GitHub今日热榜 | 2026-07-17:教育Agent与极低量化分庭抗礼
昨日对比速览
| 状态 | 项目 | 昨排 | 今排 | 变化 |
|---|---|---|---|---|
| 持续 | OpenCut-app/OpenCut | 1 | 1 | Star +113%,正在全面重写中 |
| 持续 | Nutlope/hallmark | 2 | 2 | Star +164%,反AI味设计持续发酵 |
| 持续 | mattpocock/skills | 3 | 3 | Star -3%,高位平稳运行 |
| 新进 | Graphify-Labs/graphify | - | 4 | 知识图谱Agent技能,日增1,107 |
| 持续 | Shubhamsaboo/awesome-llm-apps | 10 | 5 | Star -25%,排名大幅回升 |
| 新进 | hasaneyldrm/exercises-dataset | - | 6 | 1,324个健身动作数据集回归榜单 |
| 持续 | openinterpreter/openinterpreter | 7 | 7 | Star +121%,Rust重写版持续牵引 |
| 持续 | HKUDS/DeepTutor | 8 | 8 | Star +281%,v1.5.1发布后二次发酵 |
| 新进 | codecrafters-io/build-your-own-x | - | 9 | 经典编程自建教程集,52万Star |
| 新进 | PrismML-Eng/Bonsai-demo | - | 10 | 极低位1-bit量化LLM本地运行Demo |
今日新进4个项目,持续上榜6个。moeru-ai/airi(昨#4)、destructive_command_guard(昨#5)、HKUDS/Vibe-Trading(昨#6)、maths-cs-ai-compendium(昨#9)跌出榜单。
前两名OpenCut和hallmark双双Star翻倍以上,前四名中有三个是Agent技能项目,AI Agent已经不是一个"赛道"而成了榜单的默认语境。
值得注意的是DeepTutor在v1.5.1发布一周后Star反而加速增长——从昨日172跳到656,说明教育Agent的场景需求在扩散。
1. OpenCut-app/OpenCut
TypeScript · 74,001 Star · MIT
OpenCut连续第二天霸榜,而且今天Star增量翻了一倍多,从1,664跳到3,537。项目宣布正在从零重写,新架构的核心是插件优先——不再是一个单体视频编辑器,而是一个可扩展的Editor API加上Rust核心。这意味着桌面、移动和浏览器三个端将共享同一套代码。
更值得关注的是,重写版会内置MCP Server和Headless模式。前者让AI Agent可以直接操控编辑器完成剪辑操作,后者则面向自动化和批量渲染场景,这两个方向在现有开源视频编辑工具中几乎没有先例。
目前项目还处于重写早期阶段,暂不接受外部贡献。项目方建议想尝鲜的用户仍用经典版(opencut-classic),测试中的新版部署在 new.opencut.app。赞助商名单里有fal.ai,暗示后续会深度集成生成式AI模型。
项目地址:https://github.com/OpenCut-app/OpenCut
2. Nutlope/hallmark
CSS · 10,882 Star · MIT
hallmark连续两天守在第二,Star增量从1,277跃升至3,372。由Together AI孵化,这是一个人人都在讨论但说不清楚的项目——它本质上是一个"拒绝AI味"的网页设计技能包。
装上之后,Claude Code、Cursor或Codex在设计页面时,会先选一个宏观结构模板,套入20个设计主题之一,然后跑57道"AI味质检关卡"——从视觉套路到结构指纹到微交互,逐项拒绝LLM出厂自带的那些"AI风"默认值。生成的两张不同brief的页面会像两个完全不同的网站,而不是同一个模板换了个颜色。
v1.1之后新增了Custom模式:当brief有真正的创意意图时,不走任何预设模板,直接从零设计调色板、字体和布局。在线Demo在 usehallmark.com 可浏览全部生成样例。
项目地址:https://github.com/Nutlope/hallmark
3. mattpocock/skills
Shell · 174,234 Star · MIT
Matt Pocock的Agent技能集连续多周霸榜,今日Star微降至2,060。21个工程技能覆盖TDD调试、架构重构、代码审查等完整开发流程。昨日已详细介绍。
项目地址:https://github.com/mattpocock/skills
4. Graphify-Labs/graphify
Python · 89,042 Star · MIT
首次进入今日榜单的新面孔。这是一个"把任何代码文件夹变成可查询知识图谱"的AI编程助手技能。你给它一个项目目录,它自动解析代码结构、SQL schema、API路由之间的依赖关系,输出一个可交互查询的知识图谱。
支持20多个AI助手集成,从Claude Code到Cursor到Codex都能用。在知识图谱和代码理解交叉的细分方向上,graphify是目前GitHub上体量最大的独立项目。不过两次尝试访问仓库主页均被系统拦截,部分细节暂无法从README确认。
项目地址:https://github.com/Graphify-Labs/graphify
5. Shubhamsaboo/awesome-llm-apps
Python · 122,872 Star · Apache-2.0
100+开源AI Agent和RAG应用模板仓库,今日Star微降至923但排名从第10回升至第5。昨日已详细介绍。
项目地址:https://github.com/Shubhamsaboo/awesome-llm-apps
6. hasaneyldrm/exercises-dataset
HTML · 15,032 Star · MIT
时隔两天重新杀回榜单。1,324个健身动作的完整数据集,每个动作配动画GIF、10种语言的分步指导(含中文)、按肌群和器材分类的标签体系。项目最近新增了法语翻译,并继续接受社区语言贡献。
数据层直接可用——加载 exercises.json 就能接入任何健身App。仓库自带交互式浏览器和开发者设置页面,包含SQL建表语句和6种主流后端框架的API集成代码模板。该数据集也是健身追踪应用LogPress的底层数据引擎。
项目地址:https://github.com/hasaneyldrm/exercises-dataset
7. openinterpreter/openinterpreter
Rust · 65,973 Star · Apache-2.0
Rust重写版Open Interpreter连续第三天在榜,今日Star增长至661,相比昨天的299翻了一倍多。最新rebase基于Codex 0.144.4(7月16日),更新的"Kimi K3"文档说明项目主攻方向是让低成本开源模型在编码场景中拿到接近闭源模型的表现。
Harness系统是核心差异点——通过切换不同的模拟层(kimi-code、qwen-code、deepseek-tui等),同一个Agent可以在不同模型的最佳推理模式之间切换。支持ACP协议意味着可以作为代理节点接入更大的Agent编排系统。
项目地址:https://github.com/openinterpreter/openinterpreter
8. HKUDS/DeepTutor
Python · 26,858 Star · Apache-2.0
DeepTutor今日Star加速到656,是昨天的近四倍。这个由港大数据科学实验室出品的Agent原生学习平台在7月9日发布了v1.5.1,支持知识库中单文档移除功能。
项目集成了聊天、测验生成、深度研究、数学解题、可视化、学习掌握度追踪于一体的统一Agent循环。支持15个IM频道作为学习伴侣入口(飞书、微信、钉钉、Telegram等),三层记忆系统可追溯每个知识声明到原始证据。本地部署支持Ollama、LM Studio、llama.cpp,不依赖云端API。
项目地址:https://github.com/HKUDS/DeepTutor
9. codecrafters-io/build-your-own-x
Markdown · 526,295 Star · CC-BY
今天榜单中最"古老"也最庞大的项目——52万Star的编程自建教程合集。按技术类别分为30多个分类,从3D渲染器到操作系统到数据库到编程语言,每个分类下列出社区贡献的"从零构建"教程链接。
项目不是一个可运行的软件,而是一个精心维护的索引。最近更新在7月14日,修复了AI模型分类的锚点链接。131位贡献者持续维护。如果有人说"我想理解数据库底层是怎么工作的",这个仓库就是起点。
项目地址:https://github.com/codecrafters-io/build-your-own-x
10. PrismML-Eng/Bonsai-demo
Shell · 1,515 Star · Apache-2.0
今日最小的项目,却是技术密度最高的之一。Bonsai是一个极低位量化(1-bit,约1.125 bits/权重)的大语言模型系列,这个Demo仓库提供了一键本地运行脚本。
支持27B(含视觉能力)、8B、4B、1.7B四个尺寸,可以在现代iPhone上运行。默认使用Ternary-Bonsai(三值量化,~1.7 bits/权重)。27B模型支持视觉输入和OpenAI风格的工具调用,256K上下文窗口。投机解码实验性功能可将代码场景解码速度提升1.8-2倍。
目前27B的HuggingFace仓库仍为私有,需要申请访问token。1-bit Q1_0格式已合入llama.cpp主线,Ternary Q2_0的CUDA支持正在上游审核中。项目目前是Demo阶段,定位是展示极低位量化推理的可行性。
项目地址:https://github.com/PrismML-Eng/Bonsai-demo
今日完整榜单
| # | 项目 | 语言 | Star |
|---|---|---|---|
| 1 | OpenCut-app/OpenCut | TypeScript | +3,537 |
| 2 | Nutlope/hallmark | CSS | +3,372 |
| 3 | mattpocock/skills | Shell | +2,060 |
| 4 | Graphify-Labs/graphify | Python | +1,107 |
| 5 | Shubhamsaboo/awesome-llm-apps | Python | +923 |
| 6 | hasaneyldrm/exercises-dataset | HTML | +710 |
| 7 | openinterpreter/openinterpreter | Rust | +661 |
| 8 | HKUDS/DeepTutor | Python | +656 |
| 9 | codecrafters-io/build-your-own-x | Markdown | +435 |
| 10 | PrismML-Eng/Bonsai-demo | Shell | +196 |
更多推荐


所有评论(0)