今日 GitHub 热门项目 Top 11，已为你深度翻译整理。
1. freestylefly/awesome-gpt-image-2
- 作者： freestylefly
- 语言： JavaScript
- ⭐ 星标： 12,683（今日 +401） ｜ 🍴 Fork： 1,427
- 许可证：MIT ｜ 主页：https://gpt-image2.canghe.ai
- 标签：
agents,ai-image-generation,chatgpt,dsh-plugin,gpt-image-2,image-prompts,prompt-as-code,prompt-engineering,skills,workflow-automation
项目定位： GPT-Image2 工业级提示词引擎与模板库，将散乱的提示词转化为结构化、可复用的代码资产，提升 AI 图像生成的可控性与稳定性。
为你而选： 适合需要批量、稳定生成图像的设计师、开发者和自动化工作流构建者；普通人可借此快速套用模板生成高质量商业图。
当 AI 画图从“能不能画出来”进化到“能不能稳定、可控地批量复用”时，单纯堆砌自然语言提示词就显得力不从心了。awesome-gpt-image-2 这个项目正是为了解决这个痛点而生，它将散乱的提示词逆向工程并提炼为“Prompt as Code”（提示词即代码）的结构化资产。
核心亮点
项目收录了 532 个逆向工程案例，并从中提炼出 20 多套工业级模板。它采用“原子化架构”，将主体、光照、材质、布局和视觉细节拆解为可组合的模块。这种设计不仅提升了画面布局、文案和信息层级的可控性，还天生对自动化工作流友好，方便 Agent 和脚本直接调用。此外，项目还封装了 Agent Skill（GPT-Image2 Style Library），能直接接入 Claude Code 等工具。
如何上手
普通人或开发者可以直接访问它的可视化网站 gpt-image2.canghe.ai 浏览图库，按风格或场景筛选，一键复制完整的提示词。如果想深入研究模板和避坑指南，可以查阅仓库内的 docs/templates.md 和 docs/gallery.md。
适用边界
需要注意的是，这套模板和提示词体系依赖 GPT-Image2 模型，你需要有相应的 API 访问权限。项目本身提供了一个付费社区（¥9.90）用于深度交流，但核心的案例和模板代码在 GitHub 上是开源的，足够大多数人直接拿来提升出图效率。
2. basecamp/omarchy
- 作者： basecamp
- 语言： Shell
- ⭐ 星标： 29,105（今日 +750） ｜ 🍴 Fork： 2,959
- 许可证：MIT ｜ 主页：https://omarchy.org
项目定位： 由 DHH 打造的 Linux 发行版，主打美观、现代与高度定制化的工作流，内置丰富的开发者与日常应用配置。
为你而选： 适合从 Mac/Windows 迁移的开发者及极客。它帮你省去繁琐的系统调优时间，开箱即用获得一套高效、专注的 Linux 桌面环境。
如果你觉得折腾 Linux 桌面环境太费时间，Omarchy 可能正是你想要的。这是由 Ruby on Rails 创始人 DHH 打造的一款 Linux 发行版，核心理念就是“美观、现代且有主见”。它不给你一堆散件让你自己拼，而是直接提供一套审美在线、高度优化的开箱即用方案。
它解决了什么问题？
Linux 桌面最大的痛点往往是配置成本极高。Omarchy 通过一套预设的 Dotfiles 和系统配置，把从底层快捷键到上层应用（如 Neovim、终端、AI 工具甚至 Windows 虚拟机）都安排得明明白白。它内置了统一剪贴板历史、文本提取与听写、截图录屏等实用功能，让 Linux 拥有媲美商业操作系统的顺滑体验。
看点与上手
项目的最大亮点是其极其详尽的手册（manual/ 目录）。无论你是 Linux 老手还是刚从 Mac/Windows 迁移过来，手册里都有对应的导航、快捷键和习惯适配指南。想要上手，直接访问 omarchy.org 了解详情，并阅读其权威手册即可。
适用边界
既然是“有主见”的发行版，它最适合那些认同这套工作流、希望把精力集中在写代码或做事上，而不是花在调优桌面环境上的用户。如果你是个喜欢从零开始编译内核的极客，可能需要先评估一下它预设的配置风格是否契合你的习惯。项目采用 MIT 许可证，对二次开发也很友好。
3. block/buzz
- 作者： block
- 语言： Rust
- ⭐ 星标： 30,093（今日 +410） ｜ 🍴 Fork： 3,825
- 许可证：Apache-2.0
项目定位： Buzz 是一个自托管的团队协作工作区，底层基于 Nostr 协议，让人类和 AI 代理在同一个频道中拥有相同的身份、权限与审计追踪。
为你而选： 适合需要让 AI 深度参与开发流程的团队。开发者可以让代理直接提补丁、跑 CI、做代码审查，把分散在多个工具里的协作收敛到一个事件日志中。
Buzz 想解决的是现代研发团队工具链割裂的问题：聊天、代码托管、CI 和机器人各自为政。它把这一切统一在一个自托管的 Nostr relay 上，无论是人类发消息、AI 提交补丁，还是 CI 运行结果，都是同一种签名事件，沉淀在同一个可搜索的日志里。
在 Buzz 里，AI 代理不是挂在角落的机器人，而是和人类一样的“房间成员”。它们有自己的密钥对和审计追踪，能开仓库、发补丁、跑工作流。一个很实用的场景是“分支即房间”：当你开一个 feature 分支，对应的频道会自动生成，补丁、CI 结果和合并决策都在这个房间里发生并留痕。
技术上看，后端是一个由多个 Rust crate 组成的工作区，基于 Axum 提供 WebSocket 和 REST，数据落在 Postgres 和 Redis 中；桌面端则是 Tauri + React。
想快速体验，可直接去 Releases 页面下载桌面应用。如果要从源码构建，需要准备 Docker 和 Hermit，执行 git clone https://github.com/block/buzz.git && cd buzz，然后运行 . ./bin/activate-hermit、just setup && just build，最后用 just dev 启动。需要注意的是，Windows 用户需先安装 Git for Windows 以提供 bash 环境，且当前 Windows 安装包未签名，首次运行需在 SmartScreen 提示中手动放行。
4. Alishahryar1/free-claude-code
- 作者： Alishahryar1
- 语言： Python
- ⭐ 星标： 47,944（今日 +1,081） ｜ 🍴 Fork： 7,887
- 许可证：MIT
项目定位： 一个开源的本地代理网关，聚合49个符合服务条款的AI提供商，让你在终端、IDE或手机上免费使用Claude Code等9种编码代理。
为你而选： 适合开发者和编程爱好者。它把分散的免费AI额度整合到一处，省去逐个配置的麻烦，并在提供商宕机时自动切换，让编程助手更稳定可用。
如果你平时用 Claude Code、Codex 这类 AI 编程助手，但不想为各家 API 单独付费，Free Claude Code（FCC）值得一试。它本质上是一个本地代理网关，把 49 个符合服务条款的 AI 提供商聚合在一起，每月提供超过 13 亿免费 token，你可以在一个界面里搜索和切换模型，而不必担心账号风险。
核心亮点
– 多代理支持：兼容 Claude Code、Codex、Pi、OpenCode、Cline 等 9 种编码代理，原有配置和会话不受影响。
– 自动故障转移：某个提供商宕机时，FCC 会自动尝试你配置的下一个模型，无需重启当前对话。
– 省 token：可选的 RTK 过滤器能减少高达 90% 的终端输出 token；另外五项优化在不调用提供商的情况下处理配额探测、命令前缀检测等。
– 多端与语音：支持终端、桌面、IDE、手机，还能用本地 Whisper 或 NVIDIA NIM 做语音转文字。
技术栈
基于 Python 3.14，使用 uv 管理依赖，Ruff 做代码格式化，Loguru 记录日志，整体工程化程度不低。
快速上手
macOS/Linux 安装：
curl -fsSL "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.sh" | sh
Windows PowerShell 安装：
& ([scriptblock]::Create((irm "https://raw.githubusercontent.com/Alishahryar1/free-claude-code/main/scripts/install.ps1")))
安装后，Linux 运行 fcc-server 启动管理界面，Windows/macOS 从桌面打开。配置好提供商 API Key（如 NVIDIA NIM），即可用 fcc-claude、fcc-codex 等命令启动对应代理。
注意事项
免费额度和限制由各提供商控制，随时可能变动。该项目独立开源，与 Anthropic 无官方关联。
5. tinyhumansai/openhuman
- 作者： tinyhumansai
- 语言： Rust
- ⭐ 星标： 36,730（今日 +39） ｜ 🍴 Fork： 3,670
- 许可证：GPL-3.0 ｜ 主页：https://tinyhumans.ai/openhuman
项目定位： OpenHuman 是一款本地优先的个人 AI 超级智能，它不仅能持久记忆你的生活数据，还能编排多智能体工作流并进行深度研究。
为你而选： 适合需要长期记忆和复杂任务编排的普通用户与开发者。普通人可一键同步数据让 AI 成为私人助理，开发者能借此构建自动化工作流。
OpenHuman 想要解决一个长期困扰 AI 助手的痛点：它们总是“冷启动”，对你一无所知。通过本地优先的记忆系统，它能将你的邮件、日历、文档等数据压缩成 Markdown 记忆树，并同步为 Obsidian 知识库，让 AI 在几分钟内就拥有你的完整上下文。
它不仅仅是一个聊天机器人，更是一个智能体编排器。基于开源的 tinyagents 和 tinyflows，OpenHuman 能以图结构运行任务，支持暂停、重启和恢复。你甚至可以让它自动生成可视化的触发式工作流，在画布上审核后即可保存运行。此外，它内置了 Exa 驱动的网络搜索、真实浏览器和原生语音，并支持通过 Signal 协议进行端到端加密的智能体间通信。
在技术实现上，项目的一大亮点是 TokenJuice，能在工具输出送入模型前压缩高达 80% 的 token，大幅降低了长记忆的成本。隐私方面，数据在设备端加密，开启 Privacy Mode 后所有推理都不会离开本地，这由其 Rust 核心强制保证。
快速上手
你可以从 tinyhumans.ai/openhuman 或 GitHub Releases 页面下载安装包。对于喜欢终端的用户，Homebrew、Debian/Ubuntu .deb、AUR 等安装方式详见 INSTALL.md。安装后无需配置文件，几步点击即可开始使用。
注意事项
项目目前处于 Early Beta 阶段，正在积极开发中，使用时可能会遇到一些粗糙的边缘情况。它虽然不是 AGI，但在记忆、编排和工具集成上确实迈出了有意义的一步。
6. VoltAgent/awesome-agent-skills
- 作者： VoltAgent
- 语言： 未标注
- ⭐ 星标： 31,276（今日 +156） ｜ 🍴 Fork： 3,363
- 许可证：MIT ｜ 主页：https://officialskills.sh/
- 标签：
agent-skills,ai-agents,awesome,awesome-list,claude-code,claude-code-skills,claude-skills,codex-skills,cursor-skills,gemini-skills,opencode-skills,skills
项目定位： 一个精心挑选的 AI Agent 技能合集，汇集了 Anthropic、Google、Vercel 等官方团队和社区贡献的 1400+ 个实用技能。
为你而选： 适合使用 Claude Code、Cursor 等 AI 编程助手的开发者，能直接复用官方和社区沉淀的提示词技能，大幅提升开发与办公效率。
如果你平时在用 Claude Code、Cursor 或 Gemini CLI 这类 AI 编程助手，可能会发现它们在处理特定领域任务时缺乏“专业常识”。awesome-agent-skills 就是为了解决这个问题而生的——它是一个精心挑选的 Agent 技能库，目前收录了 1497+ 个技能。
这个仓库最大的亮点在于“手工挑选，非 AI 批量生成”。它汇集了 Anthropic、Google Labs、Vercel、Stripe、Cloudflare、Sentry、Figma 等数十个顶尖开发团队官方贡献的技能，质量有保障。比如 Anthropic 官方技能涵盖了 Word/Excel/PPT/PDF 文档处理、前端设计、MCP 服务器构建、Web 应用测试等；TestMu AI 团队则贡献了从 Cypress、Jest 到 Appium 等全栈自动化测试技能。
兼容性是它的另一大优势。这些技能不仅兼容 Claude Code，还支持 Codex、Gemini CLI、Cursor、GitHub Copilot、OpenCode、Windsurf 等主流工具。你可以把它理解为给 AI 助手配备的“专业插件包”，让助手在写代码、做测试、生成文档时表现得像个领域专家。
快速上手：直接在仓库的目录中按团队或分类浏览，找到你需要的技能（比如 anthropics/docx 或 testmu-ai/cypress-skill），然后将其引入到你使用的 AI 编程工具中即可。
注意事项：这个项目本质上是一个高质量的技能索引和提示词集合，需要配合上述 AI 编程助手使用。对于不使用这些工具的普通用户来说，直接拿来用的意义不大；但对于开发者，这绝对是一个值得收藏并按需取用的效率倍增器。
7. virgiliojr94/book-to-skill
- 作者： virgiliojr94
- 语言： Python
- ⭐ 星标： 24,637（今日 +417） ｜ 🍴 Fork： 2,578
- 许可证：MIT
- 标签：
agent-skills,ai-agents,book-to-skill,context-engineering,document-processing,edtech,knowledge-base,knowledge-management,llm,pdf-to-markdown,rag,self-study,study-tools
项目定位： 将技术书籍或文档转化为AI代理可按需加载的结构化技能，让知识检索告别幻觉与低效翻阅。
为你而选： 适合开发者和知识工作者。把买过的技术书或内部文档变成随用随查的AI技能，在工作时直接提问并获得基于原书的精准解答。
你有没有过这样的体验：买了一本厚厚的技术书，读完三个月后连第七章讲了什么都忘了。直接搜 PDF 只能找到页码，把书丢给 AI 问问题又容易遇到幻觉。book-to-skill 就是为了解决这个痛点——它能把技术书籍或文档文件夹，转化为 AI 代理（如 Claude Code、GitHub Copilot CLI 等）可按需加载的结构化技能。
核心看点
- 按需加载，极致省 Token：它不是把整本书塞进上下文，而是生成一个
SKILL.md核心索引和按章节拆分的文件。当你提问时，AI 才去读取对应章节。官方实测，这比直接把书丢进上下文要节省 24×–51× 的 Token。 - 多格式支持：除了 PDF，还支持 EPUB、DOCX、Markdown、HTML 等格式。不仅能转书，内部文档、设计规范、研究论文集都能折叠成一个统一的技能。
- 实现思路：由确定性的 Python 提取器负责把文档转成纯文本和元数据，再由规范驱动的生成器将其转化为结构化技能，确保输出的是框架和决策规则，而非简单的摘要。
快速上手
安装非常简单，一行命令即可：
npx skills add virgiliojr94/book-to-skill
或者手动克隆到技能目录：
git clone https://github.com/virgiliojr94/book-to-skill.git ~/.claude/skills/book-to-skill
安装后，只需运行 /book-to-skill ./my-book.pdf，它就会自动提炼并生成技能。之后你就可以用 /your-book-slug replication 这样的指令随时向 AI 提问。
注意事项
所有处理都在本地进行，你的文件不会被上传。不过，如果遇到扫描版 PDF（纯图片无文本层），需要先用 ocrmypdf 等工具进行 OCR 处理。此外，生成的技能本质上是你的个人学习笔记，对于受版权保护的书籍，请勿随意分发生成的技能文件。
8. dani-garcia/vaultwarden
- 作者： dani-garcia
- 语言： Rust
- ⭐ 星标： 65,954（今日 +78） ｜ 🍴 Fork： 3,126
- 许可证：AGPL-3.0
- 标签：
bitwarden,bitwarden-rs,docker,rocket,rust,vaultwarden
项目定位： 用 Rust 编写的轻量级 Bitwarden 兼容服务端，完美适配自托管场景，让你用极低资源成本掌控自己的密码库。
为你而选： 适合注重隐私的个人、家庭或小团队。普通人可借此自建密码管理服务，摆脱官方服务器的资源限制与订阅依赖。
如果你一直想自建密码管理服务，但又觉得官方 Bitwarden 服务端太吃资源，Vaultwarden 是个非常务实的选择。它用 Rust 重写了 Bitwarden 的客户端 API，体积极小、运行极快，却能完美兼容官方的桌面、移动端和浏览器插件。
核心看点
– 功能完整：它不是阉割版，而是实现了几乎全部的 Bitwarden API，包括组织管理、密码共享、多因素认证（支持 FIDO2、YubiKey 等）、紧急访问，甚至自带了一个修改版的 Web Vault 客户端。
– 技术栈：基于 Rust 和 Rocket web 框架构建，天生具备内存安全和高性能的优势，非常适合跑在树莓派或轻量级 VPS 上。
快速上手
推荐使用 Docker 部署，只需拉取镜像并挂载数据卷即可运行：
docker run --detach --name vaultwarden \
--env DOMAIN="https://vw.domain.tld" \
--volume /vw-data/:/data/ \
--restart unless-stopped \
--publish 127.0.0.1:8000:80 \
vaultwarden/server:latest
也可以使用 Docker Compose 进行配置管理。
注意事项
– 必须配置 HTTPS：因为 Web Vault 依赖浏览器的 Web Crypto API，必须在安全上下文下运行，建议搭配反向代理（如 Nginx）使用。
– 数据无价：项目明确声明不对数据丢失负责，务必做好 /vw-data/ 目录的定期备份。
– 非官方项目：虽然有一位维护者受雇于 Bitwarden，但这仍是独立的开源项目，遇到问题请去 GitHub Issues 反馈，不要找官方客服。
9. anthropics/claude-plugins-community
- 作者： anthropics
- 语言： Python
- ⭐ 星标： 931（今日 +225） ｜ 🍴 Fork： 126
- 许可证：Apache-2.0
项目定位： Claude Cowork 和 Claude Code 的社区插件市场只读镜像，提供经过安全审查的社区插件列表。
为你而选： 适合使用 Claude 产品的开发者和普通用户，可通过简单命令扩展 Claude 的能力，提升工作效率。
这个仓库是 Anthropic 为 Claude 生态搭建的社区插件市场镜像。它解决了一个很实际的问题：当 Claude 的能力越来越强，用户需要各种定制化插件来适配不同工作流时，如何安全、集中地分发这些插件？
核心看点
- 只读与安全审查：仓库本身是只读的，真正的插件列表存放在
.claude-plugin/marketplace.json中，每晚从 Anthropic 内部审查流水线同步。所有插件都必须通过自动安全扫描并获准分发，这为使用者提供了一层基础的安全保障。 - 规范的提交流程：开发者不能直接向这个仓库提 PR（会被自动关闭），而必须通过官方的提交入口进行审核，确保了插件源的质量可控。
快速上手
如果你是 Claude Code 的用户，只需两行命令即可接入这个社区生态：
claude plugin marketplace add anthropics/claude-plugins-community
claude plugin install <plugin-name>@claude-community
如果你使用的是 Claude Cowork，则可以直接在网页端访问 claude.com/plugins 进行安装。
注意事项
这个仓库本身不包含插件的源代码或详细文档，它更像是一个“目录索引”。如果你有开发插件的打算，建议同时关注它的兄弟项目 claude-plugins-official（官方维护）和 knowledge-work-plugins（特定角色插件），以获取更多参考。
10. Comfy-Org/ComfyUI
- 作者： Comfy-Org
- 语言： Python
- ⭐ 星标： 129,375（今日 +201） ｜ 🍴 Fork： 15,254
- 许可证：GPL-3.0 ｜ 主页：https://www.comfy.org/
- 标签：
ai,comfy,comfyui,python,pytorch,stable-diffusion
项目定位： ComfyUI 是一款强大的模块化 AI 创作引擎，通过可视化节点图界面，让用户无需写代码即可构建和复用图像、视频、3D 和音频的生成工作流。
为你而选： 适合视觉创作者和开发者。普通人可用桌面应用零代码生成多媒体内容；开发者能通过 API 将复杂工作流集成到生产管线，实现精细化控制与自动化。
ComfyUI 把复杂的 AI 生成过程拆解成了像搭积木一样的「节点图」。你不需要写代码，只需把不同的模型、参数和处理工具连成一张图，就能生成图像、视频、3D 模型甚至音频。它最大的价值在于给了创作者对每一个环节的极致控制权，同时又能把复杂的工作流打包成简单界面（App Mode）或暴露成 API，无缝接入生产管线。
核心亮点与技术看点
– 广谱的模型支持：从 Stable Diffusion、Flux 到 Wan、Hunyuan，主流开源模型几乎原生支持，还能通过 Partner Nodes 接入闭源模型。
– 高效的底层执行：异步队列、部分图重执行、智能显存/内存管理以及对量化模型的支持，让它在本地跑大模型时更省资源。
– 完全离线：核心不主动下载任何东西，加 --disable-api-nodes 参数还能强制禁用付费 API 节点，保证纯本地隐私运行。
快速上手
对于普通用户，最省心的方式是直接去官网下载桌面应用（支持 Windows 和 macOS）。如果你是 Windows 且有 NVIDIA 显卡，也可以下载便携版（Portable Package），解压后把模型文件放进 ComfyUI\models\checkpoints 即可运行。
注意事项
ComfyUI 的节点图逻辑需要一定的学习成本。另外，非稳定版分支的提交可能会破坏自定义节点的兼容性，建议普通用户紧跟官方稳定版（大约每两周发布一次）。
11. NousResearch/hermes-agent
- 作者： NousResearch
- 语言： Python
- ⭐ 星标： 234,969（今日 +454） ｜ 🍴 Fork： –
项目定位： Hermes Agent 是一款具备自我学习能力的开源 AI 代理，能从日常交互中提炼技能、持久化记忆并深化对用户的理解，支持跨平台部署与多模型接入。
为你而选： 适合需要长期陪伴型 AI 助手的开发者和极客。它能在云端持续运行，通过 Telegram 等平台随时响应，帮你处理定时任务和复杂工作流。
大多数 AI 助手聊完即忘，而 Hermes Agent 想做的是“与你共同成长”。它内置了学习闭环：在完成复杂任务后自主创建技能，在使用中自我改进，并通过搜索过往对话和用户建模，在跨会话中逐渐加深对你的理解。
核心亮点与技术看点
– 随处运行，不绑设备：支持本地、Docker、SSH、Modal、Daytona 等 7 种后端。你可以把它扔在 5 美元的 VPS 或 Serverless 环境上，空闲时休眠几乎零成本，然后通过 Telegram、Discord 等消息平台随时与它交互。
– 模型自由：不绑定任何特定厂商，支持 OpenAI、OpenRouter 或自有端点，通过 hermes model 一键切换。
– 闭环学习与自动化：内置 cron 调度器，可用自然语言设定每日报告或定期备份；支持生成隔离子代理并行处理任务，甚至通过 RPC 调用工具以折叠多步流水线。
快速上手
安装非常顺滑。Linux/macOS/WSL2 用户执行：
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
Windows 用户在 PowerShell 运行：
iex (irm https://hermes-agent.nousresearch.com/install.ps1)
安装后执行 hermes 即可进入终端界面开始对话。如果不想四处收集各种 API Key，可以使用 hermes setup --portal 通过 Nous Portal 统一配置模型、搜索、图像生成等工具。
注意事项
在 Windows 原生环境下，杀毒软件可能会误报其内置的 uv.exe（Rust 编写的包管理器）为恶意软件，这是误报，需在杀毒软件中将 Hermes 目录加入白名单。