2026年09月26日 GitHub Trending 榜单

成功: 15 | 失败: 0耗时: 404s

paperclipai/paperclip

⭐ 87,356

🍴 15,433

📈 +2,608

TypeScript

The open-source app everyone uses to manage agents at work

💡 AI 总结：

Paperclip 是一个开源的 AI 代理编排应用，基于 Node.js 和 React 构建。它充当“AI 公司”的角色，帮助团队协调多个 AI 代理。用户可通过仪表板设定目标、分配任务、监控成本和工作进度，底层具备组织架构、预算治理和目标对齐功能，旨在构建自主运行的 AI 组织。

🔧 技术栈：TypeScript, Node.js, React

💼 适用场景：适用于需要协调多个 AI 代理、监控成本并构建自主 AI 组织的团队。

vectorize-io/hindsight

⭐ 32,217

🍴 3,575

📈 +2,147

Python

Hindsight: Agent Memory That Learns

💡 AI 总结：

Hindsight 是一个专注于让智能体随时间学习的记忆系统，而非仅仅回忆历史。它声称通过消除 RAG 和知识图谱的缺陷，在长期记忆任务中达到 SOTA 性能。项目提供 LLM 包装器和集成，支持 Fortune 500 企业生产环境部署，旨在构建更聪明的智能体。

🔧 技术栈：Python, LLM, 向量数据库

💼 适用场景：构建具备长期学习能力的 AI 智能体，适用于生产环境中的复杂对话与长期记忆任务。

A unified library of SOTA model optimization techniques like quantization, distillation, pruning, neural architecture search, speculative decoding, etc. It compresses deep learning models for downstream deployment frameworks like TensorRT-LLM, TensorRT, vLLM, etc. to optimize inference speed.

💡 AI 总结：

NVIDIA Model Optimizer 是一个提供 SOTA 模型优化技术的统一库，支持量化、剪枝、NAS、蒸馏和推测解码。它支持 Hugging Face、PyTorch 和 ONNX 模型输入，通过 Python API 进行优化，并生成可用于 TensorRT-LLM、vLLM 等部署框架的高效量化检查点，旨在加速深度学习模型的推理速度并减少模型大小。

🔧 技术栈：Python, PyTorch, Hugging Face, ONNX, TensorRT-LLM

💼 适用场景：适用于需要加速大模型推理并优化部署性能的场景。

dream-num/univer

⭐ 19,233

🍴 1,635

📈 +849

TypeScript

The Office Harness for AI Agents — Spreadsheets, Docs, Slides, Canvas, Relational Tables, and PDF in one runtime.

💡 AI 总结：

Univer 是一个高性能、开源的 Office SDK，专为 AI 代理打造统一的办公运行时。它支持电子表格、文档、演示文稿等多种格式，提供 Canvas 渲染、公式引擎及插件架构。开发者可灵活构建嵌入式的生产力应用，支持浏览器与 Node.js 环境，适用于 SaaS、BI 工作流及 AI 应用场景。

🔧 技术栈：TypeScript, Canvas Rendering, Formula Engine, Plugin Architecture

💼 适用场景：将电子表格或文档编辑嵌入到 SaaS 产品、内部工具、BI 工作流或 AI 应用中，构建自定义的协作办公平台。

tensorflow/tensorflow

⭐ 200,460

🍴 77,618

📈 +46

C++

An Open Source Machine Learning Framework for Everyone

💡 AI 总结：

TensorFlow 是由 Google Brain 开发的端到端开源机器学习平台。它拥有全面的生态系统，支持研究人员推动技术前沿，也方便开发者构建和部署 ML 应用。提供稳定的 Python 和 C++ API，支持 GPU 加速。

🔧 技术栈：C++, Python, CUDA

💼 适用场景：适用于构建和部署机器学习应用，以及进行前沿的深度学习研究。

rohitg00/ai-engineering-from-scratch

⭐ 58,387

🍴 10,123

📈 +827

Python

Learn it. Build it. Ship it for others.

💡 AI 总结：

这是一个全面的 AI 工程自学课程，涵盖数学基础、机器学习、LLM 工程及代理开发。项目包含 523 个课程、20 个阶段及约 342 小时内容，支持 Python、TypeScript、Rust 和 Julia。学生通过构建可重用的工件（如提示词、代理和 MCP 服务器）来学习，旨在弥合 AI 工具使用与专业准备之间的差距，开源免费。

🔧 技术栈：Python, TypeScript, Rust, Julia

💼 适用场景：适合希望从零开始构建 AI 应用、代理及 MCP 服务器的开发者。

openbao/openbao

⭐ 8,009

🍴 590

📈 +364

OpenBao is a software solution to manage, store, and distribute sensitive data including secrets, certificates, and keys.

💡 AI 总结：

OpenBao 是一个用 Go 语言编写的开源机密管理工具，旨在安全地存储、分发和管理敏感数据（如机密、证书和密钥）。它提供动态机密生成（如 AWS 和 SQL 凭据）及自动轮换功能，支持加密存储和多种后端，由社区驱动。

🔧 技术栈：Go

💼 适用场景：适用于需要安全存储和管理动态机密、API 密钥及证书的企业级应用。

block/buzz

⭐ 34,832

🍴 4,595

📈 +339

Rust

A hive mind communication platform

💡 AI 总结：

Buzz 是一个基于 Rust 的自托管工作空间，旨在让人类与 AI 代理在同一环境中协作。它采用 Nostr 协议作为底层事件日志，支持代理执行代码审查、工作流、仓库操作等任务，并保持完整的审计追踪。项目强调代理拥有独立身份和权限，类似于团队成员。

🔧 技术栈：Rust, Nostr

💼 适用场景：适合需要人类与 AI 代理深度协作的开发团队，特别是涉及代码审查、自动化工作流和审计追踪的场景。

microsoft/vscode

⭐ 193,076

🍴 43,554

📈 +95

TypeScript

Visual Studio Code

💡 AI 总结：

Visual Studio Code 是微软开发的免费开源代码编辑器，基于 TypeScript 和 Electron 构建。它集成了代码编辑、构建、调试等核心开发功能，拥有强大的扩展生态系统，支持 Windows、macOS 和 Linux。项目采用 MIT 许可证，欢迎社区贡献。

🔧 技术栈：TypeScript, Electron, JavaScript, Node.js

💼 适用场景：适用于各类编程语言的跨平台代码开发与调试。

zhaoxuya520/reverse-skill

⭐ 38,016

🍴 5,273

📈 +361

PowerShell

Reverse Engineering / Authorized Penetration Testing / Security Research Skill Router Pack AI-powered routing + On-demand toolchain bootstrapping + Self-evolving knowledge base Supports Claude Code, Kiro, Cursor, Cline, and other AI coding clients 逆向/渗透/安全技能路由包 - AI 自动路由 + 按需自举工具链 + 自动进化经验库 | 支持 Claude Code / Kiro / Cursor / Cline 等代码 AI 客户端

💡 AI 总结：

这是一个面向 AI 代理的逆向工程与安全研究技能路由包。通过 AI 自动路由，将 APK、二进制文件或 CTF 任务精准匹配至对应工具链与方法论，实现按需自举与经验复用，支持 Claude Code、Cursor 等客户端，旨在解决 AI 工具选择混乱及经验无法复用的问题。

🔧 技术栈：PowerShell, AI Agents, Security Research

💼 适用场景：适用于 AI 编码助手处理逆向工程、渗透测试和安全研究任务。

llvm/llvm-project

⭐ 40,751

🍴 18,823

📈 +41

LLVM

The LLVM Project is a collection of modular and reusable compiler and toolchain technologies.

💡 AI 总结：

LLVM 是一个模块化且可重用的编译器和工具链技术集合。核心组件处理中间表示并生成目标文件，Clang 前端支持 C/C++/Objective-C，此外还包括 libc++ 标准库和 LLD 链接器。该项目旨在构建高度优化的编译器、优化器和运行时环境。

🔧 技术栈：LLVM, C/C++, Clang

💼 适用场景：构建高性能编译器、优化器及运行时环境

anthropics/claude-code-action

⭐ 9,094

🍴 2,164

📈 +31

TypeScript

暂无描述

💡 AI 总结：

这是一个基于 TypeScript 的 GitHub Action，利用 Claude AI 智能处理 PR 和 Issue。它支持代码问答、审查、实现及自动化任务，具备模式自动检测、结构化输出和本地运行能力，简化了与 Claude Code SDK 的集成配置。

🔧 技术栈：TypeScript, GitHub Actions, Anthropic Claude

💼 适用场景：适用于自动化代码审查、问答及功能实现的 GitHub 工作流。

actions/runner-images

⭐ 13,302

🍴 3,868

📈 +19

PowerShell

GitHub Actions runner images

💡 AI 总结：

该项目是 GitHub Actions 和 Azure Pipelines 托管运行器 VM 镜像的源代码仓库。它提供了构建这些镜像的脚本和配置，支持 Ubuntu、macOS 和 Windows 等多种操作系统及架构，并预装了各类开发工具和运行时环境。

🔧 技术栈：PowerShell, Linux, macOS, Windows Server, Xcode

💼 适用场景：用于构建 GitHub Actions 和 Azure Pipelines 的自定义运行器镜像，或了解官方镜像的配置与预装软件。

mobile-next/mobile-mcp

⭐ 7,355

🍴 641

📈 +168

TypeScript

Model Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices)

💡 AI 总结：

这是一个基于 TypeScript 的 MCP 服务器，提供跨平台移动自动化解决方案。它允许 AI 代理通过无障碍树或坐标与 iOS/Android 原生应用交互，无需特定平台知识。支持模拟器、真机及云端设备，适用于自动化测试、数据提取及复杂用户流程。

🔧 技术栈：TypeScript, Model Context Protocol (MCP), Mobile Automation

💼 适用场景：AI 驱动的移动应用自动化测试与数据提取

vercel/next.js

⭐ 142,640

🍴 33,165

📈 +54

JavaScript

The React Framework

💡 AI 总结：

Next.js 是一个基于 React 的全栈 Web 应用程序框架。它通过集成 Rust 工具实现极速构建，支持扩展最新 React 特性，被全球大型企业广泛使用。

🔧 技术栈：JavaScript, React, Rust

💼 适用场景：适合构建高性能的全栈 Web 应用程序。