GITHUB · TRENDING

🔥 开源热榜

2026-09-20 · 星期日 · 策略:本周新星(兜底)
🎯 今日趋势
今天热榜最明显的信号,是 AI Agent 正从聊天框下沉到工程细节:上下文压缩、语义条件、浏览器速度、链上交易和视频剪辑都被拆成可复用组件。Jev 作为高频关键词反复出现,说明开发者开始把模型决策封装成低延迟、可验证的底层原语;同时 Mac 修图和剪映无头化表明,创作者工具也在被 Agent 化。
项目数 8
总 stars 22,020
Python 5
TypeScript 2
Swift 1
项目榜单 · Top 8
1
jev-ultrafast browser-use
Python ⭐ 8,389 🍴 536
让浏览器智能体快到飞起,速度就是卖点
🔍 这个项目是做什么的
这是 browser-use 生态里的极速浏览器自动化项目,目标直指 AI Agent 操作网页时太慢、链路太长的问题。它大概率通过优化动作执行、页面状态读取和模型调用节奏,让智能体更快完成点击、填表、抓取等任务。官方描述只有 i. am. speed. 但结合组织背景,它更像是给网页 Agent 做性能加速层,适合构建对响应速度敏感的自动化流程。
🎯 对我有什么用
如果你用 browser-use 或类似框架做网页自动化,这个项目值得先跑 benchmark:在登录、下单、爬取、表单填写等高频场景里对比耗时。它能帮你减少等待和 token 浪费,让 Agent 更接近可交互产品。若你只是偶尔脚本化网页,可能用不上;但关注 AI 浏览器 Agent 基础设施的人应该 star 并读实现。
2
TypeScript ⭐ 4,223 🍴 226
用智能决策替代摘要,压缩上下文不丢关键
🔍 这个项目是做什么的
这是 Claude Code 的插件,解决长会话中自动压缩总结会丢失工具调用和结果细节的问题。它不再生成一段模糊摘要,而是用一次快速请求给每次工具调用和结果打分,决定哪些过期内容丢弃、哪些截断、哪些原样保留。核心思路是把上下文管理变成选择题,而不是让模型重写历史,适合长时间编码 Agent 会话。
🎯 对我有什么用
如果你常用 Claude Code 做大型重构、调试或跨文件任务,它可能显著减少摘要后忘掉关键输出的挫败感。安装插件后,观察 token 消耗和任务连续性;对频繁调用工具、长输出的开发流尤其有用。值得 star 并研究其打分与保留策略,也可借鉴到你自己的 Agent 上下文管理里。
3
Compositor robbietilton
Swift ⭐ 2,426 🍴 260
Mac 上的原生开源修图与合成工具
🔍 这个项目是做什么的
Compositor 是面向 Mac 的图片编辑与合成工具,定位为 Photoshop 的替代方案。它用 Swift 原生开发,可能提供图层、选区、蒙版、调色和导出等常见能力,目标是让 Mac 用户不必订阅昂贵软件也能完成日常修图、海报和合成。对轻量到中度设计需求,它更像一个专注、快速、贴近 macOS 的编辑器。
🎯 对我有什么用
如果你是 Mac 用户,需要偶尔修图、做封面、拼图或简单合成,可以先下载试用,看它能否替代 Photoshop 的基础工作流。它能帮你省订阅费,也可能在启动和文件操作上更快。专业印刷、复杂滤镜和插件生态可能仍不足;但作为开源替代品值得 star,也适合学习 Swift 桌面图像应用架构。
4
SemIf TheoLeeCJ
Python ⭐ 1,931 🍴 122
在本地 3090 上跑开源模型,实现语义级 if 判断
🔍 这个项目是做什么的
SemIf 想做的是把传统代码里的 if 条件变成语义判断:不再只比较字符串或数值,而是让开源模型理解这句话是否在投诉、这段文本是否紧急等模糊条件。它强调在单张 3090 上本地运行,降低 API 成本和隐私风险,并且声明与 Jev、TypeSafe 无关联,说明它想走独立实现路线。
🎯 对我有什么用
如果你在做客服分类、内容审核、Agent 路由或数据清洗,SemIf 可以帮你把硬编码规则换成更灵活的本地语义判断。你不需要买云 API,一张 3090 就能试验,适合隐私敏感或高频调用场景。先看它支持的模型和延迟,再小规模接入;对想研究 LLM 融入传统编程的人值得 star。
5
Python ⭐ 1,536 🍴 654
无头剪映让视频草稿可编程编辑与导出
🔍 这个项目是做什么的
jianying-headless 围绕剪映的原生草稿做无头化操作,让你不打开 GUI 也能隔离地编辑和导出视频。它还提供独立的 Agent Skill,意味着可以把视频剪辑能力接入 AI 智能体工作流。核心价值是把剪映草稿变成可批量、可自动化的数据,而不是只能手动拖时间线,适合创作者工具和自动化管线。
🎯 对我有什么用
如果你需要批量生成短视频、自动套模板、按脚本替换素材或导出多版本,这个项目可能直接省掉大量重复点击。你可以把它接到自己的 Agent 或 CI 流程里,用代码操控剪映草稿。注意它是私有源码预览,稳定性和授权要先确认;对视频自动化、CapCut 或剪映生态开发者值得 star 观察。
6
laya NandhaKishorM
Python ⭐ 1,273 🍴 109
无描述却高热,先审 README 再决定是否入局
🔍 这个项目是做什么的
laya 目前没有任何项目描述,仅知道它是 Python 项目且今日热度不低。因此无法确认它到底是框架、Agent 工具、数据处理库还是实验性项目。它的存在感主要来自 star 增速,可能踩中了某个新方向,也可能只是命名或社区传播带来的短期关注。建议从 README、目录结构、最近提交和 issue 判断真实用途。
🎯 对我有什么用
对普通开发者来说,现在别急着把它装进生产环境。你可以花五分钟看 README 和示例,如果安装简单、问题清晰、维护活跃,再考虑试跑;否则先收藏观察。它适合喜欢挖早期项目、判断趋势的人,也可能给你带来新灵感。是否 star 取决于它能否解决你手头的 Python 自动化或 AI 工作流问题。
7
jev-trader jarrodwatts
TypeScript ⭐ 1,260 🍴 243
每个 Monad 区块让 AI 做一次链上交易决策
🔍 这个项目是做什么的
jev-trader 是一个实验性 AI 交易机器人:在 Monad 区块链上,每个新区块触发一次 AI 决策,并在 Kuru 交易所的 MON-USDC 市场执行。它把高频区块节奏和模型判断结合起来,探索智能体能否在链上实时做买卖。项目用 TypeScript 编写,重点不是稳定盈利,而是验证 AI 决策与 DeFi 执行链路。
🎯 对我有什么用
如果你关注 Monad、Kuru 或 AI Agent 炒币,这个项目适合拿来读代码、跑测试网或观察策略,而不是直接投入真金白银。你能学到如何监听区块、调用 DEX、管理交易决策和风险控制。它能帮你快速理解链上 Agent 的最小闭环,但务必注意滑点、Gas、私钥安全和监管风险;作为研究样本值得 star。
8
jevlike vinnylarouge
Python ⭐ 982 🍴 83
无描述的 Jev 风格实现,先看源码再判断价值
🔍 这个项目是做什么的
jevlike 同样没有项目描述,但从命名看,它很可能是模仿或兼容 Jev 决策范式的 Python 实现。结合今天热榜里 fast-jev-compaction、SemIf、jev-trader 等项目的出现,它可能把类似快速打分、语义判断、保留关键信息的思路做成独立库。具体能力仍需 README 和示例确认,目前不宜过度解读。
🎯 对我有什么用
如果你正在追 Jev 相关工具链,可以先把它和 SemIf、fast-jev-compaction 对照阅读,看它是否提供本地推理、决策评分或上下文筛选能力。普通开发者建议先 clone 跑 demo,确认依赖和许可证后再用。它适合做趋势调研和二次开发参考,若接口清晰、文档补齐,会是一个值得 star 的早期项目。
iyining.life · 粤ICP备2026087045号-1