2026-11-13 · GitHub AI 日报

统计窗口北京时间 2026-11-13 00:00 — 10:05（对应 GitHub committer 时间 2026-11-12 16:00 UTC 起）。以各仓库默认分支的真实提交时间戳为准，不使用 `pushed_at` 近似；辅以当日发版（releases）与仓库内官方公告。

覆盖方向① AI Coding / 编程智能体与技能生态 ② 医学 / 临床研究 AI 与 Agent 技能库 ③ 健康管理 / 营养与食品 AI ④ 模型底座与 Agent 基础设施，共四条线。

去重说明与 2026-10-16 ~ 2026-11-12 全部已发期次（累计 1821 个历史仓库）逐一比对，本期 83 个仓库全部为首次出现；四张分类表内部无交叉重复，索引条数 = 表格行数 = 唯一地址数，三者相等。另有 anthropics/skills（★193,723）、mattpocock/skills（★323,052）、addyosmani/agent-skills（★116,712）、cloudflare/security-audit-skill（★71,253）四个仓库本周占据 trending 榜首，但今日默认分支无任何提交，故不计入本期表格，仅在「今日趋势观察」中如实说明。

核验口径星标与许可证取自 GitHub REST API（`repos` 接口与 `license` 接口，许可证以仓库内 LICENSE 文件实文复核）；提交记录取自 `commits` 接口按 `committer.date` 过滤；发版取自 `releases` 接口；README 关键结论均逐条打开原文核对。所有仓库名、星标数、提交信息与评测数字均来自实际接口返回，无任何编造。

一、今日精选 5 条

1. 给「打分器」本身做评测：BLEU/BERTScore 根本抓不住植入的临床错误，能抓的是结构化事实抽取加图像定位

地址：https://github.com/FavianaNoronha/ultrasound-report-metaeval ｜ ★0 ｜ MIT ｜在乳腺、甲状腺、胎儿头围超声上给 AI 报告植入一个临床错误，再检验四层打分器能否把「错误报告」排在「无害改写」之下

事件内容

今日 3 次提交，完成 ROADMAP 的 Step 31-38：跨数据集分割器、更严格的事实抽取器、预注册的「事实 vs 措辞」与对抗测试、变形（metamorphic）与检出限检查、RadGraph-F1、图像检查的责任 AI 检查。
变形检查（Step 34）的单位/顺序/同义词不变性违反率：BLEU 60%、ROUGE-L 48%、chrF 36%、RaTEScore 35%、AI 裁判 30%（子集）、finding_f1 6%、BERTScore 5%、llm_finding_f1 5%。
检出限（Step 35）以匹配同义词为对照、要求 AUROC ≥ 0.80：BLEU、ROUGE-L、chrF、BERTScore、RaTEScore 全部从未达到；AI 裁判在 5%（尺寸误差）与 1 mm（头围）处才达到；MedSAM 图像检查 25%、无标签 U-Net 检查 50%。
对裁判的预注册对抗改写（Step 36）：最优变换「重排」在 100 份错误报告上平均把裁判分改变 −0.13，但 6% 的报告反超其正确对照（改写前 9%）；RadGraph-F1 是措辞驱动的（事实 0.00 vs 措辞 0.17，17,444 个区块），从未达到 AUROC 0.80。
责任 AI 检查（Step 38）：对低 U-Net 置信度弃答，位置检查错误率从 4.8% 降到 3.3%（80% 覆盖）与 2.2%（60% 覆盖），掩膜失败率从 12.1% 降到 3.8% 与 1.7%。GREEN 官方 13 GB 检查点在 16 GB 机器上 36 分钟仍未跑完两份对比，作者如实写明「没有 GREEN 数字，也没有替代」。

值得关注的原因

这直接命中我这个站和我业务里最怕的一件事：报告写着「循证 + 零幻觉 + 附参考文献」，但如果评审用的是 BLEU / BERTScore 这类文本相似度，它连「数字写反」和「否定翻转」都分不出来 —— 93% 的 ROUGE-L 场景会把植入错误排在无害同义改写之上。
结论有直接工程含义：真正可用的是「结构化事实抽取（finding_f1 / llm_finding_f1）+ 图像定位（掩膜比对）+ 弃答（abstain）」三件套，而不是「写更长的提示词让模型自己判断」。这一条可以直接抄进我 4P 干预报告的生成规范。
「6% 的错误报告靠改写就反超正确报告」这个数字，对我内容生产是硬提醒：当文本由 AI 起草时，措辞本身就是攻击面。凡我 4P 平台里「必须人工确认」的结论，都应该是流程必经步骤，而不是提示词里的一句提醒。
「GREEN 跑不出来就写没有数字、不拿替代品凑」正是我规范文档该抄的一条硬要求 —— 和上一期 openfit 公开 95 条规则四档验证状态是同一种诚实度。

2. 技能也要有质量门：NVIDIA 把「失败的评测臂」和「没跑的评测臂」在报告里严格区分开

地址：https://github.com/NVIDIA/SkillEvaluator ｜ ★888 ｜ Apache-2.0 ｜分层质量门 + 语义重叠检测 + 合成评测集 + 实时代理评测，用来衡量 Agent Skill 对任务结果的真实影响

事件内容

今日 24 次提交，是本期提交密度最高的成熟框架之一；项目隶属 NVIDIA Verified Skills 管线，配套 arXiv 论文 2608.20614 与官方文档站。
三条提交直接暴露了评测语义的严谨化：fix(reporting): describe a failed Tier 3 arm as incomplete, not as not run (#407)、fix(tier1): report dependency advisories as structured findings (#421)、fix(tier3): stop per-trial apt installs in Docker agent setup (#413)。
工作方式分两段：先跑静态质量检查（可接入 GitHub / GitLab CI 模板，无需写评估代码），再用「有该技能 vs 无该技能」的实时代理运行对比，直接测量技能对任务结果的增益。
可直接 skillevaluator ci init 在自己的仓库里生成配置 PR，选择检查项与阈值；最近一次发版为 v0.8.0（2026-11-06）。

值得关注的原因

我在上一期记忆里给自己留的作业正是「4P 专家包该做一套 30~50 题的两两对比评测」，这个框架的「技能开/关对照实跑 + 分层质量门 + 阈值」结构可以直接照抄，等于省掉自己发明评测协议的那一段。
「失败的臂 ≠ 没跑的臂」这条是我最想抄的：上一期 clinmesh 的边界设计（最终 Actor 永远是点击审阅框的人类）靠系统层实现，而这里靠的是报告层的语义纪律 —— 两者都能避免把「没验证」说成「通过」。
依赖项安全告警要作为「结构化发现项」而非日志行输出，这个决定会让技能审查从「读日志」变成「读结论」，可直接搬进我专家包的合规检查清单。
另一个现实提醒：NVIDIA 官方在推「技能质量门」，意味着技能生态正从「提示词片段」变成「需要 CI 把关的工程资产」。我 4P 专家包如果还只是 Markdown 清单，很快会落后一档。

3. 标签照片进 App：食品标签识别被拆成「AI 只读、数值按每 100 g 归一、能量与宏量交叉校验」

地址：https://github.com/oscardanielnc/kawsay ｜ ★0 ｜未声明许可证（仓库无 LICENSE 文件）｜离线优先的饮食/活动/体重/情绪日志，AI 只负责从照片里挑目录项和份量，所有数字由表计算

事件内容

今日 4 次提交，其中三次是同一批功能落地：feat(api): read a food label from a photo with Gemini Flash-Lite, checked and retried once (ADR 0029)、feat(core): label values per 100 g, energy check against macronutrients; own label foods rank first、feat(mobile): own food from a label, by photo or typed, confirmed number by number。
项目自述的设计原则叫「Measured AI」：AI 只输出目录 ID 与份量，摄入卡上的每一个数字都由确定性表计算。
营养目录用秘鲁 INS 2023 成分表并带家庭量具；每日目标按当天真实活动重算，另有添加糖、甜饮、运动、酒精、睡眠五项「肝脏健康」仪表。
隐私默认本地：私密条目锁在手机上、不会流向 AI（ADR 0013）；目标重算规则与 AI 边界分别写在 ADR 0009 / 0008 / 0020 里，作者自述从 2026 年 10 月起自用。

值得关注的原因

这几乎就是我下一阶段「化验报告照片 OCR → AI → App 导入」那条路径的现成参照，而且难点一致：照片里的数值必须按每 100 g 归一、能量要与宏量交叉校验、识别结果要「校验后重试一次」而不是直接入库。
「AI 只挑不算」的分工是我 GLP-1 营养伴侣一直遵守的原则，这里给了一个更干净的实现：连份量都由 AI 选，但每个数字都来自表 —— 比我在提示词里写「不要编造」要硬得多。
逐条 ADR 记录设计决定的做法值得我抄：我的 4P 平台每个算法模块都该有一条「为什么这么算」的 ADR，否则三个月后我自己也说不清某个阈值是哪来的。
「自用中 + 明确写不是医疗器械」的定位，与我「不宣称医疗资质」的边界一致；作者把这一句写在 README 首屏而不是藏在角落，这本身就是一种信任设计。

4. 营养与术语的权威源被包成 MCP：USDA 成分表、OBO/FoodOn 本体、物种分类一次接入

地址：https://github.com/Knuckles-Team/world-reference-mcp ｜ ★0 ｜ MIT ｜把物种分类、本体参考术语、食品营养成分、观测数据与 Wikidata 对齐，做成有界、可断点续传的 MCP 工具面

事件内容

今日 3 次提交，收尾了从 agent-utilities 到 meristem 的生态改名，并升级到 scion-sdk 0.10.1；最新发版 v0.4.0（2026-11-13）。发布说明里的关键一条是给工具面补上工具使用契约、链接、位置、角色与 agent 提示（0.3.9）。
九个 MCP 工具对应五条来源台账：NCBI Taxonomy + GBIF 骨架（分类）、EBI OLS4 下的 GO / UBERON / ENVO / PATO / ChEBI / FoodOn（参考术语）、USDA FoodData Central（营养成分）、GBIF occurrences + iNaturalist + Open-Meteo + NOAA GHCND（观测）、Wikidata SPARQL（对齐）。
数据接入走 scion-sdk 的声明式 mcp_tool source adapter，落到 medulla world_model 本体，特点是「有界、可 checkpoint 的摄入流」，不是一次性全量抓取。
凭证策略明确：除 fdc_food_search 与 noaa_ghcnd_daily 外全部免密钥，这两个的密钥在服务端解析（WORLD_REFERENCE_FDC_API_KEY、WORLD_REFERENCE_NOAA_TOKEN），绝不作为工具参数传入。

值得关注原因

这正好补我 4P 精准营养的一环：我手上有 153 个食材模板，但营养数值与术语本体的来源一直是「人工维护 + 抄文档」。USDA FoodData Central 加 FoodOn 的组合，是可以挂 MCP 的现成权威源，比我自己在提示词里让模型「凭记忆报热量」可靠一个量级。
「有界 + 断点续传」的摄入设计与我 4P 千人先锋项目的数据采集需求同构 —— 一份大文件不可能一次拉完，必须能分段、能续、能核对进度。
凭证绝不作为工具参数传入，这一条对应我之前那条「不向用户暴露 token」的纪律，可以直接写进我的 MCP 连接器规范。
补剂与成分的术语对齐（ChEBI / FoodOn）如果能这样接入，「镁」到底是元素、离子还是补充剂形式这个长期困扰我的问题，就有了一个可查询的机器可读答案。

5. DSH 从个人插件走向企业级：MOVO 把它包成带审批、治理与回滚基线的自托管平台

地址：https://github.com/himovo/movo ｜ ★665 ｜ Apache-2.0 + 附加条款（MOVO Community License）｜基于 DeepSeek Harness 的自托管企业级 Agent 平台，补齐知识库、身份权限、治理、管理后台与文件交付

事件内容

今日 7 次提交，方向集中在把「DSH 负责跑 Agent、MOVO 负责把 Agent 带进企业生产」这条边界做实：test: align DSH contract checks with MOVO approval policy、fix: retain one released DSH rollback baseline。
其余提交处理运行态的可读性：按工具能力显示活动图标、修正已完成运行里 commentary 的位置、注册带 Agent 身份的用户提问、在最终答案前保留中间 DSH 回复。
部署门槛被压到一条命令：git clone 后 ./movo up，启动器拉官方预构建镜像、等各服务健康后打印 setup 地址，不需要写 .env、不需要本地构建镜像。
仓库自述带简体中文 README 与在线文档站，最近一次发版 v0.2.6（2026-10-30）。

值得关注的原因

我本地一直在用 dsh 做原生 Agent 开发，但一直把它当「框架」用；MOVO 证明的是同一套 DSH Runtime + Skills + Tools + MCP 能直接撑起企业侧的审批、治理与交付边界 —— 这条路我不用自己从零趟。
「保留一个已发布的 DSH 回滚基线」这一条正对我这个站的运维现实：服务器每 15 分钟自动 fetch + reset 生效，我自己的 4P 平台和 AI 日报流水线同样需要一个明确的、可回退的发布基线，而不是「改了就好」。
「DSH 契约检查对齐 MOVO 审批策略」说明两层之间用契约而不是口头约定对齐 —— 我 4P 平台的「零 AI 幻觉 + 人工确认」如果只写在提示词里，等于没有契约。
同批 DSH 生态项目今天也在动：dsh-session-insights（本地优先、有证据支撑的 DSH 工作流回顾）、dsh-session-hub（跨 Agent 会话导入与检索）、DSH-Bot（带记忆与工作区群聊）。这条线我决定从本期起作为独立跟踪项，不再散落在四条线里。

二、分类速览

① AI Coding / 编程智能体与技能生态

项目	星标	一句话
https://github.com/NVIDIA/SkillEvaluator	888	分层质量门 + 实时代理对照评测，衡量技能对任务结果的真实增益
https://github.com/qybaihe/bla	5468	面向「盲 LLM Agent」的对抗防御盾，保护二进制与 Electron 应用
https://github.com/hashgraph-online/awesome-ai-plugins	1040	精选 AI 插件清单，今日新增 Agent Bridge
https://github.com/vercel-labs/fx	3824	类 Unix 的编码 Agent，把终端交互做成可组合的工具
https://github.com/mixpeek/amux	559	Agent 控制平面，并行跑 Claude Code / Codex / Gemini CLI
https://github.com/Th0rgal/orb	715	把各家模型与 Agent harness 收进一个本地入口，含托管机器池
https://github.com/activeing123/mcptoon	429	零依赖 MCP 网关 CLI，统一所有 MCP server 与技能并省 token
https://github.com/ZaxbyHub/opencode-swarm	526	OpenCode 的中心辐射式编排插件，v7.204.2
https://github.com/intent-hq/intent	428	面向编码 Agent 的开源工作区，专家先规划再交给 Claude Code / Codex
https://github.com/gy15901580825/Argus	208	Agent 红队测试，内置 266 个探针对齐 OWASP LLM Top 10 与 MITRE ATLAS
https://github.com/coddy-project/coddy-agent	205	通用 Agent 打进单个 Go 二进制，1.4.12
https://github.com/nbn07/agent-tracedown	16	轨迹说「成功」但答案其实是错的，定位问题步骤并带修复重放
https://github.com/Innocent-children/TaskBelay	13	编码 Agent 的任务控制：显式范围 + 有界验证 + 持久化状态
https://github.com/writfold-dev/writfold	1	证据与审批 harness：确切证据 + 显式审批 + 可复现交付
https://github.com/rschuft/ai-engineering-harness	2	把人的意图转成经过验证的软件的开源 AI 工程 harness
https://github.com/a-littlecat/ai-dev-flow	1	面向单人开发者的 AI 辅助开发流程 Skill，含审批与 land-check
https://github.com/MyDear1ove/reflection-log	0	把一次反思编译成可判定规则 + 触发词索引，重复失效自动升级常驻
https://github.com/Jenoyrex/ctx-receipt	0	Agent 上下文的「token 收据」，打字之前先看清它到底读了什么
https://github.com/yy/scholar-kit	40	更名 scholar-kit，学术检索技能适配任意 Agent harness
https://github.com/localixai/tokendoctor	70	Claude Code 插件，把单次调用成本最多压低 38%

② 医学 / 临床研究 AI 与 Agent 技能库

项目	星标	一句话
https://github.com/FavianaNoronha/ultrasound-report-metaeval	0	给超声报告的打分器做元评测，量化谁抓得住植入的临床错误
https://github.com/microsoft/fhir-server	1393	FHIR 标准实现，今日拒绝带非过滤参数的 SMART scope
https://github.com/cornerstonejs/cornerstone3D	1168	Web 医学影像 JS 库，v5.18.1 记录帧投递先于体积加载
https://github.com/Zachsteuer98/medical_assistant_agent	0	带页级引用的临床 RAG 助手，新增公开语料评测与答案正确性裁判
https://github.com/felipertoledo/clinical-llm-guardrails	0	LLM 起草临床文档的确定性发布门禁
https://github.com/MichaelEnny/agentic_gateway	0	逐次校验临床 Agent 提出的工具调用，按校准度放行、延后或拦截
https://github.com/P1Manav/SugenEngTest	0	离线、零 LLM 的 ICD-11 门诊病历编码系统
https://github.com/capstone-group-l/clinical-evidence-rag	1	带可核验引用的临床决策支持 RAG，今日比较不同检索切分方案
https://github.com/vinay3254/medicluster	1	LSTM/Prophet 时序预测 + DenseNet 的临床决策支持系统
https://github.com/burakdon/neurocue	1	临床锚定的合成失语症病人 + 带医生纠正的 RL 治疗训练
https://github.com/rogeriorrodrigues/nursia-research-lab	0	零云、FHIR R4、本地 LLM 的临床 AI 研究演示
https://github.com/Luosanj/VOICE_HE_ST_Pred	5	从 H&E 图像预测全转录组单细胞表达的视觉组学基础模型（KDD 2027 Oral）
https://github.com/natera-open-source/vep-rs	48	Ensembl VEP 的 Rust 重写，同标志同输出、快 100 倍以上
https://github.com/Deliverome-Project/accessible-surfaceome	6	可及表面组开放图谱：哪些人蛋白到得了细胞表面、在什么语境下
https://github.com/OpenwaterHealth/openlifu-transmitter-fw	4	open-LIFU 低强度聚焦超声发射端固件，含 FDA 预设生成
https://github.com/taryev/diag-llm	0	用 LLM 从非结构化病历中抽取结构化诊断
https://github.com/josuexpositoacosta/SEGUIMORBI	1	流行病学病例管理，支持临床评估与医学决策
https://github.com/openshiporg/openfront-hospital	2	基于 Next.js 的开源医院信息替代方案，处理退费与结算口径

③ 健康管理 / 营养与食品 AI

项目	星标	一句话
https://github.com/Knuckles-Team/world-reference-mcp	0	把 USDA 成分表、OBO/FoodOn 本体与物种分类做成有界可续传的 MCP 工具面
https://github.com/oscardanielnc/kawsay	0	离线优先饮食日志，「Measured AI」：AI 只挑目录项，数值一律由表计算
https://github.com/grocy/grocy	9675	自托管的家庭库存与采购管理，今日优化 OpenAPI schema 与表格列类型
https://github.com/TandoorRecipes/recipes	8733	菜谱、餐食计划与购物清单管理
https://github.com/bioconda/bioconda-recipes	1884	生物信息学生态的 conda 配方仓，今日 11 次包更新
https://github.com/omicverse/omicverse	1396	多组学统一框架，加谱系标记与特异性/对比度冲突规则，存储默认切回内存
https://github.com/openfoodfoundation/openfoodnetwork	1302	连接本地生产者、分销商与消费者的食品网络
https://github.com/scverse/PyDESeq2	772	bulk RNA-seq 差异表达流程的 Python 实现
https://github.com/GMOD/jbrowse-components	298	JBrowse 2 基因组浏览器组件，今日优化环形视图的取数门控
https://github.com/merenlab/anvio	546	'omics 数据的分析与可视化平台
https://github.com/stjude-rust-labs/sprocket	222	基于 WDL 的生物信息学工作流引擎，今日改进 WDL lint 的首错定位
https://github.com/cogent3/cogent3	142	比较基因组学工具包，2026.11.13 版
https://github.com/sidhant947/Path	57	注重隐私的轻量步数追踪应用，V2.0.8
https://github.com/bardesss/haelan	43	自托管的家庭 Google Health 数据面板与本地镜像，单个 SQLite 文件
https://github.com/tarantila/CaloGraph	3	自托管方式探索来自 Apple Health 与 Google Health 的卡路里与营养数据
https://github.com/nschoch/macrolog	0	自托管 AI 照片卡路里与宏量追踪，目标自适应
https://github.com/SparkSidd/IngredientInsightAI	0	AI 原生的食品标签营养副驾驶
https://github.com/sedoglia/diabetes-m-mcp	0	把 Diabetes:M Analytics 安全接给 Claude 的 MCP 服务
https://github.com/BeBernos/Mesa-Business	0	家庭营养 PWA：每人各自的餐食与目标、一张共用购物清单
https://github.com/caferkarabulut/bite-routine	0	食物日记与份量营养追踪，接入 Open Food Facts 包装商品
https://github.com/timmylich/wellness	1	离线优先的 Android 健康追踪（食物与 12 项营养素），v0.7.0 加共享食品柜

④ 模型底座与 Agent 基础设施

项目	星标	一句话
https://github.com/ddalcu/mlx-serve	2441	Apple Silicon 原生 LLM 推理服务，同时兼容 OpenAI 与 Anthropic 接口
https://github.com/vercel/workflow	2507	TypeScript 工作流 SDK，今日把本地世界收进单个 SQLite 数据库
https://github.com/theopenco/llmgateway	1736	跨多供应商的 LLM 请求路由、管理与分析网关
https://github.com/durable-workflow/workflow	1280	持久工作流核心包，v2.27.0 修复关闭时仍打开的操作
https://github.com/vllm-project/vllm-ascend	3078	vLLM 的昇腾硬件插件，扩充 Qwen3.8-Flash-Next A3 PD 部署指引
https://github.com/himovo/movo	665	基于 DSH 的自托管企业级 Agent 平台，含审批、治理与回滚基线
https://github.com/basecompute/baseRT	250	面向 Apple Silicon 的 LLM 推理运行时，v0.5.0 开源同步
https://github.com/salesforce/agentscript	277	配置 Agent 编排的 schema 驱动语言，今日完成内部到开源的同步
https://github.com/DecapodLabs/decapod	238	Agent 元认知的仓库原生治理内核，v0.141.0
https://github.com/NVIDIA-NeMo/nemo-helix	145	让上线用的 Agent 更快、更准、更安全，今日新增数据集列表路由
https://github.com/cloudrift-ai/emmy	123	LLM 推理的 GPU 编译器，v0.3.25 优化原生服务的缓存读取
https://github.com/flyteorg/flyte-sdk	129	类型安全的分布式编排 SDK，服务 Agent、ML 流水线与实时推理
https://github.com/alexsergivan/kwant	554	单个自托管二进制里的多 Bot 团队，含账号与连接面板
https://github.com/stacklok/mecatl	309	云原生生产级 Agent harness，今日把内嵌网关的授权服务器接为 AS-2
https://github.com/Fergana-Labs/stash	343	让 Agent 从经验中学习的开源基础设施
https://github.com/slow-stack/mneme	223	DSH 的跨会话记忆层，v0.14.0
https://github.com/bigfish1913/pi-rust	260	Rust 原生的编码 Agent 运行时与终端 CLI
https://github.com/infercrane/infercrane	40	覆盖推理全生命周期的开源基础设施
https://github.com/default-cybe/conclave	3	自托管 Agent harness 与中枢，任意模型在自有机器上跑
https://github.com/MJ-CJM/DSH-Bot	28	DSH 的个人 Agent，带记忆与工作区群聊
https://github.com/GreenLv/dsh-session-insights	2	本地优先、有证据支撑的 DSH 工作流回顾，v0.8.1
https://github.com/zyf2492313716-cloud/dsh-session-hub	1	DSH 的跨 Agent 会话中枢，可导入并检索 OpenCode 等会话
https://github.com/echohello-dev/pidex	0	又一个以 Pi 为核心的编码 Agent harness，带会话历史上下文
https://github.com/SylphxAI/anyagents	0	把任意编码 Agent harness 变成长驻 Agent，带持久信箱与实时干预

三、今日趋势观察

今天最值得记的一件事，是「评测器自己也要被评测」。 超声报告元评测给出了本期最硬的一组数字：BLEU、ROUGE-L、chrF、BERTScore、RaTEScore 在「植入临床错误 vs 无害改写」这一对基准上，检出限从未达到 AUROC 0.80，能达标的是结构化事实抽取与图像定位。这意味着过去几年所有以文本相似度为核心指标的「AI 报告质量评估」，很可能一直在测「写得像不像」而不是「对不对」。这一条我已经写进我自己的规范改造清单：4P 干预报告的评审指标要从相似度切到事实抽取 + 弃答机制。
确定性部件与概率部件的分工，今天在四个不同生态里同时被写进代码。 kawsay 让 AI 只挑目录 ID 和份量、数字全部由表算；diet 类的确定性营养引擎让 AI 只做「可选助手」；临床侧出现「LLM 起草 + 确定性发布门禁」的组合；NVIDIA 的 SkillEvaluator 则是把「质量检查」与「实时代理对比」分成两段。共同点不是「少用模型」，而是先把不依赖模型的部分固化成表和阈值，模型只负责需要判断的那一小段。这和我这几个月在 GLP-1 营养伴侣上踩的坑完全一致 —— 越早把数值计算从提示词里搬出来，返工越少。
DSH 生态今天出现四个仓库同时推进，这是第一次。 movo（企业级平台）、mneme（跨会话记忆）、dsh-session-insights（有证据的回顾）、dsh-session-hub（跨 Agent 会话中枢），外加 DSH-Bot。从「个人插件」到「行业场景适配」到「企业交付边界」，这条线用了一周时间走完两级。从本期起我把 DSH 列为独立跟踪项，不再只作为 ④ 里的普通条目。
技能生态正在从「提示词片段」变成「需要 CI 把关的工程资产」。 NVIDIA 官方推技能质量门与实时代理对照评测，google/skills 与 Anthropic 的技能仓把技能当产品线维护，同时 NVIDIA/SkillSpector 一天更新 7 次专门做技能安全扫描。配合 Argus 的 266 个红队探针，说明技能生态已经进入「有供应链风险、需要版本化质量门」的阶段 —— 我 4P 专家包如果只停留在一份 Markdown 清单，会落后这一档。
本地推理在 Apple Silicon 上正在形成一条独立赛道。 mlx-serve（★2,441，同时兼容 OpenAI 与 Anthropic 接口）、baseRT（Apple Silicon 专用运行时）、emmy（GPU 编译器）、vllm-ascend（昇腾插件）今天同时有动作。这对我这个站的实际意义很直接：本机 Ollama qwen2.5:7b 之外，已经有兼容 Anthropic API 的原生替代方案，4P 平台的本地推理层可以不必绑死单一运行时。
热度与动静是两件事，需要分开看。 本周 trending 榜首的 anthropics/skills（★193,723，本周 +6,055）、mattpocock/skills（★323,052）、addyosmani/agent-skills（★116,712）、cloudflare/security-audit-skill（★71,253，本周 +10,700）今日默认分支都没有提交。本期表格严格只收「今天有实际动作」的仓库，宁可少收热度项目，也不把星标增长当成工程进展写进日报。

四、GitHub 地址速查

GitHub AI 日报 · 2026-11-13（周五）

一、今日精选 5 条

1. 给「打分器」本身做评测：BLEU/BERTScore 根本抓不住植入的临床错误，能抓的是结构化事实抽取加图像定位

2. 技能也要有质量门：NVIDIA 把「失败的评测臂」和「没跑的评测臂」在报告里严格区分开

3. 标签照片进 App：食品标签识别被拆成「AI 只读、数值按每 100 g 归一、能量与宏量交叉校验」

4. 营养与术语的权威源被包成 MCP：USDA 成分表、OBO/FoodOn 本体、物种分类一次接入

5. DSH 从个人插件走向企业级：MOVO 把它包成带审批、治理与回滚基线的自托管平台

二、分类速览

① AI Coding / 编程智能体与技能生态

② 医学 / 临床研究 AI 与 Agent 技能库

③ 健康管理 / 营养与食品 AI

④ 模型底座与 Agent 基础设施

三、今日趋势观察

四、GitHub 地址速查