DeepSeek 开源的主动型编码智能体原型:监听 GitHub 议题,自己开工作项自己跟进,最后回原会话交付 PR。
它面向单个 GitHub 仓库做主动式协作:监听 GitHub 与可选的飞书事件,有人明确授权就开一个工作项,在独立的智能体会话与独立目录里干活,最后回到原对话里交付结果甚至 PR。README 明确声明这是研究原型而非官方产品,代码在团队日常开发中由编码智能体协作写成,需自行评审改造。设计哲学是把人的注意力压到最低,只在被要求或命中团队自定规则时才动手,需要人介入时才出声。配套文档按 000 到 008 编号分层,从理念、领域模型、授权、执行一路覆盖到面板与部署。
亮点
- 事件驱动加独立工作目录,一个任务一个工作项互不干扰
- 只在被授权或命中团队规则时行动,把人的注意力压到最低
- 附带 Web 面板,把需要人处理的事项集中呈现
- 文档按编号递进,部署与排障各有独立章节
优点
- 6 天星标破两万,日增速三千三百以上,本轮候选里最快
- MIT 许可,代码可读可改
- 把主动型智能体的授权边界讲得很清楚
缺点与注意
- 官方明说是研究原型,含未修复缺陷
- 只覆盖单个 GitHub 仓库的协作场景,范围偏窄
- 依赖 DeepSeek Harness 打包方式,落地成本不低
看项目详情与各榜名次
命令行智能体的后台自动化中台:自己接活自己跟进到底,只在拿不准时发卡片找人拍板。
它解决的是人守着终端用智能体的断点问题:把任务调度做成零外部依赖的内核,事件来源、被调用的智能体、通知通道甚至上线流水线全部拆成可插拔插件。核心约定只有一条——智能体在最后一条回复里交代结果,遇到删数据、重启服务、花钱、对外发消息这类事就在回复末尾附一段约定代码块,内核据此把问题推到飞书、钉钉、企微、Slack、Discord 或桌面通知,等人回答期间不占后台进程也不烧 token。规则写在 rules.json 里,定时任务、GitHub 新议题、业务告警都会变成标准事件,同类事件排队时会合并成一轮。README 另附早报、议题跟进、线上告警、用户反馈、站点巡检、飞书周报、收件箱分诊等成套模板。
亮点
- 一条命令装在本机,不买服务器也不开放公网端口
- 插件式内核,事件源、智能体、通知通道都能单独替换
- 等待人拍板期间不占进程也不消耗 token
- 自带多类现成场景模板,开箱即用
优点
- 3 天星标近四千,增速在本次候选里排前列
- 对接任意命令行智能体只需能接收提示词并打印最后一条回复
- 支持 Windows、macOS 与 Linux
缺点与注意
- 需要 Node 24 以上与已登录的命令行智能体,门槛不低
- 无人值守自动执行,误操作风险要自己兜住
- README 主体为中文,海外用户阅读成本略高
看项目详情与各榜名次
视频逆向工程工具:逐镜说清画面、字幕、剪辑与音频是怎么做出来的,并给出可执行的复刻方案。
它不是生成器而是拆解器:喂进一条视频,逐镜判断属于实拍、AI 生成、代码渲染还是数字人,再拆出机位、灯光、调色、字幕样式、剪辑节奏与音频来源,最后给出拍摄加生成加编码的复刻计划。技术路线是 ffmpeg 抽帧加镜头检测,配合视觉模型判断不确定的镜头,README 提到 Gemini 与豆包等带视频能力的模型都能接,接不上时也能靠智能体自己看图兜底。产出包含一行结构摘要、一份区分自己实拍与模型生成的复刻计划,以及带逐镜截图与证据的报告页面。适合做内容拆解、竞品分析与二次创作前的结构还原。
亮点
- 覆盖实拍、AI 视频、数字人、三维动画、代码模板、录屏混合等类型
- 字幕可导出 SRT 与 ASS,颜色描边与入场方式一并给出
- 复刻计划明确区分自己实拍、模型生成与代码渲染三部分
- 附带多份完整示例报告,可以先看产出再决定要不要装
优点
- 8 天星标三千,日增三百八十左右
- Apache-2.0 许可,Python 实现,安装门槛低
- 拆解维度比同类提示词工具细得多,直接落到可执行
缺点与注意
- 依赖 ffmpeg 与 Python 3.10 以上,还要额外接视觉模型
- 逐镜分析对长视频耗时明显
- 详细文档目前以中文为主
看项目详情与各榜名次
给智能体一套视频语言与系统,把爆款视频克隆成可批量产出变体的完整工作流。
它给 AI 编码智能体一套声明式视频语言与配套系统:丢进一条参考视频,智能体就能把它的镜头素材、字幕、辅助镜头与特效全部克隆成一份锚定到词而不是锚定到秒的工作流,再据此批量产出变体。README 强调生成模型是可选的——工作流可以把字幕、动态图形与代码渲染的画面直接编译成成片,不产生模型调用费用。示例给出的成本很低:一条二十秒足球梗片约 1.15 美元,三十秒播客片段约 1.07 美元,街头采访约 1.09 美元,渲染方式是开六十四个无头浏览器进程并发出图。它还带插件体系,换主持人不碰字幕。
亮点
- 声明式视频语言让工作流以文字对齐而非时间码对齐
- 克隆一次即可批量出变体,换人换文案不重做结构
- 生成模型可插拔,不用也能出片
- 示例公开了成本与并发渲染细节
优点
- 星标两万八,是本轮 AI 视频方向体量最大的项目
- 一条命令安装为智能体技能,直接接现有编码智能体
- 插件化组件,主播字幕与镜头可分别替换
缺点与注意
- 许可证在 GitHub 上识别为 NOASSERTION,商用需自行确认条款
- 效果高度依赖所接的图像与视频模型服务
- 完整跑通一条片子需要多个外部服务与账号
看项目详情与各榜名次
5B 参数的文生图扩散 Transformer 基座模型,主打文字渲染与版面控制,长提示词支持到 4K token。
MOSS-Image 是 OpenMOSS 团队开源的图像生成基座模型,骨干只有 5B 参数,但强调四个能力:控制文字与视觉元素排布的版面控制、在图里准确渲染文字、最长四千 token 的长提示词、以及二次微调的便利性。仓库同时放出 Base 与 SFT 两个权重,README 说明 Base 用四十二层扩散 Transformer 配 Qwen3.5-9B 文本编码器与 FLUX.2 VAE,SFT 在精选数据上继续训练,文字分组与白板版面更规整。工程落地速度是它被关注的原因:发布当天就进了 SGLang、vLLM-Omni 与 ComfyUI 的原生支持,社区随后补出全量微调与 LoRA 训练、去色带 LoRA、八步 DMD 蒸馏、FP16 修正权重以及加速采样节点。
亮点
- 5B 骨干加长提示词,兼顾效率与复杂指令
- 版面控制与文字渲染是主打差异点,适合海报与信息图
- ComfyUI 原生支持,另有官方与社区的 LoRA 训练链路
- 技术报告与两种权重同步公开
优点
- Apache-2.0 许可,权重与代码都公开
- 生态齐全,训练、蒸馏、修正权重都有社区版本
- 上线即被主流推理框架收录
缺点与注意
- 5B 基座在极端写实与复杂构图上仍不及更大模型
- 完整复现需要按用户指南调采样参数
- 教程与社区资源多集中在英文
看项目详情与各榜名次
中文化的 AI 姿势、服装、人像参考图库三合一,附带合成工作台与 ComfyUI 自定义节点。
它把分散在多个站点的 AI 绘画参考素材整合成一套中文工程:姿势库、深度图、服装库、人像库四类素材全部本地镜像,元数据与提示词全量汉化,并做一个三合一角色合成工作台,按人像加服装加姿势的配方直接出图。工作台内置十二种画风预设与纯中文结构化提示词,同时直连 Gemini、OpenAI GPT Image、阿里云百炼 Qwen、字节火山方舟 Doubao 与本地 ComfyUI 五大图像协议,生成记录存在浏览器 IndexedDB。更实用的一点是这个仓库本身就是一个 ComfyUI 插件,克隆到 custom_nodes 就能在画布里用姿势、服装、人像与三合一配方四个节点,还能切换白模与深度图直接接 ControlNet Depth。README 明确标注了成人向内容的默认安全模式与原图作者版权边界。
亮点
- 姿势、服装、人像与深度图四大类素材本地镜像,可离线浏览
- 合成工作台直连五大图像协议与本地 ComfyUI
- 仓库同时是 ComfyUI 插件,四个节点即插即用
- 元数据与提示词全中文,含五十一款细分发型标签
优点
- 10 天星标六千余,是本轮图像方向增速最高的
- 素材、检索、合成、生成四段链路都在本地跑通
- 深度图可直接喂 ControlNet,能接进现有工作流
缺点与注意
- 许可证在 GitHub 上识别为 NOASSERTION,原图版权归原作者
- 素材含成人向内容,使用时需自行把关合规
- 工作台与五家云端协议都依赖外部接口
看项目详情与各榜名次
给 Claude Code 与 Codex 的设计评审技能:先找出界面的 AI 味,再逐道工序把它改成像设计过的。
它针对 AI 生成界面的通病:紫色渐变、发光、表情符号标签、张扬的文案和不均匀的间距。做法不是让模型自由发挥,而是先列清单定位所有 AI 味,再从产品本身推导性格、世界观、一两个承载颜色的时刻和一个标志性细节,然后按间距、颜色、图标、文案、字体、布局、细节、视觉、动效的顺序逐道工序修改,方法接近设计师做红圈批注。它不绑定技术栈,Next.js、React、Vue、Svelte、Tailwind 乃至纯 HTML CSS 都能用,也能对一个线上站点只凭链接动手。界面已经够好时它会直说并只建议小改。还可以生成十秒内的竖版改造短视频用于发布。
亮点
- 先审计后动手,能在早期介入把设计方向掰回来
- 九道工序顺序固定,输出稳定不易跑偏
- 不挑技术栈,甚至支持只给一个线上链接
- 附带把界面改造过程录成短视频的能力
优点
- 8 天星标过万,增速在开发工具方向领先
- 一条命令装成智能体技能,几乎没有运行时依赖
- 明确授权保留原设计而不是推倒重来
缺点与注意
- 许可证为 CC BY 4.0,商用需署名原作者
- 效果取决于所用编码智能体的审美与执行能力
- 短视频功能额外需要 Playwright 与 ffmpeg
看项目详情与各榜名次
用 Rust 核心重写的 IDE,沿用 IntelliJ 的快捷键与工具窗口习惯,覆盖六十多种语言。
OpenIDEA 想把 IntelliJ IDEA 的工作方式搬到原生应用上:同样的键位映射、同样的工具窗口、同样的全局搜索习惯,但核心用 Rust 写,换来启动速度与内存占用的大幅改善。它集成编辑器、代码洞察、调试器、Git、终端、数据库客户端与 HTTP 客户端,支持六十多种语言,并为 macOS、Windows、Linux 提供构建产物,Windows 侧还额外提供免安装的便携压缩包。README 给的对比数据是同一台 Windows 11 机器上打开 Python 项目 freqtrade 的五次中位数:带项目窗口从三点一秒降到零点九秒,准备就绪从十三点二秒降到一点一秒,内存从两千零一十一兆降到一百六十九兆。插件以沙箱化的 WebAssembly 组件运行。
亮点
- 内存占用约为 IDEA 的十二分之一,启动在秒级
- 键位、工具窗口与搜索习惯照搬 IntelliJ,迁移成本低
- 插件跑在 WebAssembly 沙箱里,主题与语言支持零代码
- 编辑器、调试、Git、终端、数据库、HTTP 客户端一套齐
优点
- 性能对比数据公开,仓库带可复跑的对比脚本
- Apache-2.0 许可,三平台均有构建产物
- 数据库与 HTTP 客户端开箱可用,不必另装插件
缺点与注意
- README 主动说明 IDEA 的 Python 分析更深,两边就绪标准不等价
- 插件 API 仍在预览阶段,生态还不成熟
- Java 语言服务可选方案与能力仍需逐一确认
看项目详情与各榜名次