每周一次 GitHub Trending 盘点，不是为了追热度，而是为了看清趋势的走向。

本周（5月14日-5月20日）的数据里，有两个信号比排行榜本身更有意思。

信号一：AI System Prompts 被"扒光"了。

一个叫 system-prompts-and-models-of-ai-tools 的仓库，本周空降 AI 榜第7名，137.9K星。

它不是技术项目，而是一个"资料汇集"——整理了 Augment Code、Claude Code、Cursor、Devin、CodeBuddy 等主流 AI 工具的 System Prompt 和模型信息。

为什么一个"资料汇编"能冲到13万星？

因为这背后是开发者对 AI 工具透明度的集体诉求。过去大家关心"AI 能做什么"，现在开始追问"AI 是怎么被训练的、它的 System Prompt 写了什么"。透明度不是锦上添花，是刚需。

信号二：Agent 技能框架增速领跑。

obra/superpowers，一个 Agent 技能框架与软件开发方法论，本周增速是所有上榜项目中最快的——两天涨了3000星，从195K冲到198K。

这不是一个单一工具的爆发，而是整个 "Agent 技能标准化" 赛道在加速。Skills 正在取代零散的 prompt engineering，成为让 AI Agent 可复现、可组合、可规模化部署的基础设施。

这两个信号叠加，指向同一个结论：AI Agent 生态正在从"能用"走向"好用、可控、透明"。

本周 AI Agent 赛道全景

把本周 GitHub 上 AI Agent 相关的头部项目拉出来，格局已经非常清晰：

项目	Stars	本周变化	赛道
openclaw/openclaw	373.3K	+0.5K	个人 AI 助手
obra/superpowers	198.6K	+3.0K	Agent 技能框架
ultraworkers/claw-code	192.0K	+0.2K	Claude Code 工具生态
affaan-m/ECC	187.3K	+1.4K	Claude Code 性能优化
n8n-io/n8n	188.8K	+0.4K	AI 工作流自动化
AutoGPT	184.4K	—	老牌 AI Agent
anomaltyco/opencode	162.7K	+0.8K	开源 Coding Agent
langflow-ai/langflow	148.5K	+0.1K	Agent 可视化构建
langchain-ai/langchain	137.2K	+0.2K	Agent 工程平台
google-gemini/gemini-cli	104.3K	+0.1K	终端 AI Agent
browser-use/browser-use	94.7K	+0.3K	网页 AI Agent

三个值得关注的趋势

1. Claude Code 生态正在形成"护城河"

claw-code（192K）、ECC（187K）、加上 superpowers（198K），这三个项目加起来接近580K星，而且增速都不慢。

ECC 本周还改了名——从 everything-claude-code 简化为 ECC，说明项目正在从"资料汇编"走向"独立品牌"。

Claude Code 的生态打法不是做一个大而全的产品，而是让社区围绕它构建技能、记忆、性能优化的"插件层"。这种模式一旦形成网络效应，后来者很难追赶。

2. Coding Agent 三国杀：opencode vs gemini-cli vs AutoGPT

Coding Agent 是 AI Agent 最确定的落地场景。本周三个玩家各有打法：

项目	定位	优势
opencode	开源 Coding Agent	社区驱动，162K星
gemini-cli	Google 官方终端 Agent	Gemini 模型加持，104K星
AutoGPT	老牌 Agent 平台	品牌认知度最高，184K星

三者不是替代关系，而是覆盖了不同场景：opencode 偏向代码编写，gemini-cli 偏向终端操作，AutoGPT 偏向任务编排。

3. 本地 LLM 生态进入"精耕细作"阶段

llama.cpp（111.5K，+0.8K）和 vllm（80.5K，+0.2K）本周都保持增长。

不再有大新闻，但项目本身在持续优化——这说明本地推理已经从"概念验证"进入"生产维护"阶段。对国内开发者来说，llama.cpp 对国产模型的适配速度（Qwen、DeepSeek 等），是选型时需要重点关注的指标。

本周 GitHub 综合热门 Top 10

除了 AI Agent，GitHub 综合榜上的常青树依然稳固：

排名	项目	Stars
1	freeCodeCamp	445.2K
2	public-apis	436.0K
3	free-programming-books	388.6K
4	developer-roadmap	355.1K
5	awesome-python	298.6K
6	awesome-selfhosted	293.9K
7	react	245.1K
8	linux	233.8K
9	TheAlgorithms/Python	221.2K
10	superpowers	198.6K

教育类资源（freeCodeCamp、free-programming-books、developer-roadmap）长期占据头部位置，说明开发者对"系统学习"的需求从未减弱。TheAlgorithms/Python 本周进入 Top 10，算法基本功的回归也是一个信号。

对企业技术团队的建议

1. 选 Agent 框架时，优先看生态活跃度而非功能列表。 superpowers、ECC、claw-code 的增速说明，社区正在用脚投票。孤立的强大工具远不如有生态加持的平台有长期价值。

2. 关注 System Prompt 透明度问题。 system-prompts-and-models 的爆发不是偶然。如果你在选型 AI 工具，一定要搞清楚它的 System Prompt 里写了什么、数据去了哪里。

3. 本地推理不是"要不要"的问题，是"什么时候"的问题。 llama.cpp 和 vllm 的持续增长说明赛道已成熟。对数据合规敏感的行业（金融、医疗、政务），现在是做技术验证的好时机。

4. Coding Agent 已经可用了。 不是"未来趋势"，是"当前工具"。本周超 45 万开发者正在使用 opencode 或 gemini-cli 辅助编码，你的团队如果还没开始尝试，已经落后了。

一句话总结

AI Agent 生态正在经历从"大爆炸"到"结构化"的转变。System Prompts 透明化、Skills 标准化、Coding Agent 三国杀——这三个主题，是本周 GitHub 数据告诉我们的故事。

下周，继续追踪。

相关项目链接：

• system-prompts-and-models：https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
• superpowers：https://github.com/obra/superpowers
• openclaw：https://github.com/openclaw/openclaw
• ECC：https://github.com/affaan-m/ECC
• claw-code：https://github.com/ultraworkers/claw-code
• opencode：https://github.com/anomalyco/opencode
• gemini-cli：https://github.com/google-gemini/gemini-cli
• llama.cpp：https://github.com/ggml-org/llama.cpp
• n8n：https://github.com/n8n-io/n8n