云雀 · 轻技术笔记

GitHub Trending AI 热点 · 2026-11-01

GitHubTrendingGitHub热点AI开源

今天最扎眼的不是某个新框架，是 DeepSeek Harness 生态在 24 小时里集体涨过万星——dsh-our-free-model 单日 +1,532、deepseek-harness +690、yetone/magpie +690、xmanrui/dsh-im +151，外加 dsh-TUI、dsh-Go、qq-bridge 这些周边插件同时在榜。一个插件生态在 24 小时里能拉出六七个项目同时上榜，说明它已经不是「一个 harness」了，它是一套正在被套娃的运行时。

第二条线更值得琢磨：今天上榜的项目一大半在证明「我不是在生成，我是在验证」。moli 拿 1,308 个任务跑出 81.88% 成功率、ponytail 敢报「98% 风险逻辑带测试 vs 无 skill 68%」、jevgrep 报「$7.62 → $5.44」、geo-sleuth 把解 roll 角后误差从 11.1 像素降到 6.2 像素、answer-me-with-html 报「4,893 → 612 token、31 秒 → 12 秒」——当所有人都开始贴数字，昨天还在贴 slogan 的项目今天就没人看了。

第三条线是「本地优先」已经不再是一个选项，而是默认项。Concat 100% 本地不联网、moli 92 MiB 内存跑 Agent 浏览器、kimi-k3-in-c 把 2.78 万亿参数塞进 8.24 GB 内存、Cindy / nanoMuse / Kun / OpenBot 全是 local-first 桌面端——云 API 越贵越慢，这批人就越往自己机器上搬。

还有一条容易被忽略但值得记的：多 Agent 的拓扑今天一天出了四种。OpenBot 的 supervisor 指挥、Omnigent 的 meta-harness 换壳不重写、OpenExecutive 的虚拟高管团、reason-network 的 agent 对等互聊——四套完全不同的组织方式同日被造出来，说明「多 Agent」已经从一个概念分裂成了四种产品形态，还没人证明哪一套是对的。

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：★ 54,177（JavaScript）｜今日新增：+1,532 简介：DeepSeek Harness 插件：装上即可用 DeepSeek V4.1 Flash、Kimi K3 等前沿模型，不用登录、不用 API Key，完全免费不限量。 为什么火：它解决的是 Agent 时代最具体的一个痛点：你想用最贵的模型，但不想按 token 付钱。这个插件把免费额度直接做成 DSH 里的一个模型选项——README 里最硬的一行是「装上就有，不登录、不注册、不填 API Key」。它还把这事做成了工程而不是耍赖：自更新信任链用 Ed25519 签名 + 公钥 pin 在插件内，feedUrl 与更新源彻底解耦；转发口强制 localhost 回环绑定、请求体 1 MB 上限、未知模型返 404。18 个离线测试套件全绿，且新增的 9 处修复做过变异测试——逐条还原旧行为后 9/9 变红。star/fork 36.5 说明是真的有人在装了在用，不是刷出来的。

  2. milind-soni/OpenMausBot 仓库：https://github.com/milind-soni/OpenMausBot stars：★ 9,403（TypeScript）｜今日新增：+1,076 简介：开源的 Grok Bot 替代方案，给 Agent 配一台真正能操作的虚拟机，自托管桌面端。 为什么火：Grok Bot 之后，越来越多人在找「能操作自己电脑的 Agent」的开源实现。它把「Bot」做成了完整形态：Electron + Expo 双端、每个 Bot 配一台 Docker 虚拟机、跨 macOS / Ubuntu 24.04 Xorg / Wayland 三种图形后端。它是今天单日涨幅第二的 AI 项目（+1,076），star/fork 只有 7.2——fork 率比 star 少得多但绝对数有 1,300，说明大部分人是在读它怎么做的，而不是装完就扔。

  3. google/elephant-goldfish-model 仓库：https://github.com/google/elephant-goldfish-model stars：★ 7,314（Python）｜今日新增：+805 简介：开源的 AI 协作技能包：让「象」起草规格、让「金鱼」独立挑毛病，专治需求含糊和隐含假设。 为什么火：这是今天最反常识的一个。它的机制是故意剥掉上下文：Elephant 持有项目上下文起草规格，Goldfish 只拿到文档和它引用的源码、看不到之前任何对话，因此专门去挑缺失的假设、含糊的需求和实现风险。硬约束是「金鱼评审必须开全新子 agent 上下文，主 agent 做不到就停下不评」。它把「AI 提意见」这件事从「同一个模型自我反思」变成了「另一个不知情的模型找茬」——Google 官方出品、昨天还是日榜第 2 名（+3,632），今天 +805 站稳。

  4. deepseek-ai/deepseek-harness 仓库：https://github.com/deepseek-ai/deepseek-harness stars：★ 267,340（TypeScript）｜今日新增：+690 简介：DeepSeek 官方 Agent 运行时：一句话概括它的设计哲学——Everything is a Plugin。 为什么火：26.7 万星、3.2 万 fork，是今天整个生态的引力中心。它今天单日 +690，看着不多，但真正的信号在它周围：dsh-our-free-model +1,532、dsh-im +151、dsh-TUI、dsh-Go、qq-bridge、dsh-routing-suite 全部同日上榜——一个插件生态能在 24 小时里拉出六七个项目同时上榜，说明 Cordis 插件架构已经从「能写插件」变成「有人在上面建生意」。这就是开源平台真正的护城河：不是 harness 本身有多强，是有多少人愿意在它上面盖房子。

  5. yetone/magpie 仓库：https://github.com/yetone/magpie stars：★ 26,883（Go）｜今日新增：+690 简介：用 Go 写的多模型路由层：Codex 跑 DeepSeek、Claude Code 跑 Kimi，所有 Agent 共用一个模型入口。 为什么火：它是今天单日 +690 里最有意思的一个，因为它是唯一一个「站在所有 Agent 上面」的层——不管你用 Codex、Claude Code 还是别的，模型路由都在它手上。26,883 星、2,179 fork、star/fork 11.9（真实项目区间），10-31 还在推。它的存在回答了一个所有人都在问但没人统一答案的问题：Agent 工具链碎片化之后，模型选择这层归谁管。

  6. DietrichGebert/ponytail 仓库：https://github.com/DietrichGebert/ponytail stars：★ 181,395（JavaScript）｜今日新增：+557 简介：给 AI Agent 装的反偷懒技能包：让模型像屋里最懒的资深工程师那样写代码——最好的代码是你没写的那些。 为什么火：18.1 万星，今天 +557。它最有价值的地方是它敢报自己的失败率：Ponytail 5 重建后代码 -53%、时间 -41%、成本 -26%、token -45%，但同时写明「没它的时候 98% 的风险逻辑带测试只有 68%」——它没有只报好看的那个数。它给出的机制也很具体：加一个日期选择器，没 skill 的写法是装库或手搓日历共 335 行，Ponytail 5 发现仓库里已有 Input 组件、浏览器自带 date picker，最后写成 10 行。README 里还有一条「ponytail band」——会话成本 $23.80、5670 万 token、复用率 71%。这是典型的「能自证的项目」：每条声明都能重算。

  7. CopilotKit/OpenBot 仓库：https://github.com/CopilotKit/OpenBot stars：★ 9,103（TypeScript）｜今日新增：+472 简介：开源 AI 同事：每个 Agent 有自己的一台电脑——浏览器、文件、工具，行动前决定、行动后留痕。 为什么火：9,103 星、1,139 fork，star/fork 8.0。今天 +472。它的架构表暴露了真正值钱的东西：supervisor 进程为每个人、每个 Isolated Bot 分配一台独立电脑（容器部署在 4300 端口）；PostgreSQL + pgvector 里同时存产品数据、策略、审计、凭据、授权和渠道。关键不是「Agent 能开浏览器」，而是「每一次行动都在发生前被决定、发生后被记录」——这是把 Agent 从玩具变成能被企业审计的东西。今天另一个同源项目 sandbox-quantum/switch 也是 Product Hunt 当日第一，方向一致。

  8. Vincentwei1021/video-shotcraft 仓库：https://github.com/Vincentwei1021/video-shotcraft stars：★ 15,444（TypeScript）｜今日新增：+337 简介：给 Claude Code / Codex 的电影级产品视频技能包：124 张镜头配方卡、150 个动效预览、节拍对齐、声音设计。 为什么火：15,444 星、1,474 fork，今天 +337。它和其他视频项目最不一样的地方在于它是「配方」而不是「生成」：124 张镜头配方卡 + 150 个动效预览，最终产出是 Remotion 渲染的 1920×1080 / 30fps / h264 MP4，带音乐和声音设计。输出格式是确定的——不是「AI 给我一段视频」，是一份能被 CI 校验、能被剪辑师接手的工程产物。这是视频类 Agent 项目里少见的、真的在对接交付链路的那一类。

  9. lemomo-ai/lemo-opuscar 仓库：https://github.com/lemomo-ai/lemo-opuscar stars：★ 10,066（JavaScript）｜今日新增：+335 简介：用代码写出来的电影风格工具箱：66 种现成风格可即用，也能做自己的，每种风格附一支全代码生成的样片。 为什么火：10,066 星、1,145 fork，今天 +335。关键在「made entirely in code by Claude Opus 5.5, with no video model」——它完全绕开了视频生成模型，用 Three.js + Canvas + FFmpeg + TTS 复刻 98 年奥斯卡最佳影片的视觉语言（1920s 新闻片、60s 间谍片、1930s 橡胶软管卡通、80s 赛璐璐动画、16-bit 像素 RPG、1920s 默片）。每支样片都标了星数目标（6,000 星 / 3,000 星 / 800 星…），这是在拿星标当分镜表用。当视频模型还在拼运气的时候，它在拼确定性的画面语言。

  10. jub0t/Concat 仓库：https://github.com/jub0t/Concat stars：★ 13,102（Rust）｜今日新增：+289 简介：真正免费、开源、本地优先的跨平台 CapCut 替代品，Rust 原生引擎，支持 JSON-RPC API 与 MCP 脚本化。 为什么火：13,102 星、1,618 fork，今天 +289。它敢写「100% local. Nothing uploads. Works offline」——在 2026 年这是最反潮流但最值钱的一句话。Rust 原生引擎带 GPU 合成器、代理文件和硬解，4K 剪辑流畅，导出支持 H.264 / HEVC / AV1、4K 60、10-bit。关键设计是它暴露了 JSON-RPC API 和 MCP——这意味着剪辑动作可以被 Agent 当成工具调用，而不只是人在点鼠标。今天 ffmpeg-skill 也在榜，两条线在往同一个方向收口：视频处理正在变成 Agent 可调用的 API。

  11. hypit-ai/hypit 仓库：https://github.com/hypit-ai/hypit stars：★ 27,080（TypeScript）｜今日新增：+248 简介：用 AI Agent 克隆任何爆款视频：不只是脚本，整套工作流——换脸、换词、换 B-roll，一条命令出 100 个变体。 为什么火：27,080 星、3,097 fork，今天 +248，是今天 star/fork 比最健康的项目之一（8.7）。它把自己定义成一个「编译器」——有 DSL、有 markup language、有 plugin system，topics 里全是 compiler / dsl / markup-language。它今天拿的是 Trendshift 日榜第一和 TypeScript 日榜第一。一个「批量出 100 个视频变体」的需求，被人做成了有类型系统的编译器——这说明批量内容生产已经进入工程阶段，不再是 prompt 碰运气。

  12. xerj-org/xerj 仓库：https://github.com/xerj-org/xerj stars：★ 17,886（Rust）｜今日新增：+212 简介：Rust 写的 AI 搜索引擎兼 MCP Server：一个 Rust 二进制同时服务搜索引擎和 Agent 工具调用。 为什么火：17,886 星、1,366 fork，今天 +212。Rust 底层 + MCP server 这个组合今天是第 4 个（Rust 阵营在抢同一层的标准位：moli、Concat、reason-network、xerj）。它的稀缺性在于两件事合一——既是给 Agent 用的搜索工具，又是给 Agent 用的上下文来源，one binary 同时干两活。README 里那组数字是它真正的说服力：2.7 倍加速、106 万 input token 级的上下文压缩量级，配套的文档还给出了从 24 个项目里剥离出来的实测数据。

  13. Ryze-AI-Adgent/open-seo-mcp-skills 仓库：https://github.com/Ryze-AI-Adgent/open-seo-mcp-skills stars：★ 8,325（Shell）｜今日新增：+196 简介：免费开源的 SEO MCP 服务与 SEO/GEO 技能包：关键词研究、排名追踪、站点审计、外链、AI 搜索可见度。 为什么火：8,325 星、389 fork，今天 +196。它戳中了一个所有人都在装作没看见的事实——README 原话：「开源 SEO 工具正火，但你仔细看，多数只是 DataForSEO API 上面的一层 UI：代码是免费的，数据从来不是。」它把这笔账算清楚了：托管版约 $10/月，竞品 $120+/月，外加每次数据调用约 28% 加价；而它开源部分是 MIT 代码，数据成本你自己付 DataForSEO 的账单，流量数据是你真实的 GA4 而不是「估算」。还顺带做了 GEO——也就是在 AI 搜索里被不被引用。

  14. openfilm/openfilm 仓库：https://github.com/openfilm/openfilm stars：★ 3,896（TypeScript）｜今日新增：+152 简介：开源 AI 视频 Agent：把任意 coding agent 变成视频 agent，并配一个能改它产出的编辑器。 为什么火：3,896 星、373 fork，今天 +152。它的定位很窄也很准——不是又一个视频生成模型，而是「让 coding agent 学会做视频」：用 HTML + 无头 Chromium（约 100 MB）做渲染，命令行直接 openfilm render [a-b] 出 MP4，支持 --4k、--blur 运动模糊、--alpha 透明通道。编辑器的存在才是重点：AI 生成的视频如果不能被人改，就只是一次性产物。这跟今天的 open-seo 是同一种思路——把 AI 塞进已有工作流，而不是让工作流迁就 AI。

  15. lexmount/moli 仓库：https://github.com/lexmount/moli stars：★ 21,867（Rust）｜今日新增：+144 简介：Rust 写的 AI Agent 专用无头浏览器：轻、快、高兼容，内存占用只有 Chrome 的 13%。 为什么火：21,867 星、588 fork，今天 +144。它是今天唯一拿出完整横向 benchmark 的项目：1,308 个可比任务上，Chrome 99.8%、Moli 81.9%、Kitesurf 62.1%、Lightpanda 53.3%、Obscura 44.9%——它把自己放在第二名，然后老老实实给出差距。更有说服力的是资源数据：Moli 中位 CPU 时间 100.6 ms、峰值内存 92 MiB，Chrome 是 687 ms 和 697 MiB，也就是 CPU 时间的 15%、内存的 13%。它是 Product Hunt 当日第一。它证明了「Agent 需要一个专用浏览器」不是伪需求——只是还没人做到 Chrome 那个水平。

  16. QingYunA/answer-me-with-html 仓库：https://github.com/QingYunA/answer-me-with-html stars：★ 4,962（JavaScript）｜今日新增：+72 简介：让 Agent 用一页可读的 HTML 回答复杂问题：模型只写 Markdown 草稿，其余交给配套 CLI。 为什么火：4,962 星、336 fork，今天 +72。它把「模型该怎么输出」当成一个可测量的工程问题：数了 9 个模型手写 HTML 的页面，平均 4,893 token；用这个 skill 后同样问题只要 612 token，8 倍更少，耗时从 31 秒降到 12 秒，2.6 倍快。分解到字节级——SVG 坐标和路径占 47%、CSS 15%、HTML 标签 17%，全部由 CLI 写，模型只写 21% 的文字和 4% 的 token。更狠的是它把这条逻辑推到视频：解说视频省 18 倍输出 token、快 12 倍。装它的工具（vercel-labs/skills）支持 70 多个 Agent。

  17. kajisho5/ffmpeg-skill 仓库：https://github.com/kajisho5/ffmpeg-skill stars：★ 4,170（Python）｜今日新增：+78 简介：给 coding agent 用的本地视频编辑器：42 个 FFmpeg 工具，带机器可读契约和 MCP Server，纯本地不上云。 为什么火：4,170 星、333 fork，今天 +78。它的聪明之处在把 FFmpeg 这个「参数地狱」包成了有契约的 API：probe.py 一次给全时长、fps（含可变帧率检测）、分辨率、编码、色深、HDR 格式（含 Dolby Vision 的真实 PQ/HLG/DV 传输判定）、色彩空间、旋转和每条音频流；loudness.py 用两遍 EBU R128 做到 -14 LUFS / -1 dBTP，并且写完会重新测量、直到达标为止（因为有损编码器会过冲）。CI 里跑过 FFmpeg 6.1 / 7.1 / 8 / 9 四个版本，连不同版本 flag 字符数从 2 个变 3 个的差异都记在表里。它还有一条很少见的克制说明：「12 / 42」——哪类任务该用哪个工具，它自己划了边界。

  18. reason-machines/reason-network 仓库：https://github.com/reason-machines/reason-network stars：★ 1,403（Rust）｜今日新增：+65 简介：让团队里的多个 coding agent 互相通信的 Rust 引擎：点对点，agent 之间直接对话。 为什么火：1,403 星、123 fork，今天 +65，规模不大但方向是新的。它解决的是多 Agent 的一个具体空白——今天大多数编排都是「一个人指挥一群人」（OpenBot 的 supervisor、Omnigent 的 meta-harness、CopilotKit 的 coworker），而它做的是对等网络：agent 之间直接谈，用 iroh 做 P2P 传输。今天 OpenBot、Omnigent、OpenExecutive、reason-network 四个项目同日在榜，四种完全不同的多 Agent 拓扑同时被造出来——这件事本身比任何一个项目都更值得记。

  19. AienTech/dossier 仓库：https://github.com/AienTech/dossier stars：★ 3,495（TypeScript）｜今日新增：+138 简介：自托管的求职应用：根据你的档案自动生成定制简历和求职信。 为什么火：3,495 星、738 fork，star/fork 只有 4.7，是今天最被低估的一个——说明它是被大量人 fork 下来改的。它把性能数据写得极其具体：2 vCPU + 1 GB 容器的生产构建下，基础简历渲染约 0.25 秒（Chromium 首次启动约 1 秒，5 分钟空闲后关闭），同时渲染两个、其余排队，6 个请求同时来 1.4 秒完成，峰值内存含 Chromium 约 520 MB。数据量放大十倍到 90 份申请时仪表盘 20–90 ms，900 份时约 0.2 秒；交互响应 32 ms，慢四倍的 CPU 上约 100 ms。这份 README 的价值在于：它是今天唯一一个把「自托管 AI 应用到底跑不跑得动」用毫秒和 MB 回答清楚的项目。

  20. sandbox-quantum/switch 仓库：https://github.com/sandbox-quantum/switch stars：★ 2,433（Python）｜今日新增：+132 简介：把 AI 同事部署到 Slack、Teams、Discord、Telegram、Mattermost 里，自托管，任意 harness 任意模型。 为什么火：2,433 星、168 fork，今天 +132。它是今天的 Product Hunt 当日第一。技术看点不在模型在哪个地方——它明确支持 Local / OpenAI / Anthropic / Google / OpenRouter / Ollama 等任意组合，甚至可以自己接 OpenAI 兼容后端——技术看点是它对「谁来管理」这件事的克制：agent_count 计数、has_initial_prompt 标志位、匿名客户端 ID，README 明说是「size features without seeing content」和「count unique installations」。统计使用量但不偷看内容，这是 agent 平台开始成熟的标志。

  21. xmanrui/dsh-im 仓库：https://github.com/xmanrui/dsh-im stars：★ 3,008（JavaScript）｜今日新增：+151 简介：通过扫码或机器人凭据把 IM 机器人接进 DeepSeek Harness，支持飞书、微信、钉钉、企业微信、QQ、Slack。 为什么火：3,008 星、284 fork，今天 +151。它的功能是把 DeepSeek Harness 这个「开发者工具」接进「日常对话入口」——飞书、微信、钉钉、企微、QQ、Slack 六个平台一次接齐。有意思的是它的 docs 目录很大（57799 字符的 README），说明每个平台的鉴权方式差异是真实工程量，而不是「加个 webhook」。今天 DSH 生态六个项目同时上榜，dsh-im 是把生态出口接到普通用户那一侧的那一个。

  22. makecindy/cindy 仓库：https://github.com/makecindy/cindy stars：★ 8,816（TypeScript）｜今日新增：+118 简介：开箱即用的开源 AI Agent：Windows / macOS / Linux / iOS / Android 全平台，一个想法就能落地。 为什么火：8,816 星、1,048 fork，今天 +118，star/fork 8.4。它的「开箱即用」有具体含义：桌面版把 claude-code、codex、ripgrep 这些工具二进制直接打包进应用，Android 平台的 platform-tools 按固定版本 + sha256 校验后下载再打包进 Windows 安装包。这种「二进制随包走 + 哈希钉死版本」的工程细节，决定了用户装完就能跑还是装完先折腾半小时。它和 Cindy / Kun / OpenBot / nanoMuse 一起构成本日主线之一：local-first Agent 桌面端正在批量出现。

  23. google/artemis 仓库：https://github.com/google/artemis stars：★ 15,909（Python）｜今日新增：+109 简介：Google 官方项目：把自然语言指令变成可靠的 Android 自动化，串起测试计划生成、自主执行和最终报告。 为什么火：15,909 星、1,750 fork，star/fork 9.1。它的硬数字是 99%+ 任务完成率——跑在 Google Research 自己的 AndroidWorld 基准上，覆盖 20 多个 App、100 多个多步任务。它的执行机制是「反应式观察-行动循环 + 异步历史摘要」，典型每步 3–5 秒。它今天 +109 不算爆，但它是这份榜单里少见的「有第三方基准背书的大厂官方项目」——大部分项目在自测，它在别人的考卷上跑。

  24. nano-muse/nanoMuse 仓库：https://github.com/nano-muse/nanoMuse stars：★ 2,935（Swift）｜今日新增：+36 简介：跨设备开源个人 Agent：有一个自己的名字和形象，会做事，关掉 App 也在继续干，记得你，做事前先问。 为什么火：2,935 星、353 fork，star/fork 8.3。它的特别之处是「会问你再做」这条设计被写进了定位里——不是全自主的万能管家，而是有边界的个人助理。技术上它把记忆和密码都留在设备本地，Android / macOS / Windows 三端同一个 Agent，各版本签名一致可直接覆盖升级。它还公开了自己的增长曲线：2026-10-13 拿到 1,000 星，是首发 18 天后。这种「把里程碑当公开承诺」的做法在开源项目里不常见，也解释了为什么 star/fork 这么健康——有人在跟。

  25. lidge-jun/opencodex 仓库：https://github.com/lidge-jun/opencodex stars：★ 18,107（TypeScript）｜今日新增：NEW（9 天累计 +327） 简介：OpenAI Codex 与 Claude Code 的通用 provider 代理：一条命令把任意 LLM（Claude、Gemini、Grok、DeepSeek、Ollama）接进任意客户端。 为什么火：18,107 星、1,426 fork，star/fork 12.7，是今天体量最大的新面孔。它的形态是「不改客户端，只改模型来源」：Codex CLI / App / SDK / Claude Code 都能通过本地 :10100 端口接到任意 OpenAI 兼容或 Anthropic 兼容后端，README 里直接贴了 Claude Code 状态栏显示 gpt-5.6-luna-medium 的截图。安全上做得比同类细：状态存储做 60 秒间隔的过期清扫，agent 驱动的运行需要 agent_consent 授权、API 直接返回 403 agent_consent_required。这是今天 provider 代理层最完整的一个实现。

  26. XiaomiMiMo/MiMo-Code 仓库：https://github.com/XiaomiMiMo/MiMo-Code stars：★ 13,737（TypeScript）｜今日新增：NEW（9 天累计 +37） 简介：小米官方终端 coding agent 与桌面版：桌面端按任务类型和成本动态选模型、框架与工具，复杂任务多 Agent 并行。 为什么火：13,737 星、1,458 fork，star/fork 9.4。它最有价值的设计是「按预算动态选模型」：README 里能直接看到 token 预算的写法（"200K" / "300K" / "1M" / 窗口的 "50%"，支持 anthropic/* 通配、最长模式优先），以及同一会话最高 99%、跨会话最高 95% 的缓存命中。它还专门点出一个容易被忽略的坑：OpenAI 对 GPT-5.6 超过 272K 输入的 prompt 按 2 倍输入、1.5 倍输出计价——所以「目录里写着 1M」不等于你的这条路由有 1M。它还有一个 fact-check 命令：并行搜索 → 抽取可核查事实 → 分组 → 交叉验证 → 三陪审团对抗性投票出报告。这是厂商官方下场做成本路由，和 opencodex 的社区方案形成对照。

  27. cobusgreyling/loop-engineering 仓库：https://github.com/cobusgreyling/loop-engineering stars：★ 11,673（TypeScript）｜今日新增：NEW 简介：AI Agent 的循环工程实践库：设计能提示并编排 Agent 的系统，附带 starter、CLI 和 loop-audit 审计工具。 为什么火：11,673 星、1,575 fork，star/fork 只有 7.4——1,575 个 fork 说明大量人拿它当模板改。它的 pattern 表把「循环」按周期和成本分了级：Daily Triage（1–2 天）、Thin Loop（事件 + 1 天）、PR Babysitter（5–15 分钟）、CI Sweeper（5–15 分钟，成本 Very high）、Dependency Sweeper（6 小时–1 天，只打补丁）、Changelog Drafter（1 天或打 tag）、Post-Merge Cleanup（1–6 小时，非高峰跑）、Issue Triage（2 小时–1 天，只提建议不改代码）。最后一行是灵魂：Issue Triage 的权限是 propose-only。把「agent 能改什么」写进 pattern 表，是把 agent 从「能干什么」转移到「什么时候不该干」上。

  28. omnigent-ai/omnigent 仓库：https://github.com/omnigent-ai/omnigent stars：★ 11,145（Python）｜今日新增：NEW 简介：开源 AI Agent 框架兼 meta-harness：统一编排 Claude Code、Codex、Cursor、Pi 等，切换 harness 不重写代码，并强制策略与沙箱。 为什么火：11,145 星、1,832 fork，star/fork 6.1，是今天 fork 比例最低的大项目——几乎每个 fork 都是在改自己的 harness 适配。它最值钱的一句是「swap harnesses without rewriting」：harness 层（Claude Code / Codex / Cursor / Pi）已经足够多，任何人都不该为了换 harness 重写一遍编排。配套的沙箱后端列表也很实在：cwsandbox、e2b、openshell、kubernetes，以及本地模式。模型侧支持 OpenRouter、Ollama 本地。它和 OpenBot、reason-network、OpenExecutive 一起，构成今天「多 Agent 编排」四种不同拓扑同时开花的局面。

  29. trailhq/Trail-Code 仓库：https://github.com/trailhq/Trail-Code stars：★ 10,985（TypeScript）｜今日新增：NEW（9 天累计 +330） 简介：给 Claude Code、Cursor、Codex、Gemini 全家提速省钱的中转层：一次装好，全部客户端受益。 为什么火：10,985 星、975 fork，star/fork 11.3。它的定位跟 opencodex 是同一层但侧重不同：opencodex 解决「用哪个模型」，Trail-Code 解决「同一个模型怎么跑得更省」。README 里引用的一份第三方评测给出了它的行为准则，而且这些准则是反直觉的：它不是「少写 token」，规则是「只写任务需要的，但绝不砍验证、错误处理、安全、可访问性」。这套区分很关键——大部分省 token 的技巧都是在砍错误处理，砍掉之后 code review 才爆炸。

  30. TokenRhythm/opensquilla 仓库：https://github.com/TokenRhythm/opensquilla stars：★ 7,099（Python）｜今日新增：NEW 简介：Token 效率导向的开源 AI Agent：同样的预算，更高的智能密度。 为什么火：7,099 星、587 fork，今天属于「新锐但体量已到」的一档。它最硬的部分是那组对比表——把 OpenClaw、Hermes Agent、OpenSquilla 三家在 Opus-4.7 / GLM-5.1 / OpenRouter Auto 上的得分和成本并排列出来：Hermes + Opus-4.7 是 92.65 分 / $6.66，OpenSquilla 同模型 93.85 分 / $4.84；换成一组四模型路由后是 92.51 分 / $0.69——同样的分数差，价格差了近 10 倍。评分明显下降的任务它也不藏：GLM-5.1 单模型从 71.2% 提到 77.0%，而 70.6% 那行它照样列出来。它还有一个统一网关，跑在 127.0.0.1:18791 上，Web UI、CLI、Terminal、WebSocket、Slack、Telegram、Discord、飞书、钉钉、企微、Matrix、QQ 共用同一个运行循环。

  31. FareedKhan-dev/kimi-k3-in-c 仓库：https://github.com/FareedKhan-dev/kimi-k3-in-c stars：★ 9,262（C）｜今日新增：NEW（9 天累计 +105） 简介：在单颗 CPU、8.24 GB 内存里跑 2.78 万亿参数的 Kimi K3：可移植 C99，无 BLAS、无框架、无 GPU。 为什么火：9,262 星、1,510 fork，star/fork 6.1，92 天前创建，现在 9,262 星——C 语言 + 1,510 个 fork 说明有大量人在读它改它。它是真的把整套东西手写出来的：C99、无 BLAS、不加载任何框架，AVX2 + FMA 指令手写（arm64 上用 NEON），整个引擎 176 KB。显存账算得很细：checkpoint 1.56 TB + 打包主干 109 GB，--trunk-gb 控制常驻层预算、--cache-gb 控制专家 LRU 缓存预算、--trunk-ring 是流式解码的环形槽位（多一个槽位就多占一份内存）。README 还贴了一个真实的坑：官方 checkpoint 声明了两个互相矛盾的 stop id（config.json 里 163586，tokenizer_config.json 里 163585），两个都发，所以要两个都传。它今天还在打磨（最后推送 10-02 之后有更新），本质是有人在认真做「小内存跑 MoE」这件事。

  32. oomol-lab/open-connector 仓库：https://github.com/oomol-lab/open-connector stars：★ 6,152（TypeScript）｜今日新增：NEW（9 天累计 +81） 简介：开源鉴权网关：把 1500+ SaaS 服务通过 SDK、CLI、MCP、HTTP 和 OpenAPI 连给 AI Agent 用。 为什么火：6,152 星、584 fork，star/fork 10.5。它填的是一个特别具体的洞：Agent 想操作 SaaS，卡住的往往不是能力而是鉴权——每个服务一套 OAuth，Agent 没法自己搞定。这个项目把鉴权收口成一个网关，同时暴露四种接入方式：SDK、CLI、MCP（本地 3000 端口）、HTTP / OpenAPI（生成的 openapi.json 可直接读）。数字也是动态从 catalog API 拉的，说明 provider 和 action 的数量在持续增长而不是写死的宣传语。它和 internet-court-skill、opencodex 今天一起在榜——三个项目指向同一件事：Agent 生态正在长出「中间层」，而中间层是这个生态里最容易被收租的位置。

  33. internet-court/internet-court-skill 仓库：https://github.com/internet-court/internet-court-skill stars：★ 7,047（TypeScript）｜今日新增：NEW 简介：Agent 之间做生意的信任层：自然语言授权、ERC-7710 委托权限、x402 支付、托管和争议解决打包成一个开源 Skill。 为什么火：7,047 星、128 fork——star/fork 高达 55.1，128 个 fork 相对 7,047 星偏少，但它 vendored 了 92 个官方协议 skill、覆盖 34 个 owner，这个体量说明它是在做集成而不是做概念。名单里能看到 MetaMask（ERC-4337/7710/7715 委托）、Coinbase x402、OKX OnchainOS、NEAR、Nansen、BNB Chain、Yellow（多 Agent 池子分账）、0G 可验证去中心化推理——全部是官方仓库而非二手实现。它在 A2A 这条线上填的是「谁付钱、谁授权、出事谁裁决」这三个今天完全空白的位置。

  34. Human-Agent-Society/reef 仓库：https://github.com/Human-Agent-Society/reef stars：★ 7,780（Python）｜今日新增：NEW 简介：让 Agent 持续自我改进的基础设施：服务、观测、成长、提交四段闭环，把反馈变成可发布的模型更新。 为什么火：7,780 星、731 fork，62 天前创建。它的架构表把「持续学习」拆成了四个可执行的阶段：Serve（服务请求并记录交互）→ Observe（把反馈匹配回记录）→ Grow（从合格记录产出更新）→ Commit（按选择策略应用并发布）。关键是第三步和第四步是分开的——产出候选更新和决定发布哪个更新是两件事，中间还夹着 evaluation（候选评估）和 artifact（版本历史）。绝大多数「自我改进」项目只做前半段，reef 把发布策略和版本管理都做进去了。而且它用自己的小模型跑（README 示例是 Qwen2.5-1.5B），说明这条闭环不是为了「自我改进」而烧钱。

  35. EverMind-AI/Raven 仓库：https://github.com/EverMind-AI/Raven stars：★ 5,939（Python）｜今日新增：NEW 简介：为递归自我改进（RSI）而造的多 Agent 生态：自称「Harness 的 Harness」，可信、持久、能自我进化。 为什么火：5,939 星、228 fork，star/fork 26。它最硬的两张牌：一是 Hugging Face 当日论文第一；二是一整套实测数字——DataAgentBench 上 Raven-Code 配 Opus-5 拿到 0.8762 Pass@1；Nanochat 50M 预训练给出 Bits Per Byte / 运行时 / token / 成本四条曲线；一个破坝算例里越界水体比例从 1e0 掉到 1.36e-10（7 轮），悬臂梁极限载荷的搜索区间从 1800-2000 kN 收到 3.125 kN（8 轮）。它还有 SkillHub 的 114,190 个 skill 目录供检索。争议也摆在那儿：Topics 里明写 recursive-self-improvement / rsi，一个专门造自我改进基建的项目本身就在这条线上——这既是它的野心，也是需要盯着看的风险。

  36. nightly-labs/openbot 仓库：https://github.com/nightly-labs/openbot stars：★ 4,359（TypeScript）｜今日新增：NEW（2 天累计 +3,654） 简介：本地优先的桌面工作台：让 Codex、Claude、Grok 各自拥有专属工作区、任务队列、文件共享和浏览器控制权。 为什么火：4,359 星、431 fork，2 天涨 3,654——这是今天涨得最猛的新项目。它是 Electron + Bun + SolidJS 的桌面应用，跑 Codex / Claude / Grok 三种 Agent，每种有独立工作区，支持 Agent 之间互相协作。它在工程细节上的克制值得抄：所有打包命令都会校验 native-runtime.lock.json 里每一个 SHA-256；typecheck 要并行检查 15 个子项目、每个带独立缓存；连「本地扫描时绝不能带 key、不能跟随重定向、存的 key 只能发回它自己的 origin」这种安全边界都写进了测试用例名（bun run test:provider-detection）。今天的 local-first 桌面端队列里它是最狠的一个。

  37. TencentCloud/Octop 仓库：https://github.com/TencentCloud/Octop stars：★ 11,392（Python）｜今日新增：NEW（29 天累计 +5,033） 简介：腾讯云开源的自托管 AI 助手：多用户、多 Agent，带可插拔工作区后端和长期记忆。 为什么火：11,392 星、1,513 fork，29 天涨 5,033。它的架构有两个值得看的决定：一是工作区后端可插拔（本地磁盘 / Docker 沙箱 / PostgreSQL / COS-S3），且与控制面数据库分离——Agent 的文件放哪和控制面状态放哪是两件事，混在一起就锁死了；二是把「Agent 有人格」做成产品功能，16 套 MBTI 人格模板加一个交互式测验。它还把交付渠道铺到了 NAS：除了 Windows / macOS / Linux 桌面版，还有飞牛 fnOS 的 Docker 版和原生版 fpk 包。大厂做开源 Agent 基础设施，腾讯云这次是把自己擅长的「多租户 + 私有化部署」直接搬了上来。

  38. kaankiziltug/logo-design-skill 仓库：https://github.com/kaankiziltug/logo-design-skill stars：★ 5,575（HTML）｜今日新增：NEW（4 天累计 +767） 简介：给 Claude、Gemini CLI、Codex 用的 Logo 设计技能包：设计原则、制作流程、SVG 工艺、测试工具，外加 1400+ Logo 参考库。 为什么火：5,575 星、443 fork，4 天涨 767。它的杀手锏是那 1400+ 张参考图库——不是网上抓的，是按行业分门别类建的：精品咖啡用暖色手作感、食递用活泼吉祥物、奢侈品用高对比 Didone 配字母组合、诊所用柔和有机形、兽医用友好角色、营销 SaaS 用圆润紫珊瑚色。做 Logo 这件事最大的成本从来不是「生成」，是「知道什么样的 Logo 适合什么行业」，这个项目把后者做成了可检索的资产。它和 isjiamu/gzh-design-skill、larashero3-dotcom/lieflat-charts 一起说明一件事：设计类 Skill 正在从「写提示词」转向「建语料库」。

  39. Oldcircle/geo-sleuth 仓库：https://github.com/Oldcircle/geo-sleuth stars：★ 4,860（Python）｜今日新增：NEW（5 天累计 +613） 简介：从一张照片倒推出拍摄地点的 Agent 技能：OpenStreetMap 几何、高程天际线、卫星影像、街景，全流程展示推理过程。 为什么火：4,860 星、624 fork，5 天涨 613，star/fork 只有 7.8——大量人 fork 下来改。它最打动人的是它肯把失败的中间步骤写出来：某个案例里天际线拟合卡住了（stuck），因为相机有 roll 角没解出来；解出 roll 后误差从 11.1 像素降到 6.2 像素，第二名是 9.4 像素。它还有一个反常识的实测：8 个合成天际线案例里，不解 roll 时位置误差中位数 324 米，解了之后 89 米；带 tilt 的极端案例从 1,695 米降到 265 米。它还做了地面实景匹配（recall@20 拿到 17/40）和卫星扫描（recall@100 是 32/40）——并把 median rank 23 这种难看的数字也写了出来。这才是工具该有的样子：告诉你哪里不行。

  40. miqdadbadjuber/anti-slop 仓库：https://github.com/miqdadbadjuber/anti-slop stars：★ 7,741（JavaScript）｜今日新增：NEW（4 天累计 +436） 简介：给 AI coding agent 的反 AI 味规则：过滤掉套模板的界面设计、文案和代码。 为什么火：7,741 星、528 fork，4 天涨 436。它的 README 里那张「before」截图是全篇最值钱的东西：一个 sparkle 图标、一颗写着「NEXT-GEN AI 2.0 beta」的胶囊标签、还有一段报告 0.0001ms 延迟的假终端——全是 AI 生成界面的经典特征，一个都不该出现在真实产品里。它还记录了一次翻车：第一次尝试生成时，设计稿里仍然留着「10,000% ROI Synergy Multiplier」这种废话，说明规则不是写完就生效的，得让 Agent 自己拿着规则重新过一遍。这跟 lennney/stop-that-shit 是同一类项目：一个在拦 AI 生成的视觉垃圾，一个在拦 AI 生成的多余代码。

  41. genspark-ai/genoffice 仓库：https://github.com/genspark-ai/genoffice stars：★ 11,428（TypeScript）｜今日新增：NEW（4 天累计 +343） 简介：免费开源的 AI Office 套件：文档、表格、幻灯片、PDF、Markdown、HTML 编辑器带内置 Agent，另有 genoffice CLI 和技能包。 为什么火：11,428 星、1,582 fork，4 天涨 343。它最聪明的一步是让 AI 通过 genoffice MCP server 去操作真实文档，而不是让 AI 直接吐一个 .docx——README 里明说装上技能后「不开窗口也能用，拿到 29 个工具」。它的表格演示特别说明问题：AI 加了一个 Summary 表，用 SUMIF 公式按地区和品类统计营收，还画了柱状图，并报告「43 处改动 + 有一个 Undo 按钮」；问它哪个地区 Q2 领先，它回答欧洲并把引用到的单元格做成链接。改动可审可撤，这是在做真正的办公软件，不是做一个会写 PPT 的模型。

  42. img2threejs/img2threejs 仓库：https://github.com/img2threejs/img2threejs stars：★ 19,932（Python）｜今日新增：NEW（4 天累计 +339） 简介：把参考图里的物体重建成纯代码、程序化、可动画的 Three.js 模型，带质量门禁，token 高效的图生 3D。 为什么火：19,932 星、1,672 fork，4 天涨 339。它和所有「图生 3D」项目的根本区别是：不生成网格，生成代码。演示列表里是《Groot》、《孙悟空》、《Mars Cat》、《双人刀战士》、CS2 的 AWP 沙漠之鹰——每一件都是可参数化、可动画、可复用的程序化模型，而且带版本号（v1.5.2 / v1.2.0）和「measured procedural surfaces」这种标注。它还有四阶段流水线：intake 探查图片元数据 → spec 评估复杂度并产出质量契约 → 后续处理。关键在「quality-gated」：不是生成完就交付，是先立契约再验收。这套思路跟今天 img2threejs 之外的 many 项目一致——AI 生成的产物必须能被机器检查。

  43. Fei2411/DS-Bot 仓库：https://github.com/Fei2411/DS-Bot stars：★ 4,712（JavaScript）｜今日新增：NEW（5 天累计 +599） 简介：给 DeepSeek Harness 配一支长期存活的机器人团队：主机器人、机器人之间的消息和群聊。 为什么火：4,712 星、429 fork，5 天涨 599，star/fork 11.0。它做的事听起来朴素，但恰好是今天多 Agent 浪潮里最容易做错的一块：不是「一个 agent 开十个进程」，而是「一群有身份的 agent 互相说话」。主机器人 + bot-to-bot 消息 + 群聊三件事一起做，才算真的多 Agent。和 today 的 qq-bridge、dsh-im、dsh-TUI 一起看，DSH 生态的插件分层已经很清楚了：模型层（dsh-our-free-model）、路由层（dsh-routing-suite）、交互层（dsh-im / qq-bridge）、终端层（dsh-TUI）、组织层（DS-Bot）。一个 harness 长出五层插件，这才是平台化的样子。

  44. ccch1mneyyy/dsh-TUI 仓库：https://github.com/ccch1mneyyy/dsh-TUI stars：★ 6,423（TypeScript）｜今日新增：NEW（4 天累计 +425） 简介：DSH 官方首推的 TUI 插件：高性能低占用，可爱像素鲸鱼，流畅鼠标交互，npm 一键安装。 为什么火：6,423 星、316 fork，4 天涨 425，star/fork 20.3。它的定位是「官方推荐」——在 DSH 这个插件生态里，能拿到官方首推的位置比拿一万个 fork 都难。它的工程细节藏在两句话里：TPS 采样会排除超过 500ms 的 span（说明它在意统计口径而不是好看数字），以及它是 ink + React 写的（说明它选了在终端里做像素级交互这条难路）。加上「可爱像素鲸鱼」这个细节——在一个满是严肃基础设施的项目里刻意放一只卡通鲸鱼，是开源项目争取注意力最实在的手法。

  45. elie222/rakazo 仓库：https://github.com/elie222/rakazo stars：★ 6,436（TypeScript）｜今日新增：NEW（5 天累计 +527） 简介：开源 Grok Bot 替代方案：自带沙箱和 Docker，模型和运行环境都自己挑。 为什么火：6,436 星、1,140 fork，star/fork 只有 5.6，是今天 fork 比例最低的项目之一——几乎每个 fork 都在加自己的运行环境。它的沙箱后端列表就是它的差异化：本地 Docker 默认开启，另外支持 e2b、novita、daytona、createos、boat、boxd、railway 等远程 provider，还有受信的本地电脑模式。它对运行时版本的要求写得毫不含糊：Node.js 22.22.2+ 的 22.x 线、24.x 或 26+，明确不支持 23.x 和 25.x。这种「把不支持的版本写清楚」的诚实，在 AI 项目里罕见。它和 OpenMausBot 是同一天上榜的两个 Grok Bot 替代品——说明这个需求确实存在，不止一家在做。

  46. microsoft/skill-recorder 仓库：https://github.com/microsoft/skill-recorder stars：★ 5,596（TypeScript）｜今日新增：NEW（5 天累计 +401） 简介：微软的桌面应用：录下你屏幕上的真实操作，用 Copilot SDK 还原成意图加有序步骤，再生成可复用的 Skill 或自动化。 为什么火：5,596 星、638 fork，5 天涨 401。它解决的是 Skills 生态里一个很实际的问题：写 SKILL.md 很难，因为你得先知道「这件事到底分几步」。它的做法是录屏——你做一遍，它把操作还原成「意图 + 有序步骤」，再打包成能复用的技能。语音转写用的是 Whisper 的 99 种语言支持（首次使用一次性下载约 252 MB 模型）。这个思路比手写技能文档聪明得多：技能从「文档」变成「录下来的示范」。今天是 Skills 类项目集体上榜的一天，这个项目是其中最像工业流程的一个——微软把它做成了 Copilot Studio / Autopilot 的输入。