--- title: "GitHub AI 项目回溯周报｜2026-01-12 至 2026-01-18" description: "2026 年 1 月第三周，两个给 Agent 配桌面的项目同一天改称 Cowork，Ultralytics 发了 YOLO26。本期依据互联网档案馆存下的日榜补写。" pubDate: 2026-01-18 tags: ["GitHub AI 日报", "回溯周报", "AI Agent", "计算机视觉", "语音"] --- 这一期是 2026 年 9 月补写的。本站的 AI 日报从 2026 年 8 月 24 日才开始，之前没有记录，就按周往回补，材料是互联网档案馆存下的 GitHub Trending 日榜，每天一份。这一周每天上榜 6 到 12 个仓库，七天加起来 40 个，这里从中挑了 10 个 AI 项目。 这一周最显眼的是 Cowork 这个词。排第一的 AionUi 和排第三的 eigent 都是给 Agent 配的桌面应用，1 月 13 日同一天，两家都把 README 改成了 Cowork 的说法。其余几个方向比较散，语音有 buzz 和 VoxCPM，视觉有 frigate 和 ultralytics，另外 ralph-claude-code 和 agents.md 都在琢磨怎么让编码 Agent 少要人盯。 挑选的条件有三条。AI 得是项目的核心能力，存档页上的 Star 要过 1,000，到周日为止的 90 天里还有提交或发布。资源清单、教程、书的配套代码和提示词合集都不收；前面几周收过的项目，除非这一周发了主版本号升级的新版，也不再收。排序先看这一周上了几天榜，再看单日涨得最多的那天。单日增星是存档那一刻页面上显示的当天数字，每天存档的钟点不一样，只能大致比较。表里的 Star 是这一周最后一次上榜时页面上显示的总数，许可证、发布和提交记录都截至 1 月 18 日。 ## 十个项目 | # | 项目 | 上榜 | 单日最多增星 | Star | 方向 | |---|---|---|---|---|---| | 1 | [iOfficeAI/AionUi](https://github.com/iOfficeAI/AionUi) | 3 天 | +605（01-18） | 5,198（01-18） | 命令行 Agent 的图形界面 | | 2 | [google/langextract](https://github.com/google/langextract) | 3 天 | +445（01-17） | 21,766（01-18） | 大模型结构化抽取 | | 3 | [eigent-ai/eigent](https://github.com/eigent-ai/eigent) | 2 天 | +2,108（01-16） | 7,942（01-17） | 多 Agent 桌面应用 | | 4 | [chidiwilliams/buzz](https://github.com/chidiwilliams/buzz) | 2 天 | +488（01-14） | 17,011（01-14） | 离线语音转写 | | 5 | [onlook-dev/onlook](https://github.com/onlook-dev/onlook) | 2 天 | +362（01-14） | 24,309（01-14） | AI 可视化前端编辑 | | 6 | [blakeblackshear/frigate](https://github.com/blakeblackshear/frigate) | 2 天 | +337（01-14） | 29,161（01-14） | 摄像头目标检测 | | 7 | [ultralytics/ultralytics](https://github.com/ultralytics/ultralytics) | 1 天 | +373（01-16） | 51,698（01-16） | YOLO 视觉模型 | | 8 | [OpenBMB/VoxCPM](https://github.com/OpenBMB/VoxCPM) | 1 天 | +310（01-18） | 3,916（01-18） | 语音合成与克隆 | | 9 | [frankbria/ralph-claude-code](https://github.com/frankbria/ralph-claude-code) | 1 天 | +255（01-12） | 1,924（01-12） | Claude Code 自动循环 | | 10 | [agentsmd/agents.md](https://github.com/agentsmd/agents.md) | 1 天 | +101（01-16） | 15,287（01-16） | 编码 Agent 说明文件 | ## 逐个看 ### 1. [iOfficeAI/AionUi](https://github.com/iOfficeAI/AionUi) AionUi 是一个桌面应用，给命令行里的编码 Agent 套上图形界面。机器上装了 Gemini CLI、Claude Code、Codex、Qwen Code 这些工具，它能自动认出来，放进同一个窗口里用。对话存在本机的 SQLite 里，可以开好几个会话并行，上下文互不干扰。它还带一个预览面板，AI 生成的 PDF、Word、Excel、PPT、网页和代码能直接在里面看，另有 WebUI 模式，局域网里的其他设备也能远程用。 这一周它换了说法。1 月 13 日，一个提交把各语言 README 都改成强调 Cowork。1 月 15 日又加了一张表跟 Claude Cowork 对比，说官方 Cowork 只能在 macOS 上用、只接 Claude、订阅每月 100 美元，AionUi 免费开源，三个系统都能装。同一天发的 1.7.0 内置了 7 个现成的助手，做 PPT、处理 PDF、按文件做计划的都有。1 月 18 日发了 v1.7.1，这一天它在日榜上排第一。 ### 2. [google/langextract](https://github.com/google/langextract) langextract 在 google 组织名下，是一个 Python 库，用大模型按你给的说明和几个示例，从非结构化文本里抽出结构化信息，README 举的例子是临床笔记和报告。每条抽取结果都能对回原文里的确切位置，它还能生成可交互的 HTML 页面，把抽到的实体标在原文上给人核对。长文档靠分块、并行和多轮抽取来提高召回，README 拿《罗密欧与朱丽叶》全文做过演示，一共 147,843 个字符。模型默认推荐 Gemini，也能接 OpenAI，或者通过 Ollama 用本地模型。 仓库这一周没有提交，最近的发布还是去年 11 月的 v1.1.1。README 末尾写明这不是 Google 官方支持的产品，许可证是 Apache-2.0，用在医疗健康场景还要遵守 Health AI Developer Foundations 的使用条款。 ### 3. [eigent-ai/eigent](https://github.com/eigent-ai/eigent) eigent 是一个多 Agent 的桌面应用，建在 CAMEL-AI 的开源框架上。任务进来以后，它拆开交给几个预设的 Agent 并行去做，分管写代码、上网搜索、写文档和处理图片音频。它自带不少 MCP 工具，能接 Notion、Google 套件、Slack 这些服务，任务卡住或者拿不准时会停下来问人。README 推荐本地部署，模型可以接 vLLM、Ollama、LM Studio。 1 月 13 日这一天它改了不少。README 标题从 The World's First Multi-agent Workforce 改成 The Open Source Cowork Desktop，本地部署挪到了最前面。许可证也换了，之前是自定的 Eigent Open Source License，超过 10 人的团队要买商业授权，这一天起改成 Apache-2.0。1 月 16 日它上榜，单日涨了两千多个 Star，是这一周整张日榜上最多的一次。1 月 17 日仓库加上了 Linux 支持，当天发了 v0.0.80。 ### 4. [chidiwilliams/buzz](https://github.com/chidiwilliams/buzz) Buzz 在自己的电脑上离线转写和翻译音频，底层是 OpenAI 的 Whisper。音视频文件、YouTube 链接和麦克风实时录音都能转，转之前可以先做人声分离，提高嘈杂录音的准确率，结果能导出成 TXT、SRT、VTT。Whisper 的后端有好几种，N 卡用 CUDA，Mac 用 Apple Silicon，Whisper.cpp 还能靠 Vulkan 跑在大多数显卡上，集成显卡也算在内。 1 月 3 日发布的 1.4.1 加了说话人识别和投影用的实时字幕窗口，借 MMS 模型能转写一千多种语言。同一天又发了 v1.4.2，修 Flatpak 构建。这一周仓库只有几个小提交，加了日文 README，修了中文逐词时间戳的问题。仓库 2022 年就建了，许可证是 MIT。Windows 安装包没有签名，README 提醒装的时候会弹警告。 ### 5. [onlook-dev/onlook](https://github.com/onlook-dev/onlook) onlook 自称给设计师用的 Cursor，是一个可视化优先的开源代码编辑器。在浏览器里直接点选、拖动页面元素来改设计，改动会同步写回代码，也可以用 AI 对话来建项目、改项目，右键任何元素都能跳到它在代码里的位置。README 把它列为 Bolt.new、Lovable、V0、Figma Make 这些产品的开源替代。 原理 README 也讲了。代码先装进一个网页容器里跑起来，编辑器用 iFrame 显示预览，同时给代码插桩，把页面元素和代码位置对应起来。目前只支持 Next.js 加 TailwindCSS 的项目，README 顶上还挂着仍在开发中的提示。这一周仓库没有提交，最近一次在去年 12 月中旬。 ### 6. [blakeblackshear/frigate](https://github.com/blakeblackshear/frigate) Frigate 是一套本地运行的网络录像机，用 OpenCV 和 TensorFlow 给 IP 摄像头做实时目标检测，按 README 的说法是为 Home Assistant 设计的。它先用开销很小的运动检测找出画面里动了的地方，只在那些地方跑目标检测；录像可以按检测到的物体设保留期限，也能全天录。README 强烈建议配 GPU 或 AI 加速器，说加速器能跑赢最好的 CPU，开销还很小。 它是这十个里最老的仓库，2019 年就建了。最近一次正式发布是去年 12 月的 v0.16.3。这一周提交标着 0.17 beta，修杂项问题，另有一批从 Weblate 同步来的翻译。代码用 MIT 许可，README 特意说明 Frigate 这个名字和标志是 Frigate, Inc. 的商标，不在 MIT 许可范围里。 ### 7. [ultralytics/ultralytics](https://github.com/ultralytics/ultralytics) ultralytics 是 Ultralytics 的 YOLO 模型库，一个 pip 包管检测、分割、分类、姿态估计和旋转框检测，Python 里几行代码就能训练、验证、预测和导出模型，也可以直接用 yolo 命令。1 月 14 日它发了 v8.4.0，带来新一代模型 YOLO26。发布说明说 YOLO26 为边缘设备和低功耗环境重新设计，推理端到端完成，去掉了 NMS 后处理，CPU 推理快了 43%；训练用的新优化器 MuSGD 把 SGD 和 Muon 结合起来，说明里写着灵感来自 Moonshot AI 的 Kimi K2。 README 的模型表这一周从 YOLO11 全换成了 YOLO26，最小的 YOLO26n 在 COCO 上 mAP 是 40.9，用 ONNX 在 CPU 上推理一张图 38.9 毫秒。一周里它从 8.3.253 发到 v8.4.6，一共 8 个版本，YOLO26 发出两天后上了一次榜。许可证是 AGPL-3.0，商用可以另买 Ultralytics 的企业许可。 ### 8. [OpenBMB/VoxCPM](https://github.com/OpenBMB/VoxCPM) VoxCPM 是 OpenBMB 开源的语音合成模型，不用语音 tokenizer。主流做法先把语音转成离散的 token，它直接在连续空间里建模，用扩散加自回归的端到端结构从文本生成语音表示，骨干网络是 MiniCPM-4。README 说它能从文本内容推断合适的语气和节奏，训练用了一百八十万小时的中英双语语料；零样本声音克隆只要一小段参考音频，口音、情绪和语速都能学过去。 最新的 VoxCPM1.5 是去年 12 月放出的，参数 800M，音频采样率 44100，支持全参数微调和 LoRA 微调，模型权重和代码都用 Apache-2.0。README 专门写了风险，声音克隆可能被拿去冒充他人、诈骗，公开发布的生成内容应当标明是 AI 生成；模型主要用中英文训练，其他语言的效果没有保证。这一周仓库只有几个小修小补。 ### 9. [frankbria/ralph-claude-code](https://github.com/frankbria/ralph-claude-code) ralph-claude-code 让 Claude Code 一轮接一轮地自己干活，直到项目做完。这个办法是 Geoffrey Huntley 提出的，用 Ralph Wiggum 命名，这个仓库是它在 Claude Code 上的一种实现。装好后多出 ralph、ralph-monitor、ralph-setup 几个全局命令，现成的需求文档可以直接导进来，循环的进度用 tmux 实时看。为了防止停不下来或者把额度烧光，它设了每小时 100 次调用的限流和出错时切断循环的熔断，还能识别 Claude 的 5 小时用量上限。 1 月 13 日 README 更新到 v0.9.9，修了提前退出的毛病。现在要同时满足两个条件才算完工，输出里有完成的迹象，Claude 也明确给出 EXIT_SIGNAL。README 写着测试有 308 个，离 1.0 大约还有四周。Claude Code 官方仓库的插件目录里也有一个 ralph-wiggum 插件，用 Stop hook 拦住 Claude 的退出，把同一段提示词再喂回去，循环在当前会话里完成，不用在外面再套一层 bash 循环。 ### 10. [agentsmd/agents.md](https://github.com/agentsmd/agents.md) AGENTS.md 是一种写给编码 Agent 看的说明文件格式，README 让人把它当成给 Agent 看的 README。按网站上的解释，README 写给人看，放快速上手和贡献指南；构建步骤、测试命令、代码约定这些 Agent 需要、人又嫌啰嗦的东西，放进 AGENTS.md。它就是普通的 Markdown，没有必填字段，大仓库可以在每个子项目里各放一份，Agent 读离要改的文件最近的那份。 仓库里除了说明，还有 agents.md 网站的源码。截至 1 月 18 日，网站上列了 21 个支持它的编码 Agent 和工具，写着有六万多个开源项目在用，还说这个格式现在由 Linux 基金会下的 Agentic AI Foundation 管理。这一周仓库没有提交，最近一次是去年 12 月。 ## 几条线索 Cowork 这个词这一周被两个项目同时用上。AionUi 和 eigent 都在 1 月 13 日改了 README，一个自称给命令行 AI 工具用的 Cowork 平台，一个自称开源的 Cowork 桌面应用。AionUi 的 README 直接拿 Claude Cowork 比，列的差别是系统、模型和价格；eigent 同一天把许可证放宽，把本地部署放到了最前面。两家强调的都是在自己电脑上跑、不锁定模型。 视觉这边的两个项目都在算省算力的账。frigate 只在运动检测圈出的区域里跑目标检测，README 建议上加速器；YOLO26 的发布说明开头就说它为边缘设备和低功耗环境设计，拿掉 NMS 后处理也是为了导出和部署更省事。 编码 Agent 什么时候算干完，ralph-claude-code 和 agents.md 都在管。ralph-claude-code 要求输出里有完成迹象、Claude 也明确发出 EXIT_SIGNAL，两条都满足才停；AGENTS.md 的网站在常见问题里说，文件里列了测试命令，Agent 会在收尾前自己跑一遍，失败了先修。前者在循环外面把住出口，后者把验收标准写进项目。 ## 来源 互联网档案馆存下的 GitHub Trending 日榜，每天一份。 - [1 月 12 日](https://web.archive.org/web/20260112113655/https://github.com/trending) - [1 月 13 日](https://web.archive.org/web/20260113130035/https://github.com/trending) - [1 月 14 日](https://web.archive.org/web/20260114135637/https://github.com/trending) - [1 月 15 日](https://web.archive.org/web/20260115102557/https://github.com/trending) - [1 月 16 日](https://web.archive.org/web/20260116171813/https://github.com/trending) - [1 月 17 日](https://web.archive.org/web/20260117122628/https://github.com/trending) - [1 月 18 日](https://web.archive.org/web/20260118115552/https://github.com/trending) 各项目的许可证、发布、提交和 README 内容，取自 GitHub 上对应仓库截至 2026 年 1 月 18 日的历史记录。