GitHub Trending 日报 · 2026-07-22

今日 GitHub 热门项目 Top 20，已为你深度翻译整理。

1. koala73/worldmonitor

作者： koala73
语言： TypeScript
⭐ 星标： 65,437（今日 +1,295）　｜　🍴 Fork： 10,192
主页：https://worldmonitor.app
标签： agent, ai, dashboard, geopolitics, mcp, mcp-server, monitoring, news, opensource, osint, palantir, situation

项目定位： 实时全球情报仪表盘，AI驱动的新闻聚合、地缘政治监控与基础设施跟踪，统一态势感知界面。

核心特性：
– 500+精选新闻源，AI合成简报，覆盖15个类别。
– 双地图引擎：3D地球（globe.gl）与WebGL平面地图（deck.gl），支持56种图层。
– 跨流关联分析：军事、经济、灾害等信号汇聚，识别风险升级。
– 国家不稳定指数（CII v8）：服务器权威评分，覆盖31个一级国家。
– 金融雷达：整合29个交易所、商品、加密货币，7信号市场复合指标。
– 本地AI运行：支持Ollama，无需API密钥即可使用全部功能。

适用场景：
– 个人研究地缘政治与金融趋势。
– 自托管全球态势感知仪表盘。
– 商业SaaS提供实时情报服务。

技术亮点：
– 前端基于TypeScript、Vite，采用globe.gl+Three.js与deck.gl+MapLibre GL双引擎。
– 桌面端使用Tauri 2（Rust）构建原生应用，支持Windows/macOS/Linux。
– AI推理支持Ollama本地运行，也可通过Groq/OpenRouter云端调用。

快速上手：
– git clone https://github.com/koala73/worldmonitor.git && cd worldmonitor && npm install && npm run dev
– npx worldmonitor tools # 无需安装，直接运行MCP工具列表
– npm run dev:tech # 启动tech变体开发服务器

注意事项：
– 部分功能需要外部API密钥，详见.env.example。
– 商业闭源使用或官方品牌授权需额外许可，非AGPL-3.0默认条款。

2. bojieli/ai-agent-book

作者： bojieli
语言： Python
⭐ 星标： 14,472（今日 +4,624）　｜　🍴 Fork： 1,360
许可证：Apache-2.0
标签： agent, agent-memory, ai-agent, book, coding-agent, context-engineering, large-language-models, llm, mcp, multi-agent, multimodal, rag, reinforcement-learning

项目定位： 开源书籍及配套代码，系统讲解AI Agent设计原理与工程实践，提供88个实验项目，从基础到生产。

核心特性：
– 10章内容从Agent基础到多Agent协作，层层递进。
– 88个配套项目，其中70+可独立运行，动手实践丰富。
– 支持中/英/越/泰米尔等5种语言，覆盖广泛读者。
– 全书正文、配图、代码全部开源，免费获取PDF/EPUB。
– 核心公式Agent=LLM+上下文+工具，贯穿全书。
– 涵盖上下文工程、工具使用、Coding Agent、评估、后训练等前沿主题。

适用场景：
– 学习AI Agent原理与工程实现。
– 大学或培训机构的AI课程教材。
– 企业技术团队进行Agent技术选型与评估。
– 开发者快速上手构建生产级Agent。

技术亮点：
– 基于LLM + 上下文 + 工具的核心架构。
– 使用MCP协议实现工具调用，支持事件驱动。
– 包含SFT/RL后训练、自我进化、多Agent协作等高级技术。

快速上手：
– 从Releases页面直接下载PDF或EPUB电子书阅读。
– 运行编译脚本自行生成PDF：cd book && bash build_pdf.sh。
– 申请Kimi、智谱等平台的API Key以便运行配套实验。

注意事项：
– 社区翻译版本可能滞后于中文原版。
– 部分实验需要外部仓库（20个）或真实硬件（如SO-100机械臂）。

3. tirth8205/code-review-graph

作者： tirth8205
语言： Python
⭐ 星标： 24,543（今日 +1,925）　｜　🍴 Fork： 2,350
许可证：MIT　｜　主页：https://code-review-graph.com
标签： ai-coding, claude, claude-code, code-review, graphrag, incremental, knowledge-graph, llm, mcp, python, static-analysis, tree-sitter

项目定位： 本地优先的代码智能图，用于MCP和CLI。构建代码库的持久化映射，使AI编码工具只读取相关部分，在代码审查和大仓库工作流中实现经过基准测试的上下文缩减。

核心特性：
– 基于Tree-sitter解析代码为AST图，存储函数、类、导入等节点及调用、继承等边，支持增量更新。
– 增量更新：通过钩子或监视模式，文件保存后2秒内重新索引2900文件项目，仅重新解析变更文件。
– 爆炸半径分析：变更时追踪所有调用者、依赖者和测试，AI只读取受影响文件，避免全量扫描。
– 覆盖30+语言（Python、JS/TS、Go、Rust、Java等），支持Jupyter/Databricks笔记本。
– 自定义语言支持：无需fork，在languages.toml中映射扩展名和语法节点类型即可添加新语言。
– GitHub Action集成：CI中自动生成风险评分的PR评论，可选作为合并门禁，且代码不离开运行器。

适用场景：
– 代码审查时减少AI工具读取的token量，中位数缩减约82倍。
– 大型单体仓库（monorepo）中裁剪上下文，仅读取约15个文件而非数万。
– CI中自动进行风险评分的PR审查，识别受影响流程和测试缺口。

技术亮点：
– 使用Tree-sitter解析AST，图存储于SQLite，支持持久化和增量差分。
– 通过MCP协议与AI工具（Codex、Cursor、Claude Code等）集成，提供精准上下文。
– 架构管道：仓库→Tree-sitter解析器→SQLite图→爆炸半径→最小审查集。

快速上手：
– pip install code-review-graph
– code-review-graph install # 自动检测并配置所有支持的AI平台
– code-review-graph build # 解析代码库构建图

注意事项：
– 通用YAML文件不被视为源代码，不会解析其结构。

4. ayghri/i-have-adhd

作者： ayghri
语言： 未标注
⭐ 星标： 6,861（今日 +1,866）　｜　🍴 Fork： 283
许可证：MIT
标签： adhd, claude-, claude-code-plugin, claude-skills, developer-tools, productivity

项目定位： 为编码助手提供ADHD友好输出风格的技能，直接给出下一步行动、编号步骤，避免冗长客套，提升效率。

核心特性：
– 直接给出下一步行动，而非先解释背景。
– 多步骤任务编号，清晰易读。
– 无开场白、无总结、无结束语，直奔主题。
– 抑制跑题，保持回答聚焦。
– 每轮重申当前状态，减少记忆负担。
– 提供具体时间估计（分钟），而非模糊描述。

适用场景：
– 使用Claude Code或Codex的开发者，希望答案简洁直接。
– ADHD或注意力不易集中者，需要快速获取可执行指令。
– 希望减少AI助手客套话、提升编码效率的用户。

技术亮点：
– 作为Claude Code和Codex的插件，通过marketplace安装。
– 提供10条规则的SKILL.md文件，可fork并编辑定制。

快速上手：
– Claude Code：claude plugin marketplace add ayghri/i-have-adhd 和 claude plugin install i-have-adhd@i-have-adhd，然后输入 /i-have-adhd。
– Codex：codex plugin marketplace add ayghri/i-have-adhd --ref main 和 codex plugin add i-have-adhd@i-have-adhd，然后输入 $i-have-adhd。

5. earthtojake/text-to-cad

作者： earthtojake
语言： JavaScript
⭐ 星标： 9,119（今日 +291）　｜　🍴 Fork： 1,024
许可证：MIT　｜　主页：https://www.cadskills.xyz
标签： 3mf, agents, ai-agents, build123d, cad, dxf, glb, mechanical-engineering, opencascade, robotics, sdf, srdf, step, stl, stp, text-to-cad, urdf

项目定位： 一套面向 CAD、机器人及硬件设计代理的技能库，支持从自然语言或图像生成、编辑、预览、切片和导出 CAD 与机器人描述文件，聚焦于本地项目的自动化工作流。

核心特性：
– 从文字或图片生成 CAD 模型，输出 STEP、STL、3MF、GLB 等格式。
– 本地浏览器预览 CAD、G-code 和机器人文件，无需安装专业软件。
– 查找标准 STEP 零件（螺丝、轴承、电机、连接器），加速设计选型。
– 创建 2D DXF 图纸，适用于轮廓、模板、垫片和切割布局。
– 生成 URDF/SRDF/SDF 机器人描述文件，支持 MoveIt2 和仿真环境。
– 切片并验证 G-code，可直接上传至 Bambu Lab 打印机或 SendCutSend 加工服务。

适用场景：
– 使用自然语言快速生成机械零件原型。
– 为机器人开发创建完整的 URDF 描述和运动规划配置。
– 从设计到 3D 打印或 CNC 加工的端到端自动化。

技术亮点：
– Python 3.11+，基于 Skills CLI 的模块化技能架构。
– 支持 Codex 和 Claude Code 的插件安装，无缝集成到代理工作流。
– 通过 Git LFS 管理大文件，轻量克隆不包含 Demo GIF 等资产。

快速上手：
– npx skills install earthtojake/text-to-cad
– codex plugin marketplace add earthtojake/text-to-cad && codex plugin add cad@text-to-cad
– claude plugin marketplace add earthtojake/text-to-cad && claude plugin install cad@text-to-cad

6. 1jehuang/jcode

作者： 1jehuang
语言： Rust
⭐ 星标： 10,319（今日 +843）　｜　🍴 Fork： 1,135
许可证：MIT　｜　主页：https://jcode.sh
标签： ai, ai-agent, ai-coding-agent, claude, cli, coding-agent, llm, mcp, openai, rust, terminal, tui

项目定位： jcode 是下一代代码代理工具，专注于多会话工作流、无限可定制性和高性能，旨在提升编码技能上限。

核心特性：
– 极低资源消耗：单会话仅27.8MB RAM，启动时间仅14ms，远低于同类工具。
– 多代理协作（Swarm）：多个代理在同一仓库中自动管理冲突，实现原生协作。
– 智能记忆系统：基于语义向量的记忆图，自动提取、检索和整合，无需手动记忆工具。
– 侧面板与图表渲染：支持侧面板实时更新，并内联渲染Mermaid图表，渲染速度提升1800倍。
– 高性能渲染：每秒超过1000帧，无闪烁问题，并支持自定义信息小部件。
– 无限可定制性：通过配置和热键实现高度定制，满足不同工作流需求。

适用场景：
– 个人开发者需要高效编码代理辅助。
– 团队需要在同一仓库中并行使用多个代理协作。
– 资源受限环境（如CI/CD）中运行低开销代理。
– 需要长期记忆和上下文感知的复杂项目开发。

技术亮点：
– 基于Rust构建的mermaid渲染库（mermaid-rs-renderer），无需浏览器/TypeScript依赖。
– 采用语义向量记忆图，通过余弦相似度高效检索相关记忆。
– 自定义终端Handterm，支持原生滚动API，提升渲染效率。

快速上手：
– macOS/Linux：curl -fsSL https://jcode.sh/install | bash
– Windows 11 (PowerShell 5.1+)：irm https://jcode.sh/install.ps1 | iex

注意事项：
– 在标准终端中，滚动尚不支持平滑部分行滚动，需使用自定义终端Handterm以获得最佳体验。

7. oblien/openship

作者： oblien
语言： TypeScript
⭐ 星标： 6,225（今日 +1,562）　｜　🍴 Fork： 451
许可证：Apache-2.0　｜　主页：https://openship.io
标签： agents, ai, deployments, self-hosted

项目定位： 开源、可自托管的部署平台，内置CI/CD。支持推送代码、部署容器、管理基础设施，提供桌面应用、Web仪表盘和CLI三种界面。

核心特性：
– 内置CI/CD：推送即部署，支持预览环境、阶段/生产流程和回滚。
– 支持任何技术栈：Node、Python、Go、Rust、PHP、Ruby、Java、.NET、Docker、Monorepo。
– 内置数据库与后台服务：Postgres、MySQL、MongoDB、Redis、Worker、WebSocket、存储。
– 自动域名与SSL：Let’s Encrypt自动签发、通配符、无限域名、自动续期。
– 内置CDN：边缘缓存、HTTP/3、Brotli压缩、即时清除。
– 内置邮件服务器：SMTP带DKIM/SPF/DMARC，无需Mailgun或SES。

适用场景：
– 个人开发者快速部署副项目。
– 团队部署生产环境应用。
– 自托管在VPS、专用服务器或多台机器上。
– 通过桌面应用或CLI管理基础设施。

技术亮点：
– 基于标准Docker容器，确保可移植性与供应商无关。
– 提供npm、Docker Compose、桌面应用等多种安装方式。
– 内置REST API和MCP协议，支持自动化与AI工具集成。

快速上手：
– npm i -g openship && openship up # 安装并启动后台服务
– cd your-project && openship init && openship deploy # 部署项目
– git clone 仓库后使用 docker compose up -d 启动

注意事项：
– 文档仍处于完善中，部分功能说明可能不够详尽。
– 当前核心功能可用于生产，多节点集群等高级功能仍处于开发中。

8. AstrBotDevs/AstrBot

作者： AstrBotDevs
语言： Python
⭐ 星标： 37,462（今日 +416）　｜　🍴 Fork： 2,612
许可证：AGPL-3.0　｜　主页：https://astrbot.app
标签： agent, ai, astrbot, chatbot, chatgpt, discord, docker, gemini, gpt, llama, llm, mcp, openai, python, qq, qqbot, telegram

项目定位： AstrBot 是一个开源的一体化 Agent 聊天机器人平台，集成主流即时通讯应用，为个人、开发者和团队提供可靠可扩展的对话式 AI 基础设施。

核心特性：
– 完全免费开源，支持多种 LLM 对话、多模态、Agent、MCP、技能、知识库等。
– 集成 Dify、阿里云百炼、Coze 等第三方 Agent 平台，扩展灵活。
– 多平台支持：QQ、企业微信、飞书、钉钉、微信公众号、Telegram、Slack 等。
– 1000+ 社区插件，支持一键安装，满足多样化需求。
– 内置 Agent 沙箱，安全隔离执行代码、Shell 调用，支持会话级资源复用。
– 提供 WebUI 和 Web ChatUI，内置沙箱和网页搜索，交互友好。

适用场景：
– 构建个人 AI 陪伴助手
– 搭建智能客服系统
– 自动化工作流与通知
– 企业知识库问答与检索

技术亮点：
– 基于 Python 3.12+，支持异步和协程架构。
– 模块化插件系统，社区贡献 1000+ 插件。
– Agent 沙箱隔离执行，保障安全与资源复用。

快速上手：
– 安装 uv 后执行：uv tool install astrbot –python 3.12，然后运行 astrbot init 初始化，再执行 astrbot run 启动。
– 更新命令：uv tool upgrade astrbot –python 3.12

注意事项：
– macOS 用户首次运行 astrbot 命令可能因系统安全检查耗时 10-20 秒。

9. every-app/open-seo

作者： every-app
语言： TypeScript
⭐ 星标： 6,596（今日 +849）　｜　🍴 Fork： 711
许可证：MIT　｜　主页：https://openseo.so
标签： backlink-analysis, google-search-console-mcp, keyword-research, mcp, seo, seo-tools, site-audit

项目定位： OpenSEO 是 Semrush 和 Ahrefs 的开源替代品，提供即用即付、完全可控的 SEO 工具，支持 AI 代理集成。

核心特性：
– 最佳 MCP 与 AI 技能，可连接 Claude Code 等代理并自定义工作流。
– 现代简洁 UI，聚焦关键工作流，避免传统 SEO 套件的臃肿。
– 无订阅制，自带 DataForSEO API 密钥，按实际请求量付费。
– 支持 Fork 和自定义代码，打造专属 SEO 工具。
– 内置关键词研究、排名跟踪、竞争对手洞察、外链、站点审计与 AI 可见性。
– 提供 Docker 和 Cloudflare 两种自托管方式，灵活部署。

适用场景：
– 预算有限、希望替代高价 SEO 工具的个人或小企业。
– 需要将 SEO 数据直接接入 AI 代理的开发者。
– 希望基于开源代码定制专属 SEO 工作流的团队。

技术亮点：
– 基于 MCP 协议实现 AI 代理集成，提供预构建技能。
– 依赖 DataForSEO API 获取关键词、排名、外链等 SEO 数据。
– 支持 Docker 容器化部署和 Cloudflare Workers 无服务器部署。

快速上手：
– 免费试用托管版本：访问 openseo.so。
– 自托管：参考 docs/SELF_HOSTING_DOCKER.md（Docker）或 docs/SELF_HOSTING_CLOUDFLARE.md（Cloudflare），并准备 DataForSEO API 密钥。

注意事项：
– 自托管需要申请 DataForSEO API 密钥并直接向其付费，不包含在项目内。

10. tradesdontlie/tradingview-mcp

作者： tradesdontlie
语言： JavaScript
⭐ 星标： 4,840（今日 +114）　｜　🍴 Fork： 2,174

项目定位： 将 Claude Code 连接到本地 TradingView Desktop 的 AI 辅助图表分析工具，通过 Chrome DevTools 协议实现个人工作流自动化，所有数据本地处理。

核心特性：
– 基于 Chrome DevTools 协议与本地 TradingView 通信，安全可靠，无需访问外部服务器。
– 支持 Pine Script 编写、注入、编译、调试全流程，AI 辅助开发。
– 可读取图表指标值、价格水平、标注、表格等，实现视觉分析。
– 提供多面板布局管理和跨面板符号设置，支持复杂图表配置。
– 所有 MCP 工具均可通过 CLI 命令 tv 调用，输出 JSON 便于管道处理。
– 支持流式监控报价、K线、指标值等，适合本地监控脚本。

适用场景：
– 量化交易者利用 AI 辅助编写和调试 Pine Script 策略。
– 技术分析师通过自然语言查询图表状态、指标数值。
– 研究人员探索 LLM 代理与专业交易界面交互的可行性。
– 交易员使用回放模式复盘历史交易，练习入场/出场。

技术亮点：
– 基于 Chrome DevTools Protocol (CDP) 与 Electron 应用通信，标准调试接口。
– 使用 Model Context Protocol (MCP) 桥接 LLM 与桌面应用，提供结构化工具 API。
– 所有数据在本地处理，无外部传输，不存储或分发市场数据。

快速上手：
– git clone 仓库并执行 npm install 安装依赖。
– 启动 TradingView 并开启调试端口：使用脚本或添加 –remote-debugging-port=9222 参数。
– 配置 Claude Code MCP 文件，添加 server.js 路径，然后通过 tv_health_check 验证连接。

注意事项：
– 需要有效的 TradingView 付费订阅，且依赖未文档化的内部 API，可能因更新而失效。
– 不能执行真实交易，仅限图表交互；使用前需自行确保符合 TradingView 使用条款。

11. AlexsJones/llmfit

作者： AlexsJones
语言： Rust
⭐ 星标： 30,196（今日 +129）　｜　🍴 Fork： 1,843
许可证：MIT
标签： gguf, llm, localai, mlx, skill, unsloth

项目定位： llmfit 是一个终端工具，能够自动检测硬件（RAM、CPU、GPU），为数百个模型评分，并推荐最适合你机器的模型。一条命令即可找到能在本地流畅运行的 LLM 模型。

核心特性：
– 自动检测硬件并多维评分，省去手动试错，快速找到适配模型。
– 提供交互式 TUI 和经典 CLI 两种模式，兼顾可视化与自动化。
– 支持多 GPU、MoE 架构、动态量化选择，适配复杂硬件配置。
– 集成 Ollama、llama.cpp、MLX 等本地运行时，一键下载并运行模型。
– 内置基准测试功能，可测量真实 tok/s 并贡献社区，提升估计准确性。
– 跨平台安装（Windows、macOS、Linux、Docker、pip），多种方式快速部署。

适用场景：
– 开发者挑选可在本地 GPU/CPU 上流畅运行的 LLM 模型。
– 自动化脚本或 CI/CD 中根据硬件推荐最佳模型。
– 社区贡献者通过基准测试分享真实性能数据。
– 评估不同模型在特定硬件上的速度与内存占用。

技术亮点：
– 使用 Rust 开发，通过 cargo 构建，性能优秀且跨平台。
– 基于内存带宽模型和社区测量数据估算速度，可验证。
– 支持 MoE 架构和动态量化，准确评估稀疏模型的内存需求。

快速上手：
– curl -fsSL https://llmfit.axjns.dev/install.sh | sh
– llmfit

12. hyprwm/Hyprland

作者： hyprwm
语言： C++
⭐ 星标： 37,038（今日 +58）　｜　🍴 Fork： 1,860
许可证：BSD-3-Clause　｜　主页：https://hypr.land
标签： compositor, cpp26, wayland, wayland-compositor

项目定位： Hyprland 是一个完全独立的动态平铺 Wayland 合成器，不牺牲外观，提供最新 Wayland 特性、高度可定制性与强大的插件系统。

核心特性：
– 丰富的视觉效果：渐变边框、模糊、动画、阴影等。
– 自定义贝塞尔曲线，实现最佳动画效果。
– 强大的插件系统，内置插件管理器。
– 撕裂支持，提升游戏性能。
– 配置保存后即时重载，无需重启。
– 完全动态工作区，支持平铺/伪平铺/浮动/全屏窗口。

适用场景：
– 追求极致美观与高度自定义的 Linux 桌面用户。
– 需要高效窗口管理的开发者或高级用户。
– 希望获得更好游戏性能的 Wayland 用户。

技术亮点：
– 完全独立架构，不依赖 wlroots、libweston、kwin、mutter。
– 基于 Socket 的 IPC 机制，便于集成与扩展。
– 原生 IME 和输入面板支持，提升输入法兼容性。

13. chrislgarry/Apollo-11

作者： chrislgarry
语言： Assembly
⭐ 星标： 69,961（今日 +1,235）　｜　🍴 Fork： 7,839
标签： agc, apollo, hacktoberfest, nasa

项目定位： 阿波罗11号制导计算机（AGC）的原始源代码，包含指令舱和登月舱的程序，由Virtual AGC和MIT博物馆数字化，是航天史上的珍贵开源资料。

核心特性：
– 包含指令舱（Comanche055）和登月舱（Luminary099）两套完整AGC源码。
– 属于公共领域，可自由使用、复制和修改。
– 提供多语言翻译的README，方便全球开发者阅读。
– 可通过Virtual AGC和yaYUL汇编器编译运行。
– 详细记录了代码归属、合同批准及Margaret Hamilton等开发人员信息。

适用场景：
– 航天历史研究与代码考古。
– 复古计算爱好者模拟早期计算机。

技术亮点：
– 使用AGC汇编语言编写。
– 通过yaYUL汇编器编译，运行于Virtual AGC模拟环境。

快速上手：
– 参考Virtual AGC项目（https://github.com/rburkey2005/virtualagc）编译原始源码。

14. DioxusLabs/dioxus

作者： DioxusLabs
语言： Rust
⭐ 星标： 37,656（今日 +271）　｜　🍴 Fork： 1,774
许可证：Apache-2.0　｜　主页：https://dioxuslabs.com
标签： android, css, desktop, html, ios, native, react, rust, ssr, ui, virtualdom, wasm, web

项目定位： Dioxus 是一个用 Rust 编写的全栈应用框架，支持 Web、桌面和移动端。它以单一代码库、零配置、信号驱动状态管理和即时热重载为核心，让开发者快速构建跨平台应用。

核心特性：
– 跨平台：三行代码即可构建 Web、桌面、移动、服务器等多平台应用。
– 人体工程学状态管理：融合 React、Solid 和 Svelte 的优点，简洁高效。
– 内置全栈框架：类型安全，支持服务器函数、SSR、WebSocket 等。
– 集成打包器：一键部署到 Web、macOS、Linux 和 Windows。
– 亚秒级热重载：支持 Rust 代码热补丁和资产热重载。
– 第一方原始组件：基于 shadcn/ui 和 Radix，快速搭建界面。

适用场景：
– 构建高性能 Web 应用（WASM / SSR）。
– 开发跨平台桌面应用（macOS / Linux / Windows）。
– 构建原生移动应用（iOS / Android）。
– 全栈服务器端渲染及实时交互应用。

技术亮点：
– 基于 Rust，使用 rsx! 宏声明 UI，信号驱动状态管理。
– 支持多种渲染后端：Web-sys、Webview、WGPU（实验性）、SSR、LiveView。
– 深度集成 Axum，提供 WebSocket、SSE、流式传输等全栈能力。

快速上手：
– 安装 CLI：curl -fsSL https://dioxuslabs.com/install.sh | bash
– 或从 git 安装：cargo install –git https://github.com/DioxusLabs/dioxus dioxus-cli –locked
– 运行示例：dx serve –example –platform web — –no-default-features

注意事项：
– 实验性 WGPU 渲染器尚不稳定，生产环境慎用。
– 主分支示例可能依赖 git 版本 CLI，若 CLI 过时需从 git 安装。

15. langchain-ai/open_deep_research

作者： langchain-ai
语言： Python
⭐ 星标： 12,235（今日 +23）　｜　🍴 Fork： 1,742
许可证：MIT

项目定位： 一个简单、可配置、完全开源的深度研究代理，支持多种模型提供商、搜索工具和MCP 服务器，性能与主流深度研究方案相当。

核心特性：
– 通过 init_chat_model() 统一调用多种 LLM 提供商，灵活配置摘要、研究、压缩和报告模型。
– 内置 Tavily 搜索 API，兼容 MCP 及 Anthropic/OpenAI 原生网络搜索，扩展性强。
– 在 Deep Research Bench 排行榜上取得第 6 名（RACE 得分 0.4344），性能经过验证。
– 提供 LangGraph Studio UI 和 Open Agent Platform 界面，支持非技术用户配置与使用。
– 支持标准评估流程，可提交结果至 Deep Research Bench 基准测试。
– 完全开源，包含历史实现（工作流与多智能体）供参考与对比。

适用场景：
– 学术或商业领域的深度研究，自动生成结构化报告。
– 需要多模型、多搜索工具灵活组合的复杂研究任务。
– 非技术用户通过 OAP 界面自助配置研究代理。
– 开发者集成至 LangGraph 平台，实现自定义研究管线。

技术亮点：
– 基于 LangGraph 构建，使用 LangGraph Server 和 Studio UI 进行交互与调试。
– 通过 init_chat_model() 统一调用多种 LLM，支持结构化输出和工具调用。
– 集成 MCP（Model Context Protocol），可灵活接入多种搜索工具。

快速上手：
– 克隆仓库并创建虚拟环境：git clone 后执行 uv venv 并激活。
– 安装依赖：uv sync 或 uv pip install -r pyproject.toml。
– 配置环境变量（cp .env.example .env）后启动 LangGraph 服务器：uvx –refresh –from “langgraph-cli[inmem]” –with-editable . –python 3.11 langgraph dev –allow-blocking。

注意事项：
– 运行完整评估（100 个示例）可能花费 $20-$100，取决于模型选择。
– 部分模型（如 OpenRouter、Ollama）需要额外配置指引。

16. diegosouzapw/OmniRoute

作者： diegosouzapw
语言： TypeScript
⭐ 星标： 23,609（今日 +2,034）　｜　🍴 Fork： 3,157
许可证：MIT　｜　主页：https://omniroute.online
标签： a2a, ai-agents, ai-gateway, anthropic, claude, claude-code, cline, codex, copilot, cursor, deepseek, free-ai, gemini, kimi, llm-gateway, mcp, openai, openai-proxy, qwen, token-saver

项目定位： OmniRoute 是一个免费 AI 网关，通过单一端点聚合 268+ 提供商（50+ 免费），支持自动回退与压缩节省 token，让开发者零成本使用多种主流模型。

核心特性：
– 单一端点连接 268+ 提供商（50+ 免费），支持 500+ 模型，统一管理。
– 配额感知自动回退：配额耗尽或失败时毫秒级切换到下一个可用提供商。
– RTK+Caveman 堆叠压缩：节省 15–95% token，工具密集型会话平均约 89%。
– 兼容 Claude Code、Codex、Cursor、Cline、Copilot 等 26 种编码代理。
– 实时仪表盘显示免费 token 预算与用量，支持 18 种路由策略。
– 本地优先，AES-256-GCM 加密密钥，支持熔断、TLS 隐身、MCP 与 A2A。

适用场景：
– 开发者免费使用 Claude、GPT、Gemini 等模型进行编码。
– 团队共享订阅配额，避免各成员独立付费。
– 需要高可用性 AI 路由，确保零停机持续调用。

技术亮点：
– 基于 Node.js，提供 npm 包与 Docker 镜像。
– RTK+Caveman 堆叠压缩算法，平均节省约 89% token。
– 支持 MCP 104 工具及 A2A 协议，兼容 OpenAI 格式。

注意事项：
– 免费 token 预算每两周重新审计，会随提供商政策动态变化。
– 部分提供商可能违反服务条款（ToS-flagged），使用前需自行评估。

17. agegr/pi-web

作者： agegr
语言： TypeScript
⭐ 星标： 1,725（今日 +298）　｜　🍴 Fork： 277
许可证：MIT

项目定位： Pi Web 是 pi 编码代理的本地 Web 界面，提供浏览器端工作区，支持会话浏览、实时聊天、模型配置、技能管理和项目文件预览。

核心特性：
– 恢复工作：按项目浏览之前的 pi 对话，无需翻查终端历史或会话路径。
– 安全尝试不同方向：从之前消息继续，或分叉会话到单独路由。
– 跨分支工作：侧边栏切换 Git 工作树，新会话和资源管理器跟随所选分支。
– 在项目旁聊天：左侧浏览文件，右侧预览源码、文档、图片、音频、PDF。
– 清晰查看会话状态：上下文用量、成本、压缩状态、系统提示详情在顶部栏可见。
– 减少终端配置：通过 Web UI 管理模型、API 密钥、模型测试和技能开关。

适用场景：
– 使用 pi 编码代理的开发者，在浏览器中浏览和恢复会话。
– 需要同时查看代理输出和项目文件，提升协作效率。
– 集中管理模型、API 密钥和技能配置，减少终端操作。

技术亮点：
– 基于 Next.js App Router 构建，API 路由处理会话、文件、模型等。
– 使用 SSE（服务器发送事件）实现实时聊天和会话状态流式传输。
– 文件系统会话文件解析（JSONL）及分支管理机制。

快速上手：
– 运行 npx @agegr/pi-web@latest 启动服务。
– 全局安装后运行 pi-web 命令。
– 在浏览器中打开 http://localhost:30141 访问。

注意事项：
– 文件浏览和预览仅限于所选项目目录及会话中出现的工作目录。

18. schollz/croc

作者： schollz
语言： Go
⭐ 星标： 36,802（今日 +361）　｜　🍴 Fork： 1,459
许可证：MIT　｜　主页：https://schollz.com/software/croc6
标签： data-transfer, file-sharing, golang, pake, peer-to-peer, tcp, transfer

项目定位： croc 是一个命令行工具，允许任意两台计算机之间简单、安全地传输文件和文件夹，提供端到端加密，支持跨平台，无需端口转发或本地服务器。

核心特性：
– 任意两台计算机之间传输数据，通过中继服务器实现 NAT 穿透。
– 端到端加密，基于 PAKE（密码认证密钥协商）协议。
– 跨平台支持 Windows、Linux、macOS，以及多种包管理器安装。
– 支持多文件传输和文件夹传输，断点续传。
– IPv6 优先，自动回退到 IPv4，也可使用代理（如 Tor）。

适用场景：
– 在两台电脑之间快速安全地传输文件或文件夹。
– 跨平台（Windows/Linux/Mac）文件分享，无需公共云服务。

技术亮点：
– Go 语言编写，单二进制文件，跨平台部署。
– 基于 PAKE 实现端到端加密，无需预先共享密钥。
– 中继服务器模式，支持内网穿透，无需端口转发。

快速上手：
– 安装：curl https://getcroc.schollz.com | bash
– 发送文件：croc send [file(s)-or-folder]
– 接收文件：croc [code-phrase]

注意事项：
– 在 Linux/macOS 上，密钥可能通过进程名泄露，需使用环境变量或 –classic 模式。

19. microsoft/Ontology-Playground

作者： microsoft
语言： TypeScript
⭐ 星标： 2,004（今日 +355）　｜　🍴 Fork： 245
许可证：MIT

项目定位： 微软出品的免费开源 Web 应用，用于学习本体论和 Microsoft Fabric IQ。零后端、完全静态，支持可视化设计、RDF 导入导出与交互式图共享。

核心特性：
– 基于 Cytoscape.js 的交互式图探索，支持缩放、点击查看属性与实时搜索过滤。
– 六大领域（零售、电商、医疗等）的预建本体目录，一键加载并支持深度链接分享。
– 可视化设计器内可拖拽添加实体与关系，支持撤销/重做（50 步）、实时验证及导出 RDF/XML。
– 完整 RDF/XML 导入导出，兼容 OWL 与 Fabric IQ 格式，经自动往返测试验证。
– GitHub 设备流登录后，一键从设计器发起 PR，自动 fork、提交并创建拉取请求。
– 内置本体学校，含 9 门课程（含交互式测验、演示模式）和渐进式任务系统。

适用场景：
– 学习本体论基础概念与 Fabric IQ 的学生和开发者。
– 使用 Fabric IQ 构建本体并需要可视化编辑的工程师。
– 希望将本体图嵌入网页（单标签）的前端开发者。
– 向社区目录贡献本体的用户（一键 PR 流程）。

技术亮点：
– React 19 + TypeScript 5 构建前端，Vite 驱动开发与构建。
– Cytoscape.js 实现本体图可视化（fcose 布局）。
– Zustand 管理状态，Framer Motion 处理动画，marked 编译 Markdown。

快速上手：
– npm install 安装依赖（需 Node.js 18+、npm 9+）。
– npm run dev 启动开发服务器，访问 http://localhost:5173。
– npm run build 生成生产构建到 build/ 目录。

20. dottxt-ai/outlines

作者： dottxt-ai
语言： Python
⭐ 星标： 14,842（今日 +65）　｜　🍴 Fork： 800
许可证：Apache-2.0　｜　主页：https://dottxt-ai.github.io/outlines/
标签： cfg, generative-ai, json, llms, prompt-engineering, regex, structured-generation, symbolic-ai

项目定位： Outlines 是一个为 LLM 提供结构化输出保证的库，支持任意模型，只需指定输出类型即可获得有效结构，彻底告别解析烦恼。

核心特性：
– 兼容任意模型：同一代码可运行于 OpenAI、Ollama、vLLM 等后端。
– 简单集成：只需传入输出类型，如 model(prompt, output_type)。
– 结构保证：生成过程中强制输出有效结构，无需后处理。
– 模型无关：切换模型无需修改业务代码。
– 支持复杂类型：通过 Pydantic 模型定义嵌套、枚举、列表等结构。
– 统一的 Union 类型：可让模型返回结构化数据或“不知道”等文本。

适用场景：
– 客户支持工单分类与优先级自动路由。
– 电商产品描述自动归类与属性提取。
– 从非结构化文本中提取结构化事件信息。
– 文档自动分类到预定义类别（如财务报告、法律合同）。

技术亮点：
– 基于 Python，核心依赖 Pydantic 和 transformers。
– 通过正则表达式约束或 Logits 处理器实现生成时结构化。
– 支持多种模型后端：HuggingFace Transformers、OpenAI、vLLM 等。

快速上手：
– 安装：pip install outlines
– 连接模型：model = outlines.from_transformers(model, tokenizer)
– 使用：model(prompt, Literal["Yes", "No"]) 或 model(prompt, PydanticModel)