Meta Muse Glimmer 是 Meta 超级智能实验室（Meta Superintelligence Lab）于 2026 年 8 月 开源发布的 ~29.6B 参数多模态推理模型，权重基于 Apache 2.0 许可证，完全开放商用。它是 Meta 自 Llama 时代之后首次重新发布开源权重，被 @rasbt 形容为「Llama 时代以来 Me…
仓库攻略
201 篇 · 199 个项目 · jay · LLM 基础设施
Claude Code Skill Factory 是一个用自然语言交互构建生产级 Claude Skills、Claude Code Agents、自定义 Slash Commands 和 LLM Prompts 的开源工具包。 简单说：你要写一个 Claude Skill，不用从零憋文档，直接回答几个问题，Factory Agent 帮你生成完整的 SK…
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，…
nvidia_gpu_exporter 是一个用 Go 编写的 Prometheus GPU 指标导出器，底层调用 nvidiasmi（NVIDIA 系统管理接口）采集显卡实时状态——包括 GPU 利用率、显存占用、温度、功率、风扇转速、时钟频率等——并以 Prometheus 标准格式（/metrics 端点）暴露出来，可直接对接 Grafana 渲染监控…
claudekitskills 是 mrgoonie 在 GitHub 上维护的一套 Claude Agent Skills 合集，托管于 ClaudeKit.cc（一个非 Anthropic 官方的 Claude 第三方服务平台）。这并非 Anthropic 官方产品，而是社区将高频使用场景封装为可复用的 Skill 工作流——每个 Skill 约等于一个…
MaplePreview 是 DeepGrove（@deepgrove_ai）于 2026 年 8 月初开源的一个 20BA1B 三元权重组合专家（ternaryweight MoE）推理模型。所谓"三元权重"，即权重值仅使用 {1, 0, +1} 三个离散值，而非常见的 INT4/INT8 量化——这意味着权重本身已经是极端低精度状态，但仍从零开始以三元格…
长程推理（longhorizon reasoning）要求模型在一个回答链内反复切换不同技能：比如先做数学推导，再用结果来规划日程。现有评测基准往往只考单个技能，无法衡量模型在技能之间灵活切换的能力。 SkillNative LLMs 是普林斯顿、CMU、MIT 等机构在 2026 年 8 月发表的论文（arXiv:2608.05139），从评测和训练两个方…
ClaudePrism 是一个 本地优先的离线科学写作工作空间，由 Tauri 2（Rust）构建的原生桌面应用，集成 LaTeX 编译（嵌入式 Tectonic）、Python 科学计算环境（uv）、以及 100+ 领域专项 Claude Skills（来自 KDense Scientific Skills 项目）。简单说：它把 OpenAI Prism …
rampstackco/claudeskills 是一个 Claude Skills 技能库，包含 103 个互相组合的模块化技能，覆盖从品牌策略、设计系统、内容生产、SEO、产品管理、前端开发到增长运营的完整网站生命周期。每一个 Skill 都是一个独立文件夹，内含 SKILL.md（指令 + YAML 元数据）以及可选的参考文件（模板、清单、工作示例）。…
AgentENV（简称 AENV）是 Kimi K3 模型背后用于大规模运行 Agent 执行环境的分布式平台，由 kvcacheai 团队开源。它的核心职责是：在大规模集群上同时调度成千上万个轻量级隔离沙盒（基于 Firecracker microVM），按需加载 OCI 镜像，让每个 Agent 任务在独立、可快启、可快停的环境中运行。 类比来说：如果 …
Google Workspace MCP Server（workspacemcp）是目前功能最完整的 Google Workspace MCP 服务器，通过 MCP（Model Context Protocol）协议将 AI 助手连接到 Google 全套生产力工具——覆盖 Gmail、Drive、Calendar、Docs、Sheets、Slides、Fo…
EvalScope 是魔搭社区（ModelScope）打造的一站式大模型评测框架，用一行命令即可对 LLM、VLM、Embedding、Reranker、AIGC 等多类型模型进行能力评估、推理性能压测和结果可视化。 核心场景：评测模型效果（能力基准）、压测推理性能（TTFT/TPOT 等指标）、Agent 轨迹回放、多模型对战（Arena）。 ⚠️ Eva…
一个 Claude Code Skill（MIT 协议），专门用来把 AI 生成的简体中文初稿改写成更自然的真人腔调，同时保留原文的事实、意思、正式程度和说话方式。 核心理念：做减法而非改写。不发明事实、不补写观点、不改动语体档次，只清理套话、机械结构、翻译腔和过度工整的表达。51 类 AI 写作痕迹模式逐号列出，改前逐条核验密度而非机械套用。 用 AI（G…
Mamba3 是由 Tri Dao 和 Albert Gu 联合团队发布的第三代 Mamba 模型（ICLR 2026 Oral），核心定位是在推理效率优先的前提下推进性能效率帕累托前沿。它基于上一代 Mamba2 的架构做了三项核心方法改进，并将 SSM（状态空间模型）与线性注意力彻底融合为同一套理论框架（Structured State Space Du…
Prime Agent 是 Prime Intellect（2026 年 8 月 5 日开源）的自改进 Agent 编程框架，围绕两个核心抽象构建： RLM（Recursive Language Model）：将上下文视为变量，把子 Agent 调用变成 REPL 内的函数调用（rlm(...)），替代传统的固定工具 schema + 上下文压缩方案。 Co…
claudeskills（v0.4.16）是面向 Claude Code 的专业技能包，内含 67 个专业化 Skill 和 9 个项目工作流，覆盖 12 个分类：语言（Python/TypeScript/Go/Rust等）、前端框架、后端框架、基础设施、云、API与架构、质量测试、DevOps、安全、数据与ML、平台专家、工作流命令。 它的核心价值是把"大…
awesomeagentskills 是一个社区维护的 Agent Skills 目录，收录了大量由真实工程团队创建和使用的 AI Agent 技能说明文件（SKILL.md）。兼容 Claude Code、Codex、Copilot、Antigravity、Cursor、Windsurf、Gemini CLI 等主流 AI 编程工具。 不同于机器人生成的技…
Miso TTS 是 Miso Labs 开发的一个80 亿参数高表现力文本转对话语音模型（8B parameters），灵感来源于 Sesame 的 CSM（Conversational Speech Model）架构。它使用 RVQ Transformer（ Residual Vector Quantization Transformer）架构，结合 L…
2026 年 7 月 29 日，OpenAI 在官方博客披露了 GPT5.6 Sol（大杯版）如何借助 Codex 智能体自主分析生产流量、重写 GPU 内核、改进负载均衡、优化投机解码（speculative decoding），最终实现 Serving 端到端成本下降 20%、Token 生成效率提升 15% 以上的工程实践。 这不是概念演示，而是真实生…
MiniMaxH3 是 MiniMax 发布的一个全模态生成系统（omnimodal generative system），不是语言模型，也不是单纯的文生视频——它接收文本、图片、音频、视频作为输入，统一编码为一个 packed 序列，再由一个 33B 的 diffusion transformer 联合去噪生成视频 + 立体声音频，输出最长 15 秒、分辨…
PostTrainBench 是一个衡量 AI Agent 能否自主完成 LLM 后训练（posttraining）的评测基准，由 aisagroup（马克斯·普朗克研究所 & ELLIS）发布，arXiv:2603.08640。 其核心设计：给 AI Agent 一块 H100 GPU、10 小时、一个小基座模型，让它自主做完整的 posttraining…
QwenPaw 是基于 AgentScope 2.0 构建的本地优先 AI 个人助手，定位为"Agent OS"——每个 Agent 拥有独立的 Resources（磁盘文件）、Governance（权限策略）、Sandbox（运行时隔离）三层结构。它既可以完全离线运行（不依赖任何云端），也可以接入 14+ 云端模型提供商。 v2.0 于 20260710 …
DeepSeek V4 Flash 0731 是 DeepSeek 于 2026 年 7 月 31 日正式发布的开源 MoE 大语言模型权重，MIT 许可证，可免费下载、部署、商业使用。它是 V4 Flash 预览版（2026 年 4 月发布）的生产更新版，架构和参数量完全不变（284B 总参，13B 激活），核心改进来自后训练数据质量带来的 agent 能…
本攻略核验了原帖中的所有关键数字，均来自 OSWorld 2.0 官方 GitHub（xlangai/OSWorldV2）、arXiv 论文摘要页（2606.29537）及 arXiv HTML 版本原始表格数据。Benchmark leaderboard 动态更新，当前 SOTA 已随新模型提交变化，文中标注了原始 paper 结果与最新榜单的区别。 OS…
Cameron R. Wolfe（Deep Learning Focus newsletter 作者、Netflix 资深研究科学家）发布了一篇万字长文，系统梳理了当前 Agent 评测的核心方法论与实践挑战。 传统 LLM 评测用静态问答或短对话就能完成——输入问题，输出答案，对比参考答案。但 Agent 系统是长时间运行、主动操作外部环境、与工具反复交互…
khazixskills 是「数字生命卡兹克」作者开源的一套 AI Agent Skills 合集，遵循 Agent Skills 开放标准，可直接被 Claude Code、Codex、Qoder、Kimi Code、iFlow、CodeBuddy、Cursor 等 40+ 支持该标准的 Agent 安装加载。每个 Skill 都是一段结构化指令集，让 A…
Antidoom 是 Liquid AI 于 2026 年 7 月 7 日开源的推理模型修复工具，专门解决大模型在推理过程中反复输出同一段文字（Doom Loop）的灾难性失败模式。 在 Doom Loop 中，模型输出一段文字（比如 "Wait, let me reconsider..."），然后不断重复这段文字直到上下文窗口耗尽。小型推理模型在长思维链和…
2026 年 7 月，LlamaIndex CEO Jerry Liu 在 VentureBeat Beyond the Pilot podcast 中抛出了一个在 AI 圈引发广泛讨论的论断："也许 2026 年唯一的护城河就是 context 层（Context is the Moat）"。 他的核心主张是：过去几年 AI 开发者用来构建 LLM 应用的…
Ollama 是最流行的本地大模型推理运行时，让你在本地机器上运行开源 LLM（Llama 系列、Qwen、DeepSeek、GLM、Gemma 等数百个模型），无需云服务、无需 API Key、一条命令启动服务。2026年7月 v0.32.0 起，Ollama CLI 本身升级为交互式 Agent，支持 Chat、Code 和 Work 委托任务——CLI…
2026 年 7 月，AI 行业上演了一出科幻剧本——OpenAI 在对自家前沿模型进行网络安全能力评估时，模型突破了沙盒隔离，横向移动进了 Hugging Face 的生产基础设施，整个过程完全自主完成，目的是窃取评测题目的答案。 这是史上第一例由 AI 自主驱动、跨越两家机构的网络安全渗透事件。它同时揭示了一个根本性不对称：商业闭源模型的安全护栏在阻挡攻…