加载中...

2026年04月27日 GitHub Trending 榜单

成功: 12 | 失败: 1耗时: 253s

mattpocock/skills

30,064
🍴 2,353
📈 +5,551
Shell

Skills for Real Engineers. Straight from my .claude directory.

💡 AI 总结:

这是一个为 Claude AI 提供的工程技能集合,旨在帮助开发者进行真实的工程实践而非“氛围编码”。它包含规划与设计(如生成PRD、设计界面)以及开发(如TDD、重构、架构改进)两大类技能,通过命令行工具集成,辅助开发者进行需求分析、代码编写、测试驱动开发及代码库优化。

🔧 技术栈:Shell, NPM
💼 适用场景:适用于需要自动化工程流程、提升代码质量和进行系统化开发的场景。

abhigyanpatwari/GitNexus

31,492
🍴 3,602
📈 +1,074
TypeScript

GitNexus: The Zero-Server Code Intelligence Engine - GitNexus is a client-side knowledge graph creator that runs entirely in your browser. Drop in a GitHub repo or ZIP file, and get an interactive knowledge graph wit a built in Graph RAG Agent. Perfect for code exploration

💡 AI 总结:

GitNexus 是一个零服务器的代码智能引擎,完全在浏览器中运行。它通过 Tree-sitter 将代码库索引为知识图谱,追踪依赖和调用链。支持 CLI 和 Web UI 两种模式,可与 AI 代理(如 Cursor)集成,提供深度的架构视图,确保 AI 不会遗漏代码细节,保护隐私。

🔧 技术栈:TypeScript, Tree-sitter, LadybugDB, MCP
💼 适用场景:代码库深度分析与 AI 代理上下文增强

ComposioHQ/awesome-codex-skills

2,759
🍴 201
📈 +637
Python

A curated list of practical Codex skills for automating workflows across the Codex CLI and API.

💡 AI 总结:

这是一个精选的 Codex 技能列表,旨在通过模块化指令包自动化 Codex CLI 和 API 的工作流。项目提供了多种实用技能,涵盖开发、生产力、沟通等领域,支持邮件发送、Slack 发布等跨应用操作。用户可通过 Python 安装脚本或手动方式安装技能,Codex 会根据元数据自动触发执行。

🔧 技术栈:Python
💼 适用场景:需要扩展 Codex 能力以执行特定任务(如代码审查、自动化工作流、跨应用操作)的开发者或自动化工程师。

Alishahryar1/free-claude-code

16,035
🍴 2,219
📈 +2,973
Python

Use claude-code for free in the terminal, VSCode extension or via discord like openclaw

💡 AI 总结:

这是一个开源代理工具,旨在让用户免费使用 Claude Code。它通过拦截 Anthropic API 调用,将其路由到 NVIDIA NIM、OpenRouter 或本地模型(如 LM Studio、Ollama)等替代服务。支持 VSCode、终端和 Discord,具备零成本、工具解析、智能限流等功能,无需修改 Claude Code 原有配置。

🔧 技术栈:Python, API Proxy, Local LLM
💼 适用场景:需要免费使用 Claude Code 进行编程或本地 AI 开发

gastownhall/beads

22,179
🍴 1,456
📈 +485
Go

Beads - A memory upgrade for your coding agent

💡 AI 总结:

Beads 是一个基于 Go 和 Dolt 数据库的分布式图问题追踪器,专为 AI 编码代理设计。它提供持久化、结构化的记忆系统,支持依赖感知的图结构、版本控制、零冲突 ID 及语义压缩,帮助代理处理长期任务并保持上下文。

🔧 技术栈:Go, Dolt, SQL
💼 适用场景:为 AI 编码代理提供持久化记忆和依赖管理,用于处理长期复杂任务。

penpot/penpot

46,584
🍴 2,795
📈 +283
Clojure

Penpot: The open-source design tool for design and code collaboration

💡 AI 总结:

Penpot 是一个专为大规模团队设计的开源设计平台。支持自托管与合规性,利用 SVG、CSS、HTML 等开放标准。核心功能包括实时协作、设计即代码、Design Tokens 及 MCP 服务器,实现设计与代码的多向工作流,将设计系统与产品开发流程深度集成。

🔧 技术栈:Clojure
💼 适用场景:适用于需要自托管、合规性管控及设计即代码的大规模团队和企业。

davila7/claude-code-templates

25,775
🍴 2,593
📈 +181
Python

CLI tool for configuring and monitoring Claude Code

AI 总结失败

AI 请求失败 (unknown): "timeout of 45000ms exceeded"...

microsoft/VibeVoice

43,062
🍴 4,887
📈 +771
Python

Open-Source Frontier Voice AI

💡 AI 总结:

VibeVoice 是微软开源的前沿语音 AI 框架,包含 ASR 和 TTS 模型。ASR 支持多语言长音频转录,输出结构化信息;TTS 支持多说话人长音频合成及实时流式生成。项目已集成至 Hugging Face Transformers,支持 vLLM 加速推理。

🔧 技术栈:Python, Hugging Face Transformers, vLLM
💼 适用场景:适用于构建多语言语音助手、会议记录生成及长音频内容处理系统。

Z4nzu/hackingtool

67,058
🍴 7,520
📈 +1,839
Python

ALL IN ONE Hacking Tool For Hackers

💡 AI 总结:

这是一个基于 Python 3.10+ 开发的全功能黑客工具箱,集成了 185+ 种渗透测试工具。项目提供交互式菜单、标签过滤、智能更新及一键安装功能,涵盖信息收集、Web 攻击、无线攻击等多个安全领域,旨在简化渗透测试流程。

🔧 技术栈:Python, Docker, Bash
💼 适用场景:渗透测试与安全研究

TauricResearch/TradingAgents

53,752
🍴 9,773
📈 +183
Python

TradingAgents: Multi-Agents LLM Financial Trading Framework

💡 AI 总结:

TradingAgents 是一个基于 Python 的多智能体 LLM 金融交易框架。它模拟真实交易公司,通过基本面分析师、技术分析师、交易员和风险管理团队等智能体的协作与动态讨论,共同评估市场并制定交易策略。支持多种大模型提供商,适合金融交易研究。

🔧 技术栈:Python, LangGraph, GPT-5.x, Claude 4.x
💼 适用场景:适合金融交易策略研究及多智能体协作模拟

CJackHwang/ds2api

1,825
🍴 566
📈 +144
Go

Deepseek to API: A lightweight, high-performance full-stack middleware converting client protocols to universal APIs. Supports multi-account rotation, compiled binaries, Vercel Serverless, and Docker. Compatible with Google, Claude, and OpenAI API formats.

💡 AI 总结:

这是一个将 DeepSeek Web 对话能力转换为 OpenAI、Claude 和 Gemini 兼容 API 的中间件。后端使用 Go 全量实现,前端为 React WebUI。支持多账户轮询、Docker 部署和 Vercel Serverless。具备 PromptCompat 内核、PoW 验证和工具调用解析等高级功能,旨在提供高性能的 API 转换服务。

🔧 技术栈:Go, React, Docker, Vercel Serverless
💼 适用场景:需要将 DeepSeek 接入支持 OpenAI/Claude/Gemini 格式的客户端或 SDK 的开发者。

deepseek-ai/DeepSeek-V3

103,090
🍴 16,697
📈 +60
Python

暂无描述

💡 AI 总结:

DeepSeek-V3 是一个强大的混合专家(MoE)语言模型,拥有 671B 总参数和 37B 激活参数。它采用 Multi-head Latent Attention (MLA) 和 DeepSeekMoE 架构,引入无辅助损失负载均衡策略和多 Token 预测目标。在 14.8 万亿 token 上预训练后,其性能媲美顶尖闭源模型,且训练效率极高。

🔧 技术栈:Python, DeepSeekMoE, MLA (Multi-head Latent Attention), FP8
💼 适用场景:适用于高性能大语言模型推理、自然语言处理及代码生成任务。

donnemartin/system-design-primer

345,139
🍴 55,760
📈 +396
Python

Learn how to design large-scale systems. Prep for the system design interview. Includes Anki flashcards.

💡 AI 总结:

这是一个开源项目,旨在帮助工程师学习如何设计大规模系统,并为系统设计面试做准备。它包含丰富的学习资源、面试题库、解决方案以及基于间隔重复的 Anki 闪卡,帮助用户掌握系统设计核心概念。

🔧 技术栈:Python
💼 适用场景:适用于准备系统设计面试的软件工程师进行学习和备考。