whirlchat/whirl
这是 AI 聊天应用 Whirl 的开源仓库,以 MIT 许可发布 whirl.chat 的完整代码。据 README,它基于 Next.js 和 Convex 构建,通过 OpenRouter 接入多家模型,支持可调思考等级、“活文档”式可编辑的侧边产物以及自托管。仓库另附自托管、架构说明与贡献指南等文档。
全部 AI 精选,可按分级、类型、是否付费、收录时间筛选,按关键词搜索。
这是 AI 聊天应用 Whirl 的开源仓库,以 MIT 许可发布 whirl.chat 的完整代码。据 README,它基于 Next.js 和 Convex 构建,通过 OpenRouter 接入多家模型,支持可调思考等级、“活文档”式可编辑的侧边产物以及自托管。仓库另附自托管、架构说明与贡献指南等文档。
一个将 Pi 编程智能体经提前编译(AOT)打包为单一原生可执行文件的项目。README 和简介称其无需 JIT,也不需要 Node.js 或 Bun,支持 Linux x86-64/ARM64、Android(Termux)、Apple 芯片 macOS 和 Windows x64,并称相比在 Node 上运行的 Pi 启动快 10 倍、CPU 占用少 7 倍、内存占用少 4.5 倍。
heqiangdiao-wq/AI-Cross-Border-Ecommerce-Agent-Toolkit
这是一个把跨境电商运营 SOP 拆解为 7 个可复用 AI Agent 工作流的开源仓库,每个工作流包含标准 Prompt、输入模板与真实案例。据 README,其方法论拆解自一份 38 页的 Shopee 巴西站运营手册,仓库以文档形式交付方法论对应表、Prompt、流程顺序与模板案例,而非软件或 SaaS 产品,当前状态标注为 v0.3 beta。
这是一个 GitHub 仓库,提供 Grandet Skill 和一个匿名 MCP 服务器,用于让 AI 智能体查找任意模型最便宜的 API 并接入使用,价格数据来自 grandet.ai 上 1,800 多家官方、推理与中转服务商的标价。README 给出了网站、远程 MCP 服务器地址(无需注册和 API 密钥)以及向 Codex、Claude Code、Cursor 等智能体安装技能的方式。
该项目把 llama.cpp 移植到已越狱的 PlayStation 5 上,允许主机原生运行 GGUF 格式模型,从 Qwen 3.8 开始。README 说明它借助主机 GPU 推理,提供 OpenAI 与 Anthropic 兼容 API 和适配电视的界面,可在无 PC、无云端、无账号的情况下为局域网内设备提供模型服务,另新增了 Ollaya 的决策模型支持。适合拥有越狱 PS5、想在家搭私有模型服务的读者。
这是一个用于协调 Claude、Codex 和 Cursor 等多个编码代理窗口的开源工具,通过共享任务、确认回执、前置检查、并行测试、来源绑定证明和独立审查来组织多代理协作。它内置若干技能(复用经验教训、简化代码、工作量预测),并提供双语本地仪表盘跟踪进度、决策与证据,以及 MCP 插件。
Project Maya 是用于在自有 GPU 上私有运行 GLM-5.3-Flash(321B MoE)和 DeepSeek-V4.1-Flash-1017(748B MoE)的项目,支持单卡至 16 卡、NVIDIA 与 AMD、Linux 与 Windows(实验性)。包含推理引擎、服务器、仪表盘、OpenAI 与 Anthropic 兼容 API 以及量化工具,可处理并发请求并支持图片。
这是一个开源决策模型系列的项目仓库,模型规模从 0.8B 到 27B,一次推理即为每个选项给出校准概率,仅在不确定时输出简短思考。项目提供面向 vLLM、llama.cpp 和 MLX 的推理引擎,并提供 Hugging Face 模型页、arXiv 技术报告、API 文档与博客链接。
这是一个开源项目仓库,内容为 AI API 中转站的实测评测排行与切换工具,实测可用率、延迟和价格,面向 Claude Code 与 Codex 等使用场景,仓库标注语言/框架为 Tauri,并附有 folkbench.com 主页、Telegram 群组和发布版本等信息。
yomiyasu 是一个 Agent Skill(智能体技能),用于把 AI 生成的不自然日语润色为易读的日语,主要针对技术文章、设计规格书、PR 说明和内部报告等实务文本。它可加载到 Claude Code、Codex、Cursor 等 AI 编码环境中使用,并另提供精简版 yomiyasu-mini 与 yomiyasu-pocket。
AIHOT 是一个能自动搜集热点并生成日报的网站框架,用户替换信源和精选标准后即可搭建自己的行业热点站。项目使用 Node.js 24、PostgreSQL 17 与 Docker Compose,标签涉及 RSS、新闻聚合、LLM、MCP 和自托管,并提供线上站点 aihot.news。
A Bank Trained Its Own Foundation Model to Catch Fraud — Freddy Lecue, Wells Fargo
富国银行的 Freddy Lecue 介绍该行如何用数十亿客户交易数据(而非文本)从零预训练自有 transformer 模型,通过预测下一笔交易学习表示,再针对欺诈检测、信用额度、反洗钱和营销等任务微调。内容涵盖把金额、时间、商户、邮编等表格数据转化为 token 的难点,以及模型规模、训练设置和欺诈检测结果。