云雀 · 轻技术笔记

GitHub Trending AI 热点 · 2026-10-28

GitHubTrendingGitHub热点AI开源

今天最值得说的不是涨得最多的那个，而是涨得第二的那个：google/elephant-goldfish-model 一天涨了 1268 个 star，一个 2877 星的 Python 项目。它做的事很反常识——用一条"金鱼"去审一条"大象"。大象持有项目上下文，负责起草规格说明；金鱼是一个零上下文的全新子 agent，只看得到文档和它引用的源码，看不到之前的对话。它的作用就是挑出那些被默认掉的假设。而最后做决策的不是这两个，是人。README 里那张表写得很清楚：Elephant 负责「探索问题并起草规格」，Goldfish 负责「找出缺失的假设、含糊的需求和实现风险」，You 负责「解决权衡、批准设计、决定造什么」。这是把「让另一个模型 review 一遍」这件已经烂大街的事，做成了「让另一个模型假装什么都没听过」。 上下文被剥掉之后，写代码时那种「我们前面说好的」就再也护不住那些没写下来的决定了。

第二个信号是 agent 正在离开屏幕。makecindy/cindy（+1132）把 Claude Code、Codex 和 Pi 收进一个客户端，工作区、记忆、skill、工具保持连续，任务中途可以换 harness 或换模型，手机端还能远程桌面去操作你的真电脑。onehumanbeing/esp32-iphone-agent（+383）更狠——一块 7 美元的 ESP32-S3 板子，让 AI 去操控一台真 iPhone：板子自己开热点当 AirPlay 接收端把屏幕镜像喂给手机上的 app，板子同时伪装成标准 USB 鼠标键盘；app 解码画面、发截图给视觉模型、跑 planner 和 actor，鼠标是相对的所以每次精确点击前会先「晃一晃指针」找位置再纠偏。手机、电脑、车机、IoT 板子，都在变成 agent 的手。 而 google/artemis（+398）走的是另一头：让 agent 操作 Android 真机跑测试，README 里写的是 AndroidWorld 基准上 99%+ 任务完成率， Antigravity、Claude Code、Windsurf 通过 MCP 驱动真机并收集 Logcat 和截图。

第三个信号是「不让 agent 写 AI 味代码」这条赛道今天集体冒头。miqdadbadjuber/anti-slop（+350）的定位特别狠——README 第一句是 "A filter, not a style guide"：不规定你的颜色、字体、布局，方向仍然归你，它只负责把「 sparkle 图标 + NEXT-GEN AI 2.0 beta 药丸 + 假终端显示 0.0001ms 延迟」这类东西剔掉。它的对比图很有说服力：只开 antislop 的结果是「垃圾没了但方向也没了」，只开 DESIGN.md 的结果是「方向有了但垃圾还在」，两者必须配对。kaankiziltug/logo-design-skill（+534）做同一件事的另一个垂直：1400+ 真实世界 SVG logo 参考库，按标记类型、工艺、几何、题材、字体、氛围、行业分类，命令行可检索；流程是「8-12 个一句话概念 → 建 3 个 SVG → 16px 像素测试 / 单色 / 反白 / 眯眼 / 镜像 / 同业货架测试 → 停下来给你看 → 你选方向后才出完整物料」。注意那个「停下来给你看」——它把决策权还给人，而不是一口气吐完整套品牌包。

第四个信号是「可复现」变成了新的入场券。elder-plinius/T3MP3ST 今天首次进入统计范围（NEW），它是个多 agent 攻防框架，第一句是 "Your AI coding agent is already a hacker"——不用新 API Key、不用云租户、不用第二张账单，你已经登录的 Claude Code / Codex / Hermes / OpenCode 就是大脑，它只是给大脑装上武器。README 里最硬的一句不是分数，是这句话："Every number in this README recomputes from committed data with one command (npm run verify-claims). Loud about the mission, honest about the build." 在 XBOW 自己的 104 道题上它跑出 90.1% pass@1（XBOW 自报是 85%），27/27 条声明全部可重算。morluto/awesome-reverse-engineering（NEW）也是同一个逻辑的产物——它不是「收集工具」的清单，README 里有一张「你的任务 → 从哪开始」的映射表，19 行，从「学汇编基础」一直排到「用 AI agent 加速调查」，而且作者是 REA（Agent 逆向工具）的同班人马。当一个领域开始有人做「索引」而不是做「工具」，说明这个领域的工具已经多到需要导航了。

最后一个不太舒服的事实：今天涨得好的项目里，好几个在 README 里主动交代自己「在哪输了」。moli（+503）的 README 有一节叫 Project scope，明确列出「没有 GUI 浏览器、没有持久窗口、没有 GPU 合成器、不追求和 Chrome 像素级对齐」，还补了一句 "Moli never pretends that a browser action, event, network observation, or visual result occurred." 它的实测成绩是 1308 道可对比任务里通过 1071 道（81.88%），Chrome 参考引擎 99.85%，Moli 的中位 CPU 时间 100.6ms / 峰值内存 92 MiB，Chrome 是 687ms / 697 MiB——用了 Chrome 约 15% 的 CPU 和 13% 的内存，成功率 80.7%。 一个 Rust 写的浏览器，敢把 Chrome 当基准线摆在 README 顶部。ponytail（+1013）的盲评是 110 比 67，agent-purge（NEW）的表格里直接列出每个 harness 注入后的 system prompt 字符数（codex 从 21026 降到 24，claude 从 6379 到 156）。当一个赛道的 README 全是冠军徽章时，把「我在这输了」写在第一段反而是最强信号。

值得关注的项目

  1. Ebony-Vinyl/dsh-our-free-model 仓库：https://github.com/Ebony-Vinyl/dsh-our-free-model stars：★ 46,642（JavaScript）｜今日新增：+1947 简介：DeepSeek Harness 的免费模型插件——装上就用，不登录、不注册、不填 API Key，直接用上 DeepSeek V4.1 Flash、Kimi K3 等前沿模型。 为什么火：4.6 万 star 一天涨近两千，全场第一。它的价值是把「用前沿模型」这件事的门槛砍到零：注册、余额、审批这一整套挡人的流程全绕开。三个细节让它不只是套壳。一是思考强度分两套控制：声明了档位的模型（DeepSeek V4.1 Flash、GLM 5.3 Flash）给档位菜单，选中值按原值下发 reasoning_effort，上游会校验这个字段、集合外的取值直接 400；没有档位菜单的走预算阶梯 2048 / 8192 / 上限。二是免费车道的来源是公开的——OpenCode 的 Zen 网关和 Kilo AI 的公共网关，直连不经第三方中转，模型清单每次刷新都向上游重新拉取，插件内不存静态快照。三是应用内升级做得很细：下载 → SHA-256 校验 → 备份 → 原子替换 → 校验回读 → 热重载，任一步失败自动回滚。选择器也不傻——上游清单声明了但网关明确拒绝路由的模型（返回 Model is unavailable 或 404）从下拉框移除并注明拒因，网关自身 5xx、429、超时、断网一律保持可达，整轮探测全被拒时选择器也绝不为空。

  2. google/elephant-goldfish-model 仓库：https://github.com/google/elephant-goldfish-model stars：★ 2,877（Python）｜今日新增：+1268 简介：Google 开源的设计评审插件：一条「大象」持有项目上下文起草规格，一条「金鱼」用零上下文子 agent 挑刺，最后由人拍板。 为什么火：2877 星的 Python 项目，一天涨了 1268——体量不大，增速全场第二，是今天最反常识的一个。它的核心机制不是「让另一个模型 review」，而是故意把上下文剥掉：README 里那张角色表写得很清楚——Elephant 持有「你的项目、需求和之前的决策」，负责探索问题并起草规格；Goldfish 只有「文档和它引用的源码，没有之前的对话」，负责找出缺失的假设、含糊的需求和实现风险；You 负责解决权衡、批准设计、决定造什么。这招狠在，写代码时那句「我们前面说好的」在金鱼这边完全不成立。 它还明说了一个硬约束：金鱼评审必须开全新的子 agent 上下文，主 agent 做不到就停下不评——不糊弄过去。规格评审走五阶段，还带 resolve（处理评审意见）和 bootstrap（给老代码库补文档）两个 skill。Google 内部几千名工程师在用，这是「用金鱼审大象」这个隐喻第一次有了大厂背书。

  3. makecindy/cindy 仓库：https://github.com/makecindy/cindy stars：★ 7,322（TypeScript）｜今日新增：+1132 简介：开源的桌面 + 移动 AI Agent 客户端，把 Claude Code、Codex、Pi 三个 harness 收进一个界面，工作区、记忆、skill、工具全程连续。 为什么火：一天涨 1132。它真正解决的是「agent 工具链太碎」这个日常摩擦——现在谁不是开着三个终端、装两套 CLI、每次换模型都要重新配一遍？Cindy 的做法是把 Claude Code 和 Codex 作为首批 harness 收进来，Pi 作为一个精简的开源可扩展 agent 补位，模型和 harness 可以随时混搭、任务中途切换，而会话留在 Cindy 里——切换 harness 时它做的是「交接或重建引擎上下文」，而不是假装两边的内部状态本来就一样。它还有一件事是纯客户端做不到的：手机端内置远程桌面，能打开你电脑上���应用、打字、直接操作真机，「当聊天不够用的时候」。另一个设计细节值得抄：它明确写「项目文件留在它自己的电脑上——远程访问不是整盘同步」，把边界写在前面而不是让人踩坑再发现。

  4. deepseek-ai/deepseek-harness 仓库：https://github.com/deepseek-ai/deepseek-harness stars：★ 263,567（TypeScript）｜今日新增：+1104 简介：DeepSeek 官方的 agent harness，README 标题就是「Everything is a Plugin」，整个内核按插件架构重写。 为什么火：26 万 star，一天涨一千多。它是模型厂下场做 harness 这件事的延续——前几天是 MiMo-Code、DeepInfer，这两天轮到 DeepSeek。但今天更值得说的不是它自己的 star 数，是它周围长出来的那一圈插件：免费模型通道（+1947）、TUI 插件（+523）、安卓免 ROOT 启动器（+390）。harness 的价值不体现在自己有多少功能，而体现在有多少人愿意把插件挂上去。 它的 README 也很克制：全文不到 3000 字节，开头第一句就是 「Developer preview，THERE WILL BE COMPATIBILITY-BREAKING CHANGES」，还专门挂了一份 SAFETY.md 让人在跑之前先读。把「我可能会破坏你的插件」写在第一屏，反而是插件生态能长出来的前提。 底层架构基于 Cordis，对应一篇讲「时空可组合编程范式」的论文。

  5. yetone/magpie 仓库：https://github.com/yetone/magpie stars：★ 23,529（Go）｜今日新增：+1021 简介：所有 agent 的模型放一处——Claude Code 跑 Kimi、Codex 跑 DeepSeek、Gemini CLI 跑 GLM，一个 Go 单二进制本地网关搞定。 为什么火：一天涨 1021。它解决的是最实际的那个问题：你的 agent 只认一家协议，你手里有一堆订阅和 Key。README 里那段自白说得很直白——「每个 agent 都把模型存在自己格式的文件里，带自己的 Key 和 base URL；你花钱订阅的方案在这个 agent 里能用，换一个就废了。」magpie 在本地起一个网关，同时说 OpenAI Chat、OpenAI Responses、Anthropic Messages 和 Gemini 四种协议，菜单栏里给任意 agent 选任意模型，它只改那个 agent 配置里真正起作用的那一个 Key。三个超出「反向代理」的功能值得看：一是配额用完会自动接下一个账号，路由组还能继续换模型或 provider，agent 根本看不到错误；二是掩码——在 Settings → Privacy 里打开后，提示词里的 Key、密码、邮箱会在请求离开本机前先被替换掉，回包时再还原；三是它能读出 agent 已登录的订阅，所以你可以拿现有订阅当模型源用。macOS / Windows / Linux / Docker / Termux 全覆盖，README 里的成本遥测写死「算不出价格就显示 unknown，绝不显示 $0」。

  6. DietrichGebert/ponytail 仓库：https://github.com/DietrichGebert/ponytail stars：★ 177,950（JavaScript）｜今日新增：+1013 简介：让 AI agent 像屋里最资深的老员工那样写代码——不废话，只写必要的那部分，而且危险逻辑必须有测试。 为什么火：17.8 万 star，一天涨 1013。Ponytail 5 是彻底重写的：代码 -53%、耗时 -41%、成本 -26%、token -45%，同时危险逻辑的测试覆盖率从 68% 抬到 98%。它的 benchmark 条件写得很实：Claude Code 里同一个 agent 带不带这个 skill，39 个任务（含一个真实的 FastAPI + React 仓库），Opus 5.5，各跑 5 轮。它给了一个具体例子说明差别在哪：要一个日期选择器，不带 skill 的 agent 会装个日期选择库或者手搓整个日历，335 行；带 skill 的先看仓库里已有的东西——已经有 Input 组件，浏览器本来就有日期选择器，两个拼起来，10 行。但它最硬的一句是「规则从来不是『token 最少』，而是只写任务需要的，并且绝不砍掉校验、错误处理、安全和无障碍——代码变少是因为它必要，不是因为在玩代码高尔夫」。 盲评里 Ponytail 5 以 110 比 67 赢过上一代，六个安全任务（SQL 注入、路径穿越、伪造 token、限流、畸形 CSV 行、缓存）30 次全过。

  7. AienTech/dossier 仓库：https://github.com/AienTech/dossier stars：★ 1,006（TypeScript）｜今日新增：+578 简介：自托管的求职工作台——一份档案，给每个岗位生成定制简历和求职信，从草稿一路跟到 offer。 为什么火：1006 star，一天涨 578，体量小但涨得凶。它的设计取舍很清醒，README 里写明是「给在小服务器上的一个人用：一个密码、你的数据在你自己的 PostgreSQL 里、一个你自己选的模型」。模型可以走本地（Ollama 或 LM Studio），你的档案和文档就留在自己的硬件上；也可以走任意 OpenAI 兼容 API、Anthropic 或 Mistral，那它就只收到它写出来的内容。它对「AI 写简历」这件事有个明确的态度：生成的简历和求职信只允许使用你档案里的事实，没有的就不写。它还有几个不太常见的细节——投 startups 那块会去读 YC 的岗位帖和 HN 每月一次的 Who is hiring 帖，只留你所在地或远程可投的，并且遵守 robots.txt；简历 12 套主题加一个主题编辑器，服务端直接出 PDF；可以拿现有 PDF / Word / Markdown 简历反向导入成档案。

  8. img2threejs/img2threejs 仓库：https://github.com/img2threejs/img2threejs stars：★ 19,593（Python）｜今日新增：+561 简介：把参考图里的物体重建成纯代码、可动画的 Three.js 程序化模型——不下载网格，不做摄影测量。 为什么火：一天涨 561，1.9 万 star。它的路线跟现在满地的「图片转 3D 模型」完全反着来：不做摄影测量、不抽网格、不下载美术包，重建靠写代码——所有模型都由基本体、程序化 shader 和生成的几何拼出来，浏览器里实时跑，出的是源码不是资产文件。仓库里的 demo 清单能看出它到哪一步了：热带岛屿场景、机器人分段配色工作台、雪地小游戏、PRS 电吉他的可测量表面流动、Groot、火星猫、黎辛、双剑武士、AWP 沙漠之鹰、刺刀多普勒ruby……每个条目都标着是 object 还是 character、用的哪个版本，还配一个可点的 Live 链接和一份可读的生成源码。它主打的不是「模型好不好看」，是「模型是可编辑的代码」——这意味着你可以改一个参数重新生成，而不是在美术资产的像素上调色。它还专门提了 token 效率和质量门控，因为整个流程是给 agent 跑的。

  9. Jakeschincariol/replica-skill 仓库：https://github.com/Jakeschincariol/replica-skill stars：★ 6,001（Python）｜今日新增：+558 简介：十一个 Claude skill 组成的克隆流水线：逆向一个 app，然后重建它、测它、比对它、给它起名上市。 为什么火：6000 star，一天涨 558——涨得最快的一批新项目里体量最小的。README 把 11 个 skill 摆成一张表：replica-recon（逆向：界面、流程、组件、数据模型，从公开页面、截图、应用商店页和你自己的账号入手）、replica-architect（规划技术栈、库表和 API）、replica-design（重建设计系统，做成 token）、replica-build（照着 recon 地图一屏一屏重建）、replica-backend（鉴权、数据库、支付）、replica-test（点遍每条流程找 bug）、replica-diff（和原版比，给一个 parity 分数和缺什么）、replica-entpreneur（读原版用户骂什么，改到你那版里）。它把法律边界写在最前面：「它重建一个 app 做什么，不重建它拥有什么」——功能和流程，clean-room 式；不是它的代码、logo、文案或内容，而且 skill 会强制执行这条。装法也给全了：Claude 里贴 URL 装、Claude Code 插件装、git clone 复制到 skills 目录也行、连 Claude Code 都没有的话，把任一份 SKILL.md 贴在对话开头它就能当模式跑。

  10. kaankiziltug/logo-design-skill 仓库：https://github.com/kaankiziltug/logo-design-skill stars：★ 4,808（HTML）｜今日新增：+534 简介：给 Claude、Gemini CLI、Codex、Cursor 用的 Logo 设计 skill：从第一次简报到可交付的 SVG 和品牌规范。 为什么火：4808 star，一天涨 534。它最硬的一块是1400+ 真实世界 SVG logo 参考库，每张都按标记类型、工艺、几何、题材、字体、氛围、行业做了视觉分类，命令行可检索、本地有画廊可翻——用途写得很准：用来研究构造方式、摸清品类惯例、避开像谁（但绝不照抄）。配套是零依赖的 Python 工具：审计 SVG 是否符合 logo 原理、生成概念总览图和测试图（16px 像素测试、单色、反白、眯眼、镜像、多场景、与竞品同架测试）、用行业样机做客户提案板、渲染 PNG、导出完整 favicon / app-icon / web-manifest 一套。流程是「先问简报或声明假设 → 在库里研究品类惯例 → 8-12 个一句话概念 → 建其中 3 个 SVG → 测试和精修审计 → 停在检查点，把概念总览图和推荐给你看，等你选方向」。注意那个检查点——它把「决定做什么」这件事留在人手里，kit 是最大头的活，只对被批准的方向有意义。

  11. ccch1mneyyy/dsh-TUI 仓库：https://github.com/ccch1mneyyy/dsh-TUI stars：★ 5,998（TypeScript）｜今日新增：+523 简介：DeepSeek Harness 的官方首推 TUI 插件：像素鲸鱼头图、实时工作状态、流式思考、上下文进度条、TPS 表盘。 为什么火：5998 star，一天涨 523。它最值得说的技术决定是 「零核心改动」——只消费 DSH 的公开导出，卸载之后不留任何补丁。README 里花了很大篇幅讲一件很实在的事：面板（panel）的生命周期。「没有经过验证的 Component identity 的面板是临时的：设置里会显示它的标题和本次运行的一个独立编号」，它们的开关立即生效但不落盘；旧的 actN:panel 条目没法安全映射，必须删掉占位符重选。压缩状态在窄面板里保持单行：阶段和取消提示先让位，然后标签缩短，耗时只在作为完整字段时显示。还有一个细节挺硬气：图片引用走和粘贴图片完全一样的准入与缩放/转换策略，需要的动画转换做不了就明确拒绝，而不是悄悄丢帧。

  12. lexmount/moli 仓库：https://github.com/lexmount/moli stars：★ 21,157（Rust）｜今日新增：+503 简介：给 AI agent 用的生产级无头浏览器，Rust 写的——按需布局按需渲染，一个二进制搞定抓取、搜索和浏览器自动化。 为什么火：2.1 万 star，一天涨 503。它的架构选择是「结构优先，像素按需」：完整的浏览器运行时，配上轻量的资源占用。benchmark 数字在 README 里摆得很清楚，1308 道可对比任务：Moli 0.1.1 通过 1071 道（81.88%），Chrome 参考引擎 99.85%，Kitesurf 62.08%，Lightpanda 53.29%，Obscura 44.88%。资源账更狠：另一次 557 任务对比里，Moli 的中位 CPU 时间 100.6ms、峰值内存 92 MiB，Chrome 是 687ms 和 697 MiB——用了 Chrome 约 15% 的 CPU 和 13% 的内存，成功率 80.7%。它支持 CLI、CDP、WebDriver Classic 和 WebDriver BiDi 四种接法，Linux/macOS/Windows 通吃。但今天最让我记住的不是 benchmark，是它那段 Project scope：明确列出「没有 GUI 浏览器、没有持久窗口、没有 GPU 合成器、不追求和 Chrome 像素级对齐、不提供高保真 Canvas/WebGL 媒体播放」，然后补一句「Moli 从不假装某个浏览器动作、事件、网络观测或视觉结果发生过」。

  13. hypit-ai/hypit 仓库：https://github.com/hypit-ai/hypit stars：★ 26,054（TypeScript）｜今日新增：+465 简介：给 AI agent 一套视频语言和系统——丢进一条视频，agent 把它克隆成完整工作流：素材、字幕、B-roll、特效，全部锚在词上而不是秒上。 为什么火：2.6 万 star，一天涨 465。它的核心不是「AI 生成视频」，而是把视频拆成一份可被 agent 读写的工作流——README 说得很清楚，克隆一条视频是最快的入口，但不是唯一的：可以从模板开始，或者直接描述你想要的视频让 agent 从零写工作流。更值得注意的是它的成本结构：生成模型是可选的，一份工作流可以把字幕、动态图形和代码渲染的视觉合成为成片，完全不用调用生成模型，也就不产生它的服务费用。它给了一个具体案例：一条 20 秒的足球排行榜 UGC，两条 Seedance 2 Mini 720p 的 A-roll、一张 2K 哥特女孩肖像、十段 GPT Image 2 的 B-roll、WhisperX 词对齐、跟着声音动的排行榜板、卡拉OK色块字幕、顺滑动画和背景音乐，64 个无头 Chromium 进程并发渲染，总成本 1.15 美元。同一份参考还能变出三个克隆：换旁白成香蕉猫、把排名翻转、把所有球员换成科技公司创始人。

  14. genspark-ai/genoffice 仓库：https://github.com/genspark-ai/genoffice stars：★ 11,085（TypeScript）｜今日新增：+441 简介：免费开源的 AI Office 套件：Word、Excel、PowerPoint、PDF 原生格式读写，AI 直接坐在文档里改，改完给你看 diff。 为什么火：1.1 万 star，一天涨 441。它的定位说得比谁都准：「不是往旁边贴一个聊天框，而是一个能读文件、改文件、然后精确告诉你它动了什么的编辑器」。三个工程决定值得看：一是只重写你改过的部分，其余字节原样保留，所以文档在 Office 里照常能开；二是 AI 的编辑以修订模式和 diff 落地，一键回滚，表格给的是活公式不是贴上去的数字，页面和幻灯片直接生成到画布上、保持可编辑；三是本地优先，打开、编辑、保存、转换全在自己机器上，PDF → Word/Excel/PPT、Markdown → Word、HTML → Word 都在本地走。还有一个很细的设计：可以把 Docs 的某段选区或 Sheets 的某个单元格区域对模型隐藏，模型只看到一个具名占位符，原文还留在文件里随时回来——但 README 也诚实地写明，隐藏只管这个 app 里的 AI，CLI、MCP 工具和无头导出会直接读文件、依然看得见这些字。

  15. dagoSte/squadra 仓库：https://github.com/dagoSte/squadra stars：★ 777（Python）｜今日新增：+404 简介：把你的 coding agent 变成一支队伍：Claude Code、Codex、Cursor 多窗口协同，共享任务、独立评审、本地看板。 为什么火：777 star，一天涨 404——体量小但涨得极凶。README 第一行就把卖点说死了：「谁写的代码谁不审」。它由三部分组成：Skill（给 agent 遵守的协作流程）、CLI（记录任务、消息、检查和决策）、Dashboard（看进度、证据和你需要拍板的事）。三个规则决定它是真在做事还是在做样子：任务必须由接收方确认收到才开工；每个改动都由没写这段代码的窗口来查；证据绑定到确切的代码——代码改了之后，证据和评审就都不作数了。它还强调所有任务、证明和决策都留在你自己电脑上的一个共享 registry 里，不在任何聊天的记忆里。MIT 许可、Python 3.12+、纯标准库、macOS/POSIX、58 条命令，还有一段 80 秒的带声音演示。README 里那句「例子不含客户数据，也不衡量模型质量」也是少见的诚实。

  16. google/artemis 仓库：https://github.com/google/artemis stars：★ 15,141（Python）｜今日新增：+398 简介：Google 的 Android 自动化框架——把自然语言变成真机上的操作，让 AI 助手和测试套件像人一样用手机。 为什么火：1.5 万 star，一天涨 398。它主打的是真机而不是模拟器：跨应用执行、优先用元素索引定位、在自定义界面上有坐标和视觉两套兜底、每步 3-5 秒的 observe-and-act 循环加异步历史摘要、开工前先探目标并把被拦的动作交回 Operator 恢复。最硬的一个数字是 AndroidWorld 基准上 99%+ 的任务完成率（100+ 多步任务，来自 Google Research）。它通过 MCP 接进 Antigravity、Claude Code、Windsurf，让 IDE 里的 agent 去驱动测试设备并收集 Logcat 和截图，产出结构化的审计发现、指标表和原始数据集。一键启动脚本会自己装 ADB、scrcpy、FFmpeg 和 Python，并把 ARTEMIS 的测试思维模型（rules.md）铺到各个 AI IDE 里。

  17. DSH-APP/DSHA 仓库：https://github.com/DSH-APP/DSHA stars：★ 2,473（Java）｜今日新增：+390 简介：DeepSeek Harness 的安卓启动器——免 ROOT、免 Termux，装完 APK 就能在手机上跑完整的 deepseek-harness。 为什么火：2473 star，一天涨 390。README 把「为什么安卓上直接跑会炸」列得很具体，因为 dsh 是为 glibc Linux 写的：原生模块编译不过、link(2) 被 SELinux 挡住、沙箱起不来、前端按桌面布局排版。DSHA 把这些全封在一个 APK 里，里面是完整的 Ubuntu 环境——apt 能用、交互式 PTY 能用、要编译的原生模块能装，跟你在服务器上用是同一套。当前正式版 v0.2.1-rc.2 / build190，Standard 标准版 Android 11+ / arm64，278.66 MiB，附 SHA-256 和固定离线构建输入的源码包。几个工程细节值得看：新旧共存（包名 dsh.android.client 与旧的 com.dsh.client 可并排安装、数据和授权独立）；虚拟屏和全局授权是实验性功能，且明确写「只控制 DSHA 确认，不代替系统授权或系统沙箱」；默认 proot、可选 proroot；移除了危险的彻底重装，外置工作区内容保留；一键备份导出。这一切是第三方社区贡献者维护的，不是 DeepSeek 官方。

  18. onehumanbeing/esp32-iphone-agent 仓库：https://github.com/onehumanbeing/esp32-iphone-agent stars：★ 4,004（C）｜今日新增：+383 简介：让 AI 模型操控一台真 iPhone——一块 7 美元的 ESP32 板子就够了，不需要电脑，不需要越狱。 为什么火：4004 star，一天涨 383。它把链路拆成三段讲，很清楚：眼睛是 AirPlay——板子自己开 Wi-Fi 热点，在手机的屏幕镜像列表里冒充一个接收端，H.264 流不解码直接经 BLE 转发给手机上的 app（手机在板子的热点上仍走蜂窝数据跑模型）；手是标准 USB HID——板子就是个鼠标加键盘，开着 AssistiveTouch 时鼠标移动会变成屏幕上的指针，点击即触摸、拖拽即滑动；大脑是那个 app——app 解码画面、把截图发给任意 OpenAI 兼容视觉模型，跑 planner 和 actor（点、划、画、输入、按键、回桌面、结束），后台干活，Dynamic Island 显示它在干嘛。最精巧的一处是闭环：指针是相对的，所以 app 持续跟踪并在角落重新归位，每次精确点击前会先晃一晃指针、在屏幕上找到它、再修正偏移。README 顶部还挂了一条警告：只按 README 装，别跑 issue 和评论里的命令（比如 PowerShell 的 iex(irm ...) 一键装）。

  19. miqdadbadjuber/anti-slop 仓库：https://github.com/miqdadbadjuber/anti-slop stars：★ 7,305（JavaScript）｜今日新增：+350 简介：给 AI 编程 agent 用的规则书——专门拦掉那种一眼假的 AI 生成 UI、文案和代码形状。 为什么火：7305 star，一天涨 350。它的自我定位很准：「一个过滤器，不是一本风格指南」——不规定你的颜色、字体、布局，方向仍然归你。README 里那张 before/after 对比图是全篇最有说服力的部分：没有它的时候，落地页长这样——sparkle 图标、标题上面挂个 NEXT-GEN AI 2.0 beta 药丸、一个假终端在报 0.0001ms 延迟。开了它但没给 DESIGN.md，「垃圾没了，但方向也没了」；只给 DESIGN.md 不开它，「方向有了，但诚实地说还差得远，垃圾还在」。它把两个变量拆开做对照，这比任何抽象描述都有说服力。 它还明说了一句硬话：antislop 本身不是那个「after」，它只负责剔除，剩下的方向必须由 DESIGN.md 给。装法是 npx antislop-ai，npm 上叫 antislop-ai，同时提供 skills.sh 的安装路径和一份 GUIDE.md。

  20. elder-plinius/T3MP3ST 仓库：https://github.com/elder-plinius/T3MP3ST stars：★ 6,624（TypeScript）｜今日新增：NEW 简介：多 agent 攻防框架——把你已经在跑的 AI coding agent 直接变成零日猎手，kill chain 自动跑 recon → exploit → report。 为什么火：今天首次进入统计范围（NEW），6624 star。它的开场句很挑衅：「你的 AI agent 本身就已经是个黑客了——T3MP3ST 只是给它一整套军火」。关键设计是「无密钥」：不新增 API Key、不开云租户、不产生第二张账单，你已经登录的 Claude Code / Codex / Hermes / OpenCode / Oh My Pi 就是大脑，本地跑的模型（Ollama、LM Studio、vLLM）也行，它只是给大脑装上武器。但今天最硬的一句不是分数，是这个：「这个 README 里的每一个数字都能用一条命令从已提交的数据里重新算出来（npm run verify-claims），27/27 全绿。复现不出来的声明不许发布。」 在 XBOW 自己的 104 道题上它跑出 90.1% pass@1（XBOW 自报 85%），另外还有无提示的 CTF 解题和一轮「模型从没见过的新 CVE 冷猎」。它还有一张 status 表，明确标出哪些是稳定的、哪些是脚手架、哪些还只是路线图。

  21. ZiChuanLan/agent-purge 仓库：https://github.com/ZiChuanLan/agent-purge stars：★ 578（JavaScript）｜今日新增：NEW 简介：一份系统提示词喂给多个 coding agent——支持替换、只发人设、追加、清空四种模式，可热切换，全程可逆。 为什么火：今天首次进入统计范围（NEW），578 star。它解决的是一件很具体但很烦的事：每家 coding agent 读系统提示词的位置都不一样——有的认启动参数，有的认配置文件，有的只能靠插件改运行时对象。agent-purge 把这些入口统一成三层通道：install（写进该 harness 的托管配置块，常驻，别人启动也生效）、shim（在 PATH 前置同名小壳转发过去，裸敲命令也接管）、slash（会话内 /purge on|off|status，热切换，不动磁盘）。三层写的是同一份 personas/.md 正文，--mode off 或 Web 总开关关掉时全部撤回原样，不留残渣。最硬的是那张实测表——它用本地假 provider 抓真实请求体，不是估算：codex 通过 -c model_instructions_file= 从 21026 字符降到 24，claude 走 --system-prompt-file 加二进制补丁清残留身份句，从 6379 降到 156，grok 从 5146 到 21。它还老老实实标出两个不支持的：qoder 和 workbuddy，提示词在服务端。*

  22. morluto/awesome-reverse-engineering 仓库：https://github.com/morluto/awesome-reverse-engineering stars：★ 1,312（Python）｜今日新增：NEW 简介：逆向工程领域的精选导航站——按「你的任务」而不是按工具分类，二进制、应用、固件、协议全覆盖。 为什么火：今天首次进入统计范围（NEW），1312 star。它的结构和其他 awesome 列表不一样：README 开头是一张 「你的任务 → 从哪开始」的映射表，19 行——学汇编和逆向基础、识别可执行文件并判断能力、读原生代码或单步调试、追踪调用和动态插桩、绕过反调试和脱壳、检查可疑文件/进程/内存镜像、分析 APK 和 .NET 程序、检查 iOS 应用和 macOS 二进制、拆 Python/Go/Flutter/Hermes 打包产物、理解浏览器行为和未公开协议、提取固件、还原游戏内存结构、比较构建和审计二进制 diff、用符号执行探索状态、指令提升和语义、用 AI agent 加速调查。每一条都指向一个具体章节。这说明的是工具数量已经多到需要导航，而不是工具本身有价值。 它同时给自家 REA（Agent 逆向工具）做了首屏推荐——作者是同一拨人，所以这是「有立场但站得住」的清单。

  23. datawhalechina/zero-to-sglang 仓库：https://github.com/datawhalechina/zero-to-sglang stars：★ 1,632（Python）｜今日新增：NEW 简介：Datawhale × RadixArk 联合推出的 SGLang 入门课——先从零手写一个 mini-sglang，再回头读真正的 SGLang 源码。 为什么火：今天首次进入统计范围（NEW），1632 star，中文项目。它对标的痛点说得很准：大模型已经从训练竞赛进入推理竞赛，应用一铺开，推理成本和延迟才是真瓶颈——同一块 GPU 上，一个好引擎能多服务几倍的请求。但推理引擎的教程很少，要么停在概念层面不碰代码，要么直接把你扔进 SGLang 源码里让你自己找入口。 这门课分三段：先从推理的核心问题讲起（为什么有 KV Cache、prefill 和 decode 有何不同、compute-bound 和 memory-bound 到底是什么）；中间一段从零手写 mini-sglang，forward pass、生成、KV Cache、HTTP serving、Continuous Batching、Paged KV Cache、RadixAttention 一样一样加进去；最后回到真正的 SGLang，解释那些前沿优化到底怎么实现的，并教你落第一个 PR。后半程还覆盖量化、分层缓存、DP Attention / EP / PP、Prefill-Decode 分离。目前 Part 0、Part I、Part II 第 1-5 及第 8 章、Part III 第 1、3 章已完成中英双语。

  24. morganlinton/BeautifulRust 仓库：https://github.com/morganlinton/BeautifulRust stars：★ 1,293（Python）｜今日新增：NEW 简介：三个标准 Agent Skill 加一份 clippy 配置——教 coding agent 写出地道的 Rust，并能在 CI 里强制执行。 为什么火：今天首次进入统计范围（NEW），1293 star。它把「Rust 最佳实践」这种谁都知道但 agent 老是记不住的东西，做成了三个标准 skill：rust-best-practices（agent 写或改 Rust 时自动加载）、rust-review（审代码/文件/crate/diff，出带优先级的报告，每条发现都引用它违反了哪条规则并给出修法）、rust-port（把 C / C++ / Python / Go / JavaScript 移植成地道 Rust，先移植原来的测试，用测试证明两边行为一致），外加一份 lints/ 目录里的 clippy 配置，把可机器检查的规则在 CI 里强制住。它的方法论来源写得很清楚：Google Rust Style Guide、Rust API Guidelines、Effective Rust、Rust Design Patterns、Microsoft Pragmatic Rust Guidelines 五份，每份都压缩了一份摘要打包进 skill，agent 需要时可以回去查原始推理；而且明确写了「来源之间有分歧时，skill 会选一边并说明为什么」。它给的对比例子很具体：让 agent 写一个 semver 解析库，不带 skill 的版本字段公开、没有 # Errors 文档、doc 示例里用 unwrap()；带 skill 的版本字段私有、文档化了失败模式、示例可以直接复制。

  25. openfilm/openfilm 仓库：https://github.com/openfilm/openfilm stars：★ 3,162（TypeScript）｜今日新增：+368 简介：开源的 AI 视频 agent——把 coding agent 变成导演，影片就是一个 HTML 文件、一个函数、一台真编辑器。 为什么火：3162 star，一天涨 368。它的三个「一」是全部的设计：一个 HTML 文件（film.html 把动画网页、素材、图片和声音按轨道剪在一起，用 CSS 做样式，「你的 agent 本来就懂网页」）；一个函数（每个镜头是一个用 frame(t) 画任何时刻的网页，three.js / WebGL / canvas / SVG / CSS / GSAP / 视频都能用，「不需要 Remotion 或 HyperFrames 那种框架，一个函数够了」）；一台真编辑器（Studio 在浏览器里跑，能在页面里移动、缩放、旋转任何元素，改文字颜色样式，裁剪重切每个片段，时间轴上修剪和切割）。README 还附了一句「1 分 42 秒的发布视频，从头到尾就是用 OpenFilm 做的」——它连自己的宣传片都是用自己做的。要求 Node 22.2+ 和 ffmpeg，首次运行会下载约 100MB 的无头 Chromium。它明确区分了两种用法：克隆视频是最快的入口，但不是唯一的；不接生成模型也能出片。

  26. mw00/project-maya 仓库：https://github.com/mw00/project-maya stars：★ 2,061（Cuda）｜今日新增：+218 简介：在自己的 GPU 上跑 GLM-5.3-Flash（321B MoE）、DeepSeek-V4.1-Flash-1017（748B）、MiniMax-M3.1-Flash（428B）——不用数据中心。 为什么火：2061 star，一天涨 218。它的机制是分层换手：常用专家留在 GPU，次常用在 RAM，剩下的放 NVMe SSD，聊天过程中自动搬。它会自己测你的 GPU、CPU、RAM 和 SSD 然后调自己。速度的数字是实测的：两张 H100 最高 124 tokens/s，四张 RTX 4090 是 118，单张 RTX PRO 6000 是 81，单张 RTX 5090 是 30+。保真度也给了硬数：它自己做的 GLM-5.3-Flash 量化保住 FP8 模型 97.7-99.2% 的 zero-shot 准确率，DeepSeek V4.1 · Maya-S 与原模型选出同一个 next token 的比例是 92.6%，MiniMax M3.1 · Maya-S 是 87.6%。显存账算到了字节：GLM-5.3 · Maya-S 要 96.5 GB，Maya-S24 是 94.7 GB（4-bit 注意力给专家多留约 1.5 GB 显存，decode +14%），Maya-M 是 116 GB，Maya-L 是 156.3 GB。DeepSeek 那条线更狠——带自研 2-bit drafter 的 whole-model-in-128GB-PC 版本只要 277 GB 内存，Engram 表留在 SSD。一个模型一个引擎，这是它跟通用推理框架的最大区别。