GitHub 每日热点项目（2026年10月08日）

REA 是一个面向智能体的逆向工程 MCP 工具，可在本地连接分析工具检查原生二进制、JavaScript/Electron 应用、.NET 程序集和网站。它提供 CLI 和 MCP 两种使用方式，分析结果包含证据与局限性说明；原生分析可配合 Hopper、Ghidra 或 IDA Pro，静态 JavaScript 分析不需要这些引擎。工作流程围绕“反编译、理解、重建”展开，适合在缺少源码时研究应用功能并用智能体复现实现。

该仓库收集了作者日常用于真实工程开发的编码智能体技能，强调小、易改、可组合，并可与任意模型配合。技能覆盖需求对齐、共享术语词汇表、测试驱动开发、Bug 诊断和代码架构改进等场景，解决智能体理解偏差、输出冗长、代码不可用和系统腐化等常见问题。可通过 Claude Code 插件安装整套技能，或通过 skills.sh 复制为可编辑文件。

AnyPS5 用于将 PS5 可执行文件自动移植到 Linux 和 Windows，包含重链接器和用于动态链接的系统 PRX 库实现，不依赖模拟器或独立运行时进程。仓库提供已验证游戏兼容列表和输入映射说明；着色器重编译器可生成经过 SPIR-V 工具校验的 SPIR-V。当前系统库覆盖以已声明函数为准，项目仍在完善中。

这是一个编码助手技能，让输出以行动为先、步骤编号、结尾给出唯一可执行下一步，避免冗长铺垫。它包含 10 条规则，例如每轮重述状态、给出具体分钟级时间估计、列表最多 5 项、不写总结和客套结尾。适用于希望更快获取答案、减少滚动和干扰的开发者，无需 ADHD 诊断即可使用。

这是一个面向 Claude Code、Codex、GitHub Copilot、Factory Droid、Pi 等智能体的图表设计技能，提供 42 种自包含 HTML + SVG 图表类型，默认输出静态且无阴影。它支持语义模式和可选动效，并可从 draw.io、Mermaid 或 Excalidraw 源重绘图表；还能读取网站提取品牌色和字体，自动进行 WCAG AA 对比度检查，适合需要统一编辑级视觉风格的文档、幻灯片或网页。

该仓库是面向 AI 编码智能体的生产级工程技能集，包含 9 个斜杠命令和 25 个技能，覆盖从规格、计划、增量构建、测试、约束、代码评审、性能审计到发布的完整生命周期。它还提供代码评审、测试、安全审计和 Web 性能审计等专门智能体角色。技能采用分步工作流、验证门槛和反合理化检查，适合希望智能体遵循资深工程师工作方式的团队或个人。

RAD Debugger 是一个原生、用户模式、多进程的图形化调试器，目前仅支持在本地 Windows x64 上调试带 PDB 的程序，并处于 Alpha 阶段。项目同时包含自定义 RAD Debug Info（RDI）调试信息格式和 RAD Linker 高性能链接器；链接器兼容 MSVC 命令行，针对超大工程优化，在大型测试案例中可显著缩短链接时间。Linux 原生调试和 DWARF 支持属于未来路线图。

claude-mem 是一个持久化记忆压缩系统，可捕获智能体会话中的工具使用观察并生成语义摘要，再把相关上下文注入后续会话。它通过生命周期钩子、本地 Worker 服务、SQLite 和 Chroma 向量库工作，并提供 mem-search 技能和分层 MCP 搜索工具，以减少 token 消耗。支持 Claude Code、Codex、Gemini、Copilot、OpenCode 等多种代理，强调本地或云端存储与隐私控制。

cmux 是一个基于 Ghostty 和 libghostty 的原生 macOS 终端应用，使用 Swift/AppKit 构建，面向并行运行 Claude Code、Codex 等编码智能体的用户。它提供垂直与水平标签页、侧栏元数据、通知面板和蓝环提醒，内置可脚本化浏览器、SSH 工作区、Claude Code Teams 支持，并可通过 CLI 和 socket API 管理工作区、分屏和浏览器。适合需要多任务组织和可编程终端的高频开发者。

Cua 为 AI 智能体提供可用的计算环境，主要包含 Cua Spaces 桌面应用、自动化桌面操作和浏览器的 Cua Driver、在 Apple Silicon 上创建本地 macOS/Linux 虚拟机的 Lume，以及用于评测 computer-use 智能体的 Cua Bench。CUA-S1 是一组小型专用决策模型，专注表单等有界决策。项目还提供跨 Python、TypeScript、Swift 和 Kotlin 的 SDK 与 CLI，用于沙箱、数据生成、训练和评估。

这是一个让编码智能体充当安全审计员的技能，按侦察、覆盖驱动挖掘、候选验证、结构化输出、独立记录验证和目标中立报告六个阶段运行。它使用隔离智能体进行对抗式验证，并生成可机器校验的 findings.json 和覆盖率台账；判定分为 confirmed、needs_validation 和 rejected。适合需要对代码库进行可复用、可累积、独立验证的安全审计，并要求沙箱和 Node.js 环境。

e2e 是一个面向 Web 和移动应用的端到端测试框架，允许用自然语言描述目标，由智能体驱动应用达到目标，再在同一测试中用定位器和断言检查结果。它包含基于 Playwright 的 Web 引擎和基于 agent-device 的移动引擎；代理步骤在通过断言后会被记录，下次运行可重放，应用未变化时无需模型调用。项目处于 1.0 之前的活跃开发阶段，适合希望将自然语言测试纳入每 PR 或定时运行的团队。

openGym 是一个自托管的健身与体重追踪器，支持规划每周训练、引导式训练、记录组数、重量、有氧和体重，并通过肌肉图展示训练、恢复和停练状态。它提供通行密钥登录、多设备同步、FitNotes/Strong/Hevy/Apple Health 导入与 JSON 导出，可用 Docker Compose 一键部署；移动端提供 Android APK 或 PWA。可选 AI 教练和 MCP 服务器需自行配置，数据默认保存在本机 ./data 目录。