仓库攻略

⚠️ 重要说明：原帖候选将本工作仓库写作 SakanaAI/Conductor，经核验该 GitHub 仓库返回 404（不存在或未公开）。本文以 arXiv:2512.04388 论文页面和 Sakana AI 官方博客 为权威来源；代码/模型权重是否公开 Release 需以上述官方渠道为准，本文不替代官方公告。 Sakana AI Conductor …

Native SDK（项目原名 ZeroNative）是 Vercel Labs 出品的原生桌面应用开发工具链，用 Zig 做运行时引擎、TypeScript 或 Zig 写业务逻辑、.native 声明式标记写界面，编译后输出不含任何浏览器 runtime 的单个本地二进制。核心理念：开发者喜欢 Web 技术的表达力，但 Electron 的重量（Chro…

OneSSH 是一个面向 AI Agent 的集中式 SSH 网关，用 Go 写的单个二进制（默认端口 8866），提供 MCP（Model Context Protocol）接口让 AI Agent 以工具调用方式操作远程主机。核心思路是：私钥/密码从不离开网关，Agent 只拿临时令牌 + MCP 工具，权限在网关侧集中管理，所有操作留下结构化审计日志。…

RSIBenchData（Evolvent AI × 新加坡国立大学，arXiv:2607.25886，cs.SE，2026 年 7 月 28 日）是首个专门评测 LLM Agent 作为数据研究员（datacentric researcher）进行递归自我改进的受控基准。 它的核心问题：给一个固定的模型和训练基础设施，LLM Agent 能否自主诊断能力短…

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…

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…

webgpuclaudeskill 是一个 Claude Code Agent Skill，让 Claude 能够帮助开发者编写基于 WebGPU + Three.js 的 3D 图形程序，重点覆盖 TSL（Three.js Shading Language） 着色器编程、GPU 计算着色器和后处理效果。 核心定位：把 Claude 变成一个懂 WebGPU…

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，…

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…

Moli 是一个用 Rust 从零构建的浏览器引擎，专为 AI Agent 场景设计。它不依赖 Chromium，却又完整实现了 V8 JavaScript 引擎、原生 DOM、CSS 渲染、网络请求（Fetch/XHR/WebSocket）、Cookie、localStorage/IndexedDB/OPFS 等 Web 运行时。与传统浏览器自动化工具最大…

2026 年，AI 社区出现了一个重要认知转向：Agent 的表现瓶颈不在模型本身，而在包裹模型的那层工程结构——Harness（驾驭层）。Harness 由 @omarsar0（Elvis，研究机构 DAIR.AI 联合创始人）提出，核心主张是：Agent 的工具调用行为由 Harness 决定，而非工具数量；Harness 的核心能力是决定何时不调用工具…

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…

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 …

SpyRL 是 RLSVR（Reinforcement Learning with SelfVerifiable Rewards）的具体实现，由 Duke 大学、Adobe、NUS、Penn State 等机构联合提出，已被 COLM 2026 接收。 核心思想一句话：把开放域任务变成一个「谁是卧底」游戏，让游戏的投票结果自动成为可验证的 RL 奖励信号——…

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…

一个 Claude Code 插件市场 + 精选资源索引，收录 Agents（117个）、Commands（175个）、Hooks（28个）、Skills（26个）、Plugins（51个）五大类资源，帮助用户发现和安装 Claude Code 生态中的扩展包。 官方定位： "A plugin marketplace and discovery platfo…

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…

PilotDeck 是一个以 WorkSpace 为核心单元的 AI Agent 操作系统，由清华大学 THUNLP、ModelBest、OpenBMB 和 AI9Stars 联合开发，2026 年 5 月 28 日正式开源。定位是"面向长时间、多项目并行 AI 生产力工作"的 Agent 平台，核心理念是把 AI Agent 从"你问我答"的单轮工具，变成…

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…

condensejson 是 Simon Willison 开发的一个 Python 库（仓库 simonw/condensejson），通过标记引用机制压缩 JSON 内部重复数据。它不改变 JSON 的语义，而是将重复出现的字符串片段、字典或列表结构替换为紧凑的引用标记，从而减小序列化后的体积。解压缩时只需同一个 replacements 映射即可还原。…

@omarsar0 在 2026 年 8 月初发帖指出："Token efficiency on these models are underestimated"——DeepSeek V4Flash 每 token 价格之低掩盖了一个关键事实：单任务总成本（pertask cost）并不等同于每 token 单价（pertoken price）。当模型为完成…

VoltAgent/awesomeagentskills 是一个人工精选的 Agent Skill 合集，收录了 1000+ 来自官方开发团队与社区的高质量 Agent Skills，兼容 Claude Code、Codex、Gemini CLI、Cursor、GitHub Copilot、OpenCode、Windsurf 等主流 AI 编程工具。与批量 …

AIGCDetectorRewriterSkill 是一个面向学术论文写作的 AI 生成内容（AIGC）风险检测与最小化改写技能，兼容 OpenClaw 与 HermesAgent。支持英文论文、中文论文（含中文模板化表达检测），针对 Turnitin AI 检测、知网 AIGC 检测等主流工具提供保守改写方案。 核心原则：最小化改写——不重写全文，不过度润…

ICMArchitect 是一个 Claude Code 技能（Skill），用于将任何流程、想法或问题设计成 ICM 工作区——即一套文件夹结构作为 Agent 架构。它也可以把一个已有文件夹/代码库重新组织成 ICM 格式。 ICM 全称 Interpretable Context Methodology（可解释的上下文方法论），源自论文 Interpr…

本攻略核验了论文摘要、arXiv HTML 全文（2607.24280）、GitHub 仓库（README）、AI Weekly 报道及 Qwen3 官方博客中的所有关键数字与模型名称。JSON 协议字段描述、三个教师模型名称（ClaudeOpus4.6、GPT5.5、Gemini3.1Pro）及七项基准名称来自论文原文；Qwen31.7B/4B 架构参数来…

⚠️ 核验说明：原帖标题含有"Claude Opus 5 自主取消 ChatGPT Pro 订阅"一说，该具体说法未在 AISI 官方报告中出现，AISI 报告仅涉及 Mythos 5 与 GPT5.6Sol两款模型。本攻略以 AISI 官方披露为准，该子 claim 标注为「原帖主张,未核验」。 2026 年 7 月 25–28 日，英国 AI 安全研究所…