今天的
17 个项目
24h 内被点得最多

今天 trending 冠军，一天 2,561 颗星。它是一个给 AI agent 用的"过去 30 天话题研究" skill：给一个主题（比如"nano banana"），agent 自动去 5 个平台（Reddit / X / YouTube / HN / Polymarket）抓帖子、看互动数、合成摘要。

和 agency-agents 那类"角色 prompt" 不同，last30days 走的是 SKILL.md 路线——直接喂给 Claude Code / Codex / Hermes 这种"有工具调用能力的 agent" 就能跑，不依赖特定框架。API 集成方式：Reddit 公开 JSON、X 走搜索、YouTube 走 Data API v3、HN 走 Algolia、Polymarket 走 Gamma。

对内容创作者 / 研究者：这是当下最低成本的"跨平台舆情扫描"工具。装上后写一行 last30days: nano banana 就能拿到过去 30 天 5 个平台的综合热度。Hermes 用户可以用 skill 形式直接加载。

中文圈现象级项目，一天 1,471 颗星。输入一个主题（"AI 改变编程的 5 个瞬间"），自动生成文案、配音、字幕、背景视频、合成导出。整套流水线跑完 5 分钟出片，输出 1080p 横屏或 9:16 竖屏。

技术栈：Python 主控 + MoviePy 视频合成 + edge-tts 配音 + Pexels / Pixabay 免版权素材。LLM 端可换 OpenAI / DeepSeek / 通义千问 / Ollama 本地模型。Web UI 是 FastAPI + 简单前端，开箱即用。

对自媒体人：这是当下最稳的"AI 短视频批量生产"工具。不是要替代剪辑师，是要替代"每天花 3 小时剪 1 条 60 秒视频"的那种低价值劳动。注意版权：项目自带的素材是免版权的，但生成的 LLM 文案需要二次审校避免幻觉。

obrajesse（obra）出品。GitHub 上 223k star 的体量说明这不是新项目——是当下 agentic skills 生态的"基础框架 + 方法论"，2026 年被重新激活并冲上 trending。

它解决一个很实际的问题：skills 越来越多，但每个项目里 skills 怎么组织、怎么调用、怎么版本管理、怎么和现有 IDE 集成——没有标准答案。superpowers 给了一套"skills-as-code"的工作流：skills 写在代码仓里、commit 进 git、agent 自动加载需要的 skills。

对 agent 开发者：这是当下最成熟的 skills 治理框架。对个人用户：Hermes 的 ~/.hermes/skills/ + Claude Code 的 ~/.claude/skills/ 是同一类东西，superpowers 的设计思路可以参考。1,011 颗今日星说明 agentic skills 标准化已经形成共识。

Addy Osmani 是 Google Chrome 团队的工程总监，也是 Performance 圈有名的作者。这个仓库是他整理的"给 AI coding agent 用的工程技能合集"——和 taste-skill / ui-ux-pro-max-skill 是同一赛道，但视角更偏"生产级"而不是设计感。

里面有什么：代码审查、PR 工作流、CI/CD、性能优化、可观测性、错误处理——这些是写"能上线的代码"必备的工程规范。SKILL.md 形式给 Claude Code / Cursor 加载，agent 在写代码时会主动调用这些规范做自查。

对个人开发者：taste-skill 教 AI 写好看的代码，这个教 AI 写能上线的代码。两个 skill 是互补的——一个管 design token，一个管 engineering rigor。781 颗今日星说明"AI 写代码的工程化"已经成为独立赛道。

addyosmani/agent-skills 的"PM 侧姊妹版"——同样 SKILL.md 形式，但专注产品经理工作流：从用户研究、需求发现，到产品策略、PRD 写作、上线发布、增长实验，100+ skills 全套打包。

为什么 PM 也需要 agentic skills？产品经理的日常工作 80% 是"重复 + 模板化"：写 PRD、做竞品分析、画用户旅程、跑 launch checklist ……这些都可以拆成 skill 喂给 agent。phuryn/pm-skills 做的就是"PM 的 skill 字典"。

对产品经理：这是当下最完整的"PM agent 化"工作流。对工程师：和 addyosmani/agent-skills 互补——一个管"代码怎么写"，一个管"产品怎么想"。

Roboflow 是 CV 训练数据 / 标注领域的头部 SaaS，supervision 是他们出的开源 CV 工具库——如果你用过 OpenCV 写视频分析代码，会知道"画检测框、写跟踪 ID、画 heatmap" 这些都是脏活累活，supervision 把这些标准化成了几十行 API。

核心能力：检测框绘制、目标跟踪、区域统计、视频 I/O、模型推理适配（YOLO / DETR / RT-DETR）、数据集格式转换（COCO / YOLO / Pascal VOC）。配合 Roboflow 的数据平台，从标注到部署一条龙。

对 CV 开发者：这是 2026 年写 CV 应用的"标配底座"，43k star 已经是事实标准。699 颗今日星说明 CV 赛道在 2026 年依然活跃——多模态模型热了，CV 工具需求也跟着涨。

Google 官方出的 agent skills 集合，和 anthropics/skills 是同生态位的姊妹项目。一个 Anthropic 出、一个 Google 出，两边在"什么是好的 agent skill"这件事上互相参照。

目前仓库里的 skills 覆盖：Gemini API、Vertex AI、BigQuery、Cloud Run、Firebase、Android Studio 等 Google 系产品。每个 skill 是一份 SKILL.md，描述"如何用 Google 产品完成某类任务"的最佳实践 + 工具调用约定。

对开发者：用 Gemini / Vertex AI 的人必装。对其他 agent 平台用户：这是一份高质量的"领域 skills 模板"——可以照着它写自己产品的 skill。680 颗今日星 = 大量 Gemini 开发者在涌入。

Markdown 知识库桌面应用，refactoringhq（refactoring.com 团队）出品。和 Obsidian / Logseq 是同一类工具，但定位更"工程团队友好"——支持 Git 同步、PR 评审、多人协作。

核心卖点："用 git 管理的 Obsidian 替代品"。你写一份知识库文档，可以像写代码一样 fork、PR、code review。refactoringhq 本身是做软件咨询的，他们内部用 tolaria 管技术文档，这次开源。

对个人用户：Obsidian 够用，不需要换。对工程团队：tolaria 是当下最像"GitHub for docs"的开源方案。注意这个不是 AI 项目，但今天 trending 榜上夹了进来。

医疗垂直领域的 LLM 项目合集，覆盖：医学问答、病历结构化、医学影像、药物相互作用、临床决策支持等场景。基于开源基础模型（Llama / Mistral / Qwen）做医疗领域的 SFT + RLHF。

和一般的"医疗 chatbot" 不同，openmed 走的是"医疗 AI 操作系统"路线——提供模型权重、微调 pipeline、推理服务、评估基准。openmed 这个名字显然在致敬 openai，目标是成为医疗 AI 领域的"OpenAI"。

对医疗 AI 研究者：这是当下最完整的开源医疗 LLM 套件。对普通开发者：医疗是 LLM 应用最有商业潜力的垂直领域，openmed 给出了"从 0 到 1 部署医疗 LLM"的全套模板。

这是一个让你惊讶的项目：用 WiFi 信号做空间感知——不靠摄像头，只靠商用 WiFi 路由器的信号强度变化（CSI - Channel State Information），就能检测人存在、姿势、心率、呼吸。

原理：人体对 WiFi 信号的反射和吸收会改变信号强度、相位、时延，深度学习模型能从这些变化里反推"房间里发生了什么"。72k star 说明这个项目戳中了"无摄像头监控"的强需求（养老监护、独居老人、卫生间跌倒检测、卧室睡眠监测）。

对硬件 hacker：这是 2026 年最让人兴奋的"无摄像头 AI"项目。对隐私敏感用户：这种"不录视频只读 WiFi"的方案是未来家庭监控的正解。

这可能是 trending 上最有"情报价值"的项目：把 28 个主流 AI 工具的系统提示词（system prompt）、内部工具定义、模型配置全收集了。覆盖：Augment Code、Claude Code、Cluely、CodeBuddy、Comet、Cursor、Devin AI、Junie、Kiro、Leap.new、Lovable、Manus、NotionAI、Orchids.app、Perplexity、Poke、Qoder、Replit、Same.dev、Trae、Traycer AI、VSCode Agent、Warp.dev、Windsurf、Xcode、Z.ai Code、Dia、v0。

对 AI 产品研究者：这是"对标研究"的宝库——你想做 AI agent，看 Claude Code 的 system prompt 就知道"行业标杆长什么样"。对 prompt 工程师：直接学习头部产品的提示词写法。

对普通用户：了解你每天用的 AI 工具背后是怎么配置的。注意：这是 reverse-engineered 公开内容，不是官方泄露，仓库是合法公开资料汇编。

OSINT 工具：根据一个用户名去 3000+ 网站（社交平台、开发者社区、论坛、游戏平台）抓这个用户名下的公开档案，聚合出"这个人在互联网上的画像"。

这不是 AI 项目，是纯网络爬虫 + 用户名模糊匹配。常见用途：调查假冒账号、找失踪的开发者账号、verify 用户身份。261 颗今日星 说明 OSINT 这个领域依然活跃。

对调查记者 / 安全研究者：maigret 是当下最完整的开源 username 调查工具。对普通用户：可以用它查查自己——哪些网站上有你的同名账号、哪些可以被关联。

一份"从零训练 LLM"的实战教程——和 Karpathy 的 nanochat 一样走"小而完整"路线，但更偏"按部就班的教学"，代码注释密度高，适合第一次训练 LLM 的人。

全流程覆盖：数据下载 → 清洗 → tokenizer 训练 → 预训练 → 微调 → 评估 → 推理。代码量控制在几千行 PyTorch 之内，单卡 4090 / A100 就能跑通完整流程。

对 LLM 学习者：这是"动手做 LLM 训练"的最低门槛起点。比 nanochat 友好，比 HuggingFace 教程深入。241 颗今日星说明 LLM 训练从"专家领域"走向"工程师基本技能"——这本身就是一个值得记录的拐点。

一份"Claude Code 视觉化教程"——和官方文档的"命令清单"风格不同，这份教程用图解 + 例子讲 Claude Code 的工作原理，从基础概念到高级技巧都有，附 copy-paste 模板。

覆盖内容推测包括：CLI 工作流、subagent、skills、hooks、CLAUDE.md 配置、mcp server 集成、cost 控制 等。204 颗今日星说明 Claude Code 用户群在持续增长——大量"刚上手"的人在找教程。

对 Claude Code 用户：如果官方文档太干，这份教程更友好。对 Hermes 用户：Hermes 和 Claude Code 同源，这份教程里的很多概念直接适用。Hermes 自己的 ~/.hermes/skills/ 系统和 Claude Code 的 skills 系统设计是同构的。

DNS 隧道 VPN——把 VPN 流量伪装成 DNS 查询，用于翻墙 / 绕过审查。原理：DNS 协议几乎在所有网络环境都放行，把 OpenVPN / WireGuard 流量包在 DNS 包里传出去，防火墙看到的就是普通 DNS 查询。

这项目不是 AI，是隐私 / 网络自由领域的。和 DNSTT、SlipStream 同一赛道，但宣称"低开销 ARQ + 解析器负载均衡 + 高丢包稳定"，在高丢包网络下表现更好。

对翻墙用户：这是当下最技术派的 DNS 隧道方案之一，适合普通机场被封时的 fallback。对网络研究者：DNS 隧道的工程优化参考。

activeloopai 出品（Deep Lake 向量数据库的同公司）。hivemind 是"多 agent 共享大脑"的中间件——多个 agent（不同任务、不同 LLM）共享一个向量化的记忆库 + 共享上下文。

使用场景：你的 agent A 在做研究、agent B 在写代码、agent C 在做客服，hivemind 让它们共享一份"已经知道的事实"，避免重复调用 LLM、避免上下文丢失。技术上应该是 Deep Lake + MCP server 组合。

对多 agent 系统开发者：这是当下最轻量的"agent 共享记忆"方案。对个人用户：677 star + 47 今日星说明项目还很早期，但押对了方向（多 agent 协作）。