GitHub 每周热点项目（2026年08月11日）

这是一个面向长时间运行 AI Agent 团队的轻量级状态内核与本地优先控制平面。它不替代执行工作的运行时，而是保持目标、门控、待办事项、证据、配额和交接等持久控制状态稳定，使跨轮次、工具和 Agent 的工作可审查、可重启且易于交接。核心能力包括持久目标、配额感知自动唤醒、可执行待办、证据日志和可验证交接。适用于多日工程、研究、基准测试、Issue/PR 循环及对等 Agent 团队等场景。它不是自主生产控制器，危险权限和最终所有权仍由人类掌握。

这是一个用于 PDF 分类和文本提取的 Rust 库。它能智能检测 PDF 是基于文本还是扫描件，提取带位置感知的文本，并转换为干净的 Markdown，无需 OCR。核心能力包括智能分类、位置感知文本提取、Markdown 转换、表格检测和 CID 字体支持，并提供 Python、Node.js 和浏览器 WebAssembly 绑定。适用于需要快速处理大量 PDF 并进行智能路由（跳过昂贵 OCR 服务）的管道场景，尤其适合报告、论文、发票和法律文档等原生文本 PDF。

这是一个面向 AI Agent 团队的记忆枢纽，将对话、文档和代码转化为四种可复用的记忆资产：聊天记忆、技能、LLM-Wiki 和代码图。它通过自动提取资产、跨框架解耦和冷启动友好（可导入现有文档、代码库和对话会话）来减少 Agent 的重复工作。核心能力包括分层记忆生成、基于固定绑定与 ACL 的 Agent 装备管理，以及按需调用的知识图谱。适合需要跨会话保持上下文、积累团队经验并避免重复学习的 Agent 团队使用。

这是一个面向逆向工程、授权渗透测试和安全研究的技能路由包。当 AI Agent 遇到 APK、二进制文件、前端 JS 加密或 CTF 挑战时，它通过结构化配置将任务路由到正确的方法论，检查可用工具并执行可重复的工作流。核心能力包括 41 条路由规则、42 个跟踪模块和 163 个回归基准用例，支持跨平台 CI。它不依赖特定 AI 客户端，支持 Claude Code、Cursor 等，适用于需要规范化安全分析流程的场景。

这是一个为终端设计的 DeepSeek 原生 AI 编码 Agent，围绕前缀缓存稳定性构建，适合长时间运行。它提供本地引擎，支持终端、桌面应用、浏览器或编辑器四种接入方式。核心能力包括配置驱动、多模型组合、插件驱动、缓存感知上下文维护和零摩擦分发（单一 Go 二进制）。具备计划模式、权限控制、工作区沙箱和每轮检查点，确保长时间自主运行可读且可撤销。适合需要可长期运行且可控的本地编码 Agent 的开发者。

该项目旨在大幅降低大语言模型推理的显存占用，使 70B 模型能在单张 4GB GPU 上运行，无需量化、蒸馏或剪枝。其核心原理是同一时间只在 GPU 上保留一层模型，显存需求取决于单层大小而非模型总大小。它还支持基于块级量化的模型压缩以提速 3 倍。适用于在消费级或低显存硬件上运行 Llama、Qwen、DeepSeek 等主流大模型的场景，但推理速度会因逐层加载而受限。

这是一个面向上下文和可问责 AI 系统的图原生基础设施，定位为“AI Agent 的开源 Palantir”。它作为确定性基础设施层位于 LLM、向量存储和 Agent 框架之下，无需 LLM 即可进行图构建、推理和溯源。核心能力包括上下文图、决策智能、本体治理、W3C PROV-O 溯源、确定性推理（前向链、Rete、Datalog、SPARQL）和多源知识管道。适用于金融、医疗、法律等受监管领域，需要可审计、可解释且自托管的 AI 决策记录与知识图谱的场景。

该仓库包含面向 Google 产品和技术的 Agent 技能，涵盖 Google Cloud、AI/ML、基础设施、数据库、开发者工具及广告等类别。技能可通过 npx 命令安装并选择特定模块，也可作为插件集成到 Claude Code、Codex 等 Agent 客户端中。核心能力是提供结构化的操作指南和配方，帮助 AI Agent 执行如 GKE 集群创建、BigQuery 分析、模型部署等任务。适合使用 Google 技术栈并希望 AI Agent 能规范化操作这些产品的开发者或团队。

这是一个将技术书籍 PDF 转换为 Claude Code 等 AI 编码客户端可用技能的工具。它通过确定性提取器和规范驱动的生成器，将书籍提炼为核心心智模型、章节索引、术语表和模式等结构化文件，Agent 按需加载章节内容回答问题。相比直接将整本书塞入上下文，可节省 24-51 倍的 Token。适用于需要频繁查阅技术书籍、内部文档或研究论文的开发者，将常参考的文档转化为可按需查询的工作流技能。

这是一个基于 tmux 的 Agent 编排平台，用于协调多个在不同 git worktree 中工作的 AI Agent。它通过配置驱动的拓扑、项目本地角色提示和分层“宪法”来管理 Agent 间的通信和交接。提供 two-pack、four-pack 和 six-pack 三种工作流分支，分别对应快速后端开发、紧凑规范开发和全流程开发。核心能力包括角色后端选择、可观察的 tmux 会话和基于文件的交接协议。适合需要多 Agent 协作完成软件工程项目的开发者。

这是一个免费、简单且直观的在线数据库图表编辑器和 SQL 生成器。用户可以在浏览器中通过几次点击构建实体关系图（ERD），导入导出 SQL 脚本，生成迁移并自定义编辑器，无需创建账户。项目支持本地开发、构建和 Docker 部署。适合需要快速设计数据库结构并生成对应 SQL 语句的开发者或数据库设计人员。

这是一个开源的、自托管的项目管理平台，强调简洁和性能。它提供干净的界面，专注于工作本身而非工具的复杂性。核心能力包括自托管以保障数据隐私、注重性能以及通过 Docker Compose 或 Helm chart 部署。此外，它内置了 MCP 服务器，允许 Claude、Cursor 等 AI 工具管理任务、项目和标签。适合希望使用轻量级、无冗余功能的项目管理工具的团队。

这是一个面向初学者的 12 周、24 节课的人工智能课程。内容涵盖符号 AI、神经网络与深度学习、计算机视觉、自然语言处理及其他 AI 技术（如遗传算法和强化学习），并包含 AI 伦理。课程使用 TensorFlow 和 PyTorch 两种框架，提供可执行的 Jupyter Notebooks、测验和实验。适合希望系统学习 AI 基础概念和动手实践的开发者或学生。

这是一个强大且模块化的扩散模型 GUI、API 和后端，采用图/节点界面。它面向需要对每个模型、参数和输出进行精细控制的视觉专业人士。核心能力包括可视化节点图工作流、高效本地执行（智能显存管理、部分图重执行）、广泛的模型支持（图像、视频、3D、音频等）以及通过 API 端点集成到生产管道。支持 Windows、Linux 和 macOS，适合需要构建和复用复杂生成工作流的创作者和开发者。

这是一个面向多语言代码库的 RAG 系统。它使用 Tree-sitter 解析代码库，在 Memgraph 中构建结构知识图谱，允许用户用自然语言查询、理解和编辑代码。核心能力包括跨语言统一图模式、自然语言转 Cypher 查询、基于 AST 的代码修补、死代码检测和结构化搜索替换。支持 Python、TypeScript、Go、Java 等多种语言，并可作为 MCP 服务器供 Claude Code 等 AI 客户端使用。适合需要深入理解和修改大型多语言单体的开发团队。

这是一个开源的身份提供商（IdP），用于现代单点登录（SSO）。它支持 SAML、OAuth2/OIDC、LDAP、RADIUS 等协议，设计用于从小型实验室到大型生产集群的自托管。提供 Docker Compose、Kubernetes Helm Chart 和 AWS CloudFormation 等部署方式。适合需要替代 Okta、Auth0 等商业 IdP，并希望在自有基础设施上实现健壮、大规模身份管理的组织。

这是一个数据工程学习资源汇总仓库，包含通往数据工程各个方面的链接。它提供了从入门路线图、4 周初学者训练营、6 周中级训练营，到项目实践、面试建议、书籍推荐、社区、播客和认证课程等丰富资源。还列出了数据编排、数据湖、数据仓库、数据质量、OLAP 等领域的相关公司及技术博客。适合希望系统学习或转行进入数据工程领域的学习者。