---
title: "GitHub 今日值得关注的 6 个 AI 项目｜2026-11-02"
description: "本期六个项目分别做本地语音听写、自托管安全运营中心、可微分几何视觉库、手机端 DeepSeek Harness 客户端、对话式绘图和个人 Agent 分身，多数项目把本地运行、过程可审计和人工确认放在设计前面。"
pubDate: 2026-11-02T10:35:00+08:00
tags: ["GitHub AI 日报", "AI Agent", "AI 应用", "本地推理", "开源项目"]
---

## 导语

本期项目分属几个不同方向。hex 用 Rust 写成，提供跨平台本地语音听写。AiSOC 用大模型 Agent 处理安全告警，并记录 Agent 的每一步。kornia 是基于 PyTorch 的可微分计算机视觉库，属于偏底层的算法基础设施。dsh-Go 把 DeepSeek Harness 搬到 Android 手机上运行，也能遥控电脑上的实例。ai-draw 让用户通过对话生成和修改画布内容。agent-me 用可审查的 Markdown 知识和多角色流程构建个人 Agent 分身。这几个项目有两个共同点。一是尽量在本机或自托管环境中运行，二是把模型的输出放进可检查、可撤回或需要人工批准的流程。

## 数据范围与方法

- **数据时间**：2026-11-02 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 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 665 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 6 一览

| # | 项目 | Star（11-02） | 分类 | 最近更新 |
|---|---|---|---|---|
| 1 | [anomalyco/hex](https://github.com/anomalyco/hex) | 3,382 | 本地语音听写 | 11-02 有提交；v3.2.0（11-01） |
| 2 | [beenuar/AiSOC](https://github.com/beenuar/AiSOC) | 6,280 | AI 安全运营 | 11-02 有提交；v21.0.0（11-01） |
| 3 | [kornia/kornia](https://github.com/kornia/kornia) | 11,832 | 可微分视觉库 | 11-01 有提交；v0.9.0（10-23） |
| 4 | [ccch1mneyyy/dsh-Go](https://github.com/ccch1mneyyy/dsh-Go) | 4,780 | DSH 手机客户端 | 11-02 有提交；v1.0.8（11-01） |
| 5 | [bugkeep/ai-draw](https://github.com/bugkeep/ai-draw) | 753 | 对话式绘图 | 10-26 有提交；无正式发布 |
| 6 | [jzjzzzzzzz/agent-me](https://github.com/jzjzzzzzzz/agent-me) | 632 | 个人 AI 分身 | 10-31 有提交；v2.0.0（08-29） |

## 项目介绍

### 1. [anomalyco/hex](https://github.com/anomalyco/hex)

- **Star**：3,382（2026-11-02）
- **分类**：本地语音听写
- **最近更新**：2026-11-02 有提交；最新正式发布 v3.2.0（2026-11-01）
- **许可证**：MIT
- **入选理由**：GitHub Trending 日榜第 12 名，当天新增 1,179 个 Star。
- **简介**：hex 是面向 macOS、Windows 和 Linux 的语音听写工具，用 Rust 编写。用户按住快捷键说话，松开后它在设备上完成转写，并把文字粘贴到当前应用。首次运行会下载语音模型，README 称此后数据不离开本机。
- **看点**：从 README 看，它的定位很窄，只做按键听写和粘贴，适合在意隐私、不想用云端转写的用户。安装渠道覆盖 Homebrew、AUR、Nix 和多种 Linux 包。项目不接受 PR，只接收 Issue，外部开发者参与代码的空间有限。

### 2. [beenuar/AiSOC](https://github.com/beenuar/AiSOC)

- **Star**：6,280（2026-11-02）
- **分类**：AI 安全运营
- **最近更新**：2026-11-02 有提交；最新正式发布 v21.0.0（2026-11-01）
- **许可证**：MIT
- **入选理由**：GitHub Trending 日榜第 10 名，当天新增 446 个 Star。
- **简介**：AiSOC 是可自托管的 AI 安全运营中心，用 Python 编写。它接入安全遥测数据后做归一化、规则检测和事件关联，再由 Agent 调查并提出处置建议，由人工批准后执行。它自带本地模型，不需要 API Key，并提供 MCP 服务。
- **看点**：项目重视可审计性，README 称每条提示词和工具调用都会记录进可回放的决策账本，这一点适合对合规有要求的团队。规则数量和连接器数量都来自 README 的说法。部署门槛不低，Docker 环境至少需要 8 GB 内存，首次运行还要下载约 2 GB 的模型。

### 3. [kornia/kornia](https://github.com/kornia/kornia)

- **Star**：11,832（2026-11-02）
- **分类**：可微分视觉库
- **最近更新**：2026-11-01 有提交；最新正式发布 v0.9.0（2026-10-23）
- **许可证**：Apache-2.0
- **入选理由**：GitHub Trending 日榜第 9 名，当天新增 101 个 Star。
- **简介**：kornia 是基于 PyTorch 的可微分计算机视觉库，用 Python 编写。它提供滤波、几何变换、相机模型、极线几何、RANSAC、局部特征匹配和数据增强，支持按样本设置参数的批量调用，大部分算子可求导，并能在 GPU 上运行。
- **看点**：README 写明了适用边界。GPU 批量处理时，项目公布的基准显示它比 CPU 上的 OpenCV 快出一个数量级以上。与 torchvision 重叠的少数操作上，eager 模式下它反而更慢。单张固定参数的简单操作，README 也建议直接用 PyTorch 或 torchvision。

### 4. [ccch1mneyyy/dsh-Go](https://github.com/ccch1mneyyy/dsh-Go)

- **Star**：4,780（2026-11-02）
- **分类**：DSH 手机客户端
- **最近更新**：2026-11-02 有提交；最新正式发布 v1.0.8（2026-11-01）
- **许可证**：AGPL-3.0
- **入选理由**：ai-agent 主题下近 180 天新建的仓库里，Star 排第 18。
- **简介**：dsh-Go 是 DeepSeek Harness 的非官方 Android 客户端，用 Dart 和 Flutter 编写。它在 App 内安装 Ubuntu、Node.js 和 DSH 运行环境，不需要 Root 或 Termux。它也能通过 SSH 或 DSHarness Remote 连接电脑和服务器上的 DSH，并支持插件界面和手机操控。
- **看点**：如果用户已经在电脑上用 DSH，它能把同一套工作流延伸到手机上。手机操控需要开启无障碍权限，屏幕内容可能发给模型。匿名统计默认开启，需要手动关闭。主体代码采用 AGPL-3.0，sdk 和示例目录采用 MIT，二次开发前要分清两者。

### 5. [bugkeep/ai-draw](https://github.com/bugkeep/ai-draw)

- **Star**：753（2026-11-02）
- **分类**：对话式绘图
- **最近更新**：2026-10-26 有提交；没有正式发布
- **许可证**：MIT
- **入选理由**：generative-ai 主题下近 180 天新建的仓库里，Star 排第 18。
- **简介**：ai-draw 是通过对话创建和编辑画布内容的工具，后端用 Python 编写，前端单独构建。它可以根据文字生成草图、插画和流程图，再用对话移动、改色、删除和撤销，也能手绘编辑。画布可导出 PNG、SVG 和可编辑的 Excalidraw 文件。
- **看点**：从 README 看，它适合画研究流程图、示意图这类需要反复调整的内容。它要求模型同时支持图像输入和工具调用，模型选择因此受限，调用费用由模型提供方收取。项目目前没有发布版本，安装需要同时配置 Python 和 Node.js 环境。

### 6. [jzjzzzzzzz/agent-me](https://github.com/jzjzzzzzzz/agent-me)

- **Star**：632（2026-11-02）
- **分类**：个人 AI 分身
- **最近更新**：2026-10-31 有提交；最新正式发布 v2.0.0（2026-08-29）
- **许可证**：MIT
- **入选理由**：rag 主题下近 180 天新建的仓库里，Star 排第 20。
- **简介**：agent-me 用个人知识、记忆和决策构建可检查的 AI 分身，用 Python 编写，界面基于 FastAPI 和 React。知识以版本控制的 Markdown 存储，检索过程是确定性的。Planner、Researcher、Critic、Writer 和可选的 Verifier 各自负责一段流程，回答附带原文出处。
- **看点**：项目的重点在证据约束和执行轨迹，证据不足时系统可以拒绝作答，适合研究个人 Agent 如何避免编造。README 也承认，不受约束的语义推断和外部工具集成仍是未来工作。它离真正代表一个人还有距离，目前更适合作为架构样例来研究。

## 趋势观察

1. 本地运行成为常见卖点。hex 在设备上转写，AiSOC 自带本地模型且不需要 API Key，dsh-Go 在手机里内置 Linux 环境，代价是首次下载模型或运行环境，硬件要求也更高。
2. 多个项目把 Agent 行为放进可审计、可确认的流程。AiSOC 记录每次工具调用并要求人工批准，agent-me 公开执行轨迹并做引用校验，dsh-Go 遇到付款和密码时交还给用户。
3. 模型接入普遍交给用户自己配置。ai-draw 和 dsh-Go 都让用户选择提供方，费用由用户承担，项目本身只提供运行框架和交互界面。

## 选型建议

- **注重隐私的语音输入**：[anomalyco/hex](https://github.com/anomalyco/hex)
- **自建可审计的告警分诊**：[beenuar/AiSOC](https://github.com/beenuar/AiSOC)
- **GPU 批量几何视觉处理**：[kornia/kornia](https://github.com/kornia/kornia)
- **在手机上运行 DSH**：[ccch1mneyyy/dsh-Go](https://github.com/ccch1mneyyy/dsh-Go)
- **用对话绘制流程图**：[bugkeep/ai-draw](https://github.com/bugkeep/ai-draw)
- **研究证据约束的个人 Agent**：[jzjzzzzzzz/agent-me](https://github.com/jzjzzzzzzz/agent-me)

## 数据时效

文中的 Star、Fork、提交和发布记录都截至 2026-11-02 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。