让 AI 在浏览器后台独立操作，人与智能体真正并行（GitHub Trending）

今日 GitHub 热门项目 Top 7，已为你深度翻译整理。

1. citrolabs/ego-lite

作者： citrolabs
语言： JavaScript
⭐ 星标： 10,351（今日 +165）　｜　🍴 Fork： 527
许可证：MIT　｜　主页：https://lite.ego.app
标签： agent-skills, ai-agent, automation, browser, browser-automation, claude-code, codex, hermes-agent, skills, skills-sh

项目定位： ego lite 是一款专为 AI agent 设计的浏览器，让用户与 AI 在同一浏览器中并行工作，agent 可直接继承用户已登录的浏览器状态，互不干扰。

为你而选： 适合使用 Claude Code、Codex 等 AI agent 的开发者。它能让 AI 在后台自动执行浏览器任务，如抓取数据或填表，而用户可继续使用自己的标签页。

如果你用过 Claude Code 或 Codex 等 AI agent 执行浏览器自动化任务，大概率遇到过这些麻烦：AI 需要单独开一个浏览器、登录态无法继承，甚至还会和你抢占同一个标签页。ego lite 就是为了解决这个痛点而生的——它是一款从底层开始就为你和 AI agent 共享而设计的浏览器。

它的核心思路是“Space（空间）”隔离。你在前台正常浏览，AI agent 在后台的独立 Space 里干活，互不干扰。首次启动时，你可以选择迁移 Chrome 数据，这样 AI 就能直接继承你的登录状态、Cookie 和书签，省去了反复登录的摩擦。

在技术实现上，ego lite 有两个亮点：一是基于代码而非 CLI 的调用方式，它将浏览器能力封装成 JavaScript 函数供 agent 直接调用，复杂任务执行速度最高可提升 2.5 倍，且大幅减少 token 消耗；二是它提供了高质量的页面 Snapshot，能稳定处理深层嵌套的 iframe 等复杂场景。

上手非常简单，目前支持 macOS。你可以直接下载 dmg 安装包，或者在终端运行 npx skills add citrolabs/ego-lite 添加技能。安装后，在 agent CLI 中输入 /ego-browser 并用自然语言描述任务即可，例如 ego-browser follow @ego_agent on x.com for me。你的浏览数据始终保留在本地，隐私有保障。需要注意的是，Windows 和 Linux 版本目前还在开发中。

2. github/spec-kit

作者： github
语言： Python
⭐ 星标： 128,500（今日 +1,160）　｜　🍴 Fork： 11,486
许可证：MIT　｜　主页：https://github.github.com/spec-kit/
标签： ai, copilot, development, engineering, prd, spec, spec-driven

项目定位： Spec Kit 是一个开源工具包，帮助你在编写代码前先定义需求，通过规格驱动开发（SDD）与任何 AI 编码代理协作构建高质量软件。

为你而选： 适合使用 AI 编码代理的开发者和团队。它让你先写规格再生成代码，提升开发效率与代码质量，避免 AI 盲目写代码。

在 AI 辅助编程日益普及的今天，如何让 AI 写出符合预期的代码成了一个痛点。Spec Kit 给出的答案是「规格驱动开发」（Spec-Driven Development）：在动手写代码前，先定义好要构建什么。它把传统开发中被当作脚手架用完即弃的规格，变成了可执行的指令，直接指导 AI 代理生成实现。

它的核心亮点在于提供了一套结构化的工作流。通过 specify-cli 初始化项目后，你的 AI 编码代理（支持 Copilot 等 30 多种代理）就能使用一系列斜杠命令：用 /speckit.constitution 定原则，/speckit.specify 写需求，/speckit.plan 定技术方案，/speckit.tasks 拆任务，最后用 /speckit.implement 让 AI 执行构建。整个过程环环相扣，把模糊的想法变成清晰的工程文档，再变成代码。

上手也很简单，只需先安装 uv，然后运行 uv tool install specify-cli，接着执行 specify init my-project --integration copilot 即可。此外，它支持通过扩展（Extensions）增加新能力，或通过预设（Presets）定制现有工作流，非常灵活。需要注意的是，社区贡献的扩展和预设由各自作者独立维护，使用前建议自行审查源代码。

3. cursor/plugins

作者： cursor
语言： TypeScript
⭐ 星标： 2,807（今日 +41）　｜　🍴 Fork： 227

项目定位： Cursor 官方插件市场，提供针对开发者工具和 SaaS 产品的官方插件，扩展 AI 编程助手的能力边界。

为你而选： 适合使用 Cursor 的开发者和团队。能接入 Gmail、Salesforce 等外部服务，或增强代码审查、文档生成等内部工作流。

如果你已经在用 Cursor 进行 AI 辅助编程，这个官方插件市场能让你的编辑器如虎添翼。它解决的核心问题是：如何让 AI 编程助手无缝融入现有的开发工作流和外部 SaaS 工具生态。

项目包含两大类插件。一类是开发者工具，比如 PR Review Canvas 能把 PR 差异渲染成按重要性分组的交互式画布，Orchestrate 可以把大型任务分发给并行的云端代理执行；另一类是生产力与集成工具，通过 MCP（Model Context Protocol）连接 Gmail、Google Drive、Salesforce、HubSpot 等外部服务，让 Cursor 直接读写你的邮件、日历或 CRM 数据。

从实现上看，每个插件都是独立的目录，包含 skills（代理技能）、rules（Cursor 规则）和 mcp.json（MCP 服务器定义）。这种模块化设计让插件既独立又易于组合。仓库根目录的 .cursor-plugin/marketplace.json 统一管理所有插件清单。

需要注意的是，大部分第三方集成插件依赖对应服务商的官方远程 MCP 服务器，使用前需配置相应的认证授权。项目采用 MIT 许可证，对二次开发非常友好。

4. deepseek-ai/awesome-deepseek-agent

作者： deepseek-ai
语言： 未标注
⭐ 星标： 5,695（今日 +222）　｜　🍴 Fork： 690

项目定位： 一份精选指南列表，教你如何将 DeepSeek 模型快速集成到各类主流 AI 代理和编程助手工具中。

为你而选： 适合开发者和普通用户。无论你用 Claude Code 还是 GitHub Copilot，都能按图索骥在几分钟内切换到 DeepSeek 模型。

如果你正打算把 DeepSeek 模型接入自己常用的 AI 工具，却苦于到处找配置教程，这个项目就是为你准备的。它是一份由 DeepSeek 官方维护的精选指南合集，专门解决“模型有了，但不知道怎么接到我的工具里”这个痛点。

项目目前收录了 20 多款主流 AI 代理和编码助手工具的接入指南，包括 Claude Code、Cline、GitHub Copilot、Cherry Studio、LobeHub 等，覆盖了终端工具、桌面客户端以及飞书/微信等聊天平台机器人。每份指南都详细走通了安装、配置到首次运行的全过程，目标是让你在几分钟内就能在熟悉的工具里用上 DeepSeek-V4-Pro 或 DeepSeek-V4-Flash 模型。

上手非常简单：先去 DeepSeek Platform 申请一个 API Key，然后在这个列表里找到你正在用的工具，点进对应的指南照做即可。如果你常用的工具不在列表里，项目也开放了贡献渠道，欢迎提交 Pull Request 补充。对于想低成本体验 DeepSeek 模型在各类开发与办公场景中表现的人来说，这份清单是个不错的起点。

5. rustdesk/rustdesk

作者： rustdesk
语言： Rust
⭐ 星标： 120,617（今日 +143）　｜　🍴 Fork： 18,460
许可证：AGPL-3.0　｜　主页：https://rustdesk.com
标签： android, anydesk, dart, flatpak, flutter, flutter-apps, ios, linux, macos, p2p, rdp, remote-control, remote-desktop, rust, rust-lang, teamviewer, vnc, wayland, windows

项目定位： 开源的远程桌面软件，用 Rust 编写，可作为 TeamViewer 的替代品。支持自建服务器，让你完全掌控数据，开箱即用无需复杂配置。

为你而选： 适合需要远程办公或协助他人处理电脑问题的普通用户，以及注重数据隐私、希望自建中继服务器的开发者与团队。

RustDesk 是一款用 Rust 编写的开源远程桌面软件，主打开箱即用和数据自主可控。对于受够了商业软件频繁弹窗或对数据隐私有顾虑的人来说，它是个务实的 TeamViewer 替代品。你可以用官方中继服务器，也能自建服务器，甚至自己写中继逻辑，把数据流转完全掌握在自己手里。

技术上，底层用 Rust 保证性能与安全，跨平台界面则转向 Flutter（旧的 Sciter UI 已废弃）。它支持文件传输、TCP 隧道等功能，依赖 vcpkg 管理视频和音频编解码库（如 libvpx、opus）。

普通用户直接去 Releases 页面下载安装包即可。开发者若想自行编译，README 提供了清晰步骤。配置好 Rust 环境和 VCPKG_ROOT 后，拉取 Sciter 动态库，执行 cargo run 即可。项目还提供 Docker 构建方式，运行 docker build -t "rustdesk-builder" . 后通过挂载目录执行容器即可编译，省去环境配置烦恼。

需注意，作者明确声明不支持任何未经授权的非法用途。另外，当前 README 的构建教程主要针对 Sciter，若要构建 Flutter 版本，建议参考项目的 CI 配置。

6. OpenCut-app/OpenCut

作者： OpenCut-app
语言： TypeScript
⭐ 星标： 83,147（今日 +255）　｜　🍴 Fork： 8,230
许可证：MIT　｜　主页：https://opencut.app
标签： editor, oss, videoeditor

项目定位： 开源的剪映替代品，致力于打造支持 Web、桌面和移动端的免费视频编辑器。

为你而选： 适合需要免费、跨平台视频剪辑工具的创作者，以及希望利用其 API、插件和 AI 集成进行自动化处理的开发者。

OpenCut 是一个定位为「开源版剪映」的免费视频编辑器，目标是让创作者在 Web、桌面和移动端都能自由剪辑视频，而不必受制于闭源商业软件。

值得重点关注的是，项目目前正处于从头重写的关键阶段。新版架构看点颇多：它将采用 Rust 作为核心，实现一套代码跨端运行；引入插件优先架构以支持一流的第三方插件；甚至内置了 MCP server 以便与 AI 代理交互，还支持 Headless 模式用于自动化和批量渲染，以及编辑器内直接编写脚本。这意味着它不仅是一个剪辑工具，更在向可编程的视频处理平台演进。

如果你想立刻体验，目前官网 opencut.app 运行的仍是旧版（opencut-classic），新版预览在 new.opencut.app。对于想要参与本地开发的极客来说，项目使用 proto 管理工具链，克隆仓库后运行 proto use 安装依赖，即可通过 moon run web:dev 启动 Web 端开发环境，或运行 moon run api:dev 启动 API 服务。

需要注意的是，由于新版架构还在设计中，团队目前暂未开放外部代码贡献，但欢迎通过 Discord 或 Issue 交流。对于普通用户，现在可以先用旧版过渡；对于开发者，这无疑是一个值得持续关注的开源创作工具项目。

7. ToolJet/ToolJet

作者： ToolJet
语言： JavaScript
⭐ 星标： 39,064（今日 +132）　｜　🍴 Fork： 5,263
许可证：AGPL-3.0　｜　主页：https://tooljet.com
标签： ai-app-builder, docker, hacktoberfest, internal-applications, internal-project, internal-tool, internal-tools, javascript, kubernetes, low-code, low-code-development-platform, low-code-framework, no-code, nodejs, reactjs, self-hosted, typescript, web-development-tools, workflow-automation

项目定位： 开源的低代码应用构建平台，提供可视化拖拽 UI 和丰富的数据源集成，帮助企业快速搭建内部工具和业务应用。

为你而选： 适合开发者和业务团队快速搭建内部工具、仪表板。普通人能通过拖拽组件和内置数据库，无需写代码即可构建业务应用，大幅提升效率。

ToolJet 是一个开源的低代码平台，核心目标是让团队不用从零写代码，就能快速搭出内部工具、仪表板和业务应用。它最大的亮点在于把「可视化拖拽」和「多数据源连接」结合得很彻底：内置 60 多个响应式组件，能对接 80 多种数据源（包括数据库、API、SaaS 工具和对象存储），甚至还自带了一个无代码数据库。

对于有一定技术背景的用户，ToolJet 允许在应用内直接运行 JavaScript 和 Python 脚本，这意味着遇到复杂逻辑时不会被低代码的框架困住。部署方面非常灵活，支持 Docker、Kubernetes 以及各大云厂商（AWS、GCP、Azure）。

想快速体验的话，只需在终端运行一行 Docker 命令即可在本地启动：

docker run \
  --name tooljet \
  --restart unless-stopped \
  -p 80:80 \
  --platform linux/amd64 \
  -v tooljet_data:/var/lib/postgresql/13/main \
  tooljet/try:ee-lts-latest

需要注意的是，社区版（CE）已包含绝大多数核心功能，但如果需要 AI 生成应用、AI 查询构建器或高级权限管理（RBAC）等特性，则需要关注其 ToolJet AI 企业版。项目采用 AGPL-3.0 许可证，自部署时需留意开源合规要求。