经地胡说八道"的问题。它将语言模型置于确定性 RE 工具链的裁判之下：模型提出假设，工具链在真实二进制上验证，只有在 disassemble、patternmatch 或 emulator 执行后确认的结论才对外报告。 MIT 许可证，当前版本 v0.3.0，纯 Py…
SAM（Sovereign Agent Mesh）是由 Google 开发的一个零配置、零信任的 P2P 网络，专为自主 AI Agent 设计。它让 AI Agent 节点自动发现彼此、互相认证，并通过标准 MCP（Model Context Protocol）协议跨节点调用工具——不依赖将内部脚本或 API 暴露到公网。 当前状态：公开测试网（banan…
Tons of Skills 是一个面向 Claude Code 的开源插件技能市场，由 Jeremy Longshore（Intent Solutions）维护。它将散落在各处社区的 Claude Code 技能（Skill）打包成可发现、可安装、可评级的插件集合，通过 npm 包 + Web 界面双通道分发。截至 20260819 数据：471 个插件、…
gadak 是一个把 Jira 和 Confluence 同步到本地 SQLite 文件的开发者工具。它的核心价值主张很简单：把远程 API 调用变成本地 SQL 查询，让"哪个 Epic 实际卡住了？"这种需要 GROUP BY 的问题，从"无法回答"变成一条 SQL。 支持 macOS 桌面 App、Web UI、CLI 和 MCP 服务器（供 AI 编…
mu（读作 /mjuː/）是一个面向人类、AI 代理和服务的通用协议网络。它用一套协议栈（SMTP 收件、IMAP 读件、HTTP 服务、MCP 对接 Agent、XMPP 聊天、x402 支付）把邮件、工具、日历、文件、搜索等 100+ 项能力统一起来，让一个 AI Agent 可以像真人一样拥有自己的邮箱、联系人、日历和文件系统。 它的核心哲学是「地址即…
coderonion/awesomellmandaigc 是一个 LLM / VLM / VLA / AIGC 领域的精选资源列表（Awesome List），按 Framework（模型/训练/推理/量化/RAG）、Application（IDE/聊天机器人/具身智能/代码助手/知识库等）、Dataset、Learning Resources、Commun…
Krasis 是一个混合 LLM 推理运行时，专注于在消费级显存受限的 NVIDIA GPU 上高效运行数百亿参数级别的 MoE（Mixture of Experts）大模型。它的核心设计目标是：让一张或两张普通游戏显卡（如 RTX 5090 32 GB、RTX PRO 6000 96 GB）就能跑得动原本需要 H100/A100 才能加载的千亿参数模型。 …
awesomedeepseekharness 是一个精选资源列表（Awesome List），收录 DeepSeek Harness（DSH）生态中最优质的插件、Skills、MCP 服务器、Patch/Profile 层、编排器和客户端。DeepSeek Harness 是 DeepSeek 官方发布的 Agent 运行时框架，核心理念是 Model + …
2026 年 8 月 10 日，一支由 8 位安全研究者组成的团队（包括来自 ELLIS Institute Tübingen、Max Planck Institute for Intelligent Systems、MATS Research 等机构的学者）在 arXiv 上发表了一篇震惊业界的论文："Stealing Reasoning Traces f…
Governance Decay（治理衰减）是一种新型智能体安全失效模式，由论文 Governance Decay: How Context Compaction Silently Erases Safety Constraints in LongHorizon LLM Agents（arXiv:2606.22528，2026 年 6 月）正式命名并系统量化…
ToolHive 是 Stacklok 开源的企业级 MCP（Model Context Protocol）服务器运行与管理平台，定位类似 MCP 界的"Kubernetes"——用容器隔离每一个 MCP 服务器，用声明式 API 集中管控注册表、网关、运行时和安全策略。 核心卖点三条： 1. 安全隔离：每个 MCP 服务器跑在独立容器里，凭证不泄露到本地，…