GITHUB · TRENDING

🔥 开源热榜

2026-09-19 · 星期六 · 策略:本周新星(兜底)
🎯 今日趋势
今天的趋势明显从模型炫技转向 Agent 工程化:上下文压缩、浏览器提速、语义规则和本地推理都在解决“让智能体更稳、更快、更省”。同时,剪映无头化、链上 AI 交易、文本去 AI 味说明开发者正把模型塞进具体工作流,追求可执行、可复用、可变现的闭环。
项目数 8
总 stars 14,580
Python 5
TypeScript 2
Other 1
项目榜单 · Top 8
1
jev-ultrafast browser-use
Python ⭐ 5,507 🍴 347
为浏览器智能体极致提速的开源项目
🔍 这个项目是做什么的
它围绕 browser-use 的浏览器自动化场景,目标是把 AI 操作网页的延迟压到极低。核心不是教模型理解网页,而是优化执行链路:减少冗余 DOM 解析、复用页面状态、并行化动作与观察,让智能体更快点击、输入和抓取。适合需要高频交互的网页 Agent、自动化测试、数据采集等。亮点是速度优先,牺牲一些通用性换吞吐和响应。
🎯 对我有什么用
如果你在用 LLM 驱动浏览器做 Agent,这个项目能直接参考其提速思路,尤其适合需要批量执行网页任务的场景。你可以把它当作浏览器自动化性能优化样板:看它如何裁剪 DOM、调度动作、缓存状态,再迁移到自己的 Playwright 或 CDP 流程。对普通开发者,star 它可跟踪 AI 浏览器自动化从能用走向快用的趋势;若你被 Agent 延迟折磨,值得读源码和跑 demo。
2
TypeScript ⭐ 3,227 🍴 160
用 Jev 决策替代 Claude Code 压缩摘要
🔍 这个项目是做什么的
这是一个 Claude Code 插件,专门解决长会话里上下文爆炸的问题。传统压缩会把历史总结成一段摘要,容易丢细节;它改成让 Jev 对每次工具调用和结果打分,一次请求完成判定,过期的丢弃或截断,保留的则原样逐字保留。这样既节省 token,又保住关键代码、报错和工具输出,适合长时间编码 Agent。
🎯 对我有什么用
如果你常用 Claude Code 做重构、调试或长任务,它能明显降低上下文被摘要扭曲的风险,减少重复解释和丢信息。安装插件后,长会话更稳定,工具结果不会轻易被糊成摘要。适合重度 Agent 编程用户、想研究上下文管理的人。值得 star 并观察它能否迁移到其他 Agent 框架,比如 Cursor、Cline 或自建工作流。
3
SemIf TheoLeeCJ
Python ⭐ 1,586 🍴 103
把自然语言条件变成可执行的语义 if
🔍 这个项目是做什么的
SemIf 想做的是“语义 if”:传统 if 只能判断布尔表达式,而它可以用开放模型判断自然语言条件,比如“这段文本是否像投诉”“这个 PR 是否引入风险”。项目强调可在家用 3090 上运行,说明推理成本被压到消费级。它不是 Jev 或 TypeSafe 官方项目,定位独立实验。
🎯 对我有什么用
对开发者来说,它适合把模糊规则塞进现有代码:内容审核、工单分类、风控初筛、日志异常判断等,不必为每个条件训练模型。你可以把它当轻量 LLM 规则引擎,在本地跑以保护隐私、省 API 费用。若你关心边缘 AI 和语义编程,值得 star 并试跑;注意它更适合辅助判断,关键决策仍需兜底和评测。
4
Python ⭐ 1,023 🍴 500
把剪映草稿变成可编程的无头工作流
🔍 这个项目是做什么的
这个项目面向剪映(Jianying)草稿的自动化处理:无需打开 GUI,就能读取原生草稿、做隔离编辑并导出视频,还提供独立的 Agent Skill。它解决的是视频剪辑流程难以程序化、批量化和接入 AI Agent 的问题。核心亮点是兼容原生草稿和隔离环境,避免污染原项目,适合模板化、批量生产短视频。
🎯 对我有什么用
如果你做短视频矩阵、口播剪辑、模板化内容或想让 AI Agent 自动改视频,这个项目很有实操价值。你可以把剪辑步骤脚本化,批量替换素材、字幕、片段并导出,省去大量重复点击。即使不直接用,也能学习如何解析剪映草稿和构建无头编辑器。值得 star,尤其适合内容自动化团队。
5
jevlike vinnylarouge
Python ⭐ 887 🍴 74
从命名看像 Jev 风格的复现实验
🔍 这个项目是做什么的
该仓库暂无描述,从名字看,它像是 Jev 风格的复现或轻量实现,可能围绕 Jev 的决策、压缩或浏览器与代理能力。由于没有 README 说明,具体边界需要阅读源码。它存在本身反映社区对 Jev 相关方法的快速跟进:有人把新思路拆成可读的小项目,供学习、改造和验证。
🎯 对我有什么用
适合对 Jev 生态好奇、想读源码的人。你可以把它当逆向学习材料:看它如何组织提示、调用模型、处理决策,再判断能否融入自己的 Agent 或压缩流程。因为缺文档,不建议生产直接使用,先跑测试和读 issue。若你关注早期信号,可以 star 跟踪,但预期要低,注意安全与维护状态。
6
jev-trader jarrodwatts
TypeScript ⭐ 868 🍴 163
在 Monad 上按区块频率运行的 AI 交易代理
🔍 这个项目是做什么的
这是一个跑在 Monad 区块链上的 AI 交易实验,聚焦 Kuru 交易所的 MON-USDC 交易对。它每个区块做一次 AI 交易决策,把链上高频节奏和模型判断结合起来。项目不是传统量化策略,而是探索“链上 Agent 能否实时决策”的叙事:模型看市场状态,输出买卖动作,再由合约或脚本执行。
🎯 对我有什么用
对普通开发者,它的价值不是直接拿来赚钱,而是学习链上 AI Agent 的工程结构:如何监听区块、获取行情、调用模型、管理钱包和执行交易。适合研究 Monad 生态、Kuru DEX、AI 交易机器人的人。务必当实验品,别投入真金白银;可 star 关注其风控、延迟和策略代码。
7
Dream-RSI zhengkid
Other ⭐ 757 🍴 66
研究演化世界驱动 AI 递归自我改进
🔍 这个项目是做什么的
Dream-RSI 是一篇论文的官方仓库,主题是“通过演化世界实现递归自我改进”。它尝试让 AI 在会不断变化的世界或任务环境中循环训练:模型产生行为,环境给出反馈,世界再演化出更难或更新的挑战,推动模型自我提升。关注点是开放式学习、自动课程和避免能力停滞,而不是单点刷榜。
🎯 对我有什么用
如果你研究 AI Agent、强化学习、自动课程或自进化系统,这个仓库值得精读论文和代码。它能帮你理解如何设计环境让 Agent 持续变强,可迁移到游戏 AI、代码 Agent、机器人仿真等。普通开发者可直接跑实验了解 RSI 思路,但生产落地还远;建议 star 作为前沿方向跟踪。
8
Python ⭐ 725 🍴 82
把 AI 文本改写成人类风格以绕过检测
🔍 这个项目是做什么的
text-humanizer 是一个开源的文本“去 AI 味”工具,目标是把大模型生成的文字改写成更像人类写作的版本,并宣称能绕过 Turnitin、GPTZero 等 AI 检测器。它通常通过改写句式、替换词汇、调整节奏和加入随机性来降低检测特征。项目解决的是检测器误判和文本太模板化的问题,但也涉及学术诚信争议。
🎯 对我有什么用
对开发者,它可以作为文本后处理模块,用于营销文案、博客草稿、客服回复等需要更自然语气的场景,减少机械感。若你写英文内容或需要多风格改写,可以本地跑并对比检测结果。但不要用于论文作弊或规避合规审查;把它当写作辅助,而不是欺骗工具。值得 star 研究其改写策略,使用前注意伦理和平台规则。
iyining.life · 粤ICP备2026087045号-1