3块钱2小时，从零训练一个你自己的语言模型（GitHub Trending）

今日 GitHub 热门项目 Top 5，已为你深度翻译整理。

1. k1tbyte/Wand-Enhancer

作者： k1tbyte
语言： C#
⭐ 星标： 23,368（今日 +582）　｜　🍴 Fork： 59,564
许可证：Apache-2.0　｜　主页：https://gitlab.com/kitbyte/wand-enhancer
标签： csharp, wand, wand-enhancer, wand-pro, wemod, wpf

项目定位： 开源的 Wand（WeMod）游戏修改器本地增强工具，通过 .NET 补丁与 Electron 注入实现主题定制、配置管理、AI 功能和手机远程面板，所有修改仅在本地进行。

为你而选： 适合 Wand/WeMod 用户与想自定义客户端界面的开发者：美化布局、注入自定义 JS、用手机控制训练器；需自行 fork 构建，无官方 exe。

WandEnhancer 是游戏修改器应用 Wand（WeMod）的本地增强工具：它用 .NET 补丁器修改本地安装文件，并借助一个 version.dll 代理在 Wand 自己的进程内关闭 Electron 的 ASAR 完整性校验，从而实现主题与布局定制、本地环境配置管理、新版本自动兼容适配、AI 功能，以及手机扫码连接的远程 Web 面板。

实现思路上有几点值得看：它不注入其他进程，只在 Wand 进程内改一个 fuse 字节；自定义 JavaScript 脚本跑在渲染进程里，拥有完整 DOM 和 Node require 权限，出错会被捕获记录而不致崩溃，适合自己动手微调客户端界面。

上手没有现成的 exe：需要 fork 仓库，在 Actions 里运行 Build executable 工作流，下载 artifact 解压后运行 WandEnhancer.exe 打补丁；想本地编译则装好 CMake、Node.js/pnpm、VS2022（含 C++ 工作负载与 .NET Framework 4.8），执行 build.cmd。

注意事项不少：官方从不发布可执行文件，YouTube 上的“官方教程”是夹带木马的假冒内容，务必只信自己构建的产物；远程面板是明文 HTTP、端口 3223、无配对码，只能在可信局域网或 Tailscale 内使用；未签名构建可能触发杀软与 SmartScreen 告警。项目采用 Apache-2.0 许可，声明所有修改仅限本地界面定制，不绕过服务器端验证。

2. jingyaogong/minimind

作者： jingyaogong
语言： Python
⭐ 星标： 56,076（今日 +495）　｜　🍴 Fork： 7,317
许可证：Apache-2.0　｜　主页：https://jingyaogong.github.io/minimind
标签： artificial-intelligence, large-language-model

项目定位： 从零开始、用原生 PyTorch 训练一个约 64M 参数的超小语言模型，约 3 块钱 GPU 成本、2 小时即可复现，完整开源从预训练到强化学习的全链路代码与数据。

为你而选： 适合想真正搞懂大模型原理的开发者与学生：亲手走完预训练、微调、强化学习全流程，而不只是调 API 或对现成模型做 LoRA 微调。

它解决什么问题

大多数人的 LLM 学习止步于调 API 或 LoRA 微调，始终隔着一层黑盒。MiniMind 反其道而行：核心算法全部用 PyTorch 从 0 原生实现，不依赖 transformers/trl 的高层封装，让你以约 3 块钱 GPU 成本、2 小时（单卡 3090 跑 1 个 epoch SFT 的实测），亲手训练出一个约 64M 参数、能对话、会思考、能调用工具的小模型。

看点在哪

训练链路完整：Pretrain → SFT → LoRA → DPO → PPO/GRPO/CISPO → Tool Use → Agentic RL → 蒸馏，每一步都有从 0 写的代码与配套开源数据；
主线结构对齐 Qwen3 / Qwen3-MoE 生态，兼容 transformers、llama.cpp、vllm、ollama 等主流框架，另有视觉（MiniMind-V）、扩散 dLM、线性注意力等实验分支；
自定义 tokenizer 词表仅 6400，显著压缩 embedding 参数占比，契合小模型体积约束；
支持多卡 DDP、断点续训、SwanLab 可视化，附 OpenAI 协议服务端与 Streamlit 聊天界面。

快速上手

git clone --depth 1 https://github.com/jingyaogong/minimind
cd minimind && pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple
# 从 ModelScope 下载数据集（快速复现只需 pretrain_t2t_mini / sft_t2t_mini）放入 ./dataset
cd trainer && python train_pretrain.py   # 预训练
cd trainer && python train_full_sft.py   # 指令微调
# 或先体验现成模型
python eval_llm.py --load_from ./minimind-3

边界与提醒

“2 小时”仅指 SFT 阶段实测，完整预训练耗时更长；64M 参数的能力与商用大模型不在一个量级——它的价值在于让你看懂每一行代码，而非替代生产级模型。

3. zhaoxuya520/reverse-skill

作者： zhaoxuya520
语言： PowerShell
⭐ 星标： 33,096（今日 +1,401）　｜　🍴 Fork： 4,493
许可证：MIT

项目定位： Reverse Engineering / Authorized Penetration Testing / Security Research Skill R

4. affaan-m/ECC

作者： affaan-m
语言： JavaScript
⭐ 星标： 245,234（今日 +512）　｜　🍴 Fork： 37,049
许可证：MIT　｜　主页：https://ecc.tools
标签： ai-agents, anthropic, claude, claude-code, developer-tools, llm, mcp, productivity

项目定位： ECC 是开源的 AI 编程智能体增强系统：为 Claude Code、Codex 等工具装上 68 个智能体、286 项技能，外加记忆、钩子与安全扫描，把临时提示词变成可复用的工程化流程。

为你而选： 适合用 Claude Code、Codex、Cursor 等 AI 编程工具的开发者；装一次即可让智能体先规划再写码、用测试验证、自审并记住经验，持续变强。

ECC 的出发点很直接：AI 智能体会写代码，却缺一套连贯的工程流程。它把「规划 → 测试 → 实现 → 审查 → 验证 → 记忆 → 改进」做成装一次、长期生效的系统，理念是「优化上下文窗口，其余全部持久化」——让智能体先规划再动手、用测试验证改动、以全新上下文自审代码，并把重复的成功经验沉淀为可复用的技能与工作流。

里面有什么：68 个智能体（覆盖规划、审查、构建修复、安全、架构等领域）、286 项技能（TDD、调研、安全、文档、前端、数据、ML、运维等）、94 个命令入口，外加运行时钩子、会话摘要、持续学习与记忆，以及 AgentShield 安全扫描（检查提示词、钩子、MCP 配置、权限与密钥）。

快速上手：终端运行 npx ecc-universal setup（需 Node.js 18+、Git、Claude Code 2.1+），或在 Claude Code 内执行 /plugin marketplace add https://github.com/affaan-m/ECC 与 /plugin install ecc@ecc。注意同一工具只选一种安装方式，切勿叠加，否则技能与钩子会重复；另外 Claude 插件不分发 rules，规则包需手动复制到 ~/.claude/rules/ecc/。

边界提醒：ECC 对 Claude Code 支持最完整，Codex 有同步路径，Cursor、OpenCode、Gemini、Zed 等为能力受限适配，功能并非对等，使用前建议查看支持矩阵。务必只从官方仓库与 npm 包（ecc-universal、ecc-agentshield）安装，第三方镜像可能含恶意代码。项目 MIT 开源免费，私有仓库可选用付费的 Pro GitHub App。

5. firecrawl/pdf-inspector

作者： firecrawl
语言： Rust
⭐ 星标： 17,347（今日 +228）　｜　🍴 Fork： 1,199
许可证：MIT　｜　主页：https://firecrawl.github.io/pdf-inspector/
标签： markdown, nodejs, ocr-routing, pdf, pdf-classification, pdf-extraction, pdf-parser, python, rust, text-extraction

项目定位： Firecrawl 开源的 Rust PDF 解析库：毫秒级判断 PDF 是文本型还是扫描型，本地提取带位置信息的文本并转成干净 Markdown，默认无需 OCR，提供 Python、Node、浏览器 WASM 绑定与 CLI。

为你而选： 适合需要批量处理 PDF 的开发者与数据管线：把报告、论文、发票、法律文件等文本型 PDF 快速转成结构化 Markdown，跳过昂贵耗时的 OCR，省钱省时。

很多 PDF 处理管线会把所有文件一股脑送进 OCR，又慢又贵。pdf-inspector 的思路是先分类、再处理：通过采样内容流中的文本/图像操作符，约 10-50ms 就能判断 PDF 属于文本型、扫描型、图片型还是混合型，返回置信度和需要 OCR 的具体页码；对占比约 54% 的文本型 PDF，本地 200ms 内即可完成提取，直接跳过 OCR。

提取能力同样扎实：带字体与坐标的位置感知抽取、自动识别多栏阅读顺序（含 RTL）、表格同时用矩形绘图指令和对齐启发式两条路径检测，可输出 H1-H4 标题、列表、代码块、上下标等干净 Markdown。文档只解析一次，检测与提取共享结果，避免重复 I/O。

在 200 份 PDF 的公开基准上，它以 0.875 的总分、0.47 秒跑完全部文档的成绩，领先 pymupdf4llm、markitdown 等同类。

上手很快：pip install pdf-inspector、npm install @firecrawl/pdf-inspector 或 cargo add pdf-inspector，另有浏览器 WASM 版；CLI 装好后 pdf2md document.pdf 一行转 Markdown，detect-pdf 只做检测。注意默认构建不含 OCR——扫描件需启用 OCR 特性并自行安装 PDFium 与 ONNX Runtime；文本型 PDF 才是它的最佳战场。