--- title: "GitHub AI 项目回溯周报｜2026-06-29 至 2026-07-05" description: "7 月初这一周，GitHub 日榜上不少 AI 项目默认用户同时开着好几个 Agent，另有两个在本机做语音识别的应用。本期依据互联网档案馆存下的日榜补写。" pubDate: 2026-07-05 tags: ["GitHub AI 日报", "回溯周报", "编码 Agent", "Agent Skills", "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 14 到 22 个仓库，七天加起来 62 个，这里从中挑了 10 个 AI 项目。 排第一的 herdr 让一个终端里同时跑好几个编码 Agent，OpenAI 出的 codex-plugin-cc 让 Claude Code 用户顺手调用 Codex，两者都默认你手里不止一个 Agent。省 token 是另一条线，caveman 让 Agent 说话变短，OmniRoute 把同样的思路接进了自己的网关。FluidVoice 和 meetily 都在本机做语音识别，一个管日常听写，一个管会议记录。 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 7 月 5 日。 ## 十个项目 | # | 项目 | 上榜 | 单日最多增星 | Star | 方向 | |---|---|---|---|---|---| | 1 | [ogulcancelik/herdr](https://github.com/herdrdev/herdr) | 5 天 | +707（07-05） | 11,701（07-05） | 终端里管多个 Agent | | 2 | [JuliusBrussee/caveman](https://github.com/JuliusBrussee/caveman) | 4 天 | +1,089（07-04） | 84,423（07-05） | 压缩 Agent 输出 | | 3 | [browser-use/video-use](https://github.com/browser-use/video-use) | 4 天 | +967（06-30） | 13,491（07-02） | 用 Agent 剪视频 | | 4 | [HKUDS/Vibe-Trading](https://github.com/HKUDS/Vibe-Trading) | 4 天 | +839（06-30） | 17,101（07-02） | 交易研究 Agent | | 5 | [openai/codex-plugin-cc](https://github.com/openai/codex-plugin-cc) | 4 天 | +718（07-05） | 25,088（07-05） | Claude Code 里调 Codex | | 6 | [altic-dev/FluidVoice](https://github.com/altic-dev/FluidVoice) | 3 天 | +830（06-30） | 5,186（07-01） | 本地语音听写 | | 7 | [agentskills/agentskills](https://github.com/agentskills/agentskills) | 3 天 | +351（07-04） | 22,175（07-04） | Agent Skills 规范 | | 8 | [Zackriya-Solutions/meetily](https://github.com/Zackriya-Solutions/meetily) | 2 天 | +718（07-05） | 15,777（07-05） | 本地会议记录 | | 9 | [diegosouzapw/OmniRoute](https://github.com/diegosouzapw/OmniRoute) | 2 天 | +617（06-30） | 8,987（07-01） | 多模型网关 | | 10 | [Robbyant/lingbot-map](https://github.com/Robbyant/lingbot-map) | 2 天 | +465（06-30） | 9,066（07-01） | 流式三维重建 | ## 逐个看 ### 1. [ogulcancelik/herdr](https://github.com/herdrdev/herdr) herdr 是给编码 Agent 用的终端多路复用器，README 的说法是，用过 tmux 的话，它就是为 Agent 重做的 tmux。每个 Agent 有自己真正的终端，侧边栏把它们汇总成卡住、干活中、已完成和空闲几种状态，靠进程名和终端输出判断，不用配钩子。后台服务一直开着，断开以后换个终端就能接回去，从手机上 SSH 进来也行。它是单个 Rust 二进制文件，没有图形界面，不收集遥测数据。 Agent 自己也能驱动它，通过本地 socket 开工作区、分窗格、读别的窗格的输出。这一周仓库有七十多次提交，十来次和 Windows 有关，7 月 3 日加了 mastracode 的集成。最近的正式版是 6 月 24 日的 v0.7.1。当时的许可证是双重授权，开源部分用 AGPL-3.0 或更高版本，做不到 AGPL 要求的组织可以买商业授权。仓库当时在 ogulcancelik 名下，现在转到了 herdrdev。 ### 2. [JuliusBrussee/caveman](https://github.com/JuliusBrussee/caveman) caveman 是一个技能，让编码 Agent 像原始人一样说话，删掉客套和铺垫，代码、命令和报错原样保留。README 说回答的内容不变，输出 token 少 65%，这是 10 个提示词实测的平均数，范围从 22% 到 87%。Claude Code、Codex、Gemini、Cursor 等三十多种 Agent 都能装，还有一档 wenyan 模式用文言文回答，README 的理由是文言每个 token 装的意思最多。 7 月 3 日发的 v1.9.1，标题就叫 “65%, honestly”。发布说明说，这一版把各处宣传的省 token 比例统一成 65%，原来写的 50% 到 65% 区间撤掉了，文档站上残留的 75% 也删了。README 也专门写了一段诚实提醒，它只压输出，输入和推理 token 不动，技能本身每轮还要多占一千到一千五百个输入 token，回答本来就短的场景反而可能更费。许可证是 MIT。 ### 3. [browser-use/video-use](https://github.com/browser-use/video-use) video-use 让 Claude Code 剪视频。把原始素材放进一个文件夹，说清要剪成什么，它先盘点素材、提方案，等你点头再动手，最后生成 `final.mp4`。它会剪掉嗯啊和口误，给每段调色，在剪辑点加 30 毫秒的音频淡入淡出，再烧进字幕；动画叠层可以交给上一期出现过的 HyperFrames 来做。转写要用 ElevenLabs 的接口，得有它的 API key。 README 的说法是，大模型从不看视频，它读视频。每段素材先转写出逐词时间戳和说话人，所有素材压成一份 12KB 左右的文本；只有停顿拿不准、几条重拍要比较的时候，才生成一张带胶片条、波形和字词标注的图给它看。README 算的账是逐帧喂图要四千五百万 token，这样只要 12KB 文本加几张图。这一周仓库只有两次提交，许可证是 MIT。 ### 4. [HKUDS/Vibe-Trading](https://github.com/HKUDS/Vibe-Trading) Vibe-Trading 自称个人交易 Agent，用自然语言做市场研究、生成策略、回测，A 股、港美股和加密货币都能做。实盘要用户自己授权券商，README 写明它不托管资金，也不会越过你设的限额。比较特别的是影子账户。上传同花顺、东方财富或富途导出的交易记录，它从中提炼你的买卖规则拿去回测，再和实际操作对照，看哪里提前离场、哪里错过了信号。 这一周 README 的更新日志天天有新条目。6 月 29 日接的 Trading 212 只能读、不能下单；6 月 30 日加了 16 种消息渠道，同一个 Agent 会话可以放进 Telegram、Slack、微信、飞书、钉钉里跑，那天它涨了 839 个 Star。7 月 5 日那条记着 4701 个测试通过。最近的正式版是 6 月 19 日的 v0.1.10。 ### 5. [openai/codex-plugin-cc](https://github.com/openai/codex-plugin-cc) codex-plugin-cc 是 OpenAI 给 Claude Code 做的插件，让人在 Claude Code 里调用 Codex。`/codex:review` 做只读的代码审查，README 说质量和在 Codex 里跑 `/review` 一样；想专门挑设计上的毛病，可以用 `/codex:adversarial-review` 并指定方向。查 bug、试修复这类活，用 `/codex:rescue` 整个交出去。它走本机装好的 Codex CLI，登录状态和配置都沿用，ChatGPT 免费账户也能用，用量算进 Codex 的额度。 这一周仓库没有提交，最近的 v1.0.5 是 6 月 23 日发的，加了 `/codex:transfer`，把当前的 Claude Code 会话转成 Codex 线程接着做。README 还有一个可选的审查关卡，开了以后 Claude 每次要停下，先由 Codex 针对它的回答审一遍，有问题就不让停。README 自己提醒，这可能变成 Claude 和 Codex 来回循环，很快耗光额度。 ### 6. [altic-dev/FluidVoice](https://github.com/altic-dev/FluidVoice) FluidVoice 是 macOS 上的开源听写应用，按快捷键说话，文字直接打进任何应用的输入框。识别模型可以选 Parakeet、Nemotron Speech、Whisper 或系统自带的 Apple Speech，都在本机跑，其中 Parakeet 和 Nemotron 只支持 Apple 芯片。除了听写，它还能用语音打开应用、触发系统操作，也能选中一段文字让它改写。 6 月 22 日的 1.6.0 加了一个叫 Fluid Intelligence 的本地模型，给听写结果整理格式、按上下文调整大小写。README 写明应用本身按 GPL-3.0 开源，Fluid Intelligence 是单独维护的运行时，暂不公开，为的是让核心的听写功能能持续免费，以后可能会变。6 月 28 日发的 v1.6.1 改进了自定义词典和快捷键设置。这一周仓库有四十来次提交。 ### 7. [agentskills/agentskills](https://github.com/agentskills/agentskills) agentskills 放的是 Agent Skills 这个格式的规范和文档。一个技能就是一个文件夹，里面必须有一份 SKILL.md，文件里的元数据至少写名字和描述，正文写做某件事的步骤，文件夹里还可以带脚本、参考资料和模板。Agent 启动时只读每个技能的名字和描述，碰到对得上的任务才把整份 SKILL.md 读进上下文，需要时再跑里面的脚本。README 说这样一来，装上很多技能也只占一点上下文。 README 说这个格式最初由 Anthropic 开发，后来作为开放标准发布，采用它的 Agent 产品越来越多。这一周仓库只有几次提交，在客户端展示页里加了 Pulumi Neo。代码用 Apache-2.0，文档用 CC-BY-4.0。 ### 8. [Zackriya-Solutions/meetily](https://github.com/Zackriya-Solutions/meetily) meetily 是一个会议助手，README 说录音、转写和总结都可以在自己的电脑上做。转写用本地的 Whisper 或 Parakeet 模型，麦克风和系统声音可以同时录；总结推荐用本地的 Ollama，也能接 Claude、Groq、OpenRouter 或者自己的 OpenAI 兼容接口。它用 Tauri 写，后端是 Rust，macOS 和 Windows 有安装包，Linux 要自己编译。 这一周仓库没有提交，最近的 v0.4.0 是 6 月 5 日发的。README 有不少篇幅在推付费的 PRO 版，写明 PRO 建在另一套代码上，用的转写模型更准；社区版承诺一直免费开源。许可证是 MIT。 ### 9. [diegosouzapw/OmniRoute](https://github.com/diegosouzapw/OmniRoute) OmniRoute 是一个 AI 网关，Claude Code、Codex、Cursor 这些工具都指向它的一个接口，由它转给 237 家模型服务商，README 说其中 90 多家有免费额度。转发按层来，先用订阅额度，再用 API key，然后是便宜的模型，最后才落到免费的，一层用完自动换下一层。它还会压缩请求。README 在致谢里写明，标准压缩模式用了 caveman 的思路，更新说明里还提到新加了一个文言文规则包。 这一周它发了五个版本。7 月 4 日的 v3.8.44 加了一道限速，免得同一个 IP 上的多个账号在同一秒去查 Codex 额度。发布说明援引 CLIProxyAPI 项目里的一条讨论，说这样查可能让 Codex 的 OAuth 令牌被吊销。README 给每家服务商标了条款提示，按我的理解，拿订阅账号走这类网关之前，先看清这些条款比较稳妥。许可证是 MIT。 ### 10. [Robbyant/lingbot-map](https://github.com/Robbyant/lingbot-map) lingbot-map 是 Robbyant 团队的三维重建模型。它是前馈模型，画面以流的形式一帧帧进来，边进边重建场景。README 说它用分页的 KV 缓存做注意力，在 518×378 的分辨率下能稳定跑到每秒 20 帧左右，序列可以超过一万帧；坐标定位和长距离的漂移校正，都放在同一个流式框架里，靠锚点上下文、位姿参考窗口和轨迹记忆来做。论文在 arXiv 上，模型放在 Hugging Face 和 ModelScope。 这一周仓库的十来次提交大多在改 README。7 月 2 日修了 SDPA 后端 KV 缓存的一个 bug，README 说修完以后 SDPA 在长序列上表现更好，要最好的性能还是推荐 FlashInfer 后端；README 更新记录给这一条标的日期是 6 月 28 日。仓库没有发过版本，许可证是 Apache-2.0。 ## 几条线索 省 token 在这一周反复出现。caveman 压的是 Agent 的输出，7 月 3 日的版本把各处的说法统一成实测的 65%。OmniRoute 把 caveman 的思路搬进网关，压的是发给模型的内容。video-use 在源头就省，不把视频逐帧喂给模型，改喂转写文本，拿不准时才补一张图。caveman 的 README 也提醒过，只看输出这一个数，会高估整个会话实际省下的量。 好几个项目默认用户手里不止一个 Agent。herdr 的支持表里列了十六种 Agent。codex-plugin-cc 是 OpenAI 做给 Claude Code 用户的，用 Claude Code 的人可以顺手把活交给 Codex；OmniRoute 则让各种编码工具共用一个接口。技能这种格式也在往通用的方向走。agentskills 的 README 说一个技能写一次，所有兼容的 Agent 都能用。caveman 的安装脚本会把本机找得到的 Agent 挨个装一遍。 FluidVoice 和 meetily 都在本机跑 Parakeet 或 Whisper 做语音识别，也都把一部分能力放在开源代码之外。FluidVoice 的应用本身开源，增强听写的 Fluid Intelligence 暂不公开；meetily 的社区版开源，付费的 PRO 版建在另一套代码上。 ## 来源 互联网档案馆存下的 GitHub Trending 日榜，每天一份。 - [6 月 29 日](https://web.archive.org/web/20260629122103/https://github.com/trending) - [6 月 30 日](https://web.archive.org/web/20260630115600/https://github.com/trending) - [7 月 1 日](https://web.archive.org/web/20260701094349/https://github.com/trending) - [7 月 2 日](https://web.archive.org/web/20260702115518/https://github.com/trending) - [7 月 3 日](https://web.archive.org/web/20260703111442/https://github.com/trending) - [7 月 4 日](https://web.archive.org/web/20260704130254/https://github.com/trending) - [7 月 5 日](https://web.archive.org/web/20260705111606/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 7 月 5 日的历史记录。