正在整理你需要的资料…
每天一期,从 GitHub 的公开数据里挑出值得看的项目。 每一期都写清楚:这个项目解决什么问题、强在哪、坑在哪, 以及它当天涨了多少 star。
今天这批项目里有两条很清晰的线:一条是把「视频」拆成可以复用的结构,一条是把「代码」拆成可以逐块验证的单元。hypit-ai/hypit 给 Agent 一套叫 SVML 的视频语言,丢一个成片进去,它把素材、字幕、B-roll、特效整体克隆成一份可编辑的工作流,同一条片子换主角换产品能出 100 个变体,官方示例里一条 20 秒足球榜单视频成本 1.15 美元;neuregex/freefield 则把商业产品 Higgsfield 的图像、视频、VFX、音频四类应用搬到 ComfyUI 上,120 个应用没有一个专属代码,界面、运行器、模型下载、显存表全从一份 app.json 生成;kaomei/stickman-video-director 做的是另一头——把脚本批量变成 14 种风格火柴人动画解说片。往图像和推理那头,MiniMax-AI 把 H3-Image 的权重放了出来,16 兆像素的图像生成与编辑都能本地跑;huawei-csl/MACaQ 则是华为做的模型无关量化,1220 亿参数的模型只用 32.5GB 显存、64 分钟就能压完,图像、视频、音频模型一并能用。往 Agent 和开发工具那头,wangzan101/Mika 让手机上的助手在后台屏幕上自己点微信、逛小红书、加购而不抢你手里的手机;erkamyaman/rust-anything 让你把整个应用一块一块改写成 Rust,每改一块就拿录制下来的原行为回放校验,38251 条用例零不匹配;vercel-labs/ui 把键盘导航、焦点、弹层这些行为从组件里拆出来,做成 Agent 能直接调用的库;heydamir/unslop 干的是反 AI 味的事,把紫渐变、发光、emoji 标签这些烂摊子揪出来按设计师批注的方式改;rtk-ai/rtk 则是给 Agent 装的过滤器,命令输出先压成三行摘要再喂给模型。
今天这批项目里有一个明显的主题:把「看」和「做」这两件事交给程序去做。人不再需要盯着屏幕,Agent 在后台自己研究、自己改、自己验收。storytold/craft-anything 用纯 Rust 写的 320 个逆向工具去研究任意网站或软件,再让编码 Agent 按研究结果重写一个干净的版本,每一步都留下证据和比对结果;deepseek-ai 官方把 dsh-superagent 的原型放了出来,监听 GitHub 和飞书,被人问到才开工,干完在原对话里回一个 PR;KKKKhazix/agent-autoloop 干的是同一件事的轻量版,命令行 Agent 自己在后台接活,碰到要花钱、要发消息这类事才发卡片问你拍板。往内容方向看,JuneYaooo/rea-video 把视频逐镜头拆开,判断是实拍还是 AI 生成,再写成一份分层文档喂给 Agent;sarpstar/cinecode 反过来,直接让编码 Agent 用 three.js 把电影写出来;D3voz/openjutsu 则用本地权重做视频换角色。开发工具这边,l0ng-ai/openidea 拿 Rust 重写了一套 IntelliJ 式的 IDE,haydenschmitty/floorplan 让 Agent 读你的代码库画出一张能点开的结构图,anomalyco/rune 造了一个能被 Agent 无头驱动、自己截图自查的 UI 框架。
今天这批项目里有两条主线:一条是让画面生成和视频剪辑离开云端、落到自己机器上跑,另一条是给 AI 编程工具补上真正能落地的基础设施。raea 让 Agent 用 React 组件写视频和 3D 再在本机 GPU 上渲染;FreeVideo 把 MiniMax H3 压到 8GB 显存就能跑;EAC design world 把多轨剪辑、调色、字幕和工程导出全塞进一个 DeepSeek Harness 插件;Looking-Ahead 从训练方法上改自回归视频模型。另一头,kiri 换掉 Docker Desktop,blaze 换掉 cargo,bla 给发布产物加一层专门对付 AI 逆向的防护,yogurt 和 dsh-see-now 分别解决会议纪要本地化和让 AI 实时看见屏幕。
今天这批项目串起来是同一件事的不同切面:把「要给人看的画面」变成可以按代码调用的东西。livliv-dev/player 用 30KB 的 WebGL2 内核让一个角色在网页里呼吸、说话、跟着摄像头转头;vork 让 Agent 直接写场景代码、着色器和物理,GPU 上跑出 100 万只鸟;claude-animated-shorts 干脆不用任何 AI 视频模型,用 three.js 在 Remotion 里逐帧渲染;hyperflow-h3-flash 则把 31B 的 MiniMax-H3 压到 13.7B,让 24GB 显卡能跑带声视频;另一头,unslop、ui、posewear、gputaskman、OpenDirector、agentes-chat 分别在设计审美、Agent 可用的界面原语、参考图库、显存可观测性、本地视频工作台和团队协作空间上补位。
今天这批项目串起来是一条主线:把原本要花钱、要账号、要云端才拿得到的能力,搬回自己的机器,变成可读、可改、可验收的资产。freefield 把闭源 SaaS 的 120 个图像视频应用拆回 ComfyUI 并逐个标好模型权重与显存;shisei 把姿势参考做成 CC0 可商用素材并给每一张做质检;open-orange 让 Cloudflare Workers 不改一行代码就跑在 AWS 或自己的服务器上;hypit 给视频生成配了一门语言,reelmimic、ai-video-marker、sand3d、pixelfx、Mika、learnharness 各自把一段流程做成了能跑、能查、能改的工程。
今天这批项目串起来看是一条主线:让 AI 的生成能力从一次性调用变成可复用的资产。图像侧,MiniMax 官方放出了可下载权重的 16MP 图像生成与编辑模型,华为诺亚方舟实验室同时给出了覆盖文本、图像、视频、音频的量化方案;视频侧三个项目把分镜、风格库、排版验收拆成了能装进 Agent 的技能包;Agent 侧一个把审批写进网关层,一个让 Agent 能在四个平台上真跑真测;开发工具侧则是一边压缩 Agent 的输入,一边用确定性工具给 Agent 的产出装上质量门。
今天这批项目几乎都指向同一件事:把「AI 能干什么」从聊天框里搬到一条可复现的产线上。视频方向有两个新项目在做同一件事——把成片拆成镜头级可执行的规格(rea-video 反向拆解,cinecode 从零代码生成);图像方向 MOSS-Image 把文本渲染和版面控制做到可微调;Agent 方向 DeepSeek 官方放出了自主 Agent 原型,另一款把命令行 Agent 变成后台接活的调度中台;开发工具方向则有两个用 Rust 重写的老问题——代码逆向与 IDE。
今日精选 8 个项目,覆盖 AI 视频、AI 图像、AI Agent 与开发工具四个方向。今天的共同线索是「把创作链路从一次性生成变成可复现的生产线」:视频侧不再靠单次抽卡,而是让智能体编排整条产线、每一帧都由代码或真实素材画出;代码侧不再靠翻文件,而是把整个仓库编译成一张可查询的知识图谱。
今日精选 8 个项目,覆盖 AI 视频、AI 图像、AI Agent 与开发工具四个方向。今天的共同线索不是又多了几个模型,而是把判断力从流程里拆出来做成可复现的东西:智能体只在需要人拍板时才出声,视频被逐镜头拆成证据链,推理框架把确定性写进内核,界面设计被写成一份可执行的红线批注流程。
今日精选 8 个项目,覆盖 AI 视频、AI 图像、AI Agent 与开发工具四个方向。本期主线是同一件事:把原来必须有人盯着的执行环节,交给程序或智能体,人只留下拍板与验收。看懂一个软件并重建它、让手机替你点完流程、把被厂商锁住的算力还回来,都在同一条线上。
今日精选 8 个项目,覆盖 AI 视频、AI 图像、AI Agent 与开发工具四个方向。本期主线是同一个转变:工具不再只负责生成一张图或一段素材,而是把「拆解、克隆、批量产出、审核交付」整条链路交给智能体,人只保留拍板的那一步。
今天的主线是「AI Agent 正在从被动应答转向主动干活」,同时 AI 视频那边出现了完整的工作流级开源方案——不只是模型,而是从理解需求、拆镜、生成到复刻的整条链路。11 个项目里增速最猛的是 DeepSeek 的 superagent 原型(6 天 3300+ 星/天)和一个把 Claude Code 变成后台自动化中台的小工具。