#开源工具
共 11864 篇相关文章
Wikihack：把Hacker News上的维基百科讨论变成可刷的信息流
Wikihack 是受 HackerTube 启发的开源前端项目，抓取 Hacker News 上所有维基百科提及并做成可滚动信息流，提供 Top、Random、Rising 三种浏览模式，可回链到原始提交与评论。
Latent Sparse Attention突破百万级上下文瓶颈
Latent Sparse Attention（LSA）通过潜在空间层次化聚类实现次二次方超长上下文注意力，在10M token下预填充加速最高72.4倍、解码加速42.5倍，并提供蒸馏与原生训练两种变体。
补丁让DeepSeek V4.1本地代理启动快20倍
开发者用RX 9070 XT和64GB DDR4运行DeepSeek V4.1 Flash，通过KV拼接与常驻路由补丁将代理会话启动速度提升约20倍，回应Altman对家用DRAM的批评。
OmniDiff：基于Rust的开源内容感知Git差异工具
OmniDiff 是一个用 Rust 编写的开源、快速、内容感知的 Git 差异工具，支持代码、图片、PDF 等多种文件类型，性能出色且基于真实差异数据构建。
Claude Code打开网页时到底读什么？
Claude Code打开网页时读取的是整页文本化内容而非干净正文。Reddit讨论揭示其实际读取机制，并分享了一个通过hook裁剪冗余内容、节省token的实用方案。
OccupySaaS：开发者对订阅制软件霸权的反击
OccupySaaS 在 Hacker News 引发 245 点热度与 150 条评论，矛头直指 SaaS 订阅制模式。本文分析开发者对软件所有权与控制权的焦虑，以及社区围绕订阅制利弊展开的分歧讨论。
英伟达开源Auto Ontology：为AI Agent的SQL查询提供语义锚点
英伟达开源Auto Ontology，一个Apache 2.0许可的语义层库，可从企业元数据自动生成语义定义，并通过MCP、CLI与API为AI Agent的SQL查询提供经过认证的业务口径，减少语义错误。
qwenGPU：把SIMT GPU编译进Qwen3.5-2B的45层权重
qwenGPU 将 4-lane SIMT GPU 编译进 Qwen3.5-2B 的 45 层未训练权重，用 Gated DeltaNet 状态充当寄存器与内存，模型自行写出真实 CUDA 启动的每一步。
Fovea-4B：4B参数图像决策模型开源，ImageJev任务领先
Fovea-4B 是一款 Apache-2.0 开源的 4B 参数图像决策模型，在 ImageJev 任务上取得领先表现。本文介绍 Jev-style 决策概念、模型核心特点及对开发者的实际意义。
Agent Inbox：为AI智能体打造的开源统一收件箱
Agent Inbox是一个开源项目，为AI智能体提供统一收件箱，支持邮件、Telegram和Slack。智能体通过单一接口收发消息，简化多智能体通信集成。
Godot MCP实战：从零搭建AI游戏开发环境
详解如何用Godot MCP搭建AI游戏开发环境：构建MCP服务器、配置VSCode多服务器、让Agent自动建目录并跑通Hello Agent，配合Git存档回滚与常见报错排查，附完整自检清单。
RLVR的指数倾斜视角：Stiemke对偶与pass@k交叉界
解读RLVR的指数倾斜理论：Stiemke对偶判定pass@1增益何时不损害单个任务，Karlin全正性给出pass@k交叉次数的紧界，并附CPU可复现代码。
AI Gateway虚拟模型：统一ID管理模型配置与零数据保留
AI Gateway 推出虚拟模型功能，支持跨智能体使用单一虚拟模型 ID，集中管理模型字符串与配置、即时切换新模型，并强制执行零数据保留策略，简化多智能体应用的模型治理与合规。
Jackery推出史上最小户外电源：Explorer 100D轻至1.87磅
Jackery发布Explorer 100D便携式电源，采用LFP电池，体积仅4.6×3.4×3.4英寸、重1.87磅，是Jackery史上最小户外电源。本文分析其轻量化设计、LFP技术下放及便携电源行业分层趋势。
拓展同事精选：五篇值得一读的科技好文
CIO、Computerworld、Macworld 与 PCWorld 联合推荐五篇值得一读的科技故事，涵盖企业IT、数字化转型、苹果生态与个人计算，帮你高效筛选优质内容。
TurnTurk-GPT：土耳其语轮次预测模型，词尾形态是关键
TurnTurk-GPT是首个针对土耳其语的文本轮次预测模型，通过微调GPT-2并采用TurnGPT目标训练，在真实对话评估中优于多语言检测器，并揭示动词末尾形态是轮次结束的关键线索。
CRoS：用乱序思维链做奖励，提升推理准确性与忠实度
本文介绍CRoS方法，通过打乱思维链步骤顺序而非改变内容来度量因果性，避免信息混杂效应。实验显示CRoS在域外准确率、CoT质量和忠实度上均优于基线，为RLVR奖励设计提供新思路。
KLM模型：让AI输出证据可见，但别急着相信
KLM（Knowledge Layer Model）是一个让AI推理记录证据可见的开放规范，配套SEDIM参考实现披露了91.3%路由准确率与AUC 0.008等大量负面结果。本文分析其价值与局限：证据可见不等于正确。
