📈 GitHub Trending 每日精選（2026-08-13）

今日榜單由 AI Agent 開發工具、共享情境基礎設施與生成式媒體專案主導。多代理協作、可稽核記憶、模型流量路由及端側小模型形成清楚的技術主線，同時也有檔案傳輸、OSINT 與多平台資料採集等非 AI 專案進榜。

⭐ AI/Agent 重點專案一覽

#	⭐	Repo	Language	Total Stars	Today ↑	Description
1	⭐	cathrynlavery/diagram-design	HTML	10,454	2,855	為程式代理提供編輯式 HTML 與 SVG 圖表的技能套件。
2	⭐	macro-inc/macro	Rust	1,818	227	整合郵件、訊息、文件、任務、代理與 CRM 的共享記憶工作區。
3	⭐	semantica-agi/semantica	Python	5,721	845	以情境圖譜、知識圖譜及決策溯源支援可稽核 AI 系統。
4	⭐	stablyai/orca	TypeScript	43,895	1,235	在桌面、行動裝置與 VPS 上協調平行程式代理的開發環境。
5	⭐	msitarzewski/agency-agents	Shell	144,574	1,873	收錄跨工程、行銷與營運領域的專業 AI 代理角色與工作流程。
6	⭐	shiyu-coder/Kronos	Python	36,943	266	將金融市場序列建模為語言的預訓練基礎模型。
7		NanmiCoder/MediaCrawler	Python	61,973	215	採集小紅書、抖音、B 站、微博、知乎等平台公開內容。
8	⭐	hugohe3/ppt-master	Python	45,585	476	由文件或主題生成原生可編輯 PowerPoint 簡報。
9	⭐	infiniflow/ragflow	Go	87,551	139	結合 RAG、情境引擎與代理能力的開源知識檢索平台。
10	⭐	paperclipai/paperclip	TypeScript	77,739	571	以組織、目標、預算及治理機制管理多個工作代理。
11	⭐	NVIDIA-NeMo/Switchyard	Rust	826	421	轉譯 LLM API 協定並跨模型後端路由請求的代理與函式庫。
12	⭐	ZuodaoTech/everyone-can-use-english	TypeScript	36,077	86	以 AI、影音與訓練內容支援英語學習的跨平台應用。
13		smicallef/spiderfoot	Python	20,349	74	自動化 OSINT 蒐集、威脅情報分析與攻擊面盤點。
14		localsend/localsend	Dart	87,815	213	透過區域網路提供跨平台且開源的裝置間檔案傳輸。
15	⭐	Lightricks/LTX-2	Python	8,713	65	提供同步音訊與影片生成模型的推論、訓練及 LoRA 工具。
16	⭐	embabel/embabel-agent	Kotlin	4,225	40	以強型別領域模型與動態規劃建構 JVM 代理流程。
17	⭐	cactus-compute/needle	Python	4,230	—	在微型裝置執行工具呼叫與結構化擷取的 14MB 模型。

📦 重點專案深入分析

cathrynlavery/diagram-design

• 分類： Coding Skills
• Stars： 10,454
• 語言： HTML
• 簡介： 此專案是一套面向 Claude Code、Codex 與 Pi 的圖表設計技能，內含 27 種編輯式視覺類型與多種風格變體。輸出以自包含 HTML 與 SVG 為主，並能重繪 Mermaid 或 draw.io 來源。
• 技術觀察： 儲存庫以 skills/、prompts/、commands/ 與靜態範例組成，不依賴建置流程或外部圖片。語意模式與版面配置分離，讓佇列、信任邊界等概念可映射到既有視覺類型，預設維持靜態輸出並可選擇加入動態效果。
• 應用範圍： 專案處理架構圖、流程圖、時序圖、資料模型、決策矩陣與資料視覺化等技術溝通場景，也支援依品牌視覺快速生成一致的文件插圖。

macro-inc/macro

• 分類： Agent Memory
• Stars： 1,818
• 語言： Rust
• 簡介： Macro 是將郵件、團隊訊息、文件、任務、通話、代理與 CRM 集中於同一介面的協作工作區。各類物件透過雙向連結及團隊級共享記憶互相串接。
• 技術觀察： 專案採 Rust 與 SolidJS 的大型 monorepo，包含 apps/、crates/、packages/、services/ 與基礎設施模組。文件協作使用 CRDT，郵件、任務及訊息等表面共用後端圖結構與權限系統，並向代理暴露整合搜尋及操作介面。
• 應用範圍： 系統面向需要把溝通、知識、客戶關係與工作執行整合為單一上下文的小型團隊，也涵蓋代理跨郵件、文件及任務採取行動的流程。

semantica-agi/semantica

• 分類： Agent Memory
• Stars： 5,721
• 語言： Python
• 簡介： Semantica 是圖原生的情境與決策智慧基礎設施，將企業資料轉為情境圖譜、知識圖譜與可追溯決策紀錄。它強調可解釋、可治理及無供應商鎖定的 AI 系統。
• 技術觀察： Python 專案包含核心 semantica/、MCP、外掛、整合、Explorer、部署設定及完整測試。架構同時支援 RDF 與屬性圖模型，結合本體管理、圖分析、因果推理及來源溯源，並提供 Docker 自託管路徑。
• 應用範圍： 基礎設施聚焦受監管或高風險決策、企業知識整合、Graph RAG、代理記憶與需要逐步說明資料來源及推理依據的系統。

stablyai/orca

• 分類： Coding Skills
• Stars： 43,895
• 語言： TypeScript
• 簡介： Orca 是管理平行程式代理群的代理開發環境，可使用既有模型訂閱執行多種 coding agent。產品提供桌面、行動及 VPS 工作模式。
• 技術觀察： 儲存庫以 TypeScript、Electron、pnpm workspace 為核心，另含原生元件、行動端、技能與測試。它將 Git worktree、終端分割、SSH 工作區、GitHub／Linear 整合、設計模式及 AI diff 註記集中於同一介面。
• 應用範圍： 專案處理多個代理同時修改不同工作樹、遠端開發、程式碼審閱與任務追蹤等代理化軟體開發流程。

msitarzewski/agency-agents

• 分類： Coding Skills
• Stars： 144,574
• 語言： Shell
• 簡介： Agency Agents 是按職能分類的專業 AI 代理角色集合，每個角色描述身份、專長、工作流程、交付物與衡量標準。涵蓋工程、產品、行銷、銷售、支援、安全與多種垂直領域。
• 技術觀察： 儲存庫主要由 Markdown 代理定義、部門索引、Shell 安裝與格式轉換腳本構成，而非執行代理協調的 runtime。安裝器可依工具、部門或單一角色選取內容，並輸出 Claude Code、Codex、Cursor、OpenCode、Hermes 等多種平台格式。
• 應用範圍： 專案處理角色提示、專業工作流程樣板及跨代理工具的角色分發，讓不同平台共享同一組職能定義與交付規格。

shiyu-coder/Kronos

• 分類： 其他創新
• Stars： 36,943
• 語言： Python
• 簡介： Kronos 是針對金融市場時間序列預訓練的基礎模型，將價格與交易相關序列表示為可建模的「市場語言」。專案提供預訓練模型、預測範例與微調流程。
• 技術觀察： Python 儲存庫由 tokenizer／模型、預測器、微調模組、測試、範例及 Web UI 組成。工作流程會把歷史資料轉為模型輸入，配置上下文視窗與預測長度，再產生未來序列預測。
• 應用範圍： 模型涵蓋量化研究、市場序列預測、金融表徵學習與針對自有資料進行領域微調等場景。

hugohe3/ppt-master

• 分類： Coding Skills
• Stars： 45,585
• 語言： Python
• 簡介： PPT Master 讓具代理能力的 AI 從文件或主題生成原生 PowerPoint，保留可編輯形狀、圖表、表格、轉場、動畫與講者備註語音。它也支援自訂 .pptx 範本。
• 技術觀察： 專案以 Python、Agent Skill、HTML 檢視器、範例與文件組成，將內容分析、資料查證、版面規劃和簡報生成拆成可驅動的步驟。處理管線在本機執行，模型通訊與輸出檔案管理保持分離。
• 應用範圍： 專案處理報告轉簡報、主題研究、資料圖表、品牌範本套用及含旁白的原生簡報製作。

infiniflow/ragflow

• 分類： Agent Memory
• Stars： 87,551
• 語言： Go
• 簡介： RAGFlow 是結合文件理解、檢索增強生成、情境引擎與預建代理範本的開源平台。它將複雜資料整理為可供 LLM 與代理使用的高品質情境層。
• 技術觀察： 儲存庫包含 Go 服務、Python 文件解析與 RAG 元件、Web 前端、代理、MCP、記憶、SDK、Helm 與 Docker 部署。架構把資料擷取、分塊、索引、檢索、代理工作流及 API 分層，支援企業規模的自託管部署。
• 應用範圍： 平台處理企業知識庫、文件問答、代理式搜尋、可視化工作流與需要可靠引用來源的 LLM 應用。

paperclipai/paperclip

• 分類： Coding Skills
• Stars： 77,739
• 語言： TypeScript
• 簡介： Paperclip 是管理工作型 AI 代理團隊的開源協調系統，以組織圖、目標、預算、治理與任務追蹤來約束代理運作。它可接入多種程式代理、Shell 或 HTTP 執行器。
• 技術觀察： 專案採 Node.js 伺服器、React UI 與 pnpm monorepo，並包含 CLI、轉接器、技能、評測及測試。系統以 heartbeat 接入異質代理，在儀表板追蹤工作、成本及目標對齊，而非只管理單一程式碼變更。
• 應用範圍： 系統面向長時間運行的多代理團隊、自治業務實驗、跨供應商代理協作、成本控制與需要人工核准及稽核的工作流程。

NVIDIA-NeMo/Switchyard

• 分類： Coding Skills
• Stars： 826
• 語言： Rust
• 簡介： Switchyard 是 LLM 流量代理與 Rust 函式庫，可在 OpenAI Chat、OpenAI Responses 與 Anthropic Messages 協定間轉譯，並把請求導向多種模型後端。
• 技術觀察： 核心以 Rust workspace 實作，另提供 Python 啟動器、伺服器、路由範例、測試與 Prometheus 指標。路由可採隨機、LLM 分類器、訊號驅動階段或自訂演算法，並支援 vLLM、NVIDIA NIM、Ollama 與 OpenAI 相容端點；目前成熟度標示為 pre-alpha。
• 應用範圍： 專案涵蓋 coding agent 的後端替換、模型 A/B 測試、跨供應商協定相容、流量分配及模型服務可觀測性。

ZuodaoTech/everyone-can-use-english

• 分類： 其他創新
• Stars： 36,077
• 語言： TypeScript
• 簡介： 此專案結合《人人都能用英語》內容與 Enjoy AI 英語訓練應用，提供網頁版、瀏覽器擴充及桌面端規劃。產品以 AI 作為外語教師，配合影音、電子書、字卡與課程練習。
• 技術觀察： TypeScript 專案同時維護應用、網站內容、測試與發佈流程，瀏覽器擴充可作用於 YouTube 及 Netflix。課程資源與應用介面共存，使語音、閱讀及訓練任務能由同一內容體系驅動。
• 應用範圍： 應用處理英語口說、語音塑造、影音跟讀、電子書閱讀、字卡複習及結構化長期訓練。

Lightricks/LTX-2

• 分類： 其他創新
• Stars： 8,713
• 語言： Python
• 簡介： LTX-2 是 DiT 架構的音訊—影片生成基礎模型套件，將同步聲音與畫面生成、推論及 LoRA 訓練整合於同一專案。儲存庫目前以 LTX-2.5 模型及元件化權重為主要路徑。
• 技術觀察： Python monorepo 以多個 pipeline 套件組成，分離 Transformer、文字編碼器、音訊／影片 VAE 與時空升頻元件。它支援蒸餾、量化、CPU 或磁碟 offload，以及不同品質與效能取向的解碼後端。
• 應用範圍： 模型涵蓋文字生成帶聲影片、影音同步、素材延伸、LoRA 風格調整及具 GPU 資源控制的內容製作管線。

embabel/embabel-agent

• 分類： Coding Skills
• Stars： 4,225
• 語言： Kotlin
• 簡介： Embabel 是 JVM 上的代理應用框架，以 Action、Goal、Condition 與強型別領域模型描述代理流程。系統透過非 LLM 規劃演算法動態組合步驟，並在每次行動後重新規劃。
• 技術觀察： 多模組 Maven 專案以 Kotlin／Java 與 Spring 生態為核心，包含模型供應商、MCP、RAG、A2A、觀測、技能、Shell 及測試模組。強型別資料流可推導前後條件，使提示互動與一般程式碼共用領域物件及重構能力。
• 應用範圍： 框架處理企業 JVM 應用中的目標導向代理、可重用行動庫、多模型協作、動態路徑規劃及與既有 Spring 系統整合。

cactus-compute/needle

• 分類： 其他創新
• Stars： 4,230
• 語言： Python
• 簡介： Needle 2 是 4,500 萬參數、約 14MB 的端側模型，專門執行工具呼叫、裝置控制及結構化資料擷取。完整工作階段約使用 28MB 記憶體，並可離線推論。
• 技術觀察： Python 套件包裝專用推論引擎、LoRA 微調與匯出流程；模型採 Simple Attention Network、CQ2 量化、256-token 滑動視窗及工具 KV sinks。JSON Schema 會編譯為逐 token 文法約束，另有工具檢索頭與信心分數決定執行或升級處理。
• 應用範圍： 模型針對手機、穿戴裝置、智慧家庭與機器人上的離線工具選擇、函式參數填充及低記憶體結構化擷取。

📊 統計

• Trending 專案總數： 17
• AI／Agent 相關： 14
• Agent Memory： 3
• Coding Skills： 7
• 其他創新： 4

本報告依當日 GitHub Trending 頁面與各專案公開資料整理。