工具：开源项目与开发者工具
新发布或有重要更新的开源项目与开发者工具，附仓库或官方原文链接。
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
- AI 摘要量子位
小米开源AI桌搭硬件HachimoDock，自制成本约150元
小米内部创新团队孵化了一款开源AI硬件HachimoDock，自制成本约150元，外形为带屏幕、三个按键和摇杆的复古小游戏机，屏幕内是西高地小狗形象。它可语音指挥电脑端Agent执行整理文件、写代码等任务，并同步显示任务状态；也支持智能家居联动和用自然语言生成自定义组件。用户还能替换宠物或照片形象、打印键帽外壳。产品走红后，所用开发板和屏幕出现涨价缺货。
- AI 摘要量子位
TypeSafe AI与Treg开源找人工具，比Clay便宜85%
TypeSafe AI旗下Jev与Agent工具平台Treg联合开源一款找人工具，定价最低0.0089美元可查一条邮箱线索，未找到不收费。工具通过Treg接入Claude Code、Codex等Agent，由Agent拆解地区、融资阶段、行业、职位等条件，Jev负责判断候选人是否匹配，Treg调用数据库与邮箱验证工具补齐资料。官方对比测试中，292人名单下Treg找到289个邮箱、264个与企业公开地址一致，花费1.49美元；Clay找到280个、262个匹配，花费10.34美元，均价便宜超85%。People Search Bench的119项任务中，B2B拓客场景Claude Code单独正确率43%，接入Treg后为78.2%。
- AI 摘要量子位
DeepSeek开源Super-agent架构，AI可自主发现Bug并提交PR
DeepSeek公开了面向个人Agent的底层架构思路Super-agent，核心是让AI在无人指派的情况下主动发现Bug、定位问题并提交修复PR。该架构包含Router与Worker双层结构，Router负责接收消息、分配任务和维护全局上下文，Worker负责具体执行，并支持Worker直接订阅GitHub PR评论等后续消息，无需Router转发。系统具备连续、高效、主动、持久四项特征，采用投机执行、两级事件过滤、异步ReAct Loop和独立Watchdog机制。在约300条消息、20项工作请求的模拟环境中，任务完成时间中位数为12.4分钟，95分位为15.7分钟，传统单会话方案95分位为29.5分钟。
- AI 摘要OpenRouter：Announcements（RSS）
OpenRouter 发布教程：用 Agent SDK 搭建常驻 AI Age…
OpenRouter 发布 TypeScript 教程，演示用 @openrouter/agent 0.11.0 搭建常驻 Agent：按计划唤醒、调用工具检查 Hacker News 指定话题、生成摘要，并用文件记录已读条目实现跨重启记忆。每次检查成本 0.0003 至 0.0012 美元（基于 Claude Haiku 5.5，2026 年 10 月 13 日实测），每 15 分钟一次约合每月 0.86 至 3.46 美元。单次运行通过 stepCountIs(6) 与 maxCost(0.05) 限制步数和成本，API key 信用额度限制总量；工具设 requireApproval 可在执行前暂停，按 ID 批准后恢复。
- AI 摘要arXiv cs.AI
开源库 Sensorium 发布，面向手术具身智能的多模态数据采集与整理
研究团队公开了 Sensorium，一个基于 ROS 与 ROS2 中间件的开源 Python 库，用于从可配置的机器人与传感器数据流中录制、处理、标注和整理多模态手术数据，覆盖操作端采集、可配置处理、语义标注与按片段生成数据集四个环节。作者在 1516 次体模、离体与活体猪实验中完成评估，涉及多种手术任务与传感配置，并给出初步可用性反馈。该工作发表于 NeurIPS 2026 的 GenAI for Health Workshop。
- AI 摘要量子位
英伟达与MIT团队开源H3视频增强方案，支持4K重生成
英伟达与麻省理工学院研究人员组成的 Efficient-Large-Model 团队在 Hugging Face 发布视频增强项目 Open-H3-Regenerate-2K 的模型权重，推理代码已在 NVlabs/Sana 仓库开放。该方案基于 MiniMax H3，把低分辨率视频草稿重新生成为高分辨率视频，支持 2560×1440 的 2K 输出，最高可实现 3840×2160 的原生 4K 重生成。训练时保持 H3 Transformer 主干与视频 VAE 参数不变，只训练新增的细化 LoRA，推理时与社区适配器合并，通过三步去噪生成细节。在单张 NVIDIA B200 上，约 5 秒视频的放大、细化与 2K 解码合计耗时从 87.26 秒降至 22.45 秒。
- AI 摘要Ars Technica 等 2 家
Cursor 扩展市场出现仿冒 Claude Code 的恶意版本
Cursor 在 VS Code 扩展市场发现名为 Anthropic.claude-code 2.1.313 的恶意扩展包，该版本并非 Anthropic 开发。它于太平洋时间当天约 2:27 至 13:35 上架，运行后会收集主机名、用户名、操作系统、架构、主目录路径、环境变量名、工作目录、Git 邮箱和公网 IP，并尝试向 authorized_keys 写入攻击者控制的 SSH 密钥、开启本地 SSH 服务、建立反向隧道，还通过 LaunchAgent 或计划任务维持持久化，后台脚本约每 60 秒重试一次。Cursor 已下架该版本并关停整个 VS Code 市场，确认其他扩展未被篡改。
- AI 摘要arXiv cs.AI
LiDAR-SHIELD：全 Docker 化激光雷达 3D 感知对抗鲁棒性评…
研究团队发布 LiDAR-SHIELD，一个完全 Docker 化的对抗鲁棒性评估框架，面向基于激光雷达的 3D 感知模型。该框架不把目标模型装进工具包，而是要求模型暴露 /info、/forward、/gradient 三个轻量 HTTP 端点，接入新模型或数据集只需一个 loader 函数或适配器。同一引擎-服务协议同时支持 3D 语义分割与 3D 目标检测，内置 PGD、Square Attack 以及点扰动、点删除、点注入、LiDAttack 等攻击方法，代码已公开。
- AI 摘要少数派
少数派分享用 Agent 处理个人运动健康数据的实践方法
少数派作者撰文介绍如何让 AI Agent 处理个人运动健康数据。数据来源包括 Apple Watch 的运动记录、Oura Ring 的睡眠与恢复数据、训记 App 的抗阻训练容量与组数，经 Freddy 与训记 API 由 Python 脚本拉取到本地 SQLite，项目部署在家用 NAS 上。作者指出 Agent 擅长生成图表但分析建议需用户引导，因此主张定制 Skill 而非套用现成方案，并提到 Coach Paddy 等现有 Skill 关注度低、适配性有限。
- AI 摘要vLLM 官方博客（RSS）
vLLM 上线 Mistral Large 4 首日支持
vLLM 宣布在 Mistral Large 4 发布当天即提供支持。该模型是 Mistral 的新一代前沿混合专家原生多模态模型，采用 DeepSeek 风格的稀疏注意力栈（MLA 加 DSA top-k 索引器），并引入跨层 KV 共享、NoPE 层、SSMax 与 LeRoPE 等新结构。模型共 72 层 MoE，128 个路由专家、每 token 激活 top-4，另有 1 个共享专家，隐藏维度 6144；总参数 1 万亿，每 token 激活 490 亿（含嵌入与输出层为 520 亿）。vLLM 侧运行在模型运行器 V2 上，相关改动同时提升了 DCP、PCP、DSpark、NIXL 分离式服务与 HiSparse 主机内存 KV 卸载。
- AI 摘要OpenRouter：Announcements（RSS）
OpenRouter 发布教程：用 LLM 从 PDF 中抽取表格
OpenRouter 发布教程，介绍如何用能直接读取文件的模型从 PDF 中抽取表格：把 PDF 作为文件内容发送，并附上描述单行结构的严格 JSON schema，模型即返回带类型的行数据，括号表示的负数会转成负值，跨页表格合并为一个列表。测试使用五份 PDF（含两份扫描件），直接读取 PDF 的模型在 644 个单元格上全部正确；失败案例源于 PDF 传入模型的路径，其中两次返回正常响应却无报错。
- AI 摘要The Verge
Akai 将推出开源固件 MPC Sample Key，并提前向开发者提供设备
Akai 尚未正式发布 MPC Sample Key，但已向改装社区提前提供设备。这款 37 键产品基于入门级 MPC Sample，采用开源固件，预计运行与 MPC Sample 相同的软件，并针对键盘、弯音轮和调制轮做了调整；与更高端的 MPC Key 37 不同，它没有打击垫，改用琴键触发采样。Akai 在 Instagram 短片中展示了多个由 vibe coding 生成的改装，包括 Native Instruments Massive、虚拟模拟与 FM 合成器，其中一个运行完全自定义的系统并内置多个合成器。片段称同样的社区功能也会进入普通 MPC Sample。CEO Jack O'Donnell 表示，inMusic 旗下品牌将向开发者提前提供设备，并开源部分软件、提供 SDK。
- AI 摘要OpenRouter：Announcements（RSS）
OpenRouter 重建默认路由算法：TTFT 降 16.9%、429 错误…
OpenRouter 宣布重建默认的供应商路由算法，从过去几乎只看输入 token 价格，改为综合每个端点的实际价格、延迟、吞吐和错误率，为每次请求挑选成本与性能的最佳组合。官方给出的实测变化是：首 token 延迟（TTFT）下降 16.9%，吞吐提升 16.3%，容量类错误减少 67%，成本仅上升 6.0%，且这发生在供应商尚未针对新算法优化之前。路由仍保留缓存感知，会话在缓存有效期内固定在同一供应商；需要纯价格路由的用户仍可通过固定和排序供应商的方式实现，无需改动代码。
- AI 摘要OpenRouter：Announcements（RSS）
OpenRouter 提供绕过 Claude Code 用量上限的 API 接…
OpenRouter 发布指南，说明 Claude Code 触及用量上限后，可改用 OpenRouter 的按 token 计费 API key 继续编码，所用模型与 Claude 套餐相同，且不受五小时窗口限制。手动方式需设置三个环境变量，也可用 Ori Harness 通过浏览器登录启动。实测一次短会话在 Sonnet 5.5 上花费 0.16 美元，Opus 5.5 为 0.31 美元，Haiku 5.5 不足一美分；Claude Code 自身显示的费用与实际账单不符。套餐重置后直接输入 claude 即可切回。
- AI 摘要arXiv cs.AI
KPPax 将 KPP 化学机制转为 JAX 可微代码
KPPax 是一个动力学预处理工具，能把用 KPP 语言描述的大气化学机制转成 JAX 中可微、即时编译且可向量化的化学代码。它用稀疏运算在对数空间计算速率定律以保持可微性，并借助 diffrax 的隐式求解器与正向、反向伴随完成刚性系统积分，从而无需手写伴随代码即可得到精确灵敏度。在 POLLU 基准上，由自动微分雅可比算出的 Fisher 信息矩阵可在拟合前预测 25 个速率系数中哪些可被识别，含噪合成估计对 9 个可识别系数的预测不确定度误差约 30%；另一应用中，神经网络排放清单修正经离线 4D-Var 训练后再在线微调，生物源修正误差降低 2.4 至 5 倍。
- AI 摘要LangChain：Blog（RSS）
LangChain 开源其自研设计 agent Content Studio …
LangChain 公开了内部设计 agent Content Studio 的完整 harness，并开源了代码仓库。该 agent 在 Slack 中接收单条提示，即可产出视频、社交图、复刻 UI 图与幻灯片，所有素材以代码形式生成。它构建在 Managed Deep Agents 之上，每个 Slack 线程拥有独立沙箱，agent 在轮次之间保留项目状态，可调用视频引擎、图像工具与共享画布，并检查自身渲染结果。团队用四个月时间向它注入设计原则与反馈逻辑。开源仓库支持填入品牌 token、字体与技能后，通过 Managed Deep Agents 部署到团队 Slack。
- AI 摘要TechCrunch
Opera 推出 WebAI 标准，支持浏览器本地运行 AI 模型
Opera 发布名为 WebAI 的新网页标准，目标是让用户在浏览器内直接运行 AI 模型，无需依赖云端。该标准设计上兼容多种模型，Opera 以 Google 的开放权重模型 Gemma 为例；在 Mac 设备上，WebAI 还支持 Apple 的端侧基础模型。
- AI 摘要量子位
RoboParty发布全栈开源人形机器人RP1，开放机械图纸到运动算法
RoboParty萝博派对发布全栈开源人形机器人RP1，开放范围覆盖机械图纸、电气系统、自研关节、底层控制、仿真、训练与部署，而非仅提供SDK或部分算法代码。RP1身高135cm，提供24个主动自由度的开源版和30个自由度的开源版Pro两种本体配置，头部与手部模块可自选。硬件搭载自研ROMOMO一体化旋转关节，峰值扭矩覆盖25～160N·m，采用48V供电与CAN-FD通信，内转子电机搭配NGW行星减速器，并采用非共点髋部与并联踝设计。真机已展示连续行走、人体动作跟踪、扰动恢复、跌倒起身等能力。
- AI 摘要量子位
百度开源文心Unlimited OCR 2，KV缓存峰值降约96%
百度发布并开源文心Unlimited OCR 2，主打超长文档连续识别。技术报告百页级单序列测试中，峰值KV缓存占用从标准解码的47GB降至1.77GB，减少约96%。模型引入稀疏参考滑动窗口注意力机制SR-SWA，先由Page Gate筛出相关页面，再由Token Sieve从页面中挑出固定数量的相关视觉信息块，配合固定大小的局部滑动窗口与持续解码，使单步解码开销不随文档变长而增加。演示中连续识别7部《哈利·波特》共3600+页与《三体》全集1200+页。上一代累计下载超1000万、GitHub约2.86万Star。模型已在Hugging Face和GitHub开源。
- AI 摘要量子位
SoMark 团队开源 OXR 文档解析模型，1.3B 参数登顶三项基准
SoMark 团队开源文档解析模型 OXR（Optical Everything Recognition），主模型 1.3B 参数，在 OmniDocBench、olmOCR-Bench、DocParsingBench 三项基准上分别取得 97.18、87.84、87.76 分，均列第一。它覆盖文字、表格、公式、化学式、代码块等 13 类元素，输出 Markdown/JSON 并保留版面坐标。在同一张 RTX PRO 6000 Blackwell 上解析 100 页文档，OXR 约 101 秒，PaddleOCR-VL-1.6 与 MinerU2.5-Pro 分别约 145 秒和 255 秒。代码与权重已开放，并提供在线 Demo 和免费 API。