每日开源速递 - 2026-05-09

GitHub Trending 项目的深度解读与推荐

每日开源速递 - 2026年5月9日

本周 GitHub Trending 上涌现了一批极具价值的技术项目，涵盖 AI 编程助手、网络安全、3D 渲染、知识管理等多个领域。以下是对 10 个热门项目的深度解读。

1. ChromeDevTools/chrome-devtools-mcp ⭐ 38,779

核心功能

Chrome DevTools for Agents 是一个 Model-Context-Protocol (MCP) 服务器，让 AI 编程助手能够控制和调试 Chrome 浏览器。它提供了完整的 Chrome DevTools 能力，包括性能分析、网络调试、控制台检查、屏幕截图等 31 个工具。

适用场景

AI 编程助手自动化测试：让 AI 自动化执行浏览器测试
性能优化分析：自动录制性能追踪并提取可操作见解
浏览器调试：分析网络请求、截图、检查控制台消息
可靠自动化：使用 Puppeteer 自动化 Chrome 操作并等待结果

安装方式

1
2
3
4
5
6
7
8
9
# MCP 客户端配置示例
{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["-y", "chrome-devtools-mcp@latest"]
    }
  }
}

或使用 Claude Code 插件安装：

/plugin marketplace add ChromeDevTools/chrome-devtools-mcp
/plugin install chrome-devtools-mcp@chrome-devtools-plugins

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
// 检查网站性能
Check the performance of https://developers.chrome.com

// 截图
take_screenshot
take_screenshot --format=png --width=1920 --height=1080

// 执行脚本
evaluate_script
evaluate_script --code="document.title"
evaluate_script --code="window.location.href"

// 获取控制台消息
get_console_message
get_console_message --limit=10

评价

Chrome DevTools MCP 是 AI 编程助手领域的重要突破。它将成熟的 Chrome DevTools 能力以标准化方式暴露给 AI，让 AI 能够进行真正的浏览器级操作，而不仅仅是文本处理。这对于需要 UI 测试、性能分析、自动化任务等场景的开发者来说是一个革命性的工具。支持主流 AI 编程工具（Claude Code、Cursor、Gemini 等），集成体验良好。

2. addyosmani/agent-skills ⭐ 37,311

核心功能

Agent Skills 是一套生产级的工程技能包，为 AI 编程助手提供标准化的开发工作流程和质量门禁。它包含 22 个技能和 3 个专业角色，覆盖从需求定义到生产部署的完整开发生命周期。

适用场景

AI 辅助开发规范：确保 AI 遵循最佳实践
代码审查自动化：通过预设审查标准提高代码质量
测试驱动开发：强制执行测试优先的开发模式
安全加固：集成安全检查清单

安装方式

Claude Code 市场：

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

本地开发：

1
2
git clone https://github.com/addyosmani/agent-skills.git
claude --plugin-dir /path/to/agent-skills

代码示例

使用斜杠命令激活技能：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# 定义需求
/spec
# 规划实现
/plan
# 构建增量
/build
# 测试验证
/test
# 代码审查
/review
# 发布上线
/ship

评价

Agent Skills 解决了 AI 编程助手普遍存在的问题：缺乏工程规范和质量控制。它将资深工程师的最佳实践编码为可执行的工作流程，确保 AI 不会为了速度而牺牲质量。每个技能都包含验证门禁和反合理化表，防止 AI 跳过关键步骤。这是从"玩具级 AI 助手"到"生产级工程伙伴"的重要一步。

3. Lordog/dive-into-llms ⭐ 36,464

核心功能

《动手学大模型》系列编程实践教程，提供大模型相关的入门编程参考。课程覆盖微调与部署、提示学习、知识编辑、数学推理、模型水印、越狱攻击、大模型隐写、多模态模型、GUI 智能体、智能体安全、RLHF 安全对齐等 12 个主题。

适用场景

大模型入门学习：系统学习大模型开发流程
学术研究参考：课程设计或研究项目参考
技术实践指南：手把手代码实践教程
国产化适配：包含华为昇腾社区支持的《大模型开发全流程》教程

安装方式

直接访问在线教程或本地克隆：

1
2
3
4
5
6
git clone https://github.com/Lordog/dive-into-llms.git
cd dive-into-llms

# 查看课程目录
ls -la
# 微调与部署、提示学习、知识编辑等主题

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# 示例：提示学习
# 大模型的 API 调用与推理指南
prompt = "AI在线求鼓励？大模型对一些问题的回答令人大跌眼镜，但它可能只是想要一句「鼓励」"

# 示例：知识编辑
# 语言模型的编辑方法和工具
# 选择合适的编辑方法，对特定知识进行编辑
# 验证编辑后的模型

# 示例：数学推理
# 如何让大模型学会数学推理？
# 快速蒸馏一个迷你 R1

评价

这是一套非常全面的大模型编程实践教程，由上海交通大学和新加坡国立大学的教师团队开发，完全公益免费。教程内容紧跟前沿，涵盖了从基础到高级的 12 个主题，包括数学推理、GUI Agent、大模型对齐、隐写术等前沿话题。特别值得一提的是与华为昇腾社区合作的《大模型开发全流程》教程，为国产化 AI 开发提供了完整支持。适合作为大模型学习和研究的权威参考。

4. datawhalechina/hello-agents ⭐ 45,637

核心功能

Hello Agents 是一个开源 AI 编程助手生态系统，提供从模型调用、智能体构建到应用部署的全栈解决方案。它集成了多种大模型提供商，支持智能体工作流编排。

适用场景

AI 应用开发：快速构建基于大模型的智能应用
智能体编排：管理多智能体协作
模型调用：统一接口访问多种大模型
学习 AI 开发：完整的 AI 开发学习路径

安装方式

1
2
3
4
5
6
7
8
9
# 克隆仓库
git clone https://github.com/datawhalechina/hello-agents.git
cd hello-agents

# 安装依赖
pip install -r requirements.txt

# 运行示例
python examples/quickstart.py

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
# 模型调用示例
from hello_agents import AgentClient

client = AgentClient(model="gpt-4")

response = client.chat(
    messages=[
        {"role": "user", "content": "解释量子计算的基本概念"}
    ]
)

print(response.content)

# 智能体工作流示例
workflow = AgentWorkflow([
    {"role": "analyzer", "model": "gpt-4"},
    {"role": "reviewer", "model": "claude-3-opus"},
    {"role": "finalizer", "model": "gpt-3.5-turbo"}
])

result = workflow.run(input_data)

评价

Hello Agents 作为一个综合性 AI 开发平台，提供了从底层模型调用到上层智能体编排的完整工具链。项目获得了超过 4.5 万星，说明其受欢迎程度。它降低了 AI 应用开发的门槛，让开发者能够专注于业务逻辑而非底层实现。与 Hello Agents 生态其他项目（如 easy-vibe）形成互补，构建了完整的 AI 开发工具链。

5. bytedance/UI-TARS-desktop ⭐ 31,345

核心功能

UI-TARS Desktop 是字节跳动开发的桌面端 AI 智能体，能够理解用户意图、执行复杂任务、进行多轮对话。它集成了浏览器自动化、文件操作、网络请求等能力。

适用场景

桌面自动化：自动化重复性桌面任务
智能助手：作为个人数字助手管理日常事务
工作流自动化：跨应用的工作流自动化
学习 AI 智能体：研究桌面智能体的实现

安装方式

下载对应平台的安装包：

Windows: 下载链接
macOS: 下载链接
Linux: 下载链接

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# 智能体交互示例
agent = UI_TARS()

# 自然语言指令
agent.execute("帮我查看今天的天气，然后整理一下待办事项")

# 多轮对话
response = agent.chat("今天天气怎么样？")
response = agent.chat("那我该穿什么衣服？")

# 任务自动化
agent.task("打开浏览器，搜索'人工智能最新进展'，总结前三个结果")

评价

UI-TARS Desktop 展示了字节跳动在 AI 智能体领域的技术积累。作为一个桌面端智能体，它能够理解上下文、执行复杂任务，并且界面友好。支持多平台部署，让用户能够在不同操作系统上使用。对于需要自动化桌面任务的用户来说，这是一个强大的工具。与 Web 版 UI-TARS 形成互补，覆盖了从浏览器到桌面端的全场景。

6. rowboatlabs/rowboat ⭐ 13,742

核心功能

Rowboat 是一个本地优先的 AI 共事伙伴，能够连接邮箱、会议笔记等数据源，构建长期知识图谱，并基于上下文帮助用户完成工作。它维护一个 Obsidian 兼容的 Markdown 保险库作为透明的工作记忆。

适用场景

会议准备：基于历史决策、线程和未解决问题准备会议
邮件起草：基于历史和承诺起草邮件
文档生成：从持续上下文生成文档和演示文稿
任务跟踪：捕获决策、行动项和负责人

安装方式

下载对应平台的安装包：

Windows: 下载链接
macOS: 下载链接
Linux: 下载链接

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 配置 Google 服务
# 在 Rowboat 设置中配置 Gmail、Calendar、Drive

# 启用语音输入（可选）
# 在 ~/.rowboat/config/deepgram.json 中添加 Deepgram API key

# 启用语音输出（可选）
# 在 ~/.rowboat/config/elevenlabs.json 中添加 ElevenLabs API key

# 创建实时笔记
# 在笔记中输入 @rowboat 创建实时笔记

评价

Rowboat 的核心理念是"记忆积累而非检索"，通过长期维护知识图谱来解决 AI 助手普遍存在的上下文丢失问题。所有数据存储在本地 Markdown 文件中，用户可以完全掌控自己的数据。支持 Google 服务的深度集成，能够从邮件、日历、会议笔记中自动提取信息。对于需要长期协作、知识管理的团队来说，这是一个非常实用的工具。

7. decolua/9router ⭐ 6,438

核心功能

9Router 是一个智能 AI 编程工具路由器，能够连接所有 AI 编程工具（Claude Code、Cursor、Copilot、Codex 等）到 40+ AI 提供商和 100+ 模型。它提供 RTK Token Saver（节省 20-40% tokens）、自动降级、多账户支持等功能。

适用场景

成本优化：最大化订阅额度使用，避免浪费
永不中断：订阅 → 便宜 → 免费，自动降级
多工具集成：统一接口访问多个 AI 编程工具
Token 节省：压缩工具输出，减少 token 消耗

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
# 全局安装
npm install -g 9router
9router

# 访问管理面板
# Dashboard: http://localhost:20128/dashboard

# 连接免费提供商（无需注册）
# Dashboard → Providers → Connect Kiro AI (free Claude unlimited)
# 或 OpenCode Free (无需认证)

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
# CLI 工具配置
# Claude Code/Codex/OpenClaw/Cursor/Cline 设置
Endpoint: http://localhost:20128/v1
API Key: [从 Dashboard 复制]
Model: kr/claude-sonnet-4.5

# 或使用组合
# Dashboard → Combos → Create New
# Name: free-combo
# Models:
# 1. kr/claude-sonnet-4.5 (Claude 4.5 free unlimited)
# 2. kr/glm-5 (GLM-5 free via Kiro)
# 3. vertex/gemini-3.1-pro-preview ($300 free credits)

评价

9Router 解决了 AI 编程工具的一个痛点：订阅额度浪费和中断问题。通过智能路由和自动降级策略，它确保用户永远不会因为额度用完而停止编码。RTK Token Saver 功能通过压缩 git diff、grep、ls 等工具输出，节省 20-40% 的 tokens，对于重度用户来说非常实用。支持 40+ 提供商和 100+ 模型，组合灵活，成本可控。开源免费，没有隐藏费用。

8. rohitg00/agentmemory ⭐ 3,374

核心功能

Agent Memory 是一个持久化记忆系统，为 AI 编程助手提供跨会话的记忆能力。它基于 iii engine 构建，支持 12 个钩子自动捕获、BM25 + 向量 + 知识图谱混合搜索，在 LongMemEval-S 基准测试中达到 95.2% 的 R@5 检索准确率。

适用场景

跨会话上下文保持：避免重复解释项目架构
代码模式记忆：记住常用的代码模式和最佳实践
决策记录：自动记录和检索历史决策
团队记忆共享：支持多智能体协作时的记忆共享

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
# 启动记忆服务器
npx @agentmemory/agentmemory

# 查看实时监控
open http://localhost:3113

# 导入现有会话
npx @agentmemory/agentmemory import-jsonl

# 运行演示
npx @agentmemory/agentmemory demo

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
# MCP 客户端配置
{
  "mcpServers": {
    "agentmemory": {
      "command": "npx",
      "args": ["-y", "@agentmemory/mcp"]
    }
  }
}

# 使用记忆工具
# 搜索历史观察
memory_smart_search --query "database performance optimization"

# 保存洞察
memory_save --content "使用 jose 而不是 jsonwebtoken 以支持 Edge 兼容性"

# 检测模式
memory_patterns

# 查看会话历史
memory_sessions

评价

Agent Memory 解决了 AI 编程助手的"健忘症"问题。传统的 MEMORY.md 最多 200 行且容易过时，而 agentmemory 通过 12 个钩子自动捕获所有工具使用，构建可搜索的持久化记忆库。在 LongMemEval-S 基准测试中，它达到了 95.2% 的 R@5 检索准确率，远超 BM25-only 的 86.2%。支持跨多个 AI 编程工具（Claude Code、Cursor、Codex 等）共享记忆，是构建真正智能的 AI 工程伙伴的关键组件。

9. playcanvas/supersplat ⭐ 6,237

核心功能

SuperSplat Editor 是一个免费的 3D Gaussian Splat 编辑器，用于检查、编辑、优化和发布 3D Gaussian Splats。它完全基于 Web 技术，在浏览器中运行，无需下载或安装任何软件。

适用场景

3D 场景编辑：编辑和优化 Gaussian Splat 场景
在线预览：通过浏览器直接预览 3D 效果
性能优化：优化渲染性能和文件大小
发布分享：轻松发布和分享 3D 内容

安装方式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# 克隆仓库
git clone https://github.com/playcanvas/supersplat.git
cd supersplat

# 安装依赖
npm install

# 启动开发服务器
npm run develop

# 访问编辑器
open http://localhost:3000

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
# 本地开发环境
npm install
npm run develop

# 测试翻译
# 访问 http://localhost:3000/?lng=fr
# 访问 http://localhost:3000/?lng=de
# 访问 http://localhost:3000/?lng=es

# 添加新语言
# 1. 在 static/locales/ 目录下创建 <locale>.json 文件
# 2. 在 src/ui/localization.ts 中添加语言到列表

# 构建生产版本
npm run build

评价

SuperSplat Editor 是 Gaussian Splat 这一新兴 3D 渲染技术的优秀工具。Gaussian Splat 是一种革命性的 3D 渲染方法，能够以较低的计算成本实现高质量的实时渲染。SuperSplat Editor 完全基于 Web 技术，无需安装，开箱即用，大大降低了 3D 内容创作和优化的门槛。对于需要处理 3D 数据的开发者来说，这是一个不可或缺的工具。

10. masterking32/MasterDnsVPN ⭐ 2,467

核心功能

MasterDnsVPN 是一个高级 DNS 隧道 VPN，专为绕过审查设计。它使用自定义协议、低开销 ARQ、解析器负载均衡、高丢包稳定性，性能比 DNSTT 快 9 倍，比 SlipStream 快 3.6 倍。

适用场景

网络审查绕过：在受审查网络中访问互联网
不稳定网络：在高丢包、低带宽环境下保持连接
DNS 隧道：通过 DNS 查询传输 TCP 流量
加密通信：支持多种加密方法

安装方式

服务器端（Linux 自动安装）：

1
bash <(curl -Ls https://raw.githubusercontent.com/masterking32/MasterDnsVPN/main/server_linux_install.sh)

客户端配置：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# Windows
# 1. 下载并解压 Windows 客户端
# 2. 编辑 client_config.toml
# 3. 运行客户端可执行文件

# Linux
sudo apt update
sudo apt install unzip nano
unzip MasterDnsVPN_Client_Linux_AMD64.zip
chmod +x MasterDnsVPN_Client_Linux_AMD64
nano client_config.toml
./MasterDnsVPN_Client_Linux_AMD64

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
# client_config.toml 示例
[client]
LISTEN_IP = "127.0.0.1"
LISTEN_PORT = 18000
SOCKS5_AUTH = true
SOCKS5_USER = "master_dns_vpn"
SOCKS5_PASS = "master_dns_vpn"
DOMAINS = ["v.example.com"]
ENCRYPTION_KEY = "your-encryption-key"

[client.local_dns]
LOCAL_DNS_ENABLED = true
LOCAL_DNS_PORT = 53
LOCAL_DNS_CACHE_MAX_RECORDS = 5000

评价

MasterDnsVPN 是一个技术先进的 DNS 隧道项目，特别适合在严格审查的网络环境中使用。它采用多种创新技术：低开销协议（比 DNSTT 少 88% 开销）、ARQ 自动重传、多路径传输、智能解析器选择、MTU 自动发现。在伊朗 70 天完全断网的情况下，它仍然保持了稳定的连接，证明了其强大的生存能力。适合技术用户和网络研究人员使用。

总结

本周的 GitHub Trending 展示了 AI 编程助手、网络安全、3D 渲染等领域的快速发展：

AI 编程助手生态日趋完善：Chrome DevTools MCP、Agent Skills、Agent Memory 等项目共同构建了完整的 AI 工程生态系统
网络安全工具不断创新：MasterDnsVPN 在极端网络条件下表现优异
3D 渲染技术成熟：SuperSplat Editor 让 Gaussian Splat 技术更加易用
成本优化成为刚需：9Router 解决了 AI 编程工具的订阅浪费问题

这些项目不仅技术先进，而且注重实用性和可访问性，为开发者提供了强大的工具支持。

Current time: Sunday, May 10th, 2026 — 6:00 AM (Asia/Shanghai) / 2026-05-09 22:00 UTC

技术栈

HTML & CSS JavaScript Vue.js React Python Go Node.js Git Docker Linux Hugo CI/CD

每日开源速递 - 2026年5月9日

1. ChromeDevTools/chrome-devtools-mcp ⭐ 38,779

核心功能

适用场景

安装方式

代码示例

评价

2. addyosmani/agent-skills ⭐ 37,311

核心功能

适用场景

安装方式

代码示例

评价

3. Lordog/dive-into-llms ⭐ 36,464

核心功能

适用场景

安装方式

代码示例

评价

4. datawhalechina/hello-agents ⭐ 45,637

核心功能

适用场景

安装方式

代码示例

评价

5. bytedance/UI-TARS-desktop ⭐ 31,345

核心功能

适用场景

安装方式

代码示例

评价

6. rowboatlabs/rowboat ⭐ 13,742

核心功能

适用场景

安装方式

代码示例

评价

7. decolua/9router ⭐ 6,438

核心功能

适用场景

安装方式

代码示例

评价

8. rohitg00/agentmemory ⭐ 3,374

核心功能

适用场景

安装方式

代码示例

评价

9. playcanvas/supersplat ⭐ 6,237

核心功能

适用场景

安装方式

代码示例

评价

10. masterking32/MasterDnsVPN ⭐ 2,467

核心功能

适用场景

安装方式

代码示例

评价

总结

技术栈

联系方式