--- title: "GitHub AI 项目回溯周报｜2026-07-13 至 2026-07-19" description: "2026 年 7 月中旬，GitHub 日榜上的 AI 项目大多围着编码 Agent 转，有教它做界面的技能、把代码整理成图的工具，也有新的 Agent 和图形界面。本期依据互联网档案馆存下的日榜补写。" pubDate: 2026-07-19 tags: ["GitHub AI 日报", "回溯周报", "编码 Agent", "Agent Skills", "上下文工程"] --- 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 11 到 18 个仓库，七天加起来 57 个，这里从中挑了 10 个 AI 项目。 十个里有七个和编码 Agent 有关。Open Interpreter 本身就是编码 Agent，t3code 给这类 Agent 做了图形界面，另外五个是装在 Agent 上的技能或工具。其中 hallmark 和 ui-skills 都管界面设计；graphify 和 code-review-graph 走的是同一条路，先把代码整理成图，让 Agent 少读文件。wigolo 替它上网。剩下三个里，Bonsai-demo 和 ktransformers 在想办法用普通硬件跑大模型，WrenAI 让 Agent 去查数据库、做看板。 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 19 日。 ## 十个项目 | # | 项目 | 上榜 | 单日最多增星 | Star | 方向 | |---|---|---|---|---|---| | 1 | [Nutlope/hallmark](https://github.com/Nutlope/hallmark) | 5 天 | +3,372（07-17） | 11,478（07-17） | 去 AI 味的设计技能 | | 2 | [Graphify-Labs/graphify](https://github.com/Graphify-Labs/graphify) | 3 天 | +1,858（07-14） | 89,594（07-17） | 代码知识图谱技能 | | 3 | [openinterpreter/openinterpreter](https://github.com/openinterpreter/openinterpreter) | 3 天 | +661（07-17） | 66,167（07-17） | 低价模型编码 Agent | | 4 | [ibelick/ui-skills](https://github.com/ibelick/ui-skills) | 3 天 | +529（07-18） | 4,670（07-18） | 界面设计技能集 | | 5 | [KnockOutEZ/wigolo](https://github.com/KnockOutEZ/wigolo) | 2 天 | +605（07-19） | 1,607（07-19） | 本地联网搜索 MCP | | 6 | [tirth8205/code-review-graph](https://github.com/tirth8205/code-review-graph) | 2 天 | +551（07-19） | 20,694（07-19） | 代码审查图谱 MCP | | 7 | [PrismML-Eng/Bonsai-demo](https://github.com/PrismML-Eng/Bonsai-demo) | 2 天 | +323（07-16） | 1,626（07-17） | 1 比特模型本地运行 | | 8 | [kvcache-ai/ktransformers](https://github.com/kvcache-ai/ktransformers) | 1 天 | +328（07-19） | 18,213（07-19） | CPU 与 GPU 混合推理 | | 9 | [Canner/WrenAI](https://github.com/Canner/WrenAI) | 1 天 | +96（07-19） | 16,085（07-19） | 给 Agent 的生成式 BI | | 10 | [pingdotgg/t3code](https://github.com/pingdotgg/t3code) | 1 天 | +75（07-13） | 13,865（07-13） | 编码 Agent 图形界面 | ## 逐个看 ### 1. [Nutlope/hallmark](https://github.com/Nutlope/hallmark) hallmark 是 Together AI 做的一个设计技能，装进 Claude Code、Cursor 或 Codex，让它们做出来的网页不带 AI 味。README 说每个大模型训练时都学会了一套最常见的默认样式，hallmark 专门跟这些默认对着干。它先按需求挑一种页面的整体结构，再从二十套主题里选一套，交出代码前要过 57 道检查，外加一轮自我审查。从头做页面之外还有三个命令，audit 给现有代码打分，只列问题不改文件；redesign 保留文案和品牌，把结构推倒重来；study 从喜欢的截图或网址里提取结构、字体搭配和主色，不肯逐像素照抄，也不碰付费模板。 7 月 15 日到 17 日，它连着三天排在日榜第二。这一周仓库只有 7 月 15 日一个提交，改的是技能说明里导航栏那一部分。许可证是 MIT。按我的理解，它把 AI 味拆成了一条条能检查的规则，这比在提示词里写一句做得好看点更容易落到实处。 ### 2. [Graphify-Labs/graphify](https://github.com/Graphify-Labs/graphify) graphify 是给 AI 编码助手用的技能。在 Claude Code、Cursor、Codex 这类工具里输入 `/graphify`，它把整个项目的代码、文档、PDF、图片和视频整理成一张知识图谱，之后找东西就在图上查，不用 grep 一个个文件。代码用 tree-sitter 解析，README 强调这一步不调大模型，数据也不出本机；文档和图片要过一遍模型。图上每条边都注明是从源码里直接读到的，还是推断出来的。README 的测试表把输的一项也列了出来，LOCOMO 上的问答准确率 45.3%，低于 supermemory 的 49.7%。 这一周它从 0.9.14 一路发到 v0.9.20，七个版本大多在修错。7 月 18 日的 0.9.19 加了一个要手动打开的严格模式，只对 Claude Code 生效。更新日志说得很直白，原来装的 hook 只是提醒 Agent 先查图谱，模型干到一半常常不理会。严格模式下，每个会话里 Agent 第一次直接读源码会被拦下，让它先去运行 `graphify query`，拦过一次就退回普通提醒。 ### 3. [openinterpreter/openinterpreter](https://github.com/openinterpreter/openinterpreter) Open Interpreter 当时的 README 开头一句是，一个为低价模型优化的编码 Agent。仓库 2023 年就建了，现在这一版用 Rust 写，从 OpenAI 的 Codex 分出来；README 说原来的 Python 版本由社区在另一个 fork 里接着维护。它主打 harness 模拟，在会话里输入 `/harness`，可以在 claude-code、kimi-code、qwen-code、deepseek-tui、swe-agent 等十种 harness 之间切换。README 的思路是，便宜的模型要配上最适合它的那一套 harness 才发挥得好。它还能作为 ACP Agent 接进编辑器，用 Codex SDK 写的程序改一行路径就能换成它。 这一周它发了十个版本，发布名从 Open Interpreter 0.0.22 排到 0.0.34，中间先后跟进了 Codex 的 0.144.4 和 0.144.5。7 月 16 日它接入 Kimi K3，第二天 README 顶上加了一条通知，说已经用 Rust 重写了 Kimi 官方推荐的 Kimi Code harness。后面两天又陆续给这套 harness 补上看图、读视频和定时任务的工具。许可证是 Apache-2.0。 ### 4. [ibelick/ui-skills](https://github.com/ibelick/ui-skills) UI Skills 是给设计工程师准备的一套技能，配一个命令行工具。运行 `npx ui-skills start`，Agent 先加载一个负责分派的根技能，由它判断任务跟界面有没有关系，有关系再按类别挑出最少够用的几个技能加载。仓库里自己写的技能当时只有 6 个，ui-skills.com 网站上的目录收得多，一百八十多个，出自四十多个 GitHub 账号。 这一周作者 ibelick 提交了 11 次，多数是往这份目录里添技能。7 月 15 日新加的 improve-ui 出自作者本人。它拿产品现有的设计规范去查界面问题，只读不改源码，查完写成计划，交给另一个 Agent 去改，design-plans 目录以外的文件一律不碰。按我的理解，这个项目的重心在挑，技能本身多半是别人写的。许可证是 MIT。 ### 5. [KnockOutEZ/wigolo](https://github.com/KnockOutEZ/wigolo) wigolo 给 AI Agent 提供一整套上网工具，搜索、抓取网页、爬整站、抽取结构化数据、缓存、找相似页面都有，作为 MCP 服务接进 Claude Code、Cursor、Codex 这类编码 Agent，也能单独起一个 REST 接口。README 的卖点是不要 API key、不上云、不按次计费，搜索直接调公开的搜索引擎，重排和 embedding 在本机跑。每条搜索结果都带一段原文摘录，标着它在原网页里的字节位置和引用编号。research、agent 这类要写综合答案的功能才用大模型，README 推荐配一个免费的 Gemini key，也可以接本地的 Ollama。 7 月 17 日发的 0.2.0 是它第一个不带 beta 后缀的版本，7 月 19 日又发了 v0.2.1。README 仍说它处在公开测试阶段，测试写了七千六百个，代码出自一位开发者之手。许可证文件是 GNU AGPL 第 3 版的全文，前面加了一段版权说明和商标声明。 ### 6. [tirth8205/code-review-graph](https://github.com/tirth8205/code-review-graph) code-review-graph 针对的是 AI 编码工具审代码时反复通读代码库的问题。它用 Tree-sitter 把代码解析成语法树，函数、类、导入作节点，调用、继承、测试覆盖作边，存进 SQLite，再通过 MCP 交给 AI 助手。改动一个文件，它顺着图找出可能受影响的调用方、依赖方和测试，助手只读这些。README 对自己的数字很克制。常被引用的 528x 只是 fastapi 这一个最好的例子，6 个仓库的中位数在 82x 左右。影响分析的召回率 1.0，README 也写明是用同一张图推出来的上限，带着循环论证。 7 月 17 日作者一口气合进 22 个社区 PR，第二天发了 v2.3.7。发布说明列了一长串新覆盖的语言和框架，从 Terraform、Ansible 到 Java 的 Spring 和 WebFlux，还关掉了三个高危的 CodeQL 告警。7 月 19 日它排在日榜第一。 ### 7. [PrismML-Eng/Bonsai-demo](https://github.com/PrismML-Eng/Bonsai-demo) Bonsai-demo 是 PrismML 的演示仓库，用来在自己的电脑上跑他们的 Bonsai 模型，Mac 上走 Metal，Linux 和 Windows 上走 CUDA、Vulkan 或 ROCm，只有 CPU 也能跑。模型分两个系列，Bonsai 是 1 比特，Ternary-Bonsai 是三值，每个系列都有 27B、8B、4B、1.7B 四个尺寸。 仓库在 5 月底之后停了一个多月，这一周重新忙起来。7 月 14 日 README 加进了 Bonsai 27B，这是这个家族最大的一代，也是第一批能看图的模型，支持工具调用和思考模式，上下文 256k 以上。README 说 1 比特的 Bonsai-27B 压到每个权重约 1.125 比特，不用内存卸载就能放进现在的 iPhone；三值版约 1.7 比特，质量更好，是演示的默认选项。27B 的模型当时还放在不公开的仓库里，下载要带 Hugging Face 的 token。到 7 月 18 日，README 写三值格式在主线 llama.cpp 上已经能用 CPU、Metal 和 Vulkan 跑，只剩 CUDA 的支持还在审。 ### 8. [kvcache-ai/ktransformers](https://github.com/kvcache-ai/ktransformers) KTransformers 是清华大学 MADSys 实验室和 Approaching.AI 的研究项目，关心的是怎么让 CPU 和 GPU 一起承担大模型的推理和微调。对 MoE 模型，它把常用的专家放在 GPU 上，冷门的放在 CPU 上，CPU 那一侧用 Intel 的 AMX 和 AVX 指令算 INT4、INT8 量化后的权重。微调接的是 LLaMA-Factory，README 说比 ZeRO-Offload 快 6 到 12 倍，表格里 4 张 RTX 4090 就能微调 DeepSeek-V3。论文发在 2025 年的 ACM SIGOPS 操作系统原理研讨会上。 README 的更新记录差不多是一张新模型上线表，6 月 17 日首日支持 GLM-5.2，6 月 21 日首日支持 MiniMax-M3，同一天发了 v0.6.3。这一周它没发新版本，7 月 17 日合进了给 Intel 集成显卡用的 SYCL 后端，7 月 19 日修了一个安全问题，调度器的 ZMQ 端口改成只绑定本机回环地址。同一天它在日榜上排第二。 ### 9. [Canner/WrenAI](https://github.com/Canner/WrenAI) WrenAI 自称开源的 GenBI，也就是生成式 BI，让 AI Agent 从 22 种以上的数据源里查数、出图，再把结果做成能分享的看板。它最看重 Agent 写 SQL 时依据的那层上下文，业务定义、指标口径、示例和记忆都写进能用 Git 管理的文件，比如语义模型、`instructions.md` 和 `queries.yml`。看板在浏览器里靠 wren-core-wasm 跑，一条命令就能部署到自己的 Vercel 或 Cloudflare Pages。装法也围着 Agent 设计，先用 pip 装命令行，再用 `npx skills add` 给 Claude Code、Cursor、Codex 这类客户端装一个五十行左右的引导文件，剩下的步骤由 Agent 按需去取。 5 月 7 日 Wren Engine 并进了这个仓库，原来那个基于 Docker、以聊天为主的 BI 应用挪到 legacy/v1 分支，改叫 Wren GenBI Classic，不再加新功能，也不再修安全问题。7 月 13 日发的 v0.13.0 新增了通过 MCP 提供项目能力，其余多是各家数据库连接串的修复。LICENSE 文件按目录分配许可，代码用 Apache 2.0，docs 目录用 CC BY 4.0，另外预先放了一份 AGPL 3.0 全文，说以后可能会有模块用它。 ### 10. [pingdotgg/t3code](https://github.com/pingdotgg/t3code) T3 Code 是给编码 Agent 用的一个极简图形界面，当时接的是 Codex、Claude、Cursor 和 OpenCode 四家，用之前要先装好其中至少一家的命令行工具并登录。可以用 npx 直接跑，也有 Windows、macOS 和 Linux 的桌面应用。README 写得很随意，说项目还非常早期，会有 bug，也还没有公开的文档站。 这一周没有正式版本，最近的正式发布还是 6 月 29 日的 v0.0.28，发布页上几乎每天都有自动构建的 nightly 预发布。提交却很密。README 说暂时不接受贡献，这一周合进主分支的 80 个提交出自 30 位作者，其中有在 SSH 主机上配置 t3 connect 的功能，也有不少手机端的改动。 ## 几条线索 graphify 和 code-review-graph 做的是同一件事。两家都用 tree-sitter 把代码解析成图，通过技能或 MCP 接进编码 Agent，为的是让 Agent 少读文件。它们的 README 也都主动交代了短处，graphify 把问答准确率输给 supermemory 的那一行留在表里，code-review-graph 写明 528x 是最好的情况。建好图以后，两家都在想办法让 Agent 真去用它。code-review-graph 安装时往各个编码工具的规则里写入使用说明，graphify 这一周干脆加了能拦住 Agent 读文件的 hook。 这一周好几个项目靠技能分发。hallmark 和 WrenAI 都用 `npx skills add` 安装，graphify 靠自己的 `graphify install` 把技能注册进助手，ui-skills 索性做了一个技能目录。其中两家把入口做得很小，ui-skills 的根技能只负责判断该加载哪几个技能，WrenAI 装进客户端的引导文件五十行左右，具体流程要用时再从命令行里取。 另外三个项目在压低跑模型的成本。Bonsai 把每个权重压到一两个比特，ktransformers 把 MoE 模型里冷门的专家挪到 CPU 上。Open Interpreter 走的是另一条路，模型不动，给便宜的模型配上最合适的 harness。 ## 来源 互联网档案馆存下的 GitHub Trending 日榜，每天一份。 - [7 月 13 日](https://web.archive.org/web/20260713100615/https://github.com/trending) - [7 月 14 日](https://web.archive.org/web/20260714124807/https://github.com/trending) - [7 月 15 日](https://web.archive.org/web/20260715110447/https://github.com/trending) - [7 月 16 日](https://web.archive.org/web/20260716112726/https://github.com/trending) - [7 月 17 日](https://web.archive.org/web/20260717091751/https://github.com/trending) - [7 月 18 日](https://web.archive.org/web/20260718112210/https://github.com/trending) - [7 月 19 日](https://web.archive.org/web/20260719144618/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 19 日的历史记录。