> 每日 5:00 自动生成
## 今日概览
– 总收录数：10 个
– 主要语言分布：Python 4 个、Go 3 个、JavaScript 2 个、TypeScript 1 个
– 热门主题：AI Agent 技能生态（架构图 / 科研 / 视频生产）、浏览器端空间智能可视化、多智能体沉浸式教育、网络工具平民化（去控制平面的 netcat）、截图转代码、自托管 SEO、AI 编码规范治理、模型路由降本
## Top 10 热门仓库
### 1. tt-a1i/archify
– **描述**：为 AI 编码助手打造的 Agent Skill，生成美观、可验证的架构图、流程图、时序图、数据流图与生命周期图——自带动画的自包含 HTML，并支持高清导出。
– **语言**：JavaScript
– **总 Star**：30,732
– **今日新增 Star**：3,927
– **核心内容总结**：archify 把”画图”从手动拖拽升级为 Agent 自动生成——你只需描述系统，它产出带平滑过渡动画的自包含 HTML 图表，无需依赖外部渲染服务。图表类型覆盖架构图、工作流、时序、数据流与生命周期，满足设计文档与复盘的全场景需求。输出为单文件 HTML，便于在任意环境离线查看与分享，并支持矢量级 crisp export 嵌入文档或 PPT。作为 Claude Code / Codex 等编码 Agent 的 Skill，它让架构表达成为自动化产物而非额外负担。
– **应用场景**：架构师与工程师撰写设计文档、技术方案评审、教学演示，以及任何需要把系统结构”说清楚”的 AI 辅助编码场景。
– **链接**：点击查看仓库
### 2. bilawalsidhu/gods-eye-view
– **描述**：浏览器里的”间谍卫星模拟器”，但数据是真实的——在照片级真实的 3D 地球上呈现实时开源空间智能。
– **语言**：JavaScript
– **总 Star**：12,459
– **今日新增 Star**：1,870
– **核心内容总结**：gods-eye-view 把 OSINT（开源情报）装进一个可交互的 3D 地球：卫星轨迹、地面站、船舶 AIS、航班 ADS-B 等真实数据源被实时投影到照片级渲染的地球上。它用纯浏览器技术实现，无需安装，打开即见全球态势。项目把”空间智能”从专业军事/航天软件下放为人人可玩的可视化玩具，兼具科普与监控双重属性。三日之内 Star 破万，是近期增长最快的可视化项目之一。
– **应用场景**：地理空间爱好者、开源情报研究者、教育工作者演示地球空间数据，以及需要实时态势感知的轻量看板。
– **链接**：点击查看仓库
### 3. K-Dense-AI/scientific-agent-skills
– **描述**：把任意 AI Agent 变成”AI 科学家”——全球 19 万+ 科研人员使用的头号科研 Agent Skills 库，含 165 个即用技能 + 100+ 科学数据库，覆盖生物、化学、医学与药物发现。
– **语言**：Python
– **总 Star**：37,858
– **今日新增 Star**：1,604
– **核心内容总结**：scientific-agent-skills 是一套面向科研的 Agent Skills 集合，提供 165 个经过验证的即用技能，并接入 100+ 权威科学数据库，让 Claude Code、Cursor、Codex、Pi、Antigravity 等主流 Agent 直接具备科研工作能力。技能覆盖文献检索、实验设计、数据分析、化合物与基因组查询、论文写作等科研全链路。它遵循开放的 Agent Skills 标准，强调”可验证”与”可复现”，把科研方法学沉淀为可执行的 Agent 指令。定位为科研提效基础设施，已被全球 19 万+ 科学家采用。
– **应用场景**：高校与研究所的科研人员、药物发现团队、生物/化学/医学方向的 AI 辅助研究。
– **链接**：点击查看仓库
### 4. THU-MAIC/OpenMAIC
– **描述**：Open Multi-Agent Interactive Classroom——一键获得沉浸式多智能体学习体验。
– **语言**：TypeScript
– **总 Star**：22,101
– **今日新增 Star**：907
– **核心内容总结**：OpenMAIC 由清华大学 MAIC 团队开源，构建了一个多智能体互动课堂：多个具备不同角色/专长的 AI Agent 协同，为用户提供沉浸式、可对话的学习体验。它把”教学”拆解为多个 Agent 的协作——讲师、助教、提问者等角色共同驱动，模拟真实课堂的互动节奏。项目以 TypeScript 实现，开箱即用，主打”一键启动”降低部署门槛。定位为 AI 教育基础设施，探索多 Agent 在个性化教学中的落地形态。
– **应用场景**：教育机构、AI 教育产品、需要个性化辅导与多角色互动教学场景的开发者。
– **链接**：点击查看仓库
### 5. calesthio/OpenMontage
– **描述**：全球首个开源、Agent 驱动的视频生产系统——12 条生产流水线、100+ 工具、700+ 智能体与制作知识文件，把你的 AI 编码助手变成完整视频工作室。
– **语言**：Python
– **总 Star**：53,980
– **今日新增 Star**：809
– **核心内容总结**：OpenMontage 把视频后期制作重构为 Agent 可编排的生产流水线，提供 12 条覆盖剪辑、特效、字幕、配音等环节的端到端流程。它内置 100+ 工具与 700+ 智能体技能/制作知识文件，让编码助手胜任从脚本到成片的完整工作流。作为开源方案，它直接对标 Adobe 系与 Runway 等闭源创作工具，强调”可自托管、可审计、可扩展”。持续霸榜印证了”Agentic 视频生产”已成为开源创作工具的新主战场。
– **应用场景**：视频创作者、自媒体团队、需要批量/自动化产出视频内容的企业与开发者。
– **链接**：点击查看仓库
### 6. tailscale/tailcat
– **描述**：像 netcat，但跑在 Tailscale 的数据平面之上，且不需要 Tailscale 的控制平面。
– **语言**：Go
– **总 Star**：3,418
– **今日新增 Star**：790
– **核心内容总结**：tailcat 是 Tailscale 官方开源的”去控制平面”版 netcat——它复用 Tailscale 的 magicsock 与用户态 WireGuard（结合 gVisor Netstack），但会话建立不依赖 Tailscale 的控制服务器。连接令牌通过带外（out-of-band）方式交换，因此无需账号、无需 root 权限即可在两台机器间建立加密通道。它把 Tailscale 的底层传输能力抽离成极简工具，适合内网穿透、调试、点对点文件/数据流传输等场景。作为大厂（Tailscale）开源的网络原语，它降低了安全点对点通信的上手成本。
– **应用场景**：运维调试、内网/跨网穿透、点对点安全数据传输、需要免账号加密通道的开发者。
– **链接**：点击查看仓库
### 7. abi/screenshot-to-code
– **描述**：丢一张截图，即可转换为干净的代码（HTML/Tailwind/React/Vue）。
– **语言**：Python
– **总 Star**：75,986
– **今日新增 Star**：558
– **核心内容总结**：screenshot-to-code 是”设计稿转代码”领域的标杆项目，上传 UI 截图即可由其生成可维护的前端代码，支持 HTML、Tailwind、React、Vue 等多种技术栈。它早期基于计算机视觉 + 大模型的管线，如今深度对接多模态模型，把视觉还原度与代码质量同步拉高。项目以 Python 实现推理后端，前端提供直观的拖拽预览界面，支持逐元素对比与迭代微调。75k+ Star 的长期热度说明”截图即代码”已成为前端工作流的高频刚需。
– **应用场景**：前端工程师快速还原设计稿、原型验证、低代码/无代码工具底座、设计转实现的高效工作流。
– **链接**：点击查看仓库
### 8. every-app/open-seo
– **描述**：Semrush 与 Ahrefs 的开源替代品。
– **语言**：TypeScript
– **总 Star**：14,574
– **今日新增 Star**：517
– **核心内容总结**：open-seo 把昂贵的商业 SEO 工具（Semrush、Ahrefs）能力开源化，提供关键词研究、竞品分析、反向链接追踪、站点审计等核心功能。它以 TypeScript 构建，定位自托管优先，让团队把 SEO 数据掌握在自己手里而非依赖订阅制 SaaS。作为”开源替代商业软件”浪潮的一员，它延续了 OpenCut/OpenMontage 等项目的思路——用开源击穿高溢价闭源工具。新晋上榜即获 500+ 日增 Star，反映中小团队对可自托管 SEO 方案的强烈需求。
– **应用场景**：站长、增长团队、SEO 从业者，以及希望摆脱商业 SEO 订阅、自托管分析能力的企业。
– **链接**：点击查看仓库
### 9. JetBrains/go-modern-guidelines
– **描述**：帮助 AI 编码 Agent 写出更现代的 Go 代码。
– **语言**：Go
– **总 Star**：2,846
– **今日新增 Star**：294
– **核心内容总结**：go-modern-guidelines 是 JetBrains 官方出品的指南型仓库，为 AI 编码 Agent 提供一套”现代 Go”的编写规范与最佳实践。它把 Go 社区近年的惯用法（泛型、错误处理、标准库新特性、模块组织等）沉淀为 Agent 可直接遵循的约束，从源头改善 AI 生成代码的质量。作为 IDE 厂商下场治理 Agent 输出质量的代表，它呼应了”AI 写代码容易，写好代码难”的普遍痛点。官方背书使其具备成为行业标准参考的潜力。
– **应用场景**：使用 Claude Code / Codex 等 Agent 编写 Go 的团队，希望统一代码风格、减少 review 成本的技术负责人。
– **链接**：点击查看仓库
### 10. workweave/router
– **描述**：面向 Agent 系统的模型路由器——在 50ms 内把每个 prompt 路由到正确的模型，仅改一个端点即可降本 40–70%。
– **语言**：Go
– **总 Star**：2,634
– **今日新增 Star**：284
– **核心内容总结**：workweave/router 是一个模型路由层，为 Agent 系统智能选择最优（性价比/能力）模型，每次请求延迟低于 50ms。它通过”只换一个 endpoint”的方式接入现有应用，无需改动业务代码即可把推理成本压低 40–70%。路由策略可基于任务类型、模型能力、价格与延迟动态决策，让简单任务走小模型、复杂任务走大模型。作为 Go 实现的轻量网关，它切中 Agent 规模化后的成本与延迟痛点，是”模型即服务”时代的关键基础设施。
– **应用场景**：运行多 Agent 系统的团队、需要控制 LLM 推理成本的产品、构建多模型编排平台的后端工程师。
– **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*