2026年06月28日 GitHub Trending 榜单

成功: 13 | 失败: 0耗时: 227s

simplex-chat/simplex-chat

⭐ 14,969

🍴 865

📈 +1,180

Haskell

SimpleX - the first messaging network operating without user identifiers of any kind - 100% private by design! iOS, Android and desktop apps 📱!

💡 AI 总结：

SimpleX Chat 是首个完全无用户标识符的即时通讯网络，强调 100% 隐私设计。它采用双重 ratchet 端到端加密，保护消息和元数据。支持 iOS、Android 以及桌面端（包括 Linux、macOS、Windows 的终端应用），提供跨平台的安全通讯体验。

🔧 技术栈：Haskell

💼 适用场景：需要极致隐私保护、无用户追踪的即时通讯场景

ripienaar/free-for-dev

⭐ 125,189

🍴 13,166

📈 +495

HTML

A list of SaaS, PaaS and IaaS offerings that have free tiers of interest to devops and infradev

💡 AI 总结：

这是一个由社区维护的免费开发者服务列表，涵盖 SaaS、PaaS 和 IaaS。项目专注于基础设施开发者，筛选出提供长期免费层级且支持 SSO 的服务，帮助开发者做出明智决策。

🔧 技术栈：HTML

💼 适用场景：适合 DevOps、系统管理员及开发者寻找免费云服务和开发工具。

commaai/openpilot

⭐ 62,375

🍴 11,093

📈 +266

Python

openpilot is an operating system for robotics. Currently, it upgrades the driver assistance system on 300+ supported cars.

💡 AI 总结：

openpilot 是一个基于 Python 的机器人操作系统，旨在升级 300 多种支持车辆的驾驶员辅助系统。它支持 comma four 硬件，遵循 ISO26262 安全标准，拥有软件在环测试，并欢迎社区贡献。

🔧 技术栈：Python

💼 适用场景：为 300+ 支持车辆提供驾驶员辅助系统升级

AI 时代的伯克希尔：基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing research framework built for Claude Code / Codex. 4 masters' methodologies + multi-agent adversarial analysis.

💡 AI 总结：

这是一个基于 Python 的价值投资研究框架，兼容 Claude Code 和 Codex。它整合了巴菲特、芒格、段永平、李录四位大师的投资方法论，通过多 Agent 并行对抗分析，强制输出结论并内置反偏见机制。项目强调金融数据的精确计算，旨在通过 AI 将个人研究能力提升至专业团队水平。

🔧 技术栈：Python, Claude Code, OpenAI Codex, Financial Data Processing

💼 适用场景：适合个人投资者利用 AI 模拟专业投研团队，进行深度价值投资分析与决策。

Robbyant/lingbot-map

⭐ 8,210

🍴 802

📈 +372

Python

A feed-forward 3D foundation model for reconstructing scenes from streaming data

💡 AI 总结：

LingBot-Map 是一个用于流式 3D 重建的前馈 3D 基础模型。它采用几何上下文变换器架构，统一了坐标定位、几何线索和漂移校正。支持高效推理（~20 FPS），在长序列（>10,000 帧）上表现优异，在 KITTI 和 Oxford Spires 等基准测试中达到最先进水平。

🔧 技术栈：Python, PyTorch, FlashInfer

💼 适用场景：适用于自动驾驶、机器人导航及长视频场景的实时 3D 重建。

DeusData/codebase-memory-mcp

⭐ 19,601

🍴 1,422

📈 +2,190

High-performance code intelligence MCP server. Indexes codebases into a persistent knowledge graph — average repo in milliseconds. 158 languages, sub-ms queries, 99% fewer tokens. Single static binary, zero dependencies.

💡 AI 总结：

这是一个高性能的代码智能 MCP 服务器，利用 Tree-sitter 和混合 LSP 语义解析技术，将代码库索引为持久知识图谱。支持 158 种语言，平均仓库毫秒级索引，查询速度极快。提供单静态二进制，零依赖，内置 3D 可视化，专为 AI 编码代理设计，确保本地安全处理。

🔧 技术栈：C, Tree-sitter, LSP, SQLite, MCP

💼 适用场景：适用于 AI 编码代理进行高效的代码库索引、结构化查询和知识图谱分析。

cupy/cupy

⭐ 11,505

🍴 1,069

📈 +174

Python

NumPy & SciPy for GPU

💡 AI 总结：

CuPy 是一个兼容 NumPy 和 SciPy 的 GPU 加速数组库。它作为现有代码的即插即用替代品，支持 NVIDIA CUDA 和 AMD ROCm 平台。除了高性能数组操作外，它还提供对低级 CUDA 特性的访问，如 RawKernels 和 Streams，允许直接调用 CUDA 运行时 API。

🔧 技术栈：Python, CUDA, ROCm, NumPy, SciPy

💼 适用场景：适用于需要利用 GPU 加速科学计算和机器学习任务的 Python 开发者。

altic-dev/FluidVoice

⭐ 3,708

🍴 238

📈 +365

Swift

FluidVoice - Fastest macOS Offline Dictation app - Voice to Text fully Local. One ⭐ takes us a long way :))

💡 AI 总结：

FluidVoice 是一款专为 macOS 设计的极速离线语音转文字应用。它利用本地 AI 模型（Fluid Intelligence）实现零延迟的语音识别和智能增强（如自动格式化），无需云端服务，保护用户隐私。项目基于 GPLv3 开源，支持 Homebrew 安装。

🔧 技术栈：Swift, macOS, Local AI (Parakeet), GPLv3

💼 适用场景：适合需要快速、隐私保护且无需联网的 macOS 用户进行语音输入和文字记录。

opendatalab/MinerU

⭐ 71,565

🍴 6,013

📈 +380

Python

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

💡 AI 总结：

MinerU 是一个高精度文档解析引擎，支持将 PDF、Office 文档及网页转换为结构化的 Markdown/JSON。它采用 VLM+OCR 双引擎，支持 109 种语言，具备公式转 LaTeX、表格重建等强大功能。项目支持国产 AI 芯片，提供 MCP Server 和多种 RAG 框架集成，专为 LLM、RAG 和 Agent 工作流设计。

🔧 技术栈：Python, Go, TypeScript, Docker, VLM

💼 适用场景：适用于构建基于 LLM 的 RAG 系统、Agent 工作流及文档解析任务，将复杂文档转换为结构化数据。

HKUDS/Vibe-Trading

⭐ 14,294

🍴 2,630

📈 +492

Python

"Vibe-Trading: Your Personal Trading Agent"

💡 AI 总结：

Vibe-Trading 是一个基于 Python 的个人交易代理，旨在通过一条命令赋予代理全面的交易能力。它集成了 LLM（如 OpenAI 和 Gemini）进行智能决策，支持 Shadow Account 影子账户策略、Tushare 数据加载以及 MCP 协议。项目具备跨平台支持、内容过滤韧性和事件驱动架构，能够自动执行交易信号生成和资金管理。

🔧 技术栈：Python, MCP, Tushare, OpenAI, Gemini

💼 适用场景：适用于构建基于大语言模型的自动化量化交易系统。

ByteByteGoHq/system-design-101

⭐ 84,431

🍴 9,347

📈 +250

Explain complex systems using visuals and simple terms. Help you prepare for system design interviews.

💡 AI 总结：

该项目旨在通过可视化和通俗易懂的语言解释复杂的系统概念，帮助开发者系统性地准备系统设计面试。

🔧 技术栈：Unknown

💼 适用场景：系统设计面试准备与系统架构学习

usestrix/strix

⭐ 26,710

🍴 2,983

📈 +122

Python

Open-source AI hackers to find and fix your app’s vulnerabilities.

💡 AI 总结：

Strix 是一个开源 AI 黑客工具，利用自主 AI 代理模拟真实黑客行为，动态运行代码以发现并验证漏洞。它提供完整的黑客工具包，支持 CI/CD 集成，能够自动生成 PoCs 并修复问题，帮助开发者和安全团队快速进行渗透测试和应用安全检测。

🔧 技术栈：Python, Docker, LLM API

💼 适用场景：适用于需要自动化应用安全测试和快速渗透测试的开发团队。

browser-use/video-use

⭐ 11,025

🍴 1,522

📈 +196

Python

Edit videos with coding agents

💡 AI 总结：

这是一个基于 Python 的开源项目，允许用户通过 Claude Code 等编程代理自动编辑视频。它支持自动剪除填充词、调色、添加字幕及生成动画叠加层。用户只需将素材放入文件夹，与代理对话即可生成 final.mp4。项目依赖 ffmpeg 和 ElevenLabs API，旨在实现无需预设的智能视频剪辑。

🔧 技术栈：Python, Claude Code, FFmpeg, ElevenLabs API, HyperFrames/Remotion

💼 适用场景：适合需要快速生成视频内容（如访谈、教程、蒙太奇）的用户，通过编程方式自动化剪辑流程。