加载中...

2026年04月17日 GitHub Trending 榜单

成功: 14 | 失败: 0耗时: 247s

forrestchang/andrej-karpathy-skills

51,693
🍴 4,308
📈 +7,959

A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.

💡 AI 总结:

该项目提供单一的 CLAUDE.md 指南文件,用于优化 Claude Code 在编码中的行为。其内容基于 Andrej Karpathy 对大模型编码常见问题的观察,围绕“先思考后编码、简洁优先、外科式修改、目标驱动执行”四项原则,帮助模型减少误判、避免过度设计、控制无关改动,并以测试和可验证目标提升代码交付质量。

🔧 技术栈:CLAUDE.md, Markdown, Claude Code
💼 适用场景:适用于希望通过规范提示词/代理规则来提升 AI 编码助手稳定性、简洁性与可控性的开发团队。

thedotmack/claude-mem

60,458
🍴 4,988
📈 +1,897
TypeScript

A Claude Code plugin that automatically captures everything Claude does during your coding sessions, compresses it with AI (using Claude's agent-sdk), and injects relevant context back into future sessions.

💡 AI 总结:

claude-mem 是一个面向 Claude Code 的持久化记忆插件,可自动捕获编码会话中的工具使用与操作上下文,借助 AI 生成压缩语义摘要,并在后续会话中注入相关背景信息,帮助跨会话延续项目认知。支持 Claude Code、Gemini CLI、OpenCode 及 OpenClaw 网关,强调便捷安装与自动化上下文恢复。

🔧 技术栈:TypeScript, Claude agent-sdk, npm/npx 插件安装体系
💼 适用场景:适用于需要让 AI 编程助手在多次开发会话之间持续保留项目上下文、减少重复说明的场景。

lsdefine/GenericAgent

3,042
🍴 334
📈 +872
Python

Self-evolving agent: grows skill tree from 3.3K-line seed, achieving full system control with 6x less token consumption

💡 AI 总结:

GenericAgent 是一个极简的 Python 自进化智能体框架,约 3K 行核心代码配合 9 个原子工具和简短 Agent Loop,即可控制浏览器、终端、文件系统、键鼠、屏幕与 ADB 设备。其特点是把完成过的任务自动沉淀为可复用技能,持续生长个人技能树,并以较低上下文与更少 Token 成本实现跨模型、本地系统级自动化。

🔧 技术栈:Python, LLM Agent Framework, Browser/Terminal/ADB System Automation
💼 适用场景:适用于需要在本地电脑上进行跨应用自动化执行、任务学习复用与低成本智能体实验的场景。

jamiepine/voicebox

19,308
🍴 2,222
📈 +880
TypeScript

The open-source voice synthesis studio

💡 AI 总结:

Voicebox 是一个开源、本地优先的语音合成与声音克隆工作室,可在本机完成声音克隆、23种语言语音生成、后期音效处理及多角色时间线编辑。项目支持 5 种 TTS 引擎,提供 REST API,基于 Tauri 构建,强调隐私保护、跨平台运行与原生性能,适合替代在线语音合成服务。

🔧 技术栈:TypeScript, Tauri, REST API
💼 适用场景:适用于本地化语音克隆、播客/故事配音制作及集成到语音驱动应用的开发场景。

vercel-labs/open-agents

3,357
🍴 362
📈 +738
TypeScript

An open source template for building cloud agents.

💡 AI 总结:

Open Agents 是一个用于在 Vercel 上构建云端后台编程代理的开源参考模板,包含 Web UI、持久化代理工作流、Sandbox VM 编排和 GitHub 集成。其核心设计是将代理运行与沙箱执行环境解耦,支持聊天驱动编码、文件/搜索/Shell 工具调用、多步可恢复执行、仓库克隆分支开发、自动提交与 PR 创建,适合二次开发定制。

🔧 技术栈:TypeScript, Vercel Workflow SDK, GitHub Integration
💼 适用场景:适用于构建可持久运行、支持代码修改与自动提交流程的云端 AI 编程代理平台。

google/magika

14,998
🍴 806
📈 +854
Python

Fast and accurate AI powered file content types detection

💡 AI 总结:

Magika 是 Google 开源的 AI 文件类型识别工具,基于轻量深度学习模型,可在单 CPU 上以毫秒级速度检测 200+ 二进制与文本内容类型,平均精度与召回约 99%。项目提供 Python API、命令行工具及多语言绑定,适合大规模文件扫描与安全内容分流。

🔧 技术栈:Python, 深度学习, Rust
💼 适用场景:适用于安全扫描、恶意文件分析、邮件与网盘内容分流、批量文件类型识别等场景。

steipete/wacli

1,759
🍴 205
📈 +321
Go

WhatsApp CLI

💡 AI 总结:

wacli 是基于 Go 与 whatsmeow 的第三方 WhatsApp 命令行工具,支持扫码认证、本地消息同步与持续抓取、离线搜索、发送文本/文件、联系人与群组管理、历史回填及媒体下载。项目核心功能已具备,适合通过 CLI 高效管理和检索 WhatsApp 数据。

🔧 技术栈:Go, whatsmeow, SQLite FTS5
💼 适用场景:适用于开发者或高级用户在本地通过命令行同步、搜索和管理 WhatsApp 消息与群组。

topoteretes/cognee

15,968
🍴 1,645
📈 +170
Python

Knowledge Engine for AI Agent Memory in 6 lines of code

💡 AI 总结:

Cognee 是面向 AI Agent 的开源知识引擎,基于 Python,支持以少量代码完成数据摄取、记忆、召回、遗忘与持续优化。项目融合向量检索、图数据库与认知科学方法,提供统一知识基础设施、持久化记忆、反馈学习、跨代理知识共享,以及可追踪、隔离和审计的可信能力,适合构建具备长期记忆的智能体系统。

🔧 技术栈:Python, 向量检索, 图数据库
💼 适用场景:适用于为 AI Agent 构建可持续学习、可检索且具备关系推理能力的长期记忆系统。

z-lab/dflash

1,682
🍴 115
📈 +195
Python

DFlash: Block Diffusion for Flash Speculative Decoding

💡 AI 总结:

DFlash 是一个面向大语言模型推理加速的轻量级块扩散推测解码项目,核心目标是在保证生成质量的同时实现高效并行 draft。项目基于 Python,支持 Transformers、SGLang、vLLM 与 MLX,已适配多种 Qwen、Llama、gpt-oss、Kimi 模型,并提供快速部署方式,适合用于高吞吐低时延的 LLM 服务优化。

🔧 技术栈:Python, vLLM/SGLang/Transformers, MLX
💼 适用场景:适用于需要为大语言模型在线推理、API 服务或高并发部署场景进行推测解码加速的工程应用。

Lordog/dive-into-llms

31,024
🍴 3,753
📈 +1,385
Jupyter Notebook

《动手学大模型Dive into LLMs》系列编程实践教程

💡 AI 总结:

这是一个面向大模型入门与实践的公益教程项目,基于课程讲义扩展,提供课件、教程与脚本。内容覆盖微调部署、提示学习、知识编辑、数学推理、水印、越狱攻击、隐写、多模态、GUI智能体、智能体安全与RLHF对齐,并新增基于昇腾社区的国产化全流程开发教程。

🔧 技术栈:Jupyter Notebook, 大语言模型实践, 昇腾国产化开发生态
💼 适用场景:适用于高校教学、科研入门以及开发者系统学习和实践大模型开发全流程。

openai/openai-agents-python

21,418
🍴 3,460
📈 +172
Python

A lightweight, powerful framework for multi-agent workflows

💡 AI 总结:

openai-agents-python 是一个面向多智能体工作流的 Python 轻量级框架,支持 OpenAI Responses/Chat Completions 及 100+ 模型提供商。核心能力包括 Agents、Sandbox Agents、工具调用、任务移交、护栏校验、人工介入、会话管理、运行追踪与实时语音代理,适合快速构建可观测、可扩展的智能体应用。

🔧 技术栈:Python 3.10+, OpenAI Agents SDK, OpenAI Responses/Chat Completions API
💼 适用场景:适用于构建多智能体协作、语音交互、自动化执行与长流程任务编排的 AI 应用。

EvoMap/evolver

3,378
🍴 354
📈 +812
JavaScript

The GEP-Powered Self-Evolution Engine for AI Agents. Genome Evolution Protocol. | evomap.ai

💡 AI 总结:

Evolver 是基于 GEP(Genome Evolution Protocol)的 AI 代理自进化引擎,核心作用是扫描运行日志与错误信号,从预置 Gene/Capsule 资产中选择合适策略,生成受协议约束的演化提示词,并结合 Git 提供回滚、影响范围计算与审计追踪。它不直接改代码,更适合将零散 prompt 调优沉淀为可复用、可治理的进化资产。

🔧 技术栈:JavaScript, Node.js, Git
💼 适用场景:适用于需要对 AI Agent 提示词迭代进行规范化、可审计管理与持续演化的场景。

Claude Code skill to support Android app's reverse engineering

💡 AI 总结:

该项目是面向 Claude Code 的 Android 逆向分析技能插件,支持对 APK/XAPK/JAR/AAR 进行反编译,结合 jadx、Vineflower/Fernflower 提取 Retrofit、OkHttp、硬编码 URL、鉴权头等 HTTP API 信息,并追踪从界面层到网络请求的调用链,适合在无源码情况下分析应用结构与接口实现。

🔧 技术栈:Shell, Java JDK 17+, jadx, Vineflower/Fernflower, dex2jar
💼 适用场景:适用于安全研究、接口还原、安卓应用逆向分析及无源码场景下的 API 文档整理。

BasedHardware/omi

9,330
🍴 1,636
📈 +378
Dart

AI that sees your screen, listens to your conversations and tells you what to do

💡 AI 总结:

Omi 是一个开源“第二大脑”项目,可在桌面、手机与可穿戴设备上采集屏幕内容和对话音频,进行实时转录、总结与行动项生成,并提供具备长期记忆的 AI 聊天能力。项目支持快速体验与完整本地开发,整体架构涵盖 Flutter 移动端、Swift/Rust 桌面端,以及 Python 后端服务。

🔧 技术栈:Dart/Flutter, Swift + Rust, Python 后端
💼 适用场景:适用于需要持续记录会议、工作上下文与个人知识,并借助 AI 进行总结提醒和决策辅助的场景。