正在整理你需要的资料…
增量榜看的是「这段时间里涨了多少 star」,不是 star 总数。 快照每天记一次,所以历史越长,窗口越准。
周榜 · 最近一周新增的 star · 数据日期 2026-11-18 · 共 38 个项目 · 第 1 / 2 页
快照历史是从 2026-11-06 开始积累的,目前只有 6 天,所以这个「周榜」实际覆盖的是最近 6 天,还不是完整的 7 天。积累够了会自动变成完整窗口。
第 1 名想零成本试前沿模型,却卡在注册和 API Key。dsh(DeepSeek Harness)装上这个插件,免登录免注册就能用 DeepSeek V4.1 Flash、Kimi K3 等模型,完全免费不限量。纯插件挂载:不改内核、无构建步骤、零依赖;模型清单跟着上游刷新,另附一个 OpenAI 兼容的本地转发端口。
第 3 名想在通勤路上指挥电脑上那个还在跑的 Agent,手机上又不想折腾 Root、Termux —— DSH Go 是 DeepSeek Harness 的 Android 客户端:App 内装好 Linux 环境、Node.js 和 DSH 运行环境,免 Root、免 Termux,也能 SSH 连回主机接着同一段对话。
第 6 名翻一个陌生仓库,光是理清谁调用谁就能花掉半天。graphify 把代码连同文档、SQL schema、配置和 PDF 编成一张可查询的知识图谱:tree-sitter 在本地做确定性 AST 解析,跨约 40 种语言标出 calls、imports、inherits 这些跨文件关系,每条边都带 EXTRACTED 或 INFERRED 标签,写明是读出来的还是推出来的,不建向量库。
每天收盘想复盘自选股,却得自己搭定时任务和推送管道。daily_stock_analysis 让 LLM 每日分析 A 股、港股、美股、日股、韩股、台股的自选股,出「决策仪表盘」推到企业微信、飞书、Telegram、Discord、Slack 或邮箱;报告里有评分、趋势、买卖点位和风险警报,还能追问 15 种内置策略。
写方案最难的不是想清楚,是让别人一眼看懂。Archify 把想法、计划或代码库变成能点、能改、能分享的 HTML 图示,Claude Code、Codex、Cursor 都能装。官方那条仓库地图演示只有 35 秒;图上每个结论都标编号来源,仓库片段钉在具体 commit 上,还能导出 PNG、WebP、JPG 或打印成 PDF。
第 15 名把 AI 助手挂到团队聊天里当个侧边栏小机器人,它看得见频道却接不住活。agentes-chat 让 Agent 成为工作区里的正式成员,有角色、负责人和月度预算,能读频道、私聊、跑定时任务、用 MCP 工具,开源自托管,可替代 Slack。
每次开新对话,偏好都得重讲一遍。Nous Research 做的这个 Agent 会把做过的事沉淀成技能,用的时候继续改进,还能回头检索自己的历史对话,越用越清楚你的习惯。$5 VPS、GPU 集群或闲置几乎不花钱的 serverless 上都能跑,不绑你的笔记本,Telegram 里发条消息它接着在云端干活。
聊天一结束,任务就当完了 —— 但活到底干没干、干到什么程度,全凭人自己盯。SoduWork 把这条流程写死:多套 Agent 运行时协同,一个负责干活,另一个换个模型按验收标准复核,不通过连同理由打回;你提需求,AI 写验收标准,再指派给自己或同事的 Agent,人最后签收,谁做了什么人人可见。
在命令行里干活,模型被一家绑死等于活路掐掉一半。Qwen Code 是阿里通义开源的终端编码智能体,记忆、技能、子智能体、团队协作和 MCP 都是自带的,模型接口可切到 OpenAI、Anthropic、Gemini 或本地 Ollama;IDE 插件、桌面端、Web UI 和 Telegram、钉钉入口也接上了。
在微信或飞书里指挥一个能干活的 AI 助手。AnyModelBot 跑在自己电脑上,每个机器人有独立人设、默认模型、工作区和记忆,能接入微信、飞书、Telegram、Slack 和 Discord,读写文件、执行命令、经授权后操作桌面;模型可走 Modelflare 按量付费,或用自己的官方 API Key。
第 27 名写完一段脚本,最烦的是把它变成能发的短视频,还得配画面、配音、字幕和音效。stickman-video-director 把这条流程整个接住:导演模式逐镜编排,或自动模式一键出片,备了 11 种视觉风格。
显存装不下模型,不等于跑不了:InferSSD 让 llama.cpp 把 MoE 专家权重从 SSD 一段段流式读进来,DeepSeek-V4.1-Flash、Qwen3.6-35B-A3B 这类千亿级模型照样在本地跑起来,标准 GGUF 直接可用。加载前先核对权重、KV cache 和工作内存塞不塞得下,塞不下直接拒绝。
第 40 名手机替你干重复活,关键是不抢屏幕。Mika 藏在 Android 的后台独立屏幕上滚动聊天、点按输入,把一句话变成办好的事:读群聊总结、筛出 30 美元以内评分 4.5 以上的充电器、下单前停下来问一句。界面支持英语、简体中文、繁體中文、日本語、한국어、Español。
在终端里让智能体写代码,最大的痛点是它看不见你的 IDE:改了哪些文件不知道,也跑不动调试器。omp 把 IDE 直接接进来,LSP 与调试协议都在,60 多家模型供应商、31 个内置工具随你挑,核心用 Rust 写,扩展用 TypeScript。
把编码智能体放进自己的机器,图的是掌控权。OpenHands 的 Agent Canvas 是统一前端,后端 Agent Server 是一套 REST API,一台机器上能跑多个智能体;OpenHands、Claude Code、Codex、Gemini 等兼容 ACP 的智能体都能接,本地、Mac Mini 或云上虚拟机都行,前端还能在不同后端之间来回切。
港大数据智能实验室的个人交易 Agent:一句自然语言提问,回来的不是聊天,而是研究报告、能跑的回测和模拟盘组合;行情、回测、期权与多智能体协作一条命令装齐,A 股 5 分钟模拟盘、期权 IV 曲面都能直接上手。
模型写的说明文读着像机器味,光删几句套话不够 —— 多数 humanizer 只去掉「Great question!」这类开场,句子照样又长又绕。这个 Agent 技能分两遍改写:先摘掉 Wikipedia《Signs of AI writing》里的 26 个写作特征,再把句子往航空手册的 ASD-STE100 受控英语方向重写八成,一句一个意思、主动语态。
单个攻击面靠一个人盯,深度很快就到底了。sapper 派指挥者带着一群智能体分工推进,中间的事实与意图分层记在图上,每一步结论都写回图里。第三届腾讯云智能攻防赛线上赛冠军:634 支队伍、8 小时无人值守,1B token 打赢对手烧掉的 4.5B,同为 85 个 flag 还快了 25 秒。
在 AWS Trainium 上跑自建推理,兼容接口和百万上下文自己凑。trnrt 是 Trainium 的开源推理引擎:NKI 巨型内核把 KDA 注意力、DSA 层、mHC 和 MoE FFN 融进一层,解码开销减半;前缀缓存用基数树挂在 FP8 KV 页,淘汰页落回主机内存;1M token 上下文靠稀疏注意力。
想要一个随叫随到、又不想把数据交出去的私人助手。QwenPaw 能装在本机也能部署到云端,三层记忆、模型路由、插件与 MCP 扩展都能配,钉钉、飞书、微信、QQ 等聊天渠道同时接入;v2.3.0 还加了 Piccolo 本地决策模型和 QwenPaw-Flash(9B/27B/35B-A3B),官方称有五层安全防护。
第 67 名让 LLM 写 Blender 脚本建模,零件坐标靠手算,总对不上。sand3d 是建在 Blender bpy 之上的 Python 3D 建模库:用轮廓、实体、编辑、框架、关节、装配这类短程序描述零件,部件、边、面都按名字取;同一段程序每次建出同一个网格。整个 API 大约 3,600 token 塞进提示词。
把 DeepSeek 塞进自己的微信账号,它会在群里接话、记住私聊里说过的事,还发表情包、语音和每日日记。鲸鲸是本地跑的:Windows 桌面端加 WPF 启动器,没有浏览器界面,127.0.0.1:8787 只开本地 HTTP API;安装包自带 Node.js、Python 3.12 和 .NET 10 运行时。
几个 AI 机器人搭伙干活,最怕的是互相甩锅、或者悄悄替你按了什么按钮。kwant 把一支队伍装进自托管的单个二进制(Rust + React):靠 @ 提及交接任务,工作以卡片进任务板,只有系统亲自跑过校验才算完成;高风险操作弹审批卡,支付永远要人工确认,0.9 版新增的 Point 只读取不点击。
同时开十几个 Claude Code、Codex 会话,机器会被内存吃干。jcode 是用 Rust 写的编码 Agent 运行器:首个会话占 71.3 MB,之后每个再加约 3.3 MB;Claude Code 首个会话就要 272.9 MB、Codex CLI 398.6 MB、OpenCode 637.1 MB。
名次按窗口内新增的 star 排,同增时比 star 总数。快照逐日积累,窗口越长越准。