GitHub Trending 日榜 Top 10（2026/08/05）

今日 GitHub 热门项目深度解读，每个项目 500 字讲清楚核心价值。

🏆 第1名：firecrawl/pdf-inspector

Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.

技术栈：Rust
今日增长：+2,540 Star
累计 Star：10,063
Fork 数：660
仓库地址：https://github.com/firecrawl/pdf-inspector

🥈 第2名：zhaoxuya520/reverse-skill

reverse-skill 是一个面向安全研究场景的「AI 技能路由包」，专门解决一个现实痛点：Claude Code、Kiro、Cursor、Cline 等 AI 编程客户端
在遇到逆向工程、授权渗透测试、漏洞研究这类任务时，常常不知道应该调用哪些工具、按什么流程执行，容易给出泛泛而谈的错误方案。
这个项目把逆向与安全领域的实战方法论整理成一套可路由的技能体系：AI 客户端收到任务后，先根据任务类型自动路由到对应的技能路径，
再按需自举（bootstrapping）所需的安全工具链，整个过程由一个不断进化的经验库支撑——每一次成功或失败的分析过程都会沉淀回知识库，
让后续同类任务越做越准。项目采用 PowerShell 实现，贴合 Windows 生态下常见的安全分析场景，对国产代码 AI 客户端也做了适配。
对于从事漏洞挖掘、恶意样本分析、授权红队工作的安全研究者，以及想把 AI 助手真正用进日常安全分析流程的工程师，
这是一套能把「AI 辅助安全分析」从玩具变成生产力的实用基础设施。

技术栈：PowerShell
今日增长：+2,297 Star
累计 Star：17,929
Fork 数：2,457
仓库地址：https://github.com/zhaoxuya520/reverse-skill

🥉 第3名：lyogavin/airllm

AirLLM 是一个解决大模型推理「显卡不够」问题的开源项目，核心卖点一句话就能讲清：单张 4GB 显存的显卡也能跑 70B 参数的大模型推理。
大模型动辄几十上百 GB 的权重，通常需要多张高端 GPU 才能加载，个人开发者和学生很难负担。AirLLM 采用分层卸载（layer-wise offloading）
的思路：把模型按层切分，推理时只把当前需要计算的层加载进显存，其余层临时存放在内存甚至硬盘上，按需换入换出，
从而用极小的显存代价完成大规模模型的推理任务。它还针对卸载场景做了缓存与调度优化，尽可能减少换层带来的速度损失，
并且兼容主流的 Hugging Face 模型格式，加载模型就像使用 Transformers 一样简单，也提供了流式输出等实用的生成接口。
对于没有高配 GPU、又想体验和部署 70B 级别开源模型的个人开发者、研究人员和中小企业，AirLLM 提供了一个成本极低、
开箱即用的推理方案，让「穷人也能跑大模型」从口号变成了现实。

技术栈：Jupyter Notebook
今日增长：+1,711 Star
累计 Star：28,399
Fork 数：3,064
仓库地址：https://github.com/lyogavin/airllm

第4名：TencentCloud/TencentDB-Agent-Memory

TencentDB Agent Memory 是腾讯云开源的一个「团队级 Agent 记忆中枢」，解决的是多智能体协作场景下的记忆碎片化问题。
单个 Agent 的上下文窗口有限，会话一长就会遗忘；多个 Agent 各自维护记忆，又会造成信息孤岛和重复劳动。
这个项目把团队在对话、文档、代码中产生的信息，沉淀为四类可复用的记忆资产：Chat Memory（对话记忆）、Skill（技能）、
LLM-Wiki（知识库）、Code-Graph（代码图谱），并提供统一的治理、共享与挂载机制，让不同 Agent、不同框架都能访问同一份经过管理的记忆，
实现「团队记忆一次沉淀、处处复用」。它基于腾讯云数据库构建持久化存储，具备企业级的数据可靠性与访问控制，
方便接入 LangChain 等主流 Agent 框架。对于正在把 Agent 从单点 Demo 推向团队级生产系统的团队，记忆管理往往是最大的隐性成本，
这个项目相当于给 Agent 体系配了一套共享的「长期记忆中枢」，非常适合构建客服机器人、研发助手、知识密集型工作流的企业开发者使用。

技术栈：TypeScript
今日增长：+1,111 Star
累计 Star：13,654
Fork 数：1,281
仓库地址：https://github.com/TencentCloud/TencentDB-Agent-Memory

第5名：esengine/DeepSeek-Reasonix

DeepSeek-Reasonix 是一个围绕 DeepSeek 模型深度优化的终端 AI 编程 Agent，用 Go 语言编写，核心卖点是「为 prefix-cache 稳定性而设计，
让它一直跑着」。大模型服务的计费和延迟与上下文前缀缓存（prefix cache）密切相关，很多终端 Agent 频繁重建上下文，
导致缓存命中率低、费用高、响应慢。Reasonix 通过保持稳定的对话前缀、复用缓存窗口、精细控制上下文生命周期，
让长时间挂在终端里的编程助手既省钱又流畅——这正是「leave it running」的含义。作为编程 Agent，它支持代码库理解、
按自然语言指令生成与修改代码、执行终端命令、运行测试并自动修复等日常开发闭环，且原生对接 DeepSeek 的 API 与推理特性。
Go 实现让它启动极快、资源占用低，适合长期驻留。对于深度使用 DeepSeek 模型、希望有一个轻量高效的终端编程助手的开发者，
特别是关心 API 成本与响应速度的重度用户，Reasonix 提供了一个比通用 Agent 更懂 DeepSeek、更懂长期会话的专用选择。

技术栈：Go
今日增长：+922 Star
累计 Star：30,794
Fork 数：1,982
仓库地址：https://github.com/esengine/DeepSeek-Reasonix

第6名：microsoft/generative-ai-for-beginners

"微软的《Generative AI for Beginners》是继 AI for Beginners 之后推出的生成式 AI 入门课程，共 21 课，
聚焦当下最火的大语言模型（LLM）应用开发。课程从生成式 AI 的基本概念讲起，系统覆盖提示词工程（Prompt Engineering）、
检索增强生成（RAG）、模型微调、AI Agent 等核心技术主题，每节课都配有理论讲解、动手实验和基于 Azure OpenAI 的实战练习，
并且提供了中文等多语言版本。与纯理论教程不同，它强调「动手做」：学完就能用 Python 调用 API 构建一个带上下文记忆的聊天机器人、
做一个基于 RAG 的知识库问答应用，甚至搭建简单的 Agent 工作流。课程内容随技术演进持续更新，社区还贡献了大量延伸案例。
对于想从零进入生成式 AI 应用开发的产品经理、开发者与学生来说，这套课程是把「会用 ChatGPT」升级为「能自己构建 AI 应用」
最顺畅的免费路径，也是企业做内部 AI 培训时可以直接采用的系统性教材。

技术栈：Jupyter Notebook
今日增长：+783 Star
累计 Star：116,280
Fork 数：61,551
仓库地址：https://github.com/microsoft/generative-ai-for-beginners

第7名：obra/superpowers

An agentic skills framework & software development methodology that works.

技术栈：Shell
今日增长：+653 Star
累计 Star：266,502
Fork 数：23,829
仓库地址：https://github.com/obra/superpowers

第8名：usekaneo/kaneo

Kaneo 是一款开源的轻量级项目管理工具，口号是「你需要的一切，没有多余的东西」，直接对标那些功能臃肿、配置复杂、
把简单项目搞成负担的商业项目管理软件。它提供看板、任务列表、时间线、标签、评论、文件附件、通知提醒等日常项目协作必需的
核心功能，界面干净直观，新团队几乎不需要学习成本就能上手。Kaneo 支持自托管部署，数据完全掌握在自己手里，
没有订阅费、没有用户数限制，适合对数据隐私敏感或预算有限的团队；同时它也提供托管版本，不想折腾服务器的人可以直接使用。
项目基于 TypeScript 全栈实现，前后端一体，二次开发和定制也相对容易。对于三五人的小团队、自由职业者、开源项目维护者，
以及觉得 Jira 太重、Notion 太杂、又不想依赖在线 SaaS 的团队来说，Kaneo 提供了一个「刚好够用、又完全自主」的替代方案，
让你把精力花在推进任务上，而不是花在管理工具本身。

技术栈：TypeScript
今日增长：+559 Star
累计 Star：7,304
Fork 数：579
仓库地址：https://github.com/usekaneo/kaneo

第9名：livekit/agents

A framework for building realtime voice AI agents 🤖🎙️📹

技术栈：Python
今日增长：+432 Star
累计 Star：12,421
Fork 数：3,483
仓库地址：https://github.com/livekit/agents

第10名：browser-use/video-use

Edit videos with coding agents

技术栈：Python
今日增长：+320 Star
累计 Star：19,346
Fork 数：2,409
仓库地址：https://github.com/browser-use/video-use