中/EN

首页

开源项目

GitHub 实核数据 + 实战解读的开源 AI 项目盘点。

前沿热点硬核横评开源项目实战 SOP

GPT-Image 2 提示词被逆向工程：538 个案例 21 套模板打包开源（星 20.2k）

GitHub 周榜第 5 名（周增 5,329 星）：freestylefly/awesome-gpt-image-2 把散落社区的 GPT-Image 2 出图案例逆向工程成结构化提示词资产--538 个案例按 13 类组织（UI 73/海报 88/摄影 78/插画 58/信息图 52/电商 41），再提炼出 21 套工业级模板，每套含填空模板、JSON 进阶模板与避坑指南。核心命题 Prompt as Code：把散文式提示词压缩成主体/光照/材质/布局/文字锁定的原子化结构，面向 agent 与自动化复用。还打包成 npm Agent Skill（gpt-image-2-style-library），一条命令装进 Claude Code/Codex。API 实测 2026-08-26：20,193 星/2,033 fork，MIT，创建于 GPT-Image 2 发布后第 4 天，四个月日更不断。

OpenViking：给 Agent 装上「上下文数据库」，字节开源 33000 星

字节火山引擎开源 OpenViking：把 agent 的记忆、资源、技能统一成 viking:// 虚拟文件系统，用 ls/tree/find 浏览上下文，替代黑盒向量库。核心设计含 L0/L1/L2 三层分级加载（省 token）、目录递归检索、可观测检索、会话沉淀记忆。GitHub 33,172 星（API 实测 2026-08-25），周榜第 6，周增 3,540 星。官方基准：Claude Code 长对话记忆 57.21%->80.32%，输入 token 降 34.3%-91.0%。AGPL-3.0，商用 SaaS 注意传染性。

让 Agent 拿走你的手机：phone-harness 开源两周 2000 星，iPhone 不越狱也能被 AI 全权操控

ShawnPana/phone-harness（1,977 星/183 fork，MIT，Python，GitHub API 实测 2026-08-22，创建于 8-07 开源刚两周）：let your agent control your phone。iPhone 不越狱--macOS Sequoia+ 的 iPhone Mirroring 窗口作传输层，screencapture 截屏+Vision OCR 拿"穷人版 DOM"、CGEvent 注入 HID 级点击键盘；Android 走 adb（USB/Wi-Fi）+screencap+uiautomator 精确控件树+input。安装是一段粘给 Claude Code/Codex 的 prompt，--doctor 自检。哲学：不预置专用工具，缺什么模型在 agent_helpers.py 里现场写 Python。附"learned the hard way"坑清单（AppleScript click 无效/unicode 输入不行/慢拖不动 iOS 列表）与三道安全门（备用机/支付审批/API 优先）。

给 LLM 一整台 Mac：browser-use 出了个「零护栏」harness，两天 480 星

browser-use/macos-harness（480星/33 fork，MIT，Python，GitHub API 实测 2026-08-19，创建于 8-17 两天）：browser-use 组织新作，「给 LLM 一整台 Mac」的最薄 harness--No framework, no recipes, no rails。六原语 see/key/type/click/ax/script 打穿全机：CGWindow 截后台窗口不前置+CGEvent 直发 PID 键鼠+AX/Apple Events 兜底+CDP 驱动真实已登录 Chrome，同一常驻 Python 进程里 browser/Path/subprocess 直接可用。哲学：没有 Spotify 工具没有 Slack 工具，缺什么逻辑模型任务中途自己写普通 Python。安装方式是一段粘给 Codex/Claude Code 的 prompt（uv+Python 3.12+skill 注册+doctor 权限自检）。doctor 报权限清单、遥测只记命令类别不记内容可一键关。与 browser-use（干净浏览器）、ego-lite（共享登录态浏览器）生态位三分。对照本周 OpenAI 失控事件：零护栏与缰绳的一体两面。Experimental 仅 macOS。

AI 也要拉群了：avante 作者新作 cumora，让 Claude Code 和 Codex 在同一个群里当同事（上线 1 天 1.4k 星）

yetone/cumora（1,460★/158 fork，MIT，TypeScript，API 实测 8-17 当日创建）：avante.nvim 作者新作，给 AI Agent 造的团队群聊--Agent 是一等公民（人设+记忆+原子认领任务+收发真实邮件+共用看板日历）。双大脑路线：Cumora Cloud（per-agent K8s pod+OpenAI Responses 多跳工具循环）或 BYOA（npx cumora agent computer，本地 Claude Code/Codex 当大脑用自己订阅，服务器看不到 key）。防撞车三件套（seen-cursor 新鲜度门控/原子认领/小脑分诊）+llm_calls 成本台账+CI 大模型守卫。本地 5 分钟：Postgres+Redis+OPENAI_API_KEY。5 注意点含出生第一天/云版烧钱/工具权限边界。

埋水印的官方军开源了：Google SynthID-Text 参考实现拆解，Nature 论文级水印怎么长在文字里

google-deepmind/synthid-text（1,024★/96 fork，Apache-2.0，API 实测 8-17）：SynthID 文本水印官方参考实现，对应 Nature 论文。水印织进采样分布（keys 配置+HF Transformers mix-in 挂 Gemma/GPT-2），双检测器（Weighted Mean 免训练/Bayesian 需训练），Colab 可跑（2B 需 T4/7B 需 A100）。官方明言非生产用途，生产版在 Hugging Face Transformers；accumulate_hash 无密码学保证。对抗/合规/工程三视角+5 注意点（密钥管理/误报标定/改写降检）。与 watermarks-remover Layer B 对位。

ai-manju：AI 漫剧短剧本地生产流水线，ComfyUI+MiniMax-H3 从中文草稿到带音轨成片

catiseyeqaq/ai-manju-shengcheng-xitong：写实 AI 电影/短剧本地生产流水线。ComfyUI 0.31.0 编排 + MiniMax-H3 音视频联合生成（BF16 权重约 129G，8 卡 PPU-ZW810E）+ Qwen3.6-35B-A3B 中文润色。33 套模板工作流，T2V/I2V/R2V，majicFlus+PuLID 跨镜脸锁+H3 首尾帧接戏+48k 音画对齐。漫剧全链解析+硬件门槛+5 FAQ。早期个人项目（4 星），成片在 Releases 验收。

GLM-5.3 深度解析：智谱开源编程第一，还会找漏洞，「开源的盾」启动

智谱 GLM-5.3（2026-08-14）：基座未变，靠后训练 Scaling 大幅提升智能上界，成当前编程能力最强开源模型（Terminal Bench 3.0 等多项开源第一），并涌现网络安全能力（代码审查/漏洞发现），联合安全团队发现 2436 个漏洞，启动「开源的盾」计划。深度解析+5 避坑。仓库/星数以官方为准，非实测。