> 每日 5:00 自动生成（历史补发）

## 今日概览
– 总收录数：10 个
– 主要语言分布：Python、TypeScript、Go、Rust、JavaScript、C/TypeScript
– 热门主题：本地/端侧 AI、知识库/文档、AI Agent 框架、记忆与上下文、模型与推理

## Top 10 热门仓库

### 1. ollama/ollama
– **描述**：一行命令在本地运行开源大模型
– **语言**：Go
– **总 Star**：约 177.2k
– **核心内容总结**：Ollama 是本地大模型运行时的事实标准，支持一行命令在个人硬件上跑 Llama、Mistral、Gemma、DeepSeek 等模型，完全离线且不外发数据。它持续集成 Kimi、GLM 等最新开源权重，是连接开放模型与个人设备的核心网关。对重视隐私与可控成本的开发者而言，它是把「你的话不离开设备」从口号变为架构的第一块砖。
– **应用场景**：本地 LLM 推理、隐私敏感场景部署、离线 AI 应用底座
– **链接**：点击查看仓库

### 2. microsoft/markitdown
– **描述**：将办公文档与文件转为 Markdown
– **语言**：Python
– **总 Star**：约 152.8k
– **核心内容总结**：微软开源的 MarkItDown 能把 PDF、Word、Excel、PPT 等各类办公文档与文件快速转换为 Markdown，打通大模型数据处理的最后一公里。它让非结构化文档可被 Agent 直接读取与检索，是知识库与 RAG 系统的常用前置工具。对需要把企业存量文档喂给 AI 的团队，它是低成本、高兼容的解析入口。
– **应用场景**：企业文档入库、RAG 预处理、知识库自动化构建
– **链接**：点击查看仓库

### 3. deepseek-ai/DeepSeek-V3
– **描述**：DeepSeek 系列开源大模型
– **语言**：Python
– **总 Star**：约 104k
– **核心内容总结**：DeepSeek 系列开源大模型以高性价比与开放权重著称，V3 在多项基准上接近闭源前沿水平。它支持本地与云端多种推理后端，是开源社区研究与二次开发的热门基座。对关注推理成本与可控性的团队，它是构建自有 Agent 与应用的优先候选模型之一。
– **应用场景**：自有模型微调底座、低成本推理服务、Agent 后端模型
– **链接**：点击查看仓库

### 4. ruvnet/RuView
– **描述**：将 WiFi 信号转为实时空间智能
– **语言**：Rust
– **总 Star**：约 89k
– **核心内容总结**：RuView 无需任何视频像素，仅利用 WiFi 信号的相位与强度变化即可实现人体姿态估计、呼吸/心率监测与室内存在感知。它结合 ESP32 与 Home Assistant，是边缘 AI 与智能家居感知的新范式。对重视隐私的监测场景，它提供了无摄像头、非侵入式的感知方案。
– **应用场景**：无摄像头健康监测、智慧家庭安防、养老看护
– **链接**：点击查看仓库

### 5. Graphify-Labs/graphify
– **描述**：把代码库与文档转为可查询知识图谱
– **语言**：Python
– **总 Star**：约 100k
– **核心内容总结**：Graphify 将代码库、文档、SQL、配置等转化为可查询的知识图谱，支持 Claude Code、Cursor、Codex 等主流工具。它让 Agent 通过图结构理解项目脉络，减少反复扫描文件的 token 消耗。对大型代码库的可维护性提升，它是把「隐式知识」显式化的有力工具。
– **应用场景**：代码库知识图谱、AI 代码理解、企业技术资产沉淀
– **链接**：点击查看仓库

### 6. earendil-works/pi
– **描述**：统一 LLM 接口与全功能 Agent 运行时
– **语言**：TypeScript
– **总 Star**：约 95k
– **核心内容总结**：pi 提供统一的 LLM 调用接口、完整的 Agent 运行时、终端 TUI 与可扩展编码 CLI，由 Flask、Sentry 作者联合团队开发。它支持 vLLM 容器部署、多模型统一调度与本地离线运行，可承载高并发开发者流量。对终端开发者来说，它是一站式的全能 Agent 工具箱。
– **应用场景**：统一模型调度、本地 Agent 运行时、终端开发工作流
– **链接**：点击查看仓库

### 7. unslothai/unsloth
– **描述**：本地运行与训练语言、扩散模型
– **语言**：Python
– **总 Star**：约 72.7k
– **核心内容总结**：Unsloth 提供在本地运行与高效训练语言模型、扩散模型的工具与界面，以显存优化著称，显著降低微调门槛。它让消费级显卡也能参与模型适配，把「训练自由」下沉到个人设备。对希望在私有数据上定制模型的开发者，它是性价比极高的训练加速方案。
– **应用场景**：本地模型微调、消费级显卡训练、私有模型定制
– **链接**：点击查看仓库

### 8. santifer/career-ops
– **描述**：开源 AI 求职自动化
– **语言**：JavaScript
– **总 Star**：约 64.6k
– **核心内容总结**：career-ops 是一个开源 AI 求职助手，扫描招聘门户、用结构化评分标准评估岗位、量身定制简历并跟踪申请进度，完全在本地 AI 编码 CLI 中运行。它把「找工作」这一高频刚需流程化，是垂直 Agent 应用的代表。对求职者而言，它把重复投递的苦活交给 Agent，把精力留给准备与面试。
– **应用场景**：求职流程自动化、简历定制、岗位匹配评估
– **链接**：点击查看仓库

### 9. DeusData/codebase-memory-mcp
– **描述**：高性能代码智能 MCP 服务
– **语言**：C/TypeScript
– **总 Star**：约 36k
– **核心内容总结**：codebase-memory-mcp 是一个高性能代码智能 MCP 服务，用 tree-sitter 在毫秒级为代码库建立持久化知识图谱，支持 158 种语言。它将结构查询的 token 消耗最高降低 99%，以单文件零依赖的静态二进制运行，完全本地化。对动辄烧 token 探索大代码库的 AI 编码 Agent，它是立竿见影的效率利器。
– **应用场景**：大型代码库理解、MCP 工具链、结构检索降本
– **链接**：点击查看仓库

### 10. TencentCloud/TencentDB-Agent-Memory
– **描述**：团队级 AI Agent 记忆中心
– **语言**：TypeScript
– **总 Star**：约 23k
– **核心内容总结**：腾讯开源的 TencentDB-Agent-Memory 是团队级 Agent 记忆中心，把对话、文档与代码转化为四类可复用记忆资产（Chat Memory、Skill、LLM-Wiki、Code-Graph）。它通过 Memory Hub 控制面板统一治理，支持跨 Agent、跨框架共享记忆。对长期运行的 Agent 系统，它回答了「上下文如何被治理与追踪」这一核心问题。
– **应用场景**：多 Agent 记忆共享、团队知识资产化、长时任务上下文治理
– **链接**：点击查看仓库

—

*本日报由自动化任务生成，每日 5:00 更新*