今日 GitHub 热门项目 Top 8，已为你深度翻译整理。
1. heygen-com/hyperframes
- 作者： heygen-com
- 语言： TypeScript
- ⭐ 星标： 45,842（今日 +474） ｜ 🍴 Fork： 4,308
- 许可证：Apache-2.0
- 标签：
ai,animation,ffmpeg,framework,gsap,html,mcp,puppeteer,rendering,typescript,video
项目定位： HyperFrames 是 HeyGen 开源的框架：用 HTML、CSS、媒体与可寻址动画渲染出确定性 MP4 视频，可本地 CLI 使用，也可作为 AI 编码代理的渲染内核。
为你而选： 会用 Claude Code、Cursor 等 AI 编码代理的开发者与创作者：描述需求即可让代理规划、写 HTML 并渲染成片；开发者也可用 CLI 做程序化视频。
它解决什么问题
用代码做视频，过去要么学 Remotion 这类 React 方案，要么忍受渲染结果不可复现。HyperFrames 的思路更直接：写 HTML、CSS，接上可寻址（seekable）动画，渲染出确定性 MP4——相同输入永远得到相同输出，预览、测试和自动化都因此可靠。
核心看点
- 为 AI 代理而生：内置 20 个按需加载的 skills，
/hyperframes作为路由，覆盖产品发布、无脸解说、PR 转视频、内嵌字幕、口播包装、音乐卡点、幻灯片等创作工作流。 - 动画运行时适配 GSAP、Lottie、Three.js、Anime.js、CSS、WAAPI 等，并提供 seek-safe 关键帧诊断。
/media-use能生成 TTS/音乐/图片素材、转写、去背景；音频支持人声避让、EQ/压缩/混响效果链与自动化。- CLI 覆盖 init、lint、preview、render、doctor，另有 HeyGen 云渲染与 AWS Lambda 渲染。
快速上手
npx skills add heygen-com/hyperframes
装好核心 skills 后直接向代理描述需求，例如“用 /hyperframes 做一个 10 秒产品介绍，标题淡入、配背景视频和轻音乐”。要装最新 skills 用 npx hyperframes skills update；文档与在线 Playground 见 hyperframes.heygen.com 与 hyperframes.dev。
边界
需 Node.js ≥ 22；交互式安装器默认不预选任何项，代理或非交互场景建议用 skills update 安装核心集。Apache 2.0 开源。
2. microsoft/markitdown
- 作者： microsoft
- 语言： Python
- ⭐ 星标： 180,171（今日 +886） ｜ 🍴 Fork： 13,260
- 许可证：MIT
- 标签：
autogen,autogen-extension,langchain,markdown,microsoft-office,openai,pdf
项目定位： 微软开源的轻量级 Python 工具，将 PDF、Word、Excel、PPT、图片、音频等多种文件转换为 Markdown，专为 LLM 和文本分析流水线设计，保留标题、表格等文档结构。
为你而选： 适合需要让大语言模型读懂各类文档的开发者与内容工作者：批量把 PDF、Office 文件等转成结构化文本，供 LLM 分析或接入文本处理流水线。
解决什么问题：让机器“读懂”各类文档。它的定位不是给人看的高保真转换，而是为 LLM 和文本分析流水线产出结构清晰、token 高效的 Markdown，保留标题、列表、表格、链接等关键结构——README 的理由很直接：主流大模型“天生会说” Markdown，且它接近纯文本、省 token。
覆盖与上手：支持 PDF、Word、Excel、PPT、HTML、EPub、CSV/JSON/XML、ZIP（遍历内容）、YouTube 链接，以及图片（EXIF 元数据与 OCR）和音频（语音转录）。安装 pip install 'markitdown[all]'（需 Python 3.10+），命令行 markitdown path-to-file.pdf -o document.md 即可，也支持管道输入；Python 侧 MarkItDown().convert("test.xlsx") 三行出结果。可选依赖按格式拆装，比如只要 Office 和 PDF：pip install 'markitdown[pdf, docx, pptx]'。
进阶看点：传入 llm_client/llm_model 可让 GPT-4o 为图片生成描述（目前限 pptx 与图片文件）；markitdown-ocr 插件复用同一模式，对 PDF、DOCX、PPTX、XLSX 内嵌图片做 OCR；接入 Azure Document Intelligence 或 Content Understanding 可获得云端高质量解析与 YAML 字段提取（后者按调用计费，可用 cu_file_types 限制范围）。另有 Docker 镜像和 markitdown-mcp 包。
边界与注意：输出面向机器消费，不适合追求排版还原的场景；工具以当前进程权限做 I/O，不可信环境下要净化输入、尽量调用最窄的 convert_* 函数；官方明确不做 Web 服务、界面等终端应用，这类需求交给社区生态。
3. mksglu/context-mode
- 作者： mksglu
- 语言： TypeScript
- ⭐ 星标： 20,811（今日 +96） ｜ 🍴 Fork： 1,519
- 主页：https://context-mode.com
- 标签：
antigravity,claude,claude-code,claude-code-hooks,claude-code-plugins,claude-code-skill,codex,codex-cli,context-mode,copilot,cursor-plugin,kiro,mcp,mcp-server,mcp-tools,openclaw,opencode,pi-agent,skills,zed-extension
项目定位： 面向 AI 编程代理的上下文窗口优化工具：沙箱拦截工具原始输出（最高省 98%），SQLite+FTS5 持久化会话记忆，经 MCP+hooks 在 17 个平台强制路由。
为你而选： 适合每天用 Claude Code、Gemini CLI、Copilot 等 AI 编程工具的开发者：长会话不丢上下文、少烧 token，用脚本做以前做不到的批量分析。
AI 编程代理每次工具调用都把原始数据灌进上下文，半小时后 40% 窗口就没了，压缩时还会丢工作状态。Context Mode 四招应对：沙箱隔离——原始输出不进上下文，最高省 98%；会话记忆——编辑、git、任务、错误与决策记入 SQLite，压缩时经 FTS5+BM25 只取相关内容；Think in Code——把 LLM 当代码生成器而非数据处理器，写个脚本顶几十次调用；不干涉文风——只管数据路由，不强制回答简洁。
上手：Claude Code 执行 /plugin marketplace add mksglu/context-mode 安装；其他平台 npm install -g context-mode 后按 README 配 hooks。覆盖 17 个平台：有 hook 的自动路由，其余复制一次路由文件。
注意：需 Node.js ≥ 22.5（或 Bun）；不开 --continue 则上一会话数据即删；许可证为 ELv2。
4. jo-inc/camofox-browser
- 作者： jo-inc
- 语言： JavaScript
- ⭐ 星标： 9,671（今日 +135） ｜ 🍴 Fork： 1,016
- 许可证：MIT ｜ 主页：https://github.com/jo-inc/camofox-browser#readme
- 标签：
ai-agent,anti-bot,antidetect-browser,automation,bot-detection,browser-automation,cloudflare-bypass,headless-browser,javascript,nodejs,playwright,puppeteer,scraping,stealth-browser,web-scraping
项目定位： 为 AI Agent 打造的反检测浏览器服务器：基于 Camoufox（在 C++ 层伪装指纹的 Firefox 分支），以 REST API 提供可绕过 Cloudflare 等反爬检测的无头浏览。
为你而选： 适合做 AI Agent 或自动化采集的开发者：让浏览器操作绕过反爬拦截，用无障碍快照省约 90% token，还能导入 Cookie 登录、抓 YouTube 字幕。
它解决什么问题
AI Agent 要浏览真实网页，最大的障碍是反爬：Playwright 会被封，headless Chrome 会被指纹识别，各种 stealth 插件反而自己成了新指纹。camofox-browser 换了条路：底层是 Camoufox——在 C++ 实现层面伪装指纹的 Firefox 分支，hardwareConcurrency、WebGL 渲染器、AudioContext、屏幕几何、WebRTC 等在 JavaScript 读到之前就已被改写，没有补丁痕迹，可绕过 Google、Cloudflare 等检测。
为 Agent 设计的接口
它把这套引擎包成 REST 服务：返回无障碍快照而非臃肿 HTML（体积约小 90%），用稳定的 e1/e2 元素引用做点击输入，内置 @google_search、@youtube_search 等十几个搜索宏，配合 yt-dlp 可抓任意 YouTube 字幕。懒启动加空闲自动关闭，空闲内存约 40MB，树莓派或低价 VPS 就能跑。会话按用户隔离，支持导入 Netscape 格式 Cookie 免登录、noVNC 可视化登录与会话持久化，另有 Playwright trace 便于调试。
上手
npx @askjo/camofox-browser，或克隆仓库后 npm install && npm start，默认端口 9377，首次运行会下载约 300MB 的 Camoufox；Docker 用户直接 make up，也可作为 OpenClaw 插件安装。注意：Cookie 导入默认关闭，需设置 CAMOFOX_API_KEY；匿名崩溃遥测可用 CAMOFOX_CRASH_REPORT_ENABLED=false 关闭。
5. MoonTechLab/LunaTV
- 作者： MoonTechLab
- 语言： TypeScript
- ⭐ 星标： 9,699（今日 +197） ｜ 🍴 Fork： 8,985
项目定位： LunaTV（MoonTV）是开箱即用的跨平台影视聚合播放器，基于 Next.js 14 构建，支持多资源站聚合搜索、在线播放、收藏与播放记录多端同步；部署后为空壳，需自行配置播放源。
为你而选： 适合想自建私人观影站的开发者和折腾爱好者：用 Docker 部署自己的影视聚合入口，网页、手机、Android TV 多端同步进度，省去在多个资源站间来回切换的麻烦。
它解决什么问题
LunaTV（MoonTV）把散落在各资源站的影视内容聚合成统一观影入口：一次搜索即返回全源结果，详情页含剧集列表、演员、简介，播放由 ArtPlayer + HLS.js 承担，还带实验性的切片广告自动跳过；收藏与播放进度存于 Kvrocks/Redis/Upstash，多端同步，并支持 PWA 安装到桌面或主屏。
怎么跑起来
仅支持 Docker 部署。省事的路径是 Zeabur 一键部署（自动配好 Kvrocks 数据库）；自托管则用 docker compose 拉起 ghcr.io/moontechlab/lunatv:latest 与 apache/kvrocks，设置 USERNAME、PASSWORD、NEXT_PUBLIC_STORAGE_TYPE 等环境变量，可再配 watchtower 自动更新镜像。
用前须知
- 部署后为空壳应用，无内置播放源，需在管理后台填写配置文件（支持苹果 CMS V10 API 格式的资源站，可自定义分类），配置文件经 base58 编码后即为订阅链接；
- 豆瓣数据与图片代理提供多种方式可选（直连、社区 CDN、自定义代理）；
- 可搭配 Selene（移动端）与 OrionTV（Android TV）客户端使用，数据互通；
- 项目要求设置强密码、勿公开分享实例，仅供学习与个人使用，声明禁止任何商业化行为，也不建议在中国大陆社交平台宣传，相关法律风险由使用者自行承担。
整体看，这是一个「自己搭、自己用」的私人观影工具：功能完整、部署路径清晰，但需要你动手配源、管好账号安全，并清楚它的使用边界。
6. bytedance/deer-flow
- 作者： bytedance
- 语言： Python
- ⭐ 星标： 81,844（今日 +195） ｜ 🍴 Fork： 11,291
- 许可证：MIT ｜ 主页：https://deerflow.tech
- 标签：
agent,agentic,agentic-framework,agentic-workflow,ai,ai-agents,deep-research,harness,langchain,langgraph,langmanus,llm,multi-agent,nodejs,podcast,python,superagent,typescript
项目定位： 字节跳动开源的超级智能体框架：编排子智能体、记忆、沙箱与可扩展技能，让 AI 长时程自主完成研究、编程与创作等从几分钟到数小时的任务。
为你而选： 适合开发者和研究者：用它搭建能长时自主干活的 AI 助手，做深度调研、写代码、生成报告，也可作为二次开发智能体应用的底座。
DeerFlow 2.0 是字节跳动开源的“超级智能体框架”：单次调用只能干几分钟的活，真实任务动辄跑几十分钟到几小时，它靠编排子智能体、长期记忆、沙箱与可扩展技能让智能体长时程自主工作。
几个看点：
- 任务可拆给子智能体，代码与文件操作在隔离沙箱执行；
- 支持会话目标与手动上下文压缩，长任务不丢线索；
- 模型接入灵活：OpenAI、OpenRouter、vLLM 本地模型等均可配置；
- 集成 BytePlus 的 InfoQuest 搜索工具集；姊妹项目 LLM Space 可逐步检查执行、回放失败。
快速上手：克隆仓库后运行 make setup，向导约 2 分钟生成 config.yaml 与 .env，make doctor 随时体检。
注意：2.0 与 1.x 的 Deep Research 框架不共享代码；长期部署建议 Linux + Docker，本地 4 vCPU / 8GB 内存起步；README 另附安全提示。
7. lightpanda-io/browser
- 作者： lightpanda-io
- 语言： Zig
- ⭐ 星标： 34,840（今日 +58） ｜ 🍴 Fork： 1,646
- 许可证：AGPL-3.0 ｜ 主页：https://lightpanda.io
- 标签：
browser,browser-automation,cdp,headless,lightpanda,playwright,puppeteer,zig
项目定位： 用 Zig 从零编写的无头浏览器，专为 AI 智能体与自动化设计，非 Chromium 分支；官方基准显示内存约为无头 Chrome 的 1/16、速度快约 9 倍。
为你而选： 适合做网页抓取、自动化与 AI Agent 的开发者：可用 Puppeteer/Playwright、MCP 或自然语言驱动它抓页面、转 Markdown、跑表单流程。
为什么值得看：AI 时代的网页自动化常被 Chromium 的重量拖累——无头实例动辄吃掉上 GB 内存。Lightpanda 不做 Chromium 或 WebKit 的分支补丁，而是用 Zig 从零写了一个新浏览器。官方基准（AWS EC2 抓取 933 个真实网页）显示：100 个页面峰值内存 123MB，约为无头 Chrome 的 1/16；耗时 5 秒，快约 9 倍。
实现看点：JavaScript 用 v8 执行，HTML 解析用 html5ever，网络层基于 Libcurl；已支持 DOM API、XHR/Fetch、Cookie、代理、网络拦截和内置广告拦截，--obey-robots 可遵守 robots.txt。
上手：brew install lightpanda-io/browser/lightpanda 装好后，./lightpanda fetch --dump markdown <url> 可直接把页面转 Markdown；./lightpanda serve 启动 CDP 服务器，Puppeteer 脚本只需把 browserWSEndpoint 指过去即可复用。它还支持 Webdriver Bidi、原生 MCP（支持多会话隔离），以及 lightpanda agent——用自然语言驱动浏览器，会话可导出为可复放、不耗 token 的 PandaScript。
边界：目前按 nightly 发布，Windows 需走 WSL2；默认开启遥测，可用 LIGHTPANDA_DISABLE_TELEMETRY=true 关闭；兼容性仍在推进，具体以 WPT 测试结果为准。
8. pascalorg/editor
- 作者： pascalorg
- 语言： TypeScript
- ⭐ 星标： 22,324（今日 +168） ｜ 🍴 Fork： 2,858
- 许可证：MIT ｜ 主页：https://editor.pascal.app
- 标签：
3d,architecture,bim,cad,editor,floorplan,mcp,nextjs,parametric-design,react-three-fiber,threejs,typescript
项目定位： Pascal Editor 是基于 React Three Fiber 与 WebGPU 的开源 3D 建筑编辑器，在浏览器中创建、编辑并分享建筑项目，支持插件扩展与 MCP 接入 AI。
为你而选： 适合建筑师、装修爱好者快速搭 3D 户型方案；开发者可用其 npm 包构建 3D 应用、写插件，或让 AI 助手经 MCP 直接操作场景。
Pascal Editor 解决的问题很直接：建筑与户型的 3D 方案不必依赖笨重的专业 CAD，在浏览器里就能画墙、铺楼板、摆门窗家具，并把项目分享出去。
它的实现有不少看点。场景按 Site → Building → Level → Wall/Slab/Zone 的节点层级组织，以扁平字典存储、Zustand 管理；节点变更只标记「脏节点」，由各 System 在渲染循环里增量重建几何——WallSystem 借助 three-bvh-csg 做布尔运算，在墙上开出门窗洞口。Zundo 提供 50 步撤销/重做，场景自动持久化到 IndexedDB。
两个亮点值得留意：插件与内置功能走同一套 Plugin 清单，官方 plugin-trees 示例（程序化树木花草）可克隆当起点；编辑器自带 MCP 服务，配置 AI 代理运行 pascal mcp connect 后，AI 助手能直接读写场景。
快速上手：Node.js 22.13 及以上版本运行 npx @pascal-app/cli editor，即可启动本地编辑器，数据存于 ~/.pascal/data/pascal.db；想改源码则克隆仓库后 bun install && bun dev（须在根目录运行），访问 localhost:3002。
注意它聚焦建筑场景，不是通用 3D 建模工具；本地运行依赖较新的 Node 版本。