GitHub Trending 日报 · 2026-09-13

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)。

今天这份榜单，主线很清楚：AI 正在从聊天框走向干活。数学建模、交易套利、渗透测试、CRM 销售，都有 Agent 接管流程。它们不再只生成文字，而是拆任务、调工具、下单、发消息、写论文。低价模型把单次成本打到一块钱，Agent 才敢大规模跑。

第二条线是自托管和替代订阅。巴西 CRM 接管 WhatsApp，ArmorPaint 替代 Substance，SmartTube 替代官方客户端，追剧工具重建媒体库。开发者不想把数据、渠道和月费交给平台。能自己部署，就自己部署。

第三条线是绕过封锁和平台限制。伪造 TCP、把流量塞进文档和消息通道、iOS 侧载工具，都在对抗 DPI、商店审核和区域封锁。网络访问权，正在变成开源工具的一等需求。

还有两条暗线。一是透明化。系统提示词被逐字收集，Agent 技能库、RAG 模板、红队技能都做成 Markdown，按需加载。提示词和技能正在变成可版本管理的代码资产。二是安全。渗透测试 Agent 进 Docker 沙箱，红队技能覆盖 EDR 绕过。能力越强，攻防越近。SmartTube 因开发机感染上热搜，也提醒供应链风险。

对开发者来说，机会在垂直工作流。把模型、工具、数据、部署包成一条命令。对平台来说，压力在可替代性。用户要数据自持、少月费、能绕过限制。趋势不是单一爆款，而是 AI 干活、开源自托管、反封锁、安全透明四条线拧在一起。接下来，谁能把 Agent 做得稳、便宜、可审计，谁就能留下。

项目详情

bilawalsidhu/gods-eye-view

JavaScript ⭐ +2,265 今日新增 · 30,424 总星数

浏览器里跑的开源 3D 地球，把公开的航班、船舶、卫星、地震、摄像头等实时数据叠到同一个球上，能语音操控、能自己加图层。

亮点

• 零 key 起步的设计：付费影像和地形被当成可选升级而不是前提，key 在应用内 POWER UP 面板里填，写进 owner-only 的 .env，shell 或 macOS Keychain 里已有的 key 会显示为只读的外部配置，不会被应用改写。
• 把 AI agent 的动作落到地理对象上，而不是聊天框里：语音说出的标注变成真实的多边形和路线，口述指令直接改相机和图层状态。

核心功能

• 用 CesiumJS 做 3D 地球底座，卫星影像和地形默认走 Esri + 免 key 地形，想上像真 3D 才需要填 Cesium ion 或 Google Maps 的 key，没 key 也能跑全套实时图层
• 每种数据是独立模块：ADS-B 航班应答机、AIS 船舶信标、TLE 轨道根数推算卫星位置、USGS 地震、公共摄像头，各自开关，不互相耦合
• 用 GLSL 后处理着色器在普通地球上套传感器观感（CRT、夜视 NVG、FLIR 热成像、Noir），再叠屏幕空间的检测框和 ID，做出军用 HUD 的样子
• 接了一个实时语音 AI agent，说一句话就能切图层、锁目标、把口述内容写成真实的地理边界多边形和航线
• 相机、样式、图层和被跟踪目标都能序列化进 URL，分享出去的实时目标算一次 handoff 而不是书签

适用场景: [‘做 OSINT 和新闻核查的分析师、记者：想同时盯一架飞机、它周边的船、上空卫星和附近地震，还要能一键跳到最近的公共摄像头取证。’, ‘做地理可视化演示的开发者或内容创作者：需要一个能本地跑、能自己插数据源、能直接录屏出片的实时地球底座，而不是从零搭 Cesium。’]

竞品对比: Flightradar24、MarineTraffic、ADS-B Exchange 只能看单一领域，Google Earth 和 Cesium 官方 demo 有地球但没有实时数据编排。它的差异是把航空、航运、卫星、地震、摄像头五种公开信号塞进同一个可编程地球，并且开源可本地跑、可加自己的图层。

成熟度: 早期项目，没有正式版本号，2026 年 8 月才开源，但已有 CI、性能文档、Pinokio 一键安装和跨平台测试，完成度比一般早期项目高，API 和配置格式仍可能变。

趋势信号: 它背后是播放量 5M+ 的 YouTube 病毒视频系列（原名 WorldView），这次直接开源，上线就冲到 GitHub Trending 日榜和周榜第一，赶上 OSINT 和地理空间可视化正被大量讨论的节点。

melgarafael/DeskcommCRM

TypeScript ⭐ +504 今日新增 · 1,901 总星数

DeskcommCRM 是巴西开源 CRM，内置 AI 销售代理，直接接管 WhatsApp 聊天。主打自托管、数据自持、替代 Kommo/Octadesk/Intercom 的月费模式。

亮点

• 一键安装脚本能自动检测 VPS 上已有的反向代理（Hostinger/Coolify/Dokploy/CapRover），发现 80/443 被占用就把 CRM 挂到那个代理后面，而不是硬起一个 Caddy 撞端口；proxy 跑在 host 网络时会反过来问用户而不是瞎猜
• 内置自更新代理：侧边栏提示新版本，点一下自动备份数据库、拉代码、迁移、上线；新镜像起不来会自动回滚到旧镜像，并把回滚记录写进 .env，避免下次重启又把坏版本拉起来
• 仓库里放了 .agents/skills 指南，Claude Code、Cursor、Codex、OpenCode 打开目录就能加载，直接对 AI 说”帮我在 VPS 上装这个 CRM”即可

核心功能

• WhatsApp 接入走 WAHA（WhatsApp HTTP API，把 WhatsApp 网页协议封装成 HTTP 服务），不依赖 Meta 官方 Business API 也能收发消息，也可切官方渠道
• AI 代理跑在对话里，自动接待、筛选线索、推进成交；模型可换 OpenRouter / Anthropic / OpenAI，仓库附带了调 prompt 的指南
• 自动化用 QUANDO/SE/ENTÃO（当…如果…那么）规则，由 VPS 上的 cron 定时跑队列；安装脚本会一并装这个 cron，否则规则不会触发

适用场景: 适合靠 WhatsApp 卖货的中小商家、代理商和销售团队。典型场景：巴西本地的电商、诊所、教培、房产中介想摆脱 Intercom/Octadesk 的月费和功能锁，把 CRM 装在自己的 VPS 上，用 AI 代理 7×24 先接单再转人工。

竞品对比: 对标 Kommo、Octadesk、Intercom 这类闭源 SaaS。最大差别是 MIT 协议、自托管、数据留在自己服务器、没有按坐席收月费和功能分档；代价是运维和部署得自己扛（Supabase、VPS、域名都要配）。

成熟度: 偏早期（1901 星是小体量社区，但 README/docs/CI/多语言文档齐整，HostGator 官方合作做部署套件，生产可用性有人试过但缺少长期大规模验证）。

趋势信号: 单日 +504 星这种脉冲式增长，通常是某个巴西开发者社区（Reddit/HN 葡语圈或 Product Hunt）的一次集中曝光，叠加本地对”自托管替代付费 SaaS”和 LGPD 数据自主的诉求，被一起点着了。

alsk1992/CloddsBot

TypeScript ⭐ +376 今日新增 · 2,572 总星数

一个用 Claude 驱动的开源 AI 交易 Agent，能自动扫 1000+ 市场（Polymarket、Kalshi、币安、Hyperliquid、Solana DEX）找套利和价差并下单，通过 21 个聊天平台用自然语言控制，可自托管。

亮点

• 自研了’Agent commerce protocol’，让 AI Agent 之间做机器对机器的支付；同时发了一个 Solana 代币（Clodds CA）绑定项目，把融资和炒作直接写进 README
• 把 21 个消息平台当作统一入口，WebChat 用 SQLite 追加写存每条消息，旧消息自动摘要压缩上下文，超长对话也不丢历史

核心功能

• 把 Polymarket 的 BTC/ETH 二元期权按 5 分钟、15 分钟、1 小时、4 小时、日线轮次做’轮次感知’建模，配合时间闸门和 4 个自动化策略专门吃短周期结算价差
• 内置统一的实时风控引擎：熔断器 + VaR/CVaR 计算 + 波动率状态识别 + Kelly 仓位 + 每日亏损上限 + kill switch，多平台下单前统一走这套规则
• 121 个技能（Skills）+ 懒加载扩展，交易能力通过聊天指令触发；同时暴露成 MCP server，能被 Claude Desktop/Code 直接调用
• 内置代码级安全护盾：75 条扫描规则、70+ 已知诈骗地址库、GoPlus 蜜罐/rug-pull 检测、跨链地址检查、下单前交易预校验

适用场景: 面向量化散户和独立交易者：不想写代码、只想用 Telegram/Discord 发指令就同时跑预测市场套利、永续合约杠杆、Solana 新币狙击和 Bittensor 挖矿的人。也适合想把交易能力接进 Claude Desktop 的开发者，通过 MCP 挂载。

竞品对比: 和 Freqtrade、Hummingbot 这类传统量化框架比，它最大差异是不写策略代码、全程对话驱动，且横跨预测市场 + 中心化合约 + Solana/EVM 链上 DEX 这种非常杂的资产类别；缺点是托管全部资金在本地、策略是预置黑盒，可验证性弱于代码明文的开源机器人。

成熟度: 早期项目，12 天 hackathon 产物，无正式版本号，MIT 协议，API 和策略很可能不稳定，实盘前需自行审计资金安全。

趋势信号: 蹭了 Colosseum Solana Agent Hackathon 的热度，加上自带 Solana meme 代币和 14 天 1 万+ git clone 的营销数据，赶上 AI Agent 自动交易 + 预测市场（Polymarket 大选后爆发）两条当前最热的叙事。

p1neappleXpress/OpenFlux

Go ⭐ +355 今日新增 · 1,431 总星数

把 TCP 流量塞进 Yandex 文档光标消息和 MAX 消息的 WebRTC 数据通道里传输，客户端本地开 SOCKS5、出口节点解包转发，用来绕过网络封锁并做传输层研究。

亮点

• 思路不是伪装成 TLS/HTTP，而是直接寄生在别人已有高信誉的应用流量里（文档协作的光标包、IM 的 WebRTC 数据通道），从中间设备看就是正常的应用通信。
• 出口节点故意让 TCP 连接活在 gvisor 用户态栈里，再用 raw socket 出入，这个设计逼出了一个很具体的内核 RST 抑制问题，README 把为什么不能用 owner 匹配、为什么要按 IP 限定范围讲得很清楚。

核心功能

• Transport 接口完全可插拔：transport/transport.go 定义收发接口，目前两个实现——yandex 走 Yandex 文档的光标位置 WebSocket 消息当载体，oneme 走 MAX 消息的 WebRTC DataChannel 当载体；想加新载体只要实现接口并在 main.go 的 switch 里注册。
• 出口节点用 gvisor 用户态 TCP 栈处理隧道连接，再用 raw socket 直接收发，内核里没有对应 socket；代价是内核会对回包发 RST 拆掉隧道，所以文档要求用 iptables 按出口 IP 精准 DROP RST，而不是全机 DROP（全机 DROP 会让所有关闭端口变成静默 filtered，且 –uid-owner 匹配无效，因为 RST 没有属主 socket）。
• 客户端侧是一个 SOCKS5 服务器（默认 :1080），iOS 版本用 cgo 把 Go 代码编成静态库 liboflux.a，再由 SwiftUI 客户端通过 Network Extension 挂成系统级 VPN，另有独立的 Android 仓库和构建脚本。

适用场景: 网络受限地区（README 全篇围绕 Yandex/MAX 这类俄罗斯服务）想翻墙的个人用户，以及研究隐蔽信道、可插拔传输的网络安全研究者。典型用法是在能上 Yandex Docs 或 MAX 的网络里跑客户端，浏览器指向 localhost:1080，境外 VPS 上跑 exit-node 做落地。

竞品对比: 和 Shadowsocks、Xray/VLESS+Reality、Tor 的 obfs4/Snowflake 这类工具目标相同，都是抗封锁的传输。最大差别是 OpenFlux 不自己造协议握手，而是借用第三方 App 的现成协议当管道；好处是流量特征就是真 App 流量，坏处是强依赖特定平台、可能被封账号（README 明确警告 MAX 传输是实验性、可能导致账号受限）。

成熟度: 早期实验项目：无可用的版本号发布，MAX 传输作者自己标注 experimental，iOS 还靠 TestFlight，文档主要靠 README，社区规模刚过千星。

趋势信号: 俄罗斯 2025 年持续加码网络管控——限制 WhatsApp/Telegram 通话、封 VPN、推广国产 MAX 通讯软件、部分地区做白名单断网，把流量藏进 Yandex 文档和 MAX 这类本土服务的做法正好戳中这个场景，所以一天涨 355 星。

jihe520/MathModelAgent

Python ⭐ +262 今日新增 · 5,192 总星数

一个专做数学建模的多智能体工具：拆题、写代码跑结果、自动生成可提交的论文，单次跑完约 1 元。正好卡在建模比赛备赛季和低价大模型普及的节点上。

亮点

• 走的是 agentless 低成本路线（README 自称单次任务约 1 元），用便宜的多模型组合替代昂贵的长链推理，这在同类 Agent 里是比较反潮流的取舍
• 把”写论文”当成一等公民：不是只出代码和结论，而是直接生成编排好格式的完整稿件，工程重心放在从计算结果到成稿的衔接上

核心功能

• 三角色分工的多 Agent 流水线：建模手负责把题目拆成数学问题，代码手在本地代码解释器里跑 Python 并带反思循环（报错信息回灌给模型让它自己改），论文手按模板把结果写成成稿
• 每个 Agent 可以单独指定模型（muti-llms），比如建模用强模型、写论文换便宜模型，把单次任务成本压到约 1 元人民币
• 本地代码解释器而不是云端沙箱，代码在自己机器上执行，靠捕获运行报错做自动纠错，避免配 API 沙箱的麻烦

适用场景: [‘参加全国大学生数学建模竞赛、美赛（MCM/ICM）的学生队伍，用来在 3 天赛程里快速出初稿、跑通数值实验；也适合需要快速做数据拟合、优化求解、写技术报告的研究生和数据分析岗’, ‘零散场景：把一段带数据的题目丢进去跑一个可复现的 Python 求解脚本，再顺手生成格式化的论文初稿’]

竞品对比: 和 OpenHands、微软 TaskWeaver、OpenCodeInterpreter 这类通用代码 Agent 比，它的差异是垂直做数学建模并直接交付论文；和直接用 ChatGPT/Claude 对话写论文比，它多了本地跑代码 + 报错自纠的闭环，结论不是编出来的。

成熟度: 早期项目（未到 1.0），作者自己写明处于开发阶段、变更多、Bug 不少、文档待完善，且 License 禁止商业用途，不建议在生产或正式比赛中盲信其输出。

趋势信号: 数学建模竞赛备赛季（国赛 9 月、美赛次年 2 月）叠加 DeepSeek 等低价强模型普及，让”多 Agent 自动出论文”从烧钱玩具变成 1 元一次的可行方案，学生群体传播快。

armory3d/armorpaint

C ⭐ +237 今日新增 · 4,942 总星数

ArmorPaint 是一个开源的 3D 纹理绘制工具，用 Haxe 写、编译成原生 C 程序，能像 Photoshop 一样分层给模型画 PBR 贴图，想省掉 Substance Painter 订阅费的人可以用它。

亮点

• 源码是 zlib 许可完全开源，但官方只卖预编译二进制——用户要么花钱买包，要么自己去编译 Haxe 工程，这种”开源+卖构建”的模式跟很多商业工具的做法相反。
• 把游戏引擎的渲染管线直接复用成贴图工具，省掉重新写一遍 GPU 层的成本，同时也让贴图和引擎里的最终效果对得上。

核心功能

• 用 Haxe 写逻辑、经 Kinc 框架编译成原生 C/C++（不是 Electron 套壳），同一套代码能跑 Windows、Linux、macOS，还能出 iPad 版；GPU 抽象层随平台切到 Metal/Vulkan/OpenGL。
• 笔刷绘制全部走 GPU shader，直接往 albedo、roughness、metallic、normal 等多张贴图上写；图层带蒙版和混合模式，逻辑跟 Photoshop 的图层系统基本一致。
• 内置节点式材质编辑器和烘焙功能，能算 AO、法线、曲率等贴图，导出到 Unity、Unreal、Godot、Armory3D 的工作流。
• 底层渲染来自 Armory3D 游戏引擎，等于把引擎的渲染后端抽出来单独做成了画贴图的工具。

适用场景: 独立游戏开发者、3D 美术、mod 作者，需要给角色和道具画 PBR 贴图但不想按月付 Adobe 订阅费；常见流程是 Blender 建模 → ArmorPaint 画贴图 → 导入 Unity/Godot/Unreal。

竞品对比: 主要对标 Adobe Substance Painter（订阅制）和 Blender 自带的纹理绘制。最大差异是一次买断 + 原生编译、无 Electron；但节点生态、智能材质、UV 工作流的成熟度跟 Substance 差得还远，更像”够用版”。Material Maker 是另一个开源对手，不过那个更偏程序化生成贴图，不是手绘。

成熟度: 版本长期停在 0.9.x，1.0 之前；核心功能日常能用，社区和文档规模中等，别指望企业级支持和稳定的 API。

趋势信号: 原因不明——单日 237 星但项目近期没有大版本发布，可能是被某个教程视频或社区帖子带动，也可能是 3D 工具去订阅化的讨论把它带火了。

Shubhamsaboo/awesome-llm-apps

Python ⭐ +230 今日新增 · 137,727 总星数

100+ 可直接跑的 AI Agent、Agent Skills 和 RAG 模板集，支持一条命令装进 Claude Code/Cursor，Apache-2.0 免费商用。

亮点

• 把传统的”模板仓库”做成了可分发的技能生态——不是让你复制代码，而是直接注入到 coding agent 的工作流里，安装路径走 npx，和 Claude Code 的 skill 机制绑定。
• Self-Improving Agent Skills 这个模板用 Gemini + Google ADK，拿 eval 结果反过来自动改写技能本身，等于给技能加了个自我迭代闭环。

核心功能

• Agent Skills 用 npx skills add <仓库子目录> 一条命令装进 Claude Code、Codex、Cursor 等编码 Agent，每个技能附带真实代码，并过一道安全 + eval 的 CI 门禁才能入库。
• 模板按能力分层：单文件 Starter Agent（一个 API key 就能跑）、带工具与记忆的多步 Advanced Agent、语音 Agent（如实时保险理赔）、常驻 Agent（如每天自动读 Hacker News 出简报）。
• 模型无关设计，同一模板可换 Claude / Gemini / GPT / DeepSeek / Qwen / Llama；还提供 Mixture of Agents（多个 LLM 各答一遍再聚合）和 advisor-orchestrator-worker（一个模型当顾问、一个当调度、一个当干活的）这类编排样例。

适用场景: 适合两类人：一是想快速验证 agent 点子的开发者，clone 一个模板改改就能上线，省掉从零搭工具调用和记忆层；二是用 Claude Code / Cursor 写代码的工程师，把 project-graveyard、commit-archaeologist 这类技能装进去，让编码 Agent 多出考古提交历史、判断 diff 是否跑偏等具体能力。

竞品对比: 对标 e2b 的 awesome-ai-agents、OpenAI Cookbook、Anthropic Cookbook 这类示例集合。最大差异是它同时押注两条线：既做能独立跑的完整 App，又把其中一部分包装成 coding agent 可安装的 skills，并给 skills 加了安全与 eval 的 CI 门禁，而 Cookbook 类仓库基本只给代码片段、不做可安装分发。

成熟度: 内容型仓库，没有版本号，本质是模板集合而非库；Apache-2.0 可商用、每周更新模板、star 数极高，但各模板质量参差，生产使用前得自己审代码。

趋势信号: Claude Skills / Agent Skills 成为编码 Agent 的标准扩展方式后，这个仓库快速把所有模板改造成可一键安装的 skill，踩上了这波生态红利。

Sonarr/Sonarr

C# ⭐ +227 今日新增 · 15,968 总星数

老牌美剧自动追更工具：盯 RSS 和索引器抓新集、自动下载、改名归档，交给 SABnzbd/qBittorrent 下载。今日登榜多半是自建媒体库回潮。

亮点

• 只管”找到资源并交付”，不碰播放：从 RSS/索引器拿到发布丢给下载器，下完再硬链接或移动进媒体库目录。这层解耦让它能同时对接 Plex、Jellyfin、Kodi、Emby 做库刷新。
• 自动失败重试与质量升级：某个 release 挂了会自动换一个再试；日后出现更高画质版本，会把旧文件替换掉并保留历史记录。
• 基于目录树而非数据库条目判断”这一集我有没有”，即使你手动往硬盘里扔了一集，它也能扫到并归位。

核心功能

• C#/.NET 单体服务，内嵌 SQLite 存剧集、索引器、下载历史；前端是 React 单页，用 SignalR 把下载队列和进度实时推到浏览器，不靠轮询。
• 决策引擎（Decision Engine）：把候选发布拆成来源（Web-DL/BluRay/HDTV）、分辨率、编码、语言等维度逐项打分，再配合索引器优先级和 delay profile 决定”现在就下”还是”再等等更好的版本”。
• Custom Formats：用户自己写正则去匹配发布名，命中就加正分或负分，从而实现”只要 x265 + 中文字幕、不要 CAM 枪版”这类个人偏好，不用改代码。
• 解析发布名走自研的 Parser（正则识别季集号、多集、特别篇），所以能正确处理 S01E01E02 和 SP 这种命名。

适用场景: 家里用 Plex/Jellyfin/Emby 建媒体库的人，同时追几十部美剧，配 SABnzbd/NZBGet 或 qBittorrent/Transmission 当下载器。他们不想每天手动搜种、改文件名、建季目录，也不想漏集。

竞品对比: 同领域有 SickChill、Medusa（Python 老项目，维护慢、索引器支持少）和同团队的 Radarr（只做电影）、Prowlarr（只做索引器管理）。Sonarr 的优势是索引器和下载器对接最全、Custom Formats 的打分校准最细。

成熟度: 非常成熟，2010 年至今，GPLv3，稳定版 4.x，Wiki/API 文档齐全，Discord 社区活跃，生产可用。

趋势信号: 大概率是流媒体接连涨价、下架内容变多，自建 Plex/Jellyfin 的 *arr 全家桶被反复安利，这个 15 年的老项目被重新翻出来点星；也不排除近期有版本更新带动。

asgeirtj/system_prompts_leaks

JavaScript ⭐ +217 今日新增 · 65,567 总星数

逐字收集 ChatGPT、Claude、Gemini、Grok 等各家 AI 的系统提示词，一个模型一个 Markdown 文件，新模型一发布就跟着更新。

亮点

• 逐字抓取、不做二次加工，因此能当一手引用材料——华盛顿邮报的互动报道和 CEPS 的数据看板都直接基于这个仓库的文件
• 把竞品提示词放在同一时间截面上，横向差异一目了然：谁的安全规则写了几千字、谁的工具描述更啰嗦、谁在角色设定上更保守

核心功能

• 按厂商/产品建目录，每个模型单独一个 .md 文件，逐字保留原文并标日期，能直接 diff 出同一模型不同版本改了哪几句
• 不只存主提示词，还抓工具定义、skills、subagent 提示词、slash 命令和 MCP server 提示词——比如 Claude Design 那份带了 53 个工具、22 个 skill、10 个 starter component
• README 顶部维护一张按日期排序的更新表，最新抓到的是 Claude Code headless (Fable 5.1)、Codex GPT-6-Astra、Grok 4.6，基本跟着各家发版节奏走
• 保留了注入式提醒（injected reminders）和「无工具」版本的对照文件，能看清工具调用对提示词的增量

适用场景: 写 Agent 的工程师拿它当参照，看 Anthropic/OpenAI 怎么组织工具说明、拒答规则和多轮上下文；AI 安全与对齐研究者用它分析各家在敏感话题上的边界写法；记者和产品经理用它对比同一时期不同厂商的产品定位。

竞品对比: 和 jujumilk3/leaked-system-prompts、Pliny 的泄露仓库同赛道。最大差别是覆盖面更宽（连 Claude Design、Cowork、Science、Perplexity、Kimi、Cursor 这类垂直产品都收），且把 tools/skills/subagents 这一层也扒了出来，不只是主提示词。

成熟度: 纯文档型仓库，无版本号，靠 PR 加作者定期更新维护，已被主流媒体报道引用，是该领域事实上的参考源，但内容的准确性和版权无任何保证。

趋势信号: Claude Fable 5.1、GPT-6-Astra、Grok 4.6 等一批新模型在近期密集发布，加上华盛顿邮报的报道把它推到公众视野，每次新模型上线都会带来一波新文件和 star。

multimodal-art-projection/YuE

Python ⭐ +210 今日新增 · 7,400 总星数

YuE2 让歌词加风格提示先变成一份可编辑的乐谱（旋律+和弦），再把乐谱渲染成带人声和伴奏的 48kHz 整首歌，翻唱和 Agent 改谱都用同一个模型。

亮点

• 把可编辑的符号乐谱当白盒接口：先看谱、改和声/旋律/速度/曲式，再重新渲染成完整录音。Suno、Udio 这类只能重抽一次，它允许多轮定点修改
• 自带 Agent skill（skills/yue2-music/SKILL.md），教模型怎么生成歌、转谱、改 ABC 谱、检查乐理约束、组织试听对比，把音乐生成塞进对话式编辑流程

核心功能

• AR–NAR 混合 Transformer 骨干：自回归部分先生成可读的 ABC 乐谱（旋律+和弦）和语义 token，再用 flow matching 生成声学 latent，最后 VAE 解码成 48kHz 立体声，全程不做量化
• cot 三档控制：cot=full 出完整可编辑的旋律加和弦计划；cot=melody 只锁旋律、伴奏自由发挥（专门给翻唱用）；cot=off 直接由歌词和风格生成。也可以自己塞一份 ABC 谱进去
• API 拆成 plan() → generate_semantic() → synthesize() → decode() 四步，每步产物（乐谱、语义 token、latent、生成参数、模型版本）都存到输出目录，可以拿同一份计划换解码器重复渲染

适用场景: 独立音乐人和制作人用它快速出带人声的 demo，然后手动改谱里的和声或曲式再重渲；也适合把老录音丢给 SheetSage2 转成旋律谱，再换风格做零样本翻唱。配合自带的 yue2-music skill，可以在 Agent 对话里连续改谱、比对多个版本。

竞品对比: 直接对手是 Suno v5/v6 和 Udio 这类闭源商业产品，以及 MusicGen、ACE-Step 等开源方案。最大区别是白盒：YuE2 中间有一份人能读能改的乐谱，Suno 是黑盒只给成品；README 称在 WildSongBench 上分数与 Suno v5/v6 同档。

成熟度: 早期项目，版本 0.1.6，API 可能变；权重、demo、文档、Discord 都有，但只跑 Linux + Python 3.12 + 支持 BF16 的 24GB 显存 NVIDIA 卡，门槛不低。

趋势信号: Suno v5/v6 把闭源音乐生成的质量预期抬上去了，开源侧需要一个能对标的东西；YuE2 放出 3B 权重、拿 WildSongBench 对标 Suno，同时赶上 Agent 工具这波，所以一天涨 210 星。

nab138/iloader

TypeScript ⭐ +209 今日新增 · 3,142 总星数

开源的 iOS 侧载桌面工具，插上设备、登录 Apple ID，就能一键装 SideStore 或任意 IPA，并自动处理配对文件。靠原生 Linux 支持在侧载圈走红。

亮点

• 官方原生 Linux 版本：AltServer 和 Sideloadly 基本只覆盖 Windows/macOS，iloader 除了发 Linux 包，还有 Nix flake，社区另做了 Homebrew cask、AUR 和 Fedora COPR 打包。
• 错误处理不是甩一段报错，而是给出针对常见问题的具体修复建议，方便不懂签名机制的用户自己排查。

核心功能

• 用 Tauri 打包桌面应用（Rust 后端 + Web 前端），直接调 usbmuxd（苹果的设备连接守护进程）走 USB 和 iPhone/iPad 通信，不需要像 AltServer 那样常驻一个后台服务进程。
• 自研 Rust 侧载库 isideload：用 apple-codesign-quick 做代码签名和 entitlements（App 的权限声明），参考 Impactor 处理证书转 p12 等加密步骤，参考 Dadoum 的 Sideloader 摸清苹果私有开发者接口，再调用它完成签名和安装。
• 把配对文件（pairing file，设备授权给电脑的凭证）当一等公民管理：装 SideStore 时自动导入 certificate 和 rppairing/lockdown 两套配对文件，也能读写 StikDebug、Protokolle 等 App 用的配对文件，还能列出并吊销开发证书和 App ID。

适用场景: iOS 用户和侧载玩家在 Windows、macOS，尤其是 Linux 上，想把 SideStore、LiveContainer 或自备 IPA 装到 iPhone/iPad，又不想折腾 AltServer + Jitterbug + StosVPN 那一串工具。

竞品对比: 对标 AltServer（AltStore 官方，需常驻服务、无官方 Linux 版）和 Sideloadly（闭源、无 Linux 版）。最大差异是开源 + 原生 Linux + 把装 SideStore 这件事做成一次点击，而不是多工具接力。

成熟度: 早期到中期项目：有 CI 构建、20 多种语言的社区翻译，但 README 里还挂着一长串 Future Plans（开发者模式检测、自动刷新已装 App、多团队选择），功能仍在快速迭代。

趋势信号: iOS 侧载社区长期缺 Linux 官方工具，iloader 补上这块空缺并在 idevice Discord 等社区传播；是否有具体版本事件触发不明。

vxcontrol/pentagi

Go ⭐ +189 今日新增 · 23,563 总星数

用 AI Agent 全自动跑渗透测试的 Go 开源系统，把 nmap、metasploit 等 20 多个工具关进一次性 Docker 沙箱，由大模型自己规划并执行攻击步骤。

亮点

• 把「Agent 推理」和「工具执行」彻底分家：所有攻击工具跑在一次性沙箱容器里，而不是让 LLM 直接在宿主机敲 shell，这是拿灵活性换安全边界的明确取舍
• README 里专门写了 Current Capability Boundaries 一节，主动声明自己不是 CALDERA 那种预定义剧本的 BAS 产品、攻击脚本生成只是概念、不支持 JSON 报告导出，主动给预期降温

核心功能

• 每个渗透任务动态选一个 Docker 镜像拉起隔离容器执行工具，Agent 只能通过容器操作，摸不到宿主机文件系统和网络
• 存储层用 PostgreSQL + pgvector 存所有命令与输出做向量检索；可选接 Graphiti + Neo4j 知识图谱，把资产、漏洞、利用路径之间的语义关系沉淀下来复用
• 多 Agent 委托机制：主 Agent 把任务拆给研究、开发、基础设施等专家子 Agent，配合任务规划和执行监控，让小参数模型也能跑完整流程

适用场景: 渗透测试工程师、红队和 SRC 众测人员，在授权范围内对目标做自动化信息收集和漏洞验证，省掉手敲 nmap/sqlmap 的重复劳动；企业安全团队也可拿它做定期自查。

竞品对比: 跟 MITRE CALDERA 比，CALDERA 靠人工预定义的攻击剧本（BAS/对手模拟），PentAGI 让 LLM 现场决定下一步，属于自主规划路线；跟 PentestGPT 这类研究项目比，它是完整的可自托管产品——带 Web UI、REST/GraphQL API、数据库和沙箱，不只是一个 Agent 循环脚本。

成熟度: 未标注版本号，但文档完整、有 Discord/Telegram 社区、Docker Compose 一键部署，属于可自托管的产品形态；只是自动化渗透风险高，实战目标仍建议人工盯守。

趋势信号: Agentic AI 落地攻防是当下热点，加上它同时支持 DeepSeek、GLM、Kimi、Qwen、MiniMax 等国产模型和 vLLM + Qwen3.5-27B 本地部署指南，对想用便宜模型或私有化部署的安全团队吸引力很大。

yuliskov/SmartTube

Java ⭐ +136 今日新增 · 33,257 总星数

SmartTube 是给 Android TV 和电视盒子用的第三方 YouTube 客户端，去广告、跳过赞助片段、支持 8K/HDR，不需要谷歌服务；最近因作者开发机被恶意软件感染、构建和公钥可能受影响而集中上热搜。

亮点

• 不依赖 GMS 是它最核心的取舍：代价是评论功能不稳定、语音搜索和投屏体验不如官方，换来的是一大批老设备还能用。
• 自己维护更新链路（GitHub Releases + 内置更新器 + Telegram 频道），完全不走 Google Play，好处是自由，坏处是这次供应链安全事件里被放大了。

核心功能

• 集成 SponsorBlock：靠众包数据库标记视频里的赞助、片头、订阅提醒等时间段，播放时自动跳过，用户也可自己提交标记。
• 完全不要 Google Play 服务：自己实现登录和播放，登录用一次性设备码换令牌，权限受限、可随时在谷歌账号里撤销，因此能跑在 Android 4.3 的老电视盒子上。
• 播放层支持 8K、60fps、HDR 和自定义倍速，通过直接选取视频流格式（DASH/VP9 等）绕过官方客户端的分辨率限制；还带直播聊天显示和遥控器按键自定义。
• 绕开应用商店分发：APK 放 GitHub Releases，靠内置更新器自己检查版本并推送更新，更新日志发在 Telegram 频道。

适用场景: 用 Android TV、NVIDIA Shield、Chromecast with Google TV 或 2025 年 10 月前的 Fire TV 棒看 YouTube 的人，受不了官方客户端的广告和分辨率限制，也不想给电视装谷歌服务。装法是侧载 APK（Downloader 或 U 盘），不是从应用商店下。

竞品对比: 官方 YouTube TV 客户端有广告、不给你选码率；NewPipe 主要面向手机，电视遥控交互很别扭；三星 Tizen 上有 TizenTube，LG webOS 也有类似补丁，但 SmartTube 是 Android TV 生态里用户量最大的一个。

成熟度: 多年维护的成熟项目，有 beta/stable 双通道、内置更新器和活跃的 Telegram 社区，但这次构建污染事件说明它的发布环节确实存在风险点。

趋势信号: 作者公告开发环境被未知恶意软件感染，可能影响部分构建、公钥也可能泄露，于是全盘重装、以后构建都过 VirusTotal 扫描，并发了新公钥，社区因此扎堆讨论下载来源和账号授权撤销。

SnailSploit/Claude-Red

Python ⭐ +113 今日新增 · 3,718 总星数

给 Claude Skills 系统用的红队技能库，78 个 SKILL.md 覆盖 SQLi 到 EDR 绕过，按对话触发词按需加载，让 Claude 在授权测试里变成懂方法论的操作员。

亮点

• 把安全知识从’人读的 wiki’改成’agent 读的结构化技能’，技能加载走 Claude 原生触发机制，而不是自建 RAG 或插件系统
• 分类里专门留了 AI Security，覆盖 prompt injection、越狱和 RAG 投毒，等于用 LLM 技能包去打 LLM 自己的攻击面

核心功能

• 每个技能是独立 SKILL.md，靠对话触发词匹配加载（提一句 SQL 注入才装 offensive-sqli），不用时不吃上下文预算
• 内容落到具体手法而非泛泛而谈：SQLi 分 error/blind/OOB 三类载荷、JWT 讲 alg:none 与密钥混淆、AD 覆盖 ADCS ESC1-15 和 Kerberoast，无线覆盖 WPA3/EAP/BLE/Zigbee/LoRa 等协议

• 安装方式贴合实际环境：支持 git sparse-checkout + blob:none 只拉某个类别，也能 cat SKILL.md

  claude –system-file - 直接注入 Claude Code 会话

适用场景: 做授权红队、漏洞赏金初筛和 CTF 的安全工程师，在 Claude Code 或 Claude 项目里丢进对应技能，让它按标准方法论排查攻击面、给出下一步动作，而不是每次从零提示。

竞品对比: 对标 PayloadsAllTheThings、HackTricks、GTFOBins 这类人读的知识库，最大差异是格式为 LLM 消费设计、按需加载；和 PentestGPT 这类自建 agent 比，它不重造工具，直接寄生在 Claude Skills 上。

成熟度: 早期项目，靠 SKILL.md 纯文本堆内容、无版本约束也几乎无测试，内容质量和覆盖面随提交变化，不建议当作唯一方法论来源。

趋势信号: Anthropic 的 Claude Skills 机制刚开放不久，社区正按垂直领域批量产技能包，安全是最吸睛的一类，加上 AI 安全本身是热点，所以短期冲上 trending。

Flowseal/zapret-discord-youtube

Batchfile ⭐ +65 今日新增 · 33,221 总星数

用 WinDivert 在 Windows 内核层伪造、拆分 TCP 包绕过 DPI 审查，一键让 Discord 语音和 YouTube 在俄罗斯等被封锁地区恢复可用。

亮点

• 交付形态是”策略集合 + 启动器”而不是一个程序：把上游 bol-van/zapret 的命令行工具包成几十个可双击的 bat，把绕过 DPI 从调参活变成了试错活
• 完全不碰流量内容，只在握手阶段做手脚，所以不引入代理服务器、没有带宽瓶颈，也不存在自建节点的法律和续费问题

核心功能

• 不做代理、不解密 TLS：直接用 WinDivert 驱动在内核层拦包，把 TCP 三次握手和 ClientHello 拆成多段、或塞入伪 SNI 假包，让 DPI 拼不出完整域名，因此延迟和原生网络一样
• 内置几十套现成策略（general.bat 的 ALT/FAKE 等），每套是 winws.exe 的一组不同参数；因为各家运营商 DPI 指纹不同，用户逐个试到能用的为止，配套 Run Tests 会用 targets.txt 里的站点批量验证哪套有效
• service.bat 把选中的策略注册成 Windows 服务开机自启，还带 Game Filter（跳过 UDP/1023 以上端口，避免打断游戏）、IPSet Filter、hosts 自动更新（修 Telegram 网页版和 Discord 语音连接）、诊断和自动更新检查

适用场景: 俄罗斯等有 DPI 封锁地区的 Windows 普通用户：打不开 YouTube、Discord 语音一直”连接中”、Telegram 网页版登不上，又不想花钱买 VPS 或忍受 VPN 掉速的人。双击一个 bat 就能用，不需要懂网络。

竞品对比: 和原版 bol-van/zapret 比，它是给非技术用户的中文/俄文预置包；和 GoodbyeDPI（ValdikSS）比，GoodbyeDPI 主要靠配置文件改参数，这个直接给几十套现成策略加服务安装、hosts 修复和自检工具，门槛更低；和 VPN、byedpi 比，它不需要额外服务器，但只对 DPI 型封锁有效，对 IP 级封锁无效。

成熟度: 实用但偏手工：33k star、issue 和文档都很活跃，binary 来自上游可校验哈希，但没有语义化版本、没有自动化测试，策略会因运营商升级而失效，需要用户自己换着试。

趋势信号: 俄罗斯自 2024 年起持续收紧对 YouTube 限速、封锁 Discord，2025 年又扩大到 WhatsApp/Telegram 通话，每次封锁升级都会把这套绕过工具推上热榜；仓库首页还挂出新项目 tg-ws-proxy 专门加速 Telegram Desktop。

max-sixty/worktrunk

Rust ⭐ +54 今日新增 · 7,322 总星数

用 Rust 写的 git worktree 管理 CLI，把 worktree 当分支一样操作，让多个 AI 编码代理各占一个工作目录并行跑，省掉冗长的原生 git 命令。

亮点

• 共享构建缓存是少见的取舍：大多数 worktree 工具不管依赖目录，而 Rust/Node 项目每个 worktree 重编译一次代价极大，它直接用文件系统 reflink 解决。
• 交互式选择器带实时 diff 和 log 预览，配合 hash_port 模板给每个 worktree 分唯一端口，可以直接在每个 worktree 里跑一个 dev server。

核心功能

• 用分支名寻址 worktree，路径由可配置模板算出；配合 shell 集成（wt config shell install）让 wt switch 真的能改父 shell 的当前目录——CLI 子进程本身改不了父目录，这是必须绕的坑。
• wt step copy-ignored 借文件系统的写时复制（APFS/btrfs/XFS 的 reflink）把 target/、node_modules/ 共享给十个 worktree，不用重复构建也不用真复制。
• 把重复流程打包成命令：create/pre-merge/post-merge 钩子跑自定义脚本，从 diff 生成 LLM commit message，一条命令做完 squash、rebase、merge 和清理；wt list --full 还能拉每个分支的 CI 状态和 AI 摘要。

适用场景: 同时开 5-10 个 Claude Code 或 Codex 会话跑长任务的开发者——每个代理一个 worktree 就不会互相踩代码；也适合频繁切分支、开 PR、跑 CI 的团队用 wt switch pr:123 直接跳到 PR 分支。

竞品对比: 对比原生 git worktree：命令短得多，还能带 CI 状态、LLM 摘要和 PR 检出。对比 lazygit/tig 这类 TUI：那些只能看和切，worktrunk 负责创建、合并、清理全流程。对比 Conductor、Crystal 这类图形化并行代理工具：它是纯 CLI、代理无关，不绑定某一家 AI 工具。

成熟度: 2026 年初才发布，已有 7k+ star、独立文档站、CI 和 Codecov、Homebrew 与 Cargo 双渠道发行，但存活时间短，接口仍可能变。

趋势信号: Claude Code、Codex 这类能长时间无人值守跑的代理在 2025-2026 年普及后，很多人同时开 5-10 个，需要互相隔离的工作目录，git worktree 正好合适但原生 UX 太烂，这个工具补的就是这个缺口。

趋势观察

今天这份榜单，主线很清楚：AI 正在从聊天框走向干活。数学建模、交易套利、渗透测试、CRM 销售，都有 Agent 接管流程。它们不再只生成文字，而是拆任务、调工具、下单、发消息、写论文。低价模型把单次成本打到一块钱，Agent 才敢大规模跑。

第二条线是自托管和替代订阅。巴西 CRM 接管 WhatsApp，ArmorPaint 替代 Substance，SmartTube 替代官方客户端，追剧工具重建媒体库。开发者不想把数据、渠道和月费交给平台。能自己部署，就自己部署。

第三条线是绕过封锁和平台限制。伪造 TCP、把流量塞进文档和消息通道、iOS 侧载工具，都在对抗 DPI、商店审核和区域封锁。网络访问权，正在变成开源工具的一等需求。

还有两条暗线。一是透明化。系统提示词被逐字收集，Agent 技能库、RAG 模板、红队技能都做成 Markdown，按需加载。提示词和技能正在变成可版本管理的代码资产。二是安全。渗透测试 Agent 进 Docker 沙箱，红队技能覆盖 EDR 绕过。能力越强，攻防越近。SmartTube 因开发机感染上热搜，也提醒供应链风险。

对开发者来说，机会在垂直工作流。把模型、工具、数据、部署包成一条命令。对平台来说，压力在可替代性。用户要数据自持、少月费、能绕过限制。趋势不是单一爆款，而是 AI 干活、开源自托管、反封锁、安全透明四条线拧在一起。接下来，谁能把 Agent 做得稳、便宜、可审计，谁就能留下。