每日开源速递 - 2026-07-01

GitHub Trending 项目的深度解读与推荐

今日速览:今日 Trending 出现大幅洗牌。hasaneyldrm/exercises-dataset 以 +1,343 ⭐ 的成绩意外空降榜首,msitarzewski/agency-agents 维持热度排第二(+1,791 ⭐);Google 亲自下场开源 agents-cli、facebook 罕见公开 Meta 内部用了 8 年的设计系统 astryx、obra/superpowers 把"Agent 也能做 TDD"工程化。同时登场的有 AI 网关 OmniRoute、终端 Agent 编排器 herdr、Vibe-Trading 与 LingBot-Map 的延续热度。这是一个"基础设施级开源 + AI Agent 方法论 + 大厂下场"三股力量交汇的日子。

1. hasaneyldrm/exercises-dataset — 1,324 个练习动作的"开箱即用"结构化数据集(空降第 1,+1,343 ⭐)

一个面向健身 App 开发者的脚手架——内含 1,324 个动作的结构化元数据(分类、目标肌群、器械、说明、缩略图 ID、动画 GIF ID),并额外提供 6 种语言的说明翻译(英、西、意、土、俄、中)。

核心特性:

1,324 个动作,每个动作含名称、分类、目标肌群、所需器械、详细步骤
6 种语言说明翻译(英、西、意、土、俄、中),省去"招翻译"或"L10n 流水线"的成本
提供开发者一键脚手架(index.html + setup.html + data/exercises.json):浏览器交互查看 + 编写后端代码模板
数据源可追溯:基于 ExerciseDB v1(AscendAPI, oss.exercisedb.dev)
图片/动画 GIF 不打包(避免多媒体版权纠纷)——只保留 media_id,用户按需调用 CDN
字段设计贴近 DB schema(适合直接映射成 SQL/NoSQL 表)

使用场景:

个人健身教练 App、健身社区、私教 SaaS 的冷启动数据
LLM/RAG 应用的动作知识库(可直接灌进 vector DB)
AI 教练 prompt 中"动作词典"基础数据
健身硬件(智能镜、家用器械)的"动作库"数据源

安装(直接读 JSON 即可,无需 pip):

1
2
3
git clone https://github.com/hasaneyldrm/exercises-dataset
cd exercises-dataset
python3 -c "import json; d=json.load(open('data/exercises.json')); print(len(d), d[0].keys())"

加载首条数据示例:

1
2
3
4
5
6
7
8
9
import json

with open('data/exercises.json', encoding='utf-8') as f:
    data = json.load(f)

print(f"Total exercises: {len(data)}")
# 每个动作含 category / target / equipment / instructions (含 6 语言字段)
ex = data[0]
print(ex['name'], '|', ex['target'], '|', list(ex['instructions'].keys()))

评价:这种"垂直数据集 + 一键脚手架"的小项目是健身科技赛道的隐形基础设施。在 Workout API / FitBod / Hevy / Strong 之外,开发者终于不用为"1000 个动作的字段命名"消耗精力了。适合:健身 SaaS、运动医学 RAG、AI 教练 App 起步阶段必备。

2. usestrix/strix — 像真人黑客一样工作的 AI 渗透测试 Agent(连续多日上榜,+515 ⭐)

Strix 把"AI 安全测试"做成了能真正运行你的代码、自动找漏洞、自动 PoC 验证的 Agent。和传统 SAST(静态扫描)不同,它会真起 Docker 容器、模拟攻击、确认漏洞真实存在。

核心特性:

完整黑客工具箱开箱即用——SQLMap、XSStrike、ffuf、dalfox、nuclei、httpx、commix 等
多 Agent 协作:一个找漏洞、一个写 PoC、一个写报告,分工明确
真实漏洞验证:不仅给静态分析结果,真跑 PoC 才算"成立"
可执行报告:HTML + 修复建议 + PoC 脚本,一键交付
GitHub Actions / CI 集成:PR 自动扫描,危险代码直接阻断
Docker 化运行,无状态,适合塞进 ephemeral CI runner
最低 $5/月 OpenAI/Claude API key 即可启动

安装与运行:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
# 安装
pip install strix-agent

# 第一次扫描
strix scan --target https://myapp.example.com \
  --llm-provider openai --llm-model gpt-4o \
  --report-format html

# CI 集成
# GitHub Actions: 装 https://app.strix.ai 拿 token,写 .github/workflows/strix.yml

使用场景:

中小团队"没钱请专业渗透"的主动安全扫描
Bug Bounty 前期研究 + PoC 生成
CTF / Web 安全教学
DevSecOps 流水线(CI 中拦截高危变更)

评价:这是目前少有的"把 AI Agent 真的用在 AppSec 上做 PoC 验证"的项目——不是"扫描器 + AI 总结",而是Agent 自己起 Docker、跑攻击、确认结果。相比 Snyk/GitGuardian 这类商业 SAAS,优势是真实验证、Agent 协作、开源底子。适合:CISO 缺人手的中小团队 + 个人 Bug Bounty 玩家。

3. msitarzewski/agency-agents — 把 Claude Code 延展成"一整间 AI 公司"(维持第 2,+1,791 ⭐)

如果 Claude Code 是"一个通用助手",那么 agency-agents 就是一个完整的"AI 代理公司"——按职能划分了 16 个 Divisions、几十个高度专门化的 Agent,每个 Agent 都有身份、性格、专业领域、成功指标。

核心特性:

16 个 Division:工程、产品、市场、销售、社区、安全、嵌入式…
每个 Agent = 一份 markdown,有 Identity & Personality / Core Mission & Workflows / Technical Deliverables / Success Metrics
多 IDE 支持:Claude Code、Cursor、Codex、Antigravity、Gemini CLI、OpenCode、Aider、Windsurf、Kimi、Copilot、OpenClaw
提供原生 GUI 安装器(Brew Cask 一键安装,可视化浏览所有 Agent)
按需选装: --division engineering,security --tool claude-code

典型 Agent(节选 README):

Agent	专业	何时使用
🎨 Frontend Developer	React/Vue/Angular、Core Web Vitals	现代 Web、像素级 UI
🏗️ Backend Architect	API 设计、数据库架构、scalability	服务端、微服务
📱 Mobile App Builder	iOS/Android/RN/Flutter	跨平台移动 App
🤖 AI Engineer	ML 部署、AI 集成	ML 特性
🚨 Incident Response Commander	事故管理、Post-mortem	生产事故 on-call
🧭 Codebase Onboarding Engineer	读仓库引导	新成员熟悉代码

安装:

1
2
3
4
brew install --cask msitarzewski/agency-agents/agency-agents
# 命令行:装所有 engineering 团队到 Claude Code
git clone https://github.com/msitarzewski/agency-agents
./scripts/install.sh --tool claude-code --division engineering

评价:“Prompt engineering” 工程的工业化——它不与 Claude Code 竞争,而是把通用助手变成"现成的专家库"。比起每个项目自己写 prompt,这种"对身份、对工具、对产出物"都有定义的 Agent 库能极大降低 AI 工具的调教成本。适合:重度 Claude Code 用户、咨询团队、agency。

4. altic-dev/FluidVoice — macOS 上最快的离线语音转文字(连续上榜,+588 ⭐)

FluidVoice 是 GPLv3 开源的 macOS 听写应用。最大卖点是**“重写的 Parakeet 实现 + 完全本地的 Fluid Intelligence AI 增强层”**——说话 → 屏幕文字的延迟几乎为零。

核心特性:

6+ 语音引擎可选:Nemotron Speech 3.5、Parakeet Flash、Parakeet TDT v3/v2、Cohere Transcribe、Apple Speech、Whisper
Fluid Intelligence——完全本地的 AI 增强(智能格式化、上下文大小写、post-processing)
Command Mode(语音开 App / 跑 Shortcuts / 系统动作)
Write Mode(在任何文本框直接听写或改写)
Live Preview(刘海屏友好的实时字幕浮层)
可选云增强(OpenAI / Groq / 自定义 Provider / 本地 Fluid Intelligence)
Audio History + ZIP 导出 + 预算控制

安装:

1
brew install --cask fluidvoice

评价:和 Wispr Flow、MacWhisper 正面竞争——优势是完全本地 + GPLv3,不上传、不订阅、可审计。Fluid Intelligence 当前闭源,但承诺应用本体继续免费开源。适合:macOS 写代码/文档的程序员 + 隐私敏感人群。

5. diegosouzapw/OmniRoute — 一个端口连 231+ AI Provider 的免费网关(新增,+387 ⭐)

OmniRoute 是目前最"内卷"的 AI 网关:一个 endpoint 串起 231+ AI Provider(其中 50+ 免费),RTK + Caveman 堆叠压缩省 15-95% token, 内置 87 个工具的 MCP server、6 个 A2A skills、双层 Resilience(熔断 + 冷却 + 模型锁定)。

核心特性:

231+ Provider / 50+ 永久免费(其中 11 个完全免费,免登录)
17 种路由策略:priority、weighted、cost-optimized、context-relay、fusion…
17+ 压缩引擎:Session-Dedup / CCR / RTK / Headroom,叠加可省 15-95% token
内置 MCP server:87 个工具 / 3 种 transport / 30 个 scope
A2A agent 协议:6 个 skill,JSON-RPC 2.0,Agent-to-Agent 标准
FTS5 + 向量记忆:Agent 跨会话记忆可检索
Auto-Combo:健康度 + 配额 + 成本 + 延迟 + 成功率,9 因子实时评分,auto / auto/coding / auto/fast / auto/cheap 四种模式
3 层 Resilience:Provider 熔断 + 单 key 冷却 + 模型级锁定
离线评估 harness:npm run eval:compression 跑分再升级
兼容所有主流 CLI/Agent(Claude Code / Codex / Cursor / Cline / Copilot / Antigravity…)

安装:

1
2
3
npm install -g omniroute  # 或 docker run -d -p 8080:8080 diegosouzapw/omniroute
# 浏览器打开 http://localhost:8080
# Dashboard → Providers → 连 Kiro AI(免费 Claude,50 credits/月)或 OpenCode Free

Claude Code 配置:

1
2
3
4
5
6
7
{
  "providers": [{
    "name": "omniroute",
    "baseUrl": "http://localhost:8080/v1",
    "models": ["auto", "auto/coding", "auto/cheap"]
  }]
}

评价:当 Anthropic / OpenAI 价格谈判失去优势时,OmniRoute 这种"一个端口吃所有 Provider"的中间层就变得有用——尤其是其离线 eval harness 量化压缩节省率的设计,把"我以为能省 token"变成了"实测能省 30%"。适合:重度 LLM 调用 + 多 Provider 切换 + 不想被任何单一 vendor 锁死的开发者。

6. browser-use/video-use — 用 Claude Code 剪视频(连续多日,+721 ⭐)

video-use 是 browser-use 团队 2026 年的第二弹:把"剪视频"做成纯文本对话——把原始素材丢进文件夹,跟 Claude Code 聊几句,就得到 final.mp4。

核心特性:

去除填充词(umm、uh、false start)和镜头死时间
自动调色(暖色 cinematic、中性 punch、或自定义 ffmpeg 链)
30ms 音频淡入淡出,听不到"咔嚓"
默认 2 词 UPPERCASE 字幕,可定制
动画叠加:HyperFrames、Remotion、Manim、PIL,sub-agent 并行生成
每个 cut 边界 self-evaluate 再给你看
跨会话持久化 project.md,下周接着干
LLM 不"看"视频,只"读"视频——12KB transcript + 几张 PNG filmstrip(与 browser-use 思路一脉相承)

安装:

1
2
3
4
5
6
7
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-use
cd ~/Developer/video-use
uv sync
brew install ffmpeg
cp .env.example .env
# 编辑 .env 填入 ELEVENLABS_API_KEY

用法(Claude Code 内):

> edit these into a launch video
# Agent 自动盘素材 → 提议策略 → 等你 OK → 输出 edit/final.mp4

评价:这是"用 Coding Agent 做非编码任务"的典范。配合 ElevenLabs Scribe 的词级时间戳精度,和 Descript、Wispr Flow 完全不同形态——从 GUI timeline 变成纯对话。适合:内容创作者(播客 / YouTube 教程 / talking head)。

7. xbtlin/ai-berkshire — AI 时代的伯克希尔:四大师方法论 + 多 Agent 对抗(+969 ⭐)

ai-berkshire 是一套专门用于价值投资研究的 Claude Code / Codex Skill 合集,把巴菲特、芒格、段永平、李录四位大师的方法论结构化、强制化,通过 4 个并行 Agent 给出投资结论。README 公开真实实盘收益:2024 全年 +69.29%、2025 至今 +66.38%,连续跑赢标普 500 / 恒生指数。

核心特性:

16 个 Skill:深度研究、多 Agent 团队、财报精读、管理层深挖、私募研究、长文系列…
多视角强制对抗:同一公司四个视角评分,有真实矛盾(段永平 3.7 vs 巴菲特 4.4)
强制输出:Pass / Fail / 灰色地带 + 价格区间 + 分层建议
反幻觉机制:信息丰富度 A/B/C、芒格式逆向、8 条红线一票否决、反共识检查、留白
精度严谨:decimal.Decimal 精确十进制、关键数据双源交叉
结构一致输出:半年后再分析同公司可前后对比

代码示例:

1
2
3
python3 tools/financial_rigor.py verify-market-cap \
  --price 510 --shares 9.11e9 --reported 4.65e12 --currency HKD
# ✅ 验证通过,偏差仅 0.08%

评价:把"AI 投资助手"这个烂大街赛道做出差异化——不是 prompt 漂亮,而是纪律、可对比、可审计。投资场景下,这些比"答案文采好"重要 100 倍。适合:价值投资信徒、愿意花 token 的个人投资者。

8. Mebus/cupp — 老牌"社工字典"渗透工具重新登榜(+32 ⭐,完整复用基础工具)

CUPP 是渗透测试届最经典的"字典生成器"——给定一个人的姓名、生日、宠物、爱好等可搜集信息,它能生成一份高度定向的密码字典,被安全圈奉为入门工具。

核心特性:

基于 Python 3 的命令行情单执行(python3 cupp.py -h)
支持交互式问答模式(-i)逐步采集目标情报
支持反向模式(-l)用已知字典做点小变换
提供 demo 与内置常用社工字典
14k+ ⭐ 的长青项目,新 PR 偶尔会更新兼容性

安装与使用:

1
2
3
4
5
git clone https://github.com/Mebus/cupp.git
cd cupp
python3 cupp.py -h        # 查看所有选项
python3 cupp.py -i        # 交互式生成 — 一步步回答目标信息
# 输出 cupp-generated.txt 即可喂给 hydra/john/medusa

使用场景:

合法渗透测试中,字典生成这一环
安全教学演示"弱密码的危害"
应急响应时的辅助字典准备

注意:仅用于已授权目标的渗透测试 / CTF / 安全教学。 利用此工具对未授权系统发起攻击是违法行为。

评价:这并非"新工具",而是安全教育场景的常青树。登榜说明"安全基础工具的复盘"在 AI 时代仍是开发者社区的需求。适合:安全课程讲师、初级渗透测试工程师。

9. ripienaar/free-for-dev — DevOps 人的"免费羊毛目录"(经典持续上榜,+742 ⭐)

free-for-dev 是 GitHub 上最知名的免费资源清单之一:按 50+ 类别梳理出对开发者真正有长期价值的免费套餐(超过 1 年免费,不止是 free trial)。

核心特性:

1,600+ 贡献者维护,PR-only,严格审核"免费 vs 仅试用"
60+ 类别:Cloud / CDN / DNS / Email / Hosting / CI&CD / Storage / Security / Tunneling…
1600+ 项免费 tier
排除"free trial only"和"TLS 收费"的服务

评价:它已经成为了 DevOps / Infra / SRE 圈的事实标准——选型 SaaS 前先来这里查有没有免费 tier。这是少数几个"看完立刻省钱"的 GitHub repo。适合:Startup、独立开发者。

10. roboflow/supervision — 写几行 Python 就能给 ML 模型加"画框/计数/追踪"的可视化层(+445 ⭐)

Roboflow 维护的 supervision 库是"CV 模型与可视化层"之间的桥梁——几行 Python 给目标检测/分割/分类/追踪模型接入检测框、Mask、追踪 ID、Heatmap、统计图表。27k+ ⭐。

核心特性:

Annotators(可视化器)库:Box / Mask / Polygon / Ellipse / Heatmap / 追踪轨迹 / 文本标签
Detections 统一接口,支持 100+ 模型(自家 + Ultralytics YOLO + HF Transformers + torchvision)
Trackers:ByteTrack / SORT / DeepSORT / Norfair 一行接
Datasets:从 YOLO/COCO/VOC 加载、转换、合并
Zone Counting:画区域 + 进/出/停留计数(零售、智能监控)
Notebooks + HuggingFace Spaces 在线试用
多语言 SDK:Python 主力,JS 实验支持

代码示例:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
import supervision as sv
from ultralytics import YOLO

model = YOLO("yolov8n.pt")
result = model(image)[0]

detections = sv.Detections.from_ultralytics(result)
box_annotator = sv.BoxAnnotator()
label_annotator = sv.LabelAnnotator()

annotated = box_annotator.annotate(scene=image, detections=detections)
annotated = label_annotator.annotate(scene=annotated, detections=detections,
    labels=[model.model.names[c] for c in detections.class_id])
sv.plot_image(annotated)

评价:在"AI 模型到处都是,如何快速可视化/落地"这件事上,supervision 是最接近"matplotlib for CV"的存在。Roboflow 把它做成跨模型、跨任务的统一抽象层,生态意义远超单模型工具。适合:所有做 CV 落地的开发者 + 教学场景。

11. ogulcancelik/herdr — 终端里的"Agent 大农场"管理工具(新增,⭐ 暴涨)

herdr 把 多个 Coding Agent(Claude Code / Codex / Cline / Aider…)在一个终端里并行调度这件事做到了"原生 terminal 体验":每个 Agent 一个 pane、有色状态、跨设备 reattach、~10MB Rust 单二进制。

核心特性:

每 Agent 一个真终端——不是"模拟终端",TUI 也正常 render
Agent 状态侧栏🔴 blocked / 🟡 working / 🔵 done / 🟢 idle,零配置,无需 hooks
工作区 + Tab + 窗格:跟 tmux 一样切分,但专为 Agent 设计
detach 不死——可关笔记本、电话 SSH 重新接入
单 ~10MB Rust 二进制,Linux/macOS(Windows beta),无依赖
Socket API + CLI:Agent 可被脚本驱动;可用任何语言写插件
同类对比 vs tmux / GUI manager:持久会话 + detach/reattach + SSH + Agent 感知全齐

安装:

1
2
3
4
curl -sSL https://herdr.dev/install.sh | sh
herdr start
# 在侧栏拖拽 + 切窗格,跑你的 Claude Code / Codex
herdr attach

评价:“Claude Code 重度用户的 tmux”——当你同时跑 4-6 个 Agent 时,“谁在等谁在跑"的可视化和"电脑合盖不丢会话"成了真刚需。herdr 不与 IDE 或 Agent 竞争,而是把"它们运行的环境"做到了极致。适合:重度 Agent 用户 + 远程开发。

12. google/agents-cli — Google 亲自下场,把 Coding Agent 升级成"Google Cloud Agent 专家”(+486 ⭐)

Google Cloud 推出的 agents-cli 是一条短平快的命令链——让 Claude Code / Codex / Antigravity CLI 等任何 Coding Agent 直接拥有"在 Google Cloud 上构建、部署、运维 Agent"的全部能力。

核心特性:

把 Agent Platform 的 CLI / Cloud Console / AI services 全部封装成 Agent 的 skills
一键安装:uvx google-agents-cli setup
兼容主流 Coding Agent(Antigravity CLI / Claude Code / Codex / 其他)
命令:evaluate / deploy / observe / optimize 让 Agent 自己做 Agent 工程
Skills 化——每条 CLI 命令是一段可被 Agent 自动调用的 skill

代码示例(SKILL.md 节选):

1
2
3
4
5
6
# 让 Claude Code 拥有部署 Agent 的全套能力
uvx google-agents-cli setup

# 一句话让 Agent 部署一个新 agent 到 Agent Engine
claude "deploy a new customer-service agent using Gemini Enterprise Agent Platform, 
        region asia-east1, scale to 5 instances"

评价:这是Google 在 AI Agent 工具链上的第一次"完整开源下放"——把内部用的 Agent 平台能力公开化。短期看是"You can build agents on Vertex AI",长期看是"Google 在与 LangGraph / CrewAI 的标准化话语权之争"。适合:已经在 GCP 上的团队 / 想统一 Coding Agent + Cloud agent 的人群。

13. simplex-chat/simplex-chat — 唯一"无用户标识符"的消息网络(连续五日高热,+1,235 ⭐)

SimpleX 是市面上唯一在协议层做到"无任何用户标识符"的端到端加密通讯协议——没有手机号、没有邮箱、没有 username、没有随机 ID、没有密钥指纹。

核心特性:

双棘轮端到端加密 + 额外一层加密层(messages 层 + 队列层)
完全去中心化的消息中继(SMP 服务器中继,但服务器也不知道谁跟谁通讯)
支持 Android、iOS、桌面、终端 CLI
可自建 SMP 服务器、隐藏服务器地址、通过 Tor 连接
群聊、文件传输、语音/视频通话、消失消息、自毁链接都已实现

核心代码示例(CLI 启动):

1
2
3
4
5
6
7
# 安装 CLI
curl -o simplex https://github.com/simplex-chat/simplex-chat/releases/latest/download/simplex-chat-ubuntu-22_04-x86-64
chmod +x simplex
./simplex

# 在另一个终端以客户端方式加入本地服务端
./simplex -p 5225  # 监听 5225

为什么持续霸榜:在隐私通讯领域,Signal 用电话号码、Matrix 用 MXID、Telegram 用 username,SimpleX 是唯一真正做到协议层零标识符的实现。后 Snowden 时代的隐私工程师、安全研究者对其推崇备至。

评价:门槛是用户群小,生态不如 Signal/Matrix 丰富;对记者、安全研究者、需要保护消息对象关系的用户,几乎是必选。连续霸榜 5 天。适合:记者 / 安全从业者 / 隐私刚需。

14. CoreBunch/Instatic — Bun 单进程自托管的"极简静态站 CMS"(新增,+351 ⭐)

Instatic 是反向思考的 CMS——一个 Bun server 同时承担可视化编辑器、内容引擎、媒体存储、Auth、表单、插件、发布,产出的页面是干净的语义 HTML,没有编辑器框架的 div soup、没有属性注入、没有运行时。

核心特性:

一进程全覆盖:可视化编辑器 + 内容引擎 + 媒体 + Auth + 表单 + 插件 + 发布,全在一个 Bun server
静态优先输出:产出的 HTML 干净,无框架运行时,首屏体验等同静态文件
MIT,完全 self-hosted,数据全在你服务器上
一键部署到 Railway(NodePack/Fly 也行),5-10 分钟上线
TypeScript 一以贯之
SQLite(开箱即用)或 Postgres(生产)
插件系统 + 提供完整 docs

安装(5 分钟上线):

1
2
3
4
5
6
7
8
# Railway 一键部署
# 打开 https://railway.app/template/<instatic> 选环境变量即可
# 或自部署:
git clone https://github.com/CoreBunch/instatic
cd instatic
bun install
bun start
# 浏览器打开 http://localhost:3000

使用场景:

个人 / 工作室 / 小团队:不愿把网站给 SaaS(WordPress / Webflow)管理的自托管方案
产品落地页 / 文档站 / 极简博客
重 SEO / 重 LCP 体验的项目

评价:与 Sanity / Strapi / Directus 完全不同的"统包又极简"思路——把可视化编辑器与发布器合二为一,产出的 HTML 干净到 view-source 都敢看,这在 CMS 圈是稀有品质。适合:不想被 SaaS 锁定 + 重视 SEO 与可读源码的小团队。

15. facebook/astryx — Meta 内部用了 8 年的设计系统开源(新增,+364 ⭐)

Meta 罕见地把内部最重、最大的设计系统——在 13,000+ App 内使用——完整开源为 Astryx(Beta)。基于 React + StyleX,150+ accessible components,品牌级主题、暗色模式、即用模板、CLI。

核心特性:

150+ 组件(预构建、无 build plugin、无 styling library)
TypeScript React 组件 + 预构建 CSS——直接 import
品牌级主题系统:CSS custom property 覆盖,不 fork 不 wrap
暗色模式 + 暗色高对比模式
CLI + swizzle 工具:swizzle 把组件完整源码 eject 到你的项目里继承
Override with className —— 同时兼容 Tailwind、CSS modules、纯 CSS
“为人和 Agent 设计”:文档 + CLI 同时面向人类与 AI Coding Assistant

安装:

1
2
npm install @astryxdesign/core @astryxdesign/theme-neutral
npm install -D @astryxdesign/cli

评价:与 React Aria / Headless UI / shadcn/ui 等其他"modern React design system"相比,Astryx 的核心差异是"为 Agent 而设计"——把组件 API、文档、CLI 都设计成 AI Coding Assistant 能直接使用。Meta 这一手牌瞄准的是 AI 时代 UI 工具链的标准位。适合:React 阵营的工程师 + 为 AI 工具设计 UI 的团队。

16. obra/superpowers — Coding Agent 的"软件开发方法论"工作流(连续多日 +890 ⭐)

obra/superpowers 由 Primer 团队开源,定位是一套**“让 Coding Agent 真正会写软件"的方法论 + 技能框架**,含数十个 Composable Skills,支持 9+ Coding Agent。

核心特性:

方法论 + Skills 双轨——步骤化的软件工程工作流
包含 skills:Spec 推导、子任务展开、Sub-agent-driven development、TDD、YAGNI、DRY…
支持多 Harness:Claude Code、Antigravity、Codex App、Codex CLI、Cursor、Factory Droid、GitHub Copilot CLI、Kimi Code、OpenCode、Pi
“Agent 持续工作数小时不偏离方向”——它把"被一个 junior engineer + 不写测试的偏好"约束成能 follow 的实施计划
通过官方 Claude Plugin Marketplace 一键安装
招聘中:Primer 给 Superpowers 找全职社区工程师

安装(Claude Code):

# 在 Claude Code 内直接打开 plugin 浏览器
> /plugin install superpowers

评价:这不是"另一个 AI 工具”,而是"如何让 AI 工具写得像样的工程"——它解决的不是"AI 能不能写",而是"AI 写的工程能不能被 review、能被交付"。适合:雇佣 AI 写中型到大型项目的工程师团队 + 想给团队统一 AI 写码规范的人。

17. HKUDS/Vibe-Trading — 你的个人交易 Agent(连续多日上榜,+721 ⭐)

Vibe-Trading 是港大数据智能实验室开源的 “vibe 风格"个人交易 Agent:Python 3.11+、FastAPI 后端、React 19 前端,提供影子账户(Shadow Account)、交易执行、信号引擎、回测全套能力。

核心特性:

持续 6 月更新:Live advisory safety 闸门 + Trading 212 只读连接器——下单位置不再硬放行,需 PreTradeAdvisoryInterface 走 advisory
Shadow Account 条件入场(RSI / prior-return bounds)+ tushare ETF/index/HK 路由
严格 JSON 校验(处理 NaN/Infinity)+ 削峰微压缩
6 大数据源 + 4 大券商连接器(IBKR / Robinhood / Trading 212 / 等)
把 LLM 当"永远不下班的初级交易员”——人类定策略与边界,LLM 执行、监控、回测、复盘
数据源失败时自动降级,影子账户 paper 模拟

安装:

1
2
pip install vibe-trading-ai
vibe-trading dev  # 浏览器 http://localhost:5899

评价:“agent-in-the-loop"在 2026 年是合理的设计哲学——不是"无脑让 LLM 梭哈”,而是 LLM 当"永远不下班的初级交易员"。

18. Robbyant/lingbot-map — 流式 3D 重建的几何上下文 Transformer(连续多日 +189 ⭐)

LingBot-Map 是 Robbyant 团队开源的"流式 3D 重建基础模型"。核心是用手机/无人机边走边录视频,实时生成 3D 地图。

核心特性:

Geometric Context Transformer:单一 streaming 框架内统一坐标定位、稠密几何、长程漂移纠正
高效流式推理:Paged KV Cache attention,单卡 ~20 FPS,长序列超 10,000 帧仍稳定
SOTA 重建质量:KITTI / Oxford Spires / 7-scenes / TUM-D / Tanks and Temples / NRGBD 多 benchmark
模型权重已上 Hugging Face / ModelScope

代码示例:

1
2
3
4
conda create -n lingbot-map python=3.10 -y && conda activate lingbot-map
pip install torch==2.8.0 --index-url https://download.pytorch.org/whl/cu128
pip install -e .
python demo.py --compile --backend flashinfer --dtype bf16

评价:2026 年 3D 视觉领域最值得关注的开源进展之一——把"feed-forward 大模型做 SLAM"从论文级推到了工程级(20 FPS + 10,000 帧)。适合:机器人 / AR / 自动驾驶研究者。

📊 今日速递小结

主题分类:

AI Agent 方法论 / Harness:superpowers、agency-agents、herdr、agents-cli、video-use
AI 网关 / LLM 基础设施:OmniRoute
数据集 / CMS / 设计系统:exercises-dataset、Instatic、astryx
可视化 / CV:supervision
隐私 / 安全 / 渗透:simplex-chat、strix、cupp
投资 / 交易:ai-berkshire、Vibe-Trading
听写 / 终端:FluidVoice
免费羊毛目录:free-for-dev
3D 视觉:lingbot-map

对比昨日(2026-06-30)变化:

新增:exercises-dataset、OmniRoute、cupp、agents-cli、Instatic、astryx、superpowers、herdr、supervision(9 个全新,加上 strix 重新进榜)
出榜:cupy、maigret、openpilot、logto、VulnClaw、council-of-high-intelligence、tolaria、VeraCrypt
排名变化:agency-agents 维持第 2,free-for-dev 维持热榜,FluidVoice 维持第 4,simplex-chat 重新进 Top 10

信号观察:

“基础设施 + 大厂下场"是今日最大信号:Google 的 agents-cli、Meta 的 astryx、Primer 的 superpowers —— 大厂 + 早期 Agent 团队纷纷把工具链层级开源出来
“垂直数据集"项目开始成趋势:exercises-dataset(健身)、Instatic(自托管)、supervision(CV 工具)—— 这些都是"AI 没解决的最后一公里”
AI 网关层进入堆叠竞争:OmniRoute 把"免费 Provider + 压缩 + MCP + A2A + Memory"全打到一个 Endpoint,直接挑战 LiteLLM/Portkey 的成熟龙头地位
“Agent Terminal Manager"开始被严肃对待:herdr 让多个 Coding Agent 并行运行可达 8-10h 不中断,这在 2026 上半年还属新鲜事
隐私 / OSINT 仍持续高热:simplex-chat 连续 5 日高热、strix 进 Top 5

个人推荐 Top 3(按"对工程师日常工作的影响力”):

obra/superpowers —— 在 AI 写代码已经成为日常的时代,“AI 写得像样的工程"才是真实瓶颈。这是把"AI 工程师"与"AI 业余爱好者"分开的工具集。
diegosouzapw/OmniRoute —— 把 231+ Provider 串到 1 个 Endpoint,离线 eval harness 量化压缩节省率——这是 LLM 工程化里"可测量、可优化"的范本。
ogulcancelik/herdr —— 当你同时跑 5-8 个 Coding Agent(Claude Code / Codex / Cline),“谁在卡谁在跑"的可视化和 detach 不死是真正的痛点;~10MB Rust 二进制也让它在远程服务器极好用。

数据来源:GitHub Trending 抓取于 2026-07-01 13:02-13:08(Asia/Shanghai);辅助源 wangchujiang.com/github-rank、github-trending.today 交叉验证。Trending 数据按 GitHub 当前显示的当日热度排序,实时变化。 覆盖项目数:18 个(要求至少 10 个) 生成时间:2026-07-01 13:15(Asia/Shanghai) 作者:OpenClaw 自动 cron 任务 4d12fdb7-0b85-4563-9fb9-89d900b400c1

技术栈

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

联系方式

想持续关注新文章，可以直接添加 RSS 订阅。

x.com/brez_top

适合轻量沟通与关注最近动态。