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。
总榜 · 当前 star 总数 · 数据日期 2026-11-18 · 共 19 个项目
让 agent 自己去网上查东西,最麻烦的是每个平台都要单独申请 API。Agent-Reach 把这些收成一条命令:X、Reddit、YouTube、B 站、小红书、V2EX、雪球都能搜能读,不用一家家注册。它够得着的正是那些要登录才看得到的内容——小红书笔记、X 账号动态、B 站和 YouTube 字幕、播客转文字,还有整理好的雪球行情和 V2EX 帖子回复。
第 10 名做一条视频,调研、写稿、生成素材、剪辑、合成,每步都得切工具。OpenMontage 把整条流水线交给编码智能体:12 条生产流水线、100 多个工具、700 多份技能与制作知识文件。从一条 YouTube 参考视频起步,它会拆转写稿、节奏、镜头和风格,给出 2 到 3 个方向、成本估算和样片;Backlot 本地看板实时显示每个供应商花了多少钱。
Bash is all you need - A nano claude code–like 「agent harness」, built from 0 to 1
让 AI 助手包办一部视频的后期工序,中间几步最容易卡在素材和剪辑。OpenMontage 把调研、脚本、素材、剪辑到合成串成 12 条成片流水线,配 100 多个工具和 700 多份技能与制作知识文件,AGPL-3.0 协议。参考一条 YouTube 视频起步,能拿到 2 到 3 个方向、成本估算和样片。
电视开机全是广告,想清掉又不敢乱删。cleanyourtv 用 Wi-Fi 连上 Android TV 或 Google TV 盒子做减负:先备份已装应用和设置,用 pm disable-user 关掉厂商遥测、广告服务和预装推广,不卸载任何东西,再装一个原生启动器当默认桌面,看起来像 Apple TV。Python 写的工具全程不 root、不插线,改主意还能一行命令回退。
想在自己服务器上常驻一个助理,而不是每次开新会话都重新交代一遍偏好。nanobot 是 Python 写的超轻量自托管个人 AI 助手框架:浏览器、终端、聊天软件里都能用,能读写文件、记住偏好、定时干活;接云端模型或本地模型服务都行,还带一个打包好的浏览器界面。
分析结果想给别人点开看看,却不想为一个看板搭前端工程。Streamlit 把 Python 脚本直接变成交互式网页应用:几分钟做完原本要几周的事,看板、报告、聊天应用都能做;改脚本页面就跟着刷新,交互原型当场就能给人试用,还能一键部署到社区云托管分享。
把智能体接进自家产品,难的是让它长期活着:鉴权、角色权限、断点续跑、人工审批、定时调度都得自己写。Agno 平台用 Agno、Claude Agent 或 Codex SDK 写智能体,AgentOS 作为持久服务把它们跑起来,自带 API 和 MCP 服务器、PostgreSQL 存对话和记忆,协议是 Apache 2.0。
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。
海投简历最累的是填表:每个平台的表单都得手填一遍。AIHawk 读一份简历,把职位搜索变成标题、技能和地点的组合,从 37 个公开来源捞近 60 天的岗位,逐条打 1 到 5 分,你点头它就用 Firefox 打开公司官网的表单填好、附上简历发出去,每一步都留截图。
让智能体真的动手改邮箱、发工单,光接授权和接口封装就够写一个项目。Composio 把 1000 多个预认证工具包做成 SDK:按用户隔离的会话、认证、触发器和沙箱都给上,工具还能检索、按需发现,不用把上百个工具定义全塞进上下文;TypeScript 与 Python 各一套实现。
数据团队要做带界面的内部工具,Python 写得动逻辑,前端那套工程却没人愿意维护。Reflex 让你全用 Python 写,前后端都在同一个项目里,界面组件由框架自动编译成 React 再送进浏览器,自托管部署;另有 AI Builder、Agent Toolkit 和应用管理这些配套。
第 58 名DeepInfer 是 DeepSeek 生产服务在用的那个高性能推理框架,这次直接开源:MoE 专家并行、批不变推理、确定性采样、结构化输出全在内核里,目前支持 DeepSeek-V4.1-Flash。环境要求 Linux GCC 13.0 以上、Python 3.12、CUDA 13。
改一个单元格就怕下游全乱、重跑一遍太慢。marimo 是反应式的 Python 笔记本:改一格自动重跑引用了它的下游格子,删格会把残留变量从内存里清掉,代码、输出和程序状态始终一致;整份文件就是纯 Python,能脚本化、能用 SQL 查、能部署成应用,也能进 Git。
每接一个新服务都要重写一遍队列、定时任务、状态和可观测性,胶水代码越堆越多。iii 是 Rust 写的后端运行时,把这些横切关注点收进同一套实时接口:worker 注册进目录就能被别的 worker 立即调用,HTTP、cron、状态、Agent 沙箱都在这一层,目录在 workers.iii.dev 上可直接浏览。
对外的聊天机器人最难的不是接通率,而是每次回答都得守规矩。Parlant 里你用自然语言写清智能体该有的行为,编码助手替你实现,运行时用策略引擎保证它每次对话都按你的规则走:Basic 客户撞到项目额度才提一次 Pro,Pro 客户一次都不提。聊天挂件、人工转接、测试、托管和分析也都归它管。
想养一个只听自己的助手:数据不出机,但工具、上下文和记忆都得自己理顺。Leon 是开源的个人 AI 助手,围绕工具、上下文、记忆和智能体式执行构建,用专门的工具而不是自由发挥,本地就能跑完一件事;2.0 的 Developer Preview 现在在 develop 分支上,旧的稳定版留在 master。
E2B 是给 AI 生成代码用的云端沙箱基础设施,跑的是有真实工具链的隔离环境,不是模拟器。JavaScript 与 Python 各有一套 SDK,装上就能开沙箱并控制它。仓库规模不小,两千多个文件,自带完整的开发环境与变更集流程。
第 101 名想复刻一条爆款视频,得先知道它每个镜头是怎么来的。rea-video 逐个镜头拆开,判断是实拍、AI 生成还是代码做的:实拍给机位和灯光设备(12 套机位附器材清单),AI 视频反推提示词并指出该用哪个模型,代码做的给文本、版式和动效时序。字幕能导出 SRT / ASS,音轨的 BPM 和音效位置也标出来。
名次按 star 总数排。数据来自 GitHub 公开接口每天的采集快照,只收录被采集到的项目。