2026年02月13日 GitHub Trending 榜单

成功: 10 | 失败: 0耗时: 107s

SynkraAI/aios-core

⭐ 404

🍴 206

📈 +105

JavaScript

Synkra AIOS: AI-Orchestrated System for Full Stack Development - Core Framework v4.0

💡 AI 总结：

Synkra AIOS 是一个以CLI为核心的全栈开发AI编排框架，通过AI代理协作实现自动化开发流程。遵循CLI优先架构，提供可观测性监控和轻量级UI，支持软件开发、内容创作等多领域场景，强调通过AI代理生成完整技术文档与开发任务。

🔧 技术栈：JavaScript, CLI工具链, 实时监控技术

💼 适用场景：需要AI驱动的自动化全栈开发与跨领域流程优化的场景

ChromeDevTools/chrome-devtools-mcp

⭐ 24,703

🍴 1,461

📈 +357

TypeScript

Chrome DevTools for coding agents

💡 AI 总结：

ChromeDevTools/mcp 是一个基于TypeScript的Model-Context-Protocol服务器，允许AI编码助手（如Gemini、Copilot）通过Chrome DevTools实现浏览器自动化、性能分析和深度调试，支持网络请求分析、截图、console日志监控及puppeteer驱动的可靠自动化操作。

🔧 技术栈：TypeScript, Chrome DevTools, puppeteer

💼 适用场景：适用于AI编码助手进行浏览器自动化、调试及性能分析场景

danielmiessler/Personal_AI_Infrastructure

⭐ 8,012

🍴 1,131

📈 +588

TypeScript

Agentic AI Infrastructure for magnifying HUMAN capabilities.

💡 AI 总结：

Personal AI Infrastructure (PAI) 旨在通过AI增强人类自我发现能力，解决创造力激活难题。核心功能包括双阶段能力选择、思维工具优化和默认并行执行，注重用户个性化激活与开放获取，覆盖从基础聊天机器人到智能代理的多层级交互。

🔧 技术栈：TypeScript

💼 适用场景：个人用户通过AI工具实现自我认知优化与创造力激活

patchy631/ai-engineering-hub

⭐ 29,278

🍴 4,749

📈 +386

Jupyter Notebook

In-depth tutorials on LLMs, RAGs and real-world AI agent applications.

💡 AI 总结：

提供93+个AI工程实践项目，涵盖LLMs、RAG、AI代理等技术的教程与实战案例，包含从OCR识别到智能对话系统的多种应用场景，适合不同技能层级的开发者学习和项目开发。

🔧 技术栈：Jupyter Notebook, Llama 3.2, Gemma-3, Qwen 2.5 VL, Streamlit

💼 适用场景：AI工程开发者学习和实践大模型应用开发的综合资源库

TelegramMessenger/MTProxy

⭐ 5,873

🍴 996

📈 +72

无描述

💡 AI 总结：

MTProxy是Telegram的轻量级MT-Proto协议代理服务器，支持加密通信和流量中转。通过生成密钥和配置文件实现安全连接，可部署为Telegram客户端的中转节点，适用于需要稳定代理服务的场景。

🔧 技术栈：C, OpenSSL, zlib

💼 适用场景：为Telegram提供安全的加密代理服务，支持流量中转与隐私保护

google-deepmind/superhuman

⭐ 361

🍴 26

📈 +108

TeX

无描述

💡 AI 总结：

Google DeepMind的Superhuman Reasoning团队开源项目，包含数学推理AI模型AlphaGeometry、IMO竞赛基准测试集和数学研究代理Aletheia，旨在推动AI在数学证明、问题求解和自动评估领域的发展。

🔧 技术栈：TeX, Python, Gemini Deep Think

💼 适用场景：AI数学推理能力研究与竞赛级问题解决

cheahjs/free-llm-api-resources

⭐ 10,607

🍴 1,033

📈 +442

Python

A list of free LLM inference resources accessible via API.

💡 AI 总结：

整理了多个提供免费LLM API资源的服务商，包含模型列表、使用限制及试用额度信息，帮助开发者低成本访问大语言模型推理服务。

🔧 技术栈：Python

💼 适用场景：开发者寻找免费LLM API资源进行应用开发或研究测试

HandsOnLLM/Hands-On-Large-Language-Models

⭐ 21,145

🍴 4,994

📈 +318

Jupyter Notebook

Official code repo for the O'Reilly Book - "Hands-On Large Language Models"

💡 AI 总结：

该项目是O'Reilly书籍《Hands-On Large Language Models》的配套代码库，包含12章实践案例，涵盖语言模型基础、Transformer结构、文本生成、多模态模型等主题，通过Jupyter Notebook形式提供可运行代码与可视化示例。

🔧 技术栈：Jupyter Notebook, Python, PyTorch, Hugging Face

💼 适用场景：适用于机器学习教育、大语言模型技术实践与研究开发场景

THUDM/slime

⭐ 4,069

🍴 528

📈 +85

Python

slime is an LLM post-training framework for RL Scaling.

💡 AI 总结：

slime是面向LLM强化学习训练的后处理框架，提供高性能多模式训练和灵活数据生成能力，支持Megatron与SGLang高效集成，适配多种大模型训练需求。

🔧 技术栈：Python, Megatron, SGLang

💼 适用场景：适用于大型语言模型的强化学习后训练与性能优化场景

DebugSwift/DebugSwift

⭐ 1,415

🍴 125

📈 +50

Swift

A toolkit to make debugging iOS applications easier 🚀

💡 AI 总结：

DebugSwift是面向iOS开发的调试工具包，提供网络监控、性能分析、崩溃追踪及可视化调试工具，支持HTTP/WebSocket抓包、实时性能指标、内存泄漏检测和SwiftUI渲染追踪，提升调试效率。

🔧 技术栈：Swift, iOS SDK, Xcode

💼 适用场景：适用于iOS应用开发中的全流程调试与性能优化场景