说出研究目标，AI 替你读文献、跑代码、出报告（GitHub Trending）

今日 GitHub 热门项目 Top 7，已为你深度翻译整理。

1. openai/skills

作者： openai
语言： Python
⭐ 星标： 25,607（今日 +46）　｜　🍴 Fork： 1,729

项目定位： OpenAI 官方的 Codex 技能目录：把指令、脚本和资源打包成可复用的 Agent Skills，让 AI 编码代理以可重复方式完成特定任务。注意：该仓库已弃用，现迁移至 openai/plugins。

为你而选： 适合 Codex 用户与想为 AI 代理封装可复用能力的开发者；普通人可用现成技能让 Codex 更高效地完成重复性编码任务。

这个仓库是 OpenAI 为 Codex 维护的官方技能目录。所谓 Agent Skills，就是把指令、脚本和资源打包成一个文件夹，让 AI 代理能够自主发现并使用，以可重复的方式完成特定任务——官方的口号是”写一次，到处用”（Write once, use everywhere）。

仓库把技能分成三类：.system 中的技能随最新版 Codex 自动安装；.curated 是官方精选技能；.experimental 为实验性技能。安装精选技能只需在 Codex 内调用 $skill-installer 并给出技能名，例如 $skill-installer gh-address-comments；实验性技能则需指定文件夹（如 create-plan）或直接粘贴 GitHub 目录 URL。安装后重启 Codex 即可生效。

需要特别注意的是：README 顶部已明确标注该仓库已弃用（deprecated），当前的 Codex 技能与插件示例请移步 openai/plugins 仓库；想自己编写技能的开发者，可参考官方的 Build plugins 指南，其中包含创建”纯技能插件”的说明。此外，每个技能的许可证放在各自目录的 LICENSE.txt 中，使用前值得看一眼。

对普通用户而言，它的价值在于省去从零配置的功夫，让 Codex 直接获得一套现成、可复用的工作流；对开发者而言，它也是了解 Agent Skills 开放标准（agentskills.io）如何落地的直观样本。

2. llvm/llvm-project

作者： llvm
语言： LLVM
⭐ 星标： 40,207（今日 +23）　｜　🍴 Fork： 18,559
主页：http://llvm.org

项目定位： LLVM 是一套模块化、可复用的编译器与工具链技术集合，提供从中间表示到目标文件的完整编译基础设施，用于构建高度优化的编译器、优化器和运行时环境。

为你而选： 适合编译器与语言开发者、系统程序员，以及想弄懂代码如何变成机器码的工程师；可基于它构建自己的语言前端或优化工具，也可参与 Clang 等组件开发。

如果你好奇“源代码怎么变成 CPU 能执行的指令”，LLVM 就是工业级答案。它把编译器拆开：Clang 等前端把 C、C++、Objective-C 等源码翻译成统一的中间表示（LLVM bitcode），LLVM 核心再对 IR 做优化并生成目标文件——新语言只要能生成 IR，就能复用整套优化与代码生成。仓库里也不止编译器：核心自带汇编器、反汇编器、bitcode 分析器与优化器，另有 libc++ 标准库和 LLD 链接器，构成一条完整工具链。

README 更像一份索引：源码获取与构建见官方 Getting Started 页面，贡献流程见 Contributing 指南，社区在 Discourse、Discord 和 Office Hours。注意这是体量很大的 C++ 源码仓库，从源码构建需要相当的资源与耐心；只想用 Clang 的话，装现成的发行版更省事。项目带有 OpenSSF Scorecard 与最佳实践徽章，工程规范有背书。

3. coreyhaines31/marketingskills

作者： coreyhaines31
语言： JavaScript
⭐ 星标： 47,497（今日 +329）　｜　🍴 Fork： 7,386
许可证：MIT　｜　主页：https://marketing-skills.com
标签： claude, codex, marketing

项目定位： 面向 AI 编程代理的营销技能库：用 Markdown 技能文件注入 CRO、文案、SEO、分析与增长工程的专业框架，让代理自动识别营销任务并按最佳实践完成。

为你而选： 适合技术型营销人、创始人与独立开发者；让 Claude Code、Cursor 等代理帮你优化落地页转化、写文案、做 SEO 审计与增长实验，相当于自带营销顾问。

AI 编程代理写代码在行，但让它改落地页、写文案时，往往缺少营销方法论。作者 Corey Haines 把多年营销经验整理成一套 Markdown 技能文件，代理加载后能自动识别营销任务、按专业框架干活——相当于给代理配了位营销军师。

库内共 50 个技能，按七大类组织：SEO 与内容、CRO、文案、付费投放与度量、增长留存、销售与 GTM、策略，从 SEO 审计、转化优化、文案写作到 A/B 测试、定价、推荐裂变，基本覆盖 SaaS 增长全链路。

架构上有个巧思：product-marketing 是基础技能，其余技能都会先读它来理解你的产品、受众与定位再动手；技能之间还互相引用（如 copywriting ↔ cro ↔ ab-testing），形成一张知识网，而非孤立的提示词。

上手只需一行命令：npx skills add coreyhaines31/marketingskills 安装全部，也可指定技能单独安装。项目 MIT 协议、免费开放，兼容 Claude Code、Codex、Cursor、Windsurf 等任何遵循 Agent Skills 规范的代理。注意它提供的是方法论与工作流，需搭配兼容代理使用；商业合作方的集成有披露规则，不会影响核心技能推荐的中立性。

4. aipoch/open-science

作者： aipoch
语言： TypeScript
⭐ 星标： 3,845（今日 +146）　｜　🍴 Fork： 238
许可证：Apache-2.0　｜　主页：https://aipoch.com/open-science
标签： ai-for-science, ai-research, ai-workbench, bioinformatics, claude-science-alternative, desktop-app, electron, linux, local-first, macos, mcp, model-agnostic, open-science, python, r, reproducible-research, research-software, research-workbench, scientific-ai, windows

项目定位： 开源、本地优先、模型无关的 AI 科研工作台：以科学智能体、Python/R 执行与数据连接器，把从文献到报告图表的科研全程做成可复现、可溯源的记录。

为你而选： 适合科研人员与数据密集型研究者：用自然语言描述目标，让智能体读文献、跑代码、查数据库，产出可溯源的报告与图表。

解决什么问题：AI 参与科研时，“结果怎么来的”常常说不清。Open Science 以项目/会话组织研究，智能体可读文件、搜网页、跑 Python/R 代码、查询科学数据源；产出的报告、表格、图表以带校验和的不可变版本保存，Provenance 视图展示生成代码、执行历史、输入与环境清单等证据，缺证据就明确标注“不可用”，而不是猜测。

技术看点：本地优先、模型无关——可接 OpenAI、Anthropic、Apodex 或自定义网关，也支持已有的 Claude/Codex 订阅登录；智能体运行时可选 Claude Code、OpenCode、Codex、CodeBuddy，应用可代装，无需 Node.js 或管理员权限。内置 22 个科研技能（AlphaFold2、DiffDock、scGPT、远程 HPC 计算等）与 24 个数据连接器（PubMed、ChEMBL 等），v0.26.0 新增 Slurm 执行模式与文献引用管理；会话可从任意消息分支重跑不同假设，且不污染原有记录。

上手：从 GitHub Releases 下载对应安装包（macOS Apple Silicon/Intel DMG、Windows x64、Linux AppImage 或 Deb），首次启动按五步引导完成环境检查、数据位置、智能体运行时、模型与 Python/R 内核配置，然后新建项目、用自然语言描述研究目标即可开始。

注意：模型连接需 API Key 或订阅登录，笔记本执行为可选项；若系统提示“未知发布者”，请核对安装包确实来自官方 Releases 页面。

5. OpenWhispr/openwhispr

作者： OpenWhispr
语言： JavaScript
⭐ 星标： 7,338（今日 +121）　｜　🍴 Fork： 930
许可证：MIT　｜　主页：https://openwhispr.com
标签： ai, anthropic, cross-platform, gemini, groq, linux, macos, nvidia, open-source, openai, parakeet, speech-to-text, transcribe, whisper, windows

项目定位： 开源免费的 WisprFlow/Granola 替代品：桌面语音转文字，支持 Whisper、Parakeet 本地离线转写或云端处理，隐私优先、无遥测，跨 macOS/Windows/Linux。

为你而选： 适合打字慢、常开会记笔记的人，以及注重隐私的开发者；可完全离线把语音变文字，也能接入自己的 AI 模型，把说的话变成指令、笔记和会议记录。

它解决什么问题

打字慢、开会记不全笔记是很多人的日常。OpenWhispr 把语音输入做成桌面级能力：按全局热键说话，文字自动粘贴到光标处，任何应用都能用；还支持「说 A 语言、粘贴 B 语言」的翻译听写。作为 WisprFlow 和 Granola 的开源免费替代，它不收集数据、无遥测，MIT 协议下个人与商用都免费。

核心亮点

隐私优先：转写可由 Whisper 或 NVIDIA Parakeet 在本地离线完成，音频不出设备；想更快也可切换云端（自带密钥）。
会议转写：自动识别 Zoom、Teams、FaceTime 通话，本地说话人分离与声纹识别，可关联日历。
语音助手热键：把说的话直接发给 GPT-5、Claude、Gemini 或本地模型当指令，选中文本可原地改写。
笔记与音频导入：语义搜索、文件夹整理，还能拖入音视频文件或 YouTube 链接批量转写。

技术看点

Electron 41 + React 19 + TypeScript，本地推理依赖 whisper.cpp 与 sherpa-onnx，本地 Whisper 支持 Metal、CUDA、Vulkan（AMD/Intel）GPU 加速；另提供公开 API 与 MCP server，方便接入自己的 AI 助手。

上手与注意

git clone https://github.com/OpenWhispr/openwhispr.git
cd openwhispr
npm install
npm run dev

需 Node.js 24+，普通用户可直接从 Releases 下载对应平台安装包。注意：Intel Mac 上因 ONNX Runtime 停发 x86_64 构建，实时说话人识别与声纹功能不可用，语义搜索会退化为关键词匹配。

6. The-Swarm-Corporation/AutoHedge

作者： The-Swarm-Corporation
语言： Python
⭐ 星标： 4,700（今日 +142）　｜　🍴 Fork： 775
许可证：MIT　｜　主页：https://swarms.xyz/
标签： ai, blackrock, finance, goldmansachs, hedgefund, jpmorgan, ml, quant, quantitative-finance, quantitative-trading, trading

项目定位： AutoHedge 是一个企业级自主智能体对冲基金，用群体智能和多智能体流水线自动完成市场分析、风险管理与交易执行，目前支持 Solana 全自动交易。

为你而选： 适合量化与加密交易者、AI Agent 开发者；可快速搭建全自动交易系统，或作为多智能体金融应用的参考架构。

它解决什么问题

传统量化系统里，分析、风控、执行往往散落在不同工具中，人要在中间来回搬运。AutoHedge 把整条交易流水线交给一组分工明确的智能体：Director 负责生成交易策略与论点，Quant 做技术与统计分析，Risk Manager 负责仓位与风险评估，Execution 生成并执行订单。先风控、后执行，全程输出结构化 JSON，便于审计和对接下游系统。

技术看点

项目基于 Swarms 智能体框架构建，接入实时行情数据（Solana 上通过 Jupiter API 获取代币价格与搜索），强调企业级日志与模块化设计，方便自定义策略或接入新交易所。

快速上手

pip install -U autohedge

在 .env 中配置 Jupiter API Key、OpenAI/Anthropic Key 与钱包私钥后，运行 autohedge 即可启动。

注意事项

目前仅 Solana 支持全自动交易，Coinbase 等仍在开发中。它需要钱包私钥、会真实下单，涉及真金白银，建议在理解风险的前提下小规模试用。

7. Stremio/stremio-web

作者： Stremio
语言： JavaScript
⭐ 星标： 13,467（今日 +122）　｜　🍴 Fork： 1,544
许可证：GPL-2.0　｜　主页：https://web.stremio.com
标签： hacktoberfest, stremio

项目定位： Stremio 官方 Web 端：一个由插件（Addon）驱动的现代媒体中心，把影视内容的发现、收藏、追剧与播放整合进统一界面，媒体库与播放进度跨设备同步。

为你而选： 适合想在一个界面里聚合管理影视内容的普通用户；开发者可参与 React + Rust/WASM 项目开发，或用 Addon SDK 构建自己的插件。

Stremio Web 解决的是「内容散落、进度不同步」：它把发现、收藏、追剧与播放收进一个界面，内容目录由插件提供，装不同 Addon 就能扩展内容来源；同一账号下，媒体库与「继续观看」跨设备接力，还支持 Chromecast 投屏、自定义字幕、键盘操控，并能作为 PWA 安装成独立应用。

架构上，React 只负责界面，核心逻辑在 stremio-core——Rust 引擎编译成 WebAssembly 跑在 Web Worker 里，UI 渲染状态、核心计算状态，播放则交给 stremio-video 按环境选择播放器实现，是个「界面薄、核心厚」的分层设计。

想自己跑：装好 Node.js 22+ 与 pnpm 11+，执行 pnpm install、pnpm start，开发服务器在 localhost:8080；也提供 Docker 构建方式，可自行部署。不想折腾的普通用户，直接访问官方在线版 web.stremio.com 即可。

注意：项目采用 GPL-2.0 协议，实际能看到什么取决于你安装的插件；想参与贡献可从 good first issue 标签入手，翻译贡献在 stremio-translations 仓库。