> 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 6、C 1、Go 1、TypeScript 1、JavaScript 1
– 热门主题：本地 AI 语音/音频生成、消费级硬件大模型推理、AI 代码审查、多智能体金融交易、AI Agent 联网检索、红队安全技能、音乐生成、ML 基础框架
– 数据来源：GitHub Trending（daily），”今日新增 Star” 取 GitHub 官方页面标注的 `stars today` 实时数据
## Top 10 热门仓库
### 1. VoiceStudio
– **描述**：开源、完全本地的 ElevenLabs 替代品，覆盖语音克隆、语音设计、视频配音、听写、转录与有声书生成。
– **语言**：Python
– **总 Star**：28,964
– **今日新增 Star**：2,774
– **核心内容总结**：VoiceStudio 把商业语音合成平台的完整能力搬到了本地，支持 646 种语言的语音克隆、声音设计与音频内容生产，无需依赖任何云端 API。项目同时覆盖视频配音（video dubbing）、实时听写、长文本转录与有声书批量生成，面向多语种内容创作者。纯本地推理意味着数据不出本机，适合对隐私敏感的媒体与播客工作流。仓库近期增长极快，今日新增近 2.8k Star，已跻身当日榜首。
– **应用场景**：自媒体/播客/有声书制作、多语言视频本地化配音、需要离线语音合成的隐私敏感场景。
– **链接**：点击查看仓库
### 2. colibri
– **描述**：在你已有的硬件上运行前沿 MoE 大模型——纯 C、零依赖，专家从磁盘流式加载，引擎极小、模型极大。
– **语言**：C
– **总 Star**：31,851
– **今日新增 Star**：2,233
– **核心内容总结**：colibri 是一个用纯 C 编写、零外部依赖的推理引擎，核心思路是把超大参数规模的 MoE 模型（如 744B 级别）按专家（expert）分片，运行时按需从磁盘流式加载，从而在消费级内存（约 25GB）的机器上跑起前沿模型。它把常见的 CUDA/Python 推理栈整个省掉，二进制体积小、启动快、可移植性强。对于没有高端 GPU 集群、又想本地体验前沿大模型的开发者，这是一条”用工程换显存”的实用路线。今日新增 2.2k+ Star，是本周上升最快的基础设施类项目之一。
– **应用场景**：消费级硬件本地部署超大 MoE 模型、边缘/嵌入式推理、对依赖体积敏感的可移植推理工具。
– **链接**：点击查看仓库
### 3. open-code-review
– **描述**：由阿里巴巴大规模实战检验的快速、高效代码审查工具：确定性流水线 + LLM Agent，产出精准的行级评论。
– **语言**：Go
– **总 Star**：25,451
– **今日新增 Star**：1,796
– **核心内容总结**：open-code-review 采用”确定性静态检查 + LLM Agent”的混合架构：前者用内置的多语言规则集（NPE、线程安全、XSS、SQL 注入等）做可复现的硬性检查，后者负责上下文级别的语义评审与行级建议。工具兼容 OpenAI 与 Anthropic 接口，可接入企业既有模型网关。它把规则引擎的确定性与大模型的理解力结合，目标是减少人工 review 成本、把常见缺陷在合并前拦下来。今日新增近 1.8k Star，已验证于阿里内部大规模代码库。
– **应用场景**：企业级 CI 流水线中的自动化代码审查、多语言代码质量门禁、研发效能平台集成。
– **链接**：点击查看仓库
### 4. ever-gauzy
– **描述**：Ever® Gauzy™ 开源 business 管理平台（ERP/CRM/HRM/ATS/PM）。
– **语言**：TypeScript
– **总 Star**：5,882
– **今日新增 Star**：1,095
– **核心内容总结**：ever-gauzy 是一套面向中小企业与自由职业者的全栈开源业务管理平台，整合了 ERP、CRM、HRM、招聘（ATS）与项目管理（PM）等模块，并内置工时追踪、发票、排班与看板等协作能力。项目基于 TypeScript 全栈实现，支持自托管，数据掌握在自己手里。它把原本分散在多个 SaaS 里的业务功能收敛到一个可私有部署的系统，适合注重数据主权与成本控制的团队。今日新增超 1k Star，是榜单中唯一的非 AI 基础设施工具类项目。
– **应用场景**：中小企业/自由职业者的综合业务与人事管理、需要自托管替代多款 SaaS 的团队、工时与项目一体化追踪。
– **链接**：点击查看仓库
### 5. system_prompts_leaks
– **描述**：汇集各大 AI 产品的系统提示词（system prompts）提取合集，定期更新。
– **语言**：JavaScript
– **总 Star**：66,698
– **今日新增 Star**：770
– **核心内容总结**：该项目持续收集并整理主流 AI 产品的系统提示词，覆盖 Anthropic（Claude Fable 5.1 / Opus 5 / Claude Design / Claude Code）、OpenAI（ChatGPT GPT-6-Astra / Codex）、Google（Gemini 3.8 Flash / 3.1 Pro / Antigravity）、xAI（Grok）、以及 Cursor、Kimi 等产品的内部提示。它本质上是面向提示工程与 AI 行为透明化研究的公开参考档案，帮助开发者理解不同产品的系统层设定与约束方式。仓库体量已超 66k Star，是该细分领域事实上的索引站。今日新增 770 Star，仍是榜单常客。
– **应用场景**：提示工程研究、AI 产品行为对比分析、安全/红队视角的系统提示审计。
– **链接**：点击查看仓库
### 6. TradingAgents
– **描述**：TradingAgents：基于多智能体（Multi-Agent）LLM 的金融交易框架。
– **语言**：Python
– **总 Star**：106,016
– **今日新增 Star**：756
– **核心内容总结**：TradingAgents 用多个分工明确的 LLM 智能体模拟一个完整的投资研究团队——包括基本面分析师、量化研究员、风控与组合经理等角色，彼此通过结构化消息协作，最终输出交易决策。框架把”研究→讨论→决策”的流程显式建模，便于回溯每一步推理，也方便接入真实市场数据。相比单一提示的炒币脚本，它更接近一个可解释、可审计的多人协作式投研流程。今日新增 756 Star，总 Star 已突破 10 万，是金融+Agent 方向的代表项目。
– **应用场景**：量化/投研团队的智能体协作实验、可解释的 AI 辅助交易决策、金融市场多智能体仿真教学。
– **链接**：点击查看仓库
### 7. Agent-Reach
– **描述**：给你的 AI Agent 一双看遍整个互联网的”眼睛”，一个 CLI 零 API 费用读取/搜索 Twitter、Reddit、YouTube、GitHub、Bilibili、小红书。
– **语言**：Python
– **总 Star**：81,126
– **今日新增 Star**：640
– **核心内容总结**：Agent-Reach 是一个统一的联网检索 CLI，让 AI Agent 能直接读取与搜索各大社交/内容平台（Twitter、Reddit、YouTube、GitHub、Bilibili、小红书等），而无需为每个平台单独申请 API Key 或付费。它把分散的平台接入收敛成一套一致的接口，显著降低 Agent 获取实时网络信息的门槛。对于需要”让 Agent 替我冲浪”的自动化工作流（舆情监测、竞品追踪、内容聚合），这是一个开箱即用的工具层。今日新增 640 Star，是 Agent 基础设施中”感知层”的热门补充。
– **应用场景**：AI Agent 的实时联网检索、社媒舆情与竞品监控、多平台内容聚合自动化。
– **链接**：点击查看仓库
### 8. Claude-Red
– **描述**：claude-red 是面向 Claude skills 系统策划的进攻性安全（offensive security）技能库，每个技能是一个结构化的 SKILL.md。
– **语言**：Python
– **总 Star**：4,659
– **今日新增 Star**：606
– **核心内容总结**：Claude-Red 把红队/渗透测试的专家方法论整理成一套可加载到 Claude Code 的 SKILL.md 技能集合，覆盖 SQL 注入、Shellcode、EDR 规避到漏洞利用开发等攻击面，每个技能都用结构化文档把对应领域的标准流程”喂”给模型。它的定位是安全研究人员与红队人员的参考/训练素材，强调方法论与流程而非现成攻击载荷。作为安全社区常见的技能库形态，它为授权范围内的攻防演练提供了系统化的知识组织方式。今日新增 606 Star，在安全意识/红队方向快速升温。
– **应用场景**：安全研究人员/红队的技能参考库、授权渗透测试的方法论组织、安全培训的案例素材。
– **链接**：点击查看仓库
### 9. YuE
– **描述**：YuE2：具备符号化规划、零样本翻唱与智能体式音乐编辑的前沿音乐生成模型。
– **语言**：Python
– **总 Star**：8,273
– **今日新增 Star**：578
– **核心内容总结**：YuE（YuE2）是面向音乐生成的前沿项目，核心能力包括基于符号化规划（symbolic planning）的歌曲结构编排、零样本翻唱（zero-shot cover）以及”智能体式”的音乐编辑——即把编辑动作建模为可逐步执行的 agent 流程。相比纯端到端生成，符号化规划让旋律、段落与人声的对齐更可控，适合做高质量、可改写的音乐内容。项目延续了 YuE 系列对长序列音乐建模的探索，社区活跃。今日新增 578 Star，是 AI 音乐赛道中”可控生成”方向的代表。
– **应用场景**：AI 音乐创作与翻唱、可控的歌曲结构生成、音乐教育/演示中的编辑实验。
– **链接**：点击查看仓库
### 10. transformers
– **描述**：🤗 Transformers：覆盖文本、视觉、音频与多模态 SOTA 机器学习模型的模型定义框架，支持推理与训练。
– **语言**：Python
– **总 Star**：165,921
– **今日新增 Star**：528
– **核心内容总结**：Transformers 是 Hugging Face 出品、事实标准的模型定义与加载框架，统一了数千个预训练模型的 API，覆盖 NLP、视觉、音频及多模态任务，既支持开箱即用的推理，也支持在其上做微调训练。它把”下载 → 加载 → 推理/训练”的流程标准化，是当今绝大多数开源 AI 应用的底层依赖。作为体量超 16 万 Star 的基座项目，它的每一次大版本都会牵动整个生态。今日新增 528 Star，稳居长期热门榜。
– **应用场景**：几乎所有基于预训练模型的 AI 应用底层、模型快速推理与微调、多模态研究与产品落地。
– **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*