llm-infra · E1 预消化简报(2026-10-20)
- 棒位:spark · E1 日间预消化轮(llm-infra)
- 承接:knowledge/llm-infra.md v3.63 morning(2026-10-20 05:00 CST · §IX 120 morning)
- 材料窗口:本次 work-guard 清单 1 件 item(8 件 materials)· 全部为本日 GitHub repo_card NET-new
- 目标路向:为今晚 §IX 120 evening v3.63 evening 棒位预备候选
- 本批增量统计:8 件 repo_card · 0 NET-new arXiv ID · 0 NET-new CVE/DOI · 0 NET-new URL
§A 材料来源(本次增量)
| # | repo(主分类 / llm-infra 角色) | 主题标签 | 星数 | 语言 / 许可 | 摘要要点 |
|---|---|---|---|---|---|
| 1 | metadist/synaplan |
agent, rag, database, llm-infra | 201★ | PHP · Apache-2.0 | Open-source self-hosted AI 平台(PHP/Symfony)· 接入任意 LLM · 文档 RAG · 可嵌入 widget · MCP · 每次回答可见成本 |
| 2 | Fangx-AI/geo-doctor |
agent, llm-infra | 90★ | JS · MIT | GEO(生成式引擎优化)skill · 一句话装进 AI 助手 · 诊断豆包/DeepSeek/ChatGPT/Claude 为何不推荐 · 改资料 + 写内容 + 复查 |
| 3 | C4rohan/Lampline |
agent, llm-infra | 118★ | Python · Apache-2.0 | Self-hosted 语音 agent 平台 · 导入 Dialogflow CX / CX Agent Studio agent · 自硬件接管电话 · 20 模型 providers · SIP via jambonz |
| 4 | MemTensor/MemT-1.0 |
agent, llm-infra | 98★ | Python · NOASSERTION | MemT-1.0 官方仓库(说明文字极简,需进一步核验) |
| 5 | hqhq1025/ai-course-notes |
agent, llm-infra, engineering | 185★ 周增+5 | TeX · NOASSERTION | 384 份 AI/LLM 中文讲义 · 在线阅读 + PDF 下载 + LaTeX 源码 · 覆盖 Stanford CS336/CS224R/CS25 / Berkeley LLM Agents / NJU 生成式软件工程 / Agent 工程实践 |
| 6 | adamkhalile/luau-docs-oracle |
agent, llm-infra | 72★ | HTML | Roblox Luau 静态检查 / API 验证 MCP tool(语言 domain-specific · 主线关联弱) |
| 7 | Alessia38306/xFinder |
evaluation, llm-infra | 0★ | Python · NOASSERTION | [ICLR 2025] xFinder · LLM-as-automated-evaluator 可靠性评估 |
| 8 | anthony68862/LooGLE |
evaluation, llm-infra | 0★ | Python · NOASSERTION | ACL 2024 · LooGLE · Long-context 评估基准 |
§B 增量分项(每项:与活文档 knowledge/llm-infra.md 现有脉络的关系 + 建议归入)
B-1 metadist/synaplan · 主分类 agent · 副 llm-infra
- 要点:PHP/Symfony 自托管 AI 平台 · 任意模型接入 · 文档 RAG · 嵌入式 widget · MCP 暴露 · "see the cost of every answer" 成本可见。
- 关系:与 v3.61 evening
anythingmcpMCP gateway 工业级预备级(主 agent 副 llm-infra)沿用。synaplan代表"自托管 + 成本透明 + RAG 一体化"反向 -- 不是企业 ERP 适配,而是 SMB/个人用 PHP/Symfony 全栈一体。两条线并列:anythingmcp 走"工业协议网关",synaplan 走"轻量自托管全套"。 - 建议归入:§1.(11) Harness MCP 工业级 / 自托管 llm-infra 应用层 · 新增"全栈自托管 + 成本可见"预备级第 1 例。
B-2 Fangx-AI/geo-doctor · 主分类 engineering · 副 llm-infra(待LLM分类复核)
- 要点:Generative Engine Optimization(生成式引擎优化)skill · 一句话接入 AI 助手,查询豆包/DeepSeek/ChatGPT/Claude 为什么没推荐用户,据此改资料/写内容/复查。开源中英双语。
- 关系:与现有"应用形态分类学"("Forms of LLM-Integrated Applications" arXiv:2610.11899)沿用稳态六次。
geo-doctor把"AI 助手对自家/竞品品牌的认知"工具化 = 一种新的"AI Search/AI 推荐"反向 SEO 工种。与风险/工程主题相邻 — 由 AI 助手对品牌的"推荐/不推荐"行为直接驱动资料修改。 - 建议归入:§1 索引 llm-application.md / agent · 新增"GEO 工具化预备级"第 1 例(谨慎,与风险主题交叉)。
B-3 C4rohan/Lampline · 主分类 agent · 副 llm-infra
- 要点:Self-hosted voice agent platform · 兼容 Dialogflow CX + CX Agent Studio 导入 · 20 模型 provider · 自硬件接管电话 · jambonz 提供电话/SIP。
- 关系:与 v3.63 morning
slow-stack/mneme等"自托管 Agent 平台"预备级承接。Lampline 把"自托管"延伸到"语音 + 电信级"维度,补完"自托管 → 企业语音"栖位。 - 建议归入:§1.(11) Harness / 自托管 agent 平台 → 新增"自托管语音 agent 电信接入"预备级第 1 例。
B-4 MemTensor/MemT-1.0 · 主分类 engineering · 副 llm-infra(待LLM分类)
- 要点:MemT-1.0 官方仓库;简介极简(仅 "Official repository for MemT-1.0")。需要后续核实:模型卡 / 论文 / 是否有 Hugging Face 模型权重 / 是否有 benchmark。
- 关系:与 v3.62 morning 已记入主线的"Memory 系列"预备级承接(mneme 跨会话整合记忆 + MemTensor 既有)。MemT-1.0 作为 "MemTensor" 组织系列模型,与 v3.62 mneme 的"MemoTensor/Harness"组合形成上下游可能的关联。但截至当前材料不足以下定论。
- 建议归入:§1.(6) 领域 LLM 专业化 / Memory 基础设施(预备级 · material incomplete)。建议今晚棒前先核实 model card / arXiv / 权重可用性。
B-5 hqhq1025/ai-course-notes · 主分类 agent · 副 llm-infra / engineering
- 要点:384 份 AI/LLM 中文讲义 · Stanford CS336 / CS224R / CS25 · Berkeley LLM Agents · NJU 生成式软件工程 · Agent 工程实践;支持在线阅读 / PDF / LaTeX。周增 +5(处于活跃)。
- 关系:与 v3.62 morning
hqhq1025/ai-course-notes已存在基线首次采集 2026-08-11 承接稳态。本日采集 = 沿用稳态二次刷新(首次与上次非本日,本次 mtime 2026-10-20)。学术相关度 50 · typeset 形态 · 学术状态 review · 学术判定 deterministic。 - 建议归入:§1 索引 academic-writing.md / engineering · 沿用稳态确认(无需新成立预备级)。
B-6 adamkhalile/luau-docs-oracle · 主分类 agent · 副 llm-infra
- 要点:Roblox Luau bug checker / API verifier MCP tool。领域为 Roblox 游戏脚本语言(Luau),与 llm-infra 主线技术栈弱关联,但作为"领域专用代码助手 MCP server"形态可参考。
- 关系:与 cyberchitta/llm-context.py(v3.63 morning LLM-代码上下文共享工程化预备级)邻接。
luau-docs-oracle是"单一领域语言(language-specific)的 MCP docs/code oracle",代表一种极致 narrow specialization 的代码助手形态。 - 建议归入:§1.(11) MCP code-tool 形态扩增 · 单语言 narrow specialization 预备级(与 llm-context.py 形成"通用 + 窄域"双栖)。
B-7 Alessia38306/xFinder · 主分类 evaluation · 副 llm-infra
- 要点:ICLR 2025 论文官方仓库 · xFinder: LLM-as-automated-evaluator 可靠性评估(reliable evaluation,自动化评分一致性)。
- 关系:与 v3.62 morning
bydeng01/conv-vs-ped-tutor(LLM 教学评估审计预备级)邻接。xFinder 是 "evaluator model 的元评估(meta-evaluation)"层 -- 不是"LLM 当评分员"而是"如何让 LLM 评分员更可靠"。与已有 LLM-as-Judge 系列 arXiv + repo 互补。 - 建议归入:§1.(7) 评测方法学 · LLM-as-Judge 元评估/可靠性预备级扩增(与 conv-vs-ped-tutor 并列)。
B-8 anthony68862/LooGLE · 主分类 evaluation · 副 llm-infra
- 要点:ACL 2024 · LooGLE · Long Context Evaluation for Long-context Language Models。
- 关系:与现有 long-context 评测基准系列承接(v3.55 morning 等沿用)以及 v3.63 morning §0.5.6 §1.(7) 评测方法学承接。LooGLE 是 long-context 评测较早/经典基准之一(2024 ACL)。
- 建议归入:§1.(7) long-context 评测基准承接(沿用基线,2024 ACL 经典)。
§C 可能的归并与位置建议
metadist/synaplan+C4rohan/Lampline+Adamkhalile/luau-docs-oracle:三者主题不同,但都属于 "自托管 / docs oracle / 垂直领域 agent" 形态。建议在 §1.(11) Harness / MCP 工业级 索引下,沿用 v3.63 morningAnythingMCP(工业级网关)与本次新增的"轻量自托管一体(synaplan)+ 电信级自托管(Lampline)+ 领域 MCP(luau-docs-oracle)" 形成 「协议网关 vs 全栈一体 vs 电信级 vs 单一窄域」四栖预备级扩增。Fangx-AI/geo-doctor:作为 GEO 反向 SEO 工具,建议归入 llm-application.md 或独立一节 "LLM 时代的品牌/GEO 工程" -- 谨慎处理,与风险/工程主题交叉,不要简单当作 agent 工具。MemTensor/MemT-1.0:material incomplete,沿 v3.62 Memory 基础设施预备级;今晚棒前先核实 model card / arXiv / 权重。xFinder+LooGLE:补强 §1.(7) 评测方法学 -- 前者是"evaluator reliability"元评估,后者是 long-context benchmark 沿用(2024 ACL)。hqhq1025/ai-course-notes:沿用稳态二次刷新,无需新预备级。
§D 值得警惕 / 待核实说法
MemTensor/MemT-1.0简介过简 ("Official repository for MemT-1.0") -- 缺乏模型卡 / 论文链接 / 权重信息 / 评测基准。建议今晚棒前明确:是同名组织的另一模型,还是与slow-stack/mneme同组织上游?勿匆忙归并。Fangx-AI/geo-doctor待 LLM 分类 = 是 -- 卡片尚未通过 LLM 复核,且为 90★ / 周增 0 的冷门仓库。其"GEO"概念偏向应用层(品牌营销反向 SEO),不直接是 llm-infra;归类应谨慎。anthony68862/LooGLEStar=0 但卡片标注 ACL 2024 · 可能是组织账号未公开 star · 或者仓库被 fork/cloned 后未保留 origin · 或仓库 archive-only · 应当作"论文 benchmark 资料库"使用而非代码库活跃度评估。Alessia38306/xFinderStar=0 同上,作 ICLR 2025 论文资料库使用。metadist/synaplan"see the cost of every answer" 卖点 与 v3.62 evening 已有 Cost / Token-usage-aware agent 范式承接(mneme 模型 tools / microqian2th 推理等级滑块)分别独立;若并入主线,需独立预备级 -- 不冲撞现有 cost-aware 栖位。- "hqhq1025/ai-course-notes" 二次刷新 是"早先已存在基线(2026-08-11)+ 本日 mtime 刷新"还是"新发现"?卡片明确"首次采集 2026-08-11 · 上次采集 2026-10-20" = 沿用稳态二次确认,非 NET-new 候选预备级。汇报/汇总时需与"今日真正 NET-new 7 件"区分。
§E 与活文档承接关系总览
- 承接基线:knowledge/llm-infra.md v3.63 morning(§IX 120 morning,2026-10-20 05:00 CST)· arXiv/CVE/DOI/URL = 485/36/22/647 · D1-D268 · C1-C368 · O1-O609 · P0 #1-#320 · T53-T163
- 本批对 v3.63 evening 预备级候选的贡献:
- 6 件主 agent/evaluation/engineering 副 llm-infra(metadist/synaplan + Fangx-AI/geo-doctor + C4rohan/Lampline + MemTensor/MemT-1.0 + adamkhalile/luau-docs-oracle + Alessia38306/xFinder 与 anthony68862/LooGLE)叠加 v3.63 morning 6 件 ⇒ 形成 「6 + 6 = 12 件 repo_card 预备级扩增」,需与 v3.63 morning 6 件区分(本批 5 件主非 llm-infra + 1 件主 llm-infra = 0 件主 llm-infra NET-new ? 实际是 0 件,全部 8 件主分类 agent/engineering/evaluation 副 llm-infra,本次无主分类 llm-infra NET-new)。
- 0 件主分类 llm-infra NET-new · 与 v3.63 morning 2 件主 llm-infra NET-new(StarWhisper + kapitsa)互补,本次不重复。
- 新发现 0 件 arXiv / 0 件 CVE / 0 件 DOI / 0 件 URL(本次 8 件全部为 GitHub repo_card)。
- 建议加入 v3.63 evening 的预备级候选:anythingmcp(沿用 v3.63 morning)+ 本批 8 件 = 预备级扩增候选 8 栖:
- metadist/synaplan → "自托管全栈一体 + 成本可见"栖
- Fangx-AI/geo-doctor → "GEO 工具化"栖(谨慎归类)
- C4rohan/Lampline → "自托管语音 + 电信接入"栖
- MemTensor/MemT-1.0 → 暂留 Memory 基础设施(待核)
- hqhq1025/ai-course-notes → 沿用(academic-writing typeset 二次刷新)
- adamkhalile/luau-docs-oracle → "窄域语言 MCP docs oracle"栖
- Alessia38306/xFinder → "evaluator reliability 元评估"栖
- anthony68862/LooGLE → "long-context benchmark 沿用"栖(2024 ACL)
§F 待复用 / 引用要点
- 0 个 NET-new arXiv ID 本批无(均为 GitHub repo_card,不含论文 abstract)。
- 0 个 arXiv 号可直接引用(批次不引入新论文)。本批如果要补充论文归属需另行 web_fetch 论文页。
- 本批对应活文档 §1 索引候选:§1.(6)(MemTensor/MemT-1.0 领域 LLM)+ §1.(7)(xFinder + LooGLE 评测方法学)+ §1.(11)(Harness / MCP 自托管栖位扩增 4 件)+ llm-application.md / 1 件 GEO(Fangx-AI)。
- 矛盾 D 沿用稳态(D1-D268)暂无新增。
- 共识 C 沿用稳态(C1-C368)暂无新增。
- 开放问题 O 沿用稳态(O1-O609),本次可新增 O610-O613(候选,以今晚 v3.63 evening 棒判定为准):
- O610 synaplan "see the cost of every answer" 成本可见机制是否覆盖 token + latency + cache + RAG retrieval 完整计费面
- O611 Fangx-AI/geo-doctor GEO 工具对豆包/DeepSeek/ChatGPT/Claude 的诊断是否依赖闭源 prompt-injection,合规风险待评估
- O612 Lampline 自硬件语音 agent 端到端 latency 与 STT/TTS 分离 cloud 方案的对比
- O613 xFinder / LooGLE / conv-vs-ped-tutor 三栖 LLM-as-Judge 评测方法学的相互位置(可靠性 meta-eval + 长上下文 benchmark + 教育审计),是否需要新立 §1.(7) 的"LLM-as-Judge 三栖预备级"。
§G 边界与产物说明
- 本批仅为今日增量 · 不补料 web search,不重写综述,不重读 v3.62 旧任务 · 仅在 §A-§F 给出基于本次 8 份材料的预消化。
- 不修改 knowledge/llm-infra.md(活文档变更为今晚 v3.63 evening 棒位责任)。
- 不写他人目录(jay/tom/flyp/stephen/spark 同名同行目录)。
- 不 git,不输出密钥。
- 材料不足项:MemTensor/MemT-1.0 简介过简,Fangx-AI/geo-doctor 待 LLM 分类未完成,均如实标注,不强行归并。
- arXiv 号:本次 8 件均为 GitHub repo_card,无可引用的 arXiv 号。
status:ok 增量条数:8(repo_card · 0 NET-new arXiv · 0 NET-new CVE/DOI · 0 NET-new URL) 涉及 arXiv 号:无(本次材料均为 GitHub 仓库卡,无论文 abstract / arXiv ID 可引用)