GitHub Trending 日榜 Top 10（2026/10/09）

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：morluto/rea

rea 是一个用 TypeScript 编写的逆向工程智能体框架，目标是让 AI 代理能够从应用行为一路分析到原生二进制文件。传统逆向工程往往依赖人工在反汇编器、调试器、抓包工具之间反复切换，面对混淆代码、动态加载的模块或跨平台二进制时，经验门槛高、重复劳动多，且分析过程难以沉淀成可复用的流程。rea 试图把这类工作交给可编排的智能体来完成，让分析从“手工试错”转向“目标驱动的自动推理”。

它的核心功能围绕“代理式逆向”展开：代理可以观察应用运行时的行为，追踪调用链与数据流，再逐步下沉到原生二进制的层面进行解析。技术亮点在于用 TypeScript 搭建统一的代理编排层，把不同层次的逆向任务——行为观测、协议还原、二进制分析——抽象成可组合的步骤，代理根据中间结果自主决定下一步动作，而不是执行固定的脚本流水线。这种设计让分析过程具备一定的自适应能力，遇到未知格式或保护机制时，可以换一种观察角度继续推进，而不是直接卡死。

对于安全研究员、逆向工程师，以及需要理解闭源应用内部机制却不想从头手写工具链的开发者来说，rea 提供了一种把智能体引入逆向工作流的思路，适合用来探索自动化分析在真实目标上的边界。

技术栈：TypeScript
今日增长：+7,738 Star
累计 Star：26,975
Fork 数：3,063
仓库地址：https://github.com/morluto/rea

🥈 第2名：boykopovar/AnyPS5

AnyPS5 是一款把 PS5 可执行文件自动移植到 Linux 和 Windows 平台的工具。PS5 游戏与自制程序基于 FreeBSD 衍生系统和自定义的 Orbis OS，其二进制依赖大量索尼专有的系统调用、图形接口与运行时库，直接拿到 PC 上根本无法运行；而手动逆向、重写系统调用层和图形后端又极其耗时，通常需要针对每个标题单独适配。AnyPS5 的思路是自动化这一过程：它解析 PS5 可执行文件的格式与导入表，识别其中调用的系统 API，再将其映射或替换为 Linux 与 Windows 上等价的实现，同时处理内存布局、线程模型和文件系统路径等平台差异，从而减少逐一手工打补丁的工作量。项目使用 C++ 编写，便于直接操作二进制结构与底层系统接口，也方便在多个平台上共享同一套核心逻辑。作为面向移植场景的工具，它的价值在于把重复性的格式解析、符号映射和补丁生成环节收敛为可复用的流程，让开发者能把精力放在图形、音频等真正需要针对性处理的模块上。需要注意的是，这类工具的实际可用范围受限于目标程序的复杂度以及对索尼专有组件的依赖程度，并非所有 PS5 可执行文件都能一键完成移植。它适合对 PS5 系统架构、可执行文件格式和跨平台移植有一定了解，希望减少手工适配工作的逆向工程爱好者与移植开发者。

技术栈：C++
今日增长：+4,669 Star
累计 Star：15,894
Fork 数：1,256
仓库地址：https://github.com/boykopovar/AnyPS5

🥉 第3名：storytold/artcraft

ArtCraft 是一个面向艺术家、设计师和电影制作人的“有意创作引擎”，用 Rust 编写，目标是把创意意图直接转化为可编辑、可复用的视觉内容。它要解决的痛点在于：传统 3D 或图形工具往往把大量时间消耗在手工建模、材质调整和重复劳动上，而 AI 生成工具又常常像黑箱，输出结果难以精确控制、难以迭代修改。ArtCraft 试图在两者之间找到平衡——既保留生成式工作流的效率，又让创作者对每一步有明确掌控。

核心功能围绕“意图驱动”展开：用户通过定义规则、约束和参数来表达想要的效果，引擎据此生成或调整场景、模型、材质等元素，而不是靠手动拖拽每一个顶点。它强调可组合的节点式或声明式工作流，让复杂效果能被拆解、复用和版本管理。技术亮点在于 Rust 带来的性能与内存安全，使得实时预览和批量处理更可靠；同时，引擎设计上注重确定性，相同输入产生相同输出，便于团队协作和资产管线集成。ArtCraft 不追求一键出图，而是把生成能力嵌入到可编辑的创作流程中，让艺术家能反复微调、逐步逼近脑海中的画面。

适用人群是那些希望用代码或参数化方式控制视觉创作、又不愿放弃艺术判断力的艺术家、技术美术、独立设计师和电影预演团队。

技术栈：Rust
今日增长：+2,103 Star
累计 Star：8,039
Fork 数：1,131
仓库地址：https://github.com/storytold/artcraft

第4名：mattpocock/skills

这是知名 TypeScript 教育者 Matt Pocock 公开的 AI 智能体技能（Agent Skills）集合，直接来自他日常使用的 .agents 目录，用 Shell 脚本组织，把「让 AI 编程助手真正按工程规范干活」这件事变成可复用的技能包。它针对的痛点很具体：大多数人和 AI 结对编程时，每次都要重复交代同样的规则——怎么写测试、怎么组织提交、遵循什么代码风格、遇到某类任务该走什么流程；这些隐性的工程习惯既没写进代码库，也难以在每次对话里稳定复现，导致 AI 输出质量忽高忽低。这个仓库把这些经验固化成一个个独立的技能文件，让智能体在需要时按需加载。核心功能是提供一组面向真实工程场景的技能定义，覆盖日常开发中的常见工作流，用户可以直接把它们放进自己的 .agents 目录或对应的智能体配置中调用。技术亮点在于它的形态：不依赖特定框架或运行时，纯 Shell 加 Markdown 式的技能描述，结构轻、可读性强、易于移植，既能被支持 Agent Skills 规范的工具直接消费，也方便开发者照着改写成自己团队的版本。作者本人的身份也是价值的一部分——这些技能不是泛泛的提示词模板，而是从一个长期做 TypeScript 教学、写真实项目的人的实际配置里提炼出来的，带有明确的工程取向。适用人群是已经在用 Claude Code、Cursor 等支持技能机制的 AI 编程工具、希望把团队或个人工程规范沉淀下来、减少重复沟通并提升 AI 产出稳定性的开发者。

技术栈：Shell
今日增长：+1,774 Star
累计 Star：281,134
Fork 数：23,561
仓库地址：https://github.com/mattpocock/skills

第5名：cathrynlavery/diagram-design

这是一个为 AI 编程助手提供编辑级图表设计规范的开源项目，让 Claude Code、Codex、GitHub Copilot、Factory Droid 和 Pi 等工具生成的图表摆脱千篇一律的机器味。它瞄准的痛点很具体：主流 AI 助手在需要画架构图、流程图或时序图时，往往默认输出 Mermaid 代码，渲染结果要么布局拥挤、要么配色俗气，放在技术文档或演示文稿里显得廉价；而手工调整又违背了让 AI 代劳的初衷。这个项目用一套精心设计的 HTML + SVG 模板替代 Mermaid 方案，覆盖 42 种图表类型，从常见的流程图、序列图、状态机，到更专业的泳道图、象限图、甘特图、实体关系图等都有对应实现。技术上它的亮点在于完全自包含——每个图表都是独立的 HTML 文件，内联 SVG 和样式，不依赖外部库或构建工具，复制粘贴即可使用；设计语言遵循编辑出版物的审美，刻意避免阴影和渐变，追求扁平、克制、层级清晰的视觉效果，与 Mermaid 默认那种「能用但难看」的输出形成鲜明对比。项目以 HTML 为主要语言，意味着任何能渲染网页的环境都能直接预览，也方便 AI 助手在生成时直接嵌入。适用人群包括经常用 AI 助手辅助写技术文档、做架构设计或准备演示材料的工程师和技术写作者，尤其是那些对图表观感有要求、又不愿在排版上耗费过多时间的人。

技术栈：HTML
今日增长：+1,160 Star
累计 Star：46,404
Fork 数：2,952
仓库地址：https://github.com/cathrynlavery/diagram-design

第6名：thedotmack/claude-mem

claude-mem 是一个为 AI 编程代理提供跨会话持久化上下文记忆的 TypeScript 工具。它解决的核心痛点是：每次开启新的代理会话，之前的决策、代码变更和调试过程全部丢失，代理不得不从零开始理解项目，导致重复劳动和上下文断裂。claude-mem 在代理运行期间自动捕获其所有操作——包括读取的文件、执行的命令、生成的代码和做出的推理——然后借助 AI 对这些原始记录进行压缩提炼，形成精简的记忆摘要。当未来会话启动时，系统会把与当前任务相关的历史上下文自动注入，让代理"记得"之前发生过什么。它的技术亮点在于自动化与压缩策略的结合：捕获过程无需人工干预，压缩环节则降低了 token 消耗，避免把冗长的原始日志直接塞进上下文窗口。同时，它兼容多种主流代理环境，包括 Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot 和 OpenCode 等，不绑定单一平台。对于长期维护同一代码库、频繁与 AI 代理协作的开发者，以及需要代理在多次会话间保持行为一致性的团队来说，这个工具能显著减少重复解释和上下文重建的成本，让代理真正像一个持续工作的协作者而非每次失忆的新人。

技术栈：TypeScript
今日增长：+670 Star
累计 Star：98,492
Fork 数：8,637
仓库地址：https://github.com/thedotmack/claude-mem

第7名：liquidslr/system-design-notes

liquidslr/system-design-notes 是一份针对《System Design Interview – An Insider's Guide》一书整理的开源读书笔记，用结构化的方式把书中的系统设计知识提炼成可随时查阅的要点。系统设计面试的痛点在于，知识点散落在书籍、博客和零散笔记中，复习时缺乏主线，容易陷入细节而忽略整体框架；这份笔记正是为了解决这个问题，把书中的核心内容按主题重新组织，让读者能快速定位到某个系统或某个设计维度。它的核心功能是充当一份轻量级的速查手册：笔记通常围绕书中讨论的经典案例展开，例如限流、一致性哈希、键值存储、分布式消息队列、分布式唯一 ID 生成等，并保留书中的关键权衡与设计思路，而不是简单复述原文。技术亮点在于它的组织方式——以 Markdown 纯文本形式托管在 GitHub 上，便于阅读、搜索和版本追踪，也方便读者按自己的理解补充或修改，形成个人化的知识库；由于不绑定任何编程语言，读者可以专注于架构层面的思考，而不被具体实现细节干扰。需要说明的是，这份笔记的定位是辅助材料，适合已经或正在阅读原书、希望快速回顾和串联知识点的读者，不能替代原书对每个案例的完整推导过程。它最适合准备系统设计面试的工程师、需要快速梳理分布式系统设计思路的开发者，以及把这本书当作案头参考、希望有一份可检索笔记随时查阅的人。

技术栈：N/A
今日增长：+393 Star
累计 Star：24,645
Fork 数：4,602
仓库地址：https://github.com/liquidslr/system-design-notes

第8名：anthropics/knowledge-work-plugins

anthropics/knowledge-work-plugins 是 Anthropic 官方开源的一套插件集合，专门为知识工作者在 Claude Cowork 中使用而设计。它要解决的痛点很明确：知识工作者的日常任务往往散落在文档、表格、演示、邮件和各类 SaaS 工具之间，而通用大模型虽然能对话，却缺乏直接操作这些工作产物的能力，导致用户不得不反复复制粘贴、手动整理。这套插件通过给 Claude Cowork 提供标准化的工具接口，让模型能够直接读取、处理和生成知识工作场景中的内容，从而把 AI 从“聊天对象”变成“可调用的工作流组件”。核心功能围绕知识工作的典型环节展开，例如文档处理、数据整理、内容生成与信息提取等，每个插件以独立模块的形式组织，便于按需启用和组合。技术亮点在于其插件架构遵循统一的接口约定，Python 实现便于开发者阅读和二次开发，同时与 Claude Cowork 的集成方式保持了官方一致性，降低了接入成本。仓库本身也体现了 Anthropic 对插件生态的开放态度，开发者可以参照现有插件快速构建自己的工具。适用人群包括需要借助 AI 自动化处理文档与信息的职场人士、希望为 Claude Cowork 扩展能力的开发者，以及研究 AI 智能体工具调用机制的技术人员。

技术栈：Python
今日增长：+392 Star
累计 Star：27,596
Fork 数：3,204
仓库地址：https://github.com/anthropics/knowledge-work-plugins

第9名：EpicGames/raddebugger

raddebugger 是一款原生、用户态、支持多进程调试的图形化调试器。它要解决的核心痛点，是现有调试器在大型 C/C++ 项目上普遍存在的响应慢、多进程调试割裂、可视化体验差的问题：传统命令行调试器（如 GDB）需要记忆大量命令、状态不直观，而部分图形调试器在面对多进程、多线程的复杂程序时，切换进程繁琐、断点与调用栈展示不够清晰。raddebugger 把调试会话做成一个原生桌面应用，用统一的界面同时管理多个被调试进程，让开发者在进程、线程、栈帧之间快速跳转而无需重启会话。核心功能包括断点（含条件断点与数据断点）、单步执行、调用栈浏览、变量与内存查看、反汇编视图、线程与进程列表、表达式求值等，这些能力围绕多进程场景组织，适合调试客户端/服务端、插件宿主、多进程协作类程序。技术亮点在于它用 C 语言编写，直接调用操作系统原生调试接口（Windows 上基于 Win32 调试 API 等用户态机制），不依赖笨重的运行时或托管层，因此启动快、内存占用低、对目标程序侵入小；同时它自带自研的 UI 层与渲染，保证在高频刷新调用栈、内存和寄存器时仍保持流畅，并跨平台设计以适配不同系统。它面向需要频繁调试多进程 C/C++ 程序、又希望获得原生性能与图形化体验的开发者，尤其是从事系统编程、游戏引擎、工具链与底层中间件开发的人群。

技术栈：C
今日增长：+279 Star
累计 Star：8,121
Fork 数：391
仓库地址：https://github.com/EpicGames/raddebugger