2026年02月20日 GitHub Trending 榜单

成功: 15 | 失败: 0耗时: 150s

vxcontrol/pentagi

⭐ 3,794

🍴 545

📈 +1,310

✨ Fully autonomous AI Agents system capable of performing complex penetration testing tasks

💡 AI 总结：

PentAGI是一个基于AI的全自动渗透测试系统，采用Go语言开发。通过沙盒化Docker环境实现安全测试，集成20+专业工具与知识图谱，支持自主决策、信息搜集、漏洞分析及报告生成，适用于复杂网络安全评估场景。

🔧 技术栈：Go, Docker, Neo4j

💼 适用场景：自动化渗透测试与企业级网络安全评估

blackboardsh/electrobun

⭐ 6,003

🍴 101

📈 +435

C++

Build ultra fast, tiny, and cross-platform desktop apps with Typescript.

💡 AI 总结：

Electrobun 是一个用 C++ 和 Zig 构建的跨平台桌面应用开发工具，支持通过 TypeScript 编写主进程和网页视图。它提供进程隔离、高效的 RPC 通信，生成体积小巧的自解压应用包（约 12MB），并支持超小增量更新（14KB）。集成 Bun 运行时和 WebKit 渲染引擎，适合快速开发轻量级桌面应用。

🔧 技术栈：C++, Zig, TypeScript, Bun, WebKit

💼 适用场景：需要跨平台、超小型化且更新高效的桌面应用程序开发

HailToDodongo/pyrite64

⭐ 2,114

🍴 77

📈 +440

C++

N64 Game-Engine and Editor using libdragon & tiny3d

💡 AI 总结：

Pyrite64是基于C++的N64游戏引擎与编辑器，采用libdragon和tiny3d开发，支持3D模型导入、HDR+Bloom渲染、大纹理处理及节点图脚本。专注于真实硬件兼容，需通过Ares等模拟器测试，适用于独立开发者创建N64 3D游戏。

🔧 技术栈：C++, libdragon, tiny3d

💼 适用场景：开发可在N64真实硬件或模拟器上运行的3D游戏，支持高级图形特性和可视化脚本编辑。

obra/superpowers

⭐ 56,208

🍴 4,256

📈 +980

Shell

An agentic skills framework & software development methodology that works.

💡 AI 总结：

Superpowers 是一个基于可组合技能的代码代理框架，通过自动化工作流管理提升开发效率。核心流程包括需求拆解、设计确认、TDD实现和子代理协作，强调YAGNI、DRY原则，支持编码代理自主执行复杂任务。

🔧 技术栈：Shell

💼 适用场景：自动化软件开发流程优化与智能代码代理协作

aquasecurity/trivy

⭐ 32,091

🍴 2,955

📈 +37

Find vulnerabilities, misconfigurations, secrets, SBOM in containers, Kubernetes, code repositories, clouds and more

💡 AI 总结：

Trivy是用Go编写的全面安全扫描工具，支持容器、文件系统、Git仓库、Kubernetes等目标，可检测漏洞、配置错误、敏感信息及SBOM。具备多平台集成能力，提供快速安全检测方案。

🔧 技术栈：Go, Docker, Kubernetes

💼 适用场景：适用于容器镜像、云原生应用及代码仓库的安全漏洞与配置问题检测

🦔 PostHog is an all-in-one developer platform for building successful products. We offer product analytics, web analytics, session replay, error tracking, feature flags, experimentation, surveys, data warehouse, a CDP, and an AI product assistant to help debug your code, ship features faster, and keep all your usage and customer data in one stack.

💡 AI 总结：

PostHog是一个全栈开源产品分析平台，提供数据分析、会话回放、错误跟踪、特征管理、实验测试等功能，支持自托管和云服务，帮助团队优化产品性能和用户体验。

🔧 技术栈：Python, JavaScript, PostgreSQL, Redis, Docker

💼 适用场景：适用于需要整合数据分析、用户行为追踪和产品迭代优化的开发团队

eslint/eslint

⭐ 27,057

🍴 4,920

📈 +30

JavaScript

Find and fix problems in your JavaScript code.

💡 AI 总结：

ESLint是用于JavaScript/ECMAScript代码的静态分析工具，可识别并报告代码中的问题。基于AST解析，支持可插拔规则系统，提供代码规范校验、错误检测及自动修复功能，兼容ES6+语法。

🔧 技术栈：JavaScript, Espree, ES Modules

💼 适用场景：适用于JavaScript项目代码质量管控与规范遵循

anthropics/claude-plugins-official

⭐ 7,856

🍴 772

📈 +64

Python

Official, Anthropic-managed directory of high quality Claude Code Plugins.

💡 AI 总结：

Anthropics官方维护的Claude代码插件目录，提供内部及第三方高质量插件。支持通过CLI和界面安装，包含标准化插件结构与安全规范，强调插件信任与质量验证。

🔧 技术栈：Python, MCP服务器配置, CLI工具

💼 适用场景：开发与管理Claude Code扩展功能插件

Effect-TS/effect-smol

⭐ 372

🍴 42

📈 +11

TypeScript

Core libraries and experimental work for Effect v4

💡 AI 总结：

Effect-TS/effect-smol 是 Effect v4 的核心库和实验性工作，提供类型安全的并发编程能力，基于 TypeScript 构建，专注于函数式编程范式与轻量级运行时设计。

🔧 技术栈：TypeScript, Effect Framework, Concurrency Libraries

💼 适用场景：开发需要高并发处理和函数式编程特性的 TypeScript 应用程序

google-research/timesfm

⭐ 8,835

🍴 731

📈 +438

Python

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

💡 AI 总结：

TimesFM是Google Research开发的预训练时间序列基础模型，采用Transformer架构，支持高精度时序预测。版本2.5优化参数量至2亿，扩展上下文长度至16k，新增连续分位数预测功能，适用于复杂时序建模与多场景预测需求。

🔧 技术栈：Python, PyTorch, Flax

💼 适用场景：适用于金融时间序列预测、气象预测等需要高精度时序分析的场景。

roboflow/trackers

⭐ 2,715

🍴 263

📈 +127

Python

Trackers gives you clean, modular re-implementations of leading multi-object tracking algorithms released under the permissive Apache 2.0 license. You combine them with any detection model you already use.

💡 AI 总结：

roboflow/trackers 是一个模块化多目标跟踪库，提供主流跟踪算法的清洁实现，支持与任意检测模型无缝集成。通过CLI或Python API实现视频/实时流跟踪，内置轨迹可视化与MOT指标评估功能，适用于需要高效目标追踪的视觉系统。

🔧 技术栈：Python, OpenCV, Supervision, Inference

💼 适用场景：适用于需要多目标跟踪的计算机视觉应用，支持灵活集成到现有检测系统中。

huggingface/skills

⭐ 1,411

🍴 130

📈 +22

Python

无描述

💡 AI 总结：

Hugging Face Skills 提供标准化的AI/ML任务技能定义，支持多平台编码代理工具。通过自包含文件夹封装任务指令、脚本和资源，兼容Claude Code、Codex、Gemini等工具，提升跨平台开发效率。

🔧 技术栈：Python, YAML, JSON, CLI

💼 适用场景：加速多AI代理工具下的机器学习任务开发与部署

databricks-solutions/ai-dev-kit

⭐ 535

🍴 94

📈 +35

Python

Databricks Toolkit for Coding Agents provided by Field Engineering

💡 AI 总结：

Databricks AI开发工具包，提升AI编码助手在Databricks平台的开发效率。支持构建Spark流水线、ML模型服务、数据仪表板等，提供多种集成方式和最佳实践指导。

🔧 技术栈：Python, Databricks API, MLflow, Spark

💼 适用场景：增强AI编码助手在Databricks上的开发能力，加速数据工程与机器学习应用构建

freemocap/freemocap

⭐ 5,552

🍴 441

📈 +503

Python

Free Motion Capture for Everyone 💀✨

💡 AI 总结：

FreeMoCap是一个免费开源的动作捕捉系统，支持跨平台和硬件无关，提供低成本的研究级运动捕捉解决方案，适用于学术研究、教育和培训场景。

🔧 技术栈：Python, PyQt, OpenCV

💼 适用场景：适用于需要低成本、高精度动作捕捉的科研、教学及训练场景。

ComposioHQ/composio

⭐ 27,008

🍴 4,436

📈 +74

TypeScript

Composio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.

💡 AI 总结：

Composio提供AI代理开发工具链，支持1000+工具包集成、上下文管理、认证及沙盒环境，简化AI代理构建流程。提供TypeScript和Python SDK，可无缝对接OpenAI等框架，适用于需要复杂工具调用的智能应用开发。

🔧 技术栈：TypeScript, Python, OpenAI Agents, Agents.js

💼 适用场景：需要集成多工具且依赖上下文管理的AI代理开发场景