🔥 开源热榜

Laya 是一个非自回归的“系统1”决策引擎，目标不是生成长文本，而是对任意文本做快速判断。它支持类型化选择、打分、是/否三类决策，一次前向传播就能给出结果，覆盖 100+ 语言。内置路由器会按请求挑选合适 checkpoint，避免每次都调大模型。适合把分类、审核、路由、意图识别等场景做成低延迟 API。

ZCode 是 Z.ai 推出的编程智能体外壳，把模型、工具调用、上下文管理和任务编排串成可用的编码助手。它不只是一个 CLI，而是面向编码场景的智能体框架：能读代码、改文件、跑命令、迭代修复，并允许扩展工具与流程。适合想自建类似 Claude Code 或 Cursor Agent 能力的团队，作为内核接入。

这是 Laya 决策模型的 MLX 原生运行时，专门面向 Apple Silicon。它不做文本生成，不依赖 PyTorch 或云 API，而是把类型化选择、评分、是/否判断直接在本地推理。在 M3 Max 上短决策约 7–14 毫秒，适合需要极低延迟、隐私敏感或离线可用的判断任务。核心亮点是原生、轻量、可嵌入。

Jev Chat Jarvis 是装在 Android 手机上的对话副驾。它通过读取屏幕理解微信、QQ、X、飞书等聊天上下文，生成候选回复，并一键填入输入框，由你决定是否发送。它不 hook、不改包，走非侵入式方案，降低封号与兼容风险。适合日常聊天、客服或跨语言沟通时提高回复效率，同时保留人工最终控制。

unreal-agent 是一个异步优先的 agent harness，用 Go 编写。它解决的是智能体在真实系统中要同时处理多任务、工具调用、外部 IO 和长流程的问题。核心是把任务调度、状态管理、工具执行做成异步模型，而不是阻塞式脚本。适合构建需要高并发、可恢复、可观测的 agent 服务，比如自动化运营、后台任务和 API 编排。

Nimble 围绕“本地类型化决策”展开，同时提供对比式数据策展和模型评估能力。它想解决的是：在本地做选择、评分、是/否判断时，如何准备高质量对比数据、如何评估模型表现，并把流程串起来。适合微调或蒸馏小型决策模型，也可用于筛选训练样本、比较不同 checkpoint，让本地决策更可靠、更可复现。

这是 Laya 决策模型的 Apple Core ML 运行时，面向 iPhone、iPad 和 Mac 的 Neural Engine。它把类型化选择、评分、是/否判断放到本地执行，在 M3 Max 上短决策约 5 毫秒，并提供可复现的速度与能耗基准。它不做文本生成，适合隐私敏感、离线、低功耗的端侧判断场景，是 MLX 版本之外的另一条 Apple 部署路径。

apk-reverse 是一个面向 Android APK 逆向工程分析的 Python 项目。它大概率把常见 APK 解包、反编译、资源提取、代码搜索或分析流程做了整合，降低安全研究、漏洞排查和竞品分析的门槛。对需要理解 Android 应用内部逻辑、协议或加固方式的人，它提供一个可脚本化的入口，而不是在多个工具间来回切换。