Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
在你自己的 Cloudflare 账号上托管 Git 仓库、拉取请求、代码审查和 GitHub Actions 工作流,并为 AI 编程智能体提供带护栏的账号。
Diffinery 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。
git clone https://github.com/codician-team/diffinery.git cd diffinery
Diffinery 是 GitHub 和 GitHub Actions 的开源替代品,完全运行在 Cloudflare 上。它涵盖 Git 托管、议题、拉取请求、代码审查和合并队列,还有发布版本和容器镜像仓库。它也能运行你现有的工作流文件,并为 AI 编程智能体提供它们自己的账号。
它适合想在自己的 Cloudflare 账号上用上 GitHub 式工具的团队,尤其是和 AI 编程智能体一起工作的团队。不想在 Cloudflare 上运行的团队可以跳过它。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件开发 | 使用 GitHub Actions 的团队 | 保留工作流 YAML,并在 Diffinery 的运行器上运行 | 一个市场动作运行在 4 个 vCPU 的运行器上 |
| AI 智能体工程 | 使用 Claude Code、Codex 或 Cursor 的团队 | 给每个智能体一个账号,由人来批准它的拉取请求 | 智能体提交拉取请求,而不是直接推送到 main |
| 平台工程 | 想自托管的团队 | 运行自己的实例,不用管理服务器 | 一个部署在 Cloudflare 账号上、而不是虚拟机上的实例 |
| 云开发 | Cloudflare 开发者 | 研究一个建立在 Durable Objects、Containers、Workflows、Queues 和 R2 上的大型应用 | 由 SQLite 支撑的 Durable Objects |
Diffinery 运行在你自己的 Cloudflare 账号上,人和智能体都可以从各自已经在用的工具里访问它。
| 使用场景 | 适合谁 | 他们能得到什么 |
|---|---|---|
| 替换 GitHub Actions CI | 有工作流 YAML 的团队 | 现有工作流文件原样运行,市场动作也能用 |
| 把目标交给智能体 | 使用 AI 智能体的团队 | 一个由 Claude Code 或 Codex 在沙盒里做出的拉取请求 |
| 智能体代码审查 | 审查者 | 第二个智能体检查每个拉取请求里的错误 |
| 代码留在 GitHub 的更快 CI | 有私有仓库的团队 | GitHub 运行器选项让任务在 Diffinery 上运行 |
你要部署自己的实例,所以先要有一个 Cloudflare 账号。
在终端里运行:
# 把项目复制到你的电脑 git clone https://github.com/codician-team/diffinery.git # 进入项目文件夹 cd diffinery
每天早上从 Today 页面开始,它会显示需要你处理的事。批准已经就绪的内容,让拉取请求在检查通过后合并。智能体通过 MCP 服务器、REST 和 GraphQL 接口、普通 git 或 CLI 来访问它。
| 工具 | 作用 |
|---|---|
| Today | 每天早上显示需要你处理的事 |
| 智能体任务 | 接收一个目标,返回由 Claude Code 或 Codex 在沙盒里做出的拉取请求 |
| 智能体代码审查 | 让另一个智能体检查每个拉取请求里的错误 |
| 合并队列 | 在检查通过后合并已批准的拉取请求 |
| 内置 MCP 服务器 | 让智能体通过 MCP 在 Diffinery 里工作 |
| REST 和 GraphQL 接口 | 供工具和智能体使用的 GitHub 兼容接口 |
| 容器镜像仓库 | 把容器镜像存放在你的代码旁边 |
你用平常的话给智能体一个目标。Claude Code 或 Codex 在沙盒里处理它,并提交一个拉取请求。另一个智能体检查其中的错误,你在 Today 里批准,检查一通过它就会合并。
如果你是新手,可以把 Diffinery 看作你在 Cloudflare 上自己运行的 GitHub。它托管代码、拉取请求和 CI,你的工作流文件语法保持不变。第一件可以试的小事,是给一个智能体一个目标,然后读它提交的拉取请求。
在底层,一个 Worker 负责网页界面、基于 HTTPS 的 git、REST 和 GraphQL 接口以及 MCP 服务器。每个仓库都有自己的 Durable Object,由单独的 SQLite 数据库支撑,所以每个仓库各自扩展,不共用数据库服务器。其余部分用到 D1、R2、Queues、Workflows 和 Containers。代价是被绑定在 Cloudflare 上,而 Gitea、Forgejo 或 GitLab 运行在虚拟机或 Kubernetes 集群上。
在你自己的 Cloudflare 账号上托管 Git 仓库、拉取请求、代码审查和 GitHub Actions 工作流,并为 AI 编程智能体提供带护栏的账号。
由 codician-team 在 GitHub 上制作。这些说明是 Mindket 根据其 README 写的,项目自己的文件和许可证在它的仓库里。
它是什么:Diffinery 是 GitHub 和 GitHub Actions 的开源替代品,完全运行在 Cloudflare 上。它涵盖 Git 托管、议题、拉取请求、代码审查和合并队列,还有发布版本和容器镜像仓库。它也能运行你现有的工作流文件,并为 AI 编程智能体提供它们自己的账号。
适合谁:它适合想在自己的 Cloudflare 账号上用上 GitHub 式工具的团队,尤其是和 AI 编程智能体一起工作的团队。不想在 Cloudflare 上运行的团队可以跳过它。
行业 | 谁在用 | 怎么用 | 例子
软件开发 | 使用 GitHub Actions 的团队 | 保留工作流 YAML,并在 Diffinery 的运行器上运行 | 一个市场动作运行在 4 个 vCPU 的运行器上
AI 智能体工程 | 使用 Claude Code、Codex 或 Cursor 的团队 | 给每个智能体一个账号,由人来批准它的拉取请求 | 智能体提交拉取请求,而不是直接推送到 main
平台工程 | 想自托管的团队 | 运行自己的实例,不用管理服务器 | 一个部署在 Cloudflare 账号上、而不是虚拟机上的实例
云开发 | Cloudflare 开发者 | 研究一个建立在 Durable Objects、Containers、Workflows、Queues 和 R2 上的大型应用 | 由 SQLite 支撑的 Durable Objects
用在哪里:Diffinery 运行在你自己的 Cloudflare 账号上,人和智能体都可以从各自已经在用的工具里访问它。
使用场景 | 适合谁 | 他们能得到什么
替换 GitHub Actions CI | 有工作流 YAML 的团队 | 现有工作流文件原样运行,市场动作也能用
把目标交给智能体 | 使用 AI 智能体的团队 | 一个由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查 | 审查者 | 第二个智能体检查每个拉取请求里的错误
代码留在 GitHub 的更快 CI | 有私有仓库的团队 | GitHub 运行器选项让任务在 Diffinery 上运行
如何设置:你要部署自己的实例,所以先要有一个 Cloudflare 账号。
如何使用:每天早上从 Today 页面开始,它会显示需要你处理的事。批准已经就绪的内容,让拉取请求在检查通过后合并。智能体通过 MCP 服务器、REST 和 GraphQL 接口、普通 git 或 CLI 来访问它。
工具 | 作用
Today | 每天早上显示需要你处理的事
智能体任务 | 接收一个目标,返回由 Claude Code 或 Codex 在沙盒里做出的拉取请求
智能体代码审查 | 让另一个智能体检查每个拉取请求里的错误
合并队列 | 在检查通过后合并已批准的拉取请求
内置 MCP 服务器 | 让智能体通过 MCP 在 Diffinery 里工作
REST 和 GraphQL 接口 | 供工具和智能体使用的 GitHub 兼容接口
容器镜像仓库 | 把容器镜像存放在你的代码旁边
示例:你用平常的话给智能体一个目标。Claude Code 或 Codex 在沙盒里处理它,并提交一个拉取请求。另一个智能体检查其中的错误,你在 Today 里批准,检查一通过它就会合并。
新手与专家:如果你是新手,可以把 Diffinery 看作你在 Cloudflare 上自己运行的 GitHub。它托管代码、拉取请求和 CI,你的工作流文件语法保持不变。第一件可以试的小事,是给一个智能体一个目标,然后读它提交的拉取请求。
在底层,一个 Worker 负责网页界面、基于 HTTPS 的 git、REST 和 GraphQL 接口以及 MCP 服务器。每个仓库都有自己的 Durable Object,由单独的 SQLite 数据库支撑,所以每个仓库各自扩展,不共用数据库服务器。其余部分用到 D1、R2、Queues、Workflows 和 Containers。代价是被绑定在 Cloudflare 上,而 Gitea、Forgejo 或 GitLab 运行在虚拟机或 Kubernetes 集群上。
你给智能体一个目标
智能体从沙盒里提交拉取请求
另一个智能体检查其中的错误
你的工作流文件作为检查运行
你在 Today 里批准,检查通过就合并
注意事项:
Title: 每个默认 CI 运行器的 vCPU 数
Diffinery: 4 个 vCPU
GitHub 标准运行器,私有仓库: 2 个 vCPU
git clone https://github.com/codician-team/diffinery.git
然后按它的 README 完成设置。这个工具包里没有会自己运行的东西。
README.md 6 KB
同一分类里与本产品共有主题最多的已上架 GitHub 项目。
| 产品 | 星标 | 活跃度 | 语言 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Diffinery 本页 | 82 | 活跃 | TypeScript | Apache-2.0 | |
| Cheap Agent共有 agentic-coding · ai-agents | 310 | 活跃 | TypeScript | MIT | |
| Kestra 工作流编排平台共有 devops · ai-agents | 30,168 | 活跃 | Java | Apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
kestra-io · 工具包
Kestra Technologies 的开源编排平台,用于数据、AI 和基础设施工作流。每个流程用 YAML 写成,由计划或事件启动。说明涵盖 Docker、Kubernetes、云模板、Claude Code、Codex 和 Cursor。
muaaz9329 · 工具包
把 Claude Code 或 Codex 里的日常编码交给一个必须用测试证明成果的低成本模型,让你的主力模型的额度用得更久。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。