MetaHarness 是一个自动化 harness 工程的框架，来自斯坦福 IRIS Lab、Cornell 和 MIT，发表在 COLM 2026（arXiv:2603.28052）。 LLM 系统的性能不仅取决于模型权重，还取决于 harness——即围绕固定基础模型运行的代码，决定存储什么信息、检索什么信息、向模型展示什么。Harness 包括：系统…
仓库攻略
391 篇 · 386 个项目 · jay
代表攻略
无需微调：VLM 调度层填平"编排差距"，真实机器人 16.7% → 97.3% · 干货攻略
Pigey（Physical Agency orchestrator）是一个闭环 VLM 调度层，驱动已有的冻结机器人技能（frozen skills），无需任何新数据或微调，即可在仿真和真实机器人上大幅提升推理密集型任务的成功率。 核心论文："Addressing the Orchestration Gap in Generalist Robots via…
LaTeX.css 是一个极简 CSS 库（自称"almost classless"），只需在 HTML 页面中引入一行样式链接，就能让任意网站呈现出 LaTeX 文档的排版风格。项目基于 David Zollikofer 的 latexCSS，遵循 MIT 许可证开源。 它不是 JavaScript 框架，不是 React 组件库，不是静态站点生成器——只…
SJTUThesis 是上海交通大学学位论文 LaTeX 模板，由 SJTUG（上海交通大学 Linux 用户组）维护的开源项目。其底层依赖的文档类集 SJTUTeX 已收录至 CTAN，意味着用户无需手动下载宏包，通过标准 TeX 发行版即可使用。 该仓库本身是一个用户级示例模板（即写好的完整论文示例），包含公式、表格、算法、参考文献等常用排版示例；核心文…
Qwen Code 是阿里巴巴 Qwen 团队开源的终端 AI 编程 Agent，对标 Anthropic 的 Claude Code。项目脱胎于 Google Gemini CLI v0.8.2（已停止同步），现发展为独立的多协议、多平台 Agent 框架，核心框架与 Qwen 模型均已开源，无供应商绑定。 其定位是「让 AI 编程能力在终端里随手可得」—…
代表攻略
LlamaExtract Agentic Plus：超大规模文档结构化提取实战指南 · 干货攻略
本攻略核验了所有数字与说法：准确率来自 ExtractBench 官方论文（arXiv:2607.29677）及 GitHub README；FTX 矩阵案例来自 Jerry Liu 原文；各 tier 定价来自 ExtractBench GitHub 页；与原帖说法一致处直接引用，与官方文档冲突处以官方为准并注明。 LlamaExtract Agentic…
DiGbench（Discovery in Games）是 2026 年 8 月 12 日由 James C.R. Whittington（牛津大学）联合多位学者发布的新型 AI 评测基准，全称 Discovery in Games。 核心设计：70 个纯文本互动游戏，每个游戏内部有隐藏的「变换规则」，AI 智能体必须通过主动交互和实验来发现这些规则，然后将…
superpowerszh 是目前最火的 AI 编程 Skills 框架 superpowers（250k+ ⭐）的中文增强版，在完整汉化 14 个上游 Skills 的基础上，新增 6 个面向中国开发者的原创 Skills，支持 23 款 AI 编程工具（上游仅支持 6 款）。从头脑风暴到代码审查，从 TDD 到调试，每个 Skill 都是经过实战验证的工…
AI Berkshire 是一套同时兼容 Claude Code 与 Codex 的价值投资研究 Skill 合集，将巴菲特、芒格、段永平、李录四位价值投资大师的方法论系统化、结构化，通过 AI Agent 实现专业级投资研究。仓库声称：一个人 + Claude Code / Codex = 一个投研团队。 核心定位不是"让 AI 告诉你买哪只股票"，而是用…
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…
在 LangChain/LangGraph Agent 执行链中，在调用昂贵 Agent 之前插入一个轻量级分类器/路由步骤，由该步骤判断当前输入是否真的值得跑 Agent。如果分类器判定"不值得"，直接返回轻量级结果（如简单回复、规则匹配、缓存结果），跳过整个 Agent 调用链路，从而节省大量 token 消耗。 核心代码模式（LangChain Exp…
binaryhusky/gpt_academic（GPT Academic）是一个为 GPT / GLM 等大语言模型打造的实用化交互界面，特别针对论文阅读、润色、翻译、写作场景深度优化。项目采用模块化插件设计，支持自定义快捷按钮、Python / C++ 项目剖析、ArXiv 论文翻译总结、LaTeX 全文翻译校对等30+ 功能，并行支持 ChatGPT、…
StarlightSearch/EmbedAnything 是一个用 Rust 构建的高性能、多模态 embedding 管道。它支持从文本、图片、音频、PDF、网站等多种来源生成向量嵌入，并与 Milvus、Weaviate、Elastic、SingleStore 等主流向量数据库无缝对接，核心卖点是零 PyTorch 依赖、低内存占用、流式索引，已在 E…
hairyf/deepseekharnessdesktop 是 DeepSeek Harness（DSH） 的 Tauri 桌面版封装，由 hairyf 个人维护。它将 DSH 这套「插件化 Agent 执行框架」的 Web UI 打包成无需 Node.js / pnpm / Docker 即可运行的本地桌面应用，安装包仅约 5 MB，首次启动自动下载 No…
LFM2.52.6B 是 Liquid AI 在 2026 年 8 月初开源的一个 2.6B 参数端侧 Agent 模型，DeepSeekV4Flash0731 是 DeepSeek 同月发布的一个 284B 总参数 / 13B 激活参数 MoE 推理优化模型（20260731 发布）。2026 年 8 月 6 日，atomic.chat 在 4× RTX …
MinerU 是由 OpenDataLab（上海人工智能实验室关联开源组织）开发的高精度文档解析引擎，于 2024 年开源。其核心能力是：将 PDF、DOCX、PPTX、XLSX、图片、网页等复杂文档，转换为 LLM 可直接消费的 Markdown 或 JSON 格式，同时保留阅读顺序、标题层级、表格结构、公式 LaTeX 等语义信息。 MinerU 最早服…
mlabonne/llmcourse 是由法国机器学习工程师 Maxime Labonne 维护的一套免费、开源的大语言模型（LLM）学习路径仓库，GitHub Stars 超过 81,000（2026年8月）。它不是传统意义上的"课程"，而是一份精心编排的知识图谱——包含路线图（roadmap）、Colab Notebook 实践代码、配套博客文章，覆盖从…
Codex CLI 是 OpenAI 官方推出的轻量级终端编程智能体（coding agent），于 2025 年 4 月开源发布。与面向 IDE 插件的 Codex（Codex for IDE）不同，Codex CLI 是完全运行在终端的独立工具，支持 macOS、Linux、Windows 全平台。它由 OpenAI 的编码专用模型驱动，能理解代码库、读…
EvoRubric 是一个单策略（singlepolicy）协同演化 RL 框架，由阿里巴巴通义实验室（ Tongyi Lab）提出，发表在 arXiv（arXiv:2605.29847，2026年5月28日投稿）。 它的核心思路是：把「生成回复」（Reasoner）和「生成评分标准」（Rubric Generator）统一到一个参数化策略里，让两者在 RL…
Nerve（The Simple Agent Development Kit）是一个用 YAML + CLI 构建、运行、评测和编排 LLM Agent 的轻量框架。它的核心理念是声明式 Agent：用 YAML 定义 system prompt、task、tools 和 variables，一个文件搞定一个 Agent，再通过 nerve CLI 驱动执行…
dshpluginwritingguard 是 DeepSeek Harness（DSH）的论文写作守卫插件，在论文撰写和修改过程中自动检测常见 AI 写作风格、修改残留、防御性表达与机械化句式，同时提供 Scholarship Lock 功能在 AI 润色时保护科研事实（数字、p值、图表编号等核心实体不被悄悄改动）。定位是学术写作 linter——不是"写…
VoCat 是一款面向 Quectel EC20/EC25 系列蜂窝模组（含 EC25、EG25 系列、兼容 EG600 等）的开源 Web 控制面板与工程工具套件。它将模组发现、实时射频状态、AT/USSD 终端、短信、WiFi Calling、eSIM 管理、网络选择、代理路由、通知推送、审计日志和发布自动化全部整合进一个自包含的 Go 服务中，界面由 …
2026 年 7 月 28 日，Model Context Protocol（MCP）正式发布了有史以来最大的一次协议版本更新，版本号 20260728。核心变化：MCP 从有状态的双向协议彻底改为请求/响应式的无状态协议。 附带 HTTP 路由增强、缓存指令、企业级授权加固、长任务扩展，以及一个正式的废弃政策窗口。 根据 MCP 官方博文，MCP 在各 T…
DeepSeek Harness（命令行简称 dsh）是 DeepSeek AI 于 2026 年 8 月 13 日以 MIT 许可证开源的 agent harness 框架。它的核心设计哲学只有一句话：Everything is a Plugin——模型适配器、工具注册表、会话日志、沙箱、文件系统、agent 循环、调度层、甚至 Web UI，全都是可插拔…
Faraday 是伦敦 AI 创业公司 Inherent（2026年8月14日刚从 stealth 模式浮出水面，Index Ventures 与 Radical Ventures 联合注资 $50M seed round）发布的 27B 参数"AI Scientist"智能体。其核心能力是复现学术论文中的图表——给定一篇论文（不带原图），Faraday 需…
appledocsmcp 是一个 MCP 服务器，为 AI 助手提供 Apple 官方开发者文档的实时查询能力。接入后，可以在 Claude、Cursor、VS Code（Copilot MCP）、Windsurf、Zed、Cline、Amazon Q 等主流 AI 开发工具中，直接用自然语言搜索 iOS / macOS / watchOS / tvOS /…
geminimcptool 是一个 MCP（Model Context Protocol）服务器，它让 AI 助手（如 Claude Code）能够直接调用 Google Gemini CLI 的强大分析能力，对大文件、代码库进行深度理解与问答。本质上是一个桥接层：AI 助手通过 MCP 协议把文件路径和自然语言指令发送给 Gemini CLI，利用 Gem…
DSH Desktop 是 DeepSeek Harness 的跨平台桌面包装器（Electron），把本地运行的 DeepSeek Harness Web UI 封装为 macOS / Windows 原生桌面应用，让用户无需手动启动 CLI、无需管理本地端口，在桌面窗口中直接使用完整的 Harness Agent Runtime 体验。 本质上是一个 E…
EvoHarnessRL 是 Meta AI 与伊利诺伊大学香槟分校（UIUC）联合发表的工作（arxiv 2608.05446），研究的是如何让 Agent 通过强化学习学会自己管理外部协作支架（harness），而不是靠人工写 prompt 或规则来控制。 传统 Agent 系统里，外部支架（memory、tool、state tracker、verif…