每日开源速递 - 2026-04-10

本期精选 13 个 GitHub 热门开源项目，涵盖 AI 代理、开发工具、数据库、编程语言等多个领域，为你的技术栈注入新鲜血液。

1. Hermes Agent - 自我进化的 AI 代理框架

项目地址: https://github.com/NousResearch/hermes-agent

核心功能

Hermes Agent 是由 Nous Research 开发的自我改进型 AI 代理，它是目前唯一内置学习循环的代理系统。与传统 AI 助手不同，Hermes 能够从经验中创建技能、在使用过程中不断改进、主动持久化知识，并跨会话构建对用户的深度理解模型。

关键特性:

• 真正的终端界面: 完整的 TUI 支持多行编辑、斜杠命令自动补全、会话历史、中断重定向和流式工具输出
• 多平台支持: Telegram、Discord、Slack、WhatsApp、Signal 和 CLI 统一网关
• 闭环学习: 代理自主策划记忆、周期性自我提示、复杂任务后自动创建技能
• 子代理并行: 生成隔离子代理进行并行工作流处理
• 随处运行: 本地、Docker、SSH、Daytona、Singularity 和 Modal 六种终端后端

适用场景

• 需要长期记忆和上下文理解的个人 AI 助手
• 跨平台团队协作自动化
• 定时任务和报告生成（内置 Cron 调度器）
• 研究型批量轨迹生成和 RL 环境训练

安装方式

1
2
3
4
5
6

# 一键安装（支持 Linux、macOS、WSL2）
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 激活环境
source ~/.bashrc  # 或 source ~/.zshrc
hermes  # 开始对话！

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

# 交互式 CLI
hermes

# 选择模型（支持 200+ 模型）
hermes model

# 配置工具
hermes tools

# 启动消息网关
hermes gateway

# 完整设置向导
hermes setup

评价

Hermes Agent 代表了 AI 代理的下一个进化方向——从简单的问答工具转向具备长期记忆和自我改进能力的智能体。其多平台支持和灵活的运行时选项使其既适合个人开发者，也适合企业部署。唯一需要注意的是，目前不支持原生 Windows，WSL2 是 Windows 用户的唯一选择。

2. Gemini CLI - Google 开源终端 AI 助手

项目地址: https://github.com/google-gemini/gemini-cli

核心功能

Gemini CLI 是 Google 开源的 AI 代理工具，将 Gemini 的强大能力直接带入终端。它提供了轻量级的 Gemini 访问路径，让开发者能够以最直接的方式与模型交互。

关键特性:

• 免费额度: 个人 Google 账户每分钟 60 请求、每日 1000 请求
• Gemini 3 模型: 改进的推理能力和 100 万 Token 上下文窗口
• 内置工具: Google Search grounding、文件操作、Shell 命令、网页抓取
• MCP 扩展: 支持 Model Context Protocol 自定义集成
• 终端优先: 专为命令行开发者设计

适用场景

• 代码库查询和编辑
• 从 PDF、图片或草图生成应用（多模态能力）
• 自然语言调试和问题排查
• 自动化操作任务（查询 PR、处理复杂 rebase）
• GitHub Actions 集成（自动代码审查、Issue 分类）

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# 使用 npx（无需安装）
npx @google/gemini-cli

# npm 全局安装
npm install -g @google/gemini-cli

# Homebrew（macOS/Linux）
brew install gemini-cli

# MacPorts
sudo port install gemini-cli

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

# 基础对话
gemini

# 指定目录上下文
gemini --include-directories ../lib,../docs

# 选择模型
gemini -m gemini-2.5-flash

# 单次查询
gemini -p "Explain the architecture of this codebase"

# JSON 输出（用于脚本）
gemini -p "Explain the architecture" --output-format json

# 流式 JSON（监控长时操作）
gemini -p "Run tests and deploy" --output-format stream-json

评价

作为 Google 官方出品的 CLI 工具，Gemini CLI 在稳定性和功能完整性上表现出色。其免费额度对于个人开发者相当慷慨，MCP 扩展机制也为生态发展留下了空间。与 Hermes 相比，Gemini CLI 更专注于代码辅助而非长期记忆，两者定位略有不同，可根据需求选择。

3. SpacetimeDB - 数据库即服务器的革命

项目地址: https://github.com/clockworklabs/SpacetimeDB

核心功能

SpacetimeDB 是一个颠覆性的关系型数据库，它同时也是一个服务器。你可以直接将应用逻辑上传到数据库中，客户端无需任何中间服务器即可直接连接。

关键特性:

• 零基础设施: 无需单独的 Web 服务器、容器、Kubernetes 或 VM
• 实时同步: 数据变更自动推送到订阅的客户端
• 内存优化: 所有应用状态保存在内存中，磁盘提交日志提供持久化
• ACID 保证: 传统 RDBMS 的事务安全性 + Web 服务器的速度
• 多语言支持: Rust、C#、TypeScript、C++ 模块开发

适用场景

• 实时多人游戏（BitCraft Online 完整后端基于 SpacetimeDB）
• 实时协作应用
• 需要低延迟的数据密集型应用
• 希望简化架构的初创团队

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# macOS / Linux
curl -sSf https://install.spacetimedb.com | sh

# Windows (PowerShell)
iwr https://windows.spacetimedb.com -useb | iex

# 登录（关联 GitHub 账户）
spacetime login

# 创建并运行示例项目
spacetime dev --template chat-react-ts

代码示例

Rust 模块示例:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

// 定义表
#[spacetimedb::table(accessor = messages, public)]
pub struct Message {
    #[primary_key]
    #[auto_inc]
    id: u64,
    sender: Identity,
    text: String,
}

// 定义 Reducer（API 端点）
#[spacetimedb::reducer]
pub fn send_message(ctx: &ReducerContext, text: String) {
    ctx.db.messages().insert(Message {
        id: 0,
        sender: ctx.sender,
        text,
    });
}

React 客户端:

1
2

const [messages] = useTable(tables.message);
// messages 自动更新，无需轮询或重新获取

评价

SpacetimeDB 提出了一个大胆的理念：“Development at the speed of light”。通过消除传统 Web 架构中的中间层，它确实能显著降低系统复杂度和延迟。不过，Business Source License 1.1 的许可模式（4 年后转为 AGPL v3）需要企业用户注意。对于游戏和实时应用开发者，这绝对是一个值得关注的项目。

4. MarkItDown - 微软出品的文档转 Markdown 神器

项目地址: https://github.com/microsoft/markitdown

核心功能

MarkItDown 是微软开源的轻量级 Python 工具，用于将各种文件格式转换为 Markdown，专为 LLM 和文本分析管道设计。与 textract 类似，但更专注于保留重要的文档结构。

支持格式:

• PDF、PowerPoint、Word、Excel
• 图片（EXIF 元数据和 OCR）
• 音频（元数据和语音转录）
• HTML、CSV、JSON、XML
• ZIP 文件、YouTube URL、EPubs

关键特性:

• 保留文档结构（标题、列表、表格、链接）
• 可选依赖分组安装
• 支持 Azure Document Intelligence
• LLM 集成（图片描述、OCR）
• MCP 服务器支持

适用场景

• 为 LLM 准备训练数据
• 文档内容提取和分析
• 知识库构建
• 批量文档格式转换

安装方式

1
2
3
4
5
6
7
8
9

# 推荐：使用虚拟环境
python -m venv .venv
source .venv/bin/activate

# 安装全部功能
pip install 'markitdown[all]'

# 或按需安装特定格式
pip install 'markitdown[pdf,docx,pptx]'

代码示例

命令行使用:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

# 基础转换
markitdown path-to-file.pdf > document.md

# 指定输出文件
markitdown path-to-file.pdf -o document.md

# 管道输入
cat path-to-file.pdf | markitdown

# 使用 Azure Document Intelligence
markitdown path-to-file.pdf -o document.md -d -e "<endpoint>"

# 启用插件
markitdown --use-plugins path-to-file.pdf

Python API:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

from markitdown import MarkItDown

# 基础用法
md = MarkItDown(enable_plugins=False)
result = md.convert("test.xlsx")
print(result.text_content)

# 使用 LLM 进行图片描述
from openai import OpenAI
client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("example.jpg")
print(result.text_content)

评价

MarkItDown 是处理非结构化文档的利器，特别适合需要为 LLM 准备数据的场景。微软的背书保证了项目的长期维护，模块化的依赖设计也让用户可以根据需求灵活安装。OCR 插件和 Azure Document Intelligence 的集成进一步扩展了其能力边界。

5. Claude Code - Anthropic 的终端编程助手

项目地址: https://github.com/anthropics/claude-code

核心功能

Claude Code 是 Anthropic 推出的代理式编程工具，常驻终端，理解代码库，通过自然语言命令帮助开发者更快地编写代码。

关键特性:

• 代码理解: 自动分析整个代码库结构
• 任务执行: 执行例行任务、解释复杂代码、处理 Git 工作流
• IDE 集成: 支持主流 IDE 和 GitHub @claude 标签
• 自然语言交互: 完全通过自然语言命令操作

适用场景

• 大型代码库导航和理解
• 自动化重构和代码生成
• Git 工作流简化
• 代码审查辅助

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# macOS/Linux（推荐）
curl -fsSL https://claude.ai/install.sh | bash

# Homebrew
brew install --cask claude-code

# Windows（推荐）
irm https://claude.ai/install.ps1 | iex

# WinGet
winget install Anthropic.ClaudeCode

代码示例

1
2
3
4
5

# 进入项目目录并启动
claude

# 使用 /bug 命令直接报告问题
# 使用自然语言描述需求

评价

Claude Code 代表了 AI 辅助编程的新方向——不仅仅是代码补全，而是真正理解代码库的代理。与 GitHub Copilot 相比，Claude Code 更侧重于代码库级别的理解和任务执行。需要注意的是，使用时会收集反馈数据，企业用户应仔细阅读数据使用政策。

6. n8n - 公平代码工作流自动化平台

项目地址: https://github.com/n8n-io/n8n

核心功能

n8n 是一个工作流自动化平台，为技术团队提供代码的灵活性和无代码的速度。拥有 400+ 集成、原生 AI 能力和公平代码许可。

关键特性:

• 代码与无代码结合: JavaScript/Python 代码 + 可视化界面
• AI 原生平台: 基于 LangChain 构建 AI 代理工作流
• 完全控制: 自托管或云托管
• 企业就绪: 高级权限、SSO、气隙部署
• 活跃社区: 400+ 集成，900+ 现成模板

适用场景

• 跨系统数据同步
• AI 代理工作流编排
• 业务流程自动化
• 定时任务和报告

安装方式

1
2
3
4
5
6
7
8

# 使用 npx（需要 Node.js）
npx n8n

# Docker 部署
docker volume create n8n_data
docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

# 访问 http://localhost:5678

评价

n8n 是 Zapier 和 Make 的开源替代品，其公平代码许可（Sustainable Use License）在开源和商业友好之间找到了平衡。对于希望保持数据控制的企业，n8n 的自托管能力是巨大优势。AI 原生特性和 LangChain 集成使其在自动化平台中脱颖而出。

7. Hugging Face Agents Course - AI 代理系统学习课程

项目地址: https://github.com/huggingface/agents-course

核心功能

Hugging Face 推出的全面 AI 代理课程，从基础概念到实际项目，帮助开发者系统学习代理技术。

课程内容:

• Unit 0: 课程介绍和必要工具
• Unit 1: 代理定义、LLM、模型家族树、特殊 Token
• Unit 1 Bonus: 函数调用 LLM 微调
• Unit 2: AI 代理框架（smolagents、LangGraph、LlamaIndex）
• Unit 3: Agentic RAG 用例
• Unit 4: 最终项目——创建、测试和认证你的代理
• Bonus: 宝可梦游戏代理

适用场景

• AI 代理技术系统学习
• 团队培训和技术提升
• 框架选型参考

评价

作为