今日 GitHub Trending 榜单持续火爆,学术工具、记忆系统、代码图谱三大方向同时爆发,单日新增星标最高达 3164 个。
项目地址:https://github.com/Imbad0202/academic-research-skills
简介:专为 Claude Code 设计的四阶段学术研究自动化工作流插件,完整覆盖 research → write → review → revise → finalize 全流程,让 AI 像真正的学术研究者一样工作。
星标/增长趋势:约 14,171 Stars,今日新增 3,164 星(今日榜首),Python 语言。上月由量子位、搜狐等媒体集中报道后持续高热。
推荐理由:academic-research-skills 是 2026 年 5 月 GitHub 学术 AI 赛道最现象级的项目。它将学术研究流程严格拆解为研究(research)、撰写(write)、评审(review)、修订(revise)和定稿(finalize)五个阶段,每个阶段都有专门的 Claude Code 技能文件驱动,确保输出质量接近人类专家水平。项目作者在 CSDN 上的介绍文章("Claude Code 最强外挂曝光")单篇阅读量破万,量子位、搜狐科技等主流媒体相继报道。对于需要高频产出学术内容的研究者、学生群体,以及希望将 AI 深度应用于科研场景的团队来说,这套工作流具备极高的实用价值。需要注意的是,该项目对 Claude Code 有依赖,使用者需自行配置 API 或订阅。随着 Claude 4.5 Sonnet 于 5 月 19 日发布,academic-research-skills 的兼容性和输出质量有望进一步提升。今日新增 3164 星,是该仓库开源以来单日增长最高纪录,充分说明学术 AI 工具需求的旺盛。
项目地址:https://github.com/colbymchenry/codegraph
简介:为 Claude Code、Codex、Cursor、OpenCode 等 AI 编程工具提供预索引代码知识图谱,通过图结构理解代码库,减少 Token 消耗和工具调用次数,100% 本地运行,无需云端服务。
星标/增长趋势:约 6,677 Stars,今日新增 1,850 星(今日第二位),TypeScript 语言。
推荐理由:codegraph 解决了 AI 辅助编程中最核心的痛点之一——大型代码库的上下文理解效率。传统方式下,AI 助手需要反复调用工具读取文件、搜索代码,消耗大量 Token 且速度缓慢。codegraph 通过预构建代码知识图谱(Code Graph),将仓库中的函数调用关系、类继承结构、模块依赖等信息索引为图结构,使 AI 能在单次推理中"看见"整个代码库的脉络。项目 100% 本地运行,不依赖任何云端服务,数据隐私完全可控。支持 Claude Code、Cursor、Codex、OpenCode 等主流 AI 编程工具,即装即用。对于维护大型遗留代码库、 onboarding 新项目、或需要深度理解复杂系统的开发者来说,codegraph 能显著减少等待时间和 API 费用。今日新增 1850 星,反映了开发者对"高效代码理解"工具的强烈需求。与 colbymchenry 的其他项目(如 codevid-1m-context)形成互补生态。
项目地址:https://github.com/rohitg00/agentmemory
简介:基于真实基准测试的全球排名第一的 AI 编程 Agent 持久化记忆系统,为 Claude Code、Cursor、Copilot 等工具提供跨会话记忆能力,解决 AI 助手"健忘"的核心痛点。
星标/增长趋势:约 14,183 Stars,今日新增 1,609 星(今日第三位),TypeScript 语言。在 AI Coding Agent 记忆系统细分赛道排名第一。
推荐理由:agentmemory 是 AI 编程工具生态中"记忆系统"赛道的标杆项目。当前主流 AI 编程助手(Claude Code、Cursor、GitHub Copilot 等)都有一个共同缺陷:每次新会话都会丢失之前的上下文,开发者不得不反复解释项目背景、代码风格、决策理由。agentmemory 通过在本地维护一个结构化的记忆库(基于真实基准测试优化),让 AI 助手能够跨会话记住项目信息、个人偏好和历史决策。项目在官方网站 agentmemory.dev 上展示了详细的基准测试数据,证明其记忆召回准确率和相关性均优于同类方案。TypeScript 实现保证了跨平台兼容性和易集成性。对于需要长期与 AI 协作开发大型项目的团队来说,agentmemory 能显著减少重复沟通成本,提升 AI 辅助编程的实际体验。今日新增 1609 星,且持续多日高速增长,说明"AI 记忆"已从概念探索进入实用化阶段。
项目地址:https://github.com/CloakHQ/CloakBrowser
简介:隐身级 Chromium 浏览器,通过源码级浏览器指纹修改,通过所有机器人检测测试(30/30 测试通过),可作为 Playwright 的直接替代品,用于 AI Agent 的自动化浏览器操作场景。
星标/增长趋势:约 16,640 Stars,今日新增 1,463 星(今日第四位),Python 语言。上个月由 AITOP100 等媒体集中报道后持续高热。
推荐理由:CloakBrowser 解决了 AI Agent 进行网页自动化时的核心难题——机器人检测。随着各大网站(Google、Cloudflare、ReCAPTCHA 等)的反机器人检测能力不断增强,传统自动化工具(Selenium、Playwright、Puppeteer)的检出率越来越高,导致 AI Agent 的网页操作任务频繁失败。CloakBrowser 从 Chromium 源码层面修改浏览器指纹(包括 User-Agent、WebGL 指纹、Canvas 指纹、字体指纹、硬件指纹等),使其表现与真实用户浏览器几乎无法区分,在多家主流检测服务中均获得"通过"评级(30/30 测试通过)。项目提供与 Playwright 完全兼容的 API,现有代码几乎不用修改即可迁移。对于依赖网页自动化的 AI Agent 项目(如 OpenClaw、Hermes Agent 的网页操作模块),CloakBrowser 是目前最可靠的浏览器自动化底层方案。Python 语言实现降低了集成门槛。今日新增 1463 星,在 AI Agent 基础设施赛道中表现突出。
项目地址:https://github.com/tinyhumansai/openhuman
简介:个人隐私 AI 超级智能助手,一键连接 118 个第三方服务,基于 Rust + TypeScript + Tauri 构建,核心理念是"Context in minutes, not weeks"——通过记忆树系统在数分钟内全面了解用户,而非每次对话从零开始。
星标/增长趋势:约 15,000+ Stars,今日新增 1,038 星,连续多日 GitHub Trending 榜单前列。Rust + TypeScript,基于 Tauri 桌面框架。
推荐理由:OpenHuman 是 2026 年 5 月 GitHub 社区最现象级的 AI Agent 项目,没有之一。"继龙虾(OpenClaw)和爱马仕(Hermes Agent)之后,人类(OpenHuman)登场"——这个比喻在中文技术社区广为流传,形象地说明了三个项目的定位差异:OpenClaw 是"工具型"(你教 AI 做事),Hermes Agent 是"伙伴型"(AI 与你共同进化),OpenHuman 则是"主动型"(AI 主动了解你)。其核心创新在于记忆树系统(Memory Tree),通过 20 分钟为周期自动拉取并结构化存储用户的邮件、日历、文件系统、浏览器历史、GitHub 活动、社交媒体等 118+ 数据源,在需要时快速注入对话上下文。项目基于 Rust + TypeScript + Tauri 构建,兼顾性能与跨平台兼容性,支持 macOS、Windows、Linux。值得关注的是,随着用户量增长,部分自媒体开始发出隐私警示("OpenHuman 越用越后怕"),提醒用户关注数据权限范围。对于希望拥有真正"懂你"的个人 AI 助手的用户,OpenHuman 目前仍是最值得关注的开源方案,但建议在充分了解权限机制后再部署。
项目地址:https://github.com/HKUDS/CLI-Anything
简介:由 HKUDS(香港大学数据科学团队)发布的开源项目,口号是"Making ALL Software Agent-Native"——通过 CLI-Anything 框架,将任意软件工具转化为 AI Agent 可调用的原生工具,并配套 CLI Hub 生态(https://clianything.cc/)。
星标/增长趋势:约 37,732 Stars,今日新增 1,038 星,Python 语言。HKUDS 团队此前已发布 DeepTutor、ViMax 等多个高分开源项目。
推荐理由:CLI-Anything 提出了一个颇具野心的研究愿景——让所有软件工具都变成 AI Agent 可直接调用的原生能力。当前 AI Agent 使用工具的主要方式是通过 Function Calling 或 MCP(Model Context Protocol)手动适配,工作量巨大且难以覆盖长尾工具。CLI-Anything 通过自动化包装层,将任意命令行工具、API 接口、本地软件转化为统一的 Agent 调用接口,并配套 CLI Hub 社区(类似 npm 但面向 AI Agent 工具),让开发者可以像安装软件包一样为 AI Agent 扩展能力。项目由 HKUDS 团队(香港大学数据科学实验室)主导,该团队在 GitHub 上已积累超过 24 万 Star(全球 Top 50),技术实力和社区影响力均有保障。对于希望快速为 AI Agent 扩展工具集的开发者,以及希望将自己的工具开放给 AI Agent 生态的工具开发者,CLI-Anything + CLI Hub 是目前最完整的开源方案。今日新增 1038 星,进入 GitHub Trending 全球榜单位置靠前。
项目地址:https://github.com/HKUDS/ViMax
简介:HKUDS 团队发布的全链路 AI 视频生成 Agent,集导演(Director)、编剧(Screenwriter)、制片人(Producer)和视频生成器(Video Generator)于一体,一句话描述创意即可输出完整视频。
星标/增长趋势:约 5,453 Stars,今日新增 503 星,Python 语言。与 CLI-Anything 同属 HKUDS 团队生态。
推荐理由:ViMax 是 2026 年 AI 视频生成赛道中工程完成度较高的开源项目。与 Runway、Pika 等闭源商业产品不同,ViMax 完全开源,且创新性地采用"多角色 Agent 协作"架构——导演 Agent 负责镜头语言和叙事节奏、编剧 Agent 负责脚本和分镜、制片人 Agent 负责资源调度和进度管理、视频生成 Agent 负责最终渲染输出。这种多 Agent 协作模式更接近真实影视制作流程,输出质量优于单一模型端到端生成。项目支持文本生视频、图片生视频、视频风格迁移等多种任务,并提供了 Gradio 交互界面和 CLI 命令行两种使用方式。对于需要高频产出视频内容的自媒体创作者、营销团队,以及希望研究多 Agent 协作视频生成的研究者,ViMax 是目前最完整的开源参考实现。HKUDS 团队的学术背景(香港大学数据科学实验室)也为项目的持续维护和技术深度提供了保障。今日新增 503 星,在 AI 视频生成开源赛道中增长靠前。
项目地址:https://github.com/microsoft/ai-agents-for-beginners
简介:微软官方出品的 AI Agent 入门课程,共 12 节精心设计的课次,覆盖从基础概念到生产部署的完整路径,配套 Jupyter Notebook 动手实验,适合零基础开发者系统学习 AI Agent 构建。
星标/增长趋势:约 64,385 Stars,今日新增 818 星,Jupyter Notebook 语言。微软官方项目,长期维护。
推荐理由:AI-Agents-for-Beginners 是微软在 AI Agent 教育生态上的重要布局,也是目前 GitHub 上最受欢迎的 AI Agent 入门课程(无之一)。12 节课程按照"概念理解 → 代码示例 → 动手实验 → 拓展阅读"的结构精心设计,覆盖 Agent 定义与类型、工具调用(Function Calling)、记忆与状态管理、多 Agent 协作、RAG 增强检索、安全与合规、生产部署等核心主题。所有课次均提供 Python 和 .NET 两种语言版本,并可在本地运行或 Azure AI 云上运行,灵活性极高。项目采用 Jupyter Notebook 格式,学习者可以直接在 VS Code 或 JupyterLab 中边学边练,无需额外搭建环境。随着 AI Agent 成为 2026 年最热门的技术方向(Google I/O 2026 主题即为"Agent 全栈战略"),系统学习 Agent 构建的需求持续爆发。对于希望从零开始掌握 AI Agent 开发的在校生、转行开发者、以及需要评估 Agent 技术落地可行性的技术管理者,这 12 节课程是最权威、最系统的免费学习资源。今日新增 818 星,在教育培训类开源项目中增速领先。