GitHub 每周热点项目（2026年07月21日）

Hallmark 是一个面向 Claude Code、Cursor 和 Codex 的设计技能（design skill），核心目标是让 AI 生成的 UI 拒绝“AI 味”。它通过为不同需求挑选宏观结构、应用二十种主题，并运行五十七项“slop-test”门控加自我批评来避免大模型默认的模板化输出。支持 build（构建新 UI）、audit（审计现有代码）、redesign（重构）和 study（提取设计 DNA）四种动词操作，适合希望让 AI 辅助生成有设计感页面的开发者和设计师使用。

OpenCut 是一个免费、开源的视频编辑器，定位为 CapCut 的开源替代方案，目标是覆盖 Web、桌面和移动端。当前仓库正在从底层重写，计划引入 Editor API、插件优先架构、基于 Rust 核心的跨平台支持、MCP server、无头模式和编辑器内脚本等功能。目前可用版本为 opencut-classic，重写版本尚未完成。适合需要免费跨平台视频编辑工具或关注开源创作工具生态的开发者。

这个仓库收录了 100 多个开源的 AI Agent 和 RAG 应用，涵盖 Agent Skills、入门级和高级 AI Agent、常驻 Agent、多 Agent 团队、语音 Agent、生成式 UI、自主游戏 Agent、MCP Agent 和 RAG 教程等类别。所有模板经过端到端测试，支持 Claude、Gemini、GPT、DeepSeek、Llama 等模型，适合希望快速克隆、定制并部署 AI 应用的开发者。

DeepTutor 是一个面向终身学习的个性化辅导系统，定位为 agent-native 学习工作台。它将辅导、解题、测验生成、研究、可视化和掌握练习整合在同一可扩展系统中，所有模式运行在同一个 agent loop 上。核心能力包括多引擎知识库（LlamaIndex、GraphRAG、LightRAG 等）、可检查的三层记忆（L1/L2/L3）、子代理与 Partners 咨询、可安装社区技能。提供 CLI、本地 Web 应用和 Docker 多种安装方式，适合需要个性化学习和知识管理的用户。

dcg（Destructive Command Guard）是一个高性能钩子，用于在 AI 编码代理执行危险命令前拦截并阻止它们，防止误删工作成果。它支持 Claude Code、Codex CLI、Gemini CLI、Cursor 等多种工具，内置 50 多个安全包覆盖 git、文件系统、数据库、Kubernetes、Docker、云服务等场景。默认开启核心文件系统和 git 保护，具备亚毫秒级延迟、heredoc/内联脚本扫描、智能上下文检测等能力，适合所有使用 AI 编码代理并担心误操作的开发者。

Vibe-Trading 是一个个人交易代理项目，用一条命令为 AI 代理赋予全面的交易能力。它支持多种 LLM 提供商（Anthropic、SiliconFlow、iFlytek Spark 等），集成 MetaTrader 5 等券商连接器，提供因子分析、回测、影子账户、投资组合 Studio 等功能。项目持续迭代，已修复大量回测正确性、实时交易安全和数据加载问题，适合希望用 AI 代理辅助交易研究和执行的开发者。注意：项目明确声明未发行任何代币，警惕冒充资产。

code-review-graph 是一个本地优先的代码智能图谱工具，通过 Tree-sitter 将代码库解析为节点和边的持久化图谱，供 AI 编码工具经 MCP 精准读取上下文。核心能力包括增量更新、爆炸半径分析（追踪变更影响范围）、语义搜索、社区检测、风险评分 PR 审查等。支持 30 多种编程语言和 Jupyter notebook，提供 GitHub Action 用于 CI 中的风险评分审查。基准测试显示中位每问题 token 消耗减少约 82 倍，适合在大型代码库或 monorepo 中减少 AI 代理 token 浪费、提升审查效率的开发者。

UI Skills 是一组面向设计工程师的技能集合，可通过 `npx ui-skills start` 启动，将 AI 代理引导至适合当前任务的 UI 技能集。该仓库公开信息有限，更多详情需访问 ui-skills.com。适合关注 AI 辅助 UI 设计和前端工程化工作流的开发者。

这是 Matt Pocock 日常用于真实工程实践的 AI 代理技能集合，强调“真实工程”而非“氛围编程”。技能设计为小型、易适配、可组合，可与任何模型配合使用，旨在解决 AI 编码代理常见失败模式：需求对齐（grill-me/grill-with-docs）、代理冗长（共享语言文档）、代码质量（TDD/调试）、架构腐化（improve-codebase-architecture）。提供 skills.sh 安装和 Claude Code 插件两种方式，适合希望用 AI 代理进行严谨软件开发的工程师。

cangjie-skill 旨在将书籍、长视频、播客等高价值内容中的方法论蒸馏成可调用的 AI Agent Skills。它使用 RIA-TV++ 流水线，通过整体理解、并行提取、三重验证筛选、RIA++ 构造、Zettelkasten 链接、压力测试和交付七个阶段，把原始文本变成结构化、可独立调用、可组合、可压力测试的技能包。已为《穷查理宝典》《影响力》《孙子兵法》等多本书籍和视频课程生成技能包，适合希望将知识从“看过”转化为“可用”的内容消费者和 AI 应用开发者。

OfficeCLI 是一个专为 AI 代理设计的 Office 套件，让代理能用一行代码读取、编辑和自动化 Word、Excel 和 PowerPoint 文件。它是单一二进制文件，无需安装 Office，内置高保真 HTML 渲染引擎让 AI 能“看见”文档效果，支持创建、读取、修改、分析文档，涵盖公式引擎（350+ Excel 函数）、数据透视表、模板合并、round-trip dump 等能力。提供 MCP server 和 CLI 集成，自动检测并安装技能文件到 Claude Code、Cursor 等工具，适合需要用 AI 自动化文档处理的开发者和团队。

Codex CLI 是 OpenAI 推出的本地终端编码代理，可在用户电脑上运行。用户可通过 ChatGPT 账号登录使用（Plus、Pro、Business 等计划），也可使用 API key。项目提供 macOS 和 Linux 的预编译二进制文件，支持在 VS Code、Cursor、Windsurf 等编辑器中使用，也有桌面应用和云端版本。适合需要在终端中使用 AI 编码代理的开发者。

Kimi CLI 是一个运行在终端的 AI 代理，帮助完成软件开发任务和终端操作。它能读写和编辑代码、执行 shell 命令、搜索和抓取网页，并在执行过程中自主规划和调整行动。核心功能包括 shell 命令模式（Ctrl-X 切换）、VS Code 扩展集成、ACP 协议支持（可配合 Zed、JetBrains 等 IDE）、Zsh 集成和 MCP 工具支持。项目正演进为 Kimi Code CLI，适合需要在终端中使用 AI 代理完成开发任务的用户。

Open Interpreter 是一个针对低成本模型优化的编码代理，基于 OpenAI Codex 的 Rust 分支。它专注于模拟能充分发挥低成本模型性能的代理 harness，已为 Kimi K3 重新实现了 provider 推荐的 harness。核心功能包括原生沙箱执行、provider/model 切换、harness 切换、内置 QA 技能（驱动浏览器或原生应用测试）、ACP 兼容、Codex SDK 兼容等。适合希望用低成本模型进行 AI 编码和自动化测试的开发者。

Archify 是一个面向 Claude、Codex CLI 和 opencode 的代理技能，能用自然语言描述生成精美的架构图、技术工作流图、时序图、数据流图和生命周期图。生成的图为自包含 HTML 文件，支持深色/浅色主题切换、动画效果，可导出 PNG/JPEG/WebP/SVG/WebM。内置三种视觉预设（classic、signal-flow、blueprint）、语义技术标签、JSON schema 验证和布局检查，适合需要快速生成技术图表用于沟通和评审的开发者和团队。

Pi 是一个 AI 代理工具包，包含统一的多提供商 LLM API（支持 OpenAI、Anthropic、Google 等）、带工具调用和状态管理的代理运行时、终端 UI 库和交互式编码代理 CLI。项目不内置权限系统，建议通过容器化或沙箱隔离。注重供应链安全，直接依赖精确锁定版本，适合需要构建自定义 AI 代理或统一 LLM 接口的开发者。

这个仓库是一个精选教程合集，收录了从零开始重建各种 favorite 技术的循序渐进指南，涵盖 3D 渲染器、AI 模型、区块链、数据库、Docker、操作系统、神经网络、编程语言、搜索引擎、Web 服务器等数十个类别。每种技术提供多种语言的教程链接，适合希望通过动手实现来深入理解技术原理和提升编程能力的开发者。

这是 Anthropic 举办的 Code with Claude 研讨会的材料仓库，包含多个实践工作坊，涵盖模型选择、多代理系统分解、AI 辅助产品工作流、Managed Agent 部署、Agent Battle 竞赛、记忆原语、评估驱动开发、生产就绪代理和 SEC 文件研究台等主题。仓库明确不再维护且不接受贡献，适合希望学习 Claude 代理和 AI 工程实践的开发者参考。