每天发现近 60 天新建、星数最高的 AI 项目
| # | 项目 | 简介 | 今日新增 | 总星数 | 语言 | 状态 |
|---|---|---|---|---|---|---|
| 1 | cathrynlavery/diagram-design | diagram-design 是一套面向 Claude Code 的编辑型图表资源,提供 29 种自包含的 HTML + SVG 图表模板,无阴影、无 Mermaid 依赖,专为 AI 编程场景设计。 | +1607 | ★ 18.8k | HTML | |
| 2 | citrolabs/ego-lite | ego-lite 是为 AI Agent 打造的最快浏览器,用于浏览器自动化,特色是支持共享已登录的浏览器会话。 | +545 | ★ 11.1k | JavaScript | |
| 3 | ToolJet/ToolJet | ToolJet 是开源的企业级应用生成平台基础,ToolJet AI 的底座——用 AI 生成企业内部应用。 | +544 | ★ 39.6k | JavaScript | |
| 4 | unslothai/unsloth | unsloth 是知名的LLM/扩散模型本地训练与运行框架,新版提供本地 UI,支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 等最新模型的微调与训练。 | +434 | ★ 72.1k | Python | |
| 5 | MakazhanAlpamys/Soup | Soup 是一个用一个 YAML 文件完成 LLM 微调的框架,核心是分层流式训练(layer streaming)——让 8B 模型的微调跑在仅 4GB 显存的笔记本 GPU 上。 | +297 | ★ 1.7k | Python | 🆕 |
| 6 | HKUDS/CLI-Anything | CLI-Anything 来自港大 HKUDS 实验室,目标是让所有软件原生支持 AI Agent(Agent-Native),提供 CLI-Hub 统一入口(clianything.cc),把命令行工具变成 Ag… | +118 | ★ 47.4k | Python | 🆕 |
是什么:Soup 是一个用一个 YAML 文件完成 LLM 微调的框架,核心是分层流式训练(layer streaming)——让 8B 模型的微调跑在仅 4GB 显存的笔记本 GPU 上。
哪里好:把微调门槛打到极致:无需写代码,一个 YAML 描述数据和训练配置即可;分层流式技术让消费级显卡甚至核显都能微调中小模型,今天 +297 星。
应用场景:只有笔记本/入门显卡的学生和个人开发者;快速实验模型微调效果;教学场景演示 LLM 训练流程。
是什么:CLI-Anything 来自港大 HKUDS 实验室,目标是让所有软件原生支持 AI Agent(Agent-Native),提供 CLI-Hub 统一入口(clianything.cc),把命令行工具变成 Agent 可调用的标准接口。
哪里好:抓住了 Agent 生态的关键缺口——Agent 操作软件缺少统一协议。把 CLI 标准化为 Agent 的“万能接口”,思路类似 MCP 但聚焦命令行层。学术团队背书,今天 +118 星。
应用场景:让 Agent 操控本地软件/开发工具;为现有 CLI 工具添加 Agent 接口;构建 Agent-Native 软件生态的参考标准。
| # | 项目 | 简介 | 总星数 | 日涨星 | 语言 | 状态 |
|---|---|---|---|---|---|---|
| 1 | deepseek-ai/deepseek-harness | DeepSeek Harness(命令 dsh)是 DeepSeek 官方开源的 Agent Harness(代理运行框架),核心理念是"一切皆插件"——所有能力都以插件形式装载,基于 Cordis 架构驱动。 | ★ 118.1k | +18686 | TypeScript | |
| 2 | xai-org/grok-build | Grok Build 是 xAI(SpaceXAI)官方推出的终端 AI 编码代理,以全屏 TUI 形式运行,能理解代码库、编辑文件、执行命令、搜索网页、管理长任务。 | ★ 25.3k | +101 | Rust | |
| 3 | langchain-ai/openwiki | OpenWiki 是 LangChain 官方推出的"自维护 wiki"——一个 CLI 工具,由 Agent 自动为你的代码库编写和维护文档,人类可浏览探索。 | ★ 15.1k | +49 | TypeScript | |
| 4 | yc-software/qm | QM 是一个面向工作场景的多玩家 Agent 框架,在 Slack 和网页端运行。与大多数单次执行的 Agent 不同,它强调多人协作、长期运行的工作 Agent。 | ★ 13.6k | +75 | TypeScript | |
| 5 | lidge-jun/opencodex | OpenCodex 是一个通用 Provider 代理,让 OpenAI Codex、Claude Code、Claude Desktop、Grok Build 等工具能接入任意 LLM(Claude/Gemini… | ★ 10.2k | +240 | TypeScript | 🔥 |
| 6 | guillaumemeyer/watermarks-remover | 一个清除 AI 生成内容溯源标记的工具:处理 Unicode 文本隐写、提供统计改写钩子、擦除 C2PA 元数据等多厂商 AI 水印。 | ★ 9.9k | +1457 | Python | |
| 7 | unicity-aos/aos-ce | AOS Community Edition 是一个开源的 Agent 操作系统,为 Agent 提供可检视、可组合的运行环境,包含 CLI、HTTP API、发行版和官方组件。 | ★ 8.6k | -1 | Rust | |
| 8 | trycompai/crm | Comp AI CRM 是一个为 AI Agent 设计的开源 CRM,采用"Agentic-first"理念,与传统"数据库+表单"的 CRM 或"在老 CRM 上贴 AI"的方案划清界限。 | ★ 8.5k | +43 | TypeScript | 🔥 |
| 9 | anywhere-labs/deepseek-harness-desktop | DeepSeek Harness Desktop 是为 DeepSeek Harness 生态打造的官方桌面端,以插件形式提供现代化图形界面,支持 macOS 和 Windows,一键下载安装。 | ★ 6.5k | +3920 | TypeScript | 🆕 |
| 10 | drumih/turbo-fieldfare | TurboFieldfare 是一个Swift + Metal 自研推理运行时,让 Gemma 4 26B-A4B 模型能在任意 Apple Silicon Mac 上运行,仅需约 2GB 内存,连 8GB 内存的… | ★ 6k | +67 | Swift | 🔥 |
是什么:OpenCodex 是一个通用 Provider 代理,让 OpenAI Codex、Claude Code、Claude Desktop、Grok Build 等工具能接入任意 LLM(Claude/Gemini/Grok/DeepSeek 等)。
哪里好:两条命令启动代理 + 仪表盘,打破各编码工具锁定单一模型的限制。统一了模型接入层,可用更便宜或更私有的模型替代官方模型,显著降本。对模型多样性和成本敏感用户极有价值。
应用场景:想用国产/开源模型驱动 Codex/Claude Code 的开发者;追求成本优化的 AI 编程用户;需要统一管理多个编码工具模型接入的场景。
是什么:Comp AI CRM 是一个为 AI Agent 设计的开源 CRM,采用"Agentic-first"理念,与传统"数据库+表单"的 CRM 或"在老 CRM 上贴 AI"的方案划清界限。
哪里好:从底层为 Agent 重新设计 CRM 交互,而非在传统 CRM 上套壳。开源可自托管,数据自主。定位清晰——AI 时代的 CRM 应该让 Agent 成为第一公民,符合"AI 重塑垂直 SaaS"的趋势。
应用场景:希望用 AI Agent 自动化客户关系管理的销售/运营团队;需要开源可定制 CRM 的企业;探索 AI 原生业务系统的开发者。
是什么:DeepSeek Harness Desktop 是为 DeepSeek Harness 生态打造的官方桌面端,以插件形式提供现代化图形界面,支持 macOS 和 Windows,一键下载安装。
哪里好:DSH 命令行爆火后补齐了 GUI 短板——不会命令行的用户也能用上这套“一切皆插件”的 Agent 框架。支持普通插件与桌面插件两种开发模式,中文文档完善,背靠 deepseek-harness 11 万星生态,新进榜即 +3,920。
应用场景:想要图形界面使用 DeepSeek Harness 的普通用户;为 DSH 开发桌面插件的开发者;团队内非技术成员使用 Agent 工作台。
是什么:TurboFieldfare 是一个Swift + Metal 自研推理运行时,让 Gemma 4 26B-A4B 模型能在任意 Apple Silicon Mac 上运行,仅需约 2GB 内存,连 8GB 内存的机器都能跑。
哪里好:把大模型压缩到 2GB 内存可跑是技术突破——意味着入门级 Mac 也能本地跑 26B 模型。原生 Swift+Metal 实现性能极致,不依赖 llama.cpp 等通用框架。对苹果生态用户是重大利好。
应用场景:想在 MacBook 上本地跑大模型的苹果用户;内存受限设备的本地推理;追求 Apple Silicon 极致性能的推理引擎开发者。