加载中...

2026年04月17日 GitHub Trending 榜单

成功: 15 | 失败: 0耗时: 170s

EvoMap/evolver

⭐ 4,216
🍴 417
📈 +750
JavaScript

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

💡 AI 总结：

这是一个基于 GEP（基因表达程序）的 AI Agent 自我进化引擎。它扫描运行日志，从资产库中选择最佳基因或胶囊，生成受协议约束的 GEP 提示以指导 Agent 进化。项目将临时的提示调整转化为可审计、可复用的进化资产，支持离线运行及网络协作。

🔧 技术栈：JavaScript, Node.js, Git
💼 适用场景：AI Agent 的自动化提示优化与进化管理

lsdefine/GenericAgent

⭐ 3,594
🍴 386
📈 +848
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 是一个极简的自我进化自主智能体框架，核心代码仅约3K行。它通过9个原子工具实现系统级控制，核心机制是将任务执行路径自动转化为可复用的技能，随使用积累形成个人技能树。该框架支持多主流大模型，且Token消耗极低，具备高兼容性和强执行能力。

🔧 技术栈：Python, LLM, 浏览器自动化
💼 适用场景：适用于需要自主执行复杂任务并积累特定领域技能的场景，如本地系统自动化、多模型任务处理及个人技能树构建。

SimoneAvogadro/android-reverse-engineering-skill

⭐ 2,730
🍴 283
📈 +558
Shell

Claude Code skill to support Android app's reverse engineering

💡 AI 总结：

这是一个专为 Claude Code 设计的 Android 逆向工程技能。它利用 jadx 和 Fernflower 等工具反编译 APK、XAPK、JAR 和 AAR 文件，提取 HTTP API（如 Retrofit 端点、OkHttp 调用、认证信息），追踪调用流程并分析应用结构，支持处理混淆代码，无需源码即可文档化和复现 API。

🔧 技术栈：Shell, Java, JADX, Fernflower, Vineflower
💼 适用场景：用于在没有源代码的情况下分析 Android 应用，提取 HTTP API、认证模式及调用流程。

BasedHardware/omi

⭐ 9,808
🍴 1,672
📈 +821
Dart

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

💡 AI 总结：

Omi 是一款跨平台的 AI “第二大脑”，支持桌面、手机及可穿戴设备。它能实时捕捉屏幕与对话，自动转录、生成摘要及行动项，并提供具备记忆功能的 AI 聊天。项目完全开源，旨在帮助专业人士高效管理信息。

🔧 技术栈：Dart, Swift, Rust, Python, Node.js
💼 适用场景：适用于需要自动记录会议、生成摘要及辅助决策的专业人士。

Lordog/dive-into-llms

⭐ 31,506
🍴 3,838
📈 +949
Jupyter Notebook

《动手学大模型Dive into LLMs》系列编程实践教程

💡 AI 总结：

这是一个由上海交通大学开发的公益大模型编程实践教程，基于 Jupyter Notebook。内容涵盖微调、提示学习、知识编辑、数学推理、越狱攻击、隐写术、多模态、GUI Agent、智能体安全及RLHF对齐等前沿主题。此外，还联合华为昇腾推出了国产化全流程开发教程。适合初学者快速入门大模型，辅助课程设计或学术研究。

🔧 技术栈：Jupyter Notebook, Python
💼 适用场景：适合大模型初学者及研究者进行编程实践，辅助课程设计或学术研究。

Donchitos/Claude-Code-Game-Studios

⭐ 11,762
🍴 1,715
📈 +405
Shell

Turn Claude Code into a full game dev studio — 49 AI agents, 72 workflow skills, and a complete coordination system mirroring real studio hierarchy.

💡 AI 总结：

该项目将 Claude Code 会话转化为模拟真实游戏开发工作室的 AI 团队。包含 49 个专业代理、72 个技能和 12 个自动化钩子，覆盖设计、编程、艺术、QA 等全流程。通过层级管理（导演、主管、专家）和严格的规则/模板，确保项目结构化、代码规范，防止随意编码，实现从头脑风暴到发布的全流程协作。

🔧 技术栈：Shell, Claude Code, Slash Commands
💼 适用场景：利用 AI 代理模拟游戏开发工作室，为个人开发者提供结构化的全流程游戏开发协作环境。

jamiepine/voicebox

⭐ 19,830
🍴 2,278
📈 +802
TypeScript

The open-source voice synthesis studio

💡 AI 总结：

Voicebox 是一个本地优先的开源语音合成工作室，支持从几秒钟的音频克隆声音。它集成了5种TTS引擎，支持23种语言，提供多轨时间轴编辑器和丰富的后期处理效果，完全在本地运行，保护用户隐私。

🔧 技术栈：Tauri, Rust, TypeScript, MLX, CUDA
💼 适用场景：适用于开发语音驱动的应用程序或进行本地化的语音内容创作。

lukilabs/craft-agents-oss

⭐ 4,289
🍴 634
📈 +107
TypeScript

暂无描述

💡 AI 总结：

这是一个由 craft.do 团队开发的 AI 代理协作工具，基于 TypeScript 构建。它旨在提供直观的多任务处理和以文档为中心的工作流。支持通过自然语言自动连接各种 API 和 MCP 服务（如 Linear、Slack），无需手动配置。内置 Claude 和 Pi SDK，遵循 Agent Native 原则，高度可定制，开源免费。

🔧 技术栈：TypeScript, Claude Agent SDK, Pi SDK, MCP
💼 适用场景：适合需要通过自然语言与多种外部服务（API/MCP）交互的 AI 代理工作流。

Tracer-Cloud/opensre

⭐ 1,434
🍴 170
📈 +257
Python

Build your own AI SRE agents. The open source toolkit for the AI era ✨

💡 AI 总结：

这是一个用于构建 AI SRE 代理的开源框架，旨在解决生产环境故障排查缺乏标准化训练数据的问题。项目提供强化学习环境，支持连接多种监控工具，通过合成事件和端到端测试（覆盖 Kubernetes、AWS 等）来训练和评估代理在真实云环境中的故障响应能力。

🔧 技术栈：Python, Kubernetes, AWS (EC2, Lambda, CloudWatch), 强化学习, 日志/指标/追踪集成
💼 适用场景：适用于构建自动化 AI SRE 代理，用于生产环境基础设施故障排查与事件响应。

obra/superpowers

⭐ 157,734
🍴 13,717
📈 +1,645
Shell

An agentic skills framework & software development methodology that works.

💡 AI 总结：

Superpowers 是一个为编码代理设计的软件开发方法论框架。它通过引导用户定义需求、分解规格说明、制定实现计划（强调 TDD、YAGNI、DRY）以及启动自主子代理开发流程，显著提升 AI 编码效率。该框架通过插件形式集成到 Claude Code 中，使 AI 能够长时间自主工作。

🔧 技术栈：Claude Code, Shell, AI Agents
💼 适用场景：为 AI 编码代理提供结构化的软件开发流程，实现自动化代码生成与审查。

z-lab/dflash

⭐ 1,801
🍴 119
📈 +285
Python

DFlash: Block Diffusion for Flash Speculative Decoding

💡 AI 总结：

DFlash 是一个专为 Flash Speculative Decoding 设计的轻量级块扩散模型。它通过并行起草机制，实现了高效且高质量的推理加速。项目支持多种主流大模型（如 Qwen、Kimi、Llama 等），并提供了 Transformers、SGLang、vLLM 等多种后端支持，旨在通过开源训练配方帮助用户加速任意 LLM 的生成速度。

🔧 技术栈：Python, Block Diffusion, Transformers, SGLang, vLLM
💼 适用场景：大语言模型推理加速，利用推测解码技术提升生成速度。

openai/openai-agents-python

⭐ 21,798
🍴 3,488
📈 +624
Python

A lightweight, powerful framework for multi-agent workflows

💡 AI 总结：

这是一个轻量级且强大的 Python 框架，专为构建多智能体工作流设计。它支持多种 LLM 提供商，具备智能体、沙箱、工具、护栏及人机协同等核心功能，支持实时语音交互，适合开发复杂的自动化 AI 应用。

🔧 技术栈：Python, OpenAI API, LLMs, Redis, Voice
💼 适用场景：适用于构建复杂的自动化 AI 工作流和多智能体系统。

google/magika

⭐ 15,442
🍴 848
📈 +949
Python

Fast and accurate AI powered file content types detection

💡 AI 总结：

Magika 是 Google 开发的基于深度学习的文件类型检测工具。它使用轻量级模型实现毫秒级检测，准确率高达 99%。支持多语言接口，已在 Google 内部大规模部署用于安全扫描，也可用于 VirusTotal 等平台。

🔧 技术栈：Python, Rust, JavaScript/TypeScript, GoLang, Deep Learning
💼 适用场景：用于大规模文件安全扫描、恶意软件检测及内容类型识别。

pingdotgg/t3code

⭐ 9,432
🍴 1,775
📈 +229
TypeScript

暂无描述

💡 AI 总结：

T3 Code 是一个极简的 Web 图形界面，旨在为 Codex 和 Claude 等编码代理提供统一的管理工具。它支持桌面应用和命令行运行，帮助用户通过可视化的方式与 AI 编程助手交互，目前项目处于早期开发阶段。

🔧 技术栈：TypeScript
💼 适用场景：为 AI 编码代理提供可视化的 Web 管理界面

ChromeDevTools/chrome-devtools-mcp

⭐ 35,837
🍴 2,192
📈 +279
TypeScript

Chrome DevTools for coding agents

💡 AI 总结：

这是一个为 AI 编码代理设计的 MCP 服务器，允许代理控制并检查实时 Chrome 浏览器。它利用 Puppeteer 实现可靠自动化，提供性能分析、高级调试（网络、截图、控制台）和用户体验数据集成等功能，帮助 AI 进行可靠的自动化和调试。

🔧 技术栈：TypeScript, Puppeteer, MCP (Model-Context-Protocol)
💼 适用场景：适用于需要浏览器自动化、深度调试和性能分析的 AI 编码助手。