用单张图片生成带材质3D模型，降低3D创作门槛（GitHub Trending）

今日 GitHub 热门项目 Top 11，已为你深度翻译整理。

1. usekaneo/kaneo

作者： usekaneo
语言： TypeScript
⭐ 星标： 5,476（今日 +778）　｜　🍴 Fork： 473
许可证：MIT　｜　主页：https://kaneo.app/
标签： hacktoberfest, hono, issue-management, issue-tracker, jira-alternative, kanban, linear-alternative, project-management, react, self-hosted, typescript

项目定位： Kaneo 是一个开源、可自托管的项目管理工具，主打极简设计，只保留真正有用的功能，让团队专注工作本身。

为你而选： 适合厌倦了臃肿项目管理工具的团队和开发者，可自托管保护数据隐私，提升日常协作效率。

如果你曾被各种项目管理工具里繁杂的按钮和通知搞得心烦意乱，Kaneo 可能正是你想要的。它的核心理念是“少即是多”——不堆砌花哨的功能，只保留真正能解决实际问题的特性，让团队把精力放回“打造好产品”本身。

核心亮点
– 极简且快速：界面干净，专注于你的工作内容，而不是工具本身，同时非常注重性能体验。
– 开源与自托管：采用宽松的 MIT 协议，支持自托管，确保数据完全掌握在自己手中。

部署与上手
Kaneo 提供了多种部署方式，对新手非常友好：
1. 一键部署：官方推荐使用 drim CLI 工具，只需两行命令即可自动配置 HTTPS 和数据库：
bash curl -fsSL https://assets.kaneo.app/install.sh | sh drim setup
2. Docker Compose：最快体验方式，配置好 compose.yml 和 .env 文件（需设置 KANEO_CLIENT_URL、POSTGRES_PASSWORD 和 AUTH_SECRET），运行 docker compose up -d 即可在 http://localhost:5173 访问。
3. Kubernetes：如果你在用 K8s，官方也提供了完善的 Helm chart。

开发与注意事项
如果你想参与贡献或本地开发，项目使用 pnpm 管理依赖，克隆仓库后执行 pnpm install 并配置好 .env，即可通过 pnpm dev 启动开发服务器。
需要注意的是，Kaneo 依赖 PostgreSQL（如 16-alpine），并且需要配置一系列环境变量。在非 Docker 部署或高级配置场景下，务必参考官方文档仔细设置 DATABASE_URL 等参数，以免遇到连接或跨域问题。

2. zhaoxuya520/reverse-skill

作者： zhaoxuya520
语言： PowerShell
⭐ 星标： 11,536（今日 +1,360）　｜　🍴 Fork： 1,754
许可证：MIT

项目定位： 为 AI 编码助手打造的网络安全技能路由包，让 Claude Code、Cursor 等客户端在遇到逆向、渗透、CTF 任务时自动路由到正确方法论并按需启动工具链，而非盲目猜命令。

为你而选： 适合安全研究员、渗透测试工程师和 CTF 选手；配合 AI 编码客户端使用，可显著减少工具选型和流程编排的时间，把经验沉淀为可复用知识库。

为什么需要 reverse-skill

做安全研究的人都有过这种体验：面对一个 APK 或一段加密的前端 JS，脑子里知道大概要用 jadx、Frida 或 BurpSuite，但具体先做什么、后做什么、工具之间怎么衔接，往往靠经验甚至临场发挥。更麻烦的是，当你让 AI 助手来帮忙时，它可能连该选哪个工具都判断不准。

reverse-skill 解决的就是这个问题。它本质上是一套技能路由包——当 AI agent（Claude Code、Cursor、Cline 等）遇到逆向、渗透或 CTF 任务时，不再盲目猜测命令，而是按照预设的路由规则，先判断场景类型，再检查本地可用工具，最后执行一套可重复的工作流。

核心特性

场景覆盖广：从 APK/iOS 逆向、二进制分析（IDA/radare2/Ghidra）、前端 JS 加密、.NET 逆向，到渗透测试、恶意软件分析、固件安全、CTF（40+ 子技能）、Pwn 开发、EDR 绕过、LLM 安全等，几乎覆盖了主流安全研究方向。
流程规范化：通过 RULES.md 做全局路由，MASTER-ROUTING.md 提供快速分流阶梯，case-init 脚本初始化案件目录（scope/timeline/workitems），形成”证据→发现→路径→报告”的完整链路。
工具索引自举：克隆仓库后运行刷新脚本即可扫描本地已安装的工具，生成 tool-index.md，AI agent 据此判断哪些工具可用、哪些需要补装。

技术栈与实现思路

项目本身不重造工具，而是做编排层。底层依赖 Java（jadx/apktool）、Node.js 22.12+（JS 工具链和 MCP 服务器）、Python 3.x（Frida 和辅助脚本），以及 IDA Pro、radare2、Ghidra 等专业工具。路由逻辑用 Markdown 规则 + PowerShell/Bash 脚本实现，轻量且可读。

快速上手

git clone https://github.com/zhaoxuya520/reverse-skill.git

然后按平台刷新工具索引：

平台	命令
Windows	`powershell -File skills/scripts/refresh-tool-index.ps1`
Linux/macOS	`bash skills/scripts/refresh-tool-index.sh`
Kali Linux	`bash kali/scripts/refresh-tool-index.sh`

刷新后查看 skills/tool-index.md 确认检测到的工具。如果你是 AI agent，项目还专门提供了 README_AI.md 作为引导入口。

注意事项

许可证以 MIT 为主，但 CTF-Sandbox-Orchestrator/ 子模块为 GPLv3，Pentest Swarm AI 原项目为 AGPL-3.0（本仓库仅通过 CLI/MCP 调用，不含源码）。
项目定位为授权渗透测试和安全研究，使用前请确保你有合法授权。
工具链依赖较多，建议在 Kali Linux 环境下使用，平台适配文档最为完整。

3. microsoft/generative-ai-for-beginners

作者： microsoft
语言： Jupyter Notebook
⭐ 星标： 113,982（今日 +104）　｜　🍴 Fork： 61,185
许可证：MIT
标签： ai, azure, chatgpt, dall-e, generative-ai, generativeai, gpt, language-model, llms, microsoft-for-beginners, openai, prompt-engineering, semantic-search, transformers

项目定位： 微软出品的生成式AI入门课程，通过21节课系统讲解如何构建生成式AI应用。

为你而选： 适合想入门AI开发的初学者和开发者，能帮助他们从零开始掌握并动手构建AI应用。

微软的21节开源课程是生成式AI入门的好起点，系统梳理了从概念到应用开发的全流程。

课程分两类。前者讲透大模型原理与提示词工程，后者带你用 Python 或 TypeScript 写代码，构建聊天、搜索及图像生成应用。每节课配有视频、文档和代码，并提供简体中文支持。

技术栈支持 Azure OpenAI、OpenAI API 及 Foundry Models，还能用 Foundry Local 离线运行。

快速上手：因含50多种语言翻译，推荐用 sparse checkout 加速下载：

git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git

随后进入目录执行 git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'。运行需 GitHub 账号及基础 Python/TS 知识。

注意：零编程基础较吃力。调用云端 API 可能产生费用，预算敏感者可用 Foundry Local 离线方案。

4. github/copilot-sdk

作者： github
语言： Java
⭐ 星标： 10,219（今日 +145）　｜　🍴 Fork： 1,382
许可证：MIT

项目定位： GitHub Copilot SDK 是一套多平台开发工具包，将 Copilot CLI 背后的成熟 Agent 运行时直接嵌入你的应用，省去自建编排逻辑的麻烦。

为你而选： 适合需要在应用中集成 AI Agent 的开发者。你可以用它快速实现规划、工具调用和文件编辑，无需从零搭建复杂的工作流。

以前要在自己的应用里搞一个能自主规划、调用工具、改文件的 AI Agent，你得自己写一堆编排逻辑。GitHub Copilot SDK 直接把 Copilot CLI 背后那套经过生产检验的 Agent 运行时打包成了多语言 SDK，让你能以编程方式调用，省去了重复造轮子的麻烦。

在技术实现上，它支持 Python、TypeScript、Go、.NET、Java 和 Rust 六种主流语言。底层架构很清晰：你的应用通过 SDK 客户端，以 JSON-RPC 协议与 Copilot CLI（服务器模式）通信。SDK 会自动管理 CLI 进程的生命周期，开发者无需操心底层进程的启停。

快速上手也很直接。比如 Python 环境只需 pip install github-copilot-sdk，Node.js 用 npm install @github/copilot-sdk。对于 Node.js、Python 和 .NET，CLI 会作为依赖自动捆绑；而 Go、Java 和 Rust 则需要你手动确保 copilot 命令在系统 PATH 中。

有几个边界需要注意：标准使用需要 GitHub Copilot 订阅，且每次 prompt 都会计入使用额度。不过它也支持 BYOK（自带密钥），你可以配置 OpenAI 或 Anthropic 等提供商的 API Key 来绕过 GitHub 认证。默认情况下它会开启 CLI 的第一方工具，但你可以通过 SDK 的权限处理器来批准、拒绝或自定义这些工具调用，核心控制权依然在开发者手里。

5. github/gh-stack

作者： github
语言： Go
⭐ 星标： 726（今日 +67）　｜　🍴 Fork： 32
许可证：MIT　｜　主页：https://gh.io/stacks
标签： cli, gh-extension, github, stacked-prs

项目定位： 一个 GitHub CLI 扩展，用于管理堆叠分支和拉取请求，将大型代码变更拆分为一系列小而可审查的 PR 链，并自动化分支创建、rebase 和 PR 基底设置等繁琐操作。

为你而选： 适合需要处理大型代码重构或复杂功能的开发团队。它能帮你把巨型 PR 拆成易读的小 PR，提升代码审查效率，并大幅降低维护多分支的心智负担。

把巨型 PR 拆成乐高积木：gh-stack

在协作开发中，动辄上千行的巨型 PR 往往让审查者望而生畏。gh-stack 是 GitHub 官方推出的一个 CLI 扩展，它通过“堆叠 PR（Stacked PRs）”的理念，把庞大的代码变更拆解成一条环环相扣的小 PR 链。每个 PR 只包含一层的改动，审查者每次只需关注局部逻辑，极大降低了审查难度。

核心亮点
– 自动化繁琐操作：从创建分支、级联 rebase 到自动设置正确的 PR 基分支，gh stack 都能一键搞定。你不再需要手动维护分支间的依赖关系。
– 直观的结构调整：通过 gh stack modify 提供的终端 UI，你可以像拼积木一样对分支进行折叠、插入、重排或重命名，所有操作预览后一键生效。
– AI 协作友好：支持安装 gh skill，让你的 AI 编程助手也能理解并操作堆叠 PR，进一步解放双手。

快速上手
只需安装 GitHub CLI (v2.0+)，然后运行：

gh extension install github/gh-stack

初始化一个堆栈只需 gh stack init，接着用 gh stack add 不断叠加新分支，最后用 gh stack submit 一键在 GitHub 上生成相互关联的 PR 链。

注意事项
堆叠 PR 的元数据保存在本地的 .git/gh-stack 文件中（不提交到仓库）。当本地与远程的堆栈结构发生分歧时，工具会提示你进行手动干预，确保不会静默丢失代码。如果你正被大型重构的 PR 审查折磨，这个工具绝对值得一试。

6. abus-aikorea/voice-pro

作者： abus-aikorea
语言： Python
⭐ 星标： 11,596（今日 +53）　｜　🍴 Fork： 1,705
许可证：GPL-3.0　｜　主页：https://www.wctokyoseoul.com
标签： audiobook, faster-whisper, gradio, karaoke, podcasts, speech-recognition, speech-synthesis, speech-to-text, subtitles, text-to-speech, transcription, translator, tts, voice-cloning, voice-conversion, webui, whisper, whisperx, yt-dlp

项目定位： Voice-Pro 是一款集成了语音识别、翻译、多语言配音和零样本语音克隆的 AI Web 应用，为创作者和开发者提供强大的多媒体内容处理能力。

为你而选： 适合播客创作者、开发者和多语言工作者。普通人可用它下载YouTube视频、分离人声、生成多语言配音，实现以往需昂贵商业服务才能完成的任务。

Voice-Pro 把 YouTube 视频下载、人声分离、语音识别、翻译和文本转语音（TTS）整合在了一个 Gradio WebUI 里。它最大的亮点在于支持零样本语音克隆（F5-TTS、E2-TTS、CosyVoice），并且集成了 Whisper 系列的语音识别和 100 多种语言的即时翻译，可以看作是 ElevenLabs 的一个免费开源替代方案。

从技术栈来看，v4.0 版本有不少值得关注的改进。项目将安装器迁移到了 uv，大幅提升了安装速度和环境的可复现性；运行时升级到了 Python 3.12、Torch 2.8.0+cu128（支持 RTX 50 系列显卡）和 Gradio 6。对普通用户更友好的是，它不再需要安装 CUDA Toolkit 和 Visual Studio Build Tools，所有依赖都打包了预构建的 wheels，甚至在受限的企业电脑上也无需管理员权限即可运行。

快速上手
在 Windows 环境下，只需运行 start.bat，程序会自动下载便携版 ffmpeg 和所需的 AI 模型。如果遇到报错，通常只需删除 installer_files 文件夹后重新运行 start.bat 即可，已下载的模型会保留在 model/ 目录中，重装只需几分钟。

注意事项
项目目前主要在配备 NVIDIA GPU 的 Windows 上运行良好，Mac 和 Linux 的兼容性未经验证。此外，作者因其他项目开发原因暂停了 Voice-Pro 的更新，但已将所有代码完全开源免费，任何人都可以自由分发和修改。

7. iv-org/invidious

作者： iv-org
语言： Crystal
⭐ 星标： 21,497（今日 +361）　｜　🍴 Fork： 2,426
许可证：AGPL-3.0　｜　主页：https://invidious.io
标签： agplv3, hacktoberfest, invidious, libre, video, watch, youtube, youtube-video

项目定位： Invidious 是一个开源的 YouTube 替代前端，提供轻量、无广告、无追踪的观看体验，且不依赖官方 API。

为你而选： 适合注重隐私的普通用户和开发者。普通人可借此免广告看视频，开发者可利用其 API 二次开发或自建实例。

如果你厌倦了 YouTube 官方客户端里无处不在的广告和追踪脚本，Invidious 是一个值得尝试的开源替代前端。它通过自建或公共实例，为你呈现一个干净、轻量的视频浏览环境。

核心亮点
– 隐私与轻量：无广告、无追踪，甚至不需要启用 JavaScript 即可观看，同时支持明暗主题和音频模式（移动端可后台播放）。
– 订阅独立：你的订阅列表不再绑定 Google 账号，且支持从 YouTube、NewPipe 和 FreeTube 导入导出数据。
– 技术看点：它绕过了官方 YouTube API，避免了配额限制；采用 AGPLv3 协议且无 CLA，对社区贡献非常友好。

快速上手
普通用户无需部署，直接从公共实例列表选一个就能看视频。如果想自建，可以查阅官方文档的安装指南。此外，强烈推荐搭配 Privacy Redirect 浏览器扩展，它能自动把 YouTube 链接重定向到 Invidious，体验无缝切换。

注意事项
项目方声明不对第三方实例的使用承担责任，使用时请遵守所在地的法律法规，避免用于非法下载等不当用途。

8. microsoft/TRELLIS.2

作者： microsoft
语言： Python
⭐ 星标： 9,816（今日 +167）　｜　🍴 Fork： 1,191
许可证：MIT

项目定位： 微软开源的40亿参数图生3D大模型，采用全新O-Voxel结构，能高效生成高保真、支持复杂拓扑和PBR材质的3D资产。

为你而选： 适合3D开发者与创作者。普通人可借此从单张图片快速生成带真实材质的3D模型，大幅降低3D内容创作门槛。

TRELLIS.2 是微软开源的一款拥有 40 亿参数的大型 3D 生成模型，专注于高保真的“图生3D”任务。它解决的核心痛点在于传统 3D 生成难以处理复杂拓扑结构（如开放表面、非流形几何、内部封闭结构）以及材质表现单一的问题。

项目最大的技术亮点是提出了一种名为 O-Voxel 的无场稀疏体素结构。这种表示方法打破了等值面场的限制，实现了无需渲染、无需优化的无损转换。在单 CPU 上，网格转 O-Voxel 不到 10 秒；在 CUDA 加速下，O-Voxel 转网格不到 100 毫秒。结合稀疏 3D VAE 和原生 DiT 架构，模型在 H100 GPU 上生成 512³ 分辨率的 3D 资产仅需约 3 秒。除了几何形状，它还能生成包含基础颜色、粗糙度、金属度、不透明度等完整的 PBR 材质，支持逼真的光照渲染和透明度。

快速上手与注意事项

项目目前仅支持 Linux 系统，且需要至少 24GB 显存的 NVIDIA GPU（推荐 CUDA 12.4）。克隆代码库后，可通过官方提供的 setup.sh 脚本一键创建 conda 环境并安装复杂依赖：

git clone -b main https://github.com/microsoft/TRELLIS.2.git --recursive
cd TRELLIS.2
. ./setup.sh --new-env --basic --flash-attn --nvdiffrast --nvdiffrec --cumesh --o-voxel --flexgemm

环境就绪后，你可以直接运行 example.py 体验图生3D，或通过 python app.py 启动本地 Web 演示。生成的资产可直接导出为带 PBR 材质的 GLB 格式，方便导入主流 3D 软件使用。

需要注意的是，导出的 GLB 文件默认处于 OPAQUE（不透明）模式。虽然纹理贴图中保留了 Alpha 通道，但默认未激活。如果需要透明效果，导入 3D 软件后需手动将纹理的 Alpha 通道连接到材质的不透明度输入端。此外，由于依赖较多，安装过程可能耗时较长，遇到问题可查阅官方文档或提交 issue。

9. TencentCloud/TencentDB-Agent-Memory

作者： TencentCloud
语言： TypeScript
⭐ 星标： 10,053（今日 +250）　｜　🍴 Fork： 970
标签： agent, ai-agent, embedding, llm, local-first, long-term-memory, memory, openclaw-plugin, vector-search

项目定位： 腾讯云开源的团队级 AI Agent 记忆中枢，将对话、文档和代码转化为四种可复用记忆资产，让 Agent 跨框架共享经验，告别重复劳动。

为你而选： 适合开发者和 AI 应用团队。可用它为 Agent 组建团队并分配记忆，让 Agent 继承历史经验，无需每次从零开始。

如果你经常使用 AI Agent，大概会被同一个问题困扰：每次开启新会话，Agent 都得从零开始了解你的项目。TencentDB Agent Memory 就是为了解决这个“重复造轮子”的痛点而生。它把对话、文档和代码转化为四种可复用的记忆资产：Chat Memory（对话记忆）、Skill（技能库）、Wiki（知识图谱）和 CodeGraph（代码调用图），让 Agent 能够继承团队经验。

在技术实现上，它有几个值得关注的看点。首先是记忆分层（L0 到 L3），将原始对话逐层提炼为事实、场景和长期画像，检索时结合 BM25、向量检索与 RRF 算法，既精准又避免撑爆上下文窗口。其次，知识不是全量注入，而是通过工具按需调用。权限上采用 Fixed Binding + ACL 模型，支持 private、team、restricted 等可见性，确保共享经验的同时不泄露隐私。

快速上手非常简单，只需克隆仓库并运行启动脚本：

git clone https://github.com/Tencent/TencentDB-Agent-Memory.git
cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env
$EDITOR .env
./start-all.sh

启动后访问 http://localhost:8125 即可打开控制面板。需要注意的是，运行环境要求 Node 22.16 及以上版本，且需在 .env 中配置好 LLM 参数。对于想组建多 Agent 协作团队的开发者来说，这是一个能让经验持续复利的高效工具。

10. NomaDamas/k-skill

作者： NomaDamas
语言： JavaScript
⭐ 星标： 6,678（今日 +64）　｜　🍴 Fork： 790
许可证：MIT　｜　主页：https://k-skill.nomadamas.org

项目定位： 为韩国人量身打造的 AI 代理技能合集，让 Claude Code 等编程代理能够直接处理韩国本土的 SRT、KTX、KBO、政府服务等繁琐事务。

为你而选： 适合在韩国生活或开发的人，能让 AI 代理自动完成查票、订票、查天气、查法规等日常繁琐任务，大幅提升效率。

它解决了什么问题？
在韩国，订高铁票、查棒球比分、查政府公开信息等日常事务往往需要登录各种繁杂的网站。k-skill 这个项目把所有这些繁琐的操作打包成了 AI 代理可以直接调用的“技能”，让 Claude Code、Codex 等编程代理瞬间变成懂韩国生活的“本地人”。

核心特性与亮点
项目覆盖了极其丰富的场景：从 SRT/KTX 高铁和高速巴士订票，到首尔地铁实时信息、KBO 棒球比分、甚至韩江水位查询。它还支持韩国法律检索、房产交易价格查询、企业工商信息实查等深度功能。你不需要额外编写客户端 API 层，直接通过 k-skill-proxy 发送 HTTP 请求即可。

快速上手
只要你的环境里有 Node.js 18 及以上版本和 npx，一行命令就能安装全部技能：

npx --yes skills add NomaDamas/k-skill --all -g

如果只需要某个特定技能（比如 SRT 订票），也可以单独安装：

npx --yes skills add NomaDamas/k-skill --skill srt-booking -g

适用边界与注意事项
需要注意的是，部分涉及个人隐私或资金的操作（如订票、查证券账户、打印 Hi-Pass 收据）需要用户自己提供登录凭证或手动登录；而像查询天气、交通、公开法规等技能则无需登录。项目本身只提供技能调用与信息整合，部分需要支付或提交的环节仍需人工介入。

11. bytedance/deer-flow

作者： bytedance
语言： Python
⭐ 星标： 78,588（今日 +204）　｜　🍴 Fork： 10,732
许可证：MIT　｜　主页：https://deerflow.tech
标签： agent, agentic, agentic-framework, agentic-workflow, ai, ai-agents, deep-research, harness, langchain, langgraph, langmanus, llm, multi-agent, nodejs, podcast, python, superagent, typescript

项目定位： 字节跳动开源的长周期超级智能体框架，通过编排子代理、记忆和沙箱，结合可扩展技能，处理从几分钟到几小时不等的复杂任务。

为你而选： 适合需要处理深度研究、代码生成或复杂任务链的开发者。普通人可借助它自动化耗时工作流，实现从研究到创作的端到端任务执行。

DeerFlow 2.0 是字节跳动开源的一个超级智能体框架，它的核心价值在于能够处理“长周期”任务。不同于只能回答单次提问的聊天机器人，DeerFlow 可以通过编排子代理、调用长期记忆、在沙箱中执行代码，并结合可扩展的技能，完成从深度研究到代码编写和内容创作的复杂工作流。

核心特性与看点
– 多代理协同与沙箱：支持子代理分工，并在安全的沙箱环境中执行代码和文件操作，避免对宿主环境造成破坏。
– 长期记忆与上下文工程：具备长期记忆能力，支持手动上下文压缩，能在多轮交互中保持任务连贯性。
– 集成搜索能力：集成了 BytePlus 的 InfoQuest 智能搜索与爬虫工具集，增强了信息获取能力。
– 模型兼容性：不仅支持 OpenAI、DeepSeek、Kimi 等主流云端模型，还支持通过 vLLM 部署的本地模型，甚至兼容 Claude Code 和 Codex CLI 等 CLI 后端。

快速上手
项目推荐使用 Docker 进行部署。首先克隆仓库，然后运行 make setup 启动交互式配置向导，它会引导你选择 LLM 提供商、搜索工具并生成基础配置文件。配置完成后，可以通过以下命令启动：

make docker-init    # 拉取沙箱镜像
make docker-start   # 启动服务

注意事项
DeerFlow 2.0 是一次完全重写，与 1.x 版本不共享代码。在部署资源方面，官方建议长期运行的服务器至少配备 8 vCPU 和 16 GB RAM，如果同时运行本地大模型则需要更多资源。此外，由于涉及代码执行和文件系统访问，务必关注官方的安全建议，合理配置沙箱和权限。