跳到主要内容

2026-08-15 日报

今日热点​

今日GitHub热榜项目精彩纷呈。

热门项目一览​

排名项目语言今日总计简介
1cathrynlavery/diagram-designHTML+3,64617,23929 editorial diagram types ...
2semantica-agi/semanticaPython+1,1817,521Graph-Native Infrastructure...
3github/spec-kitPython+1,160128,512💫 Toolkit to help you get s...
4holaboss-ai/holaOSTypeScript+7697,288Open-source All in One AI a...
5cactus-compute/needlePython+6625,60214MB foundation model for t...
6lightningpixel/modlyTypeScript+5795,935Desktop app to generate 3D ...
7unslothai/unslothPython+50171,503Local UI to run and train L...
8infiniflow/ragflowGo+47388,381RAGFlow is a leading open-s...
9macro-inc/macroRust+4363,031Macro is a unified workspac...
10megadose/holehePython+42712,846holehe allows you to check ...
11smicallef/spiderfootPython+29320,946SpiderFoot automates OSINT ...
12OpenCut-app/OpenCutTypeScript+25583,158The open-source CapCut alte...

趋势洞察​

┌─────────────────────────────────────────────────────────────────┐
│  AI/ML 工具         ████████████████████████  11 个项目        │
│  其他               ██████                    3 个项目        │
│  多媒体应用            ██                        1 个项目        │
│  智能家居             ██                        1 个项目        │
│  开发工具             ██                        1 个项目        │
└─────────────────────────────────────────────────────────────────┘

项目深度解读​

1. cathrynlavery/diagram-design — 编辑图表设计库​

一句话总结：29种高质量自包含HTML/SVG图表，专为Claude Code打造，摆脱Mermaid渲染限制。

价值主张​

维度说明
解决痛点解决Claude Code中高质量、轻量级图表渲染需求，避免Mermaid兼容性问题
目标用户Claude Code用户、技术文档编写者、前端开发者
核心亮点纯HTML/SVG实现 + 29种编辑图表类型 + 无外部依赖 + 高质量渲染

技术架构​

graph LR
    A[HTML模板] --> B[SVG图形]
    B --> C[CSS样式]
    C --> D[交互效果]

技术特色：

  • 纯前端实现，无需服务器环境
  • 使用原生HTML和SVG，避免第三方依赖
  • 自包含设计，便于直接集成使用

热度分析​

  • 近期热度激增，单日增长3,646个Star，表明被Claude官方或技术社区广泛推荐
  • Fork数1,027显示社区积极参与二次开发，形成活跃生态

快速上手​

# 克隆项目
git clone https://github.com/cathrynlavery/diagram-design.git

# 在浏览器中查看
cd diagram-design && open index.html

注意事项​

  • 项目许可证未知，商业使用前需确认授权情况
  • 虽然无阴影设计简洁，但可能不适合需要复杂视觉效果的场景
  • 高度依赖Claude Code环境，在其他IDE中可能需要适配

2. semantica-agi/semantica — 图原生AI系统​

一句话总结：构建基于图原生的语义基础设施，为AI系统提供上下文理解与可解释性支持。

价值主张​

维度说明
解决痛点解决AI系统缺乏上下文理解和可解释性的问题
目标用户AI研究人员、可解释AI开发者、语义系统工程师
核心亮点图原生架构+上下文感知+可解释性+语义推理+模块化设计

技术架构​

graph LR
    A[语义输入] --> B[图结构处理]
    B --> C[上下文建模]
    C --> D[语义推理]
    D --> E[可解释输出]

技术特色：

  • 基于图原生的语义表示架构
  • 上下文感知的AI系统设计
  • 模块化的组件化架构

热度分析​

  • Star数超7500，单日增长超过1000，表明项目近期获得极大关注
  • 社区活跃度高，零开放问题显示项目维护良好

快速上手​

# 克隆项目
git clone https://github.com/semantica-agi/semantica.git
cd semantica
# 安装依赖
pip install -r requirements.txt

注意事项​

  • 由于许可证未知，商业使用前需确认授权条款
  • 项目处于活跃开发阶段，API可能会有变化
  • 需要一定的图计算和语义网络基础知识

3. github/spec-kit — 规范驱动工具包​

一句话总结：一个帮助开发者实践规范驱动开发的Python工具包，提供完整的规范定义和验证框架。

价值主张​

维度说明
解决痛点解决规范定义不清晰、实现与规范不一致、缺乏自动化验证问题
目标用户需要严格API规范的微服务开发团队和接口密集型项目
核心亮点提供标准规范定义方法 + 支持多种规范格式 + 自动化验证集成 + 清晰文档示例

技术架构​

graph LR
    A[规范定义] --> B[规范解析]
    B --> C[实现验证]
    C --> D[测试生成]
    D --> E[持续集成]

技术特色：

  • 提供规范即代码(As-Code)的开发模式
  • 支持规范自动生成测试用例
  • 集成持续验证流程确保实现与规范一致

热度分析​

  • 项目Star数超12万，近期持续增长，表明在规范驱动开发领域有广泛认可
  • Fork数与Star数比例合理，社区活跃度高，但Issues为0需关注问题反馈渠道

快速上手​

# 安装spec-kit
pip install spec-kit

# 初始化项目规范
spec-kit init my-project

# 验证实现是否符合规范
spec-kit validate

注意事项​

  • 项目许可证信息不明确，使用前需确认
  • 可能需要了解项目与OpenAPI等规范标准的兼容性
  • 建议查看项目文档了解完整功能和使用场景

4. holaboss-ai/holaOS — AI代理工作空间​

一句话总结：集成多种AI代理与工具，提供统一的智能工作空间，支持跨平台操作与共享记忆功能。

价值主张​

维度说明
解决痛点分散的AI工具与代理缺乏统一工作空间，导致效率低下
目标用户开发者、研究人员和需要多AI协作的专业人士
核心亮点100+工具集成 + 共享记忆功能 + 多AI代理支持 + 跨平台兼容

技术架构​

graph LR
    A[AI代理层] --> B[集成管理器]
    B --> C[工具与平台接口]
    C --> D[共享记忆系统]
    D --> E[用户界面]

技术特色：

  • 基于TypeScript构建，提供类型安全和高性能
  • 支持100+工具集成和MCP协议
  • 共享记忆系统实现跨代理协作

热度分析​

  • 近期Star数增长迅速(+769 today)，显示社区关注度高涨
  • 虽然Issues为0，但Fork数适中，表明项目处于积极开发阶段

快速上手​

# 克隆仓库
git clone https://github.com/holaboss-ai/holaOS.git
# 安装依赖
npm install
# 启动应用
npm start

注意事项​

  • 项目License未知，使用前需确认授权条款
  • 作为相对新的项目，可能存在稳定性问题
  • 需要配置API密钥才能使用内置模型功能

5. cactus-compute/needle — 轻量AI模型​

一句话总结：专为资源受限设备设计的14MB超轻量级AI基础模型，实现边缘智能部署。

价值主张​

维度说明
解决痛点大型AI模型无法在资源受限设备运行，限制边缘智能发展
目标用户IoT开发者、嵌入式工程师、移动应用开发者
核心亮点超小体积 + 低资源消耗 + 高效推理 + 多设备兼容 + 边缘部署

技术架构​

graph LR
    A[基础模型] --> B[模型压缩]
    B --> C[量化优化]
    C --> D[设备适配]
    D --> E[边缘部署]

技术特色：

  • 14MB超轻量级模型设计
  • 针对CPU和内存受限设备优化
  • 支持多种边缘设备平台部署

热度分析​

  • 近期Star数快速增长，单日新增662个，表明社区关注度显著提升
  • 高低Fork比反映项目以使用为主，社区贡献相对较少

快速上手​

# 克隆项目
git clone https://github.com/cactus-compute/needle.git

# 安装依赖
pip install -r requirements.txt

# 基本使用
python examples/basic_inference.py

注意事项​

  • 项目许可证信息不明确，商业使用前需确认授权条款
  • 模型可能需要针对特定硬件进行进一步优化调整
  • 项目文档相对简略，需要深入研究源码以了解完整功能

6. lightningpixel/modly — AI 3D建模工具​

一句话总结：本地AI驱动的桌面应用，可将图像或提示转换为3D模型，完全在GPU上运行。

价值主张​

维度说明
解决痛点将2D图像或文本描述快速转换为3D模型，无需专业技能
目标用户3D设计师、游戏开发者、创意工作者和AI爱好者
核心亮点本地运行保护隐私 + GPU加速处理 + 支持图像和文本输入 + 完全离线可用

技术架构​

graph LR
    A[输入: 图像或文本提示] --> B[本地AI模型处理]
    B --> C[3D模型生成]
    C --> D[模型导出与应用]

技术特色：

  • 基于本地AI模型运行，保护用户数据隐私
  • GPU加速处理，提高生成效率
  • 完全离线工作，不依赖云服务

热度分析​

  • 项目Star数近6000，单日增长近600，表明项目正处于快速增长期
  • 无开放Issues，可能表明项目成熟度高或问题解决迅速

快速上手​

# 克隆项目
git clone https://github.com/lightningpixel/modly.git

# 安装依赖
npm install

# 构建并运行
npm run build && npm start

注意事项​

  • 项目使用本地AI模型，需要高性能GPU支持
  • 由于项目完全在本地运行，可能需要较大的存储空间
  • 项目License未知，使用前需确认授权条款

7. unslothai/unsloth — 大模型本地训练平台​

一句话总结：本地化界面工具，支持运行和训练多种最新大语言模型和扩散模型。

价值主张​

维度说明
解决痛点降低大模型本地部署和训练的技术门槛，提供直观操作界面
目标用户研究人员、开发者、AI爱好者等需要本地运行大模型的人群
核心亮点支持多种最新模型 + 本地UI界面 + 无需复杂编程 + 低配置支持

技术架构​

graph LR
    A[用户界面] --> B[模型选择]
    B --> C[本地环境配置]
    C --> D[模型加载/训练]
    D --> E[结果输出]

技术特色：

  • 高效的本地模型推理优化技术
  • 支持多种最新大语言模型和扩散模型
  • 简化模型训练流程的自动化工具链

热度分析​

  • Star 数量高达71,503且持续增长(+501 today)，表明项目受到广泛关注和认可
  • Fork 数量6,449显示社区活跃度高，用户积极参与项目使用和二次开发
  • Open Issues 为0，可能表明项目维护良好或问题主要通过其他渠道解决

快速上手​

# 安装unsloth
pip install unsloth

# 启动本地UI
unsloth

# 在界面中选择模型并开始训练/推理

注意事项​

  • 需要确保本地硬件配置满足模型运行要求
  • 某些大型模型可能需要较高的GPU资源
  • 注意模型的授权和合规使用

8. infiniflow/ragflow — [企业级RAG引擎]​

一句话总结：RAGFlow融合前沿RAG与Agent能力，为LLM打造企业级检索增强生成引擎。

价值主张​

维度说明
解决痛点解决大语言模型上下文理解局限和知识更新滞后问题
目标用户企业开发者、AI应用构建者、需要增强LLM能力的组织
核心亮点高效检索引擎 + 多模态处理 + 企业级部署 + Agent能力集成

技术架构​

graph LR
    A[用户输入] --> B[文档检索]
    B --> C[上下文构建]
    C --> D[Agent处理]
    D --> E[LLM生成]
    E --> F[响应输出]

技术特色：

  • 基于Go语言构建，高性能并发处理能力
  • 多模态文档理解与检索技术
  • Agent能力与RAG深度融合架构
  • 企业级部署与扩展性设计

热度分析​

  • 项目获得88,381个Star，单日增长473，显示RAG领域热度持续攀升
  • Fork数达10,377，表明开发者社区积极参与和二次开发
  • Issues数为0，可能反映项目成熟度高或社区沟通渠道转移

快速上手​

# 克隆项目
git clone https://github.com/infiniflow/ragflow.git
cd ragflow

# 安装依赖并运行
go mod tidy
go run cmd/main.go

注意事项​

  • 项目许可证信息不明确，商业使用前需确认授权条款
  • Go项目需要相应的Go环境配置，建议Go 1.19+
  • 作为RAG引擎，可能需要额外的向量数据库和模型资源支持
  • 项目文档可能需要进一步补充以降低上手门槛

9. macro-inc/macro — AI团队协作平台​

一句话总结：整合邮件、聊天、文档等功能的智能团队工作空间，通过AI记忆实现无缝协作。

价值主张​

维度说明
解决痛点团队工具分散，信息孤岛严重，缺乏智能连接与上下文记忆
目标用户需要高效协作的远程团队，特别是知识密集型组织
核心亮点AI驱动记忆系统 + @链接机制 + 统一工作空间 + 多功能集成 + 智能上下文感知

技术架构​

graph LR
    A[多源输入] --> B[AI处理引擎]
    B --> C[统一数据存储]
    C --> D[智能链接系统]
    D --> E[多界面输出]

技术特色：

  • 采用Rust语言开发，确保高性能与内存安全
  • AI记忆系统实现跨工具的上下文保留与智能关联
  • @链接机制提供跨应用的语义连接能力

热度分析​

  • 项目近期热度飙升，单日增长436星，表明市场认可度高
  • Fork/Star比例健康，社区参与度与贡献意愿强劲
  • 0个Open Issues反映项目维护状态良好

快速上手​

git clone https://github.com/macro-inc/macro.git
cd macro
cargo run --release

注意事项​

  • 项目许可证未知，商业使用前需确认授权条款
  • 作为AI驱动的平台，需关注数据隐私与合规问题
  • 项目处于活跃开发阶段，API与功能可能快速迭代

10. megadose/holehe — 邮箱足迹检测​

一句话总结：holehe是一款多平台邮箱使用情况检测工具，可快速识别邮箱在各大网站的存在状态。

价值主张​

维度说明
解决痛点帮助用户发现邮箱在各大平台的注册情况，管理数字足迹和账户安全
目标用户安全研究人员、隐私保护者、IT管理员和普通网络用户
核心亮点多平台批量检测 + 自动化查询 + 密码重置功能 + 详细报告生成 + 跨平台支持

技术架构​

graph LR
    A[输入邮箱地址] --> B[查询预设网站列表]
    B --> C[检测邮箱存在性]
    C --> D[收集可用信息]
    D --> E[生成结果报告]

技术特色：

  • 采用异步请求技术，提高多平台查询效率
  • 内置大量网站API和检测规则，覆盖主流社交和平台
  • 模块化设计，便于维护和扩展新网站检测

热度分析​

  • 项目Star数超12,800，近期日均新增约427个Star，增长势头强劲
  • 作为网络安全领域实用工具，拥有稳定贡献者社区和活跃维护状态

快速上手​

# 安装holehe
pip install holehe

# 基本使用
holehe example@email.com

# 检测特定网站
holehe example@email.com -s twitter

注意事项​

  • 使用holehe进行检测时需遵守相关网站的使用条款，避免违反法律法规
  • 工具主要用于账户管理和安全审计，不应用于未经授权的信息收集
  • 某些网站可能会检测并阻止自动化查询，导致结果不准确
  • 建议在使用前更新网站数据库，以确保检测的准确性

11. smicallef/spiderfoot — 开源情报自动化​

一句话总结：SpiderFoot自动化收集开源情报，帮助安全团队发现潜在威胁和映射企业网络攻击面。

价值主张​

维度说明
解决痛点自动化手动收集开源情报的繁琐过程，提升威胁发现效率
目标用户安全分析师、渗透测试人员、威胁情报收集者
核心亮点高度可扩展+支持多种数据源+丰富的API接口+自动化报告生成

技术架构​

graph LR
    A[目标输入] --> B[模块化数据收集]
    B --> C[数据关联分析]
    C --> D[报告生成]

技术特色：

  • 模块化架构设计，便于扩展新的数据源
  • 支持异步并发处理，提高数据收集效率
  • 提供REST API，便于与其他安全工具集成

热度分析​

  • 项目拥有20,946个star和3,341个fork，近期增长迅速，显示其在安全领域的受欢迎程度
  • 作为OSINT工具的代表项目，已成为安全社区的标准工具之一，具有稳定的用户基础和活跃的贡献者社区

快速上手​

# 安装SpiderFoot
git clone https://github.com/smicallef/spiderfoot.git
cd spiderfoot
pip install -r requirements.txt
# 运行SpiderFoot
python sf.py -l 127.0.0.1:5001

注意事项​

  • 使用SpiderFoot收集数据时需遵守相关法律法规和隐私政策
  • 部分数据源可能有使用限制，需要合理配置API密钥和访问频率
  • 在生产环境中使用前，建议先在测试环境中验证功能

12. OpenCut-app/OpenCut — 开源视频编辑器​

一句话总结：开源替代CapCut的跨平台视频编辑解决方案，提供专业级编辑体验

价值主张​

维度说明
解决痛点提供免费开源的视频编辑替代方案，摆脱商业软件限制
目标用户内容创作者、视频编辑爱好者、开源软件支持者
核心亮点跨平台支持 + 专业编辑功能 + 开源可定制 + 免费使用

技术架构​

graph LR
    A[用户界面] --> B[媒体处理引擎]
    B --> C[渲染系统]
    C --> D[导出模块]
    D --> E[输出文件]

技术特色：

  • 基于TypeScript开发，确保代码质量和类型安全
  • 跨平台支持，兼容Windows、macOS和Linux
  • 高性能视频处理引擎，支持实时预览和渲染

热度分析​

  • 项目获得超过8.3万星，近期增长率稳定，表明视频编辑开源工具有强劲需求
  • 社区参与度高，Fork数量接近8.3千，表明项目有良好的二次开发基础

快速上手​

# 克隆项目
git clone https://github.com/OpenCut-app/OpenCut.git

# 安装依赖
npm install

# 构建项目
npm run build

注意事项​

  • 项目许可证信息未知，使用前需确认开源协议
  • 作为视频编辑软件，对硬件性能有一定要求，建议配置较好的GPU
  • 项目可能处于开发初期，部分功能可能不稳定

13. deepseek-ai/awesome-deepseek-agent — DeepSeek 资源聚合​

一句话总结：DeepSeek AI 优秀资源集合，汇集智能代理相关工具与框架。

价值主张​

维度说明
解决痛点整合分散的 DeepSeek AI 相关资源，降低开发门槛
目标用户AI 开发者、研究人员和 DeepSeek 平台使用者
核心亮点资源精选 + 分类清晰 + 社区贡献 + 持续更新 + 实用性强

技术架构​

graph LR
    A[用户需求] --> B[资源筛选]
    B --> C[分类整理]
    C --> D[文档更新]
    D --> E[社区反馈]

技术特色：

  • 采用结构化资源组织方式便于查找
  • 支持社区贡献机制保持资源新鲜度
  • 提供多维度分类系统满足不同需求

热度分析​

  • Star 数量持续增长，近期增长速率明显，表明社区关注度提升
  • 作为资源聚合项目，在 DeepSeek 生态中具有重要参考价值

快速上手​

# 克隆项目获取资源列表
git clone https://github.com/deepseek-ai/awesome-deepseek-agent.git

# 浏览 README.md 了解资源分类
cat awesome-deepseek-agent/README.md

注意事项​

  • 项目为资源集合型，实际使用时需根据需求选择相应工具
  • 注意各子项目的许可证差异，确保合规使用
  • 建议关注项目更新，获取最新资源和工具信息

14. citrolabs/ego-lite — AI浏览器代理​

一句话总结：为AI代理提供快速浏览器自动化，共享登录状态而不干扰用户操作，零成本零配置。

价值主张​

维度说明
解决痛点解决AI代理需要独立浏览器状态但又不想干扰用户操作的问题
目标用户使用AI代理进行浏览器自动化的开发者和研究人员
核心亮点快速浏览器自动化 + 共享登录状态 + 零成本 + 零配置 + 不干扰用户

技术架构​

graph LR
    A[用户浏览器] --> B[状态共享层]
    B --> C[AI代理]
    C --> D[自动化操作]
    D --> A

技术特色：

  • 基于JavaScript构建，跨平台兼容性强
  • 浏览器状态共享技术，避免重复登录流程
  • 轻量级设计，运行效率高，资源占用低

热度分析​

  • Star数超万且持续增长，显示项目受到广泛关注和认可
  • Open Issues为0，表明项目维护状态良好，问题解决效率高

快速上手​

# 安装ego-lite
npm install -g ego-lite

# 启动服务
ego-lite start

注意事项​

  • 项目License未知，可能存在使用限制或版权问题
  • 虽然Open Issues为0，但可能意味着问题被快速关闭而非完全解决
  • 项目描述中提到与Codex或Claude Code等AI工具集成，但具体集成方式不明确

15. rustdesk/rustdesk — 开源远程桌面​

一句话总结：RustDesk 是一款用 Rust 编写的开源远程桌面应用，支持自托管，可作为 TeamViewer 的替代方案。

价值主张​

维度说明
解决痛点解决商业远程桌面软件的隐私担忧和成本问题，提供完全自控的远程访问
目标用户需要远程访问的开发者、IT专业人员、普通用户及重视数据隐私的组织
核心亮点完全开源自托管 + 跨平台支持 + 端到端加密 + 无需注册账号 + 自定义服务器

技术架构​

graph TD
    A[客户端] --> B[信令服务器]
    B --> C[中继服务器]
    C --> D[目标设备]
    A --> D[直接连接]
    D --> E[远程控制]

技术特色：

  • 使用 Rust 语言编写，提供内存安全和性能优势
  • 采用 P2P 直连和中继服务器双重连接模式，确保远程连接稳定性
  • 支持自定义服务器部署，避免依赖第三方服务
  • 实现端到端加密，保障远程会话安全性

热度分析​

  • 项目 Star 数超过 12 万，近期每日增长约 140+，表明项目受关注度持续上升
  • Fork 数近 1.9 万，说明社区参与度高，有大量用户进行二次开发或定制

快速上手​

# 下载并运行 RustDesk
curl -fsSL https://github.com/rustdesk/rustdesk/releases/download/1.2.0/rustdesk-1.2.0-x86_64.AppImage -o rustdesk.AppImage
chmod +x rustdesk.AppImage
./rustdesk.AppImage

注意事项​

  • RustDesk 虽然是开源软件，但需要注意不同国家和地区对远程桌面软件的法律法规
  • 默认情况下，RustDesk 使用官方服务器，如需完全自托管需自行搭建服务器
  • 在网络受限环境中，可能需要配置端口转发或使用中继服务器以确保连接稳定

16. ToolJet/ToolJet — 企业应用构建平台​

一句话总结：开源低代码平台，助力企业快速构建内部工具、仪表板和AI应用。

价值主张​

维度说明
解决痛点解决企业内部工具开发效率低、成本高的问题
目标用户企业开发团队、业务分析师、产品经理
核心亮点低代码开发 + 多数据源集成 + AI能力 + 工作流自动化 + 安全控制

技术架构​

graph LR
    A[前端UI] --> B[后端API]
    B --> C[数据库]
    B --> D[数据源连接器]
    B --> E[工作流引擎]
    E --> F[AI代理]

技术特色：

  • 基于JavaScript的全栈低代码开发框架
  • 支持多种数据源连接和集成
  • 内置工作流和AI能力
  • 提供安全的企业级部署方案
  • 模块化架构支持扩展

热度分析​

  • 项目Star数已超过3.9万，日增130+，增长势头强劲
  • 作为开源低代码平台，在数字化转型浪潮中占据重要生态位置

快速上手​

# 克隆项目
git clone https://github.com/ToolJet/ToolJet.git

# 安装依赖并运行
cd ToolJet && npm install && npm run dev

注意事项​

  • 需要Node.js环境运行
  • 企业部署建议配置数据库和认证系统
  • 部分高级功能可能需要额外配置

17. cursor/plugins — AI编辑器插件平台​

一句话总结：Cursor编辑器的插件规范与官方插件库，提供AI增强的代码编辑体验。

价值主张​

维度说明
解决痛点为AI驱动代码编辑器提供标准化扩展机制，提升开发效率
目标用户Cursor编辑器用户及希望扩展AI编程能力的开发者
核心亮点统一插件接口规范 + AI功能深度集成 + 多语言框架支持

技术架构​

graph LR
    A[插件开发] --> B[遵循插件规范]
    B --> C[注册插件]
    C --> D[编辑器加载]
    D --> E[用户使用]

技术特色：

  • 基于TypeScript的强类型插件API系统
  • 与AI模型无缝集成架构
  • 支持异步操作和事件驱动机制

热度分析​

  • 项目获得2800+ stars且持续增长(+41 today)，显示社区对AI辅助编程工具的强烈兴趣
  • 作为Cursor编辑器的官方插件库，在AI编程工具生态中占据重要位置

快速上手​

# 创建Cursor插件项目
npx create-cursor-plugin my-plugin
cd my-plugin
npm install
npm run dev

注意事项​

  • 插件开发需严格遵循Cursor特定的API规范
  • 项目依赖Cursor编辑器的核心AI功能
  • 许可证信息不明确，使用前需确认授权条款

今日推荐​

主题推荐项目亮点
今日最热cathrynlavery/diagram-design29 editorial diag...
值得关注semantica-agi/semanticaGraph-Native Infr...
快速上手github/spec-kit💫 Toolkit to help...
长期潜力holaboss-ai/holaOSOpen-source All i...

Generated on 2026-08-15 | Powered by GitHub Trending Reporter