NVIDIA/GenerativeAIExamples 是 NVIDIA 官方的生成式 AI 参考工作流仓库，针对加速基础设施（GPU/NIM 微服务）做了深度优化，涵盖 RAG 管道、Agentic 工作流、知识图谱、视觉 NIM 工作流、Data Flywheel 完整闭环等场景。当前最新 release 为 v0.8.x（2025 年），目录结构已完成…
仓库攻略
308 篇 · 307 个项目 · 评测基准
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…
Agent Research Copilot (ARC) 是一套面向理论物理研究的 LLMAgent 工作流，由 Yanjiao Ma、Yi Wang、Xingkai Zhang 三人署名，已发布 ChinaXiv:202606.00234（v1，202606）。它本身不是单一 CLI，而是「7 个可独立复用的 Python 包 + 一层对 coding a…
humanizetext 是 lynoteai 维护的「AI 文本人类化」开源 Python 工具包。它本质上是把「让 AI 生成文本读起来更像人写的」这件事拆成两条路径： 4 套参考实现（v1.0 沉淀）：翻译链、多轮 LLM 改写、检测器反馈循环、混合引擎翻译。 1 套标准流水线（v1.5.1 现行生产推荐版）：把方法 1（翻译链）+ 方法 2（LLM …
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…
harshaneel/humanize 是一个面向 LLM 编程代理（Claude Code、Codex CLI、ChatGPT Desktop、Gemini CLI、Cursor、Aider、OpenCode 等）的"AI 文本去机器味"技能包。它以 纯静态 SKILL.md 规则文件（无 Python 运行时、无模型权重、无 API 调用）的形式提供两个…
FlashRAG 是中国人民大学 NLPIR 实验室开源的 RAG（检索增强生成）研究 Python 工具包，已被 WWW 2025 Resource Track 接收。 核心理念：RAG 研究门槛高——需要分别找数据集、实现各算法、搭评估流程，碎片化严重。FlashRAG 提供一站式解决方案：36 个预处理基准数据集 + 23 个 SOTA RAG 算法（…
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…
Future AGI 是一个开源 AI Agent 全生命周期管理平台，将评估（Evaluation）、追踪（Tracing）、防护（Guardrails）、仿真（Simulation）、网关路由（Gateway）、提示优化（Optimization）六大能力整合在同一个反馈闭环中，支持自托管（Docker Compose）和云端两种部署方式，核心定位是"让…
AssetOpsBench 是 IBM 研究院推出的工业资产运维 AI Agent 基准测试框架，已正式接收为 KDD 2026 Datasets & Benchmarks Track 论文。它模拟真实工业环境（工厂、车间设施），覆盖 9 大资产类别、141+ 运维场景、5 类领域专家 Agent（IoT/FMSR/TSFM/WO/Vibration），提供…
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…
OptiLLM 是一个OpenAI API 兼容的推理优化代理（inference proxy），通过在推理时（inferencetime）应用 20+ 种推理优化技术，在不需要任何训练或微调的情况下，将 LLM 在数学、代码、逻辑推理任务上的准确率提升 210 倍。 它的核心思路是：在现有 API 调用层加一层代理，对请求进行后处理（优化推理路径），再转发…
WhoDB 是一个浏览器端数据库工作空间，支持探索数据库表结构、编辑数据、运行查询、理解 schema 关系图。它用 Docker 一行命令启动、自托管免费（Apache 2.0）、也提供桌面 App 和终端 CLI。对 AI 编程场景，它还内置了 Ollama / OpenAI / Anthropic / LM Studio 的自然语言查询能力——用英文提…
devbrowser 是一个让 AI Agent（如 Claude Code、Codex）直接控制浏览器的 Claude Skill。它通过在 QuickJS WASM 沙箱中执行 JavaScript 脚本，实现浏览器自动化操作，同时保证宿主系统安全——脚本没有文件系统或网络访问权限。 核心定位：在 AI Coding 场景下，提供比传统 Playwrig…
⚠️ commit 时戳：本攻略基于 main 分支 SHA c2fe93deedfd0d1bd9fe7ef0601ea1b9c20ea24a（20260505 03:23 UTC，commit message "Make serenity output example more concrete"）。仓库卡片显示「最近提交 20260505」，与 API …
⚠️ commit 时戳：本攻略基于 main 分支 SHA 89f82b3a96fb3e25a357a24bfd13b16e7fe4bf4e（20260805 15:41 UTC，commit message "Merge pull request #119 … 更新特别致谢与 Star History 图片"）。仓库卡片显示「Stars 4939 / 周…
tRPCAgentGo 是一个 Go 原生的生产级 AI Agent 开发框架，GitHub 星标约 1647（截至 20260809，周增 +21），Apache2.0 许可证，最近一次提交 20260808（高度活跃）。 核心定位：让 AI Agent 应用符合 Go 服务的要求——并发安全、可观测、易部署，同时支持 A2A、AGUI、MCP 等主流协议…
《三年面试五年模拟》是一份中文开源 AIGC / 大模型 / AI Agent 算法工程师面试百科全书，由 AIGCmagic 社区维护，GitHub 星标 4276（截至 20260809，周增 +21）。内容分为算法岗和开发岗两大方向：算法岗覆盖 AIGC、LLM 大模型、AI Agent、具身智能、传统深度学习、计算机视觉、自然语言处理、强化学习、自动…
一个专注于 Context Engineering（上下文工程） 的 Agent Skills 合集，共 17 个 skills，涵盖上下文基础、注意力退化机制、多智能体架构、记忆系统、工具设计、评测框架、自优化循环等核心主题。这套 skills 的核心理念是：上下文窗口的限制不是靠"增加 Token 数"就能解决的，而是需要系统性地管理信息流入的质量和结构…
xixume/awesomepersonadistillskills 是一个围绕人格蒸馏（Persona Distillation）的 Agent Skills 精选列表。它不直接提供某个具体的 skill，而是收录了 GitHub 上所有"将人物、关系、纪念性场景或方法论蒸馏为 Agent Skill"的项目，形成一个人格 Skill 的 awesome …
@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…
humanizerru 是一个面向 Claude（以及兼容 Agent Skills 标准的其他 coding agent）的俄文文本「去 AI 味」技能。它不解决英文场景——作者明确说「英文 humanizer（blader/humanizer 等）对俄文无效」，因为俄文 AI 指纹和英文指纹几乎没有重叠。仓库当前版本 v3.15.2（20260724 r…
⚠️ 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…
一个 Agent Skill 集合，把"在终端里讲不清的复杂图表/表格/对比"从 ASCII art / monospace 字符画升级为自包含 HTML 页面或幻灯片，直接在浏览器中打开阅读。支持架构图、Mermaid 流程图、数据表、幻灯片、diff 评审、plan 对比、project recap 等多种形态。 与单一 harness 锁定不同，它同时…
academichumanizer 是一个针对学术论文和基金申请书的 AI 写作风格修订 skill，专为 Claude Code、Codex、MorphMind 等 AI coding/prose agent 设计。它的核心目标不是"检测 AI 生成内容"，而是消除 AI 辅助写作中的机械腔、模板腔，让文字回到作者自己的声音，同时严格保持学术严谨性。 与市…
elementalsouls/ClaudeOSINT 是一套专为 Claude Code / Claude 环境设计的进攻型 OSINT（开源情报搜集）Skill 库。它将约 10,000 行结构化情报搜集方法论、Payload、正则模式封装成 8 个可热插拔的 SKILL.md 文件，让 Claude 在授权的 Red Team / Bug Bounty …
VGGTOmega（VGGTΩ）是 Meta AI 与牛津大学视觉几何组（VGG）联合发布的单次前向 3D 重建模型，输入一组图像（单张到数百张），直接输出相机内外参数、深度图、置信度图和场景 token——无需传统 SfM/Colmap 的迭代优化步骤。模型入选 CVPR 2026 Best Paper Finalist，是前作 VGGT（CVPR 202…
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…
texttocad 是一个面向 AI 编程 Agent（Claude Code、Codex 等）的 CAD/CAE/CAM 技能库——给 AI Agent 安装这些 Skills 后，你可以用自然语言让 Agent 直接生成 STEP、STL、DXF、URDF 等工程文件，甚至驱动 3D 打印和数控加工。 项目包含 11 个独立 Skills，覆盖从"文本/…