--- title: "GitHub AI 项目回溯周报｜2026-06-08 至 2026-06-14" description: "2026 年 6 月第二周，GitHub 日榜上的 AI 项目以技能为主线，有产品经理技能集、Google 官方技能，也有 NVIDIA 做的技能安全扫描器，另有几个把本地运行放在头一条的工具。本期依据互联网档案馆存下的日榜补写。" pubDate: 2026-06-14 tags: ["GitHub AI 日报", "回溯周报", "Agent Skills", "AI 安全", "本地推理"] --- 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。这一周每天上榜的仓库在 14 到 19 个之间，七天加起来 54 个，这里从中挑了 10 个 AI 项目。 技能是这一周的主线。排第一的 pm-skills 是一个产品经理技能市场。Google 把自家产品的技能放进了 google/skills，NVIDIA 做了 SkillSpector，专门在安装前扫描技能有没有安全问题。career-ops 的核心也是一组求职技能模式。另一条线是在自己的机器上跑，openmed 处理医疗文本不出设备，turbovec 和 whichllm 分别管本地的向量检索和本地模型怎么选。 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 6 月 14 日。 ## 十个项目 | # | 项目 | 上榜 | 单日最多增星 | Star | 方向 | |---|---|---|---|---|---| | 1 | [phuryn/pm-skills](https://github.com/phuryn/pm-skills) | 5 天 | +1,978（06-12） | 16,626（06-12） | 产品经理技能集 | | 2 | [NVIDIA/SkillSpector](https://github.com/NVIDIA/SkillSpector) | 4 天 | +962（06-14） | 4,877（06-14） | Agent 技能安全扫描 | | 3 | [maziyarpanahi/openmed](https://github.com/maziyarpanahi/openmed) | 4 天 | +535（06-10） | 2,999（06-12） | 本地医疗文本 AI | | 4 | [kenn-io/agentsview](https://github.com/kenn-io/agentsview) | 3 天 | +187（06-13） | 2,152（06-13） | 编码 Agent 会话分析 | | 5 | [RyanCodrai/turbovec](https://github.com/RyanCodrai/turbovec) | 2 天 | +1,800（06-09） | 9,769（06-09） | 量化向量索引 | | 6 | [santifer/career-ops](https://github.com/career-ops-hq/career-ops) | 2 天 | +1,114（06-09） | 51,110（06-09） | AI 求职流水线 | | 7 | [google/skills](https://github.com/google/skills) | 2 天 | +680（06-10） | 13,084（06-10） | Google 产品技能包 | | 8 | [Andyyyy64/whichllm](https://github.com/Andyyyy64/whichllm) | 2 天 | +631（06-09） | 3,813（06-09） | 本地模型选型 | | 9 | [andrewyng/aisuite](https://github.com/andrewyng/aisuite) | 2 天 | +290（06-14） | 14,270（06-14） | 多模型统一接口 | | 10 | [hexo-ai/sia](https://github.com/hexo-ai/sia) | 2 天 | +199（06-12） | 1,514（06-12） | 自我改进 Agent 框架 | ## 逐个看 ### 1. [phuryn/pm-skills](https://github.com/phuryn/pm-skills) pm-skills 是给产品经理用的技能市场，整理者是 The Product Compass 产品通讯的 Paweł Huryn。README 开头写着 68 个技能和 42 个串起来的工作流，分在 9 个插件里，从产品发现、战略、执行一直到发布和增长。技能里装的是现成的产品方法，Teresa Torres 的机会解决方案树、Marty Cagan 和 Alberto Savoia 的做法都在其中。命令把几个技能串成流程，比如 `/discover` 依次做点子发散、找出假设、给假设排序、设计实验。 它主要为 Claude Code 和 Cowork 设计。Codex CLI 读的是同一份插件市场文件，技能能直接装，斜杠命令在 Codex 里跑不起来。6 月 5 日发布 v2.0.0，加了第九个插件 pm-ai-shipping，给 AI 写出来的应用补文档，做静态安全审查和性能审查，最后整理成一套能交给审查者的材料。这一周仓库没有新提交。按我的理解，这个插件说明它的读者在变。README 写明，这个插件面向要为 AI 写出来的代码负责的产品经理和创始人。 ### 2. [NVIDIA/SkillSpector](https://github.com/NVIDIA/SkillSpector) SkillSpector 是 NVIDIA 做的 Agent 技能安全扫描器，要回答的问题是一个技能能不能放心装。README 给的理由是，Claude Code、Codex CLI、Gemini CLI 这些工具加载技能时默认信任，几乎不审。它引的一项研究收集了各大技能市场的 42,447 个技能，26.1% 至少带一个漏洞，5.2% 看起来有恶意。扫描按 16 类 64 种模式来查，提示词注入、数据外传、权限提升、供应链、MCP 工具投毒都在里面，先做静态分析，再可选地让大模型做语义判断，最后给出 0 到 100 的风险分。 这一周它有 23 次提交，比之前所有提交加起来还多。合进来的有 Docker 运行方式，不装 Python 也能扫，还有 GitHub Actions 的持续集成。6 月 14 日 README 新加了一节信任模型，写明它从不执行被扫的技能；打开大模型分析时，文件内容会发给所配置的服务商，想留在本地就加 `--no-llm`。它管的是安装前报风险，技能装上以后的隔离不归它管。 ### 3. [maziyarpanahi/openmed](https://github.com/maziyarpanahi/openmed) openmed 做的是在本地运行的医疗 AI，主要处理临床文本。一类活是抽取疾病、药物这些医学实体，另一类是找出并去掉病人的隐私信息。README 反复强调数据不出设备，从一行 Python 调用，到 iPhone 上用 Apple MLX 跑的原生 Swift 应用，都在自己的硬件上完成。它说手上有 1,000 多个医学专用模型，隐私信息识别支持 12 种语言，去标识化按 HIPAA 安全港规则的 18 类标识符来做；在 Apple 芯片上用 MLX 跑隐私过滤，README 说比 CPU 上的 PyTorch 快 24 到 33 倍。 6 月 8 日发了 v1.5.5。这一版能批量抽取和去除多份文档里的隐私信息，REST 服务可以按需卸载模型、释放内存，Swift 端会把长篇 OCR 文本切块处理，README 也换了新版，配上 13 种语言的译本。这一周仓库还有 60 次提交。致谢里写着，隐私过滤模型沿用 OpenAI Privacy Filter 的架构，其中一组模型用 NVIDIA 的 Nemotron PII 数据集做了微调。 ### 4. [kenn-io/agentsview](https://github.com/kenn-io/agentsview) agentsview 把本机各个编码 Agent 的会话收到一处，能浏览、搜索，也能算花了多少钱。README 的说法是一个二进制文件，不用注册账号，东西都在本地。第一次运行时，它会找出机器上所有支持的 Agent 的会话，同步进本地的 SQLite 数据库，再在浏览器里打开界面。支持的名单很长，Claude Code、Codex、Copilot CLI、Gemini CLI、Cursor 之外，OpenClaw 和 Hermes Agent 也在里面。`agentsview usage` 用来替代 ccusage 这类工具，统计的是所有编码 Agent 的 token 用量和费用。 6 月 12 日它一天发了两版。前一版加了 DuckDB 镜像后端、Zed 编辑器 AI 助手的会话支持，也加了匿名遥测；后一版 v0.33.1 修了几个小问题。README 的隐私一节把遥测写得很细，只在启动时和之后每 24 小时发一次心跳，带版本、系统和 CPU 架构，不带会话、项目、提示词和文件路径，设一个环境变量就能关。我觉得这样写是对的，主打本地的工具加遥测，发什么、怎么关都该摆在明处。 ### 5. [RyanCodrai/turbovec](https://github.com/RyanCodrai/turbovec) turbovec 是用 Rust 写的向量索引，带 Python 绑定，底下是 Google Research 的 TurboQuant 量化算法。README 开头一句说，一千万篇文档的语料用 float32 存要占 31GB 内存，turbovec 用 4GB 就能装下，搜得还比 FAISS 快。做法是先把向量归一化，再乘同一个随机正交矩阵，旋转之后每个坐标的分布是已知的，可以用事先算好的码本逐个坐标量化，不用拿数据训练。README 举的例子是 1536 维的向量，原本 6,144 字节，2 位量化之后是 384 字节。 新数据随加随用，不用重建索引，搜索时还能传一份允许的 id 名单，在 SIMD 内核里直接过滤。LangChain、LlamaIndex、Haystack、Agno 自带的参考向量库，都能直接换成它。速度对比 README 写得有来有回，在 ARM 上各项配置都比 FAISS 快，在 x86 上 2 位量化的配置略慢，差得最多的一项约 8%。这一周仓库没有 GitHub 发布，提交记录里 6 月 9 日和 10 日各出了一次 Python 包和 Rust 包的新版本，10 日那次还带了一轮安全审计修复。 ### 6. [santifer/career-ops](https://github.com/career-ops-hq/career-ops) career-ops 把 AI 编码命令行工具变成求职工作台。它按 10 个加权维度给职位打 A 到 F 的分，按职位描述改写简历并生成 PDF，自动去 Greenhouse、Ashby、Lever 这些招聘平台上扫职位，也能开子 Agent 批量评估。README 特意说它是用来筛的，评分低于 4.0 的职位建议别投，系统也从不替人提交申请。作者说自己用它评估了 740 多个职位，生成了 100 多份定制简历，最后拿到了一个应用 AI 负责人的职位。 这一周连发两版。6 月 9 日那版加了用 `npx` 一条命令安装；6 月 11 日的 career-ops-v1.10.0，发布说明的标题叫社区周，几天里合进了 20 多位贡献者的代码，其中十来位是头一次提交。这一版加了阿拉伯语，是它支持的第一种从右往左书写的语言，还加了问答式的建档引导、求职信模式和 Docker 运行方式。仓库当时在 santifer 名下，现在转到了 career-ops-hq。 ### 7. [google/skills](https://github.com/google/skills) 这是 Google 官方的 Agent Skills 仓库，放的是 Google 产品和技术的技能，目前以 Google Cloud 为主，用 `npx skills add google/skills` 安装时可以挑着装。列出来的有 Agent Platform 上的 Gemini API 和 Managed Agents API，也有 AlloyDB、BigQuery、Cloud Run、Cloud SQL、Firebase、GKE 这些产品的入门技能。另外是几份上云、认证和网络可观测性的操作步骤，以及按 Google Cloud 架构框架六个方面分别写的技能，从安全、可靠性一直到成本和可持续性。 README 顶上注明仓库还在积极开发。这一周有 7 次提交，新加了 Workload Manager 的入门技能，Gemini 的 Interactions API 和 Agents API 两个技能都更新了，网络可观测性那个技能里加了 VPC 流日志的费用估算。Flutter 和 Dart 的技能放在各自的仓库，README 末尾给了链接。许可证是 Apache-2.0。 ### 8. [Andyyyy64/whichllm](https://github.com/Andyyyy64/whichllm) whichllm 回答的问题是自己这台机器最适合跑哪个本地模型。它自动识别 GPU、CPU 和内存，从 Hugging Face 拉模型列表，按显存装不装得下、速度快慢和评测成绩排序。README 强调排序看的是真实评测，LiveBench、Artificial Analysis、Aider 这些榜单合在一起算，过时榜单的分数会打折扣。README 拿 RTX 4090 举例，32B 模型装得下，排第一的却是评测分更高、代数更新的 27B 模型。只按尺寸挑的工具会推荐大的那个。 没有那张卡也能先看结果，用 `--gpu` 参数指定显卡就行，适合买硬件之前比一比。这一周发了两个小版本。6 月 10 日那版在显卡不在内置目录里时，改用自带的 TechPowerUp 数据库查显存带宽，还加了 MXFP4 和 NVFP4 两种量化格式；6 月 11 日的 v0.5.10 修了排序，一部分放在内存里跑的模型不会再被压得太靠后。 ### 9. [andrewyng/aisuite](https://github.com/andrewyng/aisuite) aisuite 是 andrewyng 名下的 Python 库，分两层。下层是统一的 Chat Completions 接口，OpenAI、Anthropic、Google、Mistral、Ollama 这些服务商都用同一种 OpenAI 风格的写法调用，换服务商只改一个字符串。上层是 Agents API，把普通的 Python 函数交给模型当工具，附带文件、git、shell 几套现成工具，也支持 MCP。 这一周仓库里多了一个桌面应用 OpenCoworker。6 月 11 日发了 0.1.0，发布说明称它是首个公开测试版，同一天又发了 0.1.1。给它一个文件夹和一个任务，它能查资料、写文档、做表格，也能定时跑任务，比如每天早上整理一份简报；模型用 OpenAI、Anthropic、Google 的密钥都行，也能接 Ollama 在本地跑。源码就在仓库的 platform 目录里，README 说可以拿它当用 aisuite 搭 Agent 的参考。OpenCoworker 发布两天后，仓库上了榜。 ### 10. [hexo-ai/sia](https://github.com/hexo-ai/sia) SIA 是一篇同名论文的官方实现，论文题目里写的是 Self Improving AI with Harness & Weight Updates。思路是让一个大模型 Agent 反复改进另一个专做某项任务的 Agent，Agent 的 harness 要改，模型权重也要改。它靠三类 Agent 配合，元 Agent 读任务描述、生成最初的任务 Agent，任务 Agent 去做题并记下过程，反馈 Agent 看日志、找改进点，改出下一代。仓库自带 gpqa、lawbench、longcot-chess 和 spaceship-titanic 四个任务，每一代的 Agent 代码和改进理由都会存下来，还有网页界面可以看。 README 引了论文里的几组数字，LawBench 上比基线提升 56.6%，GPU 内核的运行时间减少 91.9%，单细胞 RNA 去噪比基线提升 502%。LawBench 是根据中国法院的案情描述判罪名，README 说分了 191 个罪名类别。这一周仓库只有一次提交，给 README 加了 Star 走势图，网页可视化和沙箱模式这些改动是前一周合进去的。 ## 几条线索 技能的分发和检查在同一周上了榜。pm-skills 走 Claude Code 的插件市场，google/skills 用 `npx skills add` 一条命令装，career-ops 的 README 说它有 15 种技能模式。装之前那一步归 SkillSpector 管，它引的研究里，各大技能市场有四分之一以上的技能至少带一个漏洞。 好几个项目把本地运行写在最前面。openmed 的临床文本不出设备，iPhone 上也能跑。turbovec 的 README 建议配开源的 embedding 模型，搭一套完全离线的 RAG。agentsview 的会话数据留在本机，遥测也写明了怎么关；whichllm 管的是更前面那一步，先弄清楚自己的机器跑得动哪个模型。 同一样东西要能在好几种 Agent 里用。pm-skills 的技能在 Claude Code、Cowork 和 Codex CLI 里都能装，career-ops 支持 Claude Code、OpenCode 和 Gemini CLI。agentsview 支持的编码 Agent 列了二十多种，OpenClaw 和 Hermes Agent 也在其中。 ## 来源 互联网档案馆存下的 GitHub Trending 日榜，每天一份。 - [6 月 8 日](https://web.archive.org/web/20260608141334/https://github.com/trending) - [6 月 9 日](https://web.archive.org/web/20260609124020/https://github.com/trending) - [6 月 10 日](https://web.archive.org/web/20260610143047/https://github.com/trending) - [6 月 11 日](https://web.archive.org/web/20260611115609/https://github.com/trending) - [6 月 12 日](https://web.archive.org/web/20260612095827/https://github.com/trending) - [6 月 13 日](https://web.archive.org/web/20260613122647/https://github.com/trending) - [6 月 14 日](https://web.archive.org/web/20260614125740/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 6 月 14 日的历史记录。