GitHub 2026-01-11 每月趋势项目

thedotmack/claude-mem

⭐ 13.0K

面向使用Claude Code的开发者与团队，自动捕获、语义压缩并持久化会话产出，按需在后续会话注入相关上下文，提升项目知识连续性与检索效率。

TypeScript 🍴 823 👥 5

+2

anomalyco/opencode

⭐ 59.7K

OpenCode 是面向终端与桌面的开源 AI 代码代理，提供多模型兼容与 LSP 支持，便于本地或远程驱动的开发工作流。

TypeScript 🍴 5.1K 👥 5

+2

BloopAI/vibe-kanban

⭐ 14.6K

Vibe Kanban 是一个面向工程师的工具，通过可视化看板集中编排、审查和管理多种AI代码代理，适用于远程开发和快速迭代场景。

Rust 🍴 1.4K 👥 5

+2

anthropics/claude-code

⭐ 54.7K

Claude Code 是在终端运行的代理式编码助手，通过自然语言理解代码库，自动化常规开发任务、解释复杂代码并辅助 Git 工作流，适合追求效率的开发者与团队。

Shell 🍴 4.0K 👥 5

+2

exo-explore/exo

⭐ 39.8K

exo 将异构日常设备联合成一个可扩展的分布式推理集群，通过动态分区与P2P架构提供ChatGPT兼容API，适合在私有网络或资源受限环境下自托管大模型推理，但需注意许可、网络与稳定性风险。

Python 🍴 2.7K 👥 5

+2

anthropics/skills

⭐ 37.1K

Anthropic/skills 是面向 Claude 的技能规范与示例集合，提供可复用模板和文档技能参考，适合用作自定义技能开发基础，但在许可明确性与社区活跃度方面需谨慎评估以决定生产使用。

Python 🍴 3.4K 👥 5

+2

resemble-ai/chatterbox

⭐ 21.2K

Chatterbox是一个面向生产的开源多语TTS，提供23语种的零样本语音克隆、情感夸张控制与内置PerTh水印，适合内容创作、交互代理与语音原型化场景，但需注意维护活跃度与数据来源合规性。

Python 🍴 2.8K 👥 5

+2

danielmiessler/Personal_AI_Infrastructure

⭐ 4.2K

PAI提供一个以技能和历史记录为核心、可替换后端的个人AI基础架构样板，强调可观测性与事件驱动自动化，适合具备开发能力的用户构建专属AI系统。

TypeScript 🍴 699 👥 5

+2

simstudioai/sim

⭐ 25.2K

Sim 是一个面向工程团队的开源 AI Agent 工作流构建器，提供可视化界面、本地模型支持与 pgvector 向量存储，便于快速自托管部署与工具集成。

TypeScript 🍴 3.1K 👥 5

+2

DayuanJiang/next-ai-draw-io

⭐ 17.7K

Next AI Draw.io 利用大型语言模型将自然语言转为可编辑的 draw.io XML 图表，适合快速生成云架构、流程图与可视化原型，支持多 AI 提供商与 Docker 运行，但需谨慎评估许可证与长期维护风险。

TypeScript 🍴 1.8K 👥 5

+2

virattt/ai-hedge-fund

⭐ 45.1K

一个面向研究与教学的AI对冲基金概念验证平台，集成多位名家风格代理、回测与可配置LLM能力，便于策略实验与模型评估，但明确禁止用于实盘交易与投资决策，且缺少许可证与生产级保证。

Python 🍴 7.9K 👥 5

+2

usememos/memos

⭐ 52.9K

Memos 是一款以隐私为先的开源自托管笔记与知识库平台，提供 Markdown 原生存储、Go+React 高性能栈与多数据库支持，适合需可控数据与私有部署的个人与团队使用。

Go 🍴 3.8K 👥 5

+2

shareAI-lab/learn-claude-code

⭐ 13.7K

面向开发者与研究者的渐进式教学仓库，通过五个逐步增加复杂度的示例，演示如何构建类 Claude Code 的 AI 编码代理，侧重概念清晰与可运行样例。

Python 🍴 3.3K 👥 3

Lissy93/web-check

⭐ 29.3K

Web-Check 是一个面向网站的开源 OSINT 仪表盘，集中展示 IP、SSL 证书、DNS、Cookies、端口、Traceroute、爬虫规则与性能等信息，便于安全评估、取证与性能诊断。

TypeScript 🍴 2.3K 👥 5

+2

Tencent/WeKnora

⭐ 11.2K

面向企业级知识检索与问答的RAG框架，提供端到端文档解析、向量索引与LLM推理，适合私有化部署与复杂文档场景。

Go 🍴 1.2K 👥 5

+2