加载中...

2026年03月31日 GitHub Trending 榜单

成功: 14 | 失败: 0耗时: 157s

luongnv89/claude-howto

⭐ 12,851
🍴 1,380
📈 +2,390
Python

A visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.

💡 AI 总结：

提供结构化视觉教程与生产级模板，帮助开发者从零构建Claude Code应用，涵盖基础概念到高级代理系统，通过交互式学习路径快速掌握功能组合与实际应用场景。

🔧 技术栈：Python, Mermaid, Claude Code
💼 适用场景：快速构建自动化工作流及复杂代理系统开发

microsoft/VibeVoice

⭐ 33,060
🍴 3,724
📈 +3,862
Python

Open-Source Frontier Voice AI

💡 AI 总结：

VibeVoice 是微软开源的语音AI框架，核心为VibeVoice-ASR语音识别模型，支持60分钟长音频单次处理，生成包含说话人、时间戳和内容的结构化转录，覆盖50+语言。提供实时TTS模型及多语言语音合成能力，基于Hugging Face Transformers集成，适用于语音助手、会议记录等场景。

🔧 技术栈：Python, Hugging Face Transformers, vLLM
💼 适用场景：语音识别与多语言语音合成，适用于智能助手、实时字幕生成等场景

Yeachan-Heo/oh-my-claudecode

⭐ 18,936
🍴 1,404
📈 +1,127
TypeScript

Teams-first Multi-agent orchestration for Claude Code

💡 AI 总结：

基于Claude Code的团队级多智能体编排工具，提供零学习曲线的自动化代码生成。通过深度访谈明确需求，支持团队协作流程管理与tmux CLI工作器调度，涵盖从需求分析到错误修复的全链路开发流程。

🔧 技术栈：TypeScript, CLI, tmux
💼 适用场景：需要团队协作和自动化代码生成的Claude Code开发场景

shanraisshan/claude-code-best-practice

⭐ 28,502
🍴 2,390
📈 +2,408
HTML

practice made claude perfect

💡 AI 总结：

该项目是Claude代码开发的最佳实践指南，包含代理系统、命令模板、技能配置、工作流编排及环境配置方案，提供上下文管理、插件扩展和AI工程实践方法。

🔧 技术栈：HTML, Markdown, JSON
💼 适用场景：适用于Claude代码开发环境的配置优化与AI工程实践

NousResearch/hermes-agent

⭐ 20,282
🍴 2,457
📈 +1,909
Python

The agent that grows with you

💡 AI 总结：

Hermes-Agent 是一个自我进化的AI代理系统，具备闭环学习能力，可跨平台部署并支持多模型切换。提供终端交互界面、会话记忆持久化、技能自动优化及分布式任务处理功能，适用于需要持续学习和跨平台协作的AI应用场景。

🔧 技术栈：Python, Machine Learning, Terminal Interface
💼 适用场景：适用于需要持续学习和跨平台部署的AI代理应用

obra/superpowers

⭐ 128,077
🍴 10,473
📈 +2,623
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智能代理软件开发框架，通过自动化流程分解需求、生成设计、制定实施计划，并遵循TDD/YAGNI/DRY原则，实现子代理协作的自动化开发流程。

🔧 技术栈：Shell, AI代理框架, TDD测试框架
💼 适用场景：提升编码代理的自动化开发效率与代码质量

microsoft/agent-lightning

⭐ 16,203
🍴 1,397
📈 +160
Python

The absolute trainer to light up AI agents.

💡 AI 总结：

Agent-Lightning 是一个无需代码修改即可优化AI代理的训练框架，支持多代理系统选择性优化，兼容LangChain、OpenAI等主流框架，并集成强化学习、提示优化等算法，提升代理性能。

🔧 技术栈：Python, 强化学习, OpenAI API
💼 适用场景：适用于需要高效训练和优化AI代理的场景，支持多框架无缝集成与算法扩展。

PaddlePaddle/PaddleOCR

⭐ 74,141
🍴 10,115
📈 +440
Python

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages.

💡 AI 总结：

PaddlePaddle/PaddleOCR是轻量级OCR工具，支持100+语言，可将PDF/图像转为JSON/Markdown结构化数据。采用SOTA文档视觉语言模型PaddleOCR-VL-1.5和PP-StructureV3，精准解析复杂文档，适用于智能RAG和数据提取场景。

🔧 技术栈：Python, PaddlePaddle, OCR
💼 适用场景：文档数字化与多语言场景文字识别

Dimillian/Skills

⭐ 2,830
🍴 151
📈 +173
Shell

My Codex Skills

💡 AI 总结：

提供Apple平台开发自动化技能集合，包含GitHub工作流、代码重构、调试工具、包管理等功能，通过Shell脚本实现开发任务的标准化和效率提升。

🔧 技术栈：Shell, GitHub CLI, Xcode, Tuist, SwiftPM
💼 适用场景：适用于iOS/macOS开发团队的自动化构建、代码审查及工程化流程优化

sherlock-project/sherlock

⭐ 75,487
🍴 8,880
📈 +862
Python

Hunt down social media accounts by username across social networks

💡 AI 总结：

Sherlock 是一个用于通过用户名在400+社交平台自动查找账户的工具，支持多用户搜索、结果输出及多种参数配置，适用于安全测试和身份验证场景。

🔧 技术栈：Python
💼 适用场景：安全测试中快速定位用户在多个社交平台的账户信息

neovim/neovim

⭐ 97,921
🍴 6,708
📈 +95
Vim Script

Vim-fork focused on extensibility and usability

💡 AI 总结：

Neovim是Vim的现代化分支，专注于提升可扩展性与用户体验。支持多语言API、异步任务控制、共享数据及跨平台GUI，兼容大部分Vim插件，适用于需要高度定制化的开发环境。

🔧 技术栈：Vim Script, CMake, Lua
💼 适用场景：适用于需要高性能、多语言集成和可扩展性的现代代码编辑场景。

vas3k/TaxHacker

⭐ 3,711
🍴 594
📈 +325
TypeScript

Self-hosted AI accounting app. LLM analyzer for receipts, invoices, transactions with custom prompts and categories

💡 AI 总结：

TaxHacker是一款自托管的AI会计应用，通过LLM自动解析收据、发票和交易数据，支持自定义提示与分类，实现费用和收入的自动化追踪与结构化存储，提供货币转换、多项目管理和智能分类功能。

🔧 技术栈：TypeScript, LLM(OpenAI/Gemini/Mistral), AI OCR
💼 适用场景：自由职业者及小企业自动化财税管理

OpenBMB/ChatDev

⭐ 32,400
🍴 3,993
📈 +117
Python

ChatDev 2.0: Dev All through LLM-powered Multi-Agent Collaboration

💡 AI 总结：

ChatDev 2.0 是基于LLM的零代码多智能体协作平台，通过配置即可构建自动化开发系统，支持软件开发全生命周期及数据可视化、3D生成等复杂场景。

🔧 技术栈：Python, LLM框架, 强化学习
💼 适用场景：适用于无需编程的多智能体系统快速构建与自动化流程开发场景

jwasham/coding-interview-university

⭐ 339,601
🍴 81,767
📈 +874

A complete computer science study plan to become a software engineer.

💡 AI 总结：

该项目是一个全面的计算机科学学习计划，旨在帮助学习者准备软件工程师的技术面试，涵盖算法、数据结构、系统设计等内容，适合自学者系统性地提升编程能力。

🔧 技术栈：
💼 适用场景：适用于准备软件工程师技术面试的学习计划