AgentMesh 讓閒置電腦運行開放權重 AI 模型
Obed Meshach 建置的 AgentMesh 把獨立供應者提供的閒置電腦用於運行開放權重 AI 模型,並透過 OpenAI-compatible API 提供部署服務。
Obed Meshach 建置的 AgentMesh 把獨立供應者提供的閒置電腦用於運行開放權重 AI 模型,並透過 OpenAI-compatible API 提供部署服務。
月之暗面發佈新一代開源模型 Kimi K3.1 Pro,模型規模為3萬億級參數,支援100萬 tokens 上下文窗口。完整模型權重將於11月4日前發佈;月之暗面稱,模型在編碼、3D創作、金融研究及長程智能體任務方面有所提升。安全評估稱其網絡攻防能力較前代提升,但未超出攻擊者現有能力範圍。
Zentro 在 v0.10.0 中把桌面 SQL IDE 的免費核心以 GPL-3.0-only 授權公開;Pro 是另行商業授權的閉源層,因此 Zentro 並非完全開源。
DEV·TV 開始播放真實廣告,首個廣告宣傳作者公開的開源工具 leantext。leantext 可令真實網頁的模型 token 用量最多減少 99%;PyPI 的 NumPy 頁面由 92,348 tokens 減至 755 tokens,Claude Code 端到端測試則 21 項任務全數完成。工具採用 Apache-2.0 授權,免費提供。
CodeNinja Atoms 發佈無模具機械人鈑金單元的實體 AI 開放參考架構,讓美國航空維修設施在自有設備上加工零件,並由設施掌控模型權重、刀具路徑及記錄,不依賴供應商雲端。架構以每件序列化零件為核心整合生產與品質記錄,並以單向資料傳輸及安全硬件負責隔離和停機。設備清單估價約 151,000 美元,連三年支援及電力費用約 202,000 至 220,000 美元。
OpenAI行政總裁奧特曼重申,最先進大模型短期內不會開源,理由是安全考量;中國開源模型與美國最先進模型的性能差距已微乎其微。奧特曼承認,其他團隊推出同級模型後,雙方已相差不遠;Anthropic亦承認,GLM-5.3的能力已達世界頂級水準。
作者開發 Mimu,讓用戶口述或輸入想法,再由 AI 整理成可搜尋的 Markdown 筆記。Whisper tiny (English) 透過 Transformers.js 在瀏覽器轉錄語音,Gemma 4 gemma4:e4b 則經 Ollama 在用戶電腦整理筆記,毋須付費 AI API。語音在手機處理,文字經 API 傳送至資料庫,因此 Mimu 並非完全離線應用程式。
作者打造了 Global Intelligence Graph,透過單一指令擷取 AI 研究、GitHub 資料、新聞及職位,並將結果整理成 CSV。流程從 5 個 AI 新聞來源和 5 個職位網站擷取最近 24 小時的內容,並以模糊比對統一實體名稱。LLM 擷取採用 Gemini → Groq(Llama 3)→ DeepSeek 備援鏈,資料則儲存在 SQLite。
阿里巴巴通義實驗室於2026年8月發布並開源 Qwen3.8 系列,涵蓋 2.4萬億參數的 Qwen3.8-Max。Qwen3.8-Flash 訓練成本較前代降低近90%,僅啟動 6B 參數即可達到前沿水平。全系列採用 Apache 2.0 協議。
阿里巴巴通義實驗室開源千問(Qwen3.8)系列,涵蓋 2.4萬億參數的 Qwen3.8-Max 及輕量版 Qwen3.8-Flash。Qwen3.8-Flash 的訓練成本較前代降低近 90%,僅啟用 6B 參數即可達到超越此前閉源前沿模型的表現。全系列採用 Apache 2.0 協議,支援商用。
dashi-ppt-skill 是供 AI 智能體使用的開源 PPT 技能包,產出可在瀏覽器內編輯的 HTML 簡報,並可匯出可編輯的 PPTX。它採用模板編排,內置 12 套主題和 1020 個版式,支援即時修改文字、版面、配色及頁面順序。文章指出,模板不適合結構極特殊或需要逐像素定製的內容,HTML 動效匯出為 PPTX 時會降級,商業整合亦需留意 AGPL-3.0 授權要求。
Output Contracts 是一款小型 Python 驗證工具,可檢查 Markdown 的標題、順序和禁用語句,以及 JSON 欄位的類型與值,並指出違規位置。它不會呼叫模型、評分文字或自動修正輸出;結構驗證只能確認輸出符合已聲明的規則,不能證明內容正確。
StudyDebt 是一款以開源權重 AI 整理學習截圖、生成微型課程並規劃學習任務的開源學習復原應用。它使用 Meta Llama 3.2 (3B) 和 Gemma 2 (9B),透過 Ollama 在本機硬件執行,並以 IndexedDB 將學習資料儲存在用戶瀏覽器。應用程式亦可按精力和可用時間推薦下一項任務,並重新分配未完成的每週計劃。
Himanshu Kumar 開發開源 AI 工具 VOX,按期限和影響整理 24 張支援工單,查找指引、加上內部標籤並草擬回覆。MacBook Air M4 本機測試的 10 次執行中,準備時間中位數為 17.19 秒,並產生 7 個內部標籤及 2 份草稿;計劃和每份回覆均須人工審批。
PyPI 項目普查發現,熱門項目的發佈間隔較規律,但並不比長尾項目更頻密。在至少有 5 個具日期版本的項目中,熱門組的間隔中位 CV 為 1.31,長尾組為 1.57;典型間隔中位數則分別為 27 天和 2.68 天。長尾項目往往集中短時間連續發佈,之後長時間沉寂。
Martin Espericueta 開發 Sloth Roll,以 iPhone 本機運行的開放權重視覺模型讀取截圖,並整理成日曆事件、地點或支出卡片。用戶可左右滑動處理卡片,亦可先編輯內容;完成一次模型下載後,掃描和卡片處理可離線進行,資料不會離開手機。在 19 張人工核對圖片中,類型判斷有 18 張正確(95%);事件日期和時間同時判斷正確的有 6/10 個事件。
一名全端開發者在自己的 GitHub 帳戶中維護多個開源參考專案的獨立版本,並在倉庫描述和 README 標明上游來源。這些版本可固定工作流程所需版本,並加入統一文件、Dependabot、CI 和 lint。專案包括 public-apis、free-for-dev、markitdown 和 ui-ux-pro-max-skill。
HumanLayer 將 HumanLayer Cloud 使用的核心程式碼開源,採用 Apache 2.0 授權。開源內容涵蓋桌面及網頁應用程式、執行 Claude Code 和 Codex 工作階段的 daemon、Cloud API、插件及多項整合。
開發者推出 MIT 授權的開源工具 FixProof v1.0.0,用來檢查 AI 生成的 bug 修復是否有可靠的回歸測試證據。它會在修復前後分別執行指定測試,檢查測試被刪除、跳過或斷言遭修改等完整性警告,並回報 verified、failed、inconclusive 或 needs-review。verified 只表示指定測試範圍及環境中的證據支持該修復,不代表整個應用程式沒有錯誤。
anti-slop-vision 以提示詞整理和 VLM 評審準則設置視覺品質關卡,透過 SHIP / FIX / REGEN 判定,在交付前篩除視覺瑕疵和模型幻覺。工具採用 MIT 授權,優先使用標準程式庫,讀取指定資料,不會將資料傳送到其他地方。檢查規則可能誤判,適合找出需要改寫的內容,不應用來評分作者;若作品重點在於語氣,也不適用。
openindex-mcp 是採用原生 MCP 的本地 Shodan 式 banner 索引工具,可索引自有掃描數據及 CT、DNS、crt.sh 等免費來源,並支援 Shodan 式查詢語言。工具只使用 Python 標準庫,讀取指定數據而不會向外傳送;文章提醒,檢查規則可能產生誤報,適合用來找出候選改寫內容,而非評分作者或用於重視文風的場合。
muse-go 是一款無依賴的 Go 用戶端,連接 ElevenMusic Muse 評析散文與歌詞,並提供靜態 linux-amd64 版本。工具只讀取用戶指定的資料,不會將資料傳送到其他地方;其檢查規則可能誤報,適合用來找出可修改的文本,不應用作評分或用於重視文風的寫作。
lyrics-kb 是供生成式歌曲創作使用的俄語歌詞知識庫,包含風格規範、反 AI 廢話標記、流派章節及品質檢查。工具採用 MIT 授權,優先使用 Python 標準庫,只讀取指定資料,不會向外傳送資料;檢查規則可能誤報,應用來找出可重寫的內容,而非評分作者。
PyPI 長尾套件的版本字串並不比熱門套件凌亂,兩組最新版本中分別有 96.3% 和 97.2% 符合 PEP 440 的穩定版本格式。熱門套件平均發佈 82.6 個版本,隨機抽樣套件平均只有 10.9 個;長尾中另有 1.7% 的套件停留在開發版本。
Prilizer 以本地 Qwen3 模型整理一名貢獻者最多三個公開 Pull Request 的討論,識別尚待處理的要求,並呈現討論變化及原文引用。修訂流程在 12 個合成案例中取得 12/12,關鍵字基準為 10/12;但摘要仍有錯誤歸因,模型呼叫耗時 8.4–47.1 秒,30 秒目標尚未達成。應用程式不會發布回覆或解決 GitHub 討論串。
作者推出開源 Claude Code mod claude-load(github.com/Gerrux/claude-load),可按工作階段查看 CPU、記憶體及孤立程序的資源佔用。
PromptTrap 是作者建立的開源安全評估工具,透過六個對抗性網頁環境測試瀏覽器智能體面對間接提示詞注入時的行為。工具記錄可觀察的 DOM 操作,並以確定性規則評估任務是否完成及有否執行違規操作,不使用另一個 LLM 判分。工具提供網頁儀錶板、文件入口及 CLI;展示的防護模式基準測試中,六個情境全部通過,作者稱測試可在 400 毫秒內完成。
Later Line 透過 Ollama 在本機以 Gemma 3 1B 縮短延後處理任務,不合條件的改寫則由原文首 12 個單詞取代。改寫須少於原任務、不多於 12 個英文單詞、保留任務中的具體詞且不宣稱工作已完成;不多於 12 個單詞的任務不會送交模型,請求只到 127.0.0.1:11434。
XCP-ng 的 RISC-V 原型已可在 x86 機器的 QEMU 模擬環境中運行,並由 Xen Orchestra 管理主機及虛擬機。環境配置為 3 harts 和 5 GiB RAM,Debian 13 客體可運行 Docker 容器,K3s 亦回報 Ready;整套系統尚未在 RISC-V 實體硬件上運行。
Hacktoberfest 開源 AI 挑戰第二週公佈 Side Hustle 主題得獎者,參賽者以開放權重模型或開源 AI 製作具實用價值的工具。總冠軍 Deis 使用 Gemma 4 為求職者度身訂造履歷;其他得獎項目包括使用 TabPFN 的 pricecheck,以及以 4B 模型回覆 Google 評論的 ReplyDesk。
Hardik 開發並公開 Sloth Sorter,這款透過 Ollama 在本機執行 LLM 的離線優先工具,可分類檔案、為含糊文件改名及封存舊檔,並支援預覽和撤銷操作。
作者用 nightshelf 為 321 段素材影片建立本機語意搜尋索引,工具透過 Ollama 執行 Gemma 3(4B),分析每段影片抽取的 3 個畫格。實際索引耗時約 48 分鐘,沒有失敗,並在 Mac 上執行,無需 GPU 伺服器。索引完成後可按語意搜尋及匯出影片清單;作者指出抽象查詢效果較差,每段只取 3 個畫格亦可能漏掉快速動作。
一名身在巴基斯坦 Skardu 的全端開發者,公開介紹其 GitHub 上的 FreeDomain、POS System、Hostel Management System 和 CreativeAI 等項目。FreeDomain 本週由 1 顆星升至 14 顆星;帳戶亦收錄 public-apis、free-for-dev 和 markitdown 等開源參考項目,並註明上游來源。
agentest 是一款 Apache-2.0 open-core 測試執行器,可在 CI 離線執行 Agentic AI Test Checklist 110,執行時毋須 Hugging Face 帳戶。
SlothSort 是一款以樹懶為主題的檔案整理網頁應用,旨在減少手動整理檔案的繁複工序。開發者以 Base44 和 React 前端製作,並探索整合 Ollama;目前尚未連接及測試實際模型,本機 AI 推理仍未完成。節省時間的成效尚未以真實用戶測量,相關測試是後續目標。
SlothSell 是一款使用 Llama 3 和 Groq API 的輕量網頁應用程式,可把簡短輸入轉換成格式完整、可直接複製的分類廣告。它以 Python 和 Gradio 建構,會生成吸引人的標題、附有表情符號的賣點項目,以及清晰的廣告結構。
AI 智能體誤解指令時,應由應用程式執行的權限檢查與獨立安全閘門阻止危險操作,而非只依賴模型自我判斷。Sentinel-IR 將 JavaScript 轉成結構化資訊,Sentinel 的程式碼變更閘門按設定規則檢查變更,並可在自動審查流程中阻擋符合封鎖條件的變更。該閘門只適用於其可分析的 JavaScript 變更;智能體直接透過工具刪檔,仍須在工具、檔案系統或執行層設定控制。
Moonshot AI 於 2026 年 10 月 24 日推出 Kimi K3.1 Pro,作為 K3.1 系列首款模型,並同步推出 Kimi K3.1 Pro Highspeed。
推薦理由:文中列出編碼及 3D 重建測試的對照分數,讓讀者瞭解 K3.1 Pro 在不同任務中的相對表現。
Moonshot 推出 Kimi K3.1 Pro,一款 3T 級開放權重模型,支援 1M-token 上下文窗口。Kimi K3.1 Pro Highspeed 亦同步推出,兩款模型的完整權重將於 11 月 4 日前發布。
TidyMind AI 是一款以私隱為重點的開源生產力助理,利用本地 AI 協助整理待辦事項、摘要筆記及預覽檔案整理建議。應用以 Ollama 執行 Gemma 模型推理,並提供示範模式,讓用戶無須安裝 AI 模型也可探索介面。屬於 Hacktoberfest 開源 AI 挑戰第 3 週的參賽作品。