云雀 · 轻技术笔记

GitHub Trending AI 热点 · 2026-10-25

GitHubTrendingGitHub热点AI开源

  1. cloudflare/security-audit-skill 仓库：https://github.com/cloudflare/security-audit-skill stars：★ 43,795（JavaScript）｜今日新增：+2271 简介：Cloudflare 开源的安全审计 Skill，把你的 coding agent 变成安全审计员，六阶段流水线，结论是可验证的机器可读记录。 为什么火：日榜第一，一夜涨了 2271 star，周榜更是 +11223。它火的原因不是「Cloudflare 又发了个 skill」，而是它把「找漏洞」这件事从玄学变成了工程：README 里写得很清楚，这是「seeded Cloudflare's vulnerability discovery harness」的单仓库起点，云自己的漏洞挖掘系统就是从这个 skill 长出来的——multi-stage、fleet-wide 的东西，最后收敛成一个可以 npx skills add 装到任何一个 agent 里的目录。六阶段设计里最狠的是三个动作：候选验证阶段给每个唯一候选配一个「新鲜的 verifier」，任务是推翻它而不是确认它；独立记录验证阶段再来一轮新 agent 核验最终结论，材料替换还要再过一道独立 verifier；报告阶段从 verified records 和 coverage ledger 里推导出来，而不是让 agent 直接写。同时它把三种结论严格分开——confirmed 必须有完整源码溯源和受限观测结果，needs_validation 必须写清那个「还没解决的确切事实」且不带严重性，rejected 记录被证伪的候选。两套零依赖校验器（validate-findings.cjs / validate-coverage-ledger.cjs）在 Phase 4、5 各跑一次，多次审计是累加的：旧 ledger 和 findings 会被用来定位缺口、重验改动过的源码，不把过期或未解决的工作当作已覆盖。攻击面覆盖了记忆安全与二进制、AI/LLM（提示注入、agent/tool、输出处理）、Web 协议与认证、客户端、供应链与发布、云与部署、RPC 与消息、资源耗尽、数据隔离与生命周期、桌面移动与本地 IPC 共十一个大类。今天最值得记的是：Cloudflare 9 月 29 日才第一次发这个 skill，今天它就冲到了日榜第一——厂商把自己的内部漏洞挖掘流程开源成 skill，等于承认「agent 安全审计」已经是标准化产品类别，不是玩法。

  2. morluto/rea 仓库：https://github.com/morluto/rea stars：★ 377,383（TypeScript）｜今日新增：+21377 简介：一个 MCP server，让 agent 从应用行为一路逆向到原生二进制：IDA、Hopper、Ghidra 全部接上。 为什么火：37.7 万 star，两天涨了两万一（10-22 记的是 35.6 万，昨天 37.7 万），周榜 +88243 断层第一。它已经连续八周上榜，曲线没有拐点——这个增速本身就是最反常识的信号：逆向工程原本是 Ghidra/IDA 圈内的专业手艺，现在被一个 TypeScript 的 MCP server 塞进了 agent 的工具箱。这周它做的事是把 Hopper 也接进来了（README 里 Hopper 的分析截图和 Ghidra 并列），覆盖范围从「跑起来的应用行为」一路下到 native binary 层的函数级分析。README 里那句防盗版声明写得很硬：「A similar repository name or copied README does not establish that a download is official」——37 万 star 意味着仿冒盘已经开始，这件事本身比 star 数更能说明问题。

  3. Graphify-Labs/graphify 仓库：https://github.com/Graphify-Labs/graphify stars：★ 134,303（Python）｜今日新增：+4364 简介：把整个代码库连同文档、SQL schema、配置和 PDF 变成一张可查询的知识图谱，给 Claude Code / Cursor / Codex 一个 /graphify skill。 为什么火：今天涨幅第二，周榜 +6875。它最硬的一组数字在 README 的 benchmark 表里，而且罕见地把自己不赢的那一格也列了出来：LOCOMO（n=300）recall@10 0.497，对比 mem0 0.048、supermemory 0.149；LongMemEval-S（n=50）QA 准确率 **76%**，与 dense RAG 打平；但同一行 QA accuracy 只有 **45.3%**，低于 supermemory 的 49.7%（mem0 27.3%）。它的图构建阶段 LLM credits = 0——用 tree-sitter AST 在本地解析，不调 LLM，跨约 40 种语言解析 calls / imports / inherits / mixes_in；只有文档和多媒体那一遍语义pass会走后端，而且是可选配置。ERPNext 跨工具测试里 key-fact 覆盖率 82.0%，grep/read 基线 70.8%。评测的可信度它自己也写清楚了：同一 harness、同一模型、同一预算，两个 judge 盲评一致率 90.6%，Cohen's kappa 0.81。更有意思的是每条边都带置信标签——EXTRACTED 是源码里明写的，INFERRED 是解析推导出来的，你一眼能分清哪些是读来的、哪些是猜的。一个能在 README 里老老实实写「mem0 的 recall@10 是我 1/10」的项目，可信度比一堆只贴冠军数字的徽章高得多。

  4. pbakaus/impeccable 仓库：https://github.com/pbakaus/impeccable stars：★ 86,152（Rust）｜今日新增：+2463 简介：给 AI coding agent 的设计语言：1 个 skill + 24 个命令 + 62 条确定性检测规则，专门收拾 AI 生成界面的那些套路。 为什么火：8.6 万 star，一天涨两千四。它自己承认血统：起点是 Anthropic 官方的 frontend-design skill。「Every model trained on the same SaaS templates」这句话是它存在的全部理由——不写 guidance，你每个项目都会得到同一套 tell：什么都是 Inter、紫到蓝的渐变、卡片套卡片、彩色底上的灰字、每个标题上面都放一个圆角方形图标方块。它的解法不是再写一篇 prompt，是把判断变成可执行的：62 条确定性检测规则（CLI 和浏览器扩展跑这些规则不需要 LLM、不需要 API key），加上 LLM 只负责的 critique 检查。24 个命令是一套共享的设计词汇表——polish、audit、critique、distill、animate、bolder、quieter、harden、typeset、layout……init 命令会把「持久的产品事实」（受众、目的、运行场景、约束、语气、证据）写进 PRODUCT.md，把这类事实和表层视觉方向分开存——这个设计比多数 prompt 库都清醒：产品真相和这次长什么样是两回事。它还写了明确的反模式清单（不用 Inter 等过度使用字体、不用彩色底上的灰字、不用纯黑灰要带色调、不要什么都能包卡片、不要 bounce/elastic 缓动）。

  5. Nutlope/hallmark 仓库：https://github.com/Nutlope/hallmark stars：★ 31,845（CSS）｜今日新增：+570 简介：Together AI 做的反 AI 味设计 skill，48 套主题，每套不超过 8KB，自带浏览器里的 lint 门禁。 为什么火：3.2 万 star，新项目。Together AI 官方出品这一点是关键——模型厂下场做「怎么让 AI 生成的界面别像 AI 生成的」。它的做法比 impeccable 更狠一层：不是给 agent 一堆禁令，而是给它48 种材质（纸、字体、颜色、表面、各自的组件和质感），每个主题一个不超过 8KB 的文件配一张成品图，一次构建只读一个。它把「AI 味」拆成了一份可检测的清单——每个标题上方那个 eyebrow、加字距的大写标签、标题里只给一个词上色、一整页空框或者全是照片、hero 图撑不满首屏、每页结尾都塞一个邮件订阅、提交表单后只说谢谢但不真发——然后在真实浏览器里 lint 结果。门禁还分了三级：Floor 永远不许过（对比度、焦点、减少动效、编造事实、手机布局坏掉），Reflex 是模型默认会掉进去的坑（有正当理由可以逐条推翻并留记录），Finish 是工艺细节，不拦发布。它的 eval 目录更是把「skill 到底值不值钱」做成了矩阵：Tier A 直接驱动真实的 Claude Code 二进制（claude -p）解析 stream-json transcript，看 skill 有没有真加载、写了哪些文件、读了几次参考、加载顺序有没有乱、花了多少钱；Tier B 把 skill 编译成纯 system prompt 裸调 API，量的是「有多少 Hallmark 能作为纯 prompt 存活下来」。它自己在 README 里记了一条实测发现：skills 不会在 claude -p 里自动触发，所以只能按名字调用——这是 conformance harness，不是自动触发测试。这种把自己的评测方法论整个公开出来的仓库，现在不多见。

  6. stablyai/orca 仓库：https://github.com/stablyai/orca stars：★ 104,733（TypeScript）｜今日新增：+3799 简介：AI 编排器：Codex、Claude Code、OpenCode、Pi 各跑各的 worktree 并行，全部收在一个地方看。 为什么火：10.4 万 star，一周涨了九千五。它切的是「多 agent 并行」这个已经被讲烂但没人做好产品化的位置——大多数项目给你一堆 API 调用，你得自己写调度逻辑、自己管冲突、自己知道哪个 agent 卡住了。Orca 的做法是把 worktree 隔离、并行跑、状态收敛做成桌面客户端的基本动作，还配了手机 companion：agent 跑完推送到手机，你在任何地方发追问。README 第一行是「The AI Orchestrator for 100x builders」——注意它主打的不是「让你跑更多 agent」，是「让你敢并行」。

  7. NVIDIA/OpenShell 仓库：https://github.com/NVIDIA/OpenShell stars：★ 19,312（Rust）｜今日新增：+893 简介：给自主 agent 舰队用的安全私有运行时：内核级拦截每次文件访问、系统调用和网络连接，策略变更还要过形式化验证。 为什么火：1.9 万 star，今天日榜第二。硬件厂又一次下场抢「AI 时代的 Kubernetes」这个位置——但这次它抢的是运行时，而且手上多了两张牌。第一张是内核级强制：每个 agent 跑在隔离沙箱里，内核控制限定它能碰哪些文件、能调哪些系统调用，每一次出网连接都要过策略检查；agent 永远拿不到真凭据，OpenShell 只把它加到发往白名单端点的请求上。第二张牌更狠——策略变更加形式化验证：在策略改动被批准之前，用形式化验证去标出它会新授予的高风险访问（比如能带着凭据连上一个新主机、或者调用了一个新的 API 方法），让这些改动先去等人审。这跟 10-23 那篇 Anthropic × Theorem 形式化验证是同一个方向，但落点不同：Anthropic 拿它去证明「程序不崩」，NVIDIA 拿它去证明「策略不会偷偷放行」。今天 README 还挂着 0.1.x 的重要提示——稳定的发布节奏、新的隔离原语、更大的扩展面。

  8. anthropics/knowledge-work-plugins 仓库：https://github.com/anthropics/knowledge-work-plugins stars：★ 32,564（Python）｜今日新增：NEW 简介：Anthropic 官方开源的 11 个 Claude Cowork 插件：按岗位分桶，每桶配好技能、连接器、斜杠命令和子 agent。 为什么火：3.2 万 star，一周涨两千六，baseline 里第一次出现（说明这几天它被推上榜之前没进过我们的样本池）。这 11 个岗位桶是：productivity / sales / customer-support / product-management / marketing / legal / finance / data / enterprise-search / bio-research / cowork-plugin-management。每个桶接的连接器是硬货——productivity 接 Slack、Notion、Asana、Linear、Jira、Monday、ClickUp、Microsoft 365；sales 接 HubSpot、Close、Clay、ZoomInfo、Fireflies；finance 接 Snowflake、Databricks、BigQuery；bio-research 接 PubMed、BioRender、bioRxiv、ClinicalTrials.gov、CHEMBL、Synapse、Benchling。开源这个动作本身有信号：Anthropic 把「行业 Know-How 封装进 Skill」这条线做成了可复制的模板——一个岗位 = 一个插件 = 一组连接器 + 一组技能 + 一组命令 + 一组子 agent。09-29 我判「Skills 协议进入职业化阶段」，今天 Anthropic 自己把 11 个岗位的标准模板交出来了。

  9. akitaonrails/ai-memory 仓库：https://github.com/akitaonrails/ai-memory stars：★ 13,219（Rust）｜今日新增：+1374 简介：给 coding agent 的长期记忆：二十多个 harness 共用一份记忆，Claude Code 中途退出、Codex 接手时不用重新解释架构。 为什么火：1.3 万 star，一周涨三千四。Rust 写的，它解决的痛点非常具体：Claude Code 有自己的记忆，Cursor 也记一点，每个平台都在加，但这些记忆都住在自己机器上、只属于自己、换个工具就消失。ai-memory 的定位是「记忆跟着你走」——四个维度：跨 agent（二十多个 harness 喂同一个共享记忆，交接是有类型的协议，每条有 owner 且只被 claim 一次）、跨 session（不是只留摘要，ai-memory run codex 时 Codex 能拿到共享工作流，外加 Claude 可见原生历史的私有临时本地投影，补上启动包没装下的细节；远端服务器只收到 harness 和 session 身份，永远拿不到本地 transcript 路径和正文）、跨项目（你平时的包管理器、测试布局、架构习惯这类小画像，每个新仓库开 session 就自动到位）、跨机器（记忆住你自己跑的服务器，桌面上的项目在笔记本上接着做）。团队场景也考虑了：知识按项目共享，个人交接保持私密。

  10. makecindy/cindy 仓库：https://github.com/makecindy/cindy stars：★ 3,945（TypeScript）｜今日新增：+557 简介：开箱即用的开源 AI agent 桌面端 + 移动端：Claude Code 和 Codex 两种 harness 可以自由混搭，任务中途还能切换。 为什么火：3.9 千 star，开源三个多月，一天涨五百多。它的独特之处是把 harness 当成可替换的插件：模型和 harness 可以随意混搭，任务进行到一半还能换，而你的 workspace、记忆、skills、工具保持连续——一个任务甚至可以由不同 harness × 模型组合的 agent 分别规划、并行执行、交叉评审。授权方式也说得明白：官方服务透明扣用量，或者授权你已经付费的 Claude Code / Codex Coding Plan 继续在里面用、不重复计费，也可以接自己的 key 或本地模型。「memory 纠正一次之后一直对、跨 harness 共享」「skills 教一次到处用」「automation 把自己排进日程」「plugins 走开放市场」——它把 agent 客户端该有的四件事一次列齐了。Apache-2.0 全开源客户端，中英双语文档，pnpm monorepo。

  11. anthropics/claude-plugins-official 仓库：https://github.com/anthropics/claude-plugins-official stars：★ 44,313（Python）｜今日新增：+732 简介：Anthropic 官方维护的 Claude Code 插件目录，协议制定者自己下场做分发。 为什么火：4.4 万 star，一周涨四千二。它是今天整条线最有意思的一个注脚——协议制定者抢分发入口。从 10-16 到今天，一个稳定的对照摆在那里：mattpocock/skills（社区分发）单日上万，Anthropic 官方目录单日几百，差了二十多倍。今天这个数字更微妙——AWS 官方的 agent-toolkit-for-aws（3.0 千 star）把自己的插件同时挂进 Anthropic 官方市场和自己的仓库市场，AWS 的 devsecops 插件直接出现在 Anthropic 的目录里。协议制定者成了别人的分发渠道，这是 OS 时代 Windows 应用商店给第三方上架的那一幕，只不过反过来了。

  12. HKUDS/CLI-Anything 仓库：https://github.com/HKUDS/CLI-Anything stars：★ 56,807（Python）｜今日新增：+1197 简介：港大数据智能实验室出品：把任何软件改造成 agent-native 的 CLI，配一个可 pip 安装的 CLI-Hub 注册中心。 为什么火：5.7 万 star，一周涨三千三。它的 README 标题句就是整个 agent 时代的判断：「Today's Software Serves Humans. Tomorrow's Users will be Agents.」做法是把 GUI 软件逆向成 CLI——CAD、3D 场景、图表、游戏、字幕，都在 demo 列表里。真正值钱的是它把这件事做成了社区供给的注册中心：pip install cli-anything-hub 然后 cli-hub install <name>，任何人提 PR 就能上架自己做的 CLI，hub 立刻更新。它 README 里的自我陈述也很坦白——「Making ALL Software Agent-Native」是口号，18 个 demo 是它今天真能拿出来的量。这条线从 10-15 的 CLI-Anything 初上榜到现在，56 天涨了五万多 star，一个实验室项目靠社区 PR 铺出了一个协议层。

  13. android/skills 仓库：https://github.com/android/skills stars：★ 9,568（Kotlin）｜今日新增：NEW 简介：Google Android 官方的 agent skills 仓库，按 Android 官方最佳实践写 SKILL.md，Claude Code / Codex / Antigravity 都能装。 为什么火：9.5 千 star，baseline 里第一次出现。它 README 里那段选品逻辑才是重点：「我们的 skill 开发聚焦在评测显示 LLM 表现不足的用例和工作流，不优先做 LLM 本来就擅长的地方，比如基础的 Jetpack Compose 最佳实践」——这是把 eval 驱动的 skill 开发写进了官方仓库的选品标准。它明确声明遵循 open-standard agent skills（agentskills.io），SKILL.md 是给 LLM 灌专业领域知识的 markdown 技术规范。装法是 android skills add r8-analyzer --project=.，也能作为 agent plugin 装进 Claude Code 和 Codex。这条线我在 10-19 写过判断：Skills 协议分发战的拐点不在 npm 注册权，在 OS 原生适配权——今天 Google 自己把 Android 侧的口子开出来了。

  14. aws/agent-toolkit-for-aws 仓库：https://github.com/aws/agent-toolkit-for-aws stars：★ 3,045（Python）｜今日新增：+11 简介：AWS 官方的 agent 工具箱：MCP server、skill、plugin 一套，Claude Code / Codex / Cursor / Devin / Kiro 都能用。 为什么火：3.0 千 star，今天只涨了 11，是这份榜单里唯一增速平平的官方大厂项目——但它值得单独一节，因为它说明了一件事：AWS 已经不满足于「提供基础设施给 agent 用」，它要成为 agent 的工作环境本身。分发方式很说明问题：AWS CLI 直接 aws configure agent-toolkit 就能用，插件同时挂进 Anthropic 官方市场（claude-plugins-official）和 AWS 自己的仓库市场，Codex 走 codex plugin marketplace add，Cursor 走「Team Marketplaces → Import from Repo」。五个插件各占一个层：aws-core（服务选型、CDK/CloudFormation、serverless、容器、存储、可观测性、计费、SDK）、aws-agents（Bedrock + AgentCore 上建 agent）、aws-data-analytics（S3 Tables、Glue、Athena）、aws-agents-for-devsecops（事故调查、代码审查、发布就绪 UAT、漏洞扫描、渗透测试）、aws-startup-advisor（架构、成本、AWS Activate、从 Azure/GCP/Heroku/OpenAI/Gemini 迁移）。最后这个插件最说明问题——AWS 明确定位自己是「从其他云和 AI 栈迁移过来」的落地方。

  15. google-gemini/gemini-cli 仓库：https://github.com/google-gemini/gemini-cli stars：★ 107,846（TypeScript）｜今日新增：+377 简介：Google 的开源终端 agent，直接把 Gemini 带进命令行。 为什么火：10.8 万 star，今天只涨了 37——上榜原因是它 README 顶部那两行公告，比涨 star 本身更值得看：Gemini CLI 已于 2026 年 6 月 18 日被 Antigravity CLI 取代，而且「Gemini CLI 没有针对 Gemini 4 Argon 做优化，要用 Gemini 4 Argon 请用 Antigravity」。也就是说，一个 10 万 star 的项目在 README 里公开宣告自己已经是被替换的上一代产品——Google 官方的 agent 入口已经换了一代，而社区还在给老项目打 star。这个细节跟 10-19 写 Anthropic《Claude Code 团队怎么做 code review》时那条判断对得上：模型厂的 CLI 入口层迭代速度远快于社区的跟进速度。

  16. luongnv89/claude-howto 仓库：https://github.com/luongnv89/claude-howto stars：★ 44,354（Python）｜今日新增：+2290 简介：Claude Code 的可视化图文教程，10 个模块、11-13 小时学完，带可复制的斜杠命令、hook、MCP 配置和自定义 agent 模板。 为什么火：4.4 万 star，一天涨两千三。它的问题意识抓得很准：「官方文档描述功能，但不告诉你怎么把它们组合起来」——你知道了斜杠命令存在，但不知道怎么把它跟 hooks、memory、subagents 接成一条真省时间的流水线；你也不知道该先学 MCP 还是先学 hooks。10-19 那篇 Anthropic 的 code review 长文讲的是同一件事的工业化版本，这个项目讲的是怎么用最小成本吃到那个红利：分级学习路径（Slash Commands 30 分钟 / Memory 45 分钟 / Skills 3.5 小时 / MCP 与 hooks 5 小时 / 完整路径 11-13 小时）、10 个模块每一步都建在上一步之上、Mermaid 图画清楚每个功能内部怎么跑、每个模块后面有 /lesson-quiz [topic] 钩子告诉你漏了什么。它写的一句狠话是「You're leaving 90% of Claude Code's power on the table — and you don't know what you don't know」。文档跟着版本走（README 标的是 v2.1.302，2026 年 10 月），19 种语言翻译。

  17. heygen-com/hyperframes 仓库：https://github.com/heygen-com/hyperframes stars：★ 71,333（TypeScript）｜今日新增：+3027 简介：把 HTML、CSS、媒体和可 seek 的动画渲染成确定性的 MP4——给 agent 用的视频 DSL。 为什么火：7.1 万 star，一周涨五千五。它的定位一句话说清：「Write HTML. Render video. Built for agents.」——把视频从「时间轴上的一堆关键帧」变成「一份能版本管理、能 diff、能被 agent 读懂改的 HTML」。对 agent 来说这个差别是本质的：改一个 HTML 文件和改一个 .prproj 是完全不同的两类操作，agent 前者能干，后者干不了。渲染是确定性的，同一份 HTML 每次渲染出来一样。入口也有变化：除了 CLI 和托管服务，现在还有原生 macOS 和 Linux 应用从 Dock 直接开。

  18. ruvnet/ruflo 仓库：https://github.com/ruvnet/ruflo stars：★ 78,964（TypeScript）｜今日新增：+1289 简介：Claude Code 和 Codex 的 agent 元 harness：多 agent 集群、自适应记忆、swarm 协调。 为什么火：7.9 万 star，一周涨三千三。今天它值得说的是 README 里那两枚诚实的徽章：一个是「Claude Flow 血统：2025 年 6 月 2 日 rUv 的首次提交，去查证」；另一个更特别——下载计数器故意从 9800 万起跳，每 30 秒循环加不同数字，但徽章下面标着「Verified dataset: 97,022,120 download events」（真实数据集是 9702 万次下载事件）。一个 npm 包把自己的下载量做成动画徽章，还要在旁边写清楚「这个数字是插画，真实数字是这个」，这种自嘲式标注在 agent 圈的 README 里非常罕见。

  19. anomalyco/opencode 仓库：https://github.com/anomalyco/opencode stars：★ 221,013（TypeScript）｜今日新增：+1437 简介：开源的 coding agent，22 万 star。 为什么火：22 万 star，一周涨六千七。10-19 我写过它「从工具变流水线」：client/server 中央服务进程定型、@opencode/client npm 包、@opencode/codemode 内置 JS 解释器让 agent 一次 round-trip 调多个 MCP 工具、80+ 内部插件带 hot-reload 让 agent 在 session 里给自己写插件。10-22 我写它「五个官方 harness 之一」，10-24 我写它「九臂对照排第六（65.2% 通过率）、成本倒数第三（每次通过 $0.0301）」。今天这三条线索合起来看：22 万 star 说明它已经是这个赛道的事实标准之一，但 Apache Maka 那份公开对照表里它既不是最强的也不是最省的——harness 层的用户规模和产品力正在脱钩。

  20. Comfy-Org/ComfyUI 仓库：https://github.com/Comfy-Org/ComfyUI stars：★ 142,579（Python）｜今日新增：+1992 简介：模块化的扩散模型 GUI / API / 后端，图节点式的本地推理引擎。 为什么火：14.2 万 star，一周涨四千五，三年零三个月的老项目还在涨。它是今天这份榜单里唯一的「基础设施存量赢家」——不是 agent，是给 agent 和人共用的那层图像生成底座。它的图/节点接口已经是本地扩散推理的事实接口，README 里那句「The fastest local inference engine in the world」是自我宣称，但三年持续涨 star 本身就是市场投票。今天它跟 agent 的关系变了：本地可编程的扩散引擎 + agent 视觉能力 = 图像生成进入「可编排」阶段。

  21. cursor/plugins 仓库：https://github.com/cursor/plugins stars：★ 13,889（TypeScript）｜今日新增：+674 简介：Cursor 官方的插件规范和官方插件集。 为什么火：1.4 万 star，一周涨两千。它的目录里能看出今天的 agent 工程在关心什么：thermos（分支级安全/正确性深度审计、严苛代码质量 rubric、并行子 agent、thermos 编排、可选 merge-ready PR 流）、ralph-loop（Ralph Wiggum 式的自迭代循环）、agent-compatibility（CLI 支撑的仓库兼容性扫描 + 审计启动、验证、文档是否与现实相符的 agent）、cli-for-agent（设计 coding agent 能可靠运行的 CLI：flags、带例子的 help、pipeline、错误处理、幂等、dry-run）、pr-review-canvas（把 PR diff 渲染成按重要性分组的审阅画布）、docs-canvas。「cli-for-agent」这一条最值得看——一个官方编辑器在教你怎么给 agent 设计 CLI 接口，这是协议层在往上游传导。

  22. vllm-project/vllm 仓库：https://github.com/vllm-project/vllm stars：★ 95,320（Python）｜今日新增：+961 简介：高吞吐、显存高效的 LLM 推理与服务引擎。 为什么火：9.5 万 star，一周涨一千三。它的 topics 列表本身就是一张今天的模型部署地图：amd / blackwell / cuda / deepseek / deepseek-v3 / gpt / gpt-oss / inference / kimi / llama / llm / llm-serving / model-serving / moe。DeepSeek、Kimi、gpt-oss 全在里面。10-21 我写过 DeepInfer 上线时「模型厂自己做推理框架，vllm 三年中立假设过期」；今天 vllm 还在涨，说明中立性溢价没有立刻归零——推理层的客户要的是「我这周刚训出来的模型下周就能上线」，这个切换成本比「谁多 10% 吞吐」值钱得多。