---
title: "GitHub 今日值得关注的 2 个 AI 项目｜2026-09-25"
description: "本期两个项目分别处理 Agent 的外部工具调用和扩散模型的本地推理。treg 用统一入口代理第三方 API 与团队凭证，stable-diffusion.cpp 用纯 C/C++ 在本机运行图像与视频生成模型。"
pubDate: 2026-09-25T10:30:00+08:00
tags: ["GitHub AI 日报", "Agent 基础设施", "MCP", "本地推理", "开源项目"]
---

## 导语

superdesigndev/treg 自称面向 Agent 工具的 OpenRouter。Agent 只需一个地址和一个令牌，就能按次付费调用 SEO、社媒、企业信息、网页抓取、图像视频生成等第三方接口。团队自有的密钥、CLI 和 SKILL.md 也能在成员之间共享，凭证始终留在服务端。leejet/stable-diffusion.cpp 基于 ggml，用纯 C/C++ 实现扩散模型推理，覆盖 SD、Flux、Qwen Image、Wan 等图像、编辑与视频模型。两者处在 AI 应用链条的不同位置。前者解决 Agent 怎样拿到外部能力，后者解决生成模型怎样在本机跑起来。它们的共同点是降低调用这些能力的门槛。

这一期是 2026 年 10 月 19 日补写的。当天的日报没有按时发出，材料改用互联网档案馆在 2026-09-25 11:12（北京时间）存下的 GitHub Trending 日榜。档案馆只存了当天上榜的仓库，扣掉往期已经收录的，符合条件的只有 2 个，所以这一期不足 10 个。提交、发布和 README 都按存档那一刻还原。

## 数据范围与方法

- **数据时间**：2026-09-25 11:12（北京时间）。
- **信号来源**：互联网档案馆存下的 GitHub Trending 日榜（[存档](https://web.archive.org/web/20260925031244/https://github.com/trending)）。档案馆没有当时的检索结果，本期只从日榜里挑。
- **收录条件**：AI 是项目的核心能力；Star 不少于 500（合格项目不足 10 个，门槛从 1,000 放宽到 500）；没有归档，不是 fork；最近 90 天内有提交或正式发布。资源清单、教程和提示词合集不收。
- **去重**：本系列往期日报和周报已经收录过的 584 个仓库不再收。
- **排序**：按当天新增 Star。这是本站的排序，不是 GitHub 的官方排名。

## Top 2 一览

| # | 项目 | Star（09-25） | 分类 | 最近更新 |
|---|---|---|---|---|
| 1 | [superdesigndev/treg](https://github.com/superdesigndev/treg) | 3,186 | Agent 工具网关 | 09-25 有提交；无正式发布 |
| 2 | [leejet/stable-diffusion.cpp](https://github.com/leejet/stable-diffusion.cpp) | 7,264 | 扩散模型推理 | 09-24 有提交；master-913-b167b94（09-24） |

## 项目介绍

### 1. [superdesigndev/treg](https://github.com/superdesigndev/treg)

- **Star**：3,186（2026-09-25）
- **分类**：Agent 工具网关
- **最近更新**：2026-09-25 有提交；没有正式发布
- **许可证**：GitHub 未能识别，以仓库里的 LICENSE 文件为准
- **入选理由**：GitHub Trending 日榜第 13 名，当天新增 468 个 Star。
- **简介**：用 Python 编写的工具注册与代理服务，提供 CLI、Claude Code 插件和 MCP 接入。README 称目录收录 60 多家服务商的 3000 多个端点，按次计费，调用方无需在服务商注册账号。代理只转发请求，不对上游接口建模，并在服务端注入认证，团队成员的 Agent 调用时接触不到密钥。
- **看点**：从 README 看，它的价值在于把按月订阅的数据服务拆成单次调用，适合偶尔需要 SEO、企业信息等数据的 Agent 任务。自有密钥优先且不计费，团队也可以借它集中管理凭证。局限在于目录调用依赖托管方的账户与余额，上游服务商的条款与可用性也不由调用方掌控。

### 2. [leejet/stable-diffusion.cpp](https://github.com/leejet/stable-diffusion.cpp)

- **Star**：7,264（2026-09-25）
- **分类**：扩散模型推理
- **最近更新**：2026-09-24 有提交；最新正式发布 master-913-b167b94（2026-09-24）
- **许可证**：MIT
- **入选理由**：GitHub Trending 日榜第 14 名，当天新增 36 个 Star。
- **简介**：基于 ggml 的扩散模型推理实现，用 C++ 编写，工作方式与 llama.cpp 一致。支持 SD 系列、FLUX、Qwen Image 等图像与编辑模型，也支持 Wan、LTX 等视频模型。后端覆盖 CPU、CUDA、Vulkan、Metal、OpenCL 和 SYCL，可加载 ckpt、safetensors 与 GGUF 权重。
- **看点**：项目无外部依赖，支持把权重转换为 GGUF，适合在个人电脑、Mac 或安卓设备上离线生成图像。需要把扩散模型嵌入 Go、C#、Rust 等应用的开发者也能用上它，README 列出了多种语言绑定，以及 KoboldCpp、LocalAI 等下游项目。README 同时提醒 API 与命令行参数变动频繁，集成时宜锁定版本。

## 趋势观察

1. 两个项目都在收拢入口。treg 用一个令牌汇聚多家服务商的接口，stable-diffusion.cpp 用一套运行时承载大量扩散模型，开发者需要对接的接口数量因此减少。
2. 接入方式趋向多样。treg 同时提供 CLI、MCP 和 Claude Code 插件，stable-diffusion.cpp 提供多语言绑定和内嵌网页界面，两者都把适配现有工具链当作基本功能。

## 选型建议

- **Agent 按次调用第三方数据**：[superdesigndev/treg](https://github.com/superdesigndev/treg)
- **本地离线生成图像与视频**：[leejet/stable-diffusion.cpp](https://github.com/leejet/stable-diffusion.cpp)

## 数据时效

文中的 Star、Fork、提交和发布记录都截至 2026-09-25 11:12（北京时间），之后会变化。Star 是存档页上显示的数字，许可证是补写时 GitHub 识别的结果。GitHub 只在 Trending 页上显示新增 Star，其余项目的增星没有公开数据，文中不做推算。

## 免责声明

本文根据公开的仓库信息整理，只供技术参考，不构成部署、采购或投资建议。README 里的性能、用户量等说法属于项目方自述，没有经过独立验证。许可证以仓库里的 LICENSE 文件为准。