GitHub Trending 日报 · 2026-09-12

概览

今日共收录 16 个 Trending 项目。主要语言分布：Python(4)、TypeScript(3)、JavaScript(2)、Go(2)、C(1)。

今天的热榜，主线就一条：AI Agent 正在从聊天变成干活。销售 CRM 让 agent 直接上 WhatsApp 接客成单。交易 agent 接十个预测市场和一堆 DEX，聊天就能下单。渗透测试用多 agent 关在 Docker 沙箱里跑。数学建模竞赛直接出论文，一次一块钱。连追剧都能自动抓种、改名、升画质。Agent 不再只是回答问题，而是替你把活干完。第二条线是 agent 开始成群出现。wt 用 Rust 管 git worktree，让多个 agent 各占一个目录并行干活。Agent Skills 生态爆发，一个 100+ 应用合集靠一条 npx 命令就能装成 coding agent 的新技能。给 Claude Skills 写的红队库，聊到相关话题就自动加载攻击方法论。第三条线是自托管、本地运行成了硬需求。数据不出自己机器，一条命令装到 VPS。绕过封锁的工具也扎堆：zapret 打包成 Windows 一键脚本，OpenFlux 把 TCP 流量伪装成云服务，SmartTube 去广告还不依赖谷歌服务。网络受限地区的人在自找出路。第四条线是开源对标商业软件成常态。ArmorPaint 抢 Substance Painter 的订阅费，自建 CRM 对标 Intercom。也有提醒。SmartTube 开发者环境被恶意软件感染，构建可能被污染，得换签名公钥。供应链安全不是远方的故事。泄露的 system prompt 被逐个收集对比，说明大家开始盯模型的隐藏指令。一句话收束：开发者正在把 AI 塞进具体场景，本地化、自动化、去平台化。热点和生态都在往这个方向走。

项目详情

bilawalsidhu/gods-eye-view

JavaScript ⭐ +2,265 今日新增 · 30,492 总星数

浏览器里的”间谍卫星模拟器”：把公开的航班、船舶、卫星、地震、摄像头数据叠在一个逼真 3D 地球上，本地运行、代码开源，蹭上 OSINT 和实时语音 Agent 的热度。

亮点

• 把”密钥是升级不是前提”做成了产品决策：默认零配置启动，凭据在应用内 POWER UP 面板粘贴，写入 .env 或 pinokio/ENVIRONMENT 前先改成仅属主可读；shell 或 macOS Keychain 里已有的 key 显示为”外部配置”且面板只读，避免密钥被应用接管。
• 每个数据图层是完全独立的模块，README 明确说明哪些是实时（航班、船舶、卫星、地震）、哪些是估算或模拟（交通流量沿真实道路模拟、摄像头位姿和火箭轨迹是粗估），不把模拟数据包装成真实数据。

核心功能

• 基于 Cesium 的 3D 地球，卫星影像默认用 Esri、断线时退到 OSM，无 API key 也能跑；Cesium ion / Google Maps 只是可选升级，用来换更真实的地形和地点搜索
• 数据按图层拆成独立模块：ADS-B 航班应答机、AIS 船舶信标、TLE 轨道根数（卫星位置）、USGS 地震、公共摄像头，各自刷新、可单独替换或加自己的源
• 用 GLSL 后处理着色器把整个地球重新调色成 CRT、夜视 NVG、红外 FLIR、黑白 Noir、雪景等传感器画面，再叠一层屏幕空间检测框和 ID，做出军用 HUD 的观感
• 接了一个实时 AI Agent 做免手操作：语音能开关图层、跳到某个目标、把标注”画”成真实的地理多边形和航线
• 状态可序列化进 URL：相机位置、滤镜、图层、追踪目标全进链接，分享出去的实时目标相当于一次”交接”而不是书签

适用场景: [‘OSINT 研究者、记者、地缘政治爱好者，想在一个屏幕里对照航班、船舶、卫星和地震信号找线索；也适合 GIS/前端开发者拿它当 Cesium + 多数据源可视化的参考项目。’, ‘做视频/直播的人可以用它的”场景导演”录电影感的相机巡游，不用自己写飞行路径。’]

竞品对比: 单看数据，Flightradar24、MarineTraffic、NASA Eyes 各自只覆盖一类目标；一起看，Cesium ion 只是引擎和示例、World Monitor 之类 OSINT 面板偏仪表盘。它最大的差异是”多源融合 + 电影化 HUD + 开源本地跑”三样凑在一起，且不需要任何 key 就能用。

成熟度: CI、文档、性能基线、跨平台安装器都齐，30k star 说明社区热度够；但仍是个人主导项目，第三方数据源和 key 的配额/条款随时会变，部分图层是模拟数据，适合自用和调研，不建议直接当生产监控系统。

趋势信号: 它是作者 YouTube 病毒系列（5M+ 播放）的开源发布，同时借了 Pinokio 一键安装和”无需 API key 即可运行”这两点降低了上手门槛，正好赶上 OSINT 工具和实时语音 Agent 两股热度。

melgarafael/DeskcommCRM

TypeScript ⭐ +504 今日新增 · 1,915 总星数

自托管开源 AI 销售 CRM，AI Agent 直接在 WhatsApp 上接待、筛选客户并成单，一条命令装到 VPS，对标 Kommo、Octadesk、Intercom。

亮点

• 内置 QUANDO/SE/ENTÃO（当/若/则）规则引擎，不写代码就能配销售自动化，规则靠 VPS 上的 cron 消费队列，装的时候会一并把 cron 装上，否则规则会静默卡在队列里。
• 把整套安装流程写成 .agents/skills/ 里的 AI 技能包，Claude Code、Cursor、Codex 打开目录就自动加载，用户说一句“装到我 VPS 上”就能让 AI 按文档跑完，等于把运维手册直接喂给 LLM。

核心功能

• 用 WAHA（WhatsApp HTTP API，第三方非官方网关）接 WhatsApp，扫码 QR 登录即可收发消息，不用申请 Meta 官方商务 API 账号；配合 OpenRouter/Anthropic/OpenAI 的 key 驱动 AI Agent 自动回复。
• 技术栈是 Next.js 16 + TypeScript strict + Supabase（Postgres 数据库 + Auth 登录 + Storage 文件存储），整套多租户，并标注 MCP-ready——MCP 是让 AI 模型调用外部工具的通用协议，意味着 Agent 能接更多外部系统。
• install.sh 是幂等的：自己生成全部密钥、建 Postgres 扩展和 schema、创建首个管理员、起 Caddy 自动申请 HTTPS、装自动化规则的 cron，重跑不会重复建用户或重复写 cron；检测到 VPS 上已有反向代理（Hostinger、Coolify、Dokploy）会自动改成走你的代理发布，不硬抢 80/443 端口。
• 自更新走“App 只登记请求、VPS 上 cron agent 执行”的两段式：更新前自动备份数据库，新镜像启动失败会自动回滚到旧镜像并把版本号写回 .env，避免重启又拉起坏版本。

适用场景: 巴西及葡语区靠 WhatsApp 卖货的中小企业、诊所、教培、房产中介的销售团队，想摆脱 Kommo/Octadesk 按月订阅、又要把客户数据留在自己服务器上（LGPD 合规）的老板，以及想给客户搭私有 CRM 的代理商和 freelancer。

竞品对比: 对标 Kommo、Octadesk、Intercom 这类 SaaS。最大差别是自托管：数据不出自己服务器、没有按功能分层的付费墙、没有月费；代价是得自己有一台 VPS 和维护精力。

成熟度: 项目年轻，未见正式版本号，但已有 CI、MIT 协议、生产 runbook 和 HostGator 合作安装包，可自托管跑起来，API 和 schema 仍可能变动。

趋势信号: 巴西 WhatsApp 是主要成交渠道，叠加当下 AI Agent + MCP 热度和与 HostGator 的一键装机合作，葡语开发者社区正在集中转发这个“开源替代 Kommo”的项目。

alsk1992/CloddsBot

TypeScript ⭐ +376 今日新增 · 2,582 总星数

Claude 驱动的自托管 AI 交易 agent，接 10 个预测市场、7 家合约所和 Solana/EVM DEX，聊天就能下单。踩中 AI agent 自主交易和 Solana 黑客松两波热点。

亮点

• 没做独立 App，而是做成 MCP server，直接吃 Claude 现成的工具调用和对话能力，省掉自己搭 agent 编排层
• 下单前有拦截层：接 GoPlus 做代币审计，查蜜罐、rug、持币集中度，再加 75 条代码扫描规则和 70 多个诈骗地址库，交易前置校验而不是事后补救

核心功能

• 把交易能力封成 MCP server（Anthropic 定义的模型调用外部工具协议），121 个 skill 暴露给 Claude Desktop/Code，聊天消息直接触发下单，不用自己写意图解析
• 统一风控引擎：熔断、VaR/CVaR、波动率状态识别、Kelly 仓位、日内亏损上限、kill switch，所有交易所和链共用同一套，不是每个平台各写一份
• 预测市场按轮次处理：识别 Polymarket 的 5 分钟/15 分钟/1 小时 BTC 二元市场，做时间闸门和 4 套自动策略；这类到期即结算的市场，普通量化框架基本不碰

适用场景: 想用自然语言管仓位的个人加密交易者。挂在 Telegram/Discord 上，让 bot 盯 Polymarket 的 BTC 短周期二元市场、跑合约 DCA、跟鲸鱼地址复制交易。也适合想把交易工具接进自己 Claude Desktop 的人。

竞品对比: 对标 Freqtrade、Hummingbot、Jesse 这类开源量化框架。最大差别是 Clodds 把决策层交给 LLM，并且覆盖 Polymarket/Kalshi 预测市场；Freqtrade、Hummingbot 是写死的策略加 CEX/DEX 现货合约，不做预测市场，也没有 LLM 决策。

成熟度: 早期项目，12 天黑客松产物，API 会变。README 里直接挂了自己的 pump.fun 代币合约地址，策略回测和真实收益没有第三方验证，不建议直接上真钱。

趋势信号: 搭上 Colosseum Solana Agent 黑客松和 AI agent 自主交易这波热度，README 自带 meme 币合约地址，靠代币社区和加密 KOL 带量，14 天 1 万多次 clone。

p1neappleXpress/OpenFlux

Go ⭐ +355 今日新增 · 1,437 总星数

OpenFlux 是一个把 TCP 流量伪装成正常云服务流量的隧道工具，客户端开 SOCKS5 代理，数据经 Yandex Docs 光标消息或 MAX 消息的 WebRTC 通道送到出口节点再转发上网，主要给网络受限地区的用户穿透 DPI 封锁用，一天涨 355 星。

亮点

• 传输层寄生在别人的合法功能上：Yandex Docs 光标同步本来就是文档协作的正常流量，MAX 走的是 WebRTC 实时通信端口，DPI 很难和真实使用区分开，自己不需要域名和 TLS 证书。
• 出口节点的 RST 抑制必须做范围限定：因为闯祸的 RST 是内核生成的、没有对应的 owner socket，所以 iptables 的 -m owner –uid-owner 匹配根本不生效，作者建议给隧道单独绑一个出口 IP 或干脆丢进独立 netns，避免全机 DROP 导致所有关闭端口对外变成 filtered。

核心功能

• 传输层做成可插拔的 Transport 接口（transport/transport.go），目前两个实现：一个把数据编码进 Yandex Docs 的协作光标消息里，一个走 MAX 即时通讯的 WebRTC DataChannel，加自定义传输只要实现接口并在 main.go 的 switch 里注册。
• 出口节点不用内核 socket，而是在用户态跑 gvisor TCP 栈，配合按 OS 分开实现的原始套接字（rawsocket_linux/darwin/windows.go）自己收发包，因此绕开内核连接跟踪，但必须手动抑制内核回发的 RST。
• iOS 端用 cgo 把 Go 代码编译成静态库 liboflux.a（export_ios.go，build tag ios），外面套 SwiftUI 壳并用 Network Extension 做系统级 VPN，顺带支持 DNS-over-TLS；Android 走 NDK 交叉编译出独立二进制。

适用场景: 面向网络受限地区（README 有俄语版）需要翻墙的普通用户：手机装 APK 或 TestFlight 版当全局 VPN，桌面用户在浏览器里填 localhost:1080 的 SOCKS5。也适合做网络栈研究、想观察云服务能否承载隐蔽信道的开发者。

竞品对比: 同类是 Xray/V2Ray、Shadowsocks、WireGuard 和 Tor 的 pluggable transport（obfs4、meek、snowflake）。最大差别是它不自建伪装服务器，而是借第三方 SaaS 的现成功能当信道，代价是依赖且可能违反这些平台的条款——README 自己就警告 MAX 传输可能导致账号被限制。

成熟度: 早期项目，没有版本号、没有 release 流程，MAX 传输被明确标为 experimental（连封号机制都还没搞清楚），主要由作者一人加一位 iOS 贡献者维护，文档偏构建和运维说明。

趋势信号: 和俄罗斯持续收紧对 VPN、境外服务的封锁、同时强推国产通讯软件 MAX 直接相关：把流量塞进这些被允许的服务里，正好是当下最现实的绕过思路，所以放出后一天涨 355 星。

jihe520/MathModelAgent

Python ⭐ +262 今日新增 · 5,197 总星数

专为数学建模竞赛做的多 Agent 工具，自动读题、建模、写代码、纠错，最后生成一份可直接提交的论文，单次成本约 1 元。

亮点

• 把代码手做成带反思循环的本地解释器：代码报错后自动读取错误信息重写，而不是生成一次就交差，这一步直接决定结果能不能跑通
• 按环节拆模型而不是全程用一个大模型，用模型混搭换成本，是很实在的工程取舍

核心功能

• 多 Agent 分工：代码手带反思模块和本地代码解释器，跑出报错就读 traceback 自己改，论文手负责把结果编排成带格式的论文（建模手在 README 里被划掉了，说明已合并或砍掉）
• 每个 Agent 可以单独配置 LLM，简单环节用便宜模型、难环节换强模型，把一次任务成本压到约 1 元人民币
• 代码解释器跑在本地而不是云端沙箱，省掉按次计费的 code interpreter API，也能直接读本地的数据文件

适用场景: 打全国大学生数学建模竞赛、美赛 MCM/ICM 的本科生队伍，想在三天赛程里快速跑通建模、代码、论文三段流程；也适合研究多 Agent 协作的开发者拿它当参考实现。

竞品对比: 和 Open Interpreter、TaskWeaver 这类通用代码 Agent 比，它把流程钉死在数学建模上：读题→建模→写代码→纠错→排版论文，交付物直接是比赛论文。通用 Agent 得自己拼这套流程，它自己也是参考 TaskWeaver 和 OpenCodeInterpreter 做的。

成熟度: 早期项目，作者自述处于开发阶段、变更大、还有不少 Bug，没看到正式版本号，文档和测试案例也还在补。

趋势信号: 数学建模竞赛场景本身就自带传播力，加上国产大模型 API 价格已经低到能撑起 1 元一次的成本，让「三天比赛压成一小时」这个说法听起来可信，学生群体转发快。

armory3d/armorpaint

C ⭐ +237 今日新增 · 4,949 总星数

ArmorPaint 是一款开源的 3D 模型贴图绘制软件，用 GPU 直接给模型画 PBR 材质，对标 Substance Painter，源码免费、成品收费，给不想付订阅费的美术一个替代选项。

亮点

• 授权模式少见：源码用 zlib 许可公开，但官方编译好的安装包在 itch.io 上按需付费，靠卖二进制养开发，而不是卖代码或附加服务
• 和 Armory3D 游戏引擎共用同一套节点系统和渲染代码，引擎里调好的材质节点可以拿到画笔里用

核心功能

• 整套代码用 Haxe 写成，同一份源码能编译成原生 C 桌面程序，也能编译成 WebAssembly 在浏览器里跑，不依赖 Unity 或 Unreal 这类引擎
• 图层式绘制：每层带独立纹理、遮罩和节点式程序材质（类似 Substance 的智能材质），烘焙出的 AO、曲率、法线、位置贴图可以直接当遮罩驱动材质效果
• 渲染走 Kinc/Kha 图形抽象层，一套代码可切 Vulkan、Metal、Direct3D、OpenGL 后端，绘制和光照预览都在 GPU 上算

适用场景: 独立游戏美术、手办/3D 打印上色、以及用 Blender 建模后需要给模型刷贴图的个人开发者。典型流程是在 Blender 里做低模和 UV，导出 fbx/obj 到 ArmorPaint 画 PBR 贴图，再导回 Godot 或 Unity。

竞品对比: 直接竞品是 Adobe Substance 3D Painter，最大差别是 ArmorPaint 免费开源、安装包只有几十 MB、还能在浏览器里直接开；但笔刷手感、智能材质库、UV 工作流和大项目稳定性都还追不上 Substance。同一赛道的还有 3D-Coat、Quixel Mixer，以及 Blender 自带的 Texture Paint。

成熟度: 从 0.9 版本迭代到 1.0 阶段，功能上能日常出图，但基本是单人主导开发、更新节奏不固定，商业项目建议先用小样试过再上。

趋势信号: Adobe 订阅制持续劝退个人美术，社区反复在找开源替代，加上网页版不用装软件就能试，容易被社交平台和视频转发带量——但这次的直接触发事件没能确认。

Shubhamsaboo/awesome-llm-apps

Python ⭐ +230 今日新增 · 137,740 总星数

一个 100+ 个可运行 AI Agent / RAG 应用的合集，每个都能单独跑，也能用一条 npx 命令装成 coding agent 的新技能，因为 Agent Skills 生态爆发而持续涨星。

亮点

• x402 付费 Agent：agent 自带一个钱包，按次为数据付费，不依赖 API key（x402 是把 HTTP 402 状态码改造成链上小额支付的协议）
• 部分 skill 是自我改进型：用 Gemini + ADK 驱动，让 skill 对着 eval 反复重写自己的提示和代码，而不是人工调

核心功能

• 每个应用都是完整可跑的小项目（Streamlit 单文件 + requirements.txt），不是代码片段：clone → pip install → streamlit run，30 秒能出结果
• 把应用打包成 Agent Skills 格式，用 npx skills add <子目录 URL> 直接装进 Claude Code、Codex、Cursor，每个 skill 要过安全检查和 eval 的 CI 门槛
• 模型无关：同一套模板能切 Claude、Gemini、GPT、DeepSeek、Llama、Qwen；还给了 Mixture of Agents 写法，多个 LLM 各答一遍再由一个模型汇总择优

适用场景: 想给 Claude Code / Cursor 加一项具体能力（比如查自己废弃的 side project、审依赖清单）的开发者；以及想找 agent、RAG 脚手架原型的独立开发者和小团队，直接拿一个目录改吧改吧就上线。

竞品对比: 和 LangChain / LlamaIndex 的 example 目录、OpenAI Agents SDK cookbook 比，它不是文档里的示例，而是每目录一个能跑的成品，并且额外适配了 coding agent 的 Skills 安装格式；和各类 awesome-* 列表比，它给的是可执行代码而非链接。

成熟度: 不是库也不是框架，没有版本号，属于模板合集：能跑、有 CI，但单个 demo 是演示级，别直接拿去生产。

趋势信号: Anthropic 的 Agent Skills 格式被 Claude Code、Codex、Cursor 相继支持后，这个仓库把原有模板目录重做成一条 npx 命令即可安装的 skill，并保持每周更新，正好吃到这波生态红利。

Sonarr/Sonarr

C# ⭐ +227 今日新增 · 15,975 总星数

给自建媒体库用户用的追剧自动化工具：盯着 RSS 和剧集列表，自动抓种、改名、升画质，抓完通知 Plex/Jellyfin 刷新库。

亮点

• 用协议抽象代替插件系统：索引站和下载客户端都走标准 API（Newznab/Torznab、各客户端 SDK），所以生态里几十个站点和客户端是配置出来的，不是一个个写进代码。
• 把’我想要什么画质’拆成质量档位 + Custom Formats 两层：档位管粗排序，自定义格式用正则给发布名打标签计分，用户不改代码就能表达’要 WEB-DL 不要 HDTV’这类偏好。

核心功能

• 索引器不用写代码：内置 Newznab/Torznab 客户端协议，任何实现这套 API 的 Usenet/PT 站填个地址就能接，站点支持从代码问题变成配置问题。
• 发布择优靠打分：质量档位（quality profile）定目标，Custom Formats 用正则解析发布名里的来源/编码/压制组并加分，算出每个 release 的分数和 cutoff，据此决定抓哪个、什么时候洗版升级。
• 失败自动重试：通过 SABnzbd/qBittorrent 等客户端的历史 API 判断抓取失败，把该 release 拉黑并自动换下一个候选，配合 RSS 轮询和手动搜索兜底。
• v4 从 Mono/.NET Framework 迁到 .NET，同一份 C# 代码跑 Windows/Linux/macOS/树莓派/Docker，前端是 React+Redux，数据存本地 SQLite。

适用场景: 自己搭 NAS 或小主机跑 Plex/Jellyfin/Emby 的人，追美剧或日番，想让 Sonarr 盯 Trakt/IMDb 列表自动补片、按统一规则重命名、有更好片源时自动替换。

竞品对比: 同领域有 SickChill、Medusa 等老牌追剧工具，Sonarr 的差别在于索引器/下载客户端的协议化抽象、以及可打分的 Custom Formats 决策引擎，配置深度和生态集成（Plex/Kodi 通知、导入列表）明显更全。

成熟度: 成熟项目，2010 年至今持续维护，v4 稳定版已发布多年，GPLv3，文档和 FAQ 齐全，Weblate 多语言翻译、Open Collective 资助，社区规模大。

趋势信号: 多半是自建媒体栈（Jellyfin/Plex + *arr 全家桶 + Docker/NAS）这波热度带起来的，Sonarr 是这条流水线的标准入口；具体触发事件不明。

asgeirtj/system_prompts_leaks

JavaScript ⭐ +217 今日新增 · 65,590 总星数

收集各大 AI 产品泄露的 system prompt（模型在你说第一句话前收到的隐藏指令），按厂商和型号分文件整理并持续更新，方便对比不同版本。

亮点

• 覆盖从聊天机器人一路延伸到编程 CLI（Claude Code、Codex、Cursor、Muse Code、OpenCode、Kimi），把 CLI 工具内部的 skills 和子 agent 提示词也一并挖出来。
• 保留同型号的「带工具/无工具」两个版本，这是别人少做的对照，能直接看出工具定义占了提示词的多少篇幅。

核心功能

• 按厂商/产品/版本号建 Markdown 目录，一个模型一个文件，并且会给同一产品保留历史版本（如 Claude Opus 4.6 与 4.8、ChatGPT 5.4 到 5.6），能做版本间的指令差异对比
• 不止收主提示词：Claude Code 下面还拆出 subagent 提示词、skills、slash commands、docs 助手，Claude Design 单独收录 53 个工具定义、22 个 skills、10 个 starter components
• README 顶部维护「最近新增/变更」表格，标日期加直达链接；部分模型提供带工具和无工具两个版本，能看工具定义如何影响指令内容

适用场景: [‘做 Agent 和聊天产品的开发者、prompt 工程师，用来抄大厂的指令结构、工具调用约定和安全护栏写法。’, ‘记者、研究员和红队测试人员，用来分析模型被塞了哪些隐藏规则；华盛顿邮报和 CEPS 的 AI World 就是用这里的文件做了互动报道和数据看板。’]

竞品对比: 同类仓库有 leaked-system-prompts 等，多数只堆聊天模型的主提示词；这个仓库的优势是按版本号做时间线追踪，并把 CLI、skills、MCP、subagent 这些配套指令一起收进来。

成熟度: 内容是文档集合、没有代码版本号，靠作者和社区 PR 持续更新，被主流媒体引用说明影响力够，但每条泄露内容的真伪和时效需要自己核对。

趋势信号: 各大厂近期密集发新模型（Claude Fable 5.1、Opus 5、GPT-6-Astra、Gemini 3.8、Grok 4.6），每次发布都带来新的泄露 prompt 和对比需求，加上华盛顿邮报等媒体的报道把仓库带出圈。

multimodal-art-projection/YuE

Python ⭐ +210 今日新增 · 7,419 总星数

YuE2 是开源歌曲生成模型，先生成可编辑的旋律和弦谱（ABC 记谱），再渲染成带人声和伴奏的完整歌曲，音质对标 Suno v5/v6，主打白盒可改、零样本翻唱和 Agent 编辑。

亮点

• 用符号谱（ABC）当人和模型之间的接口，把’生成音乐’变成’先生成谱子再渲染’，这是它和纯音频扩散模型最大的思路差异
• 配套自研了 MERT2 音频编码器和 SheetSage2 转录模型，以及 WildSongBench 评测集，形成从转录→作曲→编辑的闭环，不是只丢一个模型出来

核心功能

• 把生成拆成两段：先出一份 ABC 记谱的旋律+和弦计划（plan），再据此渲染音频，所以谱子能被人或 Agent 读、改、重跑，而不是只能听黑盒音频
• 主干是 AR–NAR 混合的 Mixture-of-Transformers：自回归预测谱子和语义 token，再用 flow matching 生成声学 latent，最后 VAE 解码成 48kHz 立体声，不做量化
• 管线分四步暴露成 Python API：plan() → generate_semantic() → synthesize() → decode()，中间产物（谱子、语义 token、latent、生成参数）都落盘保存
• 同一套权重覆盖三种用法：作曲、翻唱（用 SheetSage2 转录原曲旋律后换风格）、编辑（把谱子改完重新渲染），区别只在谱子从哪来

适用场景: 适合想做 AI 音乐但又需要控制力的场景：音乐人想自己改旋律和和声而不是抽卡；做翻唱/改编的创作者；以及想用 Agent 通过对话改谱子的开发者。主要门槛是本地要一张 24GB 显存、支持 BF16 的 NVIDIA 卡。

竞品对比: 对标 Suno v5/v6、Udio 这类闭源商业服务，以及 Meta 的 MusicGen、Stable Audio 这类开源生成模型。最大差异是白盒可编辑：Suno 只能靠 prompt 反复抽，YuE2 能直接改谱面和弦再重渲染；开源模型里则少有’符号规划+音频渲染’这套链路。

成熟度: 早期项目，当前版本 v0.1.6（低于 1.0），API 仍可能变动，且硬性要求 24GB 显存单卡；文档和 demo 比较完整，有 Discord 社区和 HuggingFace 权重，但还没到生产稳定期。

趋势信号: 刚发布 YuE2 大版本（v0.1.6），官方 benchmark 直接对标 Suno v5/v6 引起关注，同时蹭上了 agent 热点——提供 yue2-music skill 让 Agent 改谱子，正好卡在’音乐生成 + 可编辑 + Agent 工作流’三个方向的交叉口。

nab138/iloader

TypeScript ⭐ +209 今日新增 · 3,156 总星数

一款跨平台桌面 GUI，把 iOS 自签（装 SideStore、导入配对文件、签名 IPA）从命令行折腾变成点几下鼠标，Linux 也能用。

亮点

• 流程被压成一条线：登录 Apple ID → 选一个动作（装 SideStore / 导入任意 IPA）→ 自动写配对文件和证书，省掉以前手工把 pairing file 传给手机 App 的多步操作
• 错误处理做得具体：常见失败给针对性的修复建议，日志分级别可调，并明确告诉你日志文件落在哪个目录，方便去 idevice Discord 提问

核心功能

• 用 Tauri 打包（Rust 后端 + Web 前端），通过 usbmuxd 直接走 USB 跟 iPhone 通信，不是 Electron，装完体积和内存占用都小一截
• 复用自研 Rust 库 isideload 完成安装：调用 Apple 私有开发者接口注册设备、申请/吊销开发证书和 App ID，再用 apple-codesign-quick 做 codesign 和 entitlements 签名
• 自动生成并写入 rppairing 和 lockdown 两种配对文件到 SideStore、StikDebug、Protokolle 等 App，还能统一管理这些文件；界面用 i18next，已有 25 种以上语言翻译

适用场景: 不会用命令行的 iOS 玩机用户，想装 SideStore 或 LiveContainer 却卡在配对文件、证书续签这一步；Linux 用户尤其需要，因为 AltStore 和 Sideloadly 都不支持 Linux。

竞品对比: 主要对手是 AltStore/AltServer 和 Sideloadly。AltStore 只有 macOS/Windows 且围绕自家客户端，Sideloadly 闭源、无 Linux 版；iloader 开源、支持 Linux 和 NixOS，且明确以 SideStore 和配对文件管理为核心。

成熟度: 已有 3k+ star、多语言社区贡献活跃，但基本靠单人维护，README 里 Future Plans 还列着开发者模式检测、自动刷新等未完成项，属于能用但仍在快速迭代。

趋势信号: iOS 自签圈子这几年从 AltStore 转向 SideStore/StikDebug 等方案，而配对文件和证书配置门槛一直很高，iloader 把这条链路做成一键 GUI 加上 Linux 支持，本周在社区里被快速传播。

vxcontrol/pentagi

Go ⭐ +189 今日新增 · 23,573 总星数

用多个 AI agent 自动跑渗透测试，所有操作关在独立 Docker 沙箱里，自带 nmap、metasploit 等 20 多种工具，可接本地大模型，数据不出自己的机器。

亮点

• 把 Docker 控制权交给 agent 但不给宿主机：这是这类工具最核心的取舍——agent 需要装工具、起容器才能干活，但一旦逃逸就是灾难，项目专门为此设计了隔离方案
• 可观测性接得很全：Langfuse 看每一次 LLM 调用的链路，Grafana/Prometheus 看系统指标。agent 跑偏是常态，没有这层追踪基本没法调试
• README 里主动写了能力边界，明确说它不是 CALDERA 那种预定义攻击剧本的 BAS（入侵与攻击模拟）产品，agent 自编攻击脚本算未来工作——这种自我划线在安全工具里不多见

核心功能

• 每个 agent 执行命令都在独立的 Docker 沙箱容器里，内置 nmap、metasploit、sqlmap 等 20+ 工具；宿主机本身不暴露给 agent，只把 Docker 的控制权给它，避免 AI 乱敲命令搞坏生产环境
• 多 agent 分工：研究、开发、基础设施各有专门的 agent，上层做任务委派，还带可选的执行监督和任务规划，目的是让参数较小的模型也能跑完流程而不用上最贵的旗舰模型
• 记忆和上下文落库：所有命令与输出存 PostgreSQL + pgvector（pgvector 是让数据库能存向量、做相似度检索的扩展），可再挂 Graphiti + Neo4j 知识图谱，把主机、服务、漏洞存成实体关系，省得 agent 每轮重扫一遍

适用场景: 拿到书面授权的红队和安全工程师，用来做内部靶场演练、CTF、漏洞复现，或者让 agent 先跑完侦察和信息收集这类重复劳动。也适合不想把目标资产信息传给闭源 SaaS 的乙方安全公司，自己 Docker Compose 起一套。

竞品对比: 同赛道有 PentestGPT（学术项目，单模型靠提示链驱动，工具在本地裸跑没有沙箱）、CAI（偏研究框架）、以及商业闭源的 XBOW。PentAGI 最大的差异是自托管 + 多 agent 沙箱 + 完整工具链，数据留在自己机器上，且能换成 Ollama/vLLM 本地模型。

成熟度: 文档比较完整（架构图、10 多家 LLM 配置、测试指南都有），有 GitHub/Google OAuth、多租户和 REST/GraphQL API，属于认真做产品的项目；但仍在快速迭代、未到稳定版本，建议先在授权靶场验证再上真实项目。

趋势信号: AI 自动化渗透在 XBOW 等拿下 HackerOne 榜单后成了安全圈的焦点，同时它支持 vLLM + Qwen 这类本地模型跑全流程，正好对上安全团队「不想把目标数据传给闭源 API」的需求，两个热点一起踩中。

yuliskov/SmartTube

Java ⭐ +136 今日新增 · 33,265 总星数

SmartTube 是给 Android TV 和电视盒子用的开源 YouTube 客户端，去掉广告、内置 SponsorBlock 跳过赞助片段，且完全不依赖 Google 服务。今天冲上热榜是因为 README 置顶了一条安全公告：开发者环境被恶意软件感染，部分构建可能被污染，需要更换签名公钥。

亮点

• 完全绕开应用商店分发：只发 APK + 内置更新器 + F-Droid 上架，用户必须自己 sideload（用 Downloader 这类工具手动装 APK），代价就是网上大量山寨 SmartTube APK 夹带广告和木马
• 这次安全事件的应对方式是全盘擦除重装环境、所有构建过 VirusTotal 扫描、F-Droid 版本发布前再验一次，同时提醒用户去 Google 账号安全页撤销旧的第三方连接授权

核心功能

• 不依赖 Google Play Services，登录走 OAuth 设备码（一次性连接码）方式拿授权，所以在没有 GMS 的国产电视盒子、老电视上也能正常登录看订阅
• 内置 SponsorBlock，播放时自动跳过视频里的赞助、片头、求三连等片段；播放器支持 8K、60fps、HDR 和自定义倍速
• 兼容到 Android 4.3 KitKat 的老设备，界面按遥控器方向键操作设计；不走应用商店，用 APK 直接安装 + 内置自更新器升级

适用场景: 用 Android TV、NVIDIA Shield、Chromecast with Google TV、以及 2025 年 10 月之前发布的 Fire TV 棒的用户。他们想在电视大屏上免广告看 YouTube、跳赞助片段、看 8K/HDR，又不想被官方 App 的广告和推荐算法牵着走。

竞品对比: 和官方 YouTube TV 应用比，最大差异是去广告、SponsorBlock 和不需要 GMS；和 NewPipe 比，NewPipe 偏向手机端多平台，SmartTube 专注 TV 大屏和遥控器交互；和 ReVanced 比，ReVanced 是给官方 APK 打补丁，SmartTube 是从头写的独立客户端，更新不受官方版本变动影响。

成熟度: 生产可用，长期维护、3.3 万 star、stable/beta 双通道加 Telegram 更新日志，但签名密钥刚因感染事件轮换，用户需要重新下载新版并重装。

趋势信号: README 顶部新增安全公告——开发者环境被未知恶意软件感染、部分构建可能受影响、公钥疑似泄露需更换，这条消息让仓库今天被大量转发。

SnailSploit/Claude-Red

Python ⭐ +113 今日新增 · 3,735 总星数

给 Claude Skills 用的红队技能库：78 个 SKILL.md 覆盖 SQLi 到 EDR 绕过，对话里提到相关话题就自动加载对应攻击方法论。

亮点

• 定位是纯提示词知识包，不执行任何代码、不带扫描能力，绕开了自动化攻击工具的合规和运维坑，本质是把红队经验翻译成模型能读的结构化文档
• 用 Claude Skills 的按需加载机制解决上下文成本：78 个技能同时存在，但每次只加载命中的那一个，这是长 system prompt 做不到的

核心功能

• 78 个 SKILL.md 按攻击面拆成 23 类（Web 16 个、无线 14 个、提权/后渗透/供应链等），每个文件写清技术、工具、边界情况和提权路径；Claude 只在对话触发词命中时才加载对应文件，没用到的技能不占上下文

• 三种接入方式：克隆到 ~/.claude/skills 让 Claude 自动挂载；cat SKILL.md

  claude –system-file - 直接塞进 Claude Code 系统提示；或手动粘贴到 Claude.ai 的 Project system prompt

• 支持 git sparse-checkout + –filter=blob:none 按分类浅克隆，只拉 web、active-directory 这类需要的目录，不用把 78 个技能全下下来

适用场景: 红队和渗透测试人员在授权测试、漏洞赏金初筛、CTF 备赛时，把它当随叫随到的方法论手册——提到 SQL 注入，Claude 就切到 SQLi 专家的检查清单和利用链，不用自己翻笔记。安全团队做内部培训也能用。

竞品对比: 跟 HackTricks（写给人看的渗透百科）、PentestGPT（自己跑流程的 Agent）比，claude-red 既不执行也不自动化，只往模型里灌方法论。最大差异是它绑死 Claude Skills 生态，换模型基本用不了。

成熟度: 早期项目，无版本号、无测试，78 个技能一次性铺开，MIT 许可，社区贡献刚起步；内容属攻击性安全，使用要自担授权合规责任。

趋势信号: Claude Skills 系统上线后社区开始给各垂直领域批量写 SKILL.md，安全圈跟得最快，这个库一口气把 78 个攻击面铺齐，加上’把 LLM 当红队操作员’的话题热度，一天涨 113 星。

Flowseal/zapret-discord-youtube

Batchfile ⭐ +65 今日新增 · 33,221 总星数

把 zapret 的 DPI 绕过工具包成 Windows 一键脚本，用预设策略翻过对 Discord、YouTube 的封锁，带自动更新和自检。

亮点

• 不做通用工具，而是维护一长串可切换的预设策略（ALT、FAKE 等），一个被识别就换下一个。它把 DPI 对抗的试错成本，变成了社区持续更新的策略清单，用户只需要挨个试
• 只分发脚本和配置，可执行文件直接取上游 zapret-win-bundle 的 winws.exe，并公开哈希让用户核对，自己完全不编译二进制，既省维护也方便自证没夹带私货

核心功能

• 基于 WinDivert 驱动在 Windows 用户态拦截并改写数据包，配合上游 zapret 的 winws.exe，用 TCP 分片和伪造包（FAKE/ALT 等策略）骗过运营商的 DPI 检测，不用换 DNS 服务器之外的任何配置、也不用装代理
• service.bat 把当前策略注册成 Windows 服务实现开机自启，并带两个开关：Game Filter 对端口 1023 以上的 UDP/TCP 走游戏模式，IPSet Filter 用 none/loaded/any 三档控制 ipset-all.txt 里 IP 是否纳入检测范围
• 内置 Run Tests 和 Run Diagnostics：拿 targets.txt 批量跑策略连通性测速、针对 Cloudflare/Amazon 等查 DPI 行为；诊断项包括重置 winsock/IP/TCP 栈、清 Discord 缓存，以及一键更新 hosts 修复 Telegram 网页版和 Discord 语音

适用场景: 俄罗斯等被网络封锁地区的 Windows 普通用户，想继续看 YouTube、用 Discord 语音和 Telegram 网页版。他们不懂代理和规则配置，只接受’下载解压、双击、不行就换个 bat 再试’这种操作。

竞品对比: 上游 bol-van/zapret-win-bundle 是裸二进制加说明，GoodbyeDPI、ByeDPI 基本是单一策略。这个仓库的差异是：多策略预设可即时切换 + 服务自启 + 自动更新 + 面向俄语用户的 FAQ 和诊断，等于把’手动调参数’包装成了消费级产品。

成熟度: 3.3 万星、有正式 release 和活跃 issue，事实上已是该场景的主流工具；但本质是脚本配置包，策略会被封锁方识别并失效，需要跟着仓库更新换策略，不是装完就不管。

趋势信号: 俄罗斯持续限速 YouTube、封禁 Discord，加上 Telegram 网页版被干扰，普通用户绕过封锁的刚需一直在，而这个仓库策略更新快、门槛最低，所以长期挂在 trending 上。

max-sixty/worktrunk

Rust ⭐ +54 今日新增 · 7,335 总星数

wt 是管 git worktree 的 Rust 命令行工具，让多个 AI agent 各占一个工作目录并行干活，不用反复敲路径、cd 和清理。

亮点

• 把 worktree 和分支做成一一对应，分支名当唯一 key，路径只是模板算出来的副产品——这正好贴合「一个 agent 一个分支」的用法，而不是把 worktree 当路径来管。
• 复用依赖时选的是文件系统 reflink/CoW，而不是软链接或重装依赖；对 Rust/Node 项目来说，省掉的是每个 worktree 一次完整构建。

核心功能

• 用文件系统的写时复制（APFS/btrfs/XFS 的 reflink）在多个 worktree 之间共享 target/、node_modules 这类构建产物，十个 worktree 不用各自重建或复制一份。
• worktree 用分支名寻址，目录路径由模板算出来；wt switch -c -x claude feat 一条命令搞定建分支、建目录、进目录、拉起 Claude，hooks 还能挂在 create/pre-merge/post-merge 上跑自定义命令。
• wt list –full 按分支显示 CI 状态和 AI 生成的改动摘要；hash_port 模板过滤器给每个 worktree 分一个独立端口，于是每个 worktree 能各跑一套 dev server。

适用场景: 用 Claude Code、Codex 这类 CLI agent 同时跑 5-10 个任务的开发者；也包括需要在同一仓库并行切分支、又不想反复 stash 的工程师。典型流程是 tmux/Zellij 分窗开 agent，然后用 wt list 看哪个分支 CI 挂了、哪些可以合并。

竞品对比: 对标原生 git worktree 和 Claude Code 自带的 worktree 支持：原生要敲三次分支名还得自己 cd，Claude Code 的只在它内部管。跟 Conductor 这类 GUI 并行 agent 工具比，它是纯 CLI，能写脚本、能塞进 Zellij 和 CI。

成熟度: 已经能日常用：Homebrew 和 cargo 都能装，worktrunk.dev 文档完整，CI 和覆盖率徽章都有；但项目很年轻、迭代快，命令和配置细节还会变。

趋势信号: Claude Code、Codex 现在能无人值守跑很久，大家开始同时开好几个 agent，git worktree 成了默认隔离手段但原生 UX 太糙，这个坑正好被它填上；作者 max-sixty 是 PRQL 的作者，在 X 上发布了这个项目并持续推广。

趋势观察

今天的热榜，主线就一条：AI Agent 正在从聊天变成干活。销售 CRM 让 agent 直接上 WhatsApp 接客成单。交易 agent 接十个预测市场和一堆 DEX，聊天就能下单。渗透测试用多 agent 关在 Docker 沙箱里跑。数学建模竞赛直接出论文，一次一块钱。连追剧都能自动抓种、改名、升画质。Agent 不再只是回答问题，而是替你把活干完。第二条线是 agent 开始成群出现。wt 用 Rust 管 git worktree，让多个 agent 各占一个目录并行干活。Agent Skills 生态爆发，一个 100+ 应用合集靠一条 npx 命令就能装成 coding agent 的新技能。给 Claude Skills 写的红队库，聊到相关话题就自动加载攻击方法论。第三条线是自托管、本地运行成了硬需求。数据不出自己机器，一条命令装到 VPS。绕过封锁的工具也扎堆：zapret 打包成 Windows 一键脚本，OpenFlux 把 TCP 流量伪装成云服务，SmartTube 去广告还不依赖谷歌服务。网络受限地区的人在自找出路。第四条线是开源对标商业软件成常态。ArmorPaint 抢 Substance Painter 的订阅费，自建 CRM 对标 Intercom。也有提醒。SmartTube 开发者环境被恶意软件感染，构建可能被污染，得换签名公钥。供应链安全不是远方的故事。泄露的 system prompt 被逐个收集对比，说明大家开始盯模型的隐藏指令。一句话收束：开发者正在把 AI 塞进具体场景，本地化、自动化、去平台化。热点和生态都在往这个方向走。