开源项目与模型 今日: 2 |主题: 706|排名: 4 

有个开源 AI 投研项目 Augur，玩法相当硬核：不是让一个 AI 看股票，而是凑齐 18 位投资大师开一场投委会。 巴菲特、段永平、张磊、Ray Dalio、Cathie Wood 这些不同流派各管各分析、各管各打分，最后再拉齐共识。更狠的是，它不只丢给你一个结论，而是把谁看多、谁看空、分歧卡在哪儿全摊开。 比起单模型自问自答，这种 ...

推荐一个 Android 折腾党必收藏的项目：Awesome Android Root，堪称 Root 玩家百科全书。 它整理了 650+ Root 应用和模块，Magisk、KernelSU、APatch、LSPosed / Xposed 基本全覆盖，还有 Pixel、三星、小米、一加等设备的 Root 教程。 除了模块合集，还有性能优化、隐私、安全、去广告、Play Integrity、救砖排错、免 R ...

Dextop 是开源的 Android 应用，靠虚拟显示把手机本机变成一块桌面工作区。从 1.5.0 开始它自带特权访问运行时，调用系统服务接管应用启动、窗口摆放、触摸输入和屏幕旋转。 https://github.com/NarYuki/Dextop

以前觉得 LLM 微调离普通电脑很远？Unsloth 现在连桌面端 App 都出了。 它主打在消费级 GPU 上做模型微调，官方称训练速度最高可提升 2 倍，显存占用降低约 70%。 ① 支持 Qwen、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等模型 ② LoRA、QLoRA、全量微调、RL、GRPO、DPO、FP8 都支持 ③ Windows、macOS、Linux ...

向量数据库不用碰，服务器也不用搭，单一个 MP4 文件就塞得下几百万段文本。 GitHub 上这个叫 Memvid 的项目，玩法相当野，直接把文本编码进视频文件里存起来。 几个核心点： 1️⃣ 存储体积压到原来的 1/10 2️⃣ 语义搜索亚秒级响应，不用额外搭数据库 3️⃣ 自带问答能力，支持上下文对话 4️⃣ PDF 直接导入自动索引 ...

gemini-3.8-flash 是个很好的模型，但是因为antigravity太过垃圾，google又不允许gemini的订阅在其他harness里使用， 研究了一个现行比较安全的解决方案——通过 Pi 来使用 agy，让 agy 更少的影响 gemini-3.8-flash 模型能力。 一步步都是AI教我的， 1. 先把agy开一个精简模式，这个是官方允许的操作，这个可以就留4个工 ...

前 Twitter CEO Jack Dorsey免费开源的智能体框架，可以用来创建100% 由 AI 智能体管理的业务。它将「团队聊天」和「代码协作」融合成一个地方，并且让 AI 智能体像真正的协作一样参与进来。 GitHub 仓库已超过 29,000 星 仓库地址：github.com/block/buzz http://t.cn/AXWqxmxR ​​​ ...

自己微调 LLM，最劝退的常常不是训练本身，而是环境配置那一关。 Soup 把流程砍到只剩三步： pip install "soup-cli[train]" → soup init --template chat → soup train 一份 YAML 配置文件就把训练交代清楚。 1️⃣ 聊天、代码、推理、视觉、RLHF 等多种模板都支持 2️⃣ 靠 Layer Streaming 压低显存占用 3️⃣ 4GB ...

还在每台电脑上装 Xcode、Android Studio 测 App？可以看看 tapflow。 它直接把 iOS、Android 模拟器搬进浏览器，团队打开网页就能用： ① 不用安装开发环境 ② 不用把 App 上传到第三方云 ③ 应用文件、设备画面、操作记录都留在自己的服务器 ④ 两行命令即可部署 ⑤ MIT 协议开源 简单说，就是把 Appetize、BrowserSta ...

把自己需要的功能都基于Obsidian重新都开发了一遍。 顺带开源，帮助更多有类似需求的朋友。 消耗20x Codex 3次重置，累计收到100多块赞赏。 虽然入不敷出，但很开心，哈哈哈。

Firecrawl 又开源了一个 PDF 处理库：pdf-inspector。 Rust 编写，主打快速分类 + 文本提取，不用 OCR 就能处理文本型 PDF： ① 自动判断 PDF 是文本版还是扫描版 ② 提取带坐标信息的文字，并转成 Markdown ③ 支持 Python、Node.js 和 WebAssembly ④ 文本型 PDF 本地处理通常 200ms 内 官方测试称，大约 54% 的文档可 ...

Jev 才火没多久，相关开源项目已经被人整理出 900+ 个了。 Awesome Jev 是一个专门收集 Jev / System One 生态项目的导航库，目前已经收录 916 个开源项目。 里面分类很细：SDK、Jev-like 模型、Agent 工具、浏览器自动化、应用、Benchmark、研究项目……想研究 Jev 能拿来干什么，直接从这里翻最快。 作者还做了网页版 ...

WorkDSH 是基于 DeepSeek Harness 的开源桌面工作台，TypeScript + Electron 写的，核心思路是一个 AI 任务往往需要资料、工作规则、能力和可检查的成果，所以它把项目、资料库、专家、技能、连接器、任务和成果工作区都收进同一个地方，同时保留 DSH 原生的模型、工具、会话、/ 命令和 @ 引用。 https://github.com/techf ...

🔥小白必看：如何用 Opus 5.5 生成你想要的视频？源码、提示词应有尽有！ 最全Opus 5.5 X 语料快照：1138 个去重 MP4，893 条标为相关，160 条带源链接。 按题材： 🔸游戏/交互 207：能玩再录，3D 最多 🔸AI 讲 AI 167：自指人设最容易爆 🔸广告发布 138：JS + 逐帧截屏，几美元出片 🔸科普 116：公式比画质更重要 🔸故事 ...

喵个咪终于有人把 LLM 判题（LLM-as-a-Judge）这个大冤种架构给算明白了， 中国几个学生做的这份Jev研究，把AI决策的成本账彻底算透了， 把这套方法粘贴进Claude和GPT的工作流，判断校验成本直接降了约63倍。 之前搞 Agent 最让我肉疼的一件事，就是让大模型自己给自己当裁判， 每次让 GPT 或 Claude 生成完，还得再调一 ...

一个开源 TTS 项目，直接把多语言语音生成卷到 600+ 种语言。 OmniVoice 用 Python 开发，主打多语言零样本语音合成和声音克隆： ① 支持 600+ 种语言 ② 提供参考音频即可复刻声音特征 ③ 年龄、音高、方言、气声等参数可以调整 ④ 官方称生成速度最高可达实时速度的 40 倍 做多语言视频、配音、语音内容的人，可以拿来 ...

开源一个自部署到Cloudflare的邮箱系统，人和agent一起使用 https://github.com/wong2/cf-mailroom

换到 Opus 5.5 之后，Anthropic 官方建议先做一件事： 检查你的提示词。 因为旧模型写出来的提示，很多在新模型上会变成负担，让它输出更多内容、重复调用工具，钱就这样烧掉。做法很简单，在 Claude Code 里运行： /claude-api prompt-audit 它会检查你的 skills、CLAUDE.md，以及在 Claude Platform 上写的代码，找出 ...

RTX3060 12GB，5 小时本地全自动写出完整可玩游戏。 基于 PrismML Bonsai2（三元量化 Qwen3.8-27B，权重仅 5.95GB），Hermes Agent 驱动，125K 上下文。 全程零手写代码，生成 328K token，产出 8 个 JS 文件，共 2368 行代码。 MTP 推测解码可将峰值速度拉到 50tok/s，相比基础版本接近翻倍。 证明依靠高效三进制量化 + ...

连Transformer的基本原理都讲不明白，还好意思天天把搞AI挂嘴边？ 有个仓库是真够硬核，从零手搓一个GPT，不依赖任何高级库。Attention、多头机制、前馈网络、Embedding、残差连接、Layer Norm，怎么搭起来的全给你拆开看。而且不止模型本身，整条链路都有： 1️⃣ 数据下载、预处理、训练、生成一整套流程 2️⃣ 训练数 ...