AI 开源社区
实验室的公开阵地。模型、应用、Skill 全部公开，能自己跑、能自己改、能自己提—— 不只是看别人怎么做，是自己拿走、改成你要的样子再放回来。
五个分区
社区按「看资讯 → 拿 Skill → 用应用 → 换模型 → 提问题」的路径分成五个分区。 点下面任意一行跳到对应分区。
每个分区下面都有具体的「待补」说明。已落地：分区结构 + 进入入口；待定：具体收录清单、信源、协议——这些等首批内容到位再回头填。
AI 技术资讯
开源生态、模型更新、工程实践的追踪与整理。不追热点热评， 只收录能落到具体代码或具体参数上的东西。
计划收录三类：(1) 官方 release 与 changelog（Ollama / vLLM / PaddleOCR / Qwen / DeepSeek 等）； (2) 主流论文解读（arXiv 一周精选 + 中文摘要）； (3) 社区实操文章（自部署、调参、显存优化、踩坑记录）。 每周 1–2 篇，由编辑团队手工筛选，**不做实时热点头条**。具体首批信源清单待爸爸拍板。
Skill 专区
可直接装配的技能包。每个 Skill 标注适用场景、依赖什么模型、 输入输出是什么——能一眼判断能不能塞进自己的工作流。
Skill = 一个可独立调用的能力包（如「把 PDF 转成结构化案件信息」「批量合同脱敏」「自动归档到指定目录」）。
与 V8 卡片系统的关系：**Skill 是 V8 卡片的可执行版本**，每张卡片对应一个可安装的 Skill。
首批计划收录（已落地技术底子）：
· 案卷 OCR + 字段抽取（基于 PaddleOCR + qwen2.5vl）
· 合同 / 法律文书脱敏（18 种符号识别 + 三级敏感度）
· Ollama 本地对话调用（v0.6+ 兼容，含流式输出）
· SQL Server → SQLite 同步（用于本地检索缓存）
后续 Skill 等企业用户实际反馈再决定优先级。
开源应用
完整可运行的开源项目。每个项目给全依赖版本和部署步骤， 拿到就能跑，不做「请自行解决依赖」这种半成品。
默认协议：**Apache-2.0**（商用友好 + 显式专利授权，与多数企业法务框架兼容）。
首批项目（已有真实代码 / 文档，全部来自 JSTAI 内部）：
· JSTAI Agent Minihub · 产品 02 平台骨架（src/main/*.ts，约 50 个文件）
· v8-brain-scripts · V8 数字仿生大脑的核心 9 份设计脚本（来自 v8-paper-v1.7）
· accuracy-booster · 律师助手的 300dpi / 灰度 / 锐化 / 对比度 1.5 / 倾斜校正预处理管线
· case-archive-tools · 案卷字段抽取与归档警告工具
是否接受外部投稿：等首批发出去看反馈再定。
开源模型
自研与适配的模型。公开权重来源、许可协议和量化版本， 以及在什么硬件上跑得动、显存要多少。
本分区**不自训基模**（基模训练成本不在本项目范围），只做两件事：
1. 二次分发：经过实测的本地模型（Qwen2.5 / DeepSeek / bge-m3 / PaddleOCR / Qwen2-VL 等），按上游许可证注明归属与商用边界，附实测显存 / 速度数据；
2. 量化与微调：针对本地部署场景做的 GGUF / ONNX 量化版本与 LoRA 微调包，发布在 Hugging Face。
首批计划收录：Qwen2.5-7B-Instruct-GGUF（q4 / q5 两档）、bge-m3-zh-v1.5、PaddleOCR-v4-server 推理配置示例。
**不收录未经实测的模型**——所有收录项都附本地 52 页实测数据。
论坛
提问、答疑、需求投票，以及贡献者的认领通道。用什么承载（自建 / 现成平台）待定。
候选方案：(1) 用现成平台（Discourse 自托管 / NodeBB）— 上手快、SEO 友好；
(2) 完全自建（基于 JSTAI Agent Minihub 的「多模态问答」Skill 做定制）— 工作量大但和主站融合度高；
(3) 先用 GitHub Discussions 顶上，等用户规模起来再决定。
是否实名 / 防灌水策略 / 贡献者认领通道（Gitcoin 式赏金 vs 内部积分）—— 等爸爸拍板方向。
现阶段建议先用 GitHub Discussions 试水。