Code：本地终端极速多智能体编程助手，突破传统 CLI 局限，重塑开发者体验。

• 🌐 支持浏览器集成（CDP、无头浏览器、截图），实现代码与网页无缝联动
• 📝 内置语法高亮的侧边对比 Diff Viewer，代码变更一目了然
• 🤖 多智能体协作指令：/plan 制定计划、/solve 竞速解题、/code 协同编写，支持 OpenAI、Claude、Gemini 等多模型共治
• 🎨 灵活主题系统，实时预览并兼顾无障碍，界面自定义更细腻
• 🧠 动态推理控制，可调节 AI 计算力度，精细掌控智能决策过程
• 🔌 MCP 扩展协议支持，自定义文件系统、数据库、API 等工具扩展能力
• 🔒 多重安全模式（只读、审批、沙箱），保障代码和数据安全
• 🔁 完全兼容原 Codex 配置，无缝升级无需迁移成本
• 记忆项目上下文，自动理解代码结构，支持跨会话上下文保持，提升连续协作效率
• 适配 CI/CD 自动化场景，支持无审批批量任务和只读分析报告生成

Code 以社区驱动的方式，精准回应开发者需求，融合多智能体的协作理念，提供一个更智能、更开放、更安全的编程终端工具，助力代码生产力跃升。

AI项目实战代码库，覆盖从Agentic AI、多智能体协作，到机器学习管道与大模型应用的全流程实现：

• 详尽Agent构建教程：基于Biopython的生物信息AI Agent、Microsoft Agent-Lightning轻量级开发、LangGraph多轮对话研究Agent、Gemini驱动的分层推理与任务规划Agent等，涵盖短期记忆与向量长时记忆融合技术。
• 多智能体系统实战：OpenAI Agents多Agent协作、基于Microsoft AutoGen和Gemini API的多轮对话框架、Google ADK扩展的可扩展多Agent系统，以及Agent Communication Protocol (ACP)的天气Agent示例。
• 机器学习与数据处理管线：MLE-Agent与Ollama本地端到端管线构建，TPOT自动化机器学习，Polars高性能金融分析，Presidio文本PII检测，Daytona安全代码执行工作流，及合成数据生成技术全覆盖。
• LLM及高级AI工具集成：GPT-5能力解读，LangChain、LangGraph、Claude、Hugging Face模型的深度结合，Mistral Agents API的标准JSON Schema函数调用，多工具动态选择与实时推理。
• 企业级生产部署：支持监控、编排与扩展的定制Agent，安全Python执行环境，基于Streamlit的多工具交互界面，Jina Search多模态检索，及自动化报告生成系统。
• MCP（Model Context Protocol）详解与实操：OAuth 2.1集成、FastMCP自定义协议实现、Google Gemini 2.0功能调用工作流、Vizro仪表盘构建，全面提升模型上下文管理与工具链协同效率。

此项目不仅提供丰富的代码示例和Notebook，还聚合了最新AI技术的应用落地路径，适合开发者、研究者和工程师深入学习和快速迭代。

TT-Studio：专为Tenstorrent硬件打造的AI模型一站式部署与管理平台，简化复杂技术流程，提供直观前端演示界面。

• 全栈集成：结合TT Inference Server和TT-Metal执行框架，自动完成模型容器化及环境配置，支持快速部署。
• 现代前端：基于React的界面，支持聊天大模型、计算机视觉（YOLO）、语音识别（Whisper）、图像生成（Stable Diffusion）等多模态AI交互。
• 自动硬件识别：检测并启用Tenstorrent AI加速器，无需手动配置，提升使用便利性。
• 灵活接入：无硬件也能通过远程API连接前端，满足多样使用场景。
• 一键启动：单条命令自动克隆、初始化子模块、配置环境并启动所有服务，极致简化上手门槛。
• 开发友好：支持开发模式下代码热重载，方便二次开发与定制，全面覆盖前后端文档与API接口。
• 安全认证：支持JWT、Hugging Face令牌等多重密钥配置，保障模型管理和调用安全。
• 容器管理：Docker容器环境隔离，实现高效部署和清理，保障系统稳定运行。
• 远程访问：通过SSH端口转发实现本地浏览器远程操作，适配多样化部署环境。

TT-Studio不仅降低了Tenstorrent硬件AI模型的部署门槛，也为多模态AI应用提供了统一、自动化、可扩展的管理平台，适合快速迭代开发与长期运维。

🤖 MathModelAgent 📐：专为数学建模设计的智能 Agent，实现从问题分析到论文产出的全流程自动化，极大缩短比赛和研究周期。

• 自动识别问题，完成数学建模、代码编写与错误纠正，生成格式规范、可直接提交的论文 📄
• 多 Agent 协作分工：建模手、代码手、论文手分工明确，提升效率与准确性
• 支持多模型并行（multi-llms），灵活选择最优模型执行子任务
• 轻量无框架依赖，使用 litellm 支持所有模型，成本低且易扩展
• 代码解释器支持本地 Jupyter notebook 及云端（E2B、Daytona）执行，方便复现与二次编辑
• 提供 Docker、本地及自动脚本三种部署方案，适应不同环境和需求
• 未来规划涵盖 Web UI、CLI、英文支持、LaTeX 模板集成、视觉模型接入和人机交互反馈机制
• 支持多语言（R、MATLAB）与多种绘图工具（napki、draw.io、mermaid.js 等），增强建模表现力
• 项目处于活跃开发阶段，欢迎贡献代码和提交优质案例，持续优化迭代

将传统3天赛时压缩至1小时内，助你快速产出高质量获奖级论文，适合数学建模竞赛和科研自动化升级。

LLM Knowledge Cut-off Dates Summary：大型语言模型知识截止日期一览，助力精准评估模型信息时效与适用场景：

• 涵盖OpenAI、Google、Anthropic、Meta、Qwen、DeepSeek、Microsoft等主流厂商及多款代表性模型
• OpenAI GPT系列最新版本GPT-4.1截止至2024.06，GPT-5系列预计2024.09-10更新
• Google Gemini系列覆盖2023初至2025年初，包含Pro与Flash多版本，细分场景支持更丰富
• Anthropic Claude系列版本丰富，最新Claude 4于2025年初截止，体现持续迭代趋势
• Meta Llama系列多阶段训练及微调截止时间，揭示模型更新节奏与规模变化
• Qwen、DeepSeek等新兴厂商也陆续公布详细截止日期，提升行业透明度
• 数据来源包括官方技术文档、API说明及社区贡献，保证信息权威且动态更新
• 该汇总有助于避免误用过时数据，指导模型选择与集成，支持长期项目规划

Retrieval-Augmented Generation (RAG) 领域最新且权威的资源大全，专注提升大语言模型（LLM）推理与检索能力：

• 汇集2024-2025年ACL、ICML、ICLR、EMNLP、NIPS等顶会最新论文，覆盖多跳问答、知识图谱增强、强化学习优化等前沿技术
• 丰富的评测数据集与基准测试，助力精确度、安全性、鲁棒性多维度分析，包括医学、表格、对话等多场景应用
• 多样化方法框架：双流程推理、因果图辅助、动态检索优化、对抗训练、记忆增强、多模态融合等创新策略
• 开源代码、工具与项目示例不断更新，支持社区协作与知识共享，推动RAG技术生态健康发展
• 重点关注抗幻觉、上下文利用效率、知识冲突解决与检索-生成协同，体现对真实场景长期适应性的深刻理解

少量 Emoji 点缀：🤖📚🚀，直击检索增强生成的核心趋势与技术瓶颈，适合研究者、开发者及行业应用参考。