AI Agent GitHub Digest — 2026-09-26

TL;DRNokia 應用研究團隊開源 AnyJev，用 cyclic shift＋批次先驗校正讓任何開源 LLM 免訓練吐出校準過的決策機率，官方測試把可自動判定流量從 7.7% 拉到 52.0%；DSPy 3.4.0 接上 TypeSafe client 並帶兩項 breaking changes；Pydantic AI v2.50.0 把上週的 `TypeSafeModel` 升級成正式的 `DecisionModel` 基底類別；另外還有幫 agent 產出接手上線部署的 golive-skill、讓 coding agent 換底層模型像點選單一樣簡單的 magpie、讓 Claude Code 和 Codex 組隊且會自我改寫 skill 的 sno-station。

#ai-agent #github #open-source #daily #decision-model #agent-orchestration #agent-tools

系列: AI Agent GitHub Digest (42 / 44)

AI Agent GitHub Digest — 2026-09-25 AI Agent GitHub Digest — 2026-09-27

🌏 English version

今日亮點

這幾天冒出來的新詞是 Jev——TypeSafe 上週推出的「不說話」決策模型：輸出不是文字，是 Choice／Score／Noul（真假機率）這幾種結構化決策。今天可以直接看到它的擴散速度：Pydantic AI v2.50.0 把上週才加的 TypeSafeModel 升級成正式的 DecisionModel 基底類別，DSPy 3.4.0 同一天接上 TypeSafe client，Nokia 應用研究團隊則開源了 AnyJev，讓還在排 waitlist 的團隊不用訓練就能把任何開源 LLM 包成同一套校準決策層。一個上週才公開的新原語，一週內變成三個獨立陣營的基礎設施。

nokia-applied-research/AnyJev ⭐ 662（09-21 建立，5 天內，均日約 +132）

GitHub　·　Python　·　Apache-2.0

是什麼：Nokia 應用研究團隊開源的 Python 函式庫，用 cyclic shift（把選項用 K 種排列各出現一次、取幾何平均消掉位置偏誤）加批次先驗校正，讓任何開源 LLM 不需要額外訓練就能吐出校準過的決策機率。
為什麼值得看：直接讀 logits 做決策有兩個已知毛病——選項順序一換答案就變、機率本身沒校準過。AnyJev 分兩層修：L0 不需要標記資料就能用，L1 用 100–500 筆標記資料做溫度校正。官方在 Qwen3-8B／BANKING77 測試集上，把「5% 誤差內可自動判定」的流量比例從 7.7% 拉到 52.0%，順序反轉造成的答案翻轉率也從 0.230 壓到 0.073——是少見「幫排不到 Jev 存取權的團隊補一條開源替代路」的嘗試。
tech stack：Python + Hugging Face Transformers／vLLM 推論後端 + 共享前綴批次評分
上手難度：中——pip install anyjev[hf] 就能跑，但要理解 L0／L1 校正機制、選對題型才會有正確的機率輸出

mikehasa/golive-skill ⭐ 942（09-23 建立，3 天內，均日約 +314）

GitHub　·　TypeScript　·　MIT

是什麼：一個 Claude Code／Codex 都能用的 Agent Skill，接手「agent 把 app 寫完之後」的那一步——把它實際部署上線。
為什麼值得看：現在多數 coding agent 停在「程式碼寫完」，上線還是要人手動接 hosting、資料庫、網域、email、金流。golive-skill 用 detect→plan→approve→apply→verify 五步驟直接串起 Vercel／Netlify／Supabase／Neon／Cloudflare 等帳號，強調不架自己的後端、不留 telemetry——上線這一步仍然發生在使用者自己的帳號裡，不是多一層代管服務。
tech stack：TypeScript + 零依賴 Node CLI + 各家 hosting／DB／DNS 供應商官方 API
上手難度：低——裝進 agent 的 skill 目錄後，由 agent 自己判斷該呼叫哪個供應商

yetone/magpie ⭐ 791（09-23 建立，3 天內，均日約 +264）

GitHub　·　Go　·　MIT

是什麼：一個 macOS 選單列小工具，讓 Codex 接 DeepSeek、Claude Code 接 Kimi 這種「coding agent 換底層模型」變成點兩下的事。
為什麼值得看：coding agent 的殼（Claude Code、Codex）跟底層模型正在快速解耦，但切換供應商目前大多要改設定檔、對 API 格式。magpie 直接做一層路由，吸收掉不同供應商之間的協定差異，解決的是「不想被殼綁死在同一家模型」這個很具體、很多開發者已經在手動土砲的痛點。
tech stack：Go + 本機路由 daemon + 各家 LLM API 相容轉接層
上手難度：低——選單列點選要用的模型組合即可，不用改 agent 本身設定

sno-ai/sno-station ⭐ 212（09-19 建立，7 天內，均日約 +30）

GitHub　·　TypeScript　·　Apache-2.0

是什麼：讓 Claude Code 和 Codex 在同一台機器上組隊工作的本機多 agent 協調層，兩個 agent 有共享的加密記憶跟互相傳訊的管道。
為什麼值得看：多數多 agent 框架處理的是「雲端 agent 互相呼叫」，sno-station 反過來瞄準「同一個人手上的兩支不同廠牌 coding agent 怎麼分工」，還加了一個需要人核准才會生效的夜間迴圈，讓 agent 自己改寫自己的 skill——這步「自我改寫」比常見的「自我記憶」更少人做，也更需要謹慎看待。
tech stack：TypeScript + 本機加密訊息層（Reach）+ 免 daemon、免雲端架構
上手難度：中——概念新穎，得先理解「squad skill」跟核准流程才敢放手讓它自動跑

mitkox/esf ⭐ 148（09-19 建立，7 天內，均日約 +21）

GitHub　·　Go　·　MIT

是什麼：一個自架的「工程軟體工廠」，用 Temporal 工作流包住跑在沙箱裡的 coding agent，每一步都留下可驗證的稽核紀錄。
為什麼值得看：多數 coding agent 專案在意「能不能寫出程式碼」，esf 在意的是「這段程式碼是怎麼被寫出來的、能不能重放、能不能稽核」——是把 coding agent 從個人玩具往「團隊可以在生產環境信任的產線」推的方向，Temporal 保證流程失敗可重試、不會半途消失。
tech stack：Go + Temporal 工作流引擎 + CubeSandbox 沙箱執行層
上手難度：高——需要自架 Temporal cluster，面向想蓋內部 agent 開發產線的團隊

Notable Releases

DSPy 3.4.0

Release Notes

重要變更：新增 TypeSafe client 整合，可直接呼叫 Jev 拿到 Noul／Choice／Score 三種型別化決策輸出；新增 ReAnchor 優化器，能針對自訂評分函式重新校準決策門檻；原生 LM 引擎 dspy.lm15 取代原本完全依賴 LiteLLM 的執行路徑，並開放註冊自訂 HTTP provider；新增持久化、非沙箱化的 LocalInterpreter（給 RLM／Flex 用）與 async 版 ReActV2。
Breaking Changes：RLM 的 interpreter_factory 參數改成只能用關鍵字傳入；3.3 版的舊實驗性 LM 型別已整個移除。
對你的影響：如果你的程式碼是用位置參數呼叫 interpreter_factory，或還在用 3.3 的舊實驗性 LM 型別，升級後會直接報錯，得先照新介面改寫。

Pydantic AI v2.50.0