Morning Brief
每天早上更新最新的 GitHub 项目和新闻。
10 月 27 日 星期二
9 条，来自 Hacker News、GitHub、Lobsters，09:52 更新
AI
8 个视频、11 小时，用 Python 和 PyTorch 从零做推理模型。
Sebastian Raschka 把他的《Build Reasoning Model (From Scratch)》配上了视频课。从一个预训练 LLM 出发，依次实现评估、推理时扩展、强化学习和蒸馏。这是他去年 LLM 从零编码课程的续篇。
你平时多用 Claude Code 这类工具，想弄懂推理模型内部怎么运作，这门课是比较扎实的入口。
原标题：Sebastian Raschka's from-scratch video course on building reasoning models
看原文 ↗ 看讨论 ↗
AI
一个文件，针对 LLM 写代码的常见毛病给 Claude Code 立规矩。
这个项目把 Andrej Karpathy 对 LLM 编码毛病的观察整理成四条原则：先想后写、简单优先、精准修改、以目标驱动执行。做法就是放一个 CLAUDE.md 文件，针对乱假设、过度设计、顺手改无关代码这些问题。
你主要用 Claude Code 做项目，复制一个文件就能试，成本几乎为零。
原标题：multica-ai/andrej-karpathy-skills
看原文 ↗
AI
在 agent 里打一句话，产出网页、App 原型、PPTX 或动画。
这是给 Claude Code、Codex、Cursor 等 agent 用的设计 skill，3.0 先出六张缩略图再挑三个方向做成稿，风格库有 84 种，还带设计体检和记录你做过什么风格的外观账本。协议已改为 MIT，个人和商用都免费。
你之前给 Impeccable 和 Hallmark 打了 5 分，这个同样是让 AI 做出不像 AI 的设计，值得对比着试。
原标题：alchaincyf/huashu-design
看原文 ↗
开源项目
NVIDIA 出的安全扫描器，检查 Claude Code、Codex、MCP 的 skill。
它能扫描 Git 仓库、网址、压缩包或目录，覆盖提示注入、数据外泄、供应链风险等 17 类、71 种漏洞模式。README 称在 31,132 个 skill 的样本中，26.1% 含漏洞，5.2% 疑似恶意。
你会装各种 skill 和 CLAUDE.md，装之前先扫一遍，比直接信任来得稳妥。
原标题：NVIDIA/SkillSpector
看原文 ↗
开发
围绕 pi 编码代理做的轻量 IDE，用 git worktree 隔离工作区。
ThinkRail 给 pi 编码代理做了完整界面，每个任务在独立的 git worktree 里进行，agent 可以并行工作，好的分支合并，其余删掉。它还用 living specs 和可复用 skill 保存项目知识，后续会加入扩展支持。
你用 AI 写代码时常要同时试几种改法，worktree 隔离的工作流值得看看。
原标题：JetBrains/thinkrail
看原文 ↗
开源项目
在 Mac、Windows、Linux 上离线跑开源模型，MIT 协议。
Hob 是 Claude 和 ChatGPT 的开源本地替代品，会根据你的电脑挑选合适的开放权重模型（如 Gemma、gpt-oss）并自动配置好。可以用来填 PDF、处理文档，免费、私密、能离线使用。
想在自己电脑上试开源模型又不想折腾配置，这个可以直接下载来试。
原标题：Show HN: Hob - Open-source, on device alternative to Claude Cowork and ChatGPT
看原文 ↗ 看讨论 ↗
好玩
作者翻找旧版 Windows，看谁是最老的还能运行的图形程序。
64 位 Windows 没有 NTVDM，跑不了 16 位程序，所以作者从早期 NT 时代找起。他从 Win32s 里找到 1993 年 2 月 22 日的 FREECELL.EXE，在最新 Windows 11 上不改动就能玩，然后继续往更早的版本挖。
这类考古式的好奇心小品，和你喜欢的有趣小玩意是同一路。
原标题：Oldest GUI application that still runs on Windows 11
看原文 ↗ 看讨论 ↗
开发
一位作者检查自己的网页打印效果，发现远没想象中好。
作者喜欢把文章打印出来批注，于是想让自己写的内容也能被好好打印。他原以为按 Ctrl-P 就会有不错的结果，实测后发现并非如此，文中谈了怎么改进。
你自己做网站，加一份打印样式是小工作量，而且常被忽略。
原标题：Websites Should Be Printable
看原文 ↗ 看讨论 ↗
AI
开启约束解码后，工具调用的 schema 准确率可达 100%。
作者发现用 vLLM 0.28 跑 Kimi K2.6 时，只有 92% 的工具调用符合预期 schema。vLLM 0.31 以服务器参数的形式加入了约束解码，开启后新版 Kimi 和 DeepSeek 模型可达 100%。
如果你以后用开源模型驱动 agent，工具调用出错会拖垮结果，这篇讲清了原因和解法。
原标题：Fixing Tool-Call Accuracy in vLLM
看原文 ↗ 看讨论 ↗