nanochat：Karpathy 用 8000 行代码教你 100 美元复刻 ChatGPT，GitHub 已 5.7 万 star
Karpathy 开源 nanochat，用约 8000 行 Python 从零复刻 ChatGPT，GitHub 已 57857 star，是学 LLM 的最小可读范本。
graphify：把任意代码库变成可查询的知识图谱，token 消耗最高砍 71.5 倍
一句话结论：graphify 是一个面向 Claude Code、Codex 等 AI 助手的 /graphify 技能，用确定性 AST 解析把代码、文档、论文、图片解析成一张可持久化的知识图谱，宣称在 52 个文件的语料上实现 71.5 倍 token 削减。 AI 摘要 项目用途：把代码库、文档、SQL schema、PDF 解析成可查询、可持久化的知识图谱。适合人群：需要让 AI 助手理解大型代码库的开发者、接手陌生项目的工程师。上手门槛：低，Python 3.10+，graphify install 一条命令装到 Claude Code/Codex/OpenCode 等平台。智盒结论：它解决的是「AI 助手上下文装不下大代码库」这个真实痛点，且强调「每条边都能解释来源」，比纯向量检索更可信。 项目信息 项目名：Graphify-Labs/graphifyGitHub URL：https://github.com/Graphify-Labs/graphifyLicense：Apache-2.0Star：115,470（截至 2026-09-06）目标栏目：资源 它解决什么问题 AI 编码助手有个绕不开的痛点：上下文窗口再大，也装不下一个真实的项目——代码、文档、SQL、配置、PDF 全塞进去，token 成本爆炸，而且模型容易被无关信息带偏。传统方案是向量检索，但向量检索的问题是「找到相似片段」不等于「理解结构关系」，而且检索结果往往没法解释。 graphify 走的是另一条路：用确定性的 tree-sitter AST 解析，把代码里的函数、类、依赖关系、文档、论文、截图，解析成一张知识图谱。这张图谱是结构化的、可持久化的、可查询的，而且「每条边都能解释来源」——你知道图上为什么有这条连接，因为它对应着源码里的某个 import 或调用关系。 核心功能 功能说明使用价值/graphify...
learn-claude-code：17 章课拆解 Claude Code 式 Agent 外壳，从 0 到 1 理解 Harness 机制
一句话结论：learn-claude-code 是 shareAI-lab 开源的 17 章渐进式课程，用一句话贯穿全程——「智能体产品 = 模型 + 外壳」，每章拆一个 Harness 机制，帮你从零复刻一个 Claude Code 式的编码智能体外壳。 AI 摘要 项目用途：17 章渐进式课程，拆解 Claude Code 式 Agent 的每个机制，每章配可运行的 code.py。适合人群：想理解 Agent 底层原理的中级 Python 开发者、想自建编码智能体的团队。上手门槛：低，依赖只有 anthropic、python-dotenv、pyyaml 三个包。智盒结论：它不教你「怎么用 Claude Code」，而是教你「Claude Code 为什么这么设计」，是理解 Agent 外壳工程的最佳入门路径之一。 项目信息 项目名：shareAI-lab/learn-claude-codeGitHub URL：https://github.com/shareAI-lab/learn-claude-codeLicense：MIT版本状态：当前 17 课轨道（s01–s17）+ 遗留 12...
腾讯开源 AI-Infra-Guard：一站式 AI 红队平台，专查 MCP 与 Skill 供应链风险
一句话结论：腾讯朱雀实验室开源的 AI-Infra-Guard（A.I.G）把 AI 红队测试拆成「基础设施、协议/工具、Agent 行为、模型」四层，覆盖 146 个 AI 组件、2000+ 条 CVE 规则，是当前唯一能同时审计 MCP Server、Agent Skill 供应链和大模型越狱的开源平台。 AI 摘要 项目用途：一站式 AI 安全风险自查平台，覆盖 AI 基础设施、MCP/Skill、Agent 工作流、大模型四个层面的红队测试。适合人群：AI 应用开发者、MCP/Skill 开发者、企业安全团队、Agent 平台运营方。上手门槛：Docker 一键部署，Web 界面 + 独立 CLI，无源码也能扫（填 GitHub 地址即可）。智盒结论：AI Agent 生态越繁荣，供应链攻击面越大，这类「给 AI 工具链做安全体检」的工具值得所有 MCP/Skill 开发者关注。 项目信息 项目名：Tencent/AI-Infra-Guard（A.I.G）GitHub URL：https://github.com/Tencent/AI-Infra-GuardLicense：Apache 2.0最新版本：v4.6.0（2026-08-26） 它解决什么问题 过去一年，AI...
清华开源 OpenMAIC：把「讲课」变成可执行的乐谱，多智能体课堂登上 GitHub 榜首
一句话结论：OpenMAIC 是清华 THU-MAIC 团队开源的多智能体互动课堂，连续多日位居 GitHub Trending 榜首、Star 破 3 万，MIT 协议可商用，把「AI 讲一节课」从一次性对话升级为可跨天推进的项目。 AI 摘要 项目用途：用多智能体把「生成一节课」做成可执行、可迭代的完整流程。适合人群：教育工作者、做 AI 课程/教程的开发者、想搭建互动课堂的团队。上手门槛：Docker 一键部署，接入 OpenAI 兼容 API 即可，换模型改配置即可。智盒结论：它把 AI 教育从「问答助手」推进到「学习过程建模」，是当前开源生态里少有的、经过真实课堂验证的 Agent 教育框架。 项目信息 项目名：THU-MAIC/OpenMAIC（Open Multi-Agent Interactive Classroom）GitHub URL：https://github.com/THU-MAIC/OpenMAICLicense：MIT（v0.3.0 起从 AGPL-3.0 更换）最新版本：v1.0.0（2026-08-27）Star：30,513（截至 2026-09-03） 它解决什么问题 市面上的 AI 教育产品大多是「高级 Chatbot」——你问它答，或者让它生成一份课件。但真正的「教」不只是生成材料，而是理解学习者处在哪个阶段、记住他掌握了什么、根据反馈调整教学策略。这些都需要对「学习过程」建模，而不是对「问答」建模。 OpenMAIC 的切入点就在这里。它是一套 Agent 工程框架，把 ReAct、Reflection、Graph Memory、Tool...