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 55 个项目 · 第 2 / 3 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。
要让智能体学会用电脑,得先给它真的桌面、能连网的机器和可重复的考题。cua 把这四件事(computer-use 训练与评测)拆成开源件:跨系统桌面自动化的 Cua Driver、本地虚拟机 Lume、做决策的 CUA-S1、造任务和打分的 Cua Bench,还能把多台电脑拼成团队和智能体共享的算力。
让 Agent 在你集群里跑代码,最怕它顺手动了不该动的东西。OpenSandbox 是给 AI Agent 用的沙箱运行时,用统一的沙箱 API 隔离执行代码、命令和文件操作:底层是 Firecracker,创建 P50 64 毫秒、并发 10 个时 P99 125.4 毫秒,能暂停恢复并保留内存和磁盘状态。
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。
小说或剧本变成视频,卡在角色前后镜头长得不一样。ArcReel 是可自托管的 AI 视频工作台:先把故事拆成角色、场景、道具资产,再生成分镜和视频片段,跨镜头保持一致,最后导出能继续编辑的剪映草稿;每个阶段都可由 Agent 编排,也可由用户审核重做,模型供应商和调用花费都记在案上。
教材 PDF、绘本、纪录片各有各的讲法,混成一份互动课件要写的代码不少。Papermorph 这个 Agent 技能把教材 PDF、故事和书籍转成带旁白配音的互动网页课程:公式和场景跟着旁白一步步变,还带随堂小测和章节练习,判数学结果不判字符串;扫进来的绘本能抠出人物当纸偶,产物是静态网页,不依赖服务器、数据库和账号。
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。
让 AI 批量出图,最容易翻车的是角色画得不像、品牌色跑偏。skills 通过 Scenario MCP 生成图片、视频、音频与 3D 资产,先选模型、预估价格,再保持角色与品牌一致;另有团队技能驱动 Blender、Maya、ZBrush、Unreal、Unity。
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。
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。
让智能体直接吐界面,而不是只回一段文字。CopilotKit 是给智能体和生成式 UI 准备的前端栈:React、Angular、移动端、Slack 都能写,JSX 写一次就渲染成 Slack 的 Block Kit、Teams 的 Adaptive Cards;AG-UI 1.0 协议由它主导。
改论文排版最烦的是盯着 .tex 源码,猜 PDF 最后长什么样。Papilot 这个 AI LaTeX 编辑器反过来做:只读 PDF、不写 .tex,你在排好版的页面上圈出句子或公式写批注,agent 去找源码,再把改动以排版后的 diff 呈现给你看。
信任边界、威胁和缓解措施,让 AI 凭感觉写等于没写。把仓库指向 Claude Code 或 Codex,它先做一遍有界的只读证据扫描,再按 36 种架构、29 套方法产出带代码引用出处的威胁模型:STRIDE 可以只跑单个元素,改分支时还能拿旧的 JSON 报告当基线做差异评审,隐私评审另有流程。
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。
Zapier 好用,但连接器、计费、数据都捏在别人手里。Activepieces 用 TypeScript 写积木式工作流组件,每个积木既能在界面里拖,也能当 MCP 服务给 Claude Desktop、Cursor 这类 AI 客户端调用;组件全开源在 npm 上,60% 由社区贡献,400 个 MCP 服务可用。
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。
第 94 名看到一条喜欢的视频,想拿同样的风格做一条自己的?ReelMimic 丢进参考片(本地文件、手机录像或 YouTube 链接都行),先拆出剪辑节奏、镜头长度、转场、构图、配色和运镜,出一份方案给你过目,还能直接聊、改设置。之后由一队 AI 智能体并行做片段,逐镜头自检、不过就返工 —— 原片的画面、角色和素材不会带过来。
让 Agent 抓自己账号里的数据,卡的总是登录态这一步 —— browser-harness 让 Claude Code、Codex 或 Cursor 直接开你真实的 Chrome:以你的身份登录着翻页、点击、输入、下载。它走 CDP 接管浏览器,缺什么工具 Agent 当场自己写,一条提示词就能装好,MIT 协议。
AI 助手接进微信后,只会聊天不解事。CowAgent(原名 chatgpt-on-wechat)会自己拆解复杂任务、循环调用工具和技能,靠记忆和知识持续进化:三层记忆从上下文到日记再到核心,聊天记录自动复盘改进技能,技能还能从 Skill Hub、GitHub、ClawHub 一键装。
第 98 名让 AI 实时看着你的屏幕干活,规矩却是你得描述它看见什么。dsh-see-now 是给 DSH 用的实时视觉插件:把屏幕、摄像头或视频按变化量筛出关键帧,压成一张几帧拼成的图再交给模型;静止画面几乎不花 token,一镜到底的视频按运动量给帧,幻灯片每硬切一次留一帧。Apache-2.0 协议,随便用。
写提示词拼智能体,流程一长就没法调试。Chaos 是一门以函数为基础、把智能体当作可调用值的编程语言:计算与流程写成函数,理解与生成交给智能体,两者在同一个程序里传数据、协作执行、返回结果。源码写成 .chaos 文件,配命令行、网页 IDE 和围绕目标工作的 Bot,实时界面能看着运行网络,40 秒看完全程。
大批量做决策判断,逐条问模型太慢。Flide 是给决策模型的高速推理引擎,用精确状态分叉并行展开,答案与模型单独作答完全一致,比 vLLM 和 SGLang 快最多 9.5 倍;官方 demo 里一台 H200 用 28 秒给 10,000 封邮件各打 8 个标签。RTX 40 系与 50 系有预编译内核。
在安卓手机上让智能体替你办事,绕不开 ROOT、Termux 和模拟点击那套折腾。DSH-Android 一个 APK 就把 DeepSeek Harness 装进手机:引擎内嵌 App 进程,读屏操作 App、改系统设置、做定时与条件自动化。装包约 110 MB,Android 10 及以上机型可用。
笔记内容锁在别人服务器上,总让人不踏实。思源笔记是开源、隐私优先、可自托管的知识工作空间,人和智能体在同一份文档里协作:内容按块引用组织、支持双链,配 Markdown 所见即所得;近期把智能体面板和 MCP 支持接进了主程序。AGPL-3.0 协议,多数功能商用也免费,云同步走官方托管。
长时间跑的 Agent 撞到要拍板的地方,只能在日志里喊你。Agentring 让它直接给你手机打真实来电 —— 锁屏待机也照样响,语音 AI 把情况讲一遍,通话转成文本回传给它接着干活,你也能从 App 里反向打回去问它。通话走 VoIP,从你自己的服务器到自己的手机,不要号码也没有每分钟话费,自托管的 Python 实现,Apache-2.0。
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。