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 3,382 本地语音听写 11-02 有提交；v3.2.0（11-01）
2 beenuar/AiSOC 6,280 AI 安全运营 11-02 有提交；v21.0.0（11-01）
3 kornia/kornia 11,832 可微分视觉库 11-01 有提交；v0.9.0（10-23）
4 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 753 对话式绘图 10-26 有提交；无正式发布
6 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

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。