InferNews

Work Agents 將數碼工作拆成可驗證成果

Share to X Facebook

跨應用程式完成工作，不能只看模型答得對不對；Work Agents 把代理流程、能力與可驗證成果放進同一研究脈絡。

Work Agents: Systems, Capabilities, and Optimization

當 AI 要跨應用程式完成多步工作，交付可核實、能供後續使用的成果，比單次答對更重要。Work Agents 是配合調查研究整理的開源閱讀清單，收錄數碼工作代理的系統、訓練、環境、記憶、基準與官方資源，並非可直接安裝的代理軟件。

研究以工作持續性（work persistence）和工作開放性（work openness）描述工作條件，並分成對話（Conversation）、單一步驟（Atomic Action）、多步（Multi-step）、工作流程（Workflow）及工作區（Workspace）五類。它也梳理 foundation models（基礎模型）與 runtime harnesses（執行時框架）的單獨或協同優化，評估則聚焦成果能否符合要求並供下游使用。

你可由 GitHub 清單挑選論文、基準和工具；暫未有可直接執行的代理或統一安裝、測試流程，不能當成部署指南。

  • 整理代理系統、訓練方法、環境與記憶研究
  • 涵蓋五類數碼工作及相關評測資源
  • 比較模型、執行框架及兩者的協同優化
  • 以可驗證、能供下游使用的成果作評估焦點

產品團隊和自動化流程負責人可用它整理能力缺口與評測方法。清單沒有同一環境下的性能數字，具體效果仍要回到各研究與工具核實。

項目主頁 · GitHub

Categories: 開源, 香港中文大學, 香港大學, 香港科技大學, 清華大學, Agentic, 模型, 模型訓練, 框架, 香港, 軟件, 工具, 庫

Continual Learning Exam：測試 AI 能否把工作經驗帶到下一項任務

Share to X Facebook

AI 助理完成一項工作後，能否記住檔案、工具、規則和偏好，並在後續任務派上用場？Continual Learning Exam 以跨五個階段的專業工作流程測試這種能力。

Continual Learning Exam — CLE

完成眼前任務不代表 AI 助理學會了經驗：它還要在後續工作中找回先前接觸過的檔案、工具、規則或使用者偏好。Continual Learning Exam（CLE）是一套持續學習評測基準，透過相連的專業任務，檢驗代理能否累積並重用這些資訊。

每項任務分成五個相連階段，後續階段可能需要運用先前累積的知識。完整基準涵蓋 12 個領域、89 種專業角色及 120 項由 50 多位領域專家撰寫的任務，共有 600 個階段；CLE Lite 則提供 20 項任務及 100 個階段，並公開任務卡、輸入檔案和執行環境，方便研究團隊先行測試。

CLE 提供兩種評測方式：Direct 讓代理直接執行全部五個階段；CLE Trial 1 和 Trial 2 則要求代理通過當前階段，才繼續前進，Trial 2 另加入診斷回饋及一次修訂。這個安排能比較代理在不同流程下的完成情況，也能觀察回饋是否改善結果，但不應把單次任務得分直接視為代理已具備穩定、通用的長期學習能力。

公開結果中，最佳配置完成了 47.7% 的階段；加入診斷回饋和一次修訂後，完成分數的中位增幅為 5.3 個百分點。這些數字反映任務完成度仍有明顯提升空間，也提醒使用者把評測結果視為比較代理配置的依據，而非對日常工作成效的保證。

CLE 適合研究代理記憶、工具使用與跨任務學習的團隊，也適合評估專業工作流程的開發者。可以先用 CLE Lite 的任務套件和 Harbor 執行環境測試代理，再按需要比較 Direct、Trial 1 與 Trial 2；完整基準、排行榜及研究論文則可用來進一步查看任務分布和評測結果。

  • 以五個相連階段檢驗經驗能否在後續工作中重用。
  • 完整基準涵蓋 120 項任務、12 個領域及 89 種專業角色。
  • CLE Lite 提供 20 項任務與 100 個階段，可先行測試。
  • Trial 2 加入診斷回饋和一次修訂，最佳配置完成 47.7% 的階段。

項目主頁 · GitHub

Categories: 開源, 工具, Dataset 數據集

Continual Learning Exam：測試 AI 能否把工作經驗帶到下一項任務

Share to X Facebook

AI 助理完成一項工作後，能否記住檔案、工具、規則和偏好，並在後續任務派上用場？Continual Learning Exam 以跨五個階段的專業工作流程測試這種能力。

Continual Learning Exam — CLE

完成眼前任務不代表 AI 助理學會了經驗：它還要在後續工作中找回先前接觸過的檔案、工具、規則或使用者偏好。Continual Learning Exam（CLE）是一套持續學習評測基準，透過相連的專業任務，檢驗代理能否累積並重用這些資訊。

每項任務分成五個相連階段，後續階段可能需要運用先前累積的知識。完整基準涵蓋 12 個領域、89 種專業角色及 120 項由 50 多位領域專家撰寫的任務，共有 600 個階段；CLE Lite 則提供 20 項任務及 100 個階段，並公開任務卡、輸入檔案和執行環境，方便研究團隊先行測試。

CLE 提供兩種評測方式：Direct 讓代理直接執行全部五個階段；CLE Trial 1 和 Trial 2 則要求代理通過當前階段，才繼續前進，Trial 2 另加入診斷回饋及一次修訂。這個安排能比較代理在不同流程下的完成情況，也能觀察回饋是否改善結果，但不應把單次任務得分直接視為代理已具備穩定、通用的長期學習能力。

公開結果中，最佳配置完成了 47.7% 的階段；加入診斷回饋和一次修訂後，完成分數的中位增幅為 5.3 個百分點。這些數字反映任務完成度仍有明顯提升空間，也提醒使用者把評測結果視為比較代理配置的依據，而非對日常工作成效的保證。

CLE 適合研究代理記憶、工具使用與跨任務學習的團隊，也適合評估專業工作流程的開發者。可以先用 CLE Lite 的任務套件和 Harbor 執行環境測試代理，再按需要比較 Direct、Trial 1 與 Trial 2；完整基準、排行榜及研究論文則可用來進一步查看任務分布和評測結果。

  • 以五個相連階段檢驗經驗能否在後續工作中重用。
  • 完整基準涵蓋 120 項任務、12 個領域及 89 種專業角色。
  • CLE Lite 提供 20 項任務與 100 個階段，可先行測試。
  • Trial 2 加入診斷回饋和一次修訂，最佳配置完成 47.7% 的階段。

項目主頁 · GitHub

Categories: 開源, 工具, Dataset 數據集

Iching 64 Motion：《易經》六十四卦結構動畫

Share to X Facebook

想看懂六十四卦如何生成、相互轉換，這部約三分鐘的動畫把卦象、數學關係與經典次序串成一條視覺線索。畫面和配樂均由程式生成，亦可自行預覽及渲染。

shot 8

由陰陽爻逐步生成六十四卦，再看卦象如何倒轉、互換和變化，iching-64-motion 把《易經》的符號關係整理成一部約三分鐘的知識動畫。它是以程式製作的動畫項目，處理的是如何把抽象卦序和結構轉成可觀看的畫面；內容聚焦符號系統，不提供占卜解讀。

全片分成七章，從邵雍「加一倍法」帶出六十四卦的生成，再以方圓圖、錯卦與綜卦、互卦、變卦、文王卦序、十二消息卦和京房八宮呈現不同關係。陰爻記作 0、陽爻記作 1，六爻卦可讀成六位二進制數；改變一爻，則可視為在六維立方體的頂點之間移動。這些呈現方式讓讀者能從圖像理解卦與卦之間的連結，而非只看靜態卦名。

畫面由 React、SVG 和 three.js 生成，Remotion 負責把場景渲染成影片；六十四卦、卦序等資料由程式推導，配樂則以 Python、numpy 和 scipy 合成，並按畫面事件安排聲音。項目沒有使用外部圖片、影片或音訊素材，視覺與音樂都能納入同一條可重現的製作流程。這對製作資料驅動動畫、教學影片或展覽內容的創作者，提供了可參考的做法。

本機預覽需要 Node.js 18 或以上；可在 Remotion Studio 預覽，再渲染 MP4；不生成配樂仍可預覽畫面。

  • 資料由定義推導生成，涵蓋 384 爻及本卦、之卦的 4096 種組合。
  • 可預覽並渲染影片；生成配樂需要額外安裝 Python 科學運算套件。

GitHub

Categories: 開源, AI productions, Video, Image, Audio, 教學, 工具, Content Creator, Python, 動畫, 音樂

magpie：通過本機閘道，把不同 AI 編程代接上同一模型

Share to X Facebook

Claude Code、Codex、Gemini CLI 等代理可以各自改用其他模型或訂閱帳戶；配額用完時，Magpie 亦可按設定切換帳戶或路由到其他服務。

magpie

想讓 Claude Code 用 Kimi、Codex 用 DeepSeek，或者讓 OpenCode 使用 ChatGPT 訂閱模型，不必逐個代理手動改一堆設定。Magpie 是一款跨平台工具，透過本機閘道統一管理模型與供應商，並從選單列切換代理設定；它改動的是各代理自己的關鍵設定，並非把不同代理合併成同一個程式。

它支援 API key、本機模型，以及 Claude、ChatGPT、Copilot、Gemini、Grok 等已登入帳戶。Claude 整合會呼叫本機的 Claude CLI，並透過 MCP（Model Context Protocol）橋接代理工具；ChatGPT 訂閱模型則可供其他代理使用。這讓使用者能沿用熟悉的代理工作流程，同時更換背後的模型來源。

配額耗盡時，Magpie 可改用同一供應商的另一個帳戶；若設定了路由群組，也可轉往其他模型或供應商。沒有備用帳戶或路由群組時，錯誤仍會傳回代理，因此不中斷並非無條件保證。隱私遮罩則須在設定中手動開啟，啟用後會在請求離開本機前遮蔽提示中的金鑰、密碼和電郵地址，再把內容還原到回覆。

  • 從同一份清單為不同代理選擇模型，減少逐個修改設定的工作。
  • 可混用雲端 API、本機模型和已登入的訂閱帳戶。
  • 帳戶或路由備援可降低配額用盡造成的中斷，但須先配置可用的後備路徑。
  • 隱私遮罩預設關閉，敏感資料保護需自行啟用。

對同時使用多個 AI 編程代理、需要管理不同供應商帳戶的個人或團隊，Magpie 可集中處理切換與備援；若只用單一帳戶，或不希望工具改寫代理設定，收益會較有限。項目支援 macOS、Windows、Linux、Docker 和 Termux；提供下載與文件，但所給資料未列出效能測試或延遲數據，選用前宜確認所需代理、模型與登入方式均在支援範圍內。

GitHub

Categories: 開源, MCP, 模型, 微軟, OpenAI, DeepSeek, Gemini, API, 工具, Mac, Linux, 編程, Anthropic, Kimi, MiniMax

AstrBot：把聊天平台接入大模型

Share to X Facebook

AstrBot 將聊天平台、模型服務與插件串成一個可管理的 AI 助手項目，適合想自建聊天機械人的團隊。

Featured｜HelloGitHub

想在 QQ 等聊天平台加入 AI 對話、插件功能和自訂服務，AstrBot 提供的是一套可自行運行的開源框架，而不是單一模型。項目以 Python 3.12+ 為基礎，將訊息接收、模型呼叫及擴充功能放進同一個工作流，減少團隊自行黏合多個服務的工作量。

簡單講係一個「將 AI 接入通訊軟件」嘅開源平台：你可以將雲端或本機大模型，接駁 Telegram、Discord、LINE、Slack、企業微信等平台，變成可以聊天、查知識庫、使用工具同執行任務嘅 AI 助理。佢本身唔係大模型，而係負責整合模型、訊息平台、插件同 Agent 功能。

  • 適合建立個人助理、社群機械人及內部聊天工具
  • Python 生態方便加入自訂插件與外部 API
  • 支援多語言文件，方便跨地區協作
  • 需要自行處理模型服務、平台帳戶及運行環境

相比直接使用封閉式聊天服務，AstrBot 把控制權交回管理者，換來較高的設定彈性和維護成本。它較適合有基本 Python 能力、需要掌握資料流向，或希望按團隊需求改造聊天機械人的使用者；只想即時開啟對話服務的人，則要先考慮環境配置和平台整合工作。

項目本身屬於聊天機械人框架，實際解決的是訊息平台與大型語言模型之間的整合問題。項目提供版本、文件、路線圖及 Issue Tracker 等入口。

GitHub

Categories: 開源, 模型, API, 框架, 工具, Python

detectorscope：DeepMind AI 文字偵測器，逐句交代判斷依據

Share to X Facebook

AI 文字偵測常被質疑只給標籤、看不到理由；DetectorScope 會列出影響判斷的文字特徵，並標示它們出現的位置。

DetectorScope demo

當文字被判定為 AI 生成，DetectorScope 會進一步指出哪些字詞或句式推高了判斷分數，並讓使用者在文字上查看相關片語。這個開源工具把黑箱 AI 文字偵測器轉成可檢視特徵的系統，也能用來分析不同語言模型的寫作習慣。

它先在偵測器的 residual stream 上訓練稀疏自編碼器（SAEs），為特徵產生描述和驗證分數，再篩選合格特徵，交由稀疏分類頭作出預測。結果會列出 AI 機率、特徵描述及各特徵的影響方向；示例中，「about」作介詞和重複語句提高 AI 分數，而口語填充語則降低分數。

你可以先到 Hugging Face Space 試用示範，開發者則可透過 Python 套件載入預訓練的 liamdugan/detector-scope 模型，提交文字並讀取特徵結果。亦把自有黑箱偵測器轉成可審核版本的流程，但沒有提供可據以比較準確率或誤判率的評測數據。

  • 判斷結果附有可讀特徵，並可定位相關文字片段。
  • 特徵描述及驗證分數用來篩選分類器採用的訊號。
  • 可用於檢視模型文字傾向，或研究偵測器如何作出判斷。
  • 特徵解釋有助審查結果，但不能單憑解釋證明偵測準確或公平。

對研究文字偵測、模型行為或內容審核的團隊而言，DetectorScope 提供了比單一 AI 標籤更可追查的分析線索。由於資料未列出不同領域、語言或改寫文本上的可靠度，涉及學術紀律或其他高風險決策時，仍應配合人工審核，避免把偵測分數當成定論。

GitHub

Categories: 開源, 模型, 模型訓練, Google, 工具, Python

DirCast-code：AI 同時導播與解說，直播一手包辦

Share to X Facebook

DirCast 每秒查看 Dota 2 十名英雄的鏡頭，自行選擇播出畫面並配上解說。它把導播與主播工作交給同一個模型，但目前評估仍集中於有限的職業賽事。

DirCast

直播觀眾看到的畫面和聽到的解說，通常由導播與主播共同決定；DirCast 嘗試讓 AI 每秒查看十名英雄的原始鏡頭，選出播出畫面，再按該畫面決定何時發言及說甚麼。這個研究型工具以 Dota 2 賽事為場景，處理的是如何在比賽仍在進行時，同步完成選鏡和解說，而非只替已剪好的直播影片配音。

DirCast 使用單一串流影片語言模型 Qwen3-VL-8B，並以 LoRA 微調。模型先低解像度掃描各英雄鏡頭及遊戲狀態，再由導播模組決定維持現有畫面或切換；選中的鏡頭會再以高解像度讀取，供發言判斷和文字生成。這種安排把全場掃描與播出畫面的細節理解分開，也讓模型的解說跟隨自己選出的畫面。

模型不會永久保留所有低解像度鏡頭：這些畫面只在設定的時間窗內留在上下文，播出畫面、事件和已生成的說話則會保留，令處理長賽事時的上下文成本受控。訓練時加入受擾動的播出流程，讓模型練習從自己選錯鏡頭後恢復；事件標記則協助它把擊殺等值得呈現的時刻納入選鏡考量。控制切鏡與發言的門檻亦會按頻率調節，避免節奏過密。

研究資料集包含 27 場職業 Dota 2 比賽，記錄每名英雄的鏡頭、人類導播選擇及主播解說。示範涵蓋兩場留出比賽，展示模型切到鏡頭外發生的交戰並作出評論；但這些例子不足以證明它已能應付不同遊戲、直播延遲或長期穩定運作，現階段較適合研究團隊測試自動化直播製作，而非直接取代真人轉播團隊。

  • 每秒掃描十路英雄鏡頭，並自行選擇播出畫面。
  • 同一模型負責導播決策、發言時機及解說文字。
  • 低解像度畫面會過期，播出內容與事件記錄則留在上下文。
  • 訓練資料來自 27 場職業 Dota 2 比賽，公開示範展示兩場留出賽事。

GitHub 儲存庫提供模型、資料處理與賽事狀態相關程式碼；研究人員可據此檢視流程或測試模型。儲存庫資訊未列出完整安裝步驟、硬件需求或可直接重現的評估指標，因此部署成本與相對真人導播、主播的穩定差距，仍需更多測試才能判斷。

項目主頁 · GitHub

Categories: 開源, 北京大學, AI productions, 模型, 模型訓練, Qwen, OpenAI, Video, 工具, 庫, Dataset 數據集, LoRA

CapCut 以外，Concat 把影片剪輯搬回本機

Share to X Facebook

想剪片但不想上載素材、註冊帳戶或處理浮水印？開源影片編輯器 Concat 提供本機字幕、語音與多軌剪輯功能。

Concat

剪短片、上字幕、替換背景，卻不想先建立帳戶，把原片交給雲端平台處理，Concat 提供了另一條路。這個跨平台開源影片編輯器把自動字幕、文字轉語音、聲音複製、背景移除、多軌剪輯及 4K 匯出放進同一個介面，支援 macOS、Windows、Linux 與 Android。

Concat 屬於桌面及流動裝置影片編輯工具，核心特色不是追求完整取代所有專業軟件，而是針對 CapCut 常用的剪輯流程，減少上載素材及依賴訂閱的摩擦。自動字幕由本機 Whisper 處理，選擇模型大小後即可把字幕放上時間軸，再配合文字轉語音、關鍵幀動畫、特效及標題完成內容製作。

這項取捨十分清楚：素材可完全留在本機，離線工作，不會因平台政策改變而失去作品控制權；但代價是本機運算能力會直接影響字幕生成等功能的處理速度。Concat 亦提供語音複製，只需數秒錄音便可建立聲音，適合處理旁白、角色對白及多語言版本，背景移除則涵蓋人物、物件，亦可自行修正遮罩。

  • 支援 macOS、Windows、Linux 及 Android
  • 本機 Whisper 自動字幕，無須上載影片
  • 提供文字轉語音、聲音複製及背景移除
  • 支援多軌剪輯、關鍵幀、特效、標題與 4K 匯出
  • 無浮水印、無需帳戶，亦沒有上載限制或訂閱費用

對內容創作者、獨立製作者、教育工作者及需要處理敏感素材的團隊而言，這是一套頗完整的本機工作流。多軌剪輯、位置、縮放、旋轉、透明度及音量關鍵幀控制，令它不只停留在簡單裁片工具；惟目前版本號仍為 0.2.8，跨平台的成熟度、介面細節及不同裝置上的匯出表現，仍須經實際作品驗證。

GitHub

Categories: 開源, 文字轉語音, AI productions, 模型, Video, Audio, 軟件, 工具, Content Creator, Mac, Linux, 語音, 動畫

Hycli 將網站變成可操作的 CLI 工具

Share to X Facebook

Hycli 把網站包裝成 typed CLI 與 MCP 工具，讓 AI agent 讀取、搜尋及修改內容，同時把 cookies 留在本機。

Hycli — Websites, ready for AI.

網站操作之所以難交给 AI agent，往往不是模型不懂流程，而是登入狀態、網站結構與寫入風險都混在一起。Hycli 是開源 CLI 與 MCP server 生成工具，會從網站文件、前端 bundle 及瀏覽器網絡流量建立 typed CLI，涵蓋讀取與寫入操作，並沿用真實瀏覽器登入狀態。

它的差異不在於讓 agent 多一層包裝，而在於把「探索網站」與「執行變更」分開。三個 AI workers 會檢查文件、程式碼和 live traffic，建立工具規格期間不會執行 mutation；即使路徑或 GraphQL body 隱藏了寫入行為，也會被攔截。新 CLI 預設 writes: false，首次寫入前要求用戶確認，亦可隨時撤銷權限。

  • 用 hycli prepare 探索網站並產生 CLI 規格
  • 透過 CLI 或 MCP 讀取、搜尋、建立及編輯網站內容
  • cookies、localStorage、sessionStorage 與 API keys 儲存在本機 vault
  • 寫入失敗不會自動重試，避免重複下單或發文
  • 匯入登入狀態時只讀取指定網域的資料

瀏覽器憑證不會放入 LLM prompt，模型只會看到帳戶標籤、storage key 名稱及已遮蔽的 response schema；真正的 secret 由本機在執行時注入，並從輸出與日誌中移除。OS keyring 分別支援 Windows Credential Manager、macOS Keychain 與 Linux Secret Service，亦備有只限擁有者讀取的檔案權限。

Hycli 適合需要反覆處理後台、內容平台或內部網站介面的團隊，也適合已使用 MCP 的 AI agent 工作流。它不是通用網頁爬蟲，重點是為特定網站建立可重用的 typed 操作介面；實際效果仍取決於網站是否提供可辨識的文件、前端 bundle 或網絡 API，以及該網站是否容許相關自動化操作。

GitHub

Categories: 開源, Agentic, MCP, 模型, API, 工具, Mac, Linux, 安全
Page 4 of 35
1 2 3 4 5 6 … 35