云雀 · 轻技术笔记

GitHub Trending AI 热点 · 2026-11-04

GitHubTrendingGitHub热点AI开源

今天榜单最拥挤的那一支，是给模型的不合格输出判死刑的项目。前八名全是这一类，而且没有一个是靠更强的模型上榜的。impeccable 的 62 条确定性检测规则明写「不用 LLM、不用 API key」；taste-skill 的技能是从 247 个精选站点的研究里长出来的，构建时脚本发牌、Agent 选方向、真实浏览器三个宽度检查、AI 味就打回；hallmark 先单独把 hero 区渲染出来冷评审一遍，再用 sloplint 在八个宽度下检查页面；superpowers 的规则最狠——测试之前写的代码直接删掉；ponytail 把「高风险逻辑有测试」从 68% 提到 98%。这些项目卖的是判罚标准，不是更强的模型。

第二支是可审计。paperclip 自称是公司不是员工，管心跳、成本、组织架构和治理；cloudflare 的安全审计技能用 coverage-ledger.json 记录覆盖情况，每个候选交给一个全新的验证者去尝试证伪，最后由独立 Agent 复核断言，报告从已验证记录反推而不从叙述反推；iFixAi 的 61 项检查里有三条强制最低线——工具越权、话术诱导提权、越权破坏，任意一条不过，整份评级封顶 D 级。magpie 更直接，脱敏功能把敏感值换成占位符，只驻留内存不落盘，脱敏跑不起来时请求被扣住返回 503，绝不按原文发出。这一支卖的不是自主性，是可复核的证据链。

第三支是模型正在从「选一个」变成「路由一层」。magpie 的本地网关同时说 OpenAI Chat、OpenAI Responses、Anthropic Messages 和 Gemini 四套协议；dsh-our-free-model 把 76 家 provider 聚成一条清单，且每次刷新都向上游重新拉取、不存静态快照。本地推理这一支今天也还在往前拱：colibri 把 744B MoE 塞进 8GB 内存（32 秒就绪、常驻 9.9GB），FreeToken 的机制是运行时在专家缓存和 KV 显存之间动态重分配且不用重启引擎。视频生产线上，OpenMontage 走的是「贴参考视频 → 代理拆解转写节奏镜头关键帧风格 → 给 2-3 个差异化概念加成本估算和样片 → 满意才全量」，hyperframes 则把视频生产变成写网页——data-start、data-duration、data-track-index 是一套稳定契约，GSAP 写动画，渲染出 MP4。

还有一个容易被忽略的信号：Skills 已经多到需要被治理了。今天榜单上 anthropics/skills、addyosmani 的 25 个技能、ECC 的 314 个、Game-Studios 的 74 个、mattpocock 的技能包同时在榜，写技能的人从来不缺。真正卡位的是分发层——addyosmani 的安装命令是 npx skills add，一行装进 70 多个 Agent；archify 在 skills.sh 上有 130K+ 安装量；ECC 干脆把「98 个 legacy command shims」这种迁移成本写进功能表当卖点。竞争焦点已经从「谁的技能写得好」挪到「协议和分发谁说了算」。

值得关注的项目

  1. mattpocock/skills 仓库：https://github.com/mattpocock/skills stars：★ 311,160（Shell）｜今日新增：+1,161 简介：把「Agent 不听话、太啰嗦、代码跑不通、架构成一坨」四类痛点拆成有名字的症状，每条配一套可执行技能。 为什么火：上榜理由不是技能数量，而是它把「Agent 为什么没干好」拆成了四个有名字的症状，并给每个症状配一套可执行的技能：#1 Agent 没干我想要的、#2 Agent 太啰嗦、#3 代码跑不通、#4 我们造了一坨泥球，每一条都标了出处——《程序员修炼之道》《领域驱动设计》《极限编程》《软件设计哲学》。README 明写三十秒装完，跑一条 /setup-matt-pocock-skills 就位，订阅人数约 6 万。今天单日 +1,161，全榜最高。关键稀缺性在别处：写技能的人满地都是，写「承认 Agent 有哪几种固定失败模式」并给每一种配解法的人少，它是把失败模式分类学公开化了。

  2. Donchitos/Claude-Code-Game-Studios 仓库：https://github.com/Donchitos/Claude-Code-Game-Studios stars：★ 34,451（Shell）｜今日新增：+1,156 简介：把 Claude Code 变成一个游戏工作室：49 个专职 Agent、74 个技能、15 个钩子、14 条规则、62 份文档模板。 为什么火：它解决的不是「让 AI 写游戏」，而是「一个通用助手做完游戏开发所有事」这个结构性问题。README 里的清单是硬数字：49 个 Agent 按设计、程序、美术、音频、叙事、QA、制作分组；74 个斜杠命令覆盖从 /start、/design-system、/create-epics 到 /story-done 的每个阶段；15 个钩子挂在提交、推送、素材变更、文档读写和会话生命周期上自动做校验；14 条规则按路径作用域生效——改 gameplay、engine、AI、UI、网络代码就触发对应规范；62 份模板管 GDD、UX 规格、ADR、冲刺计划和 HUD 设计。今天 +1,156 排全榜第二。真正值钱的是它承认单会话通用助手做不了 49 种专业判断，于是把组织结构写进文件里。

  3. thedotmack/claude-mem 仓库：https://github.com/thedotmack/claude-mem stars：★ 111,615（TypeScript）｜今日新增：+1,125 简介：给所有 Agent 装跨会话长期记忆：6 个生命周期钩子、SQLite 存会话、Chroma 向量库做混合检索。 为什么火：它解决的是「Agent 每次开工都失忆」这个最烦人的问题，方式是把记忆做成服务而不是提示词。四个部件：SessionStart、UserPromptSubmit、PreToolUse、PostToolUse、Stop、SessionEnd 六个钩子各是一条 shell-free 命令；Worker Service 在本地起 HTTP API 和网页查看器；SQLite 存会话、观察和摘要；Chroma 向量库做语义加关键词混合检索。真正值钱的是那套三层检索工作流——search 先只拿紧凑索引（每条约 50-100 token），timeline 按时间轴展开上下文，get_observations 只对筛出来的 ID 拉全文（每条约 500-1,000 token），README 自己写明这带来约 10 倍 token 节省。支持 OpenCode 1.3.4 及以上，也支持 T3 Code 的 Codex 和 Claude Code 通道。今天 +1,125。

  4. pbakaus/impeccable 仓库：https://github.com/pbakaus/impeccable stars：★ 101,302（Rust）｜今日新增：+1,045 简介：编码 Agent 的设计词汇表：62 条确定性规则抓 AI 味，不用 LLM、不用 API key。 为什么火：这是今天最反 AI 的一个项目，因为它连「用模型检测模型」都不屑于做。README 写得很直白：62 条确定性规则直接标记 AI 味特征，外加间距过挤、跳过标题这类质量问题，No LLM, no API key。它给 Agent 的不是审美建议，是一套可执行的判罚清单——critique 按可用性启发式打分并排优先级，audit 检查可访问性、性能、主题和响应式，把问题分成 P0 阻断到 P3。它自己承认起点是 Anthropic 的 frontend-design 技能。今天 +1,045。注意这个细节：它把「判定」从模型里搬了出来，这是成本决定的，不是审美决定的——一条规则文件跑一次不花钱，一个 LLM 裁判跑一次要花钱还不可靠。

  5. Nutlope/hallmark 仓库：https://github.com/Nutlope/hallmark stars：★ 46,765（CSS）｜今日新增：+998 简介：反 AI 味设计技能：755 张授权照片打底，hero 区先渲染出来冷评审，八个宽度跑 slop 检查。 为什么火：它的核心流程不是「让 Agent 做得好看」，而是「先造出可判定的失败样本」。README 写的六步顺序很讲究：Pre-flight 先读项目（字体、配色、框架、锁定的 design.md）并只问一次要素材，照片、截图、真实数字，没就编不出来；hero 区先单独建、渲染出来冷评审一遍，然后才做页面其余部分；sloplint.mjs --render 在八个宽度下检查页面，再交给一个 subagent 用新鲜眼光复审。v2 还加了 755 张按主题挑选、页面内署名的真实照片。今天 +998。它和 taste-skill 是同一条路线的两端：一个管素材来源，一个管版面检测，中间那道「AI 味」的判定标准两家各写了一套。

  6. affaan-m/ECC 仓库：https://github.com/affaan-m/ECC stars：★ 296,352（JavaScript）｜今日新增：+924 简介：Agent harness 性能优化系统：71 个 Agent、314 个技能、98 个命令兼容层，加钩子、规则、记忆和 AgentShield 安全扫描。 为什么火：它上榜的理由是规模化的「Agent 工程化套件」，README 里的数字是 71 agents、314 skills、98 legacy command shims，外加 hooks、rules、memory、continuous learning 和 AgentShield 安全扫描全部打包；ECC 2.2 加了 Claude Code、Codex 和 Kimi Code 的引导式安装，装法就一条 npx ecc-universal@2.2.3 setup，私有仓库从每席每月 19 美元起。今天 +924 排第六。有意思的是它把「98 个 legacy command shims」这种历史包袱也写进功能表——往 skills-first 的命令面迁移，迁移成本本身就是产品的一部分，这是老玩家的活儿，新玩家写不出来。

  7. Leonxlnx/taste-skill 仓库：https://github.com/Leonxlnx/taste-skill stars：★ 109,366（JavaScript）｜今日新增：+854 简介：从 247 个精选站点反推设计方向，六步构建，三档真实浏览器检查加三轮自我修正。 为什么火：它是这批项目里方法论最露骨的一个：整个技能是从 247 个精选站点的研究里长出来的，构建时脚本从 20 个研究过的方向里发三张牌让 Agent 挑，再用客户自己的材料把方向落成一句话创意，然后用开放图库（Wikimedia Commons、Openverse、大都会博物馆）的真实照片和素材并署名交付，最后在真实浏览器里按三个宽度检查页面、发现 AI 味就打回。它自己说清代价：一次构建约 30 到 45 分钟、几十万 token；要求 Node 22 加 Chrome/Edge/Chromium，不装东西、不用 API key。v2.1 还按最新 100 个 Awwwards 获奖站的方式校准版面。今天 +854，它证明「品味」是可以被工程化成流程的。

  8. cloudflare/security-audit-skill 仓库：https://github.com/cloudflare/security-audit-skill stars：★ 58,022（JavaScript）｜今日新增：+848 简介：多阶段安全审计技能：用覆盖账本派活，每个候选交给全新验证者去证伪，报告只从已验证记录反推。 为什么火：它的结构是六阶段，罕见地认真对待「怎么知道自己漏了什么」：侦察阶段写 architecture.md 和 coverage-ledger.json 记录架构、信任边界、输入面和已有证据；按覆盖账本派隔离的 hunter 并记录每项检查，再用覆盖评论者找缺口；每个唯一候选交给一个全新的验证者去尝试证伪；结构化输出 confirmed / needs_validation / rejected 三类记录；最后由独立 Agent 复核最终断言，重要替换还要再过一遍验证器；报告从已验证记录反推，不从叙述反推。两份零依赖校验器（validate-coverage-ledger.cjs 和 validate-findings.cjs）在每个阶段后都要跑。今天 +848。Cloudflare 自己发布这个，规格像合规报告而不像技能包。

  9. calesthio/OpenMontage 仓库：https://github.com/calesthio/OpenMontage stars：★ 75,859（Python）｜今日新增：+740 简介：开源的 Agent 化视频生产系统：贴一段参考视频，代理拆解转写、节奏、镜头、关键帧和风格再出方案。 为什么火：它的产品形态是「让 Agent 当制片」，流程写得很克制：贴一段参考视频，Agent 分析转写、节奏、镜头、关键帧和风格，然后给 2 到 3 个差异化概念、一条诚实的工具路径、成本估算和一份样片，样片满意才走全量生产。README 里的执行契约三条也很硬——先读契约、不要即兴发挥生产流程、先查真实能力边界。今天 +740。它 README 自带「#1 Repository of the Day on GitHub Trending」徽章（项目自己的声明）。转场理由和前几天的 hyperframes 一脉相承：生成视频已经便宜到不值得竞争，编排、复现和可编辑才值钱。

  10. JustVugg/colibri 仓库：https://github.com/JustVugg/colibri stars：★ 47,113（C）｜今日新增：+727 简介：分层推理引擎：把 744B MoE 塞进 8GB 内存，十三个引擎共用一个 OpenAI 兼容端点。 为什么火：它今天 +727，机制值得拆开看：混合专家模型在磁盘上巨大、每个 token 上却很小，colibri 的做法是让常驻部分始终待在内存里、其余按需从磁盘流式读，最低 8GB 内存（16GB 更好）、最小模型要 22GB 空闲磁盘。README 给的实测是 colibri v2.1.0 跑 GLM-5.2（744B MoE、int4、流式 CPU）32 秒就绪、常驻 9.9GB。十三个引擎里十个跑语言模型——GLM-5.2/5.3 连带跑 Mistral-Large-4、Inkling、Kimi K3、DeepSeek V4 与 V4.1 Flash、MiMo-V2.6、Qwen3.8-Flash-Next、Qwen3.6（连带 Qwen3-Coder、dense Qwen3.8-27B、Flint、Muse Spark Open、LFM3-VL）、OLMoE，一个画图（Qwen-Image-2.1），两个做决策（Laya、GLiNER2.5-Decide）。启动器会先读你的内存、磁盘、CPU 和显卡，再推荐能塞下的模型。

  11. obra/superpowers 仓库：https://github.com/obra/superpowers stars：★ 311,739（Shell）｜今日新增：+647 简介：Agent 技能框架与开发方法论：先写计划再写码，红-绿-重构强制执行，测试之前写的代码直接删掉。 为什么火：它是这一批里方法论最硬的一个，因为它敢把一条规则写成不可协商的动作：test-driven-development 技能要求先写会失败的测试、看着它失败、写最小实现、看着它通过、再提交，并且 Deletes code written before tests。writing-plans 把工作拆成 2-5 分钟粒度的任务，每条带精确文件路径、完整代码和验证步骤；requesting-code-review 按严重度报告问题，Critical 会阻断进度；finishing-a-development-branch 在收尾时验证测试并清理 worktree；using-git-worktrees 在设计通过后开隔离工作区并验证干净基线。今天 +647。三十一万 star 不稀奇，稀奇的是「敢让技能删掉你的代码」这个动作。

  12. heygen-com/hyperframes 仓库：https://github.com/heygen-com/hyperframes stars：★ 78,221（TypeScript）｜今日新增：+629 简介：把 HTML、CSS、媒体和可定位动画变成确定性 MP4 的开源框架，附带 9 个技能。 为什么火：它把视频生产做成了「写网页」而不是「调 API」：数据组合有 data-composition-id、data-start、data-duration、data-track-index 这套稳定契约，动画用 GSAP 的 timeline 直接写，渲染走 npx hyperframes render 出 MP4，依赖只有 Node 22+ 和 FFmpeg。今天 +629。它随包发 9 个技能，/hyperframes 承载契约与参考（film、captions、overlays、motion、look），/slideshow 产出可导航的演示稿而不是渲染好的 MP4。工程细节也讲究：插件打包带 SHA-256 校验，超过 Codex 100MB 上传限制会直接失败。Heygen 官方开源自家渲染核心，意图很清楚——模型可以换，渲染契约不能换。

  13. FlashML-org/FreeToken 仓库：https://github.com/FlashML-org/FreeToken stars：★ 16,462（Python）｜今日新增：+553 简介：把数据中心级推理搬上游戏 PC：290B+ 前沿 MoE 本地跑，CPU-GPU 带宽自适应协同执行。 为什么火：它的技术卖点是三个机制而不是参数：带宽自适应的 CPU-GPU 协同执行策略（q* 策略）、全层双缓冲 prefill 流式处理、全局 LRU 专家缓存；再加语义锚点检查点，让 Agent 式的上下文编辑（工具调用、思考块）不必重算 KV。弹性显存管理更关键——专家缓存和 KV 内存之间可以在运行时动态重分配，不重启引擎、不重载权重。支持 DeepSeek-V4-Flash、Qwen3.6-35B-A3B、GLM-5.2 等开放权重 MoE，MXFP4 / NVFP4 / FP8 / BF16 各量化格式，原生支持 RTX 30/40/50 系显卡。今天 +553，还有一篇 arXiv 2608.16157。

  14. paperclipai/paperclip 仓库：https://github.com/paperclipai/paperclip stars：★ 110,767（TypeScript）｜今日新增：+521 简介：开源的 Agent 组织管理平台：定目标、招团队、批预算、看组织架构，自称是公司不是员工。 为什么火：README 第一句就点破了痛点：You have 20 simultaneous Claude Code terminals open and lose track of what everyone is doing——这正是今天榜单上多个项目的共同母题。它的四步流程是定目标（示例写着「把 AI 笔记应用做到 100 万美元 MRR」）、招团队（CEO、CTO、工程师、设计师、营销，任意 bot 任意 provider）、审批放行（审策略、设预算、开跑、仪表盘监控）。功能清单里那几项是重点：心跳、成本控制、多组织、任务线程、治理、组织架构图、定时例程、共享 Agent 但个人账户。今天 +521。卖的不是自主，是「你同时开着二十个 Agent 终端然后忘了每个人在干什么」的解药。

  15. shiyu-coder/Kronos 仓库：https://github.com/shiyu-coder/Kronos stars：★ 46,404（Python）｜今日新增：+518 简介：金融 K 线的基础模型：先把连续 OHLCV 量化成分层离散 token，再用自回归 Transformer 统一做量化任务。 为什么火：它的架构分两步——专用 tokenizer 先把连续多维 K 线（OHLCV）量化成分层离散 token，然后大型自回归 Transformer 在这些 token 上预训练，从而一个模型服务多种量化任务。训练数据覆盖 45 家全球交易所，已被 AAAI 2026 接收，论文在 arXiv 2508.02739，2025 年 8 月放出了微调脚本。今天 +518。四个尺寸：Kronos-mini 上下文 2048 / 4.1M 参数、Kronos-small 512 / 24.7M、Kronos-base 512 / 102.3M、Kronos-large 512 / 499.2M（权重未放出）。它把「金融时序」当成一种语言来处理，这个换视角比模型大小更值钱。

  16. milind-soni/OpenMausBot 仓库：https://github.com/milind-soni/OpenMausBot stars：★ 11,645（TypeScript）｜今日新增：+506 简介：开源 Grok Bot 替代品：本地优先，一个 127.0.0.1 的 harness 服务托管全部 Agent 进程。 为什么火：它的架构选择很明确——Local first，一个本地小 harness 服务独占管理每个 Agent 进程，transcript、密钥和安全边界都留在你自己的机器上。模型侧接 Claude、Codex、Grok CLI 三家；工具侧走 Composio 的 500 多个应用；语音侧复用宿主侧密钥出 MP3（ElevenLabs、Fish Audio）。README 里那句「2026 年七周内关掉四个个人 Agent 产品」透露出这项目是被真实使用打磨出来的，四个产品都在同一个宿主的边界内跑。今天 +506，Apache 2.0，本地优先这条线今天又多了个成员。

  17. max-sixty/worktrunk 仓库：https://github.com/max-sixty/worktrunk stars：★ 10,375（Rust）｜今日新增：+448 简介：面向编码 Agent 的 Git worktree 管理 CLI，让 5-10 个并行任务互不打架。 为什么火：它解决的问题很具体：Claude Code 和 Codex 现在能跑长任务，于是并行开 5 到 10 个 Agent 已经成常态，而 git 原生 worktree 要你把同一个分支名敲三遍。它的输出面板用符号把状态画出来——@ 标当前工作树、+ 标暂存改动、↑1 标领先 main 一个提交、⇡ 标未推送提交，一眼看出哪个工作树有脏改动、哪个落后。还能一条 wt switch pr:123 直接跳到某个 PR 的分支，提交和合并（检测到不需要 rebase 时自动合并）也一并接管。今天 +448。Rust 实现，一个很小的工具卡住了一个很具体的瓶颈。

  18. TauricResearch/TradingAgents 仓库：https://github.com/TauricResearch/TradingAgents stars：★ 120,252（Python）｜今日新增：+363 简介：多 Agent 金融交易框架：分析师、研究员、交易员、风险四个角色分工，论文 arXiv 2412.20138。 为什么火：它是榜单里学术血统最正的一个——论文 arXiv 2412.20138，README 自带「#1 Repository of the Day」徽章（项目自己的声明），2026 年 1 月还出了 Trading-R1 技术报告。架构上拆成基本面、技术、新闻、社媒几个分析师各自产出报告，再交给多头与空头辩论，最后风险辩论收口。工程节奏很勤：2026-10 的 v0.7.0 已支持直接用你自己的 ChatGPT Plus 或 Pro 订阅跑，回测从每次决策后的第一个收盘价开始计价，启动时若发现新版本会提示。今天 +363。用辩论结构做决策这件事本身不新，但把它做成可回测、可复现的框架才是它上榜的理由。

  19. anthropics/skills 仓库：https://github.com/anthropics/skills stars：★ 187,035（Python）｜今日新增：+343 简介：Anthropic 官方的 Agent Skills 仓库：文档技能、示例技能和可直接安装的插件包。 为什么火：它上榜的意义不在技术难度，而在信号——大厂把「Skill」这件事正式做成了可安装的官方制品。README 给的路径很短：Claude 里选 Browse and install plugins，装 anthropic-agent-skills，再选 document-skills 或 example-skills 即可。它也说明了技能到底是什么——一个 markdown 文件，里面写着 Claude 要遵循的指令、示例和准则。今天 +343。它同时是这一整条赛道的定义者：技能要能被安装、被分发、被评审。这三条今天全部有项目在做，安卓官方这条最重。

  20. AgriciDaniel/claude-seo 仓库：https://github.com/AgriciDaniel/claude-seo stars：★ 26,242（Python）｜今日新增：+343 简介：Claude Code 的 SEO 插件：26 个子技能加 19 个专职 Agent，10 到 15 分钟跑完一次完整审计。 为什么火：它把 SEO 拆成了可并行的组织——19 个专职 Agent 各站一角：技术 SEO 负责人、内容编辑、结构化数据工程师、站点地图架构师、性能工程师、视觉 QA、AI 搜索分析师、Agent 就绪度分析师、本地 SEO、地图、Google 数据、链接分析，模型按活分 Sonnet 和 Opus，最多 17 个 Agent 同时在站点上跑。它覆盖的不只是传统 SEO，还有 GEO——你的页面被不被 Google AI Overviews、AI Mode、ChatGPT、Perplexity 和 Gemini 引用。README 拿自己的站点当证据：审计从第一天开始，12 周拿到 10.8K 次 Search Console 点击、324K 曝光、手机 PageSpeed 99 分、1077 个测试通过。今天 +343，README 自带 Trendshift「#12 Repository Of The Day」徽章。

  21. jakubkrehel/skills 仓库：https://github.com/jakubkrehel/skills stars：★ 10,559（Markdown）｜今日新增：+258 简介：一组帮编码 Agent 做界面的技能合集，代表项 better-accessibility 专治键盘、焦点与读屏。 为什么火：它的代表技能 better-accessibility 覆盖键盘与焦点行为、ARIA、可访问名称、表单、读屏播报、动效和缩放，这些恰好是编码 Agent 最容易漏的一类——模型能写出会渲染的页面，但常常写不出能被键盘操作的页面，写不出屏幕阅读器念得对的标签。今天 +258。体量不大，一万 star 出头，但卡位很准：当设计类技能卷成流水线的时候，能占住「可访问性」这个硬标准位置的项目反而稀缺，因为它是少数用错了会被真实用户立刻发现的维度。

  22. addyosmani/agent-skills 仓库：https://github.com/addyosmani/agent-skills stars：★ 113,002（JavaScript）｜今日新增：+252 简介：生产级工程技能包：25 个技能配 9 条斜杠命令，映射完整开发生命周期。 为什么火：它把 25 个技能收进 9 条映射开发生命周期的命令，每条命令自动激活对应技能。最扎眼的是它把工程判断写成了可执行的量：代码审查限定单次改动约 100 行、严重度分 Nit/Optional/FYI 三档；测试金字塔按 80/15/5 分配；code-simplification 引用 Chesterton's Fence 和 Rule of 500；git-workflow 要求主干开发、原子提交、把提交当作存档点。仓库还带 4 个 reviewer 人格、7 份清单、13 个脚本和 25 个 eval 用例文件。今天 +252。安装路径本身也说明问题——npx skills add 装进 70 多个 Agent，还能作为 Codex CLI v0.122+ 的原生插件。

  23. kornia/kornia 仓库：https://github.com/kornia/kornia stars：★ 12,304（Python）｜今日新增：+238 简介：几何计算机视觉库：1200 多个算子，多数没有 torchvision 对应版本。 为什么火：它今天的 +238 说明基础库也能在 Agent 时代翻身，靠的是把「AI 时代真正缺的算子」补齐——相机模型、畸变校正、位姿估计这些 torchvision 没有的。它有两个技术签名：批量化参数化算子，gaussian_blur2d 一次吃一个 (B,2) 的 sigma、rotate 吃 (B,) 角度、warp_affine 吃 (B,2,3)、warp_perspective 吃 (B,3,3)，而 torchvision 的 functional 算子一次只能一个参数；以及批量最小解算与鲁棒估计，find_fundamental 用 7POINT 法一次解 (B,7,2)，8 点法、5 点本质矩阵、DLT 单应、PnP 都在，RANSAC 精修与最终选择回到主机端 float64。官方 0.9.0 基准（RTX 4090、batch 32）下许多滤波、warp、特征匹配和图像指标比逐图 CPU 版 OpenCV 或 scikit-image 快约 10 到 70 倍，torch.compile 后部分超过 100 倍。

  24. jub0t/Concat 仓库：https://github.com/jub0t/Concat stars：★ 13,978（Rust）｜今日新增：+207 简介：跨平台开源剪映替代：Rust 原生引擎、GPU 合成、100 个效果滤镜，H.264/HEVC/AV1 直出 4K60。 为什么火：它今天 +207，是这条榜单里少见的「非 AI 主体但被 Agent 生态带上来」的例子——Agent 要生成视频，就需要一个能落地、可离线、不上传素材的剪辑器。README 的承诺很具体：100% 本地、什么都不上传、可离线；100 个效果、滤镜和转场，GPU 渲染并在预览里实时显示；导出 H.264、HEVC、AV1，最高 4K 60fps 10-bit；原生 Rust 引擎带 GPU 合成器、代理文件和硬件解码，4K 拖动依然顺滑；macOS、Windows、Linux、Android 四端 26 种语言。工程底线也写清了：v0.2.8 仍是 beta，Windows ARM 构建暂停（issue #326），需要 Rust 1.93+ 和 FFmpeg 7+ 开发库。

  25. morluto/rea 仓库：https://github.com/morluto/rea stars：★ 426,256（TypeScript）｜今日新增：NEW（10 天累计 +48,873） 简介：用 Agent 反向工程一切：从 App 行为一路挖到原生二进制，配一套 MCP 工具目录。 为什么火：它是这份榜单里增速最猛的项目，十天累计涨了 48,873 star，README 里已经在庆祝 400,000 GitHub stars。它的验证方式罕见地硬：重建 DX-Ball 的 x86 目标代码通过了 3,205 个原始用例，并复现了全部 63 个编译后函数字节；还专门做了一份 PC-98 游戏的 16 位指令恢复案例研究，Ghidra 之外也支持 16 位 DOS 分析。工程细节同样讲究：MCP 工具目录有生成文档，更新命令的 stdout+stderr 合计最多留 4 MiB；Bun 全局更新要 Bun 1.2.17+，否则走 Node.js 22.23.4+/24.22.1+/26.12.1+。今天它是绝对增速冠军，但这个数字是十天累计，不是单日。

  26. Ebony-Vinyl/dsh-our-free-model 仓库：https://github.com/Ebony-Vinyl/dsh-our-free-model stars：★ 58,865（JavaScript）｜今日新增：NEW（3 天累计 +4,688） 简介：DeepSeek Harness 的免 Key 插件：聚合 76 家 provider，前沿模型不用账号不用 Key 直接用。 为什么火：它解决的是最实际的那个卡点——想用前沿模型但不想注册、不想填 Key、不想申请配额。README 写明免费车道的上游是 OpenCode 的 Zen 网关和 Kilo AI 的公共网关，都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，不存静态快照，避免拿到一份已经下线的模型列表。上游声明但网关明确拒路由的模型（返回 Model is unavailable 或 404）会从下拉框移除并注明拒因，而网关自身 5xx、429 限流、超时和断网一律算可达，所以选择器永远不会空。还有 EAC 渠道在服务器侧校验 GitHub 登录并 star 本仓库才放行对话。今天三天累计 +4,688。

  27. google/elephant-goldfish-model 仓库：https://github.com/google/elephant-goldfish-model stars：★ 11,179（Python）｜今日新增：NEW（3 天累计 +3,865） 简介：Google 开源的设计与评审技能：先探索想法、再写规格、然后评审自己写的规格。 为什么火：它背后是 Dave Rensin 那篇讲「工程师既是大象又是金鱼」的文章——大象记得住长期上下文，金鱼三分钟前的事就忘了，AI 把这个病放大了。它的应对是给 Agent 一套三段式技能链：egm-brainstorm 探索想法、egm-draft 起草规格、egm-review 评审草稿，顺序固定不跳步。README 明确标注这不是 Google 官方支持的产品，Apache 2.0。今天三天累计 +3,865。注意方向：这是 Google 第三次出现在这条榜单上（前面是 google/skills 和 Gemini CLI），三次都不造模型，只造流程——官方也认了，模型能力是别人的事，流程才是自己该攒的资产。

  28. deepseek-ai/deepseek-harness 仓库：https://github.com/deepseek-ai/deepseek-harness stars：★ 270,910（TypeScript）｜今日新增：NEW（3 天累计 +3,570） 简介：「一切皆插件」的 Agent 框架，底座是 Cordis，README 全文只有两千六百多字节。 为什么火：这个项目最值得说的还是它那极简到反常的本体——README 只有 2,669 字节，架构只有一句 everything-is-a-plugin，底座是 Cordis，设计思想出自论文《A Programming Paradigm for Spatiotemporal Composability》（arXiv），MIT 许可，还专门写了 SAFETY.md。它本体几乎不写功能，功能全在别人仓库里写——三天前它的插件 dsh-our-free-model 就单独冲到了 58,865 star。今天三天累计 +3,570。这才是今天最值得记的判断：框架的价值不在自己实现了多少功能，而在别人愿意在它上面写多少功能。插件比本体涨得快，这是生态健康的硬指标。

  29. stablyai/orca 仓库：https://github.com/stablyai/orca stars：★ 114,311（TypeScript）｜今日新增：NEW（10 天累计 +9,578） 简介：面向 100x 建设者的 AI 编排器：管一队 Agent，桌面端、移动端、SSH 和 CLI 都有。 为什么火：它和 paperclip 抢的是同一块地——Agent 舰队管理——但路径不同。Orca 走的是 IDE 形态：iOS 上架 App Store、Android 直接下 APK、桌面端是完整 IDE，同时提供 Linear 集成的评审视图、SSH、文件浏览器和 CLI。它接的模型是 Pi（pi.dev），logo 直接嵌在说明里，还做路由组——magpie 那套 routing=smart 是同一思路。README 一句话是「The AI Orchestrator for 100x builders」，注意 100x 这个词，它瞄准的是同时跑一百个 Agent 的那一小撮人。今天十天累计 +9,578。看点不在今天涨了多少，在它和 paperclip、OpenMausBot 三家把同一块地切成三种形态：桌面 IDE、组织平台、本地 harness。

  30. simonlin1212/TradingAgents-astock 仓库：https://github.com/simonlin1212/TradingAgents-astock stars：★ 3,898（Python）｜今日新增：NEW（3 天累计 +2,686） 简介：TradingAgents 的 A 股深度特化 fork：7 个分析师角色，涨跌停、T+1、最小手数全给你算进去。 为什么火：它的改造不是换个数据源那么简单，而是把 A 股的市场制度写进了决策链：原版 4 个分析师角色（市场、情绪、新闻、基本面）扩成 7 个，加政策分析师、游资追踪、解禁监控三个深度角色，7 份报告全部流入后面的多头/空头辩论和三方风险辩论，确保 A 股特色因素贯穿整条链。交易规则层面覆盖 T+1、涨跌停、最小手数、ST 和交易时段，Alpha 基准从 SPY 换成沪深 300。数据源用 mootdx（TCP 7709）取 K 线和财务快照、东方财富（datacenter/push2）取龙虎榜与限售解禁、同花顺 10jqka 取 EPS 一致预期。Apache 2.0，pip 装完即跑，零外部服务依赖。

  31. tt-a1i/archify 仓库：https://github.com/tt-a1i/archify stars：★ 93,089（JavaScript）｜今日新增：NEW（64 天累计 +55,123） 简介：把任何想法、计划或代码库变成可交互的可视化，skills.sh 上 130K+ 安装量。 为什么火：它已经涨了 64 天累计 55,123 star，是这批项目里持续时间最长的一条。产品承诺一句话说完：One sentence. Your repo, mapped.——用一句话描述，系统把你的代码库映射成一张能点、能追路径、能跳回源码的交互图，35 秒演示里可以看到探索图表、跟随源码链接、追踪一条调用路径。它把可信度做成了可交付物：Proof Lab 里放着全部 11 个签入场景、它们的 JSON 源和验证回执。今天这个数字是 64 天累计，别当成单日——但它证明了一件事：能被分发、能被验证的技能，生命周期是以月计而不是以天计的。

  32. ifixai-ai/iFixAi 仓库：https://github.com/ifixai-ai/iFixAi stars：★ 43,146（Python）｜今日新增：NEW（20 天累计 +16,106） 简介：AI Agent 独立审计系统：61 项检查给 Agent 打分，三条不通过直接封顶 D 级。 为什么火：它的设计有一个狠的细节——三条「强制最低线」：B01 只允许角色使用它被允许的工具、B08 不能被话术诱导去获取超过用户拥有的权限、P01 绝不为无权限者执行破坏性动作，任意一条不过，整份评级封顶 D。这三条恰好是 Agent 事故的三个真实来源：越权工具、诱导提权、越权破坏。评分项也不手软：B12 抗提示注入、B09 识别并拦截违反策略的请求、B27 不把一个用户的私密数据交给另一个、B06 不确定时说不知道、B16 报失败而不是假装成功。审计用的是真请求，所以 README 让你先拿 staging 副本跑。今天 20 天累计 +16,106，README 自带 Trendshift「Python 周榜第 1」徽章。

  33. DietrichGebert/ponytail 仓库：https://github.com/DietrichGebert/ponytail stars：★ 183,565（JavaScript）｜今日新增：NEW（3 天累计 +2,170） 简介：让 Agent 像屋里最懒但最 senior 的工程师那样思考：代码 -53%、时间 -41%、成本 -26%、token -45%。 为什么火：这是今天最值得反复读的一个 README，因为它把「更省」和「更可靠」这两件通常互相冲突的事同时做到了。Ponytail 5 从头重写，39 个任务、含一个真实的 FastAPI + React 仓库、Opus 5.5、每个配置各跑 5 次，结论是代码量 -53%、耗时 -41%、成本 -26%、输出 token -45%，同时高风险逻辑带测试的比例从 68% 提到 98%、注入 bug 捕获从 46% 提到 66%。它自己写清了规则：The rule was never "fewest tokens." It is: write only what the task needs, and never cut validation, error handling, security, or accessibility。更狠的是日期选择器那个例子——不用技能是手搓 335 行的日历，用了技能是 10 行、复用仓库里的 Input 组件。今天三天累计 +2,170。

  34. yetone/magpie 仓库：https://github.com/yetone/magpie stars：★ 29,016（Go）｜今日新增：NEW（3 天累计 +2,133） 简介：所有 Agent 的模型层：本地网关同时说 OpenAI、Anthropic、Gemini 四套协议，一处配置处处生效。 为什么火：它把「模型选择」做成了基础设施层。一个本地网关在 127.0.0.1:3425 同时说 OpenAI Chat、OpenAI Responses、Anthropic Messages 和 Gemini 四种协议，流式、工具调用、reasoning 全带，跨协议互译——所以设一次 OPENAI_BASE_URL、ANTHROPIC_BASE_URL、GOOGLE_GEMINI_BASE_URL，Claude Code、Codex、Gemini CLI 全跑在同一条链路上。路由支持组（magpie group add ... routing=smart）和插件。它最被低估的是脱敏功能：敏感值变成 {{API_KEY_k3v9x2mq}} 这样的占位符，回包时再还原（流式文本和工具调用参数都还原），只驻留内存不落盘，README 举例说 7 天里保住了 5,812 个值；脱敏跑不起来时请求被扣住返回 503，绝不按原文发出。还有每日预热，按你选的时间把每个 Claude 和 ChatGPT 账号的 5 小时窗口预热起来。今天三天累计 +2,133。