导语

本期十个项目可以分成三组。第一组是通用或垂直的 Agent 工作台。Kun 和 KiroCrew 面向日常开发与长期任务，OpenScience 面向科研流程，OpenExecutive 用一个高管人格编排多个职能 Agent，Fuxi 是闭源分发的终端编码 Agent。第二组给 Agent 加约束和技能。stop-that-shit 在工具调用前拦截越界动作，gzh-design-skill 用组件库和校验脚本规范公众号排版输出。第三组关注模型在端侧的运行方式。turbo-fieldfare 从 SSD 按需读取专家权重，在小内存 Mac 上运行 26B 参数的 MoE 模型。DigUp 用多模态嵌入模型在本机检索各类文件。minimind-o 用约 0.1B 的规模实现听、看、说的完整链路。几组项目的共同点在于把数据、记忆和权限尽量留在用户自己控制的环境里。

数据范围与方法

  • 数据时间：2026-10-20 10:35（北京时间）。
  • 信号来源：GitHub Trending 的日榜和周榜，加上按 ai-agent、llm、generative-ai、artificial-intelligence、multimodal、rag、ai-coding 七个主题检索近 180 天新建的仓库。
  • 收录条件：AI 是项目的核心能力；Star 不少于 1,000；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 589 个仓库不再收。
  • 排序：先看日榜（按当天新增 Star），再看周榜（按这一周新增 Star），最后是主题检索（按 Star）。这是本站的排序，不是 GitHub 的官方排名。

Top 10 一览

# 项目 Star（10-20） 分类 最近更新
1 drumih/turbo-fieldfare 6,943 本地推理运行时 10-15 有提交；0.9.3（10-15）
2 KunAgent/Kun 6,318 本地 Agent 工作台 10-17 有提交；v0.4.1（10-17）
3 SenteLabsAI/OpenExecutive 5,629 多 Agent 管理助手 10-19 有提交；v0.6.1（10-18）
4 ARahim3/DigUp 5,062 端侧文件检索 10-18 有提交；v0.6.1（10-12）
5 kirodotdev/KiroCrew 4,497 持久化开发工作区 10-20 有提交；v0.9.0（10-16）
6 synthetic-sciences/openscience 4,123 科研 Agent 10-18 有提交；v2.0.152（10-18）
7 isjiamu/gzh-design-skill 4,036 公众号排版技能 10-09 有提交；v1.0.0（07-06）
8 fuxicodex/Fuxi 3,341 终端编码 Agent 09-29 有提交；v0.1.8（09-22）
9 lennney/stop-that-shit 2,759 Agent 行为约束 10-15 有提交；0.2.5（10-15）
10 jingyaogong/minimind-o 2,659 从零训练 Omni 09-22 有提交；无正式发布

项目介绍

1. drumih/turbo-fieldfare

  • Star：6,943（2026-10-20）
  • 分类：本地推理运行时
  • 最近更新：2026-10-15 有提交；最新正式发布 0.9.3（2026-10-15）
  • 许可证：Apache-2.0
  • 入选理由：llm 主题下近 180 天新建的仓库里，Star 排第 18。
  • 简介：用 Swift 和 Metal 为 Gemma 4 26B-A4B 编写的专用推理运行时。常驻内存的只有约 1.35 GB 共享核心和 FP16 KV 缓存，每个 token 所需的专家权重从 SSD 按需读取。项目提供原生 Mac 应用、命令行和本机回环的 OpenAI 兼容服务。
  • 看点：README 称在 8GB 内存的 M2 MacBook Air 上解码速度约 5.1 到 6.3 tok/s，适合内存有限又想离线运行 MoE 模型的 Mac 用户。代价是只支持这一个模型，需要 macOS 26、Metal 4 和约 14.3 GB 磁盘空间，图像能力要求 M2 及以上芯片。

2. KunAgent/Kun

  • Star：6,318（2026-10-20）
  • 分类：本地 Agent 工作台
  • 最近更新：2026-10-17 有提交；最新正式发布 v0.4.1（2026-10-17）
  • 许可证：GitHub 未能识别，以仓库里的 LICENSE 文件为准
  • 入选理由：ai-agent 主题下近 180 天新建的仓库里，Star 排第 11。
  • 简介：TypeScript 写的本地优先桌面 AI 工作台。代码、文档和 Agent 对话共用一个本地运行时，会话、记忆和设置都存在本机。模型由用户自行接入，支持 OpenAI 与 Anthropic 兼容接口和本地模型，另有 MCP 与 Skills 扩展、定时任务和终端 TUI。
  • 看点：GUI 与 TUI 共用同一个运行时，线程和审批可以在两端接着用。工具和目录权限默认需要确认，适合想把 Agent 放在本机并自选模型的个人用户。README 写明许可证为 PolyForm Noncommercial，商业使用需要作者另行书面授权。

3. SenteLabsAI/OpenExecutive

  • Star：5,629（2026-10-20）
  • 分类：多 Agent 管理助手
  • 最近更新：2026-10-19 有提交；最新正式发布 v0.6.1（2026-10-18）
  • 许可证：Apache-2.0
  • 入选理由：rag 主题下近 180 天新建的仓库里，Star 排第 6。
  • 简介：Python 后端加 Next.js 前端的虚拟高管团队。一个统一口径的高管编排器调用多个专职 Agent，覆盖战略、财务、法务、人力等职能。每个专职 Agent 从 ChromaDB 检索内置管理知识和公司文档，SQLite 负责保存跨会话的决策记忆。
  • 看点：它对用户隐藏内部的多 Agent 结构，并接入 Slack、邮件、Microsoft 365 等日常工具，Act as me 模式只起草邮件，由本人审阅后发送。局限在于模型依赖 Anthropic Claude API，调度器要求单实例部署，另外描述写 8 个专职 Agent，README 列出的是 9 个。

4. ARahim3/DigUp

  • Star：5,062（2026-10-20）
  • 分类：端侧文件检索
  • 最近更新：2026-10-18 有提交；最新正式发布 v0.6.1（2026-10-12）
  • 许可证：MIT
  • 入选理由：multimodal 主题下近 180 天新建的仓库里，Star 排第 2。
  • 简介：基于 Google DeepMind 的 EmbeddingGemma 2 做的本地文件语义搜索工具，主体用 Swift 编写，支持 Mac，Windows 与 Linux 版仍是 beta。它把选定文件夹里的图片、PDF、文档、音频、视频和可选的代码放进同一向量空间，用自然语言检索，结果可以跳到对应页码或时间点。
  • 看点：它同时保留文件名和正文的精确字符串匹配，弥补纯语义检索对编号、错误码不敏感的短板。README 称索引内容不离开本机，也没有遥测。首次使用需下载 865 MB 模型，Mac 端要求 Apple Silicon，适合照片、录音和文档较多的个人电脑。

5. kirodotdev/KiroCrew

  • Star：4,497（2026-10-20）
  • 分类：持久化开发工作区
  • 最近更新：2026-10-20 有提交；最新正式发布 v0.9.0（2026-10-16）
  • 许可证：Apache-2.0
  • 入选理由：ai-agent 主题下近 180 天新建的仓库里，Star 排第 17。
  • 简介：Python 写的持久化开发工作区，可以运行在本机、容器或远程主机上，通过 Gateway 对接桌面应用、网页控制台、CLI 以及 Slack、Discord。默认 Agent 跑在需要另行安装并登录的 kiro-cli 上，支持定时任务、带检查点的长任务和系统监控。
  • 看点：它的重点是跨会话延续。纠正和失败会沉淀为可编辑的经验，经验可以限定到单个仓库，重复模式会合成技能。适合需要无人值守执行迁移、巡检类任务的团队。默认后端依赖 kiro-cli，所谓自我进化的实际效果需要拿自己的任务验证。

6. synthetic-sciences/openscience

  • Star：4,123（2026-10-20）
  • 分类：科研 Agent
  • 最近更新：2026-10-18 有提交；最新正式发布 v2.0.152（2026-10-18）
  • 许可证：Apache-2.0
  • 入选理由：ai-agent 主题下近 180 天新建的仓库里，Star 排第 18。
  • 简介：TypeScript 写的科研 Agent 工作台，可作为桌面应用、浏览器工作区或终端命令运行。主 Agent 先规划步骤，再调用 shell、Python 与 R 内核以及文献和数据库连接器执行分析，有限的子任务可以分派给并行 worker，最后交回结果和完整的操作记录。
  • 看点：它覆盖从查文献、清洗数据到在 Modal、SSH、Slurm、PBS 上跑计算的整个流程，远程计算和网络访问需要先批准，适合需要复现实验并保留记录的研究者。README 也说明技能不等于依赖已经装好，BioNeMo 适配器标为实验性，结论仍需人工复核。

7. isjiamu/gzh-design-skill

  • Star：4,036（2026-10-20）
  • 分类：公众号排版技能
  • 最近更新：2026-10-09 有提交；最新正式发布 v1.0.0（2026-07-06）
  • 许可证：GitHub 未能识别，以仓库里的 LICENSE 文件为准
  • 入选理由：ai-agent 主题下近 180 天新建的仓库里，Star 排第 19。
  • 简介：面向 Claude Code、Codex、Cursor 等 Agent 的公众号排版 Skill，把 Markdown 排成样式全部内联、可以直接粘进微信公众号编辑器的 HTML。它内置 6 套主题和一个主题生成器，自动处理章节编号、关键词下划线、代码块、图片和全角标点。
  • 看点：它的设计重点是约束输出。固定组件库保证排版下限，component_lint 和 validate_gzh_html 两个 Python 脚本确定性地检查平台禁用的写法，减少对模型自觉的依赖。它只排版、不写作，适合常发长文的公众号作者，许可证需要自行确认。

8. fuxicodex/Fuxi

  • Star：3,341（2026-10-20）
  • 分类：终端编码 Agent
  • 最近更新：2026-09-29 有提交；最新正式发布 v0.1.8（2026-09-22）
  • 许可证：GitHub 未能识别，以仓库里的 LICENSE 文件为准
  • 入选理由：ai-coding 主题下近 180 天新建的仓库里，Star 排第 2。
  • 简介：终端里的 AI 编码 Agent，可以读代码、改文件、跑命令并调用工具，在多家模型服务商之间按成本路由，出错时自动切换。README 说明它用 Go 编写，以单个静态二进制分发，使用前需注册 FuXi 账号，也可以接入自己的 API Key，并能作为 MCP 客户端。
  • 看点：产品源码闭源，仓库只放文档、安装器和问题追踪，许可证为专有。README 称项目自身的代码全部由 FuXi 写成，这是项目方的说法，外部无从核实。它适合想在终端统一管理多家模型成本的开发者，前提是能接受账号登录和闭源分发。

9. lennney/stop-that-shit

  • Star：2,759（2026-10-20）
  • 分类：Agent 行为约束
  • 最近更新：2026-10-15 有提交；最新正式发布 0.2.5（2026-10-15）
  • 许可证：MIT
  • 入选理由：ai-coding 主题下近 180 天新建的仓库里，Star 排第 4。
  • 简介：JavaScript 写的 Skill 加 Guard 组合，适配 Codex、Claude Code、OpenCode、Hermes Agent CLI 和 Pi。Skill 提供判断任务边界的规则，Guard 在工具调用前拦截几类动作，包括只读模式下写文件、未授权的哈希操作、超出预算的 subagent 和指定范围之外的写入。
  • 看点：它把范围膨胀、无用防御、意图越界、重复检查四类常见问题拆成可以声明的契约参数，比在 AGENTS.md 里不断加规则更容易检查。Guard 只处理明确的边界，不会判断缓存或重试是否多余。仓库附有 18 个判定用例，在真实任务中的效果要看各自的对照运行。

10. jingyaogong/minimind-o

  • Star：2,659（2026-10-20）
  • 分类：从零训练 Omni
  • 最近更新：2026-09-22 有提交；没有正式发布
  • 许可证：Apache-2.0
  • 入选理由：artificial-intelligence 主题下近 180 天新建的仓库里，Star 排第 1。
  • 简介：从零实现的小规模端到端 Omni 模型，核心代码用 PyTorch 原生编写。Thinker 负责理解文本、语音和图像，Talker 用多 token 预测一次生成多层 Mimi 编码，输出流式语音。语音和视觉特征分别由冻结的 SenseVoice-Small 与 SigLIP2 编码后注入模型。
  • 看点：主干约 0.1B，代码、权重、数据和技术报告全部开源。README 称 mini 数据在单张 RTX 3090 上约 2 小时可以跑完 SFT，适合学习 Omni 架构的个人和教学场景。这个规模下它更适合当作可以读、可以改的教材，不宜按生产级语音助手的标准去要求。

趋势观察

  1. 本地优先已经成为多个 Agent 工作台的共同前提。Kun、KiroCrew、OpenScience 都把会话、记忆或运行时放在用户控制的机器上，并默认在执行敏感操作前请求批准。
  2. 对 Agent 的约束正在从提示词转向可执行的检查。stop-that-shit 用 Hook 拦截越界调用，gzh-design-skill 用校验脚本兜住平台限制，两者都把规则写进确定性代码。
  3. 端侧模型的硬件门槛在继续降低。turbo-fieldfare 让 26B 参数的 MoE 模型跑在 8GB 内存的 Mac 上，DigUp 在笔记本上做多模态检索，minimind-o 把 Omni 链路压到约 0.1B。
  4. 跨会话记忆正在变成显式、可编辑的组件。OpenExecutive 用 SQLite 记录决策，KiroCrew 把纠正沉淀为可限定仓库范围的经验，Kun 明确规定记忆不会扩大权限。

选型建议

数据时效

文中的 Star、Fork、提交和发布记录都截至 2026-10-20 10:35（北京时间），之后会变化。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。