onPanda（全称 onPolicy alignment data annotator）是 StepFun 与厦门大学联合开源的交互式 LLM 对齐数据标注工具，论文链接 arXiv 2609.24983。核心创新是token 级修正（tokenlevel correction）交互范式——标注员不再手动编辑完整回复，而是在模型生成过程中定位第一个出错 t…
仓库攻略
1530 篇 · 1501 个项目
ODS（Osmantic Deployment System）将 Ollama、Open WebUI、n8n、ComfyUI 等多个开源 AI 组件一键打包成本地 AI 服务器。一条命令把 PC / Mac / Linux 变成私有 AI 工作站：本地推理、聊天界面、控制面板、语音 / Agent / 工作流、RAG 本地搜索、图片生成，全部无需云端、不用订…
OmaPhoto 是 macOS 上的专业图层图像编辑软件 Compositor 的 Linux 移植版，优先面向 Omarchy 桌面环境。采用 Qt 6.4+ / C++20 构建，支持完整的图层、蒙版、选区、滤镜体系，可读写 Compositor 的 .comp 项目文件，设计师可以在 macOS 和 Linux 之间无缝迁移工作流。 Composit…
Ember1 是 Fireworks Research（Fireworks AI 的研究团队）于 2026 年 9 月 23 日发布的推理专用模型，本质是对 Moonshot AI 的开源推理模型 Kimi K3 做后训练压缩——让它学会用更少的思考 token 到达同等质量的答案。 这不是新架构，也不是新基座模型，而是 K3 的一次 specialized…
Herdr 是一个用 Rust 编写的终端多路复用器（terminal multiplexer），定位是「coding agent 的运行时」。它将 Claude Code、Codex、Cursor、OpenCode、Grok 等 coding agent 的终端管理起来，提供跨机器会话保持、agent 状态追踪（working/blocked/idle/d…
PolymarketPerpetualBot 是一个面向 Polymarket 预测市场的终端交易机器人，基于 Polymarket 的 Polygon CLOB（Central Limit Order Book）API 构建。它以键盘驱动的 TUI（终端用户界面）呈现，集成了行情浏览、实时订单簿查看、策略引擎和持仓追踪四大模块，支持模拟交易（paper t…
本攻略解读 @simonw（Simon Willison）于 2026 年 9 月 15 日发布的实操教程，展示如何用纯浏览器原生 API（Web Audio API + WebSocket）零依赖接入 Google Gemini 3.8 Live 语音对话 API，全程不用任何第三方 npm 包。 分享者 Simon Willison 是 Python/W…
GoLive 是一个开源 Agent Skill（Node.js CLI + Skill 包），它的目标是把"AI 写出来的产品真正上线"这件事自动化。 你的编码 Agent 几分钟就能写一个 App，但要让真实用户用上，还需要：托管平台账号、数据库、域名、邮件服务、支付接入。GoLive 做的事就是：检测你的 App 需要什么 → 规划具体变更 → 申请人…
Commonly 是一个开源的"人 + AI Agent 协作空间"。它的核心思路是：每个 Agent 有自己的名字、记忆、技能和工作站，所有人（包括人类和其他 Agent）共享同一个项目的上下文——不再需要每次都把背景重新解释一遍。 关键概念： 官方 Demo： Pod） 当前 Agent 的协作困境是：每个 Agent 运行时各自独立，无法共享上下文。当…
OpenMOPD（Open MultiTeacher OnPolicy Distillation）是清华大学AIR学院与字节跳动Seed团队开源的多教师同策略蒸馏完整配方，发布于 2026 年 8 月 19 日（arXiv:2608.19098）。它解决了一个 2026 年后训练领域公认难题：如何把多个领域专精的 RL 教师（如数学、代码、指令遵循）的能力，…
Selfhosted（自托管）、非托管（noncustodial）的稳定币支付网关，支持 x402 协议，让任何 HTTP 端点摇身一变成为「付费 API」，开发者收款不再依赖 Stripe/PayPal 等中心化平台。用户付的是 USDC/USDT/PYUSD/DAI，资金直接进你自己的链上钱包，平台抽成 0%、无需 KYC。 技术核心是 HTTP 402…
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 …
这是 2026 年华为杯中国研究生数学建模竞赛 D 题的完整开源解决方案仓库。题目要求：在广西山区洪涝灾害场景下，用无人机运输 80 箱应急物资到 15 个服务区，同时保证全程通信无盲区。仓库提供从问题建模、算法求解、结果校验到 LaTeX 论文的全链路可复现代码与文档，并持续根据社区反馈迭代优化（当前版本 v24，20260925）。 核心挑战包含四个递进…
Jev Social 是一个浏览器 grounded 社交媒体研究智能体，将 AI 决策模型（Jev）与真实 Chrome 浏览器操作（socai CLI）配对，对 Instagram、TikTok、LinkedIn 三个平台执行可验证的社交研究任务。Jev 负责每一步「搜索 / 打开某个主页 / 阅读某条评论 / 下载视频 / 结束」的选择决策；socai…
一句话定位：一个真正"在你浏览器里"跑 AI 的自托管搜索平台——单容器部署，AI 推理默认走 WebGPU + Wllama，零 API key、零外部依赖，是 Kagi/Perplexity 的开源、本地化替代品。 MiniSearch 是一个自托管 + 浏览器内推理的 AI 搜索平台，2026 年维护活跃。它的核心设计目标是：查询、检索、AI 总结都不…
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…
claudeovernight 是一个让 Claude Code 夜间自动运行排队任务的工具。白天用 /queue 把研究问题丢进队列，深夜当 Claude Code 配额刷新后，overnight 自动批量执行，早起收获一叠 Markdown 研究报告。 本质是配额感知的定时调度器：它不仅看时间，还实时检查你的 5 小时每日窗口和周配额余额，在确认有可用额…
treg（Tool Registry）是 OpenRouter 的逻辑翻版——但代理的不是模型，而是外部工具/API 端点。它是一个本地工具注册表代理，让 AI Agent 用一个 Token 访问 3,000+ 外部端点（SEO、社交数据、公司信息查询、广告投放、图片/视频生成等），无需分别注册各个平台账号。 类比理解： OpenRouter = 模型的中…
BridgeClip 是一款开源 AI 视频剪辑桌面应用，由 BridgeMind 开发，核心场景是将播客、直播、YouTube/Twitch 录播自动剪辑成带字幕的短视频片段。它本质上是一条本地 AI 流水线：用 ytdlp 下载源视频或解析链接 → 调用 OpenRouter 上的转录模型生成时间轴字幕 → 调度 LLM 找出"最有传播力的时刻" → 用…
JEPAAnything 是一个领域无关（domainagnostic）的通用世界模型学习框架，发表在 arXiv (2609.20800)，由 GenVerse 团队开源。它的核心创新叫做 Orthogonal Predictive Factorization（OPF，正交预测因子分解）——把 JEPA（联合嵌入预测架构）的单一目标表征替换为一组互补的、正…
mu（读作"μ"）是一个把"判断"从大模型里拆出来的工作型 coding agent。它的卖点一句话：让小模型去做那些高频、套路化、yes/no 的"裁判型"决策，把大模型的注意力留给真正需要推理的工作。 具体来说，作者把一个完整 coding 会话里约 35 个决策点显式列了出来——从「这条用户输入是任务还是闲聊」「这条工具输出要不要进上下文」「这条命令是…
§0 自检:1) 公开 README 抓取 ✓ · 2) GitHub 200 OK ✓ · 3) Android/iOS 构建命令均来自 README ✓ · 4) 许可证 PolyForm Noncommercial 1.0.0(README 显式标注)✓ · 5) 反方 v2 三段式按主线分布(见 §6)✓ · 6) 立标候选(主分类:移动端本地多模态…
§0 自检：1) 公开 README 抓取 ✓ · 2) GitHub 200 OK ✓ · 3) 安装/卸载命令均来自 README ✓ · 4) whisper 模型大小 1.6 GB 由 README 给出 ✓ · 5) 反方 v2 三段式按主线分布(见 §6)✓ · 6) 立标候选(主分类: 桌面端会议录制;副分类: 本地 ASR;★ 候选)✓ · …
FlyOCR（jerryjliu/fly_ocr）是 LlamaIndex 联合创始人 Jerry Liu 在 2026 年 9 月发布的一个探索性项目：将成年雄性果蝇（_Drosophila melanogaster_）全中枢神经系统（CNS）连接组 MaleCNS v1.0 的固定神经回路，用来做印刷体文字识别。 核心原理一句话：把 PDF 页面切成单个…
Pascal editor 是一个开源的本地优先 3D 建筑编辑器，用 React Three Fiber 和 WebGPU 构建，可以在浏览器中运行也可以通过 CLI 启动本地服务。它的核心定位是"建筑图纸的工具化"——不只是渲染 3D 模型，而是提供房间、墙面、门窗、机电系统等建筑元素的建模能力，并支持 AI Agent 通过 MCP（Model Con…
YuE2Studio 是 YuE2（MAP 团队开源歌曲模型）的桌面工作室。YuE2 是一个约 30 亿参数的音乐生成模型，输入歌词和风格描述，先写一份可编辑的乐谱（ABC 记谱法），再基于乐谱演唱为完整歌曲——含人声、伴奏、节拍结构（引子/主歌/副歌/桥段/尾奏）。 传统 AI 音乐工具生成后无法修改，YuE2Studio 的核心差异化在于乐谱先行、演出可…
AI Engineer World's Fair（AIEWF）是全球规模最大的 AI 工程垂直会议，2026 年已于 6 月 29 日至 7 月 2 日在旧金山 Moscone West 举行。2026 年是分水岭：大会规模达 6,000+ 工程师、300 位演讲嘉宾、29 个分论坛、100+ 参展商——从三年前「AI Agent」仅占 1 个 track，…
Helix 是一个私有 AI 编程 Agent 编队平台，让团队在自有的 GPU 基础设施上运行多个并行的 AI 编程 Agent——每个 Agent 有自己独立的 GPU 加速 Linux 桌面（内置 IDE、终端、浏览器、文件系统），通过 Spec 驱动的 Kanban 看板组织任务，从需求描述到 PR 合并形成完整流程。 核心定位：不再让所有 Agen…
jevchatjarvismac 是一个macOS 悬浮窗助手，专门为聊天场景设计：当聊天应用（微信 / QQ）收到消息时，它立刻读取屏幕内容，用本地模型判断发送者的真实意图和风险等级，再生成候选回复供你一键复制或填入输入框。整套流程纯本地运行，不截图、不 OCR 解密数据库、不注入任何内容——只是"看屏幕 + 本地模型判断"。 核心定位：把"对方这句话到底…
magpie 是一个菜单栏统一网关，让你在本地同时管理所有 AI Agent 的模型配置——Claude Code、Codex、Gemini CLI、OpenCode、Goose、Cursor CLI、Copilot CLI……每个 Agent 各有不同的配置文件格式（JSON、TOML、YAML），分别对接不同的 API 端点，手动管理既繁琐又容易出错。m…