LiteLLM 主密鑰外洩遭利用,攻擊者透過 GitHub 發布惡意 PyPI 與容器套件
LiteLLM 主密鑰外洩後,攻擊者利用取得的 GitHub 權限,於 10 月 21 日發布含惡意程式的 1.107.0 版本。密鑰於 5 月 27 日被提交至公開儲存庫,團隊雖發現外洩並改寫提交紀錄,卻未撤銷密鑰;攻擊者於 10 月 10 日利用它取得 GitHub 組織擁有者的 token,再竊取兩名維護者的 token 並停用分支保護。
LiteLLM 主密鑰外洩後,攻擊者利用取得的 GitHub 權限,於 10 月 21 日發布含惡意程式的 1.107.0 版本。密鑰於 5 月 27 日被提交至公開儲存庫,團隊雖發現外洩並改寫提交紀錄,卻未撤銷密鑰;攻擊者於 10 月 10 日利用它取得 GitHub 組織擁有者的 token,再竊取兩名維護者的 token 並停用分支保護。
Deadline Extractor 使用 Ollama 執行 Meta 的開放權重 Llama 3.2 3B,從匯出的羣組聊天中辨識作業要求、將口語日期換算為時間戳,並以更新後的期限取代舊期限。工具可輸出 .ics 日曆檔,並在本機離線處理資料;模型亦可透過設定切換為 Mistral 或 Gemma。
QuestSloth 以 Gemma 2 2B 在瀏覽器本機將課堂筆記轉成地城問答遊戲,教師 Forge 會輸出包含五道選擇題的 quest.json,學生則可在沒有 AI 推理的情況下遊玩。Forge 透過 WebLLM 使用 WebGPU;Notes 不會離開裝置,首次下載模型約需 1.5GB,若 GPU 不支援 shader-f16 則會改用約 2.5GB 的版本。
Sloth-Sorter 是一款開源命令列工具,使用本機小型 AI 模型整理並重新命名 Downloads 資料夾內的檔案,檔案不會離開用戶的電腦。工具預設使用可在 CPU 執行的 Qwen2.5 3B,亦可改用 Llama 3.2 3B;每次移動均可復原,且不會刪除或覆寫檔案。
Night Scout 是作者開發的開源工具,透過本機 Gemma 整理夜間資訊,按用戶關注主題生成晨間摘要,並為指定專案提出下一步。它讀取 YouTube 頻道、網誌、Hacker News、Reddit、Bluesky、Mastodon 和 GitHub releases,摘要最多收錄 25 則。
scLock 為 macOS arm64 應用程式提供硬件鎖定保護,使用 Apple Secure Enclave 在執行時推導金鑰,並為每次編譯生成 256 槽多態指令集。熱路徑下單次虛擬化函數呼叫需時 8.15 us,約每秒 120,000 次;GitHub 提供受 scLock v1.0.0 保護的 CrackMe,商業 SDK 售價 $79。
Napper 是一款離線優先的自主 AI 智能體,夜間讀取本機 CSV,預測未來 30 天並篩查異常與交易問題,早上生成摘要。示範數據中,它找出水量升至 425.0 升、健身會籍月費由 $24.99 升至 $29.99、$77.86 重複扣款,以及每月 $9.99 的閒置訂閲;預測由本機運行的開放權重模型 TabPFN-3.5 提供。
sloth-tidy 是一款命令列工具,透過 Ollama 在本機呼叫開放權重 AI 模型,辨識檔案並分類到資料夾、改成易讀檔名,預設使用 llama3.2:3b。工具預設先試行整理,並設有避免覆寫的重新命名機制和復原記錄;毋須帳戶、API 金鑰或逐次付費。
Ishaan 開發了 Sloth,一款以 Rust 編寫的 CLI,會在本機根據程式碼庫提交記錄生成 commit message,提交或建立標籤前均須用戶按鍵確認。
SlothSort 是一款以開源模型在本機運作的桌面檔案及語音備忘錄整理工具,可在 100% 離線環境下轉錄音訊、分類文件、整理檔名並生成 Morning Digest。它使用 OpenAI Whisper 和 SmolLM2-360M-Instruct,可透過 NVIDIA RTX 3050 Laptop GPU(低於 1.8 GB VRAM)或 CPU 執行。
開源工具 Meaning Diff 比較兩份 Markdown 文件,標示改寫中可能改變義務、數量、否定或條件的句子,並保留原文行號供人工審查。示例產生五組變更句對及七個信號;工具要求 Python 3.11 或更新版本,且沒有第三方運行時依賴。
中國人民大學等機構的研究團隊提出並開源 TabClustPFN,以預訓練後的一次前向推斷,從無標籤表格預測樣本分組及簇數。模型為 2 到 10 類的候選簇數提供概率;在 3,200 個未參與訓練的合成數據集上,95% 累計概率候選集合的真實簇數覆蓋率為 96.8%。團隊亦在 44 個真實數據集上評估模型,簇數估計誤差中位數為 1。
PrepFlow 使用 Gemma 從課程資料中整理科目和主題,再由應用程式驗證來源證據、估算所需時間並安排温習計劃。計劃會考慮考試日期、每日可用時間、主題重要性及先修要求,並在進度落後或工作量超出可用時間時調整安排。項目尚未部署,也未經真實用戶測試。
GenOffice 以共用編輯引擎整合 Docs、Sheets、Slides、PDF、Markdown 和桌面工作台,並讓 AI Agent 按目前文件狀態調用工具。
CodeNinja Praxis 設計的實體 AI 參考架構用於蒸汽渦輪狀態監測,透過硬件單向輸出讀取 DCS,沒有返回控制網絡的路徑。MOMENT-1 用於零樣本異常檢測,IBM Granite 4.2 8B 草擬診斷筆記及測試報告,兩者在廠區內一張 48 GB PCIe 推理卡上運行。設計設定每週 2 次誤報上限,三年場地成本估算為 21,600 至 23,400 美元。
Ernest Achuka 製作 Sloth Sort,一個透過 Ollama 在本機執行 397 MB Qwen2.5-0.5B-Instruct、用來整理檔案的 Agent。
Dogear 會在夜間以 CPU 上運行的開放權重模型 Gemma 4,從用戶拍攝的紙本書頁面中擷取螢光筆標記的段落,早上供用戶檢查。流程結合 Tesseract OCR 與 Gemma 4:兩者讀取結果一致時採用模型文字,有分歧則標記供用戶核對;用戶可保留、編輯或刪除摘錄。原文測試的兩頁共找到 6 段摘錄,4 段讀取結果一致,另 2 段被標記。
作者用 MarketMirror 讓 120 名模擬學生及家長評估 8 則 Facebook 廣告,模擬點擊排名與真實排名的相關係數為 -0.84,幾乎倒置。實際勝出的印尼家長廣告 CTR 為 2.32%;1,500 人瀏覽登陸頁後只有 16 人註冊,而模擬調查中 56% 把信任疑慮、28% 把私隱列為主要阻礙。
作者提供五組可在 AI 對話中使用的提示詞,按團隊既有格式校準案例,先制定測試覆蓋計劃並找出規格缺口,再運用測試設計技巧撰寫、檢查案例及匯出 TestRail 可匯入的 CSV。
LazyDesk AI 是一款文件整理工具,支援上載 PDF 和 TXT 文件、擷取文字、分類、搜尋、檢視中繼資料,以及下載或刪除文件。項目使用 React、Node.js/Express 和 MongoDB,並計劃以 Ollama 配合 Gemma 3 1B 進行本機文件分析;自動測試及前端正式版本建置已通過,但完整的 AI 分析流程仍待驗證。
指南説明如何透過 ADB 停用 Google TV 主畫面廣告及部分廠商服務,並調整動畫與背景掃描設定以改善操作反應。操作前須備份套件清單、分批停用及記錄設定原值;作者指出停用 Wi-Fi 網絡所屬套件或錯誤處理啟動器與設定精靈,可能令電視斷線或黑屏。
Meta旗下Muse自9月推出以來累計下載量達1090萬次,長鑫與美光則就DRAM架構選擇不同技術路線。Muse的下載量中有1020萬次來自美國。美光表示將沿用6F²路線並開發3DDRAM,不採用4F²,理由是複雜度與成本上升。
Knovum 推出開源、本地優先的桌面 AI 知識工作區 Knovum 0.0.2,以無限 2D 畫布整理知識,採用 Tauri 2、Vue 3 和 Rust,閒置時約佔用 45MB RAM。新版本加入差異化空間索引、串流對話區塊邊界、互動語音預覽,以及會在來源筆記變更後標示的引用功能。Knovum 以 Apache-2.0 授權免費開源,支援 macOS 和 Windows。
PyPI 下載量最高的 3,000 個項目中,列出作業系統分類的項目較常標示具體平台,而不是隻用「OS Independent」。在有列出分類的項目中,長尾有 80.8% 標示「OS Independent」,高於熱門項目的 71.9%;熱門項目列出多個作業系統的比例則為 28.3%,長尾為 10.5%。分類由項目自行申報,不能證明套件實際具備跨平台或純 Python 特性。
Kevin Kener 打造開源 Python GUI 框架 Pyzed,讓 Python 描述介面,並由以 Rust 編寫的 Iced 負責佈局與繪製。PyPI 套件 pyzed-ui 附有已編譯的 Rust 核心,支援 Windows、macOS 和 Linux,無需 Rust 工具鏈,適用於 Python 3.10+。
Still 是一個在 Raspberry Pi 上運行的自動日記:Gemma 4 E2B 本地模型讓虛構信差在終端世界生活,只有發生值得記錄的事情才寫日記。它使用約 1,300 行 Python,無需 API、雲端或互聯網;運行速度受硬件限制,模型只從合法動作中選擇,世界狀態則由程式決定。
Hackers Hostel 團隊推出 AgentWebUI,讓用戶透過同一個自架網頁介面操作多種支援 ACP 的 CLI 編碼智能體。用戶可在 .env 設定模型與智能體,介面會串流顯示思考、計劃、工具呼叫及程式碼差異,並在智能體執行操作前徵求批准。
SlothDesk 以本機開源 AI 自動分類、重新命名及整理桌面與下載資料夾中的檔案,無須使用雲端服務或付費 API。測試整理了累積三週的 42 個檔案,節省 31.5 分鐘手動操作時間;處理 78.4 MB 私人文件期間,沒有資料傳送至外部伺服器。
inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。
PHP 基金會執行董事伊麗莎白・巴倫表示,基金會經費緊張,只有她一名全職員工,另有十四名大多兼職的外包人員。本週 PHP 高危漏洞的排查與補丁開發由基金會聯同外部研究人員及 OpenAI、Wiz、Calif 等合作進行;Cloudflare 監測到數百萬次攻擊嘗試,但巴倫稱沒有證據顯示漏洞公開前已被成功利用,或已修補的網站遭到攻擊。
Munim, Inc. 比較 PyPI 下載量最高的 3,000 個套件與隨機抽樣的 3,000 個套件,發現熱門套件的受眾範圍沒有更廣,兩組都涵蓋 14 種受眾分類中的 13 種。頭部套件的受眾標記者中,97.4% 標記 Developers,尾部則為 84.8%;兩組均未使用 Religion 分類。
開源項目 GPU Unlock 可解除 RTX 30 系列顯卡在特定 FP16/BF16 張量核心運算中的指令發射速率限制,毋須修改 NVIDIA 驅動或永久刷寫 VBIOS。
GitHub 用戶 Zagitta 發佈開源工具 GPU Unlock,可臨時解除 RTX 30 系列(Ampere 架構)顯示卡的 FP16/BF16 張量核心指令發射速率限制。
阿里巴巴在 Apsara Conference 確認 Qwen 4 正在訓練,但未公佈推出日期、規格、基準測試結果或授權條款。目前可運行的相關架構預覽是 Qwen3.8-Flash-Next,但其測試表現不能單獨歸因於架構,因為它是規模更大的 MoE。文章亦整理 27B 級模型的預測基準表現、量化和硬件需求,並區分官方確認資訊與社羣推測。
MediaMend 是一款在本機運作的 AI 助理,用來標記模糊相片、黑畫面影片、無聲錄音、空檔案及重複檔案,供用戶逐項檢查。獲批檔案會移至回收區而非直接刪除,用戶可還原、封存或永久刪除;永久刪除須另行確認。工具以 OpenCV、FFmpeg 和 SHA-256 進行檢測,並使用本機視覺語言模型判斷標記相片是否值得保留。
Lazy Changelog 會先將 git log 整理成版本説明草稿,再由在瀏覽器分頁運行的 Gemma 3 1B 改寫 New、Fixed 和 Faster 條目。
開發者 Kunal 建立 slothdesk,讓本機 Gemma 4 整理下載資料夾、分類檔案並生成待辦摘要,也可辨識截圖中的秘密。工具透過 Ollama 在筆電運行,規則會鎖定機密檔案而不讓模型開啟;程式碼處理日期排序和重複檔案,Gemma 負責分類及挑選優先事項。作者以 69 個截圖檔案測試,掃描需時 7.8 分鐘,並發現一張檔名規則未能識別、顯示恢復資訊的截圖。
MediaMend 是一款本機 AI 助理,掃描資料夾並標記模糊相片、黑畫面、無聲錄音、空檔案及重複檔案,讓用戶檢視後移至暫存區,而非直接刪除。它以 OpenCV、FFmpeg 和 SHA-256 執行可量度的檢查,並使用本機開放權重視覺語言模型評估被標記的相片;檔案可還原,永久刪除則須另行確認。所有處理均在電腦上進行,個人相片和錄音不會上載。
作者排查發現,PhotoCut 在 iPhone 上因 WebGPU 選用 115 MB 的 BiRefNet-lite,模型與 GPU 緩衝佔用過多記憶體,令 Safari 終止頁面並重新載入。
SlothScout 是一個以 Ollama 本機執行 Gemma 3 4B 的智能體,會在凌晨 3 時讀取求職提醒電郵,按履歷和條件為職位評分。首次運行讀取 15 封提醒、評估 49 個職位,只有 1 個高於 70 分門檻,耗時 152 秒。作者表示,SlothScout 每日可節省約 3 小時,履歷和收件箱內容不會傳送至任何 API。