面向 Claude Code 的函数式设计 Agent Skills 包 functional-design-skills 发布 3.0.0
yutna/functional-design-skills 为 Claude Code 提供一套函数式代码设计规则的 Agent Skills,含一个索引与三十三个核心技能,另有九个语言包覆盖 JavaScript、TypeScript、React 与 Next.js、Elixir 与 Phoenix。
yutna/functional-design-skills 为 Claude Code 提供一套函数式代码设计规则的 Agent Skills,含一个索引与三十三个核心技能,另有九个语言包覆盖 JavaScript、TypeScript、React 与 Next.js、Elixir 与 Phoenix。
Grok Bot 新增邮箱功能,用户可在 Grok Book 中发送消息认领专属邮箱,并通过 X 上的 @bot 指令进行交互。作者演示了向 bozhou@mail.grokbot.com 这类地址发送邮件的外部交互方式,并记录了完整配置流程。
作者尝试用 Grok Bot 的新邮箱功能自动注册 Claude 账号,任务失败。作者推断原因是 Bot 所在网络环境缺乏独立出口 IP,被 Claude 识别为异常流量或机器人而拒绝服务。
开源群体智能预测引擎 MiroFish 通过 GraphRAG、多 Agent 人格沙盒及演化推演预测未来事件走向,采用五阶段架构。社区对其提出质疑,包括高昂算力开销、AI 人格发散导致脱离现实逻辑,以及可能存在的 Star 概念营销泡沫。
Anthropic 开源了开源软件安全扫描器 oss-scanner,维护者可通过简单 PR 接入。该项目在隔离虚拟机完成依赖构建后彻底断网,由 Claude Code 在封闭沙盒中审查代码,发现漏洞后自动生成复现步骤并私密交付 PoC 补丁。
开发者发布 Claude Code 技能 good-faith,通过在任务前明确声明"不知道也是可接受的答案",试图减少模型为凑完整而编造引用。预注册实验显示效果不显著:v2 的 408 次试验中 p = 0.13,v4 的 640 次试验中善意框架下每次回答 1.82 条错误引用,无框架为 1.61 条,p = 0.14。作者强调真正可靠的部分是事后独立核验每一条可查证的说法。
GitHub 项目 kimsanguine/AI_Human 发布了一套面向非专业者和初学者的 17 周 AI Engineer 成长课程,从 Python 基础、ML/DL 一路进阶到 LLM、LangChain 与 RAG 流水线。课程分三阶段共 100 天,配套 AI 新闻自动化系统每天上午 8:00(KST,周一至周五)按当前章节关键词筛选新闻并推送至 Slack 和 Telegram。
用 Qwen/Qwen3-1.7B 通过约束解码把输出限制在 A-E 五个选项内,单次前向即可给出答案,在 CommonsenseQA 随机留出样本上准确率 725/1221(0.5938),微调后提升至 762/1221(0.6241)。但模型输出概率严重过度自信,0.9-1.0 置信区间准确率仅约 70%,作者用温度缩放拟合出 3.797 的温度值来校准。
一个名为 framework16-local-llm 的开源项目让 Framework 16 笔记本借助 AMD Radeon RX 7700S(8 GB,gfx1102)在 Fedora 上实现 GPU 加速的本地 LLM 推理,一条 ./setup.sh 即可获得 OpenAI 兼容端点。
GitHub 项目 dryvist/ai-assistant-instructions 汇集了面向 AI 编码助手的指令、工作流与配置,提供统一的 AGENTS.md / CLAUDE.md / GEMINI.md 配置及 agentsmd/rules/ 自动加载规则,可跨 Claude、Copilot 和 Gemini 获得一致协助。
GitHub 上的 ai-engineering-foundry 项目提供一套从零构建 AI 系统的项目制课程,覆盖数据摄取、预处理、模型组装、训练优化、评估验证到部署服务的完整流水线。项目采用模块化可组合设计,内置 OpenAI API 与 Claude API 统一网关,并提供响应式 Web 仪表盘和 CI/CD 流水线,要求 Python 3.10+。
runzhliu/aik8s 是一份面向平台工程师、SRE 与训练/模型服务团队的 AI/LLM on Kubernetes 工程文档,覆盖 GPU 与异构加速器、调度队列、RDMA、分布式训练、LLM 推理、RAG、Agent Sandbox、可观测性与成本等专题,重点说明组件边界、选型条件、关键指标与故障路径。
GitHub 项目 CarterPerez-dev/Cybersecurity-Projects 汇集 70 个带完整源码的网络安全实战项目,按 Foundations、Beginner、Intermediate、Advanced 四个难度层级组织,并附 10 条认证职业路线图。
Message24 在 HITEX 2026 花约 1200 美元参展 4 天,获得约 40 条线索,折合约 29 美元/条,并新增约 150 个 Instagram 粉丝。展位费 500 美元、印刷物料 385 美元、两名大学生兼职 280 美元;现场演示网站和客户证言立牌效果最好,贴纸换关注因未附 Instagram 二维码而打了折扣。
DevMentor Studio 是一个开源 IT 学习知识库,提供结构化学习路径、动手实验、互动测验与进度追踪,覆盖编程、网络、DevOps、数据、安全及自动化与 AI 等方向。内容支持多语言与响应式界面,采用模块化架构,社区可贡献课程、修正错误或翻译模块,并持续更新。
用 Rust 编写的 Sega Mega Drive / Genesis 模拟器 gase 发布,可在浏览器、桌面、Android 和 iOS 四个平台运行,核心零外部依赖。项目以教学为先,每个芯片独立成一个 crate,Z80 通过 1,604,000 条测试用例、68000 通过 1,310,060 条测试用例逐位比对验证,性能分析带来 1.5–1.9× 加速。
Learn-Open-Harness 是一个面向 AI 智能体初学者的互动教程项目,通过 12 个章节讲解 Agent Loop、工具调用、记忆系统与多智能体协作等概念。
GitHub 项目 flofuentes/Prompt-Engineering-Course 提供提示词工程实践培训材料,用户可从 Releases 页面下载最新版本,解压后获取课程讲义、示例和练习。课程包含互动课程、真实场景应用与练习任务,无需编程经验,下载后可离线使用,采用 MIT 许可证。
域名后缀对 DNS 解析器毫无区别,但 Google 把 .ai、.io、.co、.me、.tv 等约二十个国家代码当作通用后缀,其余国家代码则被当作地理定位信号。
在搭载 M3 及以上芯片、至少 12 GB 内存的 Mac 上,可通过 Terminal 中的 fm 命令直接调用 Apple 端侧模型 AFM 3 Core 及其 Advanced 版本,无需 Swift、Xcode 或 Python。
AI 浏览器智能体正把浏览器从阅读窗口变成可研究、比价、填表、跨标签搬数据的行动层,2026 年 AI 搜索正从回答问题转向完成任务。文章提出需同时面向人类读者、答案引擎和自主浏览器智能体三个界面优化,内容、结构化数据、feed、API 与安全策略五层共同决定可发现性,并给出 90 天让优先页面变得可被智能体读取、可度量且更安全的落地方案。
网络韧性已成为董事会级运营能力,目标从"阻止所有事件"转向预防、检测、遏制与恢复四层模型。IBM 2026 年报告显示全球数据泄露平均成本达 $4.99M,1/4 恶意泄露为 AI 驱动;WEF 2026 展望中 64% 组织已评估 AI 工具安全,高于 2025 年的 37%。指南给出 90 天落地路线:前 15 天识别核心业务服务,16-30 天建立身份与访问基线。
Viaknox 开源 story-gate v0.9,为每个用户故事设置 READY、CHECKPOINTS、DONE、ACCEPTANCE 四道门禁,只有通过测试或录制运行才算完成,且由独立评审而非写代码的模型打分。
文章指出 AI 让软件构建变快但交付并未提速:DORA 2024 报告建模显示 AI 采用率每提升 25%,交付稳定性下降 7.2%;METR 研究中 16 名开发者在自有代码库上使用 AI 工具后耗时增加 19%,却自认快了 20%。
一份针对 Apple Silicon(A18 及 M1–M6)的硬件目录已整理出 25 个产品讨论与 59 种主板配置,并对照公开 PR、源码和具名主板报告完成刷新,但未进行新的硬件测试。Aurora Linux 被列为支持基线,源码集成与具名主板的硬件报告分开标注,完整系统安装与发布资格仍未确立。
一门名为 Tools for Thought 的课程将于 2026 年春季开课,从心理学、历史与工程三个视角探讨增强人类认知的计算工具。课程涵盖从 Vannevar Bush《As We May Think》、Douglas Engelbart "Mother of All Demos" 到间隔重复、可探索解释与生成式 AI 等主题,讨论记忆、阅读与信息管理的设计取舍。
AI Signal Board 在 ai-news-radar-enhanced (v3) 基础上完成工程优化,新增 config/score_weights.yaml 外置评分权重。
onedaygithub 是一个基于 GitHub Actions 的全自动流水线,每天抓取 GitHub Trending 热门仓库,调用 DeepSeek 大模型生成技术文章,再通过 Halo Console API 发布到 Halo 博客。
pyre-code 是一个通过 68 道编程题练习机器学习的平台,题目覆盖 ReLU、Sigmoid 等基础数学与激活层,到注意力机制、RLHF 和扩散模型等进阶主题,代码反馈直接在浏览器中给出。
这份 RFC 提案定义通过 .well-known URI 路径发现 Agent Skills 的方法,遵循 RFC 8615 标准,把分散在各平台的技能集中到统一位置。技能目录包含技能名称、描述、使用链接和示例,并采用渐进式披露与发现索引帮助用户快速定位技能。实现需使用 HTTPS 并做好请求、数据处理与错误处理。
GitHub 项目 omarmohammed894/clauderc 提供一套跨 macOS、Linux 和 Windows 高效配置 Claude Code 的方案,涵盖 agents、skills、commands 和 templates 的最佳实践。
深入 LangGraph 1.2.12 源码后发现,图、ReAct Agent 和 Deep Agent 并非三套不同机制,而是同一个 Pregel 引擎接收不同配置的结果。核心抽象只有 Runnable(含 invoke/stream 等方法的接口)和 Channel(带合并规则的命名状态槽),Reducer 决定多节点写入如何合并。
GitHub 项目 GenAI-Architect-70-Hands-On-Projects 提供 70 多个生成式 AI 实战项目,覆盖 RAG、微调、LLM 训练、LangChain 等主题,并附详细指南与 Jupyter notebook。
Leapfrog 团队用 OpenClaw、GitHub 仓库、Obsidian 和 Telegram 搭建了一套"组织大脑",让公司知识与客户生产知识可通过自然语言查询。
Tessl 提出智能体代码审查的六部分结构:标准、视角、发现、裁决、逐条回应与记忆,其中标准以 skills、docs 和 rules 形式存放在仓库中作为上下文。
开发者 hgnnmnn 开源自托管 LLM 推理栈 ai-stack,在 AMD Ryzen AI Max 395、128GB 内存的 Framework Desktop 上通过 LiteLLM Gateway(端口 4000)统一暴露三个 llama.cpp Vulkan 后端。
作者在自研 SOP 执行 harness Proceda 中尝试用决策模型 Jev 承接部分 LLM 调用,在 SOP-Bench 的 360 个案例上测试了两种接入方式。
2026 年仍有多家厂商提供真正免费的 AI API 额度,包括 Google Gemini(AI Studio 免费层、无需信用卡)、Groq(gpt-oss-120b 每分钟 30 次。
InvoiceGuard 是一个面向马来西亚中小企业的 AI 发票录入与 MyInvois 预提交校验原型,可读取 PDF、扫描件和手机照片,输出结构化 JSON 并按确定性电子发票规则校验,仅将高风险发票转人工。
Clera 将 500 GB 生产 Postgres 数据迁移到 ClickHouse Managed Postgres,此前旧供应商环境下单次人才查询耗时约 3 秒、数据库曾连续 6 天 CPU 满载。