云雀 · 轻技术笔记

GitHub Trending AI 热点 · 2026-10-24

GitHubTrendingGitHub热点AI开源

  1. Ebony-Vinyl/dsh-our-free-model 仓库：https://github.com/Ebony-Vinyl/dsh-our-free-model stars：★ 38,947（JavaScript）｜今日新增：+2375 简介：给 DeepSeek Harness 装一个插件，不用登录、不用填 API Key，就能白嫖 DeepSeek V4.1 Flash、Kimi K3 这些前沿模型。 为什么火：它是今天涨得最猛的一个，而且涨的不是 star 是「省钱」这个动作本身——README 里那句「你只需在 dsh 里装上这个插件，无需登录、注册、填 API Key」直接把门槛从「申请配额」降到「装个插件」。它公开写明免费车道的来源是 OpenCode 的 Zen 网关和 Kilo 的公共网关，直连不经第三方中转，这种把上游摊开写出来的做法在免费模型插件里少见。更实在的是几个细节：思考强度分两类控制，有档位菜单的模型把 reasoning_effort 原值下发上游（集合外的取值直接被上游 400 拒掉），没有档位的走 token 预算阶梯 2048/8192/上限；工具输出压缩实测 40KB 的 git diff 能移除 90% 字节而模型仍能就它作答；用量看板全部留在本机不上传。还有一个容易被忽略的点——它自带降级链，把任意车道的模型串成一条命名链当虚拟模型出现在选择器里，链接在输出正文前失败会被整段丢弃，切换对调用方不可见。它是 GitHub Trending 日榜第一 + JavaScript 语言周榜第一，3.9 万 star 而建仓才一个月，这个增速本身说明「模型订阅经济」这块需求有多大。

  2. DietrichGebert/ponytail 仓库：https://github.com/DietrichGebert/ponytail stars：★ 174,637（JavaScript）｜今日新增：+1574 简介：给 AI agent 装一个「最懒的资深工程师」人格，逼它少写代码，但验证、错误处理、安全、可访问性一样不少。 为什么火：连续两天上榜，今天还是涨一千五。它昨天给出的对照数字是全网唯一一组能证伪「省 token 就等于好 agent」的数据：相对无 skill 基线，代码行数降到 47%、输出 token 降到 55%、成本降到 74%、耗时降到 59%，同时风险逻辑的测试覆盖率从 68% 拉到 98%，agent 自写测试抓注入 bug 的比例从 46% 涨到 66%，六个安全任务 30 次全过。作者写死的红线是「规则不是少写 token，是只写任务需要的东西，但绝不砍验证、错误处理、安全和可访问性」——这条边界才是这个项目真正值钱的地方，因为它同时回答了「能不能砍」和「砍到哪为止」。17.4 万 star 加每天一千多的稳定增量，说明「少写代码」已经从一个观点变成了一类默认预期。

  3. deepseek-ai/deepseek-harness 仓库：https://github.com/deepseek-ai/deepseek-harness stars：★ 259,333（TypeScript）｜今日新增：+1291 简介：DeepSeek 官方的开源 agent harness，架构是「一切皆插件」，底层用 Cordis，一条命令起本地 Web UI。 为什么火：25.9 万 star 加单日一千三，DeepSeek 在模型层之外继续加码 harness 层。这条线现在有五家在同时挖：Anthropic 的 claude-code、Anomaly 的 opencode、DeepSeek 的 deepseek-harness，加上 Apache 基金会自己孵化的 maka，以及智谱的 ZCode。真正值得看的是 Apache Maka 今天公开的那组九臂对照——同一个 DeepSeek V4 Flash 模型、同一套 Terminal-Bench 2.1 的 89 个任务，Codex 73/89（82.0%）领先，Maka 69/89（77.5%），Pi 66/89，DSH 65/89（73.0%），Claude Code 垫底 49/89（55.1%）。首尾差 26.9 个百分点，相当于 24 道题。但更要紧的是成本：Pi 每次通过成本 $0.0197 最低，Maka 和 DSH 几乎并列在 $0.0262，Codex $0.0288，Claude Code $0.0537——最贵的比最便宜的贵 2.7 倍，能力却不是最贵的最高。DeepSeek harness 排第四、成本第五，这个位置说明「官方 harness」目前既不最强也不最省。

  4. xerj-org/xerj 仓库：https://github.com/xerj-org/xerj stars：★ 14,130（Rust）｜今日新增：+1074 简介：单个 Rust 二进制当 agent 的搜索引擎：把代码、文档、日志、PDF 全部索引起来，提供 BM25 + 向量 + 混合检索，对外暴露 Elasticsearch 兼容 API。 为什么火：一天涨一千零七十四，是今天所有「底层语言」项目里涨得最猛的一个。它的 README 徽章里写着一个数字：reference coding 场景下 token 用量少 2.7 倍，Elasticsearch YAML 兼容度 1366/1369。但真正让它值得单独一节的不是这个数字，是它仓库里一个大多数同类项目不会有的目录：benchmarks/grep-vs-retrieval-lucene/README.md 第一行写着「harness only. No results are published here yet」，然后是「没有任何 results.json、runs/ 或 logs/」——测量矩阵还没跑完，所以它故意不放结果。更狠的是同一份文档里那句自我拆台：这个仓库有「公开记录自己在哪里输」的先例（docs/research/wordpress-verification 里承认结构化调用图在可达性上比 grep 差、还有静默漏报）。同一批 benchmark 里 systemone-gate 那份给了实测数据：中性 query 下 spam 均值 0.9447 对 ham 0.0905，gap 0.8542。一个愿意在 README 顶部写「我还没跑出结果」的项目，比一个把 benchmark 徽章贴满 README 的项目可信得多。

  5. yetone/magpie 仓库：https://github.com/yetone/magpie stars：★ 20,159（Go）｜今日新增：+684 简介：一个本地网关给所有 coding agent 供模型：Claude Code 跑 Kimi、Codex 跑 DeepSeek、Gemini CLI 跑 GLM、OpenCode 吃你的 ChatGPT 订阅，菜单栏一键切，配额耗尽自动换下一个账号。 为什么火：一天涨六百八十四，两万 star。README 里有一句把整个模型订阅经济讲透的话：「每个 agent 把模型记在各自的文件里，各自的格式，各自的 key 和 base URL。你付的订阅只在一个 agent 里能用，其他地方用不了。」这就是它存在的全部理由——不是技术问题，是配置问题被拖了三年还没人解。三个功能拼起来看：菜单栏统一切换、一个本地网关服务全部、配额耗尽悄悄换下一个账号。Go 写的单二进制，macOS/Windows/Linux/Docker/Termux 全覆盖。⚠️ 但自动换号踩在各家 ToS 的模糊地带，自用和商用完全是两回事，别拿它做公司的合规链路。

  6. google/artemis 仓库：https://github.com/google/artemis stars：★ 14,003（Python）｜今日新增：+212 简介：Google 官方的项目：让 AI 助手和测试套件像人一样用真手机，把自然语言指令变成可靠的 Android 自动化。 为什么火：Google 官方下场做 Android 自动化，而且把成绩直接写在 README 徽章上：Google Research 的 AndroidWorld 基准（100+ 多步任务）上 99%+ 任务完成率。这个数字的分量要看懂 AndroidWorld 是什么——它就是专门测「AI 能不能像个真人一样操作手机」的基准，绝大多数系统的任务完成率在 20-40% 徘徊。它的执行模型是「观察-行动」反应式循环，每步 3-5 秒，配上异步历史摘要。定位上很有意思：MCP 让 Antigravity、Claude Code、Windsurf 都能驱动真机并收集 Logcat 和截图——也就是说这不是给终端用户用的玩具，是给 agent 当「手脚」的测试基础设施。14,003 star 加 Google 官方背书，这是今天榜上唯一一个把评测闭环做出来的项目。

  7. mw00/project-maya 仓库：https://github.com/mw00/project-maya stars：★ 1,641（C++）｜今日新增：+168 简介：把 GLM-5.3-Flash（321B）和 DeepSeek-V4.1-Flash-1017（748B）跑在你自己机器上，一个 GPU 到 16 个都行。 为什么火：建仓 18 天，今天一千六百四十一 star。它干的事是「三级存储 + 自适应」：常用的 expert 常驻 GPU，次常用放 RAM，剩下的塞 NVMe SSD，边聊边搬，并且会自动测你的 GPU/CPU/RAM/SSD 来调自己。README 给了硬数字：两张 H100 上 124 tok/s，四张 4090 上 118 tok/s，单张 RTX PRO 6000 上 81，单张 5090 上 30+；精度上它自己的 GLM-5.3-Flash 量化保留了 FP8 模型 97.7-99.2% 的 zero-shot 准确率，DeepSeek-V4.1-Flash 那个选同一个 next token 的比例是 92.6%。最狠的是它把「卡不够」做成了产品形态——Maya-S24 是给 24GB 以内显卡的版本，4-bit attention 多腾出约 1.5GB 给 expert，decode 提升 14%。748B 模型跑在消费级卡上这件事本身不新鲜，但它把每个量化档的「多少 GB 显存 / 多少 token 一致率 / 快多少」全部列成表了，这是把玄学做成了规格书。

  8. apache/maka 仓库：https://github.com/apache/maka stars：★ 5,868（TypeScript）｜今日新增：NEW 简介：Apache 基金会孵化中的 agent workspace：性能高，且把它做过的每一件事都完整记下来。 为什么火：这是今天最被低估的一个——Apache 基金会官方孵化项目，5,868 star。它的核心设计只有一句：「An agent harness exists to finish tasks. We hold it to one measure: how many it completes and at what cost. We publish every run.」（harness 存在的意义是完成任务，我们只用两个指标衡量它——完成了多少、花了多少钱，然后我们公开每一次运行。）然后是「The log is the runtime」：每一条模型消息、工具调用、权限决策、终止都是追加写的 RuntimeEvent，UI、下一个 prompt、崩溃恢复都只是这份日志的投影，不是唯一副本。这套设计直接对着 10-22 那篇 EPFL 消融论文的结论——「几乎所有收益来自 runtime 和 backbone，harness 上层几乎不贡献」——说：那你把 runtime 本身做成 Apache 项目，我来公开测量。它今天顺手扔出了那份九臂 Terminal-Bench 2.1 报告（Codex 82.0% / Maka 77.5% / Pi 74.2% / DSH 73.0% / ZCode 70.8% / Reasonix 67.4% / OpenCode 65.2% / Kimi Code 59.6% / Claude Code 55.1%），成本也一并公开。Apache 基金会下场做 harness，是今天真正的新信号——不是又多一个产品，是这个位置被认定为基础设施了。

  9. lexmount/moli 仓库：https://github.com/lexmount/moli stars：★ 20,300（Rust）｜今日新增：NEW 简介：给 AI agent 用的无头浏览器：轻、快、兼容性高，结构优先，像素按需渲染。 为什么火：两万 star 的 Rust 无头浏览器，README 第一句就把定位说死了：「Structure first. Pixels on demand」（结构优先，像素按需）。这是对「无头浏览器给 agent 用」的思路修正——agent 要的不是渲染出来的漂亮像素，是 DOM 结构、元素几何、能被脚本读懂的关系，渲染是按需付费的额外开销。它同时给 CLI、CDP、WebDriver Classic、WebDriver BiDi 四套接口，任何 MCP client 都能接，Linux/macOS/Windows 全支持。Quick start 的写法很有意思：直接把一段 prompt 交给你的 agent——「去这个仓库的 skills 目录下载并安装最新的预编译 Moli 二进制，然后用 moli-webfetch 抓取这个页面给我看结果」，让 agent 自己完成安装。2026 年 agent 工具链上一个越来越明显的趋势是「README 写给 agent 看」，这段话就是标准写法。两万 star 说明这个需求已经不需要解释了。

  10. drumih/turbo-fieldfare 仓库：https://github.com/drumih/turbo-fieldfare stars：★ 7,004（Swift）｜今日新增：NEW 简介：Swift + Metal 自写的推理运行时，让 Gemma 4 26B-A4B 在大约 2GB 内存里跑起来，8GB 内存的老 MacBook 也能用。 为什么火：7004 star，Rust 之外今天最硬核的一个。它不是 MLX 或 llama.cpp 的包装——README 明确写了「model-specific rather than a wrapper around MLX or llama.cpp」，自己写 Swift + Metal 内核。它的做法是只把 1.35GB 的共享 core 和 FP16 KV cache 留在内存里，每个 token 只从 SSD 流式读取当前需要的 expert，所以 14.3GB 的模型能在 8GB 内存的 Mac 上跑。而且它公开了实测矩阵，包括对自己不利的部分：8GB M2 上 5.10-6.30 tok/s、内存占用约 1.9-2.1GB；24GB M5 Pro 上 31-35 tok/s；而同一台 M5 Pro 上 mlx-lm 是 76.33-82.07 tok/s 但 RSS 高达 8.3-9.8GB、GPU 分配 14.7-15.3GB。也就是说它换来的是三分之一的速度，换来的是三分之一的内存。诊断段落还给了 token 级时间分解：expert 读取 83.1ms、命令缓冲流水线等待 55.6ms、输出头 14.2ms。仓库里还有一份 103 条实测结果的实验记录。诚实到把输的地方也写清楚的推理引擎，这年头不多。

  11. monid-ai/monid 仓库：https://github.com/monid-ai/monid stars：★ 6,096（TypeScript）｜今日新增：NEW 简介：agent 工具的 OpenRouter：一个 base URL、一个 key，让 agent 能调用 72 家提供商的 2000 多个工具。 为什么火：6096 star。它把 OpenRouter 的模型聚合模式搬到了工具层，而且做对了一件关键的事——connector 是声明式的，所以 coding agent 自己就能写一个：对着某个 API 的文档，在这个仓库里写一份 connector，提个 PR，这个 API 就进了 Monid 平台所有 agent 的可见范围。计费模型写在定义里（每次调用固定收费、按返回结果收费、或者按千字符/每秒视频这种单位费率），引擎在原始响应包络上结算，厂商报错、没匹配上的公司、没解析出的人，都算作「数据已完成、结算为零」——供应商的错误不转嫁给调用方。另一个设计是端点每次调用时才选：discover 把整个目录按任务跨提供商排序，返回每个候选的价格、实时健康状态、实测 p50/p95 延迟，并提示哪个更便宜更合适，而不是在几个月前就把某个厂商写死在代码里。前面挂了个 SKILL.md 供 agent 直接拉取。这是在抢「agent 工具的 DNS」这个位置。

  12. Leonxlnx/earshot 仓库：https://github.com/Leonxlnx/earshot stars：★ 2,408（Python）｜今日新增：NEW 简介：给 coding agent 装上耳朵：让它能听、能评价、能用代码造声音——本地 CPU 跑，CLI / Python API / MCP server 三种用法。 为什么火：2408 star，10-15 建仓，9 天。它的开场白把今天整条线的问题说穿了：「AI coding agents can now write the code that renders a film, a product demo or a game. They still cannot hear what they made.」（AI coding agent 现在能写出渲染影片、产品演示或游戏的代码了，但它们听不见自己做出来的东西。）它分不清高级键盘声和廉价键盘声，听不出一个打击音是不是在切点后 80ms 才落下来，也听得出音乐在错误的位置涨起来。它的输出全是 agent 能推理的证据：这个文件听起来是什么（带 z 分数的校准标签、AudioSet 标签、测量值）、跟一段描述有多匹配（余弦 + 在词表里的排名 + strong/plausible/weak/no match 的判定）、长录音里最好的那几秒在哪、这是真录的还是代码合成的、整部片逐秒的听感转录，以及对着 7 部专业发布片打分的评分卡。最狠的是它还能反过来用代码造声音（音效库以代码形式存储、无模型无网络，渲染一个音效只要几毫秒），并且 earshot fit 能把一段录音反推成可变的代码——连它 22 秒的发布片里每一个声音都是代码合成的，没有录音也没有音乐轨。这个项目在补的不是「能力」，是 agent 的感官里缺的那一块。