每日开源速递 - 2026-04-11

本期精选 10 个 GitHub 热门开源项目，涵盖 AI 编码工具、文档处理、金融 AI、教育科技等多个领域。

1. MarkItDown - 微软出品的文档转换神器

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

核心功能

MarkItDown 是微软开源的一款轻量级 Python 工具，专门用于将各种文件格式转换为 Markdown。与 textract 类似，但更专注于保留文档结构和内容（包括标题、列表、表格、链接等）。

支持的格式：

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

适用场景

• LLM 数据预处理：将各种文档转换为 Markdown 供大语言模型处理
• 文档归档：统一文档格式便于存储和检索
• 内容分析：为文本分析管道提供标准化输入
• RAG 系统构建：作为文档解析器构建检索增强生成系统

安装方式

1
2
3
4
5
6
7

# 使用 pip 安装（推荐）
pip install 'markitdown[all]'

# 或从源码安装
git clone [email protected]:microsoft/markitdown.git
cd markitdown
pip install -e 'packages/markitdown[all]'

代码示例

1
2
3
4
5
6
7
8

# 基本用法
markitdown path-to-file.pdf > document.md

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

# 管道用法
cat path-to-file.pdf | markitdown

1
2
3
4
5

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("document.pdf")
print(result.text_content)

评价

MarkItDown 是构建 LLM 应用时的必备工具之一。它的 MCP（Model Context Protocol）服务器支持让它可以无缝集成到 Claude Desktop 等 LLM 应用中。微软背书加上活跃的社区维护，使其成为文档转换领域的首选方案。

2. Archon - AI 编码工作流引擎

项目地址: https://github.com/coleam00/Archon

核心功能

Archon 是首个开源的 AI 编码工作流构建器，旨在让 AI 编码变得确定性和可重复。它将开发流程编码为 YAML 工作流，包括规划、实现、验证、代码审查和 PR 创建等阶段。

关键特性：

• 可重复性：相同的工作流，相同的执行序列
• 隔离性：每个工作流运行在独立的 git worktree 中
• 组合性：确定性节点（bash 脚本、测试）与 AI 节点（规划、代码生成）混合
• 可移植性：工作流定义存储在 .archon/workflows/ 中，跨平台通用

适用场景

• 标准化开发流程：确保团队遵循一致的代码开发规范
• 自动化代码审查：在提交前自动运行代码质量检查
• 批量重构任务：并行处理多个代码改进任务
• CI/CD 集成：将 AI 能力集成到现有的持续集成流程

安装方式

1
2
3
4
5
6
7
8
9

# 需要 Bun、Claude Code 和 GitHub CLI
# 安装 Bun
curl -fsSL https://bun.sh/install | bash

# 克隆仓库并运行设置向导
git clone https://github.com/coleam00/Archon.git
cd Archon
bun install
bun run setup

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

# .archon/workflows/build-feature.yaml
nodes:
  - id: plan
    prompt: "Explore the codebase and create an implementation plan"

  - id: implement
    depends_on: [plan]
    loop:
      prompt: "Read the plan. Implement the next task. Run validation."
      until: ALL_TASKS_COMPLETE
      fresh_context: true

  - id: run-tests
    depends_on: [implement]
    bash: "bun run validate"

  - id: review
    depends_on: [run-tests]
    prompt: "Review all changes against the plan. Fix any issues."

  - id: create-pr
    depends_on: [review]
    prompt: "Push changes and create a pull request"

评价

Archon 填补了 AI 编码工具在确定性执行方面的空白。它解决了"每次运行结果不同"的痛点，让 AI 编码从"vibe coding"走向工程化。对于需要可预测、可审计的 AI 辅助开发团队来说，这是一个重要工具。

3. Hermes Agent - 自进化的 AI 代理

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

核心功能

Hermes 是由 Nous Research 构建的自进化 AI 代理，内置学习循环机制。它能从经验中创建技能、在使用过程中改进技能、主动推送知识持久化、搜索过往对话，并建立对用户的深度模型。

核心特性：

• 完整 TUI：多行编辑、斜杠命令自动补全、对话历史
• 多平台支持：Telegram、Discord、Slack、WhatsApp、Signal
• 学习闭环：代理策划记忆、自主技能创建、技能自我改进
• 子代理并行：生成隔离的子代理进行并行工作流
• 多终端后端：本地、Docker、SSH、Daytona、Singularity、Modal

适用场景

• 个人 AI 助手：长期记忆用户偏好和工作习惯
• 跨平台协作：在不同消息平台间保持对话连续性
• 自动化任务：内置 cron 调度器运行定时任务
• 研究实验：支持批量轨迹生成和 RL 环境

安装方式

1
2
3
4
5
6

# 一键安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# 启动
source ~/.bashrc
hermes

代码示例

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

# 交互式 CLI
hermes

# 选择模型
hermes model

# 配置工具
hermes tools

# 启动消息网关
hermes gateway

# 更新
hermes update

# 诊断问题
hermes doctor

评价

Hermes 代表了 AI 代理的下一个进化阶段——从执行指令到主动学习和自我改进。Nous Research 在开源 AI 领域的声誉让这个项目备受关注。对于希望拥有"真正懂你"的 AI 助手的用户来说，Hermes 值得尝试。

4. Rowboat - 带记忆的 AI 同事

项目地址: https://github.com/rowboatlabs/rowboat

核心功能

Rowboat 是一个开源的 AI 同事，连接邮件和会议记录，构建长期知识图谱，并利用这些上下文帮助完成工作。所有数据都存储在本地。

核心能力：

• 知识图谱构建：从 Gmail、日历、会议记录中提取信息
• 会议准备：自动提取过往决策、待解决问题和相关线程
• 实时笔记：创建自动更新的"活笔记"追踪特定主题
• 文档生成：基于上下文生成简报、邮件、文档和 PDF 幻灯片
• Obsidian 兼容：使用纯 Markdown 笔记和反向链接

适用场景

• 知识工作者：需要管理大量信息和会议的专业人士
• 项目经理：追踪决策、行动项和负责人
• 销售团队：准备客户会议，追踪交易进展
• 研究人员：持续监控特定主题的发展

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# 下载最新版本（支持 Mac/Windows/Linux）
# 访问 https://www.rowboatlabs.com/downloads

# 配置 Google 服务（可选）
# 按照 google-setup.md 配置 Gmail、日历和 Drive

# 配置语音输入（可选）
# 在 ~/.rowboat/config/deepgram.json 添加 Deepgram API 密钥

# 配置语音输出（可选）
# 在 ~/.rowboat/config/elevenlabs.json 添加 ElevenLabs API 密钥

代码示例

使用示例（自然语言指令）：

"Build me a deck about our next quarter roadmap"
→ 使用知识图谱中的上下文生成 PDF

"Prep me for my meeting with Alex"
→ 提取过往决策、待解决问题和相关线程

"Track competitor X through live notes"
→ 创建自动更新的监控笔记

评价

Rowboat 的本地优先设计是一个重要差异化因素。在隐私日益受关注的今天，能够完全掌控自己的数据同时享受 AI 助手的便利，这对许多用户来说极具吸引力。Y Combinator 背景也为其可靠性提供了背书。

5. Multica - 开源托管代理平台

项目地址: https://github.com/multica-ai/multica

核心功能

Multica 将编码代理转变为真正的团队成员。可以像分配给同事一样分配问题给代理——它们会自主接手工作、编写代码、报告阻塞并更新状态。

核心特性：

• 代理即队友：代理有个人资料、显示在看板、发表评论、创建问题
• 自主执行：完整的任务生命周期管理（入队、认领、开始、完成/失败）
• 可复用技能：每个解决方案都成为团队可复用的技能
• 统一运行时：本地守护进程和云运行时的统一仪表板
• 多工作区：团队级隔离，每个工作区有自己的代理、问题和设置

适用场景

• 开发团队：将 AI 代理纳入日常开发流程
• 代码审查：自动分配代码审查任务给代理
• 技术债务管理：批量分配重构和优化任务
• 技能库建设：积累和复用团队的最佳实践

安装方式

1
2
3
4
5
6
7
8
9

# 使用 Docker 自托管
git clone https://github.com/multica-ai/multica.git
cd multica
cp .env.example .env
# 编辑 .env — 至少修改 JWT_SECRET
docker compose -f docker-compose.selfhost.yml up -d

# 或使用云版本
# 访问 https://multica.ai

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

# 安装 CLI
brew tap multica-ai/tap
brew install multica

# 认证并启动守护进程
multica login
multica daemon start

# 查看可用命令
multica --help

评价

Multica 解决了"如何让 AI 代理真正成为团队一员"的问题。它的设计哲学是将代理视为同事而非工具，这种视角转变对于 AI 辅助开发的未来至关重要。支持 Claude Code、Codex、OpenClaw、OpenCode 等多种代理运行时，体现了其开放和 vendor-neutral 的定位。

6. Andrej Karpathy Skills - Claude Code 最佳实践

项目地址: https://github.com/forrestchang/andrej-karpathy-skills

核心功能

基于 Andrej Karpathy 对 LLM 编码陷阱的观察，提炼出的四个核心原则，用于改善 Claude Code 的行为。

四大原则：

1. Think Before Coding（编码前思考）：明确陈述假设，存在歧义时提问而非猜测
2. Simplicity First（简洁优先）：最小代码解决问题，不为单用途代码创建抽象
3. Surgical Changes（精准修改）：只修改必须修改的部分，不触碰无关代码
4. Goal-Driven Execution（目标驱动执行）：定义成功标准，循环直到验证通过

适用场景

• AI 辅助编码：使用 Claude Code、Cursor 等工具时的行为准则
• 代码审查：评估 AI 生成代码的质量标准
• 团队规范：建立团队使用 AI 编码工具的最佳实践
• 教育培训：教授如何有效使用 AI 编码助手

安装方式

1
2
3
4
5
6

# 方式一：Claude Code 插件（推荐）
/plugin marketplace add forrestchang/andrej-karpathy-skills
/plugin install andrej-karpathy-skills@karpathy-skills

# 方式二：项目级 CLAUDE.md
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

代码示例

原则应用示例：

# 不好的指令：
"Add validation"

# 好的指令（目标驱动）：
"Write tests for invalid inputs, then make them pass"

# 不好的指令：
"Fix the bug"

# 好的指令（目标驱动）：
"Write a test that reproduces it, then make it pass"

评价

这个项目浓缩了 Andrej Karpathy——AI 领域最受尊敬的声音之一——对 LLM 编码的深刻洞察。四个原则看似简单，但实践起来需要纪律。对于希望从"vibe coding"升级到"agentic engineering"的开发者来说，这是必读材料。

7. Kronos - 金融市场语言基础模型

项目地址: https://github.com/shiyu-coder/Kronos

核心功能

Kronos 是首个开源的金融 K 线（candlesticks）基础模型，在来自 45+ 全球交易所的数据上训练。它专门用于处理金融数据的独特高噪声特性。

技术架构：

• 专用 Tokenizer：将连续的多维 K 线数据（OHLCV）量化为层次化离散 token
• 自回归 Transformer：在这些 token 上预训练的大型模型
• 多尺寸模型：从 4.1M 参数的 mini 到 499.2M 参数的 large

适用场景

• 量化交易：股票价格预测和趋势分析
• 风险管理：市场波动预测
• 投资组合优化：基于历史模式的投资决策
• 金融研究：金融市场行为模式分析

安装方式

1
2
3
4
5

# 安装依赖
pip install -r requirements.txt

# 从 Hugging Face 加载模型
from model import Kronos, KronosTokenizer, KronosPredictor