GitHub 热门AI项目

langfuse

标星数：25,763
今日标星：149
所有者：langfuse
开发语言：TypeScript
描述：Langfuse 是一个开源的 LLM 工程平台，专注于帮助团队协作开发、监控、评估和调试 AI 应用。其核心功能涵盖 LLM 可观测性、指标追踪、模型评估、提示词管理、测试场及数据集管理。该平台支持快速自托管，并已通过实战验证。Langfuse 可与 OpenTelemetry、Langchain、OpenAI SDK 和 LiteLLM 等主流工具无缝集成，为 LLM 应用开发提供全流程支持。
项目地址：
https://github.com/langfuse/langfuse

shannon

标星数：39,751
今日标星：372
所有者：KeygraphHQ
开发语言：TypeScript
描述：Shannon 是 Keygraph 推出的自主白盒 AI 渗透测试工具，专为 Web 应用和 API 设计。它通过分析源代码识别攻击向量，并利用浏览器自动化执行真实利用，仅报告具备可复现 PoC 的漏洞。该工具支持全自动操作，覆盖 OWASP 常见漏洞（如注入、XSS），能有效填补代码发布与安全测试之间的空白。本项目为开源的 Shannon Lite 版本，适用于本地测试。
项目地址：
https://github.com/KeygraphHQ/shannon

OpenMetadata

标星数：12,310
今日标星：521
所有者：open-metadata
开发语言：TypeScript
描述：OpenMetadata 是一个统一的元数据平台，旨在实现数据发现、数据可观测性和数据治理。平台由元数据模式、存储、API 和摄取框架组成，支持 80 多种连接器。其核心功能包括列级数据血缘、无代码数据质量测试、数据资产协作以及基于标签和术语的自动化治理，助力企业通过端到端的元数据管理释放数据价值。
项目地址：
https://github.com/open-metadata/OpenMetadata

Pixelle-Video

标星数：5,906
今日标星：308
所有者：AIDC-AI
开发语言：Python
描述：Pixelle-Video 是一个 AI 全自动短视频引擎，用户仅需输入主题即可一键生成包含文案、配图、语音及背景音乐的完整视频。项目支持数字人、图生视频及动作迁移等高级功能。基于 ComfyUI 架构，它集成了 GPT、DeepSeek 等 LLM 模型及多种 TTS 方案，提供高度可定制的视觉风格与工作流。该工具零门槛，让视频创作变得简单高效。
项目地址：
https://github.com/AIDC-AI/Pixelle-Video

skills

标星数：15,632
今日标星：333
所有者：vercel-labs
开发语言：TypeScript
描述：Skills 是开放代理技能生态系统的 CLI 工具，支持 OpenCode、Claude Code 等 45+ 种 AI 代理。用户可通过 npx skills add 从 GitHub、GitLab 或本地路径灵活安装技能。该工具支持项目级与全局安装，并提供符号链接或复制两种方式。此外，它还包含 list、find、update 等命令，帮助开发者高效管理 AI 代理的技能配置。
项目地址：
https://github.com/vercel-labs/skills

今日热门模型排行榜

AI Twitter 动态回顾

开源模型：Qwen3.6-27B、OpenAI 隐私过滤器及小米 MiMo-V2.5

• Qwen3.6-27B 横空出世，成为一款实力强劲的本地/开源代码模型：@Alibaba_Qwen 发布了 Qwen3.6-27B，这是一个采用 Apache 2.0 协议的 稠密 模型，具备 思考+非思考模式 以及一个 统一的多模态 checkpoint。它在主要的代码评估基准中击败了 Qwen3.5-397B-A17B：SWE-bench Verified 77.2 对比 76.2、SWE-bench Pro 53.5 对比 50.9、Terminal-Bench 2.0 59.3 对比 52.5，以及 SkillsBench 48.2 对比 30.0。它支持对图像和视频的原生视觉语言推理。生态系统支持包括 vLLM、Unsloth GGUFs、llama.cpp 和 Ollama。

• OpenAI 悄悄开源了一个实用的隐私模型：OpenAI 发布了 Privacy Filter，这是一个轻量级的 Apache 2.0 开源模型，专门用于 PII（个人身份信息）检测和遮蔽。它是一个总参数量 1.5B / 激活参数 50M 的 MoE token 分类模型，拥有 128k context window（上下文窗口），旨在对大型语料库和日志进行编辑处理。

• 小米推动 Agent 开源模型迈向新高度：@XiaomiMiMo 宣布了 MiMo-V2.5-Pro 和 MiMo-V2.5。V2.5-Pro 面向软件工程和长周期 Agent，在 SWE-bench Pro 上取得 57.2 分，Claw-Eval 63.8 分，τ3-Bench 72.9 分，支持 1,000 次以上的自主工具调用。非 Pro 版本则增加了 原生全模态 能力和 1M token context window。

Google Cloud Next：TPU v8、Gemini 企业 Agent 平台及 Workspace 智能功能

• Google 的基础设施公告内容详实：Google 推出了采用分体式设计的 第八代 TPU：TPU 8t 用于训练，TPU 8i 用于推理。与 Ironwood 相比，8t 每个 pod 的算力提升了近 3 倍。8i 每个 pod 连接 1,152 个 TPU。Google 声称借助 TPU8t 具备扩展至单集群 一百万个 TPU 的能力。

• 企业级 Agent 成为 Google 的一级产品界面：Google 发布了 Gemini Enterprise Agent Platform，升级了 Vertex AI，用于构建、管理和优化 Agent。它包括 Agent Studio，通过 Model Garden 访问 200 多个模型，并支持 Gemini 3.1 Pro、Gemini 3.1 Flash Image、Lyria 3 和 Gemma 4。相关发布内容：Workspace Intelligence 正式商用、Gemini Enterprise 收件箱/canvas/可重用技能、Agentic Data Cloud 以及 Gemini Embedding 2 正式商用。

Agents、Harness 框架、Traces 及团队工作流

• “Agent Harness”这一抽象概念正在固化：OpenAI 在 ChatGPT 中引入了 工作区 agents，供团队在文档、电子邮件、聊天、代码和外部系统之间进行操作，包括 基于Slack 的工作流以及预定/后台任务。Google 推出了 Gemini Enterprise Agent Platform。Cursor 增加了 Slack 调用功能。

• 关于框架/模型独立性的开发者体验：VS Code/Copilot 推出了 自带密钥/模型支持，支持 Anthropic、Gemini、OpenAI、OpenRouter、Azure、Ollama 和本地后端等提供商。

• Traces（追踪）/Evals（评估）/自我改进数据基元：@Vtrivedy10 指出 traces 可以捕获 Agent 错误；算力应集中在 traces 上，以生成更好的评估和技能。@ClementDelangue 倡导使用 开放 traces 进行开放 Agent 训练。@gneubig 推广 ADP / Agent Data Protocol 的标准化。

后训练、RL 及推理系统

• Perplexity 的后训练策略：@perplexity_ai 详细介绍了一种 搜索增强型 SFT + RL 流水线，用于提升事实性和引用质量。他们运行了一个经过后训练的 Qwen 衍生模型，统一了 工具路由和摘要 功能。@michaelyli__ 介绍了 Neural Garbage Collection（神经垃圾回收），利用 RL 来处理 KV-cache 的保留/淘汰。

• “最小编辑”问题基准测试：@nrehiew_ 展示了 Over-Editing（过度编辑），用于衡量代码模型中的多余编辑。GPT-5.4 过度编辑最严重，而 Opus 4.6 过度编辑最少。在最小编辑方面，RL 的表现优于 SFT、DPO 和拒绝采样。

• 推理效率：@cohere 将 生产级 W4A8 推理 集成到 vLLM 中（与 W4A16 相比，TTFT 提升最高达 58%，TPOT 提升最高达 45%）。@WentaoGuo7 报告了 SonicMoE 在 Blackwell 上的收益——前向/后向 TFLOPS 分别提高了 54% / 35%。@baseten 引入了 RadixMLP 用于 共享前缀消除（带来 1.4–1.6 倍 的加速）。

AI Reddit 社区热帖

LocalLlama + localLLM 回顾

1. Qwen 3.6 模型发布及基准测试

• Qwen 3.6 27B 已发布：Qwen 3.6 27B 在 Hugging Face 上发布。它拥有 270 亿参数，并推出了量化版本 Qwen3.6-27B-FP8。

• Qwen3.6-27B 发布！：这是一个在代码方面表现出色的稠密开源模型，超越了 Qwen3.5-397B-A17B。得分：SWE-bench Verified 77.2，SWE-bench Pro 53.5，Terminal-Bench 2.0 59.3，SkillsBench 48.2。采用 Apache 2.0 许可协议。

• Qwen3.6-35B 配合合适的 Agent 可与云端模型竞争：使用 little-coder agent，Qwen3.6-35B 在 Polyglot 基准测试中达到了 78.7% 的成绩。改变 scaffold（脚手架结构）导致分数从 19% 跃升至 78%。GitHub。

• Qwen3.6-27B 发布！：性能对比突显了 Qwen3.6-27B 优于 Qwen3.5-27B 和 Gemma4-31B。用户报告 unsloth Q5 quant 和 q4 量化版本出现“陷入思考循环”的问题。

2. Gemma 4 模型能力及对比

• Gemma 4 击败 Chat GPT 和 Gemini Chat：在翻译一部中国小说时，Gemma 4 31B 的表现优于 Gemini Chat 和 GPT 5.3，在处理名字混合和审查内容方面比 GPT OSS 120B 和 Qwen 3 Max 做得更好。

• Gemma 4 Vision：默认的视觉预算是 280 个 token（645K 像素）。调整 --image-min-tokens 和 --image-max-tokens（例如调整到 560 和 2240）可以改善 OCR（光学字符识别）效果，但会增加 VRAM 占用（对于 4096 batch，从 63 GB 增加到 77 GB）。在 OCR 方面优于 Qwen 3.5/3.6 和 GLM。

3. 开源模型终极榜单

• 终极榜单：编程、聊天、视觉、音频等领域的最佳开源模型：值得一提的模型包括 Qwen3-TTS (TTS)、VoxCPM2 (语音克隆)、ACE-Step 1.5 (音乐)、GLM-5.1 (文本, 744B MoE)、LTX-2.3 (4K 视频) 和 GLM-OCR。

非技术类 AI Subreddit 回顾

1. Claude Code 功能变更及用户反应

• PSA：Claude Pro 不再将 Claude Code 列为包含功能：Claude Pro 从其套餐中移除了 Claude Code；该功能现在是 Max 套餐的专属内容。

• Anthropic 对 Claude Code 变更的回应：Anthropic 正在 ~2% 的新 Prosumer（高端消费者）注册用户中测试这些变更。这一调整是由于 Claude Code、Cowork 和长运行 Agent 的参与度增加所致。

• Sama 正在 🔥🔥（发火）：讨论关于 Claude Code 从 Pro 套餐中移除并要求升级到 Max（100 美元以上）套餐的话题。

• 我们有救了！Claude Code 回归 Pro 套餐！：有报告称 Claude Code 已回归 Pro 套餐，这可能是由于 A/B 测试造成的。

2. GPT-Image-2 及 ChatGPT 图像模型发展

• Gpt image 2 实现了有史以来最大的质量飞跃：OpenAI 的 ‘gpt-image-2’ 在文本到图像竞技场中领先，基于 480 万 次投票获得 1512 分。提供不同的质量级别（‘中等’、‘即时’）。文本渲染和照片真实感得到改善。

• GPT-Image-2 现在会审查自己的输出并进行迭代：该模型会自我审查并对输出进行迭代。每张图片的生成时间约为 11 分钟（5-10 次内部迭代）。这引发了人们对其在快速工作流中实用性的担忧。

• 推出 ChatGPT Images 2.0：OpenAI 发布了 ChatGPT Images 2.0，具有增强的精度、多语言文本渲染和多种风格（编辑、超现实、照片写实）。

3. Google 第八代 TPU 及 AI Studio 局限性

• Google 推出 TPU 8t 和 TPU 8i：TPU 8i (2026) 对比 Ironwood (2025)：更大的 pod 规模、增加的 FP8 EFLOPS、增强的 HBM 容量以及改进的带宽。

• Google 第八代 TPU 发布：TPU 8t 拥有 121 exaflops 算力并支持原生 FP4 计算。

• Google AI Studio 的疯狂状况：据称 3.1 Pro 模型 的配额在 15 条消息 后就用完了。Pro、Ultra 和 Free 层似乎拥有相同的配额（10-15 个提示词）。尽管拥有 100 万 token 的上下文，但在超过 10 个提示词 后仍存在上下文保留问题。

上海一橙智能科技有限公司，是上海一橙网络科技股份有限公司旗下专注于AI与大模型应用落地的核心企业，提供从平台构建到AI场景化应用落地的全栈服务。聚焦大模型应用、数字人交互、语音图像分析等核心领域，打造了覆盖智能外呼、智能客服、智能知识管理、智能陪练、多模态交互、图像语音质检等场景的AI产品体系，已成功为通信、能源等领域头部央国企客户打造出多个AI落地应用。