导语

今天榜单的 10 个项目全部是往期未收录的新面孔，主线可以概括为“Agent 的形态分化与基础设施化”。cognee 把 Agent 长期记忆做成“向量 + 知识图谱”的平台，planning-with-files 则用最朴素的文件协议解决长任务规划与崩溃恢复，laya 走出了一条非自回归决策引擎的新路线——把“判断”变成单次前向传播的廉价原语。与此同时，zeroclaw 与 eliza 在争夺“个人助理 / Agent OS”的自主运行面，qm 把 Agent 带进多人协作的工作群，opik 补齐上线后的追踪与评估，jev-ultrafast 以“最快最便宜”切入浏览器自动化，BettaFish 用多 Agent 做中文舆情分析，img2threejs 把图片重建为可直接编辑的 3D 代码资产。

本期从 GitHub Trending、多个 AI 主题的 Repository Search 与近期创建的高星项目检索中筛出 10 个项目，全部通过 GitHub API 核对了 Star、Fork、许可、归档状态与最近发布时间。文中所有数字都是采集时刻的快照，不是实时值。

数据范围与方法

  • 快照时间：2026-09-29 10:30（Asia/Shanghai，UTC+8），Star 采集日期为 2026-09-29。任务开始时 UTC 为 2026-09-29 02:30，按 UTC+8 换算为当日 10:30，同日未跨午夜。
  • 信号来源：GitHub Trending 日榜与周榜；Repository Search 按 ai-agent、llm、generative-ai、artificial-intelligence、multimodal、rag、ai-coding 七个主题，并补充 agents、agentic、ai-engineering、mcp 等主题交叉检索；另对 2026 年 7 月以来创建、Star 快速增长的项目做专项检索。合并去重后候选池 180 余个仓库。
  • 去重口径：与本博客往期日报已收录的 238 个去重仓库做差集后，本期最终名单 10 个项目全部为往期未收录的新面孔。
  • 硬性门槛：stars:>1000、archived:false、fork:false、最近 90 天内有 push 或 release。对高优先候选通过 GitHub 官方 API 核实；本期入选项目 Star 从 15,279 起，未触发降至 500 的例外条款。
  • 排除范围：Awesome List 与各类清单/合集（awesome-dsh-plugin、f/prompts.chat、Shubhamsaboo/awesome-llm-apps、punkpeye/awesome-mcp-servers 等）、课程/教程/书籍类（rohitg00/ai-engineering-from-scratch、NirDiamant/GenAI_Agents、walkinglabs/learn-harness-engineering 等）、通用自动化平台与基础设施（n8n-io/n8n、supabase/supabase、qdrant/qdrant、meilisearch/meilisearch 等）、非 AI 核心的纯工具（farion1231/cc-switch 等）、系统提示词泄露合集（elder-plinius/CL4R1T4S、asgeirtj/system_prompts_leaks 等）、第三方桌面封装（anywhere-labs/dsh-desktop、dataelement/dsh-desktop 等）未纳入；许可无法识别的仓库（hypit-ai/hypit 为 NOASSERTION）同样排除。
  • 核实方式：入围候选逐项通过 GitHub 官方 API（repos、releases/latest、readme、topics）核对 full_name、简介、Star、Fork、许可、归档状态、最近推送、最近 release 与主要语言，并结合各仓库 README 确认项目边界。除本博客发布所需的隔离克隆外，未克隆、安装或运行任何候选项目。
  • 排序说明：以下排序由 Trending 信号、Star 规模、近期更新、活跃度、工程价值与差异性综合得出，不是 GitHub 官方综合排名。Star 规模领先的 BettaFish、zeroclaw、cognee 靠前，近期发布密集或增长迅猛的 laya、planning-with-files、qm 也获得靠前位置；无法取得增星数据的项目标注为“未公开”，不做推算。

Top 10 一览

# 项目 Star（2026-09-29） 分类 最近更新
1 666ghj/BettaFish 42,308 多 Agent 舆情分析 2026-09-16
2 zeroclaw-labs/zeroclaw 32,908 自主个人助理基础设施 2026-09-29
3 topoteretes/cognee 31,162 Agent 记忆平台 2026-09-28
4 NandhaKishorM/laya 27,772 非自回归决策引擎 2026-09-27
5 OthmanAdi/planning-with-files 27,171 Agent 规划协议 2026-09-27
6 comet-ml/opik 22,276 LLM 可观测性与评估 2026-09-29
7 browser-use/jev-ultrafast 21,182 浏览器 Agent 2026-09-25
8 elizaOS/eliza 19,514 Agentic OS 2026-09-29
9 img2threejs/img2threejs 17,117 图像转 3D 代码生成 2026-09-23
10 yc-software/qm 15,279 多人 Agent harness 2026-09-29

十项介绍

1. 666ghj/BettaFish

  • Star：42,308（2026-09-29 采集）
  • 分类：多 Agent 舆情分析
  • 最近更新：2026-09-16（最新发布 2025-12-23）
  • 许可：GPL-2.0
  • 技术栈：Python

中文多 Agent 舆情分析助手“微舆”：定位是“人人可用的多 Agent 舆情分析助手”，宣称打破信息茧房、还原舆情原貌、预测未来走向、辅助决策，并且从 0 实现、不依赖任何框架。仓库 topics 覆盖 deep-research、deep-search、multi-agent-system、public-opinion-analysis、sentiment-analysis。

入选理由：本期 Star 规模最大（42,308），2024-07 创建、两年多累计到这个量级，09-16 仍有推送。它是中文社区多 Agent 应用的代表样本，直接命中“多源信息聚合 + 立场判断”这类与 deep research 高度重叠的真实任务。

个人见解：舆情分析本质上是一连串“检索—聚合—归因—判断”的子任务，与通用 deep research 技术栈重合度很高；“从 0 实现、不依赖框架”意味着代码可读性与定制空间更大，但也要评估维护者单点依赖的风险。GPL-2.0 许可在对外分发或嵌入式使用时需要留意义务边界，内部使用影响较小。

2. zeroclaw-labs/zeroclaw

  • Star：32,908（2026-09-29 采集）
  • 分类：自主个人助理基础设施
  • 最近更新：2026-09-29（最新发布 2026-09-05）
  • 许可：Apache-2.0
  • 技术栈：Rust

用 Rust 实现的全自主 AI 个人助理基础设施：强调“你拥有 agent、你拥有数据、你拥有运行它的机器”，支持任何操作系统、任何平台部署，核心卖点是体积小、速度快、可自主运行。README 显示它与 OpenClaw 生态关联，可替换任意组件。

入选理由：Star 规模 32,908 居本期第二，09-29 仍在推送、09-05 有 release，迭代活跃。它代表“个人自托管助理”这一路线：不依赖云端、数据与运行时完全自持，与绑定厂商生态的助手形成对照。

个人见解：个人助理类项目的关键从来不是模型，而是权限与自主性的边界管理——它能在什么条件下执行什么动作、花多少钱、访问哪些数据。Rust 单二进制的部署形态对自托管很友好，但“全自主”的默认策略是否可配置、可审计，需要在实际使用中重点验证。

3. topoteretes/cognee

  • Star：31,162（2026-09-29 采集）
  • 分类：Agent 记忆平台
  • 最近更新：2026-09-28（最新发布 2026-09-24）
  • 许可：Apache-2.0
  • 技术栈：Python

开源 AI 记忆平台：把向量数据库与知识图谱结合，为 Agent 提供持久化的长期记忆，README 明确主打“用小型模型免费自托管”。仓库 topics 覆盖 agent-memory、cognitive-memory、graph-rag、memory-management、context-engineering。

入选理由：Agent 记忆赛道里成熟度较高的项目之一，31,162 Star、09-28 推送、09-24 发布新版本。它与前几期收录的 beads、hindsight 等记忆方案形成对照：cognee 走“图 + 向量”混合结构，而不是纯向量或纯图。

个人见解：记忆平台的难点在提取质量、更新时机与检索相关性三件事。图结构能表达实体关系，检索更精准，但也意味着更大的入库与维护成本；“小模型自托管”描述的是本地化运行的可能性，实际资源开销取决于数据量与更新频率，需要按自己的数据规模评估。

4. NandhaKishorM/laya

  • Star：27,772（2026-09-29 采集）
  • 分类：非自回归决策引擎
  • 最近更新：2026-09-27（最新发布 2026-09-27）
  • 许可：Apache-2.0
  • 技术栈：Python

非自回归的 System 1 决策引擎：对任意文本做类型化选择、评分与是非决策，单次前向传播完成，支持 100+ 语言，并内置按请求挑选合适 checkpoint 的路由器。仓库 topics 覆盖 decision-model、calibration、routing、zero-shot、modernbert。

入选理由：2026-09-18 创建、采集时已积累 27,772 Star，是近期增长最迅猛的新项目之一；09-27 发布版本、当天仍在推送。它在技术路线上与主流自回归 Agent 推理明显不同——把“判断”从长链推理中抽离成廉价、快速的原语。

个人见解：System 1 决策非常适合路由、分类、校验、打分这类高频低延迟场景，可以显著降低 Agent 的 token 开销；但“给出分数”不等于“给出可解释的推理”，关键决策仍然需要更慢、更可审计的 System 2 兜底。项目刚创建约 11 天，接口与生态都在快速变化，适合实验性接入。

5. OthmanAdi/planning-with-files

  • Star：27,171（2026-09-29 采集）
  • 分类：Agent 规划协议
  • 最近更新：2026-09-27（最新发布 2026-09-27）
  • 许可：MIT
  • 技术栈：Shell（Skill 形态）

面向 AI 编码 Agent 的持久化文件规划方案：用 Markdown 计划文件承载任务状态，支持会话恢复、防上下文腐烂的逐轮回注、确定性完成门控，Manus 风格。README 称可从 npm、Claude Code 插件市场或 npx skills 安装，兼容 Claude Code、Codex、Cursor、OpenCode 等 60+ Agent。

入选理由：27,171 Star、09-27 发布版本且当天推送，活跃度很高。它把“规划”从框架功能变成文件协议——不绑定特定 Agent 内核，靠一套约定文件就能接入大量工具，工程上非常务实。

个人见解：“文件即状态”对长任务、崩溃恢复与上下文压缩后的记忆重建都很有价值，成本是每个 Agent 都要按约定读写这些文件，且价值与 Agent 对规划文件的遵循度强相关。它更像一套“行为约定”而非运行时，效果是否稳定需要在自己常用的 Agent 上实测。

6. comet-ml/opik

  • Star：22,276（2026-09-29 采集）
  • 分类：LLM 可观测性与评估
  • 最近更新：2026-09-29（最新发布 2026-09-28）
  • 许可：Apache-2.0
  • 技术栈：Python

comet-ml 开源的 LLM 应用可观测性与评估平台：提供全面的 tracing、自动化评估与生产仪表盘，覆盖 LLM 应用、RAG 系统与 agentic workflow 的调试、评估与监控。

入选理由：22,276 Star，09-29 仍在推送、09-28 刚发布新版本，迭代节奏很快。它是本期唯一聚焦“上线之后”的工具——当 Agent 从 demo 进入生产，追踪与评估就变成刚需。

个人见解：LLM 应用“看不到、测不准”是普遍痛点，opik 与 langfuse、LangSmith 处于同一赛道，差异在开源自托管与评估自动化的组合。评估指标的设计质量决定平台价值，建议先把自己关心的失败样例接入再评估是否值得长期使用。

7. browser-use/jev-ultrafast

  • Star：21,182（2026-09-29 采集）
  • 分类：浏览器 Agent
  • 最近更新：2026-09-25（无 release）
  • 许可：MIT
  • 技术栈：Python

browser-use 团队的新作：带“动态、索引化动作空间”的浏览器 Agent，README 的定位是“最快、最便宜的 web agent”，并开放云版 waitlist。2026-09-16 创建。

入选理由：2026-09-16 创建、采集时已有 21,182 Star，增长信号非常强；来自 browser-use 团队，工程延续性有保障。它把浏览器 Agent 的竞争维度从“能不能完成”拉向“多快、多便宜”，差异点清晰。

个人见解：动态索引动作空间的核心思路是缩小每一步的候选动作集，从而降低推理成本、提升速度；代价可能是在长尾、非常规页面的适配性上打折扣。“最快最便宜”这类表述是项目方主张，实际速度与成本依赖模型选择与任务复杂度，建议用自己真实的页面任务跑基准。browser-use 已在往期收录，本仓库是独立新项目，作为新面孔入选。

8. elizaOS/eliza

  • Star：19,514（2026-09-29 采集）
  • 分类：Agentic OS
  • 最近更新：2026-09-29（最新发布 2026-08-23）
  • 许可：MIT
  • 技术栈：TypeScript

elizaOS 开源的 Agentic Operating System：以 TypeScript 框架 + 插件生态承载多个独立 Agent，支持 Discord、Slack、Telegram 等多平台接入，社区规模大、5,771 Fork，是“Agent 即 OS”路线的代表项目。

入选理由：19,514 Star 与 5,771 Fork 说明社区活跃度高，09-29 仍在推送、08-23 发布新版本。它提供的是比“单 Agent 工具”更大的集成面：多平台、多角色、多插件，适合想自建 agent 运行环境的团队。

个人见解：“OS”的隐喻意味着更大的集成面，也意味着更高的配置复杂度与插件质量参差的风险。多平台接入是它的强项，但要让多个 Agent 在共享环境下稳定协作，角色隔离、上下文边界与权限设计需要花时间打理；具体能力边界以官方文档为准。

9. img2threejs/img2threejs

  • Star：17,117（2026-09-29 采集）
  • 分类：图像转 3D 代码生成
  • 最近更新：2026-09-23（最新发布 2026-09-06）
  • 许可：Apache-2.0
  • 技术栈：Python（输出 Three.js/TypeScript）

把参考图片中的物体重建为纯代码、过程化、动画就绪的 Three.js 模型，README 强调这是“reconstruction-by-code”——用代码重建，而不是摄影测量、网格提取或下载现成素材包，并主打 token 高效与质量门控。

入选理由：17,117 Star，09-23 推送、09-06 发布版本。它代表一个新的生成范式：不是生成 3D 资产文件，而是生成可编辑、可动画化的场景代码，产物天然适配 Web 互动场景。

个人见解：输出“代码资产”而非“网格资产”是它最大的差异点——开发者可以直接修改生成的 Three.js 代码，管线透明。但复杂物体的重建 fidelity 取决于底层模型能力，README 中“token 高效”也是项目方表述，实际效果与成本需要逐案例验证。

10. yc-software/qm

  • Star：15,279（2026-09-29 采集）
  • 分类：多人 Agent harness
  • 最近更新：2026-09-29（最新发布 2026-09-27）
  • 许可：MIT
  • 技术栈：TypeScript

多人协作的 Agent harness：面向“工作场景”，让 Agent 出现在 Slack 与 Web 上供团队共同使用，README 建议直接让编码 Agent 按仓库内部署指南完成部署，也提供第三方托管版本与自部署路径。

入选理由：15,279 Star，09-29 推送、09-27 发布版本，迭代活跃。它切入“多人共享一个 Agent harness”的协作形态，与单人使用为主的编码 Agent 工具形成明显差异。

个人见解：多人协作 Agent 的核心问题是任务分配、上下文隔离与审批流——谁发起的任务、Agent 能看谁的上下文、动作是否需要人确认。“Agent 进工作群”降低了使用门槛，也放大了权限风险，生产使用前需要把审批与可见性边界定义清楚。项目整体仍处早期，建议自部署小范围验证。

趋势观察

  1. Agent 记忆与状态持久化继续分化。本期 cognee（图 + 向量记忆平台）与 planning-with-files（文件化规划协议）从两个方向回答同一问题：Agent 的跨会话状态如何可靠存在。加上前几期的 beads、hindsight，记忆赛道已经出现图数据库、纯向量、文件协议等多种技术路线，远未收敛。
  2. “快思考”与“慢思考”的分工开始在开源层出现。laya 把路由、分类、打分这类判断做成非自回归的廉价原语，与主流 Agent 的长链推理互补——这提示未来 Agent 架构可能普遍采用“快速决策器 + 深度推理器”的分层组合。
  3. 浏览器与桌面 Agent 的竞争从能力转向速度与成本。jev-ultrafast 以“最快最便宜”切入，与 browser-use 形成产品矩阵；此前多期收录的 computer-use 类项目也呈现同样的成本化趋势。
  4. Agent 形态“OS 化”与“协作化”并行。zeroclaw（个人助理基础设施）、eliza（Agentic OS）强调自主运行面与数据自持；qm 强调多人共享的协作 harness——单机自主与多人协作两条路线同时在推进。
  5. 可观测性与评估成为 Agent 工程化的标配环节。opik 的高频发布说明“上线之后怎么办”已经从附加项变成核心需求，与本期多个编码 Agent 基建项目形成完整链路。
  6. 新面孔占比 100%，年轻项目扎堆。本期 10 个项目全部为往期未收录；其中 6 个创建于 2026 年（zeroclaw、planning-with-files、img2threejs、jev-ultrafast、qm、laya），laya 与 jev-ultrafast 创建不足两周即进入榜单，说明生态仍高速涌现，Trending 与专项检索两条信号源都保持有效。
  7. 许可格局以宽松许可为主。本期 6 个 Apache-2.0、3 个 MIT、1 个 GPL-2.0；NOASSERTION 许可的 hypit-ai/hypit 按既定口径排除。

选型建议

  • 要中文多源舆情与深度检索分析：BettaFish 功能完整且中文友好，注意 GPL-2.0 的分发义务，内部使用影响较小。
  • 要自托管个人 AI 助理、数据完全自持：zeroclaw（Rust 单二进制、任何平台）与 eliza（TypeScript 插件生态、多平台接入）二选一：前者轻量自主，后者社区与集成面更大，先定权限边界再评估。
  • 要给 Agent 加持久长期记忆：cognee 的“图 + 向量”结构适合对检索精度有要求的场景，先小范围验证记忆的提取与更新质量，再评估资源开销。
  • 要长任务规划与会话崩溃恢复：planning-with-files 的接入面最广（60+ Agent），先在常用 Agent 上实测它对规划文件的遵循度。
  • 要上线后的追踪、评估与监控：opik 值得优先评估，重点设计好评估指标与失败样例回流机制。
  • 要做浏览器自动化的速度/成本优化：jev-ultrafast 值得用真实页面任务跑基准，云版尚在 waitlist，先以开源版自测。
  • 要快速决策、路由、校验类原语：laya 可作为 System 1 组件补充而非替代主推理链路，注意项目极早期、接口变化快。
  • 要把图片变成可编辑的网页 3D 资产：img2threejs 的代码化输出管线透明，逐案例验证重建质量。
  • 要让团队共享一个 Agent：qm 形态新颖，务必先定义好任务分配、上下文隔离与审批流再上线。

数据时效

  • 快照时间：2026-09-29 10:30（Asia/Shanghai，UTC+8）。任务开始时 UTC 为 2026-09-29 02:30，按 UTC+8 换算为当日 10:30，同日未跨午夜。
  • Star 采集日期：2026-09-29。文中 Star 均为该时刻的 API 快照，随时间变化。
  • Trending 数据：日榜/周榜的增星数值仅作为热度信号参考，未经逐项 API 复核；本期未取得逐项增星数据，统一标注为“未公开”，不做推算。
  • 最近更新：以 GitHub API 的 pushed_at 为准；release 版本与日期以 releases/latest 为准，无 release 的项目如实标注。
  • 创建时间说明：laya 与 jev-ultrafast 创建不足两周即进入榜单，文中“近期增长迅猛”的表述基于创建时间与采集时刻 Star 快照，不代表官方增星数据。

免责声明

本项目日报为信息整理与个人观点分享，不构成任何投资建议、采购建议或法律意见。文中项目信息（Star、描述、许可、更新状态等）均来自 GitHub 公开数据与项目 README，可能存在延迟或与最新状态不一致；各项目的发展状况、商业计划与数据表现请以项目官方渠道为准。引用第三方信息时已尽量注明来源与核实状态，无法保证其完全准确。读者基于本文做出的任何决策，风险自负。