> 每日 5:00 自动生成
## 今日概览
– 总收录数：10 个
– 主要语言分布：TypeScript 3、JavaScript 2、Shell 2、C++ 1、Python 1、Cuda 1
– 热门主题：AI 智能体工具链与技能包（反编译/记忆/设计语言/代理团队）、端到端测试框架、自托管健身记录、PS5 可执行移植、自然语言转 CAD、GPU 矩阵乘内核库
## Top 10 热门仓库
### 1. morluto/rea
– **描述**：用智能体反编译任何东西，从应用行为一直深入到原生二进制
– **语言**：TypeScript
– **总 Star**：8,677
– **今日新增 Star**：2,963
– **核心内容总结**：REA（Reverse Engineer Anything）是一个以 AI 智能体驱动的反向工程平台，覆盖从上层应用行为分析到最底层原生二进制逆向的完整链路。项目把静态分析、动态调试、符号恢复、反编译和反混淆等逆向环节封装成可由智能体自主编排的工作流，让安全研究员无需在多个零散工具间来回切换。它的定位偏向授权安全研究、恶意软件分析与闭源协议理解，采用 MCP/工具调用范式让智能体读取内存、反汇编与重建控制流。仓库近期星标暴涨，反映”代理 + 逆向”这一细分方向正在快速升温。
– **应用场景**：安全研究人员、恶意软件分析师、需要对闭源二进制或私有协议做合规审计与理解的工程师。
– **链接**：点击查看仓库
### 2. tester-army/e2e
– **描述**：面向 Web 与移动端应用的下一代端到端测试框架
– **语言**：TypeScript
– **总 Star**：6,137
– **今日新增 Star**：1,720
– **核心内容总结**：e2e 是一个由 tester-army 团队打造的新一代端到端测试框架，目标是把 Web 与移动端应用的全流程自动化测试做得更轻、更快、更贴近真实用户操作。它在设计上强调”下一代入门体验”，通过更简洁的 API、更智能的定位策略与更少的样板代码降低编写稳定 E2E 用例的门槛。框架同时支持 Web 与移动平台，统一了两类场景下的测试编写心智模型，并内置智能等待、自动重试与可观测的测试报告。对于希望用一套工具覆盖多端质量保障的团队，e2e 提供了一个现代替代方案。
– **应用场景**：前端与全栈工程师、QA 团队，以及需要在 Web 与移动端同时落地自动化回归测试的项目。
– **链接**：点击查看仓库
### 3. DuarteSantos8/openGym
– **描述**：自托管的健身房与自重训练追踪应用
– **语言**：JavaScript
– **总 Star**：5,542
– **今日新增 Star**：1,419
– **核心内容总结**：openGym 是一款完全自托管的健身与自重训练记录工具，核心理念是”你的数据，你的服务器”。它支持规划训练计划、记录训练动作（含超级组、热身、有氧），并通过肌肉分组可视化展示哪些肌肉已被训练、处于疲劳还是退训状态。应用可从 FitNotes、Strong、Hevy 等主流健身 App 导入历史数据，登录采用 Passkey 无密码方案，兼顾便利与安全。整项目以隐私为先，适合不想把健康数据交给第三方云服务的用户自建私有健身中台。
– **应用场景**：注重数据隐私的健身爱好者、希望自建家庭训练记录系统的个人与小型工作室。
– **链接**：点击查看仓库
### 4. mattpocock/skills
– **描述**：写给真正工程师的智能体技能包，直接来自作者的 .agents 目录
– **语言**：Shell
– **总 Star**：278,010
– **今日新增 Star**：972
– **核心内容总结**：mattpocock/skills 由 TypeScript 社区知名作者 Matt Pocock 维护，是一套沉淀了真实工程经验的智能体技能集合，可直接安装到 Claude Code、Codex、GitHub Copilot 等支持 skills 标准的智能体中。与大量”薄包装”提示词不同，这些技能针对 AI 辅助开发中的典型失败模式设计：需求澄清、测试先行、架构边界尊重等。它既可作为只读的 Claude 插件管理，也可作为可编辑的独立技能文件本地改造，强调”增强而非接管”你的工程流程，目前已积累近 28 万 Star，是 2026 年智能体技能生态的代表性项目。
– **应用场景**：使用 Claude Code / Codex / Copilot 等编码智能体的开发者，希望把资深工程实践固化为可复用技能。
– **链接**：点击查看仓库
### 5. boykopovar/AnyPS5
– **描述**：自动将 PS5 可执行文件移植到 Linux 与 Windows 的工具
– **语言**：C++
– **总 Star**：6,224
– **今日新增 Star**：943
– **核心内容总结**：AnyPS5 是一个面向游戏与主机软件生态的移植工具，目标是把 PlayStation 5 平台的可执行文件自动转换、适配到 Linux 与 Windows 上运行。它属于兼容层/移植工具类别，通过解析 PS5 二进制并补齐运行所需的系统调用与 ABI 差异，降低跨平台移植的工程成本。项目以 C++ 编写，强调”自动”二字——尽可能的转换步骤交由工具完成，开发者只需处理平台特有的少量胶水逻辑，对研究主机程序兼容与复古/跨平台游戏运行具有参考价值。
– **应用场景**：主机游戏跨平台运行研究者、希望把 PS5 软件带到 PC 生态的开发者与模拟器社区。
– **链接**：点击查看仓库
### 6. msitarzewski/agency-agents
– **描述**：触手可及的完整 AI 代理团队——从前端向导到社区运营专家
– **语言**：Shell
– **总 Star**：157,743
– **今日新增 Star**：621
– **核心内容总结**：agency-agents 是一个”完整 AI 代理公司”式的技能与角色集合，每个代理都是具备个性、标准流程与可交付成果的专精专家——涵盖前端实现向导、Reddit 社区运营、创意注入与事实核查等多种职能。项目把这些角色封装为可由智能体调度的工作单元，用户可以用自然语言组合出一支虚拟团队来完成从产品构建到内容分发的完整链路。它以 Shell 脚本方式组织，易于上手与二次改造，是”把多个专精智能体编排成流水线”这一趋势的典型代表，累计已超 15 万 Star。
– **应用场景**：希望用多个专精 AI 角色替代或增强小型团队运营的创业者、内容创作者与独立开发者。
– **链接**：点击查看仓库
### 7. earthtojake/text-to-cad
– **描述**：赋予你的智能体 CAD 超能力
– **语言**：Python
– **总 Star**：17,896
– **今日新增 Star**：620
– **核心内容总结**：text-to-cad 是一个把自然语言转化为 CAD 模型的工具，让编码智能体能够直接生成可被 CAD 软件消费的几何与设计文件，从而把”用语言描述零件→产出可编辑模型”的链路打通。项目基于 Python 构建，作为智能体调用链中的一环，使非专业建模人员也能通过提示词快速产出原型几何体。它补齐了 AI 从文本到可执行制造资产（而非仅图像）的关键一环，在快速原型、参数化设计与自动化建模场景中有直接价值，星标增长稳定。
– **应用场景**：硬件工程师、产品原型设计师，以及希望让智能体参与机械/结构建模自动化的团队。
– **链接**：点击查看仓库
### 8. pbakaus/impeccable
– **描述**：让你的 AI 执行框架在设计上更出色的设计语言
– **语言**：JavaScript
– **总 Star**：77,610
– **今日新增 Star**：609
– **核心内容总结**：impeccable 是一套专为 AI 执行框架（AI harness）设计的”设计语言”，旨在让由智能体生成的界面与产物在视觉与交互上具备一致、专业的设计质感。它把排版、间距、色彩、组件规范沉淀为可复用的设计体系，使编码智能体在产出前端或产品界面时不再”随手而丑”。项目以 JavaScript 实现，强调”让 harness 更懂设计”而非替你写设计稿，目前已超 7.7 万 Star，是 AI 编程从”能跑”走向”好看”的代表性基础设施。
– **应用场景**：构建 AI 辅助开发/生成式 UI 产品的团队，以及希望统一智能体产出视觉风格的设计与工程。
– **链接**：点击查看仓库
### 9. thedotmack/claude-mem
– **描述**：为每个智能体提供跨会话的持久上下文
– **语言**：TypeScript
– **总 Star**：97,085
– **今日新增 Star**：536
– **核心内容总结**：claude-mem 解决的是智能体最关键的能力短板之一——跨会话记忆。它会捕获智能体在每次会话中做过的全部操作，用 AI 压缩成精炼摘要，并在未来会话中把相关上下文重新注入，让智能体”记得”过往工作。项目兼容 Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode 等多种主流编码智能体，以 TypeScript 实现，提供持久化、压缩与相关性检索的完整记忆管线，目前已接近 10 万 Star，是智能体记忆赛道的头部项目。
– **应用场景**：重度使用多个编码智能体的开发者，需要在长周期项目中保持上下文连续性的团队。
– **链接**：点击查看仓库
### 10. deepseek-ai/DeepGEMM
– **描述**：DeepGEMM：干净高效的 GPU 矩阵乘（BLAS）内核库
– **语言**：Cuda
– **总 Star**：8,657
– **今日新增 Star**：363
– **核心内容总结**：DeepGEMM 来自 DeepSeek 团队，是一个面向 GPU 的干净、高效的通用矩阵乘（GEMM）内核库，对标经典 BLAS 的基础算子。它针对现代张量计算（尤其是大语言模型的稠密/混合专家 MoE 矩阵乘）做了专门优化，强调代码简洁与性能兼顾，便于研究者和工程师二次学习与改造。作为底层高性能计算基础设施，它为模型推理与训练中的核心算子提供了可验证、可读、可调优的参考实现，是 2026 年国产大模型团队开源基础软件的代表之一。
– **应用场景**：高性能计算工程师、大模型推理框架开发者，以及需要定制 GPU 矩阵乘内核的研究者。
– **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*