> 每日 5:00 自动生成
## 今日概览
– 总收录数：10 个
– 主要语言分布：JavaScript 2、TypeScript 2、Go 2、Python 2、HTML 1、Jupyter Notebook 1
– 热门主题：AI 编程智能体（安全审计 / 工程技能 / 终端编码）、开源行情与自托管搜索、面向智能体的开发环境、端侧微型自动化模型、分布式训练框架
## Top 10 热门仓库
### 1. cloudflare/security-audit-skill
– **描述**：面向编程智能体的多阶段安全审计技能，产出可独立验证、机器可读的审计结果
– **语言**：JavaScript
– **总 Star**：16,016
– **今日新增 Star**：3,162
– **核心内容总结**：由 Cloudflare 出品的 coding-agent skill，把安全审计拆成多阶段流程（侦察、漏洞识别、利用验证、修复建议），每个发现都附可复现的证据与机器可读的结构化报告，便于 CI 自动消费。内置独立验证回路，避免智能体”自说自话”式结论，审计结果可被工具链二次处理。定位为让 Claude Code、Codex 等智能体像资深安全工程师一样做代码审计的生产级技能，而非玩具演示。
– **应用场景**：需要把安全左移到编码环节的团队；在 PR 中自动跑多阶段安全审计的 DevSecOps 流程；希望用 AI 智能体做代码级漏洞发现与验证的安全工程师。
– **链接**：点击查看仓库
### 2. addyosmani/agent-skills
– **描述**：面向 AI 编程智能体的生产级工程技能集合
– **语言**：JavaScript
– **总 Star**：96,933
– **今日新增 Star**：547
– **核心内容总结**：由 Google 工程师 Addy Osmani 维护的 agent-skills 仓库，沉淀了一套可直接被 Cursor、Codex、Claude Code、Antigravity 等智能体加载的工程技能（如性能优化、可访问性、测试、调试）。每个技能都是可复用、可组合的工作流定义，强调”生产级”——即经过真实项目检验、能稳定提升智能体产出的指令集，而非零散提示词。社区贡献活跃，已成为智能体技能的事实标准参考库之一。
– **应用场景**：想给自家编程智能体装备一整套成熟工程能力的开发者；构建内部 agent 平台时复用经过验证的技能；研究”如何把工程最佳实践编码成可加载技能”的团队。
– **链接**：点击查看仓库
### 3. anthropics/claude-code
– **描述**：活在终端里的智能体化编码工具，理解代码库并用自然语言帮你完成日常任务
– **语言**：TypeScript
– **总 Star**：146,652
– **今日新增 Star**：482
– **核心内容总结**：Anthropic 官方的 Claude Code，是一款在终端中运行的 agentic 编码助手，能读懂整个代码库、执行提交与分支等 git 工作流、解释复杂代码、自动处理重构与测试等常规任务。支持通过自然语言指令驱动，深度集成到开发者的 shell 与编辑器环境。作为当前最主流的 AI 编码智能体之一，其开源仓库包含 CLI 实现与大量使用范例，今日仍保持近 500 星的单日增量，社区热度持续。
– **应用场景**：希望把”描述需求 → 自动改代码并跑测试”落地的工程师；在本地/远程开发机上用终端完成大型重构的团队；任何想用自然语言驱动编码工作流的开发者。
– **链接**：点击查看仓库
### 4. Open-Dev-Society/OpenStock
– **描述**：昂贵行情平台的开源替代，实时跟踪价格、设个性化提醒、看公司深度洞察
– **语言**：TypeScript
– **总 Star**：15,941
– **今日新增 Star**：477
– **核心内容总结**：OpenStock 定位为 TradingView、Bloomberg 类商业行情平台的开源替代品，基于 Next.js + Tailwind + Inngest + shadcn-ui 构建，提供实时价格追踪、个性化价格提醒、公司基本面与技术面深度洞察。强调”永远免费、完全开放”，数据通过公开/聚合来源获取，后端用 Inngest 做事件驱动的任务编排。对散户和独立开发者友好，可自部署，避免了商业行情软件的订阅墙。
– **应用场景**：想自建行情看板与价格提醒的个人投资者；不想为实时行情付高额订阅费的交易者；需要把市场数据嵌入自有产品的开发者。
– **链接**：点击查看仓库
### 5. asciimoo/hister
– **描述**：属于你自己的搜索引擎
– **语言**：Go
– **总 Star**：5,192
– **今日新增 Star**：430
– **核心内容总结**：hister 是 asciimoo（开源搜索项目 SearXNG 作者之一）推出的自托管搜索引擎，用 Go 实现，强调”你自己的搜索”——可完全掌控索引与抓取，数据不出本地。轻量、易于自部署，面向注重隐私、希望摆脱商业搜索引擎追踪的用户，把搜索入口收回到自己手里。作为个人/小团队自托管搜索基础设施，填补了 SearXNG（元搜索）与全自建索引之间的空白。
– **应用场景**：在意搜索隐私、想自托管搜索后端的个人与组织；需要可定制、可审计搜索能力的内部工具；不想依赖 Google/Bing 索引的极客用户。
– **链接**：点击查看仓库
### 6. coder/coder
– **描述**：为开发者及其智能体提供安全、可复现的开发环境
– **语言**：Go
– **总 Star**：15,568
– **今日新增 Star**：406
– **核心内容总结**：Coder 是面向团队与智能体的远程开发环境平台，用 Go 编写，基于 Terraform 定义环境，把 VS Code、JetBrains IDE 等通过浏览器/远端安全接入。核心价值在于”环境即代码”——开发环境可版本化、可复用、可集中管控，既能给人类开发者用，也能给 AI 智能体分配隔离、可销毁的沙箱环境来跑代码。支持 Kubernetes/云/本地多种后端，适合把 agent 的执行放到受控环境里。
– **应用场景**：需要统一、可审计开发环境的工程团队；想把 AI 编码智能体关进安全沙箱执行的平台方；管理大量临时/ ephemeral 开发机的组织。
– **链接**：点击查看仓库
### 7. trycua/cua
– **描述**：用开源驱动 + 跨系统机队 + 基准套件，把 computer-use 推进到 2.0
– **语言**：HTML
– **总 Star**：24,250
– **今日新增 Star**：383
– **核心内容总结**：CUA（Computer Use Agent）是 trycua 的开源项目，目标是让智能体像人一样操作真实桌面/操作系统。提供开源的 computer-use 驱动、跨 macOS/Windows 的机队（fleet）管理能力，以及用于训练、评估、数据生成的基准测试套件。基于 Apple Virtualization Framework 等做系统级虚拟化，让 agent 在隔离的虚拟机里点击、输入、运行应用，既可用于桌面自动化研究，也能产出带标注的训练数据。今日仍保持近 400 星增量，是该赛道最受关注的开源实现之一。
– **应用场景**：做桌面自动化/ RPA -next 的团队；需要大规模生成”屏幕操作”训练与评测数据的 AI 实验室；想让智能体接管本地应用的开发者。
– **链接**：点击查看仓库
### 8. higgsfield-ai/higgsfield
– **描述**：容错、高可扩展的 GPU 编排 + 面向十亿到万亿参数模型训练的机器学习框架
– **语言**：Jupyter Notebook
– **总 Star**：4,890
– **今日新增 Star**：325
– **核心内容总结**：higgsfield 由 Higgsfield AI 开源，主打”容错、超高可扩展”的 GPU 编排层与配套 ML 训练框架，面向十亿到万亿参数级别的超大模型训练。强调在大规模多卡训练中自动处理节点故障、弹性扩缩容与高效调度，降低训练中断与资源浪费。仓库以 Jupyter Notebook 形式提供大量示例与可复现实验，便于研究者快速上手超大模型训练编排。属于当前”把前沿训练能力做成开箱即用基础设施”这一趋势的代表作。
– **应用场景**：训练超大参数模型的研究机构与企业；需要弹性、容错多卡训练编排的 AI 团队；做分布式训练调度工具对比的工程师。
– **链接**：点击查看仓库
### 9. anthropics/knowledge-work-plugins
– **描述**：面向知识工作者的开源插件库，主要用于 Claude Cowork
– **语言**：Python
– **总 Star**：25,079
– **今日新增 Star**：280
– **核心内容总结**：Anthropic 开源的 knowledge-work-plugins 是一组面向”知识工作者”的插件，主要配合 Claude Cowork（协作式智能体工作区）使用，把文档处理、信息整理、知识检索等日常知识工作封装成可调用插件。用 Python 实现，社区贡献活跃，覆盖从笔记整理到结构化输出的多种工作流。其定位是把 AI 智能体嵌入知识员工的真实工作流，而非孤立的聊天机器人。
– **应用场景**：在 Claude Cowork 中扩展知识工作流的团队；想把文档/研究/整理类任务交给智能体的知识工作者；构建内部”办公智能体”平台的开发者。
– **链接**：点击查看仓库
### 10. cactus-compute/needle
– **描述**：面向微型设备的自动化基础模型：2-bit、8–29 MB，可在手机/穿戴/家居/机器人/车/MCU 上做工具调用、结构化抽取与向量嵌入
– **语言**：Python
– **总 Star**：11,556
– **今日新增 Star**：207
– **核心内容总结**：needle 是 cactus-compute 推出的”端侧自动化基础模型”，把工具调用、结构化信息抽取与文本嵌入压缩到极致——2-bit 量化、体积仅 8–29 MB，能在手机、智能手表、智能家居、机器人、汽车与微控制器等极度受限的设备上本地运行。目标是让 tiny device 也具备”理解指令 → 调用工具 → 抽取结构 → 向量化”的 agent 能力，无需连云即可离线工作。属于”把智能体能力下沉到边缘/嵌入式”的代表项目，对隐私与功耗敏感场景价值显著。
– **应用场景**：需要在嵌入式/移动端离线跑智能体逻辑的物联网与机器人团队；对延迟与隐私敏感、不能依赖云端的边缘 AI 应用；做端侧工具调用与本地 RAG 的开发者。
– **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*