GitHub Trending 日报 · 2026-07-28

GitHub Trending 日报 · 2026-07-28：精选 15 个热门开源项目（permissionlesstech/bitchat、amnezia-vpn/amnezia-client、moeru-ai/airi 等），附中文深度解读、核心特性、适用场景与快速上手指南。

今日 GitHub 热门项目 Top 15，已为你深度翻译整理。

1. permissionlesstech/bitchat

  • 作者： permissionlesstech
  • 语言： Swift
  • ⭐ 星标： 32,220（今日 +2,346）　｜　🍴 Fork： 5,058
  • 许可证：Unlicense
  • 标签： bluetooth, bluetooth-le, decentralized, e2e-encryption, ios, macos, mesh-network, messaging, nostr, swift

项目定位： 去中心化点对点通讯应用，支持蓝牙Mesh离线与Nostr协议在线双传输，无账号、无服务器。

核心特性：
– 双传输架构：蓝牙Mesh离线通讯 + Nostr协议全球覆盖
– 基于地理位置的频道：使用geohash坐标的地理聊天室
– 智能消息路由：自动选择最佳传输（蓝牙优先，Nostr回退）
– 去中心化Mesh网络：自动发现对等节点，多跳蓝牙LE中继
– 隐私优先：无账号、无手机号、无服务器，Noise协议端到端加密
– IRC风格命令：熟悉的/slap、/msg、/who界面

适用场景：
– 离线场景通讯：抗议、灾难、偏远地区
– 基于地理位置的社区聊天与本地活动
– 注重隐私的点对点私密通讯

技术亮点：
– 混合架构：蓝牙LE Mesh + Nostr协议双传输层
– Noise协议加密（Mesh）+ XChaCha20-Poly1305私有信封（Nostr）
– Swift原生开发，支持iOS/macOS，LZ4压缩

快速上手：
– 使用Xcode打开：open bitchat.xcodeproj
– 配置签名：cp Configs/Local.xcconfig.example Configs/Local.xcconfig
– 或使用just：brew install just && just run

注意事项：
– 私有加密格式不兼容NIP-17/44/59，仅BitChat客户端互通
– 仓库曾遭下架要求，需验证构建哈希防篡改

2. amnezia-vpn/amnezia-client

  • 作者： amnezia-vpn
  • 语言： C++
  • ⭐ 星标： 13,796（今日 +515）　｜　🍴 Fork： 1,030
  • 许可证：GPL-3.0　｜　主页：https://amnezia.org
  • 标签： cloak, gfw, ikev2, openvpn, shadowsocks, vpn, vpn-client, vpn-server, wireguard

项目定位： Amnezia VPN 是一款开源的自托管 VPN 客户端，支持一键部署个人 VPN 服务器，提供多种协议与流量混淆功能，覆盖全平台。

核心特性：
– 一键部署：输入服务器 IP/SSH 凭据即可自动安装 Docker 容器并连接 VPN
– 支持主流协议：OpenVPN、WireGuard、IKEv2
– 流量混淆协议：OpenVPN over Cloak、Shadowsocks、AmneziaWG、XRay
– 分流隧道：可指定网站或应用走 VPN（仅 Android 和桌面端）
– 全平台覆盖：Windows、macOS、Linux、Android、iOS 均有发布版
– Keenetic 路由器支持：可在测试版固件上配置 AmneziaWG

适用场景：
– 个人自建 VPN 服务器，保障隐私与数据安全
– 在审查严格地区使用混淆协议绕过封锁
– 按需分流：仅特定网站或应用走 VPN 通道
– 跨平台统一客户端管理多设备 VPN 连接

技术亮点：
– 基于 Qt 6 跨平台框架，C++ 核心逻辑
– 集成 OpenSSL、OpenVPN、WireGuard、Xray-core 等底层库
– 使用 Conan 包管理器，CMake 构建系统

快速上手：
– 下载安装包：访问 https://amnezia.org/en/downloads 获取对应平台客户端
– 源码构建（Unix）：git submodule update –init –recursive && deploy/build.sh
– 源码构建（Windows）：git submodule update –init –recursive && deploy/build.bat

注意事项：
– 分流隧道功能仅在 Android 和桌面端可用，iOS 不支持
– Keenetic 路由器支持仅限测试版固件，非正式版

3. moeru-ai/airi

  • 作者： moeru-ai
  • 语言： TypeScript
  • ⭐ 星标： 44,006（今日 +572）　｜　🍴 Fork： 4,394
  • 许可证：MIT　｜　主页：https://airi.moeru.ai/docs/
  • 标签： ai-companion, ai-vtuber, airi, digital-life, grok-companion, live2d, neuro-sama, neurosama, openclaw, vrm, vtuber

项目定位： 自托管的AI虚拟伴侣项目，复刻Neuro-sama能力，支持实时语音聊天、游戏陪玩，跨平台运行。

核心特性：
– 自托管部署，数据完全由用户掌控，隐私安全
– 实时语音对话，低延迟交互体验
– 支持Minecraft与Factorio游戏陪玩
– 跨平台运行：Web、Windows、macOS、移动端PWA
– 基于WebGPU/WebAssembly等现代Web技术构建
– 桌面端原生支持CUDA/Metal加速推理

适用场景：
– 想要私有化AI虚拟主播/陪伴者的用户
– 希望AI陪玩Minecraft/Factorio的玩家
– 追求数据隐私的本地化AI应用开发者
– 二次元文化爱好者与虚拟角色互动

技术亮点：
– WebGPU/WebAudio/WebAssembly/WebSocket全栈Web技术
– HuggingFace Candle框架原生CUDA/Metal加速
– Electron/Tauri桌面端+PWA移动端多端统一

快速上手：
– Windows: winget install MoeruAI.AIRI 或 Scoop 安装
– macOS: brew install --cask airi
– 或访问 https://airi.moeru.ai 直接在浏览器体验

注意事项：
– 项目处于早期开发阶段，功能可能不稳定
– 无官方代币，谨防虚假加密货币项目

4. opengeos/GeoLibre

  • 作者： opengeos
  • 语言： TypeScript
  • ⭐ 星标： 2,656（今日 +420）　｜　🍴 Fork： 352
  • 许可证：MIT　｜　主页：https://geolibre.app
  • 标签： data-science, duckdb, geospatial, maplibre, maplibre-gl-js, tauri-app

项目定位： GeoLibre 是轻量级云原生 GIS 平台，支持 Web、桌面、移动端和 Jupyter 中可视化、探索和分析地理空间数据，数据本地私有。

核心特性：
– 跨平台运行：Web、桌面、Android、Jupyter 同一代码库
– 支持 3D Tiles、3D 城市数据、行星底图（月球、火星等）
– 内置 DuckDB-WASM Spatial 实现浏览器端空间 SQL 分析
– 700+ 免费地理处理工具，零安装即用
– 时间滑块动画、自动图例生成、嵌入分享
– 插件系统（如大气效果插件）扩展功能

适用场景：
– 地理数据可视化与探索（浏览器/桌面/移动端）
– 浏览器端空间 SQL 分析与地理处理
– 行星科学制图（月球、火星等天体）
– Jupyter 笔记本中的交互式 GIS 工作流

技术亮点：
– Tauri v2 + React + TypeScript 构建原生/跨平台应用
– MapLibre GL JS + deck.gl 实现高性能 2D/3D 渲染
– DuckDB-WASM Spatial 提供浏览器端空间 SQL 引擎

快速上手：
– 访问 Web 版无需安装：https://web.geolibre.app/
– 桌面端下载安装器：https://geolibre.app/downloads/
– Jupyter 中安装：pip install geolibre 或 conda install -c conda-forge geolibre

5. yorukot/superfile

  • 作者： yorukot
  • 语言： Go
  • ⭐ 星标： 20,860（今日 +600）　｜　🍴 Fork： 676
  • 许可证：MIT　｜　主页：https://superfile.dev
  • 标签： bubbletea, cli, file-manager, filemanager, filesystem, golang, hacktoberfest, linux-app, terminal-app, terminal-based, tui

项目定位： superfile 是一款美观现代的终端文件管理器，支持跨平台、插件扩展、主题定制与 Vim 风格快捷键。

核心特性：
– 跨平台支持 Linux/macOS/Windows（Windows 尚未完全支持）
– 插件系统可扩展功能，官方提供插件列表
– 主题定制支持，可自定义外观配色
– 可配置热键，内置 Vim 模式适配 Vim 用户
– 自动检查更新（每 24 小时一次），可关闭
– 使用 Go 编写，单二进制文件，安装便捷

适用场景：
– 终端重度用户的文件浏览与管理
– 追求美观与可定制的 CLI 文件管理器
– 跨平台统一终端文件操作体验
– Vim 用户寻找熟悉键位的文件管理器

技术亮点：
– Go 语言编写，单二进制无依赖
– 基于终端 UI 库构建现代交互界面
– 插件架构支持动态扩展功能

快速上手：
– macOS/Linux 一键安装：bash -c "$(curl -sLo- https://superfile.dev/install.sh)"
- Windows 安装：winget install –id yorukot.superfile或scoop install superfile- 启动命令：spf`

注意事项：
– Windows 支持尚未完全就绪，可能存在兼容性问题
– 自动更新检查默认开启，每 24 小时请求一次 GitHub API

6. NanmiCoder/MediaCrawler

  • 作者： NanmiCoder
  • 语言： Python
  • ⭐ 星标： 58,151（今日 +362）　｜　🍴 Fork： 11,582
  • 主页：https://nanmicoder.github.io/MediaCrawler/

项目定位： 多平台自媒体数据采集工具，基于Playwright免JS逆向爬取小红书、抖音等7大平台公开内容及评论。

核心特性：
– 支持小红书/抖音/快手/B站/微博/贴吧/知乎7大平台的关键词搜索、指定帖子、创作者主页及二级评论采集
– 基于Playwright CDP模式复用Chrome登录态，无需逆向JS加密算法即可获取签名参数
– 内置IP代理池与登录态缓存机制，降低平台风控检测风险
– 支持CSV/JSON/Excel/SQLite/MySQL等多格式数据导出及评论词云图生成
– 提供WebUI可视化界面，支持实时日志查看与参数配置

适用场景：
– 学习浏览器自动化与反爬对抗技术
– 学术研究或舆情分析采集公开社媒数据
– 个人项目需多平台内容聚合
– 爬虫开发者参考多平台架构设计

技术亮点：
– Python + Playwright 浏览器自动化框架
– CDP 模式复用 Chrome 登录态，JS 表达式动态获取签名
– uv 包管理，支持 WebUI (FastAPI + Vite) 与多存储后端

快速上手：
– 安装依赖：uv sync（需预装 uv 与 Node.js>=16）
– 启动 Chrome 远程调试：访问 chrome://inspect/#remote-debugging 勾选允许，端口 9222
– 运行爬虫示例：uv run main.py --platform xhs --lt qrcode --type search
– 启动 WebUI：后端 uv run uvicorn api.main:app --port 8080 --reload，前端 cd webui && npm run dev

注意事项：
– 仅供学习研究，禁止商用，用户需自行承担法律风险
– 强依赖 Chrome 浏览器（>=144）及特定 CDP 端口，平台接口变更可能导致失效

7. pbakaus/impeccable

  • 作者： pbakaus
  • 语言： JavaScript
  • ⭐ 星标： 51,516（今日 +847）　｜　🍴 Fork： 3,039
  • 许可证：Apache-2.0　｜　主页：https://impeccable.style

项目定位： Impeccable 是面向 AI 编程助手的设计语言与技能包，提供 23 条设计指令、60 条确定性检测规则及实时浏览器迭代，帮助 AI 生成更专业、一致的前端界面。

核心特性：
– 一键初始化：/impeccable init 自动生成 PRODUCT.md 与 DESIGN.md，建立品牌/产品上下文，后续指令共享设计语汇
– 23 条专用指令：覆盖 critique、audit、polish、distill、animate、bolder、quieter、harden、onboard 等全流程设计动作
– 60 条确定性检测规则：CLI 与浏览器扩展可在无 LLM、无 API Key 情况下运行，捕获无障碍、性能、响应式等硬性指标
– 实时浏览器迭代模式：/impeccable live 支持在浏览器中可视化调整元素并即时反馈
– 反模式内置指导：明确禁止滥用 Inter 字体、灰字压彩色背景、纯黑/灰、卡片嵌套、弹性缓动等常见套路
– 多平台原生 Hook 集成：安装后自动为 Claude Code、Cursor、Codex、GitHub Copilot、Grok Build 注入设计检测钩子，编辑即检查

适用场景：
– AI 辅助前端项目的设计系统建立与维护
– 现有界面的 UX 审计、无障碍合规与性能优化
– 从线框到高保真的完整设计-开发闭环迭代
– 团队统一设计规范，避免模板化同质化输出

技术亮点：
– 基于 npx 分发的跨平台 CLI，支持 12+ 主流 AI 编程工具（Claude、Cursor、Codex、Copilot、Grok、Gemini 等）
– 确定性规则引擎：纯静态分析 60 条规则，零 LLM 依赖，可离线运行
– Provider 原生 Hook 机制：在文件写入前/后拦截，实时将设计问题反馈回 Agent 流程

快速上手：
– 项目根目录运行 npx impeccable install，按提示选择提供商与作用域
– 在 AI 编程工具中执行 /impeccable init 完成上下文初始化
– 随后即可使用 /impeccable audit、/impeccable polish 等指令对目标页面进行设计审查与润色

注意事项：
– 需配合受支持的 AI 编程助手使用，无法独立于编辑器/IDE 运行
– 部分工具需额外配置（如 Cursor 需 Nightly、Gemini 需 Preview、Codex 需 Hook 审批、Grok 需信任授权）
– .impeccable 目录多数为临时产物，需手动配置 .gitignore 避免误提交

8. shiyu-coder/Kronos

  • 作者： shiyu-coder
  • 语言： Python
  • ⭐ 星标： 34,557（今日 +441）　｜　🍴 Fork： 5,795
  • 许可证：MIT

项目定位： Kronos 是首个面向金融 K 线的开源基础模型，基于 45+ 全球交易所数据预训练，通过分层离散化分词器与自回归 Transformer 统一建模金融时序，为量化预测提供通用底座。

核心特性：
– 首个开源金融 K 线基础模型，覆盖 45+ 全球交易所数据，填补领域空白
– 创新两阶段架构：专用分词器将 OHLCV 量化为分层离散 Token，再由解码器 Transformer 自回归预训练
– 原生支持概率预测，提供 temperature、top-p、多路径采样等可控生成参数
– 提供 mini/small/base/large 四规模模型，适配不同算力与延迟需求
– 内置批量预测接口，利用 GPU 并行高效处理多资产/多周期预测任务
– 发布完整微调流水线，含 Qlib 数据准备、分词器与预测器两阶段微调及回测示例

适用场景：
– 金融 K 线序列的多步滚动预测与概率分布估计
– 量化研究者快速基线模型构建与策略信号生成
– 特定市场（如 A 股）领域自适应微调与回测验证
– 多资产、多周期批量预测的工程化部署

技术亮点：
– 解码器-only Transformer + 分层离散化分词器（OHLCV→Token）
– 自回归预训练建模金融时序语言，上下文长度 512/2048
– PyTorch 实现，Hugging Face Hub 托管权重，支持 torchrun 多 GPU 微调

快速上手：
– pip install -r requirements.txt 安装依赖（Python 3.10+）
– from model import Kronos, KronosTokenizer, KronosPredictor 加载 HF 模型
– predictor.predict(df, x_timestamp, y_timestamp, pred_len, T=1.0, top_p=0.9) 单序列预测
– predictor.predict_batch(df_list, x_timestamp_list, y_timestamp_list, …) 批量并行预测

注意事项：
– Kronos-small/base 最大上下文 512，超长序列会自动截断
– Kronos-large 未开源；微调流水线为演示用途，非生产级量化系统

9. alibaba/open-code-review

  • 作者： alibaba
  • 语言： Go
  • ⭐ 星标： 14,768（今日 +979）　｜　🍴 Fork： 997
  • 许可证：Apache-2.0　｜　主页：https://open-codereview.ai
  • 标签： agent, agent-skills, code-review, code-review-assistant, harness, repository-level-context

项目定位： 阿里巴巴开源的AI代码审查CLI工具，融合确定性流水线与LLM Agent，提供精准行级评审，内置NPE、线程安全、XSS、SQL注入等规则集，兼容OpenAI/Anthropic模型。

核心特性：
– 混合架构：确定性工程（文件选择、打包、规则匹配）+ Agent动态决策，保证覆盖率与定位精度
– 内置精调规则集：覆盖空指针、线程安全、XSS、SQL注入等常见缺陷，开箱即用
– 行级精准评论：外部定位与反射模块系统性提升评论位置与内容准确性
– 双模式审查：支持Git diff增量审查（ocr review）与全量文件扫描（ocr scan）
– 代理委托模式：无需配置LLM，让Claude Code/Codex/Cursor等编码Agent自行执行审查
– CI/CD原生集成：支持GitHub Actions、GitLab CI、Gerrit等，提供会话查看器与OpenTelemetry观测

适用场景：
– Pull Request增量代码审查
– 陌生代码库全量安全审计
– AI编码助手（Claude Code/Codex/Cursor）集成审查
– CI/CD流水线自动化代码质量把关

技术亮点：
– TypeScript/Node.js CLI工具，npm包@alibaba-group/open-code-review
– 确定性流水线：文件选择、智能打包、模板引擎规则匹配、外部定位反射模块
– LLM Agent工具调用：场景化Prompt与精简工具集，兼容OpenAI/Anthropic API

快速上手：
– 安装：npm install -g @alibaba-group/open-code-review
– 配置LLM：ocr config provider && ocr config model（交互式向导）
– 审查：ocr review（工作区模式）或 ocr review –from main –to feature-branch（分支范围）

注意事项：
– 召回率低于通用Agent，刻意牺牲召回换取高精度与低Token消耗（~1/9 tokens）
– 需Git>=2.41；非委托模式下必须配置LLM端点与API Key

10. jenkinsci/jenkins

  • 作者： jenkinsci
  • 语言： Java
  • ⭐ 星标： 25,875（今日 +180）　｜　🍴 Fork： 9,680
  • 许可证：MIT　｜　主页：https://www.jenkins.io
  • 标签： cicd, continuous-delivery, continuous-deployment, continuous-integration, devops, groovy, hacktoberfest, java, jenkins, pipelines-as-code

项目定位： Jenkins 是领先的开源自动化服务器，基于 Java 构建，拥有 2000 多个插件支持几乎所有自动化任务，助力开发者专注于核心工作。

核心特性：
– 提供 2000 多个插件，实现构建、测试、部署等几乎所有自动化场景的扩展
– 支持多种分发格式：WAR 包、Docker 镜像、原生安装包，适配 Linux 和 Windows
– 双发布线策略：每周版提供最新功能，LTS 版保障长期稳定性
– 开源社区治理，拥有数百万用户和数千企业采用，生态成熟可靠
– 采用 MIT 许可证，商业友好，降低使用门槛
– 内置静态代码分析、测试执行等 CI/CD 核心能力，开箱即用

适用场景：
– 软件项目的持续集成与持续部署（CI/CD）流水线构建
– 自动化重复性任务：代码编译、测试运行、静态分析、部署发布
– 各类规模团队（从初创到企业）的开发工作流自动化
– 需要插件扩展能力的定制化自动化平台搭建

技术亮点：
– 核心基于 Java 开发，跨平台运行
– 插件化架构，2000+ 插件生态支撑功能扩展
– 提供 WAR、Docker、原生包等多种部署方式

快速上手：
– 访问官网下载页面获取 WAR 包、Docker 镜像或系统安装包
– 选择每周版或 LTS 版，按文档指引完成安装与初始配置
– 参考官方开发者文档搭建开发环境，贡献代码或开发插件

11. bradautomates/claude-video

  • 作者： bradautomates
  • 语言： Python
  • ⭐ 星标： 11,047（今日 +434）　｜　🍴 Fork： 1,142
  • 许可证：MIT

项目定位： 为 Claude 提供观看视频能力：下载视频、抽取关键帧、转录音频，再交给 Claude 理解视频内容。

核心特性：
– 支持 URL 和本地文件，覆盖 YouTube、TikTok、Loom 等数百平台
– 四档细节模式：仅字幕、关键帧、场景检测、无上限全帧，平衡速度与 token 成本
– 智能去重：以 16×16 灰度图均值差分剔除近似帧，节省图像 token
– 字幕优先免费，无字幕回退 Whisper（Groq/OpenAI），仅在必要时调用
– 支持 –start/–end 聚焦片段，帧预算更密集，单次上下文更精准
– 跨平台技能包：Claude Code、Codex、Cursor、Copilot、Gemini CLI 等 50+ 宿主通用

适用场景：
– 分析爆款视频开头钩子与结构
– 从屏幕录像定位 Bug 触发帧并诊断原因
– 长视频极速摘要，提取关键信息与画面
– 将播放列表转为可搜索的结构化笔记

技术亮点：
– yt-dlp 下载/字幕 + ffmpeg 抽帧/转音频，纯 Python 协调流程
– 场景切换检测 + 均匀采样 + 关键帧三策略，配合 16×16 灰度图 MAD 去重
– Agent Skills 规范打包，SKILL.md 自解析脚本路径，一次构建多宿主运行

快速上手：
– Claude Code: /plugin marketplace add bradautomates/claude-video 然后 /plugin install watch@claude-video
– 其他宿主: npx skills add bradautomates/claude-video -g 全局安装
– 首次运行自动检测并引导安装 ffmpeg/yt-dlp（macOS 用 brew，Linux/Windows 给出命令）

注意事项：
– 帧数上限：efficient 50、balanced 100、token-burner 无上限但会触发 >250 帧警告
– 无字幕视频需配置 Groq 或 OpenAI API Key，否则仅能分析画面

12. vudovn/ag-kit

  • 作者： vudovn
  • 语言： TypeScript
  • ⭐ 星标： 7,951（今日 +14）　｜　🍴 Fork： 1,509
  • 许可证：MIT　｜　主页：https://ag-kit.unikorn.vn

项目定位： AG Kit 是面向 Google Antigravity 的智能体工程工具包，提供规则、技能、专家智能体、工作流、持久记忆、MCP 指引、编排及原生安全钩子，开箱即用构建生产级智能体工作空间。

核心特性：
– 内置 20 个专家角色定义和智能路由技能，解决多智能体协作分发问题
– 提供 47 个渐进式领域技能和可执行验证助手，加速开发任务
– 包含 13 个可复用斜杠命令工作流，标准化常见工程流程
– 原生 PreToolUse 安全钩子拦截高危破坏性命令，保护生产环境
– 持久化记忆系统支持项目约定、决策、偏好长期存储
– MCP 配置支持显式备份感知同步，凭证管理安全可审计

适用场景：
– 基于 Antigravity 构建生产级多智能体协作系统
– 需要标准化规则、技能、工作流的团队工程项目
– 需原生安全防护和持久化上下文的智能体开发
– 希望通过 CLI 管理智能体工具包生命周期的开发者

技术亮点：
– 运行时依赖 Google Antigravity，Node.js 22+ 和 Python 3.10+
– 采用 Markdown 为基础的 .agents/ 工作空间契约，组件版本化管理
– 原生安全钩子通过 PreToolUse 拦截命令，集成 Antigravity 权限体系

快速上手：
– 运行 npx @vudovn/ag-kit init 在项目中初始化工具包
– 执行 npm run check:agents、npm run check:antigravity 验证工作空间
– 使用 ag-kit update --dry-run 预览更新，ag-kit rollback 回滚

注意事项：
– 安全钩子仅拦截根文件系统删除、驱动格式化、原始磁盘覆写等极端模式，不替代 Antigravity 权限、沙箱或人工审批
– 运行时行为仅在 Antigravity 中提供生产兼容性保证，其他工具仅能读取 Markdown 组件

13. apache/cassandra

  • 作者： apache
  • 语言： Java
  • ⭐ 星标： 9,957（今日 +11）　｜　🍴 Fork： 4,006
  • 许可证：Apache-2.0　｜　主页：https://cassandra.apache.org/
  • 标签： cassandra, database, java

项目定位： Apache Cassandra 是一个高可扩展的分区行存储，提供线性扩展能力和经验证的容错性，在商用硬件或云基础设施上运行且不牺牲性能。

核心特性：
– 高可扩展分区行存储，数据自动跨多机器分布且对应用透明
– 节点增减时自动重新分区，实现线性扩展能力
– 采用类 SQL 的 CQL 查询语言，支持行列组织、集合类型，学习成本低
– 在商用硬件或云环境提供经验证的容错性，无单点故障
– 支持主键驱动的数据模型，兼具关系型数据库熟悉度与 NoSQL 灵活性

适用场景：
– 需要线性水平扩展的大规模分布式数据存储场景
– 对高可用、无单点故障有严格要求的业务系统
– 适合使用类 SQL 语言进行开发的团队快速上手

技术亮点：
– 核心用 Java 实现，依赖 JVM 运行时
– 基于分区器实现数据自动分片与再平衡
– 原生协议 v5 与 CQL 3.4 规范，提供类 SQL 交互接口

快速上手：
– 解压发行包：tar -zxvf apache-cassandra-$VERSION.tar.gz
– 前台启动单节点：bin/cassandra -f
– 进入 CQL 交互终端：bin/cqlsh 后执行 CREATE KEYSPACE、CREATE TABLE、INSERT、SELECT 等命令

14. mvanhorn/last30days-skill

  • 作者： mvanhorn
  • 语言： Python
  • ⭐ 星标： 54,153（今日 +240）　｜　🍴 Fork： 4,699
  • 许可证：MIT
  • 标签： ai-prompts, ai-skill, bluesky, claude, claude-code, clawhub, deep-research, hackernews, instagram, openclaw, polymarket, recency, reddit, research, social-media, tiktok, trends, twitter, web-search, youtube

项目定位： 一个由 AI Agent 驱动的搜索引擎，并行检索 Reddit、X、YouTube、Hacker News、Polymarket 等十余个平台，按真实互动量（点赞、投票、资金）而非编辑推荐对结果加权，生成带引用的综合简报。

核心特性：
– 跨平台并行检索：一次查询覆盖 16+ 来源（Reddit、X、YouTube、TikTok、HN、Polymarket、GitHub、arXiv 等），打破单一平台围墙。
– 以人为本的相关性排序：用真实互动指标（upvotes、likes、views、交易量）对信源打分，而非 SEO 或编辑权重。
– 零配置即用核心源：Reddit、HN、arXiv、Techmeme、Digg 免 Key 即可工作；首次运行向导 30 秒解锁 X、YouTube 等需认证源。
– 多宿主原生支持：作为 Agent Skill 无缝运行于 Claude Code、Codex、Cursor、Copilot、Gemini CLI 及 50+ 兼容宿主。
– 发现模式与健康诊断：what's exploding in ... 自动扫描热门话题；/last30days --doctor 一键巡检所有源并给出修复建议。
– 社区驱动的安全与扩展：175+ PR、52 位贡献者；引入 Semgrep、OSV-Scanner、OpenSSF Scorecard 供应链加固，测试覆盖率达 84%。

适用场景：
– 会前/面试前 30 秒背调：聚合对象近期推文、播客逐字稿、GitHub PR、Reddit 讨论，获取 LinkedIn 无法提供的实时画像。
– 招聘信号解读：--hiring-signals 自动抓取招聘页变化，推断团队战略重心（如转向企业级安全、基建扩张等）。
– 热点话题早期捕捉：发现模式扫描 Reddit 分类、HN 首页、Digg AI 1000、X 实时流，输出 5-10 个带动量标签的候选主题。
– 突发事件/舆情全景复盘：如地缘冲突、明星风波、产品发布，融合 Polymarket 赔率、YouTube 深度、Reddit 热帖生成时间线简报。

技术亮点：
– Agent Skills 规范：运行时规范定义于 skills/last30days/SKILL.md，通过 npx skills add 分发，跨宿主零配置加载。
– 模块化源适配器架构：每平台独立 CLI/适配器（arxiv-pp-cli、techmeme-pp-cli、digg-pp-cli、x-mcp 等），首运行自动安装并注册。
– 浏览器会话复用与 Cookie 提取：支持 Chromium 全系（Chrome、Brave、Edge、Vivaldi、Opera、Arc）自动导出登录态，解决 X/YouTube/LinkedIn 等需登录源的认证。

快速上手：
– Claude Code（推荐）：
/plugin marketplace add mvanhorn/last30days-skill
/plugin install last30days
– Codex / Cursor / Copilot / Gemini CLI 等：
npx skills add mvanhorn/last30days-skill -g
– 使用示例：
/last30days Peter Steinberger
/last30days “what’s exploding in AI agents?”
/last30days –doctor

注意事项：
– X、YouTube、TikTok、LinkedIn、Instagram、Threads、Bluesky、Xiaohongshu 等源需各自 API Key 或浏览器登录态，未授权时自动降级或跳过。
– Windows 兼容性仍在持续改进中，部分 CLI 依赖（如 Playwright）在非标准环境可能需手动干预。

15. ocornut/imgui

  • 作者： ocornut
  • 语言： C++
  • ⭐ 星标： 75,196（今日 +51）　｜　🍴 Fork： 11,970
  • 许可证：MIT
  • 标签： api, cplusplus, framework, game-development, game-engine, gamedev, gui, imgui, immediate-gui, library, multi-platform, native, toolkit, tools, ui

项目定位： Dear ImGui 是一个轻量级、无外部依赖的 C++ 即时模式 GUI 库，专为快速构建内容创作工具、调试可视化界面而设计，输出优化顶点缓冲可无缝集成至 3D 渲染管线。

核心特性：
– 即时模式范式：最小化状态同步与存储，减少样板代码与 Bug
– 零外部依赖、跨平台：核心仅几个文件，支持主流图形 API 与平台
– 渲染器无关：输出顶点缓冲与绘制命令，可在任何渲染管线中绘制
– 极易集成：提供 20+ 官方后端，一小时内即可接入现有引擎
– 高性能：绘制调用少、内存占用低，经大型游戏项目实战验证
– 适合工具开发：擅长动态数据驱动 UI、临时调试工具与长期编辑器

适用场景：
– 游戏引擎编辑器与工具开发
– 实时 3D 应用调试可视化界面
– 嵌入式/主机平台无操作系统 UI 需求
– 开发者自制性能分析、日志、检查器等工具

技术亮点：
– C++ 核心库，无外部依赖，仅头文件与源文件
– 即时模式 GUI 架构，输出顶点缓冲与绘制命令列表
– 官方后端覆盖 DirectX/Vulkan/Metal/OpenGL/WebGPU 等渲染器及 GLFW/SDL/Win32 等平台

快速上手：
– 将根目录 imgui*.cpp/h 及 backends/ 对应后端文件加入项目编译
– 参考 examples/ 示例接入输入、纹理上传与渲染回调
– 调用 ImGui::ShowDemoWindow() 即可运行内置演示窗口

注意事项：
– 不支持完整国际化（RTL、双向文本、文本整形）与无障碍功能
– 定位工具开发，不适合面向普通终端用户的生产级应用 UI