CLIProxyAPI
CLIProxyAPI：將 Gemini、Claude 與 OpenAI Codex CLI 封裝為相容 API 的 Go 開源代理
GitHubExplorer發現CLIProxyAPI專案，將GeminiCLI、Antigravity、Codex與ClaudeCode包裝成OpenAI/Gemini/Claude相容的API代理。專案以Go開發，支援OAuth與本地多帳戶轉發，讓CLI工具透過統一介面存取多款模型。此舉可降低整合門檻，但也帶來治理與濫用風險。
GitHub 探索
速報
TensorCircuit‑NG：以張量網路為核心的 AI‑原生量子模擬框架
發現一個聚焦張量網路與 AI 原生設計的開源量子軟體專案——TensorCircuit‑NG。此框架建立在 tensornetwork 引擎上，支援自動微分、JIT 編譯、硬體加速與分散式訓練，並可與 Jax、TensorFlow、PyTorch 整合。
速報
MCP-Control-Lite：用 Rust + Tauri 在 macOS 管理 Model Context Protocol 伺服器
MCP-Control-Lite 是一款以 Rust 與 Tauri 開發的 macOS 原生工具，定位為管理 Model Context Protocol（MCP）伺服器的輕量管理器。它提供 GUI 與 CLI，方便使用者設定、同步並監控多個 MCP 伺服器，並宣稱支援與常見的人工智慧助理整合。
速報
Acara Plate：可自架的健康人工智慧平台（Laravel / PHP）
Acara Plate 是一個可自架的開源健康人工智慧代理平台，目標把問答、個人健康資料與日常回報整合成具體建議。專案以 Laravel/PHP 為基礎，提供 Apple Health 同步、Telegram 聊天介面、個人化營養與代謝健康導向的餐單規劃等功能模組。
速報
AmanMCP：零設定本地 RAG 與向量搜尋利器
在開源社群中登場的 AmanMCP，是一個以本地化 RAG（Retrieval-Augmented Generation）為目標的工具，強調零設定與隱私優先。專案結合傳統 BM25 檢索與向量搜尋技術，採用 HNSW 索引與 hybrid-search 策略，並利用 tree-sitter 處理程式碼語法結構，支援多種模型介接選項。
速報
LLuna：打造本地可執行的自律人工智慧代理整合平台
GitHubExplorer發現LLuna，一款強調安全與可在本地執行的自律人工智慧工具；支援本地SLM、MCP整合與JSON復原，目標讓非程式開發者也能進行研究與實驗。安裝覆蓋Windows、macOS與Linux，提供介面與操作指南，適合研究導向的工作流程。
reinforcement-learning
實作導向強化學習課程：LLM 對齊、RLVR 與多模態 Agent 工程實務
GitHub 開源專案「hands-on-modern-rl」提供一套面向實作的強化學習教材，從經典控制入門，延伸到大型語言模型（LLM）後訓練的對齊技術、RLVR 與多模態 agentic 系統。專案以 Python 為主體，附有教學筆記、實驗程式碼與線上課程頁面，並採用共享授權。
速報
OpenClaw AutoTrader：以 JavaScript 與 AI 代理的 30 天美股公開實盤挑戰
本報導聚焦開源專案 OpenClaw AutoTrader 的實盤實驗：專案以 JavaScript 結合 AI 代理人，展開公開的 30 天美股挑戰，並每日披露決策、回顧與學習日誌。專案強調真實交易（非回測）、流程透明與可追蹤的學習曲線。
速報
BlenderMCP：用 Model Context Protocol 將 Blender 與 Claude AI 連結
該專案是一款開源外掛，透過 Model Context Protocol 把 3D 軟體 Blender 與 Claude AI 連接，讓 AI 在建模與場景操作時提供即時輔助。專案強調低門檻整合、提示驅動的建模流程與社群支援，README 提供下載與安裝流程並引導使用者加入討論。
速報
postgrest-mcp：整合PostgREST與OAuth2，支援Supabase與Neon的輕量MCP伺服器
這項專案源於對PostgREST整合需求。它提供可連接Supabase與Neon的PostgRESTMCP伺服器，支援OAuth2與串流HTTP，讓API整合與自我部署更為順暢，對採用PostgREST架構的開發團隊具實務價值。有助於在雲端或自托管環境快速串接資料層與API層。
速報
llamator MCP 伺服器：自動化 LLM 紅隊測試與安全流程
發現一個開源專案 llamator-mcp-server，目標是自動化大型語言模型（LLM）的紅隊測試與安全工作流。專案以 MCP（管理與協調）伺服器為核心，支援非同步任務處理、行為分析與測試整合，並導出可用於檢視的漏洞報告與流程記錄。專案採用 Python 開發，強調使用門檻低與使用者導向介面，方便測試人員在多平台部署與執行測試場景。
速報
autoresearch：自動化單卡 nanochat 訓練的 AI 代理人平台
autoresearch 是一個讓 AI 代理人在單卡 nanochat 訓練上自動實驗的開源專案。代理人會修改 train.py、執行 5 分鐘的訓練，並以 val_bpb 指標判斷是否改進。人類僅編寫 program.md 指令，整體流程加速模型優化，展現 AI 自主研究的潛力。