2026-11-09 · GitHub AI 日报

统计窗口2026-11-08 10:35 ~ 2026-11-09 10:30（北京时间），对应 GitHub `committer-date >= 2026-11-08T02:30:00Z` 之后的默认分支提交。本期共收录 **121** 个条目，其中精选 5 条，四类分布为 ① 38 / ② 28 / ③ 20 / ④ 35。

覆盖方向AI Coding / 编程智能体与技能生态 · 医学 / 临床研究 AI 与 Agent 技能库 · 健康管理 / 营养与食品 AI · 模型底座与 Agent 基础设施

去重说明已与 10-16 至 11-08 二十一期推送记录逐条比对（用 `grep -ho "https://github.com/[^/]*/[^/]*"` 抽出**累计 1137 个历史仓库全集**再逐一比对，且比对时统一转小写以免大小写变体漏网），本期 121 个条目**全部为首次出现，零重复**；5 条精选亦均为首次入榜。本轮检索共采集 2657 个 `search/repositories` 候选（37 条单词查询配合 `pushed:>2026-11-07` 日期限定），去重并剔除水项目后得 2262 个非历史候选，再**逐仓用 core 端点 `GET /repos/{o}/{r}/commits?since=&per_page=1` 核实默认分支提交**（多线程并发，读取 `Link` 头 `rel="last"` 页码作为精确提交数），**最终保留 2000 个在窗口内有真实提交的仓库**，人工挑选与信息密度筛选后定稿 121 个。**凡 `pushed_at` 显示更新但逐仓核实后落在窗口之外的仓库一律剔除，不凭 `pushed_at` 收录**；窗口内只有无实质意义的提交（如纯自动 README 重新生成、纯翻译提交）的条目亦已剔除——本期据此剔除了 `abiere/medical-rag-state`（窗口内 100 次提交全部是 `status:` / `watchdog:` 自动状态写入，无任何代码动作）。上一期出现过的 `omdsh-dev/dsh-mnemon` 相关项目 `FuRongJun-1999/dsh-memory`（白箱 AGI 架构探索）与 `ccch1mneyyy/dsh-Go`（DeepSeek Harness 安卓客户端）为独立仓库、首次入榜，已在正文中标明关系。

核验口径所有"今天有动作"条目均以 GitHub 提交记录核实，**精确提交数一律以 core 端点 `Link` 头 `rel="last"` 的页码为准**（`per_page=1` 时页码即总条数）。**星标与许可证取自 GitHub API 实时快照**（截至 2026-11-09 10:30 北京时间）。**许可证以 core 端点 `GET /repos/{o}/{r}/license` 读取的 LICENSE 文件实文为准，API 的 `spdx_id` 只作线索**——本期实测 `fatheus97/mealbot` 的 API 报 `NOASSERTION`，实文是**"仅供查看与参考"的作品集授权（禁止商用与再分发）**；`novuhq/novu` 的实文是**「除 enterprise/packages 目录外均为 MIT，其余为 Novu 自有专有许可」的混合授权**；`sixtysevenlf/dsh-blender-plugin` 的实文是 **BSD 3-Clause**。另有 4 个条目经 core 端点逐一确认**仓库根目录没有 LICENSE 文件**（`AVIDS2/memorix`、`HeartWise-AI/ai-writing-skills`、`Sahil-Bulbule/CANCER-PREDICTOR`、`lewpgs/migros-mcp`），表中标注为"未声明"——**"未声明"不等于无授权条款，但选型阶段必须回查**。本期 121 个条目中 MIT 与 Apache-2.0 合计 93 个（77%），AGPL-3.0 9 个、GPL-3.0 5 个只能读不能抄，PolyForm Strict 1 个（研究与非商用）、FSL-1.1-ALv2 1 个（商用需另约）、4 个未声明。

一、今日精选 5 条

1. open-mtor-atlas/atlas：一份把 mTOR 研究按"证据能承担什么结论"分级编目的数据库——400+ 篇原始研究每条都带来源、测量条件，以及它在哪里就不再成立

地址：https://github.com/open-mtor-atlas/atlas ｜ ★0 ｜ CC BY-4.0（数据）/ MIT（代码，双许可）｜ HTML

事件内容

窗口内 5 次提交（11-08 10:43Z ~ 11-08 19:33Z），全部是数据更新，节奏稳定在每天数次增量入库。README 的开场句把整个项目的定位讲得很清楚："a curated, evidence-graded database of mTOR pathway research in which every claim carries its source, the conditions it was measured under, and the point where it stops holding." —— 每条结论都带出处、带测量条件，也带它在哪里失效。

⭐ 证据分级是按"研究设计"而非"质量高低"编的，这一点被反复强调：S = 人类数据的综述（系统综述 / meta 分析）、H = 人类研究（临床试验或观察性研究）、A = 动物模型、M = 分子 / 体外（机制研究）、R = 综述。README 明确写着 "labelled by study design, not by quality, importance, or citation count"——"The code says what kind of claim a study can support, not how good it is."
⭐ 分级体系本身被改过一次，而且改的理由非常值得抄：字母分级原本是 A–D，2026 年 9 月改为现在的五档。README 把原因写得很直接："a lettered ladder reads as a quality grade, which it never was"（字母阶梯读起来像质量等级，而它从来不是），且"the old bottom tier merged primary mechanistic work with narrative reviews — two different kinds of claim"（旧的最底层把一手机制研究和叙述性综述混为一谈，而这是两类完全不同的主张）。这次改名的触发点是"一位本领域研究者提出的外部批评"，且明确说明底层数据没有重新分级，只改了读者看到的标签。
⭐ 项目明确写出一句反直觉的话："A mechanistic paper is not 'worse' than a trial." —— 一篇机制论文并不比一项试验"更差"。
⭐ 除了研究库，还有两层结构：一张把基因、疾病与干预连起来的知识图谱视图，以及一层"开放问题"——在全部语料里识别出的证据缺口，每一条都配一个可检验的实验提案。
⭐ 对 AI 友好的接入方式齐备：只读 JSON API（无需密钥）、OpenAPI 3.1 规范、以及一个给 AI 助手用的 MCP server（源码与安装说明在 mcp/ 目录）；数据集本身有 Zenodo DOI（10.5281/zenodo.22059963）可正式引用，还有一页把 bio.tools、FAIRsharing、GitHub、ORCID 等所有标识符与现成引用串在一起。
⭐ 授权是干净的双许可：策展内容与数据（研究记录、证据分级、策展文字、缺口假设、atlas_data/ 目录与生成页面）走 CC BY 4.0；源代码（Python 生成器、校验与验证脚本、站点 JS）走 MIT。

值得关注的原因

⭐⭐ 这几乎就是我公众号「4P 精准营养观察」正在缺的那把尺子，而且它已经校准好了。 我写 mTOR、雷帕霉素、自噬这类内容时，最容易犯的错就是把"细胞层面的机制"讲成"人体层面的效果"——而这个项目用五个字母把这件事在数据层就挡住了：读者看到 M 就知道这只在体外成立，看到 H 才知道有人体数据。对应到我的平台：GRPM 的每个 SNP 判定、干预报告的每条机制表述，都应该带一个"证据设计类型"的标签，而不是带一个"证据强度分"。
⭐ "分级不是因为读起来像质量等级才改的"这条，对我自己的内容体系是一条硬约束。 我此前给公众号文章设计过"证据强度 A/B/C"的标签体系——这正是它自己批评的那种设计。按证据类型分级（细胞实验 / 动物 / 观察性人群 / 随机对照 / 系统综述）比按"强弱"分级更诚实，因为前者只声明"这项研究能支持什么级别的结论"，后者则隐含了一个跨研究类型并不成立的比较。我该改的不是标签，是标签的分类轴。
⭐⭐ "证据缺口层 + 可检验实验提案"是我最该抄的结构。 我的 GRPM 项目一直卡在一个问题上：报告只能写"已知什么"，写不出"还差什么"——因为缺口从来没有被当成一等公民记录下来。把"这份报告没能回答的问题"逐条列出来、并为每条配一个"要回答它需要什么样的研究"，这份报告的可信度会比多写十段已知内容高得多。 而且它天然解决了"AI 幻觉"这个老大难：缺口是结构化字段，AI 不能编造一个缺口出来，只能编造一个答案——而答案必须挂到某条已有证据上。
⭐ "每条结论带测量条件"这一条，是我干预报告落库 checklist 里现在明确缺失的一环。 同一句"镁改善睡眠"，在缺镁的成年人身上成立、在血清镁正常的人身上就是另一回事。证据的适用条件必须和数据存在同一个字段里，而不是写在正文段落里。
⭐ 数据 CC BY 4.0 + 代码 MIT 的双许可，是可以直接当底座用的授权结构——我不用改代码，直接把它的研究记录拉进我的内容库做交叉引用也合法（只要署名）。而且它同时提供 JSON API 与 MCP server，意味着我的公众号选题工具可以把它当一个受控语料源接进来，而不是去抓网页。
⭐ 由一位高中生与他的父亲独立维护、附 Zenodo DOI、有 OpenAPI 与 MCP——这个项目的信号价值在于：一个十几岁的人能做到"带证据分级 + 可机读接口 + 正式引用 + 双许可"，那我要求自己的专家包达到同样标准，并不过分。
⭐ 授权提醒：本期 121 个条目里 MIT 与 Apache-2.0 合计 93 个可放心选型，AGPL-3.0 9 个、GPL-3.0 5 个只能读不能抄，PolyForm Strict 1 个连商用都不允许，4 个未声明。mTOR Atlas 的"数据 CC BY 4.0 / 代码 MIT"是本期最干净的一个授权结构——一人公司选底座时这就是标准答案的样子。

2. hherb/bmlib：把"这篇文献到底能不能信"做成一整套可编程的基础设施——撤稿状态四态判定、Cochrane 九域偏倚评估、PICO 每一段都必须有论文自己的引文支撑

地址：https://github.com/hherb/bmlib ｜ ★2 ｜ AGPL-3.0 ｜ Python + Rust

事件内容

窗口内 26 次提交（11-08 11:33Z ~ 11-08 20:30Z），主线是在密钥管理与跨语言一致性上补洞。最新两条提交把一件具体的事讲得很清楚：fix(secrets): #686's review — refuse another account's Windows credential, and require the interop t... 与 fix(secrets): one keychain item from both languages on every platform (#686) —— 同一份密钥在 Python 与 Rust 两套实现下，在每个平台上都必须是同一个 keychain 条目，且当另一个账户的 Windows 凭据存在时明确拒绝。同日还有一条 fix(agents): #717's review — pin the system prompts across languages, and say when a retry carries t... —— 把系统提示词在两种语言里钉死（pin），并且在重试时明确说明它带着什么。

⭐ 它把"生物医学文献工具里那些本来每个项目都要重写一遍的管道"做成了一套共享库，覆盖范围包括：摄取与查重（PubMed、bioRxiv/medRxiv、OpenAlex 按 DOI/PMID 去重，一篇论文可按 PMID、DOI、PMC ID 或预印本编号检索）、撤稿核查（Retraction Watch 查询，给出 retracted / concern / clear / unchecked 四态判定）、全文获取（Europe PMC、Unpaywall、DOI 分层检索，JATS XML 解析、PDF 与 HTML 转换，每篇论文产出一份 canonical text）、嵌入（snowflake-arctic-embed-l-v2.0 进程内运行 + 每篇论文一个向量存储）。
⭐ 评估层是这条线里最硬的部分：分级的研究质量评估，最高到 Cochrane 九域偏倚风险（risk of bias）；PICO 抽取，且 PICO 的每一个部分都必须由论文自己引述的原文段落支撑；另有跨五个公开 API 的透明度与偏倚分析。
⭐ LLM 层做得比多数项目细：统一的客户端支持 Anthropic、OpenAI、Ollama、DeepSeek、Mistral、Gemini 以及 OpenAI 兼容服务器，带流式、工具调用、推理轨迹（reasoning traces）、上下文窗口管理、JSON 修复与分块。
⭐ 双语言实现而且是真正的移植而非重写：Python 包 bmlib 与 Rust crate bmlib 同版本发布（0.12.0 / 0.3.0），Rust 版额外提供 UniFFI 绑定给 Swift 与 Kotlin 移动端。
⭐ 基础设施层面还有：引用格式化、SQLite 与 PostgreSQL 双数据库层、提示词模板，以及 API 密钥放进操作系统 keychain（不是配置文件）。

值得关注的原因

⭐⭐ "PICO 的每一部分都必须由论文自己引述的原文段落支撑"这一条，就是我公众号循证内容一直缺的那条硬约束。 我写"某某营养素对某指标的影响"时，AI 会给我一个结构化的 PICO，但它引的那段文字经常是我原文里根本没有的——而我恰恰因为它格式正确就放进去了。bmlib 把"每一段引文必须是论文原文"做成了代码级强制：抽取不到原文段落，PICO 就不能成立。对应到我的管线：每次 AI 抽取必须附上它在原文里定位到的字符区间与原句，拿不到就不许写进报告——这跟我在 11-08 期记的 assay 那句"工具返回 success 只是提供方的断言，永远不是证明"是同一条线，但这一期给出了更具体的落地形态。
⭐⭐ 撤稿状态四态判定（retracted / concern / clear / unchecked），是循证内容里最该有而我最缺的一层。 我引用文献时从不查它撤没撤稿——一篇被撤稿的论文被我的公众号引用，读者看不出任何异常。而 bmlib 把这一步做成了摄取时的自动字段，而不是发布前的临时检查。"unchecked"这一档尤其诚实：它承认"我查过，但没查到"，而不是默认"没问题"。
⭐⭐ Cochrane 九域偏倚风险评估被做成了分级库，这件事的意义超出了医学圈。 九域评估的价值不在"给个分"，而在它把"这篇研究可能在哪些地方骗我"拆成了九个可以逐项回答的问题。对应到我的 GRPM 与干预报告：SNP 与表型的关联也应该有一份九项清单（样本量、重复性、效应量、混杂控制、发表偏倚、跨族一致性……），每项独立标注"已评估 / 未评估 / 不适用"，而不是给出一个总评。这正是我在 11-02 期记的 Calibrate "2×2 依赖度矩阵"和 assay "拒绝输出单一总分"的同一条思路——但九域是医学界已经验证过的清单，比我自造的矩阵更该直接采用。
⭐ "跨两种语言把系统提示词钉死（pin）"这条，是对我多模型内容生产流程的直接警示。 我的公众号内容会在多个模型上跑（WorkBuddy 本机已接 OpenRouter 单 key 全家桶），同一套提示词在不同模型、不同版本下会漂。bmlib 的做法是在代码里钉死提示词文本，并在重试时明说这次重试带了什么——这正是我 11-07 期记的"答案错了而你没反应，这样的运行看起来就是 clean"的反面：重试必须留痕。
⭐ "密钥在 OS keychain 里、且 Python 与 Rust 两侧必须是同一条目"这条，对我的部署形态有直接价值。 我的 4P 平台是 Flask + SQLite、GRPM 报告链路需要调多个模型供应商——API 密钥现在散在环境变量与配置文件里。"多语言/多模块访问同一份凭据必须是同一个 keychain 条目，且遇到别的账户的凭据要拒绝而不是覆盖"，是一条可以直接抄的规则。
⭐ "推理轨迹（reasoning traces）"作为一等输出，这个能力我目前完全没有。 我所有的模型调用只留最终答案，不留中间推理——于是当一个结论出错时，我既无法判断是检索错了、推理错了还是引用错了。bmlib 把推理轨迹做成了可取回的产物，这在内容生产的合规与复查场景里价值极高。
⚠️ 授权是硬墙：AGPL-3.0。 我可以读它的设计、抄它的思路，但不能把它作为我产品里的依赖（除非我的产品也以 AGPL 开源）。要落地的是那份"证据结构化"的规格，不是这份代码——"PICO 每段必须有原文支撑""撤稿四态""九域清单"这三条是规格，可以自己实现；bmlib 的代码只适合当参考实现来读。

3. ccch1mneyyy/dsh-Go：把 DeepSeek Harness 装进手机——本机跑得动，也能反过来遥控你的电脑，而且它在对话中途就允许你插话

地址：https://github.com/ccch1mneyyy/dsh-Go ｜ ★16,248 ｜ AGPL-3.0 ｜ Dart

事件内容

窗口内 310 次提交（11-09 00:29Z ~ 11-09 02:23Z 仍在继续），是本期提交量最高的项目之一，主线是 1.0.14 版本发布。README 的定位一句话说清："DeepSeek Harness 的 Android 客户端。手机上直接跑，也能遥控你电脑上的 DSH。"

⭐⭐ "插话、打断，过程自动收好"是这一期最值得看的交互设计：回复中途也能插话，排队的消息随时「立即发送」；做完的过程折叠成一行。 这两条合起来解决的是一个很具体的痛点——长任务跑起来之后，你既不能改需求，也不能看到中间发生了什么。"过程中途可插话"是 agent 交互里目前最缺的一块。
⭐ "本机运行，也能遥控电脑"是双形态而非二选一：内置 Linux 环境，免 Root、免 Termux；电脑上的 DSH 也能一键切过去接着用。README 还写明和官方网页版可一键切换、停在同一段对话，下次打开还是上次那个。
⭐ 过程可见性被做成了宠物形态而不是日志面板：两只桌宠（Deepy 与鲸娘）会敲代码、完成任务、等你确认时举手，还能通过「App 外显示」跟到桌面上。README 里那句 "干活时敲代码，做完来个空翻，等你确认会举手" 是把"等待用户确认"这个状态变成了看得见的信号——这与 11-08 期 lights-out 的"最后一步永远要一个人点头"是同一个问题，但这里给出了一个更轻的答案。
⭐ 窗口内的提交能看出工程节奏：最新一条是 Merge pull request #788 from ccch1mneyyy/release/1.0.14，前面是 docs(changelog): 1.0.14 随包带上鲸鱼娘 与 chore(release): 1.0.14；再往前是 phone: 回放 Trace、Main 事件末门与导航材料（Pro 3435）、（Pro 3434）——"回放 Trace"意味着手机端可以重放执行轨迹，"事件末门"是明确的事件终止条件。
⭐ 分发方式合规且不设障：APK 从 GitHub Releases 或官网下载页取，常见手机选 arm64 包；README 主动写明 "手机上装过签名不同的早期测试包时不能直接覆盖安装，需要先卸载旧版；卸载会清空对话、Linux 环境和设置" —— 把破坏性后果提前讲清楚，而不是让用户踩。
⭐ README 里有一句关于优先级的坦白："大家 Star 点得越多，我适配得越快哦 hhh" —— 作者明确承认星数与 iOS / 鸿蒙适配进度直接挂钩，把排序关系摊开讲。

值得关注的原因

⭐⭐ 我本机就有 dsh（DeepSeek Harness v0.1.0-rc.6），这条线是直接可用的。 我一直把它当作本地原生 agent 开发框架，但它只跑在终端里——这意味着我必须在电脑前。dsh-Go 把它变成"手机上跑本机、也能遥控电脑"，意味着我在外面用手机插一句话就能把任务派给家里的机器。对比我现在的实际工作流：临时想到一件事要改 4P 平台，我得等回到电脑前——这个延迟成本在一人公司里是实打实的。
⭐⭐ "回复中途可以插话"这一条，值一个单独的分析。 我目前和 coding agent 的交互全是"发一条 → 等 → 看完再说"的回合制。一旦方向在等待期里变了，我只能等它跑完再作废重发——在 310 次提交这种规模的项目上就是十几分钟白等。 "排队 + 立即发送"把回合制改成了可打断流水线，这个交互形态对任何"跑得久"的 agent 都成立，包括我 4P 平台里那些跑完整套干预方案的批量任务。
⭐⭐ "等你确认时举手"——这是把"阻塞等待"变成了"可感知的空闲"。 我现在的痛点是：agent 在等一个我看不见的确认，于是我不敢走开。一个会举手的桌宠，等于一个"我暂时可以离开"的信号灯。 这条虽然现在长在桌宠身上，但它背后是一个通用模式：把 agent 的内部状态映射成一个不会打扰你、但你一瞥就知道"现在轮到我了"的信号。 对我这种一人公司的工作节奏，这个价值远超它的娱乐外形。
⭐ "回放 Trace"这一条，指向我正在做但还没做的事。 我 4P 平台的每次干预方案生成都留了输入与输出，但没有执行轨迹——于是"这个结论是怎么来的"无法复盘。手机端都已经在做 Trace 回放了，我这边的服务端更该有。
⭐ 授权的判断：AGPL-3.0，是本期星标最高的项目里最"不能直接抄"的一个。 它 1.6 万星、活跃度极高、形态也正是我想要的方向，但 AGPL 意味着我若把它作为产品的一部分分发，就必须开源我的产品。结论很清楚：可以装来用（本机自用、遥控电脑都不涉及分发），但不能把它嵌进我要卖的 4P 平台。 反过来说，它的设计思路——插话队列、状态桌宠、Trace 回放、跨形态会话续接——四条都可以自己实现。
⭐ 顺带一个信号：DSH 生态在本期持续出现——除本条与 11-02 期记过的 FeatherHunter/dsh-mattpocock-skills-deck 外，本期还有 sixtysevenlf/dsh-blender-plugin（DSH × Blender 直连插件，15 个模型工具）、omdsh-dev/dsh-mnemon（DeepSeek Harness 的可组合上下文层）、FuRongJun-1999/dsh-memory（白箱 AGI 架构）。四个不同团队在同一个月里都为 dsh 做了扩展插件——这说明 dsh 已经是一个有真实生态的 agent 运行时，而我本机装的正是它。

4. vostride/agent-qa：一个会自己变好的 QA agent——它把经验写成仓库里可审阅的文件，并且公开承认"干净运行率"这个指标有根本缺陷

地址：https://github.com/vostride/agent-qa ｜ ★847 ｜ FSL-1.1-ALv2 ｜ TypeScript

事件内容

窗口内 33 次提交（11-08 一日之内密集提交），主线是一批以 fix(467) 为编号的修复，覆盖了 agent 与 skill 的安装、卸载与配置文件处理。README 的一句话定位："Your AI QA engineer, with memory. Describe a user journey in plain language. agent-qa tests it on web, Android or iOS and keeps the evidence."

⭐⭐ "记忆不是数据库里的黑盒，而是仓库里可审阅的文件"：memidex 把事实与工作流程记成你仓库里的文件，因此任何一条记忆都能被人打开来看、能被 git diff、能被 code review。README 同时给出两条机制：自我改进（self-improvement）会验证从运行中学到的经验、淘汰已经过时的知识，并用你的反馈纠正错误。
⭐⭐ 它公开写出了自己所在领域的根本性缺陷："Expect bugs" 是 README 的原文提示之一。而更值得注意的是它对"知识贡献"这件事的处理——演示页面上有一个独立的 Knowledge 标签页，可以查看某次运行实际取用了哪些知识，并把每条知识追溯回使用它的步骤。
⭐ 基准成绩写得很硬：AndroidWorld 排名第一，100% pass@1（116/116 任务）；AppControlBench 排名第一，99.6% 完成度（114.5/115 分）。README 特别注明两项都用 gpt-6-sol 且关闭了记忆与自我改进，且 AppControlBench 对部分完成给一半分。基准、模型、开关、计分方式全部写明——这本身就是一个可信度信号。
⭐ 证据是留档的，不是打印的：演示里"购物车显示 $29 而不是 $53"这个故意埋的缺陷，被抓出来时失败步骤与截图并排显示；CLI 输出给出"一个测试通过、一个测试失败、九步里八步通过"。
⭐ 窗口内的修复序列能看出它在处理哪些"脏活"：.mcp.json 与 .codex/config.toml 的读写要和 AGENTS.md 一样小心；移除 agent-qa 的 .mcp.json 条目要保留用户自己的注释；重装时要逐个列出被删除的技能里它删掉了哪些被编辑过的文件；一个删不掉的空文件夹要在说明里写明，而不是当成它的文件上报；一个没有 agent 的安装不写 manifest，卸载时也要删掉列出空 agent 的 manifest。

值得关注的原因

⭐⭐ "把经验写成仓库里可审阅的文件"这一条，正是我用 WorkBuddy 的 expert-manager skill 批量生产专家包时最该补的一环。 我现在的专家包质检流程，评估依赖"模型自评"——这正是我在 11-06 期记的 hermes-fledge 要解决的那个漏洞（"把评分从模型手里拿走"）。agent-qa 的答案更朴素也更可靠：记忆是仓库里的文件，因此它天然可 diff、可 review、可 blame。 对应到我的动作：专家包的质量记录（哪些 prompt 变体通过了、哪些被拒绝了、依据是什么）应该是仓库里的一组文件，而不是模型输出里的一段话。
⭐⭐ "验证从运行中学到的经验、淘汰已经过时的知识"——这条直接对应我专家包迭代时最危险的一个坑。 我在 11-04 期记过"改 description 一行就让 Kimi 通过率 78%→98%"，但这同时也意味着过时经验会一直留在包里，而且没人知道它该退休。"retire stale knowledge"应当成为专家包发布的固定工序：每条经验带一个"最后验证时间"，超过阈值自动降级为待复核。
⭐⭐ "把知识追溯回使用它的步骤"这个功能，是评估质量的硬指标。 我现在的做法是看"通过率"这个数字——但 11-07 期 navigator 已经指出过这个指标的根本缺陷：答案错了而你没反应，这样的运行看起来就是 clean。 agent-qa 的做法是把"这次运行为什么用到了这条知识"变成可点开的事实。对应到我的平台：任何一条被写进干预报告的规则，都要能回答"这次它凭什么是被应用的"。
⭐ "基准、模型、开关、计分方式全部写明"——这条是对我内容生产的直接提醒。 我在公众号文章里引用"某某 benchmark 得分"时，从不说清它跑了什么配置。agent-qa 的写法是：用了哪个模型、记忆开没开、自我改进开没开、部分完成给不给一半分——四个条件缺一不可。 这应该成为我引用任何评测结果的固定四件套。
⭐⭐ 窗口内那批 fix(467) 提交，主题几乎全是"不要弄丢用户的东西"：移除 .mcp.json 条目要保留用户的注释；重装要列出技能里被删掉的每个被编辑过的文件；没有 agent 的安装不写 manifest。 这与我在 11-07 期记的"读回校验"是同一条线，但角度不同——读回校验管的是"写进去的对不对"，这批提交管的是"动别人东西的时候别弄丢"。 我的 4P 平台改方案、改基线、改用户档案时，同样需要"先备份、再改动、列清单"三件套。
⚠️ 授权是 FSL-1.1-ALv2，不是 MIT。 Functional Source License 允许使用、修改与自托管，但在达到一定规模对外提供服务时必须转为 Apache-2.0 许可（该变体的附加许可）。对一人公司来说这比 AGPL 宽松、比 MIT 严格——如果要做成产品，必须在上线前确认转化条款是否已触发。

5. trailhq/Trail-Code：给整个团队的 coding agent 一份共享的"代码地图 + 团队已经学到的东西"——162 次运行下工具调用少了 46%，SWE-bench Verified 从 54% 涨到 66%

地址：https://github.com/trailhq/Trail-Code ｜ ★11,150 ｜ MIT ｜ TypeScript

事件内容

窗口内 14 次提交（11-08 11:05Z ~ 11-08 12:02Z），主线是让 Trail 同时支持 Claude Desktop 与 Codex，以及把"团队已经学到的东西"这一层做实。README 的一句话定位："The self-learning context layer for coding agents."（此前名为 graft，现在代码图谱部分沿用 graft 这个名字，所有 graft 命令继续可用。）

⭐⭐ 它给出的量化结果是我在 11-08 期之后看到最硬的一组：162 次运行对比，工具调用减少 46%、未缓存输入 token 减少 42%、耗时减少 60%；在 SWE-bench Verified 的 50 个真实 issue 上，基线解出 27 个（54%），接入代码地图后解出 33 个（66%）。README 用一句直接的对比收尾："One graph, every agent, up to 4x tokens saved."
⭐ "代码地图"与"团队学到的东西"被明确分成两层：前者是代码索引（每个函数以及谁调用它，让 agent 看得见"改这里会弄坏什么"），后者是你、你的 agent 和你的团队在协作中学到与决定过的事。前者的来源是"在你机器上读的代码"，后者的来源是"你们工作时说过的对话"。
⭐⭐ "把一条已失效的 learnings 标出来"是这个期次的关键动作：窗口内提交 Flag learnings that name code that's gone (#731) —— 如果一条团队经验指向的代码已经不存在了，这条经验会被标记出来。 这是对"过时知识"最朴素也最有效的处理：不是删掉它，是让它显形。
⭐⭐ "改代码之前先告诉你谁做过这个决定"是它最独特的一条：README 的对比表里，没有 Trail 时"agent 会推翻队友的决定，因为它根本不知道那个决定存在"；有 Trail 时 trail check 会在 PR 之前把它标出来，并引用是谁决定的、为什么。另一条则是"它改完代码之后会立刻告诉你队友的开放分支也改了同一处，以及两者是否冲突"。
⭐ 另一个值得记的提交：Let one developer use trail just for themselves (#750) —— 允许一个人只把 Trail 用在自己身上，不强推给整个团队。这是一个产品设计上的诚实：知道协作层在团队没有共识时反而是阻力。
⭐ 接入面在扩大：窗口内 Make trail work in Claude Desktop and Codex (#733)，说明它不只服务终端里的 coding agent。

值得关注的原因

⭐⭐ "SWE-bench Verified 从 54% 到 66%"这组数字，是这两年我看到的关于"上下文层"最有说服力的证据。 之前我记录过的同类项目（skill-diet 的"砍 token"、sprag 的"账单降 72.6%"）都在优化成本，只有这一条同时给了成本（工具调用 −46%、token −42%、时间 −60%）和结果（通过率 +12 个百分点）。成本与质量同向改善的案例极其罕见——这说明"给 agent 更好的上下文"不是拿质量换钱，而是两头都赚。
⭐⭐ " learnings 里写着已经不存在的代码 → 把它标出来"这条，可以直接变成我专家包与提示词的固定体检项。 我的提示词库里已经有条目开始指向具体代码路径或具体字段——代码一改，这些条目就静默失效，而我的流程不会告诉我。 对应到动作：每个专家包与提示词模板在被使用前，跑一次"引用有效性检查"，把指向已不存在内容的条目标出来。 成本几乎为零（一次 grep 或一次 schema 校验），但能挡住一整类"看起来在工作、其实早就跑偏了"的失败。
⭐⭐ "trail check 引用是谁决定的、为什么"这个形态，正是我平台缺的东西。 我的干预报告落库时记录了"结论 + 依据"，但没有记录"这条依据是谁定的、当时的理由是什么"——于是后来改规则的人无法知道旧规则为什么存在，只能改掉或绕开。Git blame 是代码世界的答案，而我的平台需要同一件东西。
⭐⭐ "它改完代码之后立刻告诉你队友的开放分支也改了同一处"这条冲突预告，对我一个人也完全成立。 我一人公司虽然"没有队友"，但我有"另一个项目在改同一份东西"：4P 平台、GLP-1 营养伴侣、GRPM 报告、公众号内容库，几个项目之间共享一些底层约定（成分字典、指标口径、报告模板）。"在改动落地之前先告诉我另一处也在改同一块"这个预告，应该成为我这四个项目之间的固定检查。
⭐⭐ "允许一个人只把 Trail 用在自己身上"这条，对我这种一人公司的处境简直是量身定做。 我之前记过"npm 上任何包都可能有可疑 postinstall 脚本"这类风险，也记过"装东西等于执行第三方代码"。Trail 给了一个正确的姿态：先只给自己用，不要为了'规范'强推给一个还不存在的团队。
⭐ MIT 授权，可读可改可商用 —— 与 vostride/agent-qa 的 FSL-1.1-ALv2、ccch1mneyyy/dsh-Go 的 AGPL-3.0 形成对比，Trail-Code 是本期三个 agent 基础设施类精选里授权最干净的一个。"自学习上下文层"这个形态，MIT 已经足够我放心动手。

二、分类速览

① AI Coding / 编程智能体与技能生态

项目	星标	许可证	一句话
Yeachan-Heo/oh-my-claudecode	40,702	MIT	以团队为先的 Claude Code 多 agent 编排：把 agent 编成团队并配钩子与仪表盘
slopus/happy	24,547	MIT	一个应用里编排 Claude、Codex 与 Grok，开源 MIT，复用订阅而非另买 API 额度
manaflow-ai/cmux	28,743	GPL-3.0	基于 Ghostty 的开源 macOS 终端：竖向标签页与通知，专为多个 AI coding agent 同时跑设计
Yeachan-Heo/oh-my-codex	33,742	MIT	给 Codex 装钩子、agent 团队与 HUD 的增强层：你的 codex 不再是孤身一人
ccch1mneyyy/dsh-Go	16,248	AGPL-3.0	DeepSeek Harness 的 Android 客户端：手机本机运行，也能遥控电脑上的 DSH
PDFMathTranslate/PDFMathTranslate	38,297	AGPL-3.0	保留排版翻译科研 PDF：基于 AI 的版面还原，EMNLP 2025 演示
YishenTu/claudian	15,948	MIT	Obsidian 插件：把 Claude Code、Codex 等 agent 嵌进笔记当作协作者
gastownhall/beads	28,605	MIT	给 coding agent 的记忆升级：用 git 存放结构化 issue 图，避免上下文被压扁
github/gh-aw	5,597	MIT	GitHub 官方的 Agentic Workflows：把 issue、PR 与定时任务写成 agent 工作流
unoplatform/uno	10,108	Apache-2.0	跨平台原生应用构建平台：移动、桌面、Web 与嵌入式统一一套代码
yamadashy/repomix	29,195	MIT	把整个代码仓库打包成单个 AI 友好的文件，减少 agent 的重复读取
KKKKhazix/AIHOT	9,838	MIT	自动找热点并写日报的网站框架：换掉信源与筛选标准即成行业热点站
h4ckf0r0day/obscura	30,672	Apache-2.0	给 AI agent 与爬虫用的无头浏览器，定位是替代 Playwright 那类重型方案
vitali87/code-graph-rag	5,347	MIT	面向 monorepo 的 RAG：用代码图谱定位并修改多语言代码库，无服务端依赖
trailhq/Trail-Code	11,150	MIT	团队共享的自学习上下文层：代码地图加团队已学到的东西，162 次运行工具调用少 46%
heydamir/unslop	12,052	CC BY-4.0	一个 Claude 技能：把「vibe 出来的 AI 味界面」改造成有设计感的产品界面
emcie-co/parlant	18,327	Apache-2.0	面向客服对话 agent 的开放平台：用描述而不是提示词来定义行为，并自带行为一致性检查
stanfordnlp/dspy	38,973	MIT	用编程而不是提示词来构建语言模型程序的框架
udecode/plate	16,695	MIT	带 AI 能力的富文本编辑器内核，与 shadcn/ui 配套
SenteLabsAI/OpenExecutive	5,774	Apache-2.0	AI 虚拟高管团队：一个人格由 8 个专业角色支撑，输出统一口径的判断
phuryn/pm-skills	27,783	MIT	产品经理技能市场：100+ agentic 技能与命令，从需求发现到发布
EveryInc/compound-engineering-plugin	25,995	MIT	Every 官方复合工程插件：同一套方法论适配 Claude Code、Codex、Cursor
leejet/stable-diffusion.cpp	7,947	MIT	纯 C/C++ 的扩散模型推理引擎，覆盖 SD、Flux、Wan、Qwen Image 等
wshobson/agents	42,331	MIT	Claude Code、Codex CLI、Cursor 等的插件、agent、技能与命令合集
AlexsJones/llmfit	38,792	MIT	一条命令算出本地硬件能跑哪些模型：数百个模型与供应商的适配查询
browser-use/browser-harness	18,960	MIT	让 Claude Code、Codex 或 Cursor 用你真实登录态的 Chrome，一句话接管浏览器
steipete/CodexBar	23,062	MIT	不登录就能看 Codex 与 Claude Code 的用量统计，菜单栏小工具
KKKKhazix/khazix-skills	22,079	MIT	中文开源 AI 技能合集：目标定义、洁癖整理、人类对齐与写作技能
Orkas-AI/Orkas	9,113	MIT	本地优先的开源桌面 AI 团队：一个 Commander 统筹多个常驻 agent，MIT 授权
max-sixty/worktrunk	12,138	Apache-2.0	为并行 AI agent 工作流设计的 git worktree 管理 CLI：一人多分支不打架
Kuddev/pebrel	3,738	GPL-3.0	AI 原生的 Windows GPU 加速终端：SSH、持久会话与硬件加速渲染
IvanMurzak/Unity-MCP	4,606	Apache-2.0	Unity 引擎的 AI 技能、MCP 工具与 CLI，构成完整的 AI 开发测试闭环
compozy/compozy	2,858	MIT	AI agent 的操作系统：把 Claude Code 等现成 agent CLI 插进来当执行层
sixtysevenlf/dsh-blender-plugin	1,857	保留所有权利	DSH 直连 Blender 的插件：15 个模型工具驱动 GUI，含无头 worker 与事务回滚
the-open-engine/zeroshot	2,125	MIT	多 agent 图式编排引擎：用它搭自己的软件工厂，节点与工具都可插拔
andyrewlee/awesome-agent-orchestrators	2,384	CC0-1.0	agent 编排器的清单索引：把各家多 agent 框架摆在一起比较
daymade/claude-code-skills	1,519	MIT	专业 Claude Code 技能市场：面向生产环境的成套技能包
oceanbase/powercontext	1,535	Apache-2.0	agent 记忆层：长期记忆与跨 agent 记忆交接，适配 Claude Code 与 Codex

② 医学 / 临床研究 AI 与 Agent 技能库

项目	星标	许可证	一句话
AI-in-Health/MedLLMsPracticalGuide	2,051	MIT	《自然· Reviews Bioengineering》论文配套的医学大模型应用指南与案例集
general-molecular-simulations/so3lr	286	MIT	反应性分子模拟的机器学习力场：从氢到重元素的自旋耦合模型
BRAINSia/BRAINSTools	131	Apache-2.0	聚焦脑影像分析的医学图像处理工具套件
yakew7/Fair-Code	71	MIT	算法偏见审计框架：覆盖司法、招聘、信贷、医疗、福利等高影响场景
yorkeccak/bio	354	MIT	开源生物 AI 助手：对接学术文献、临床试验与药物数据库
WeixiangYAN/ClinicalLab	153	Apache-2.0	NeurIPS 2025 临床诊断 agent 评测套件：24 个科室 150 种疾病的真实病例基准
anthony-maio/mnemos	28	MIT	仿生记忆架构用于 LLM：惊异门控、重固化与情感标记
dentalpin/dentalpin	115	Apache-2.0	开源 agentic 牙科软件：面向 AI 原生设计的诊疗工作流
mlp6/Embedded-Medical-Devices	20	CC0-1.0	杜克大学 BME554L 嵌入式医疗器械课程的全部代码与实验
gaofeng21cn/med-autoscience	23	Apache-2.0	面向真实医学研究的 AI 研究 agent：从数据与证据走到手稿交付
evangauer/openvpm	62	AGPL-3.0	开源 API 优先的兽医诊所管理系统：可自托管的宠物医疗 PIMS
burlakovmb/NOWA-Bio-Inspired-AI	10	PolyForm Strict	会睡觉、有情绪、能遗传基因组的 agent：无反向传播也能学习，PolyForm 授权
baeseongsu/awesome-machine-learning-for-healthcare	44	MIT	机器学习与医疗交叉领域的最新研究精选集
forever-healthy/AI4L	43	MIT	AI for Practical Longevity：用 AI 生成高质量、有证据支撑的长寿方案
Opening-Science/twin-llm	4	Apache-2.0	用开源模型问健康数据问题，并逐项看到答案引用了哪些具体数字
lexthirteen-ai/orinyx-mcp	7	Apache-2.0	官方 Orinyx MCP：让医疗 AI agent 在带引用的 FDA 标签上接受确定性测试
HeartWise-AI/ai-writing-skills	28	NO_LICENSE_FILE	面向医疗 AI 研究的学术写作技能包
hherb/bmlib	2	AGPL-3.0	生物医学文献工具共享库（Python+Rust）：撤稿核查、Cochrane 偏倚评估、PICO 逐句取证
chengwang96/Awesome-World-Models-for-Healthcare	22	MIT	医疗世界模型清单：患者数字孪生与反事实模拟的严谨选编
ali-119/LatentHealth	7	MIT	用机器学习挖掘健康数据中隐藏的潜在模式
Sahil-Bulbule/CANCER-PREDICTOR	1	NO_LICENSE_FILE	用机器学习预测癌症风险的医疗健康分析应用
pjerra/tortoise-trials	1	AGPL-3.0	TortoiseBots 的行为测试台：让乌龟 agent 与被雇 agent 并排跑做对照
drexthealpha/Knos	1	MIT	研究里程碑达成才付钱：每一步研究都要有测试证明才算完成
FerroHEALTH/FerroTERM	4	Apache-2.0	纯 Rust 的机器生成多版本 FHIR 术语服务器：SNOMED CT，无需 JVM
FerroHEALTH/FerroBRIDGE	1	Apache-2.0	纯 Rust 的 openEHR 桥接层：一次对接 HL7 FHIR 与另一个互操作目标
JunjieCao-tech/meta-analysis-of-large-language-models-for-diagnostic-cancer-imaging	1	Apache-2.0	诊断性肿瘤影像大模型的 meta 分析配套仓库
unibio-intelligence/biomedmcp	1	Apache-2.0	生物医学研究 MCP 服务器与 CLI：把文献与数据库接给 agent
OraFabric/medical-ontology-mcp-examples	1	MIT	面向医疗 AI 开发者的 MCP + HTTP 示例，v1.0 覆盖肿瘤学

③ 健康管理 / 营养与食品 AI

项目	星标	许可证	一句话
lewpgs/migros-mcp	136	NO_LICENSE_FILE	Migros 瑞士商品数据 MCP：搜商品、看营养成分与门店位置
mona-hrt/mona	286	AGPL-3.0	全本地开源的激素与用药记录 App：iOS 与 Android 双端，AGPL-3.0
hms-homelab/hms-cpap	105	MIT	本地优先的 CPAP 数据查看器：直接读呼吸机的 SD 卡做睡眠分析
wanshuiyin/SuperARIS	38	MIT	带 ARIS 自动睡眠研究的个人研究 agent
AnuragRoy485/hazir	51	MIT	到访管理：RSVP、到场时间、用餐与实时人数统计
stethoscope-js/stethoscope	144	MIT	追踪、可视化并嵌入自己的健康与生活数据：位置、健康、工作与娱乐
JellyPlugins/jellyfin-helper	69	GPL-3.0	Jellyfin 插件：机器学习驱动的分用户推荐与观看洞察
xuzerui6/MoveMate	3	MIT	AI 动作计数与训练计划：React + Cloudflare Workers + SQLite 的运动社区
galihru/facemind	37	Apache-2.0	用计算机视觉与机器学习从面部特征分析心理健康状态
blopa/musclog-app	12	GPL-3.0	免费开源的离线优先训练与营养记录应用，覆盖 Android、iOS 与 Web
galihru/MentalHealth	23	MIT	用现代 Web 技术实现的综合心理健康监测应用
patrickhaahr/openhome	3	MIT	家庭助手 × 健身健康追踪：仪表盘、TV、CLI、MCP、固件与 API 全线打通
fatheus97/mealbot	2	保留所有权利	AI 配餐计划器：按冰箱现有食材生成食谱，并可拍小票记账
JamesNolan17/healthy-wealthy	2	MIT	健康与钱包二合一的私密 AI 管家：餐食、睡眠与 Apple Watch 趋势
david-dabert/workout-vision	2	MIT	端侧 AI 训练分析：MediaPipe 姿态检测与抽帧式次数统计
ai-cfia/nachet	5	MIT	加拿大食品检验局的 AI 种子识别系统：官方机构落地的 AI 分类案例
MrF1ow/foodable	1	MIT	面向一个家庭的自托管食物平台：营养、冰箱库存、购物与食谱一体
botkin-health/Botkin	2	AGPL-3.0	自托管家庭健康中枢：EHR 式医疗档案 + 20+ 数据源 + 隐私分区的 AI 助手
open-mtor-atlas/atlas	0	CC BY-4.0	mTOR 通路证据分级数据库：每条结论带来源、测量条件与失效边界
ching-0405/DietlPlanner	0	MIT	营养师热量与菜单设计系统：依卫福部六大类食物代换与临床营养评估公式

④ 模型底座与 Agent 基础设施

项目	星标	许可证	一句话
garrytan/gbrain	31,768	MIT	Garry 的 OpenClaw/Hermes agent 大脑：一套强主见的 agent 配置与记忆范式
anomalyco/models.dev	7,571	MIT	开源 AI 模型数据库：各家模型的规格、价格与能力对照
openobserve/openobserve	22,933	AGPL-3.0	开源可观测性平台：日志、指标、链路与 RUM 一体
decolua/9router	32,140	MIT	把 Claude Code、Codex、Cursor 等接成统一网关的免费路由器
cocoindex-io/cocoindex	11,833	Apache-2.0	长时程 agent 的增量引擎：只重算变化的那部分，让上下文永远新鲜
AstrBotDevs/AstrBot	46,457	AGPL-3.0	多平台 IM 机器人开发框架：接入大量 IM 平台与大模型的 agent 框架
xberg-io/xberg	9,565	MIT	多语言文档智能引擎：快速精确抽取文本、表格与元数据
mlflow/mlflow	28,726	Apache-2.0	面向 agent、LLM 与 ML 模型的 AI 工程平台：实验追踪、评估与部署一体
novuhq/novu	40,304	非标准授权	面向 agent 与产品的开源通知基础设施：多通道统一投递
ray-project/ray	44,239	Apache-2.0	AI 计算引擎：分布式运行时之上的训练、推理与服务统一底座
pipeshub-ai/pipeshub-ai	4,055	Apache-2.0	开源 agent 上下文层：把企业知识（Slack、文档等）变成可检索的上下文
labring/FastGPT	30,006	Apache-2.0	基于大模型的知识库平台：可视化工作流编排与开源自托管部署
agno-agi/agno	43,109	Apache-2.0	自托管 agent 平台：把工具、记忆与团队编排封装成可复用组件
crmne/ruby_llm	4,498	MIT	Ruby 语言的 AI 框架：多供应商接入与工具调用的 Ruby 原生实现
magnitudedev/magnitude	7,756	Apache-2.0	开源推理引擎：在你的硬件上调优 kernel 找出最快路径
run-llama/llama_index	52,850	MIT	面向 AI 的文档处理平台：把长文档变成可检索、可推理的索引
eosphoros-ai/DB-GPT	20,274	MIT	开源 agentic 数据助手：把大模型接进数据库与数据应用
microsoft/onnxruntime	22,267	MIT	跨平台高性能推理与训练加速器：ONNX 生态的默认运行时
ruvnet/RuVector	4,675	MIT	高性能实时决策与 agent 记忆引擎：自带自学习能力
dagucloud/dagu	4,565	GPL-3.0	可自托管的声明式工作流编排器：给那些主线不是编排的团队
xorbitsai/inference	9,647	Apache-2.0	换一行代码换掉 GPT：Xinference 让开源模型跑得像 API 一样简单
pytorch/torchtitan	5,886	BSD	PyTorch 原生的生成式模型训练平台：并行策略与容错开箱即用
bytechefhq/bytechef	1,059	Apache-2.0	开源 AI agent 与工作流自动化：可自托管也可嵌进你自己的 SaaS
leemysw/yovoice	2,127	Apache-2.0	macOS 与 Windows 上的本地 AI 音频工作室：TTS、声音克隆与歌曲生成
IncarnaMind/IncarnaMind	856	Apache-2.0	从杂乱文件到可核查报告：免费开源的跨平台桌面应用
jesdga95/basalt	794	MIT	面向 NVIDIA Blackwell 的本地推理引擎：专门调优 Qwen3.8-Flash-Next
dsx-ai-factory/run-ai	721	Apache-2.0	Kubernetes 上的 AI 工作负载编排平台：GPU 调度与配额管理
vostride/agent-qa	847	FSL-1.1-ALv2	会自我改进的 QA agent：把经验存成仓库里可审阅的文件，并为每次运行留证据
FuRongJun-1999/dsh-memory	631	MIT	白箱 AGI 架构探索：元认知循环、知识飞轮与可审计信任护栏，零 LLM 白箱管线
omdsh-dev/dsh-mnemon	937	MIT	DeepSeek Harness 的可组合上下文层：分层记忆、可见的记忆条与自我进化技能
code-yeongyu/lazycodex	3,889	MIT	面向复杂代码库的 agent harness：项目记忆、规划与自动上下文
polyaxon/polyaxon	3,746	Apache-2.0	AI 基础设施、编排与控制平面：模型从实验到上线的统一底座
vshulcz/deja-vu	1,448	MIT	Claude Code、Codex、Cursor 等六大 agent 的统一记忆层
AVIDS2/memorix	919	NO_LICENSE_FILE	基于 MCP 的跨 agent 记忆层：让 Claude Code、Codex 等共享同一份长期记忆
kitfunso/hippo-memory	790	MIT	别再反复教你的 agent：把记忆做成像大脑一样工作的结构

三、今日趋势观察

本期最清楚的一条主线是：AI 生成的产物正在被系统性地要求"自己证明自己站得住"，而这一次要求落实到了三个不同的层面——证据的适用条件、执行的可回放性、以及改动的可追溯性。 mTOR Atlas 要求每条结论带"测量条件"与"失效边界"，并把研究按证据能支持的结论类型而非质量高低分级；bmlib 要求 PICO 的每一段都由论文自己的引文支撑，并把撤稿状态做成四态字段；agent-qa 把知识存成仓库里可 diff 的文件，并给每次运行留证据；Trail-Code 把"指向已消失代码的 learnings"标出来。这四家来自四个完全不同的技术栈，在同一天各自独立地做了同一件事：让"AI 说的话"和"AI 做过的事"都能被第三方翻回去看。 这与我在 11-08 期记的 assay（证据包可离线重算）、lights-out（八道闸门）是同一条线索的第三阶段：前两期把要求下沉到运行时，这一期把要求下沉到"证据本身的结构"。

第二条线，也是对我最刺痛的一条：本期出现了两个把"知识"当成会腐烂的东西来管理的项目，而且都给出了具体的腐烂检测机制。 agent-qa 明确说它会验证从运行中学到的经验、淘汰已经过时的知识；Trail-Code 明确有一个提交是把指向已消失代码的 learnings 标出来。两条独立路径指向同一个判断：知识如果不带失效标记，它就一定会骗人。 而我目前的处境恰恰是"知识只增不减"——我的公众号文章库、GRPM 的 SNP 判定规则、4P 平台的干预方案模板、专家包里的提示词，全都在持续增长，从没有任何一个被标记为"已过期"。 最该立刻动手的是这一件：给每一条进入我内容与报告生产链的规则，加上"最后验证时间"与"指向目标是否仍存在"两个字段，然后让一个每周任务把失效的挑出来。

第三条线：授权形态在这一期出现了一个我该特别留意的样本——"用授权条款表达商业模式"。 mTOR Atlas 的做法是数据 CC BY 4.0、代码 MIT 双许可，理由是"数据要能被引用与再加工，代码只要能被审计"；而 novu 的做法是除 enterprise/packages 目录外一律 MIT、其余为自有专有许可，用目录边界直接划出商业版与开源版的分界。这两个都不是"随手选一个许可证"，而是把"我希望谁能用、怎么用"写进了授权结构里。 对我这个一人公司，这给了一条很实际的启发：我的公众号内容库可以走 CC BY 4.0（署名即可传播），而 4P 平台的代码应该保持闭源商用——同一套内容，两套授权，分开声明。 本期 121 个条目里 MIT 与 Apache-2.0 合计 93 个（77%），但仍有 AGPL-3.0 9 个、GPL-3.0 5 个、PolyForm Strict 1 个（研究与非商用）、FSL-1.1-ALv2 1 个（商用需另约）、4 个未声明——这份清单应该直接抄进选型文档的第一行，且在动手前看这一行。

第四条线，给 Gordon 的直接提醒：这一期最值得带走的不是任何单个项目，而是三个可以今晚就动手的断言。 第一，mTOR Atlas 的"证据按研究设计分级、不按质量分级"，以及"字母阶梯读起来像质量等级"的自我批评——这直接指出我给公众号文章设计的"证据强度 A/B/C"标签体系是错的分类轴，该改成分类轴（细胞 / 动物 / 观察性人群 / 随机对照 / 系统综述），而不是强弱轴。 第二，bmlib 的"PICO 每段必须有原文支撑""撤稿四态""Cochrane 九域偏倚"三条，是我 GRPM 报告与公众号循证内容缺的同一把尺子，而且医学界已经把它标准化了，我不该自造。 第三，agent-qa 的"知识存成仓库里的可审阅文件"与 Trail-Code 的"标出指向已消失代码的经验"——这两条合起来就是我专家包质检流程该有的样子：不是让模型自评，而是让每条经验都变成仓库里一条可 diff、可 blame、可标记失效的记录。 具体要做的只有四件：① 证据类型标签替换强度标签；② 每条抽取附原文定位区间；③ 每条规则带"最后验证时间 + 指向目标是否存在"两个字段；④ 每周跑一次失效扫描。 这四件都不需要新框架，只需要四个字段加一个定时任务。

四、GitHub 地址速查

GitHub AI 日报 · 2026-11-09（周一）

一、今日精选 5 条

1. open-mtor-atlas/atlas：一份把 mTOR 研究按"证据能承担什么结论"分级编目的数据库——400+ 篇原始研究每条都带来源、测量条件，以及它在哪里就不再成立

2. hherb/bmlib：把"这篇文献到底能不能信"做成一整套可编程的基础设施——撤稿状态四态判定、Cochrane 九域偏倚评估、PICO 每一段都必须有论文自己的引文支撑

3. ccch1mneyyy/dsh-Go：把 DeepSeek Harness 装进手机——本机跑得动，也能反过来遥控你的电脑，而且它在对话中途就允许你插话

4. vostride/agent-qa：一个会自己变好的 QA agent——它把经验写成仓库里可审阅的文件，并且公开承认"干净运行率"这个指标有根本缺陷

5. trailhq/Trail-Code：给整个团队的 coding agent 一份共享的"代码地图 + 团队已经学到的东西"——162 次运行下工具调用少了 46%，SWE-bench Verified 从 54% 涨到 66%

二、分类速览

① AI Coding / 编程智能体与技能生态

② 医学 / 临床研究 AI 与 Agent 技能库

③ 健康管理 / 营养与食品 AI

④ 模型底座与 Agent 基础设施

三、今日趋势观察

四、GitHub 地址速查