GitHub 每周热点项目（2026年08月10日）

pdf-inspector 是一个用纯 Rust 开发的轻量级 PDF 分类与文本提取库，专为大规模 PDF 处理管道设计。它可以在 10-50 毫秒内检测 PDF 是文本型、扫描型、图片型还是混合型，并提供页码级 OCR 路由支持，避免无意义的 OCR 成本。此外，它支持感知位置的文本提取、多列排版自动检测以及富文本 Markdown 转换（包含标题、表格、代码块等），且提供 Python、Node.js、WASM 及 CLI 绑定。

reverse-skill 是一个面向 AI 代码助手（如 Claude Code、Cursor 等）的逆向与安全渗透技能路由框架。它通过统一的结构化路由规则（涵盖 APK/iOS 逆向、二进制分析、JS 逆向、漏洞利用及 CTF 等多种场景），帮助 AI 快速定位标准化分析流程并调用相应工具。该项目内置工具索引刷新脚本与自动化回归测试，旨在解决 AI Agent 在面对复杂安全任务时难以准确选择工具链和复用经验的问题。

TencentDB Agent Memory 是由腾讯云开源的团队级 AI Agent 内存管理平台。它将 Agent 运行过程中产生的对话、文档和代码提炼为对话记忆（Chat Memory）、技能库（Skill）、知识图谱（LLM-Wiki）和代码调用图（CodeGraph）四种核心资产。平台支持分层存储与精细化权限控制（私有、团队、ACL 等），并与底层 Agent 框架解耦，方便新 Agent 或新团队快速继承既有经验，避免重复消耗上下文与计算资源。

AirLLM 是一个旨在显著降低大语言模型推理显存占用的开源工具。通过将模型按层拆分并在推理时逐层加载到 GPU 中，它无需对模型进行量化、蒸馏或剪枝，即可在单块 4GB 显存的显卡上运行 70B 级别的模型，甚至在 8GB/12GB 显存下运行 405B 或 671B（DeepSeek-V3）等超大规模模型。此外，它还支持基于块的权重量化压缩以提升推理速度，并兼容 Llama、Qwen、DeepSeek 等多种主流开源模型。

DeepSeek-Reasonix 是一个用 Go 语言编写的单文件静态二进制 AI 编程 Agent 工具，针对前缀缓存（Prefix-Cache）稳定性进行了深度优化。它支持终端 CLI/TUI、桌面应用、浏览器及 VS Code 编辑器（通过 ACP 协议）四种接入方式，内置规划模式、权限管控、工作区沙盒与每轮检查点撤销机制。项目基于配置驱动与插件化设计，可支持多模型协作、MCP 工具接入扩展，适合长时间自主执行复杂代码构建与重构任务。

AI-For-Beginners 是微软开源的人工智能入门课程，全长 12 周、共 24 课。课程内容涵盖符号 AI、知识表示、神经网络与深度学习（基于 TensorFlow 与 PyTorch）、计算机视觉、自然语言处理（含 Transformer 与大语言模型），以及遗传算法、多智能体系统与 AI 伦理等主题。每节课均包含前置阅读材料、可执行的 Jupyter Notebook 练习代码及 Lab 实验，适合零基础学习者系统掌握人工智能基础知识。

Kaneo 是一款基于 MIT 协议开源的轻量级项目管理工具，主打简洁高效与“无感”体验。它摒弃了传统项目管理软件复杂冗余的功能与通知，专注于核心任务流，支持私有化自部署（提供 Docker Compose 与 Kubernetes Helm Chart 配置）。项目内置了原生 MCP (Model Context Protocol) 服务端，允许 Claude、Cursor 等 AI 工具直接通过 API 对任务、项目及标签进行智能化管理与协同。

book-to-skill 是一款能将技术书籍、文档目录或资料集转化为 AI Agent 技能（Skill）的工具，兼容 GitHub Copilot CLI、Amp 和 Claude Code 等遵循 Agent Skills 标准的客户端。它通过 Python 提取器（支持 PDF、EPUB、DOCX 等）解析文档，并按章节生成结构化的 Markdown 技能包（包含核心概念、章节文件、术语表与速查表）。在回答问题时按需加载具体章节，可降低 24 至 51 倍的 Token 消耗并避免模型幻觉。

google/skills 是谷歌官方维护的 AI Agent 技能（Skills）仓库，旨在为各种 AI 编程助手和 Agent 框架提供针对 Google 产品的标准指令与工作流。技能涵盖 Google Cloud 快速入门、多产品解决方案架构（如数据湖仓、AI 智能体部署、RAG 检索增强）、GKE 基础设施运维、AI/ML 平台管理、数据库分析以及 Google Ads SDK 集成等。用户可通过 npx CLI 工具或插件机制将所需技能一键集成至 Claude Code、Codex 等客户端中。

SwarmForge 是一套基于 tmux 和 Git worktree 的多 AI Agent 协作与编排平台。它通过在不同 Git 工作树中运行具有特定角色提示（如 Specifier、Coder、Cleaner、Architect、QA 等）的 Agent，实现多 Agent 对同一项目的无冲突并行协作。项目支持为不同角色单独指定后端模型（如 Claude、Codex、Copilot 等），并通过专用的后台进程（handoffd）与脚本提供强校验的消息传递与工作流接力机制，从而确保软件开发过程的质量与纪律性。

Invidious 是一个用 Crystal 语言编写的开源 YouTube 替代前端。它无需依赖 YouTube 官方 API 或使用 JavaScript，即可提供轻量、无广告、不追踪用户隐私的视频浏览体验。项目支持轻/暗色主题、自定义首页、独立于 Google 的频道订阅与通知、纯音频后台播放、嵌入式视频以及 Reddit 评论集成，同时支持从 YouTube、NewPipe 和 FreeTube 导入/导出订阅与观看历史数据。

authentik 是一个开源的单点登录（SSO）与身份提供程序（IdP），旨在为企业和个人实验室提供灵活的身份管理服务。它支持 SAML、OAuth2/OIDC、LDAP 和 RADIUS 等多种标准协议，能够方便地整合至各类应用系统中。软件支持通过 Docker Compose、Kubernetes Helm Chart、AWS CloudFormation 等方式自主托管部署，同时提供企业级高级功能，可作为 Okta、Auth0 等商业身份认证平台的自建替代方案。

ComfyUI 是一款面向视觉创作专业人士的高性能 AI 工作流引擎与图形化界面。它基于模块化的节点图（Node Graph）架构，支持无需编写代码即可构建和复用复杂的图像、视频、音频、3D 和文本生成工作流。项目原生支持 Stable Diffusion、Flux、Wan、HunyuanVideo 等几乎所有主流开源模型，具备异步队列、局部重新执行、智能显存/内存管理及量化模型支持，同时提供桌面客户端、便携版、云端服务及后端 API 接口。

drawDB 是一款基于 Web 浏览器的免费开源数据库实体关系图（ERD）编辑器与 SQL 生成工具。用户无需注册账号即可通过直观的图形化界面在线设计数据库架构、导出/导入 SQL 脚本、生成数据库迁移文件，并自定义编辑器外观。项目基于纯前端开发，同时提供 Docker 部署模式与可选的共享服务端配置，方便开发者进行本地化部署与团队协作。

Code-Graph-RAG 是一款面向多语言 Monorepo 代码库的知识图谱 RAG 系统。它利用 Tree-sitter 和 ast-grep 解析 Python、TypeScript、Rust、Go 等多种语言的代码结构，将其提取为函数、类、模块及调用关系并存入 Memgraph 图数据库。结合自然语言交互 CLI，用户可以执行 Cypher 结构化查询、精准定位源码、基于 AST 进行代码修改与重构、检测死代码，并支持作为 MCP 服务器直接集成至 Claude Code 等客户端。

Agents 是 LiveKit 推出的一款用于构建实时、多模态语音 AI Agent 的 Python 开发框架。它能够让 Agent 具备听、说、看和实时交互的能力，支持自定义组合各种 STT（语音转文本）、LLM 和 TTS（文本转语音）服务。框架内置任务调度、基于 Transformer 的语义翻转检测（减少打断）、MCP 服务集成、电话网络（Telephony）对接，以及完善的测试和评估工具，可与 LiveKit 的 WebRTC 全平台 SDK 无缝协作。

Embabel 是一个基于 JVM (Kotlin/Java) 与 Spring 生态构建的高级 AI Agent 开发框架。与传统的有限状态机（FSM）不同，Embabel 引入了基于非 LLM 算法（如 GOAP 目标导向行动计划、Utility AI）的动态规划机制，能够根据领域模型、条件与目标自动编排执行步骤。框架提供强类型支撑与完备的重构测试能力，支持注解模式与 Kotlin DSL，并可轻松整合 Spring 依赖注入、持久化事务管理以及各类本地/云端 LLM。

The System Design Primer 是 GitHub 上极具知名度的开源大规模系统设计指南，旨在帮助开发者学习架构设计并备战技术面试。项目系统化梳理了 Scalability、CAP 定理、一致性模式、负载均衡、数据库分片与缓存策略等核心概念，并针对 Pastebin、Twitter、Web 爬虫等经典系统设计问题提供了详细的求解思路、架构图解和代码方案。此外，仓库还附带了配套的 Anki 间隔重复记忆卡片及面经指导。