2025年12月19日 GitHub Trending 榜单

成功: 10 | 失败: 0耗时: 80s

jaywcjlove/awesome-mac

⭐ 96,312

🍴 7,234

📈 +136

JavaScript

 Now we have become very big, Different from the original idea. Collect premium software in various categories.

💡 AI 总结：

整理各类 macOS 精品软件的开源列表，涵盖开发工具、设计软件、生产力应用等多领域，提供分类导航与资源链接，便于用户发现和管理 Mac 应用。

🔧 技术栈：JavaScript, Markdown, HTML/CSS

💼 适用场景：Mac 用户查找、整理和推荐优质软件工具

Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.

💡 AI 总结：

Claude Code是一款终端级AI编码工具，通过自然语言指令执行代码任务、解释代码逻辑并管理Git流程。支持多平台安装，提供插件扩展功能，注重数据隐私保护。

🔧 技术栈：Shell, Node.js, CLI

💼 适用场景：开发者通过自然语言指令提升代码编写与项目管理效率

NVIDIA-NeMo/Gym

⭐ 447

🍴 30

📈 +26

Python

Build RL environments for LLM training

💡 AI 总结：

NVIDIA NeMo Gym 是用于构建大语言模型强化学习训练环境的库，提供环境开发框架、大规模数据收集支持及与主流训练框架的集成，简化RL环境开发流程并支持独立测试验证。

🔧 技术栈：Python, Reinforcement Learning, NeMo Framework

💼 适用场景：适用于需要定制化LLM训练环境的强化学习研究与开发场景

GreyDGL/PentestGPT

⭐ 9,592

🍴 1,403

📈 +26

Python

A GPT-empowered penetration testing tool

💡 AI 总结：

PentestGPT是一款基于GPT的渗透测试工具，结合生成式AI进行自动化漏洞检测与攻击模拟，支持Web、加密、逆向等多种场景，提供实时反馈和可扩展架构，适用于渗透测试及CTF竞赛。

🔧 技术栈：Python, Docker, LLM

💼 适用场景：用于渗透测试和CTF竞赛中的AI辅助漏洞检测与攻击模拟。

exo-explore/exo

⭐ 33,619

🍴 2,285

📈 +437

Python

Run your own AI cluster at home with everyday devices 📱💻 🖥️⌚

💡 AI 总结：

exo项目通过整合日常设备构建AI集群，支持自动设备发现、RDMA低延迟通信和模型张量并行，提升分布式计算效率。基于MLX框架实现跨设备资源池化，适用于家庭或小型团队部署大规模AI模型。

🔧 技术栈：Python, MLX, Node.js

💼 适用场景：家庭或实验室环境下的低成本AI模型分布式训练与推理

swisskyrepo/PayloadsAllTheThings

⭐ 72,580

🍴 16,348

📈 +32

Python

A list of useful payloads and bypass for Web Application Security and Pentest/CTF

💡 AI 总结：

该项目是一个面向Web应用安全和渗透测试的Payload集合，包含多种漏洞利用技巧与绕过方法，支持Burp Intruder等工具，提供详细文档和贡献指南，适用于CTF竞赛与安全测试场景。

🔧 技术栈：Python, Burp Intruder, Nuclei

💼 适用场景：渗透测试与CTF竞赛中的漏洞利用及绕过测试

sgl-project/mini-sglang

⭐ 1,445

🍴 102

📈 +501

Python

无描述

💡 AI 总结：

Mini-SGLang 是一个轻量级高性能的LLM推理框架，通过Radix Cache、Chunked Prefill等优化技术实现低延迟高吞吐，支持多GPU张量并行和FlashAttention加速，代码简洁易读且具备OpenAI API兼容性。

🔧 技术栈：Python, CUDA, Tensor Parallelism, FlashAttention

💼 适用场景：适用于需要高效部署和研究大语言模型推理服务的场景

google/adk-js

⭐ 376

🍴 29

📈 +46

TypeScript

An open-source, code-first Typescript toolkit for building, evaluating, and deploying sophisticated AI agents with flexibility and control.

💡 AI 总结：

google/adk-js是基于TypeScript的AI代理开发工具包，支持代码优先的开发方式，提供与Google Cloud的深度集成，具备工具生态、模块化架构和灵活部署能力，适用于复杂AI代理的构建与管理。

🔧 技术栈：TypeScript, Google Cloud, OpenAPI

💼 适用场景：开发需要与Google Cloud深度集成的复杂AI代理应用

afshinea/stanford-cs-229-machine-learning

⭐ 19,000

🍴 4,138

📈 +103

VIP cheatsheets for Stanford's CS 229 Machine Learning

💡 AI 总结：

该项目为斯坦福CS229机器学习课程提供整理的复习资料和速查表，包含课程核心概念、相关知识点回顾及模型训练技巧，帮助学习者系统化掌握机器学习知识体系。

🔧 技术栈：Markdown, Python, Jupyter Notebook

💼 适用场景：适用于机器学习学习者和从业者快速复习课程重点及实践技巧

metabase/metabase

⭐ 45,135

🍴 6,095

📈 +79

Clojure

The easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data 📊

💡 AI 总结：

Metabase是一款开源商业智能工具，允许用户无需SQL即可分析数据，支持复杂查询、交互式仪表板、数据模型构建及团队协作。提供可视化分析、数据订阅、实时警报和嵌入式分析功能，适用于企业数据可视化与决策支持。

🔧 技术栈：Clojure, JavaScript, React

💼 适用场景：企业级数据可视化、团队协作分析及嵌入式商业智能场景