Cursor、Claude Code 来回切换，MCP 和 Skills 还要重新配？😩 OpenWork 把 Skills、MCP、外部服务统一管理 一次配置，多个 AI 工具直接复用 开源 Claude Cowork 替代方案，让 AI 工作流不再绑定单个客户端 支持 Cursor、Claude Code、Codex 等 适合经常折腾 AI 编程工具、又不想重复配置的人 👉 #AI工具# #MCP# #OpenSource#

这个项目适合： 想做语音助手、机器人、车载交互，或者研究 Realtime API 的开发者。 它不太适合： 只想下载一个软件，马上获得成品体验的人。 项目还在快速迭代，依赖和显卡环境可能需要折腾，但架构非常值得看。 #VoiceAI# #OpenSource# #AIagent#

一直好奇Ai 中转站为什么比官方Api 便宜那么多 扒了很久才找到这个开源项目 大部分中转站都在用的开源项目 —sub2api（已 34k+ Star） 他可以把你买的 Claude / ChatGPT / Gemini / Grok 网页订阅，直接转成标准 API 接口 逆向网页协议，把浏览器 Session 变成服务端 API，Go 语言编写，一键部署超简单 自建中转、拼车共享、成本直接不到十分之一！！！ GitHub： #AI# #OpenSource# #sub2api# #ChatGPT# #Claude# #API中转#

迎接智能体金融（Agentic Finance）爆发元年！ 2026 年，行业正在全面从「手动写代码/点前端」转向「氛围编程与意图交易」。SVPChain Agent 作为开源生态的排头兵，正让链上交互变得前所未有的简单。 加入我们：提交 Issue、贡献代码、或者仅仅是点一个 Star，都是在亲手给未来的去中心化 AI 投出赞成票！ 点击加入开源共建： #SVPChain# #OpenSource# #AIAgent#

🔥 打破刻板印象！这才是 SVPChain Agent 真正强大的地方： 🧠 超强多轮记忆 —— 自动记住你每笔交易历史、资产余额和高频偏好。 🔄 完整上下文跟踪 —— 从模糊意图查询到最终签名广播，一气呵成。 🤖 支持 A2A 协作 —— 遇到复杂任务？自动委派给其他专项 Agent 协同解决。 它不仅是个工具，更是越聊越懂你的链上大脑。 点个 Star 支持开源生态： #SVPChain# #AIAgent# #OpenSource#

推荐这篇公告，一个重量级的开源模型托管合作。 首个 3T 级开源模型通过美国推理基础设施向开发者开放——后续模型同步首发。 Together AI 在 7 月 29 日宣布与 Moonshot AI 达成战略合作：Together AI 成为 Kimi K3 及未来所有 Moonshot 开源模型的美国托管平台。 合作内容 • Kimi K3 已在 Together AI 上线，通过 moonshotai/Kimi-K3 端点访问 • 未来所有 Moonshot 开源模型都将在发布当天同步上线 Together • 支持微调：开发者可以用自己的数据对 Kimi 模型做后训练，同时可选择移除 MIT 许可证中的 attribution 要求 • 三层部署选项：Serverless（按量）、Provisioned Throughput（预留容量 + 99% SLA）、Dedicated Inference（专有实例） 定价 • 输入 $3.00 / 1M token（缓存 $0.30） • 输出 $15.00 / 1M token • FP4 量化推理 战略意义 Together AI 的推理栈已经为 Cursor、Y Combinator 和 Decagon 等公司的 agentic 和编程负载提供生产服务。这次合作意味着开发者可以通过一套 API 同时访问 Kimi K3、LLaMA、GLM 等所有主流开源模型，不需要为每个新模型配置新的 SDK 或账户。 Moonshot 端——Kimi K3 作为首个开源 3T 级模型，在国内已经通过 API 服务广泛部署，但美国开发者此前缺乏一个可靠的托管方案。Together AI 填补了这个空白。 原文： #KimiK3# #TogetherAI# #OpenSource#

很多人以为 AI 编程，就是装一个 Cursor。 其实还有不少开源工具，一点也不输。 最近用下来，我觉得 Continue 很值得收藏。 GitHub 已经 3 万多 Star。 它可以理解成一个 AI 编程插件，直接装进 VS Code 或 JetBrains。 最大的区别是，它不会让你一直复制代码。 你可以直接选中一段代码，让它重构、补全、解释，或者根据需求直接修改。 整个过程都不用离开编辑器。 它也支持整个项目作为上下文。 不是只看当前文件，而是能结合项目里的其他代码一起理解。 OpenAI、Claude、Gemini、DeepSeek、本地 Ollama 基本都能接。 想用哪个模型，自己决定。 现在越来越觉得，AI 编程的重点已经不是模型本身。 而是谁能把模型真正融入开发流程。 少切页面，少复制粘贴，效率自然就上来了。 Continue 就属于那种用了之后，很难再卸载的工具。 建议先点个 Star，说不定哪天就能用上。 #AI# #GitHub# #OpenSource# #Continue# #VSCode#

很多人都在找好用的 AI。 但真正能提升效率的，往往不是模型，而是工具。 Open WebUI 就是我最近觉得特别值得收藏的一个 GitHub 项目。 GitHub 已经拿下 10 万多 Star，热度一直很高。 它支持接入 Ollama、本地大模型，也支持 OpenAI、Claude、Gemini、DeepSeek 等各种兼容 API。 不管是本地模型还是云端模型，都可以统一管理，不用每天来回切换。 我觉得它最大的价值，不只是聊天。 而是把 AI 真正变成了一个工作平台。 可以保存常用 Prompt、上传知识库、管理不同项目，还支持多人协作。 如果有一点动手能力，还能部署到自己的服务器，数据也更可控。 现在很多人用 AI，还是打开网页问一句、复制一段、再粘贴回来。 但效率更高的方式，是搭建属于自己的 AI 工作流。 Open WebUI 就是很多开发者和重度 AI 用户都在用的工具。 如果你每天都会用 AI，这个 GitHub 项目值得点个 Star。 #AI# #GitHub# #OpenSource# #OpenWebUI#

推荐这篇文章。Redis 作者 antirez 对 Amodei AI 安全论的回应。 核心论点：真正的危险不来自开源模型，也不来自中国——它来自少数没有合法性却被赋予了替全人类做决定的位置的 CEO。 以下是全文翻译。 Amodei 在他最新的博客里写了一些我同意的东西，也有一些我认为误判了 AI 真正风险所在的东西。我想集中讨论为什么，在所有风险中，开源权重模型是最温和的那一种。我写这些的时候，深信 AI 在不远的将来确实可能非常危险。 1. 就像 OpenAI / HuggingFace 事件一样（那件事本身是个笑话，但关注的应该是行为模式而非结果），第一起严重的 AI 事件极大概率会发生在前沿 AI 实验室的围墙之内——在测试一个新模型的时候，或者当实验室员工、少量有访问权限的外部人员做出了超出模型预期能力的事情时。 2. 那些永远不会对公众开放的闭源模型，不过是几 TB 的数据。你只需要一个有权限的人+错误的意图，就能泄露一个——然后你就回到了开源模型的局面。开源模型是在测试之后、在同样能力的模型已经通过 API 存在一段时间之后才发布的。真正的风险是泄露，不是发布，而泄露发生在前沿公司内部。 3. 正如 Amodei 所说的，一旦 LLM 在生物学等领域变得足够危险，开源模型可以在剥离了某些科学分支的训练语料上进行训练，同时仍然对其他许多事情有用。一个在特定领域缺乏强预训练的模型，其有限的上下文窗口本身就是一种强有力的保护，即使这个模型在其他方面非常强大。我们目前还不在"开源模型能构成那种危险"的阶段。 4. 在网络安全这个背景下，不让 LLM 广泛用于防御性安全和漏洞搜索，恰恰制造了"LLM 成为武器"的问题。这已经在发生了：开源维护者如果没有被纳入某些网络计划，就找不到他们本可以找到的安全漏洞；而有正确意图的人能接触到前沿网络模型，在开源权重模型上做大幅强化学习训练，等等。 5. 一旦 LLM 足够危险（如果进展继续，我们已经接近这个界限了），真正需要的安全链在实验室内部——这条链没有强有力的共同规则是架不起来的，单一公司也不应该有能力独立评估一个模型是否足够安全。我们需要一个联合 AI 安全组织，包含来自世界各地的专家，并被前沿 AI 公司所在国家的政府认可。 6. 为安全而放慢 AI 的发展，必须被一个事实抵消：AI 在医学和其他科学中的发现可能会减少人类的痛苦。缺乏检查可能导致灾难性的结果（"早安！让我们来搞一个增强版天花"）。缺乏进展可能导致本可以被拯救的人死去——不只是当下，还包括未来许多将遭受疾病折磨的人。这看起来可能是一个奇怪的观点，但我们必须始终理解，停止 AI 也内嵌了安全成本，只是这层成本更加隐蔽。 7. Amodei 对中国的意识形态立场是不公平的。我们欧洲人 80 年前还在毫无体面限度地互相杀戮（人们现在忘了，美国当年投资欧洲稳定的原因之一就是我们确实极度危险，很可能会再来一次——而几十年的富裕会让我们成为一个好市场，同时阻止我们再次开战）。美国即使在当下，也有悲惨的不平等、因缺乏基本医疗而受苦的人、一个看起来不稳定且非常好战的总统。我希望中国拥有和我们西方一样的个人权利水平，但与此同时，中国的历史远不如西方文化好战。在当前条件下，AGI 军事锁定由中国执行会比美国执行更容易吗？这一点完全不清楚。此外，无论 GPU 出口政策如何，中国的 AI 进展都不会停止——所以 Amodei 要么是在主张一旦美国有了 AGI 就以武力阻止中国，要么他的论点到底是什么？ 8. 人类历史上有许多技术在某个地方率先达到顶点的例子。据我所知，这从来没有导致任何一个国家试图建立永久优势。核不扩散——这可能是与 GPU 禁令最相似的案例——并没有被用来通过威胁轰炸所有不服从者来获取永久经济优势，也没有阻止多个行动者在不同时间获得那项技术，其间没有任何一方为了阻止对方进步而轰炸对方。此外，我不认为 AI 的最大危险来自政府驱动的行为。我倒是希望这是最危险的场景！政府做蠢事，经常具有攻击性，他们的行动甚至导致了种族灭绝——但这需要很多人同意做一件可怕的事，这本身就是限制因素。最大的问题出在另外两种情况：A）少数个人制造了末日事件（病毒那个案例），B）AI 自身逃脱了构建它的人的控制。 我认为我们不应该认为 AI 是安全的。一个可能导致智人灭绝的关键事件是可能的。但危险不在开源模型，不在中国比美国进步更快。危险在于：一些 CEO（在世界各地都一样）没有所需的背景和合法性，却处于为全人类做艰难选择的位置。他们不是被选出来做这件事的——只是事件的随机性造成了这个局面。他们不能代表每个人——仅仅因为他们有 GPU 和钱。这是第一个需要被纠正的事情。 原文： #AISafety# #OpenSource# #AIEthics#

吴说获悉，TRM Labs 发布与 Open Source Centre 的联合调查称，俄罗斯 A7 跨境支付网络相关链上交易量超过 1660 亿美元。TRM 称，A7 由俄罗斯国防银行 Promsvyazbank 与受制裁的摩尔多瓦寡头 Ilan Shor 共同建立，用于为被排除在正式银行体系之外的俄罗斯企业处理跨境付款。 其加密活动主要涉及将美元稳定币 USDT 兑换为卢布并转入境外资金池，以及通过卢布支持的稳定币 A7A5 进行内部账本平衡。TRM 还称，A7 相关地址被识别出与伊朗伊斯兰革命卫队（IRGC）、朝鲜黑客、哈马斯等受制裁或高风险实体存在链上关联。