image-to-sculpt, numbrone: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng xem khi nó đưa cho coding agent một phương pháp làm việc rõ ràng thay vì chỉ thêm một lời nhắc: dựng mô hình 3D rồi đo độ khớp với ảnh gốc, phân việc cho nhiều agent chạy song song, lập một nhóm agent nghiên cứu có vai trò riêng, hay buộc mỗi kết luận phải có nguồn kiểm chứng. Bài viết này của Kungfutech chọn bốn dự án theo hướng đó: image-to-sculpt biến một bức ảnh thành mô hình 3D có số đo đối chiếu, numbrone là "chánh văn phòng" định tuyến yêu cầu tới các agent quản lý từng dự án, SuperARIS tổ chức nhóm agent nghiên cứu bền vững, và research-loop-skills gồm bảy skill để agent làm nghiên cứu có bằng chứng. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
image-to-sculpt: dựng mô hình 3D từ một ảnh và đo độ khớp với ảnh gốc
image-to-sculpt là gì?
image-to-sculpt là một skill cho coding agent (Claude Code, Codex, Cursor, Copilot, Gemini) để biến một ảnh thành mô hình 3D kín nước, được đo lại so với chính ảnh đó. Công cụ khớp hình khối với pháp tuyến, đường viền và độ sâu của ảnh trong chính camera của ảnh, bổ sung các mặt khuất từ những góc nhìn sinh ra nhưng phải khớp nhau trước, và ghi lại từng bước để Blender phát lại dưới dạng timelapse.
README nêu rõ các lỗi thường gặp mà dự án nhắm tới: mặt sau bị bịa mà không ai kiểm tra, góc nhìn sinh ra bị tin theo góc yêu cầu dù thực tế lệch (các góc +45°, +90° và −90° thực tế nằm ở +20°, −115° và +35° trong ca đầu tiên), và quá trình dựng không để lại dấu vết. Ảnh quyết định phần nó nhìn thấy; mỗi góc nhìn sinh ra được đăng ký camera và sàng lọc; một góc được giữ riêng để kiểm tra, không tham gia khớp. Công cụ báo IoU của silhouette, khoảng cách đường viền, góc pháp tuyến cho từng góc nhìn thay vì một điểm chất lượng duy nhất. Theo README, một ca điển hình tốn khoảng 2 USD. Repo có 143 sao, viết bằng Python, giấy phép MIT. Cảnh và phòng, cấu trúc mảnh như sợi tóc, vật liệu trong suốt hoặc gương nằm ngoài phạm vi.
Cách cài đặt và sử dụng image-to-sculpt?
Yêu cầu: Python 3.10+ với numpy, scipy, scikit-image, Pillow (pip install -r requirements.txt thêm fal-client và matplotlib), Blender 5.2+ và ffmpeg cho phần phát lại, cùng khóa API fal trong biến FAL_KEY để tạo mask, độ sâu, pháp tuyến và các góc nhìn. Với Claude Code:
claude plugin marketplace add gokayfem/image-to-sculpt
claude plugin install image-to-sculpt@image-to-sculpt
Hoặc chép skill thủ công: cp -R skills/image-to-sculpt ~/.claude/skills/. Với Codex, Cursor, Gemini CLI, Copilot và các agent khác, README dùng công cụ skills:
npx skills add gokayfem/image-to-sculpt
Lệnh doctor kiểm tra môi trường (không in khóa API). Sau đó tạo ca mới rồi chạy toàn bộ pipeline:
python3 skills/image-to-sculpt/scripts/i2s.py doctor
python3 skills/image-to-sculpt/scripts/i2s.py new cases/owl --input owl.jpg --subject "carved wooden owl figurine"
python3 skills/image-to-sculpt/scripts/i2s.py run cases/owl
Lệnh demo chạy toàn bộ pipeline ngoại tuyến trên một vật thể tổng hợp có hình dạng đã biết, và report sinh REPORT.md cùng trang xem lại tĩnh. Mỗi lệnh gọi trả phí đều đi qua ngân sách theo từng ca (--budget).
numbrone: chánh văn phòng điều phối nhiều coding agent
numbrone là gì?
numbrone là dự án cộng đồng xây trên herdr, không thuộc nhóm herdr. Bạn giao yêu cầu bằng ngôn ngữ thường cho một agent duy nhất gọi là chief. Chief xác định yêu cầu thuộc dự án nào và chuyển cho manager của dự án đó; manager chạy các worker song song, mỗi worker một git worktree riêng trên nhánh numbrone/<task>, rồi báo ngược lên theo chuỗi worker, manager, chief, bạn.
Chief không viết code, chỉ định tuyến, giao việc và báo tình hình. Manager tự trả lời các câu hỏi nhỏ và sinh worker cho thay đổi code, đồng thời rà soát trước khi báo xong. Toàn bộ chạy trong herdr nên bạn xem được từng agent bất kỳ lúc nào. Dự án gồm một skill, một script bash và ba file Markdown mô tả vai trò; trạng thái là các file văn bản thuần. Repo có 93 sao, viết bằng Shell, giấy phép MIT.
Cách cài đặt và sử dụng numbrone?
Cần herdr, git, jq, một coding agent mà herdr hỗ trợ (mặc định Claude Code; Codex, Gemini, OpenCode cũng dùng được) và macOS hoặc Linux. Cài herdr rồi cài skill:
curl -fsSL https://herdr.dev/install.sh | sh
npx skills add stevenmichaelthomas/numbrone -g
Hoặc cài thủ công:
git clone https://github.com/stevenmichaelthomas/numbrone.git
cp -r numbrone/skills/numbrone ~/.claude/skills/
Khởi động herdr và agent:
herdr
herdr integration install claude
claude
Trong Claude Code, gõ /numbrone để skill hướng dẫn thiết lập: kiểm tra công cụ, chọn thư mục home (mặc định ~/.numbrone), khai báo các dự án, để nó đọc từng dự án và ghi context.md, chọn agent và mức hỏi quyền, rồi mở một workspace herdr cho mỗi dự án. Sau đó mở một pane mới để chạy chief:
cd ~/.numbrone && claude
Từ đây chỉ cần yêu cầu, ví dụ sửa test đăng nhập chập chờn ở API và thêm nút chế độ tối cho web. Chief tách thành hai việc và giao cho hai manager. Lệnh numbrone status cho biết tiến độ; để dùng từ shell, thêm export PATH="$HOME/.numbrone/bin:$PATH" vào ~/.zshrc hoặc ~/.bashrc.
SuperARIS: nhóm agent nghiên cứu bền vững xây trên ARIS
SuperARIS là gì?
SuperARIS là trợ lý nghiên cứu cá nhân xây trên ARIS (Auto Research In Sleep), vận hành bằng một nhóm agent. Agent chính giữ hướng nghiên cứu và điều phối; mỗi nhóm mới có ba vai trò là main, engineer và writer, mỗi vai trò có phiên làm việc và lựa chọn mô hình riêng. Theo README, Codex có thể triển khai thí nghiệm và kiểm tra bằng chứng, Gemini có thể thảo luận lập luận và viết các phần bài báo, còn vai trò main cũng có thể tự thực thi trong phạm vi được ủy quyền.
Mỗi vai trò nhận nhiệm vụ, khu vực làm việc, bản đồ ARIS và các skill liên quan, ví dụ research-pipeline cho cả dự án từ ý tưởng đến bài báo, idea-discovery, experiment-bridge, auto-review-loop và paper-writing. SuperARIS theo dõi các tác vụ đã đăng ký, file kết quả và báo cáo kể cả khi bạn đóng cửa sổ workbench, và lưu bộ nhớ dự án dài hạn. Đây là bản preview v0.1.0, repo có 54 sao, viết bằng Python, giấy phép MIT.
Cách cài đặt và sử dụng SuperARIS?
Cần Python 3.10+, Git, pipx và các CLI agent bạn chọn (codex, claude, agy) đã cấu hình quyền truy cập mô hình. Cài một lần rồi mở trình hướng dẫn:
pipx install "git+https://github.com/wanshuiyin/SuperARIS.git"
superaris
Trình hướng dẫn cho chọn ngôn ngữ, dự án, workbench, nhóm và mô hình; Herdr hoặc Orca đã cài sẽ được dùng lại. Để khởi động tường minh, vào thư mục dự án và chọn một workbench:
superaris start . --host herdr
superaris start . --host orca
Herdr là mặc định. Với Orca, cần cài và mở ứng dụng chính thức trước; nếu CLI của Orca chưa có, đăng ký trong Settings → General → Orca CLI. Sau đó trao đổi mục tiêu nghiên cứu với agent chính, nó sẽ lập nhóm, giao việc và kiểm tra kết quả trả về. Mở lại một dự án cũ thì workbench và nhóm đã ghi nhận được giữ nguyên.
research-loop-skills: bảy skill để agent làm nghiên cứu có bằng chứng
research-loop-skills là gì?
research-loop-skills là bộ bảy skill Markdown mang tính di động, cùng một công cụ kiểm tra không phụ thuộc thư viện ngoài cho các bản ghi mà agent để lại. Mục tiêu là biến câu hỏi nghiên cứu thành các kết luận truy vết được, phép kiểm tra tái lập được và quyết định tiếp theo hữu ích. README lập luận rằng agent viết văn nghiên cứu rất tự tin nhưng kém ở việc chỉ ra nguồn nào hỗ trợ kết luận nào, phép thử nào có thể bác bỏ nó và khi nào nên dừng.
Bảy skill gồm research-loop (điều phối), research-frame, research-evidence, research-hypothesize, research-execute, research-verify và research-synthesize, theo định dạng Agent Skills. Mỗi lần chạy để lại thư mục runs/ gồm plan.md, evidence-map.md, checks.md, decision-brief.md và tùy chọn run.json. Bạn có thể vào vòng lặp ở bất kỳ khâu nào, và kết quả âm tính hay chưa kết luận được coi là cách kết thúc hợp lệ. Tác giả ghi rõ quy trình là đề xuất thiết kế riêng, lấy cảm hứng từ nghiên cứu "How researchers use Claude" của Anthropic và không được nghiên cứu đó kiểm chứng. Repo có 41 sao, viết bằng Python 3.9+, giấy phép MIT.
Cách cài đặt và sử dụng research-loop-skills?
Với Claude Code, cài cả bảy thư mục skill cùng nhau vì skill điều phối liên kết tới các skill anh em:
git clone https://github.com/wrencanfly/research-loop-skills.git
mkdir -p ~/.claude/skills
cp -R research-loop-skills/skills/* ~/.claude/skills/
Muốn cài riêng cho một dự án, chép vào .claude/skills/ của dự án đó. Sau đó hỏi trực tiếp:
/research-loop Does the evidence support rolling out tool X to the whole team next quarter?
Với agent bất kỳ có quyền truy cập workspace, clone repo và giao yêu cầu: đọc skills/research-loop/SKILL.md, áp dụng cho câu hỏi nghiên cứu, tối đa 3 vòng, lưu nguồn, kết luận, phép kiểm tra, giới hạn và bước tiếp theo vào runs/my-question/, và không công bố kết quả. Từng skill cũng chạy độc lập; ví dụ để kiểm tra một phân tích có sẵn, trỏ agent thẳng vào research-verify.
Tin tức thêm về AI
Kimi K3.1 Pro mở trọng số với 2,8 nghìn tỷ tham số
Moonshot AI đưa trọng số Kimi K3.1 Pro lên Hugging Face dưới tên moonshotai/Kimi-K3.1-Pro. Đây là mô hình mixture-of-experts 2,8 nghìn tỷ tham số, 104 tỷ tham số hoạt động mỗi token, context 1 triệu token, nhận văn bản và hình ảnh, phát hành ở định dạng MXFP4. Mỗi token chọn 16 trong 896 expert cùng 2 expert dùng chung. Theo bảng tự công bố của Moonshot, mô hình đạt 51,7% trên SWE Marathon v1.1 so với 46,3% của Claude Opus 5.5, nhưng thấp hơn ở Terminal-Bench 4.0 (65,7% so với 66,4%). Giấy phép tùy chỉnh theo kiểu MIT, riêng doanh nghiệp cung cấp mô hình dưới dạng dịch vụ có doanh thu trên 20 triệu USD trong 12 tháng phải ký thỏa thuận riêng. Nguồn: AI/TLDR — Kimi K3.1 Pro open weights.
ERNIE-5.5-Flash-Base: mô hình nền 280B nhưng giấy phép loại trừ EU
Baidu công bố ERNIE-5.5-Flash-Base, mô hình nền mixture-of-experts 280 tỷ tham số với 14 tỷ tham số hoạt động, context 1 triệu token (huấn luyện ở 128K). Bản FP8 nặng khoảng 288,4 GB. Điểm cần đọc kỹ là giấy phép: theo khảo sát của GPUwerk, quyền sử dụng chỉ áp dụng trong lãnh thổ loại trừ Liên minh châu Âu, Vương quốc Anh và Hàn Quốc, và điều này bao gồm cả đầu ra của mô hình, nên doanh nghiệp EU không thể dùng. Đây là bài học chung khi chọn mô hình mở: kiểm tra giấy phép trước khi tải hàng trăm GB. Nguồn: GPUwerk — open-weight LLMs roundup.
Nemotron 3.5 Bolt: mô hình 74B có bản 2-bit cho GPU 24 GB
NVIDIA phát hành Nemotron 3.5 Bolt 74B-A9B, mô hình 74 tỷ tham số với 9 tỷ tham số hoạt động, context 256K. NVIDIA cung cấp bản "24GB" lượng tử hóa gốc 2-bit nặng 24,1 GB, còn bản Unsloth UD-Q4_K_XL nặng 50,2 GB. Theo GPUwerk, bản 2-bit chạy được trên GPU 32 GB, bản 4-bit cần một máy DGX Spark. Giấy phép OpenMDW-1.1 của Linux Foundation không có hạn chế sử dụng và không ràng buộc đầu ra. Nguồn: GPUwerk — open-weight LLMs roundup.
LFM3 của Liquid AI: họ mô hình nhỏ chạy được trên điện thoại
Liquid AI phát hành họ LFM3 gồm mô hình văn bản 1,7B, mô hình thị giác khoảng 2B, âm thanh và omni, context 256K. Bản văn bản nặng 3,5 GB ở BF16 và khoảng 1 GB ở 4-bit theo model card, nên chạy được trên GPU phổ thông, laptop hoặc điện thoại. Giấy phép LFM Open License v1.0 chỉ cho dùng thương mại với tổ chức có doanh thu hằng năm dưới 10 triệu USD. Nguồn: GPUwerk — open-weight LLMs roundup.