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。
日榜 · 最近一天新增的 star · 数据日期 2026-11-18 · 共 16 个项目
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 20 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。
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。
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。
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。
第 55 名代码是 AI 写的、跑起来也正常,但问一句「用户点结账会经过哪些地方」,没人答得上来。floorplan 让 Claude Code 或 Codex 读完你的代码库,画一张交互式架构图,模块、文件和请求都用日常说法标好,调用关系一并画出来。
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。
让编码智能体从零学会你公司的合规流程、市场话术和财务口径,靠 prompt 拼凑总会漏。claude-skills 拆成 411 个技能、129 个 Agent、169 条自定义命令和 7 套人设,装给 Claude Code 及另外 12 个编码智能体,工程、市场、合规、财务、高管决策都覆盖,还公布技能加载测试结果。
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。
第 81 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。
内存明明躺在机器里没人用,却没人跟你商量。ram-altman 是个 Bash 脚本:监控本机内存占用,每天给 OpenAI 的 Sam Altman 发一封邮件,汇报他「错过的」内存,全仓库只有脚本、测试与说明。它把总量、已用和可用内存都算进去,也正确处理 page cache,每天最多发一封信,8 个标题、10 段正文和 6 种落款轮换着来,免得看腻。
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。
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。
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。
名次按当天新增的 star 排,同增时比 star 总数。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。