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。
月榜 · 最近一个月进过每日精选的项目,按站内综合评分排 · 数据日期 2026-11-18 · 共 16 个项目
这一榜不按 star 增量排。候选是最近 13 天里进过「每日精选」的项目 —— 那些是站内逐个读过、写过解读的;名次按站内综合评分排, 评分来自增速、规模、活跃度、文档、许可、社区与方向匹配度的加权。 涨得猛但没被选进来的项目不会出现在这里。
每日精选从 2026-11-06 开始,目前覆盖最近 13 天,还不是完整的 30 天。积累够了会自动变成完整月份。
第 2 名想看懂一个陌生软件或游戏内部怎么实现,先读代码常常读到一半就放弃。Craft Anything 是纯 Rust 写的逆向工程引擎,320 个工具能拆解目标,也能让编码智能体照着造一个自己的版本:Study、Build、Check、Ready 四步走完,不像的地方继续改。
第 5 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。
第 12 名小说改成短剧,中间隔着剧本、分镜、角色设定、图像、视频好几道工序。Toonflow 把它们全摆在同一张无限画布上,中间随时能改:文本节点整理故事和镜头描述,图像节点出角色、场景和分镜图,视频模型按镜头出片段;支持本地部署,接第三方 API 或本地 ComfyUI,还有 MCP 和插件市场,界面支持 21 种语言。
第 15 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。
第 20 名IntelliJ 用久了,启动慢、吃内存是老抱怨。openidea 用 Rust 重写:键位、工具窗口、搜索照旧,打开 770 个文件的 freqtrade,窗口 0.9 秒、就绪 1.1 秒、常驻 169 MB;IntelliJ IDEA 2026.2.3 同机要 3.1 秒、2011 MB。IDE 原生,60 多种语言,插件跑在沙箱化的 WebAssembly 里。
第 25 名只有一张照片和一句话,做不出能上架的口播视频。digital-human-koubo 走 Renoise 的 MCP 生成:脚本、口型对上的配音、字幕、主播级包装全由智能体自动跑完,5 种剪辑风格、48 个创作者级包装组件任选。示例里那条 27 秒直播广告没有真人出镜,总共花了 482 个 Renoise 额度。
第 26 名想做手绘感的竖屏动画短片,又不想按生成模型付费。claude-animated-shorts 是免费的 Claude 技能:产出 55 到 70 秒的短片,二维角色放进三维场景,画面用 three.js 在 Remotion 里本地渲染,全程不用 AI 视频生成模型。
第 38 名本地跑大模型,显存就是那道墙。MACaQ 是华为诺亚方舟实验室的模型无关量化框架,把文本、图像、视频、音频模型量化成 GGUF:Diffusers 走 W4A4,llama.cpp 出 2/3/4-bit GGUF,vLLM 做文本生成与服务,PyTorch 负责语音;每个后端要单独建 Python 3.12 环境。官方称量化 122B 模型约需 64 分钟、32.5GB 显存。
第 44 名vLLM 原本只管文本自回归生成,想把视频、语音、图像模型摆进同一套推理栈,就得换一套框架。vLLM-Omni 把文本、图像、音频、视频、动作统一到一个运行时对外服务,也纳入了非自回归的 DiT 这类并行生成模型,输出可以是文字、多模态或动作。Apache-2.0 协议。
第 47 名中文文字排不准、画面元素又散在各处,是生图模型常挨的抱怨。OpenMOSS 的 5B 参数 DiT 基座模型主打版面控制与中文文字渲染,权重与代码全部公开。配套的 KohakuMossTrainer 能做全量微调和 LyCORIS 训练(含 LoRA),BF16、FP16、FP8 混精加 CPU offload,6GB 显存就能训适配器。
第 48 名图像与视频生成要跑得快、要省显存,英伟达把模型和推理引擎放进一个仓库:SANA 出图,最高 4K,官方称比 Flux-12B 小 20 倍、快 100 倍;SANA-Video 2.0 做 720p 视频,SANA-Streaming 实时改视频,Sol-RL 管强化学习,Sol 引擎在 GB200 上把 33B 模型提速 3.95 倍。Apache-2.0 协议,基于 PyTorch。
第 54 名Rust 项目改一行代码就得全量重编译一遍,这事本身就慢。blaze 让守护进程把项目编译态留在内存里,改完只编译变动的函数再自己链接,实测比重编快 10 到 24 倍,标题里写的是最高 92 倍。它自带一套 Rust 工具链,install 会先下载 125 到 160 MB,回答 build、check、run、test 和 bench。
第 56 名做一条短视频,素材生成、剪辑、导出分散在几个工具里,搬来搬去最耗时间。OpenDirector 是本地运行、用浏览器打开的 AI 视频创作工作台:跟助手聊想法顺手生成素材,在画布上归拢素材、反复改,图像、视频、音频都能编辑,再把素材拖到时间线上剪成片,导出 MP4。工程留在你自己机器上,生成用哪家提供方的 API 随你选。
第 61 名Cloudflare Workers 想搬到别的云上,通常得改代码。OpenOrange 让它原样跑在 AWS、Google Cloud、Azure 或你自己的服务器上:每个 Durable Object 变成一个带自己 SQLite 的 Rivet Actor,存储落在 S3,orange migrate 负责零停机搬数据,开发命令从 wrangler dev 换成 orange dev,底层全部开源可自托管。
第 64 名同一个虚拟人角色要贯穿一整条片子,跨镜头换脸就废了。CreatorOS-Studio 是跑在自己显卡上的开源版 Higgsfield:在本地 ComfyUI 上用开放权重模型训一个固定角色,从一句 brief 到成片一条龙,62 个功能、118 个预设、15 个 MCP 工具全流程本地完成;作者按 32 GB 卡搭建,8、12、16 GB 卡上会自己换轻一档的权重。
第 67 名自回归视频模型训练时容易走捷径,生成出来的画面看着像那么回事,物理却不守。腾讯 IEG ARC 与南京大学提出 Future Chunk Prediction:训练时用辅助分支预测时间上更远的未来片段,只靠视频像素监督就提升物理一致性,学到的表征也更有结构。训练与推理代码、1.3B 和 5B 权重都已放出。
名次按站内综合评分排,同分时比上榜次数、再比 star 总数。「上榜期数」悬停可看是哪几期。数据来自每天 09:00 的 GitHub 采集与站内编辑精选。