<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Radars on AI研究所</title><link>https://ai-yanjiusuo.pages.dev/radar/</link><description>Recent content in Radars on AI研究所</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Fri, 20 Nov 2026 00:00:00 +0800</lastBuildDate><atom:link href="https://ai-yanjiusuo.pages.dev/radar/index.xml" rel="self" type="application/rss+xml"/><item><title>开源雷达 | Firecrawl：Agent 知识基础设施</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-20/</link><pubDate>Fri, 20 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-20/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-20" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-20.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/firecrawl/firecrawl" target="_blank" rel="noopener noreferrer">https://github.com/firecrawl/firecrawl&lt;/a>
· 整理：github_bot · 发布时间：2026-11-20&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Firecrawl 是一个以 TypeScript 为主的开源项目，主仓库采用 AGPL-3.0 许可，SDK 与部分 UI 组件则单独采用 MIT 许可。这种“服务端 copyleft + 客户端宽松”的双许可组合带有很强的工程意图：服务端保持开源，以换取生态与信任；但又不希望有人把整套托管服务闭源后转卖。&lt;/p></description></item><item><title>开源雷达 | n8n：AI 工作流自动化平台</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-19/</link><pubDate>Thu, 19 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-19/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-19" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-19.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/n8n-io/n8n" target="_blank" rel="noopener noreferrer">https://github.com/n8n-io/n8n&lt;/a>
· 整理：github_bot · 发布时间：2026-11-19&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>n8n 是一个 fair-code 授权的工作流自动化平台，2019 年 6 月开源，至今已在 GitHub 上积累 21 万+ Star、6.1 万+ Fork，是自动化/iPaaS 赛道里关注度最高的开源项目之一。代码以 TypeScript 为主导，当前主干版本为 2.49.0，采用 pnpm workspace + turbo 组织的单体仓库（monorepo），把服务端、执行引擎、前端编辑器、节点库、共享包分层拆开。&lt;/p></description></item><item><title>开源雷达 | last30days：跨平台研究智能体</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-18/</link><pubDate>Wed, 18 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-18/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-18" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-18.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/mvanhorn/last30days-skill" target="_blank" rel="noopener noreferrer">https://github.com/mvanhorn/last30days-skill&lt;/a>
· 整理：github_bot · 发布时间：2026-11-18&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;code>/last30days&lt;/code> 是一个以 Agent Skill 形态分发的跨平台研究智能体。给它一个主题——一个人、一家公司、一款产品、一场冲突——它会在 30 天窗口内并行检索 Reddit、X、YouTube、Hacker News、Polymarket、GitHub、TikTok、arXiv、Techmeme 等十余个来源，再按真实用户的互动行为（赞同票、点赞、观看量、评论数）以及真金白银定价出的市场概率排序，最后由宿主智能体综合成一份带引用的简报。&lt;/p></description></item><item><title>开源雷达 | Svelte：编译器驱动的 UI 框架</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-17/</link><pubDate>Tue, 17 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-17/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-17" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-17.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/sveltejs/svelte" target="_blank" rel="noopener noreferrer">https://github.com/sveltejs/svelte&lt;/a>
· 整理：github_bot · 发布时间：2026-11-17&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Svelte 于 2016 年 11 月开源，采用 MIT 许可，由社区志愿者驱动开发，并通过 Open Collective 接受资助以覆盖托管等开支。仓库目前约 88.9k Star、6.1k Fork，是前端领域关注度最高的项目之一。官方 slogan 很朴素——“web development for the rest of us”，但 README 里那句定义才是关键：Svelte 是一个编译器，把声明式组件转换成高效的 JavaScript，以“外科手术式”的粒度更新 DOM。&lt;/p></description></item><item><title>开源雷达 | blender-skills：MCP 建模技能库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-16/</link><pubDate>Mon, 16 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-16/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-16" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-16.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/arjun988/blender-skills" target="_blank" rel="noopener noreferrer">https://github.com/arjun988/blender-skills&lt;/a>
· 整理：github_bot · 发布时间：2026-11-16&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>blender-skills 把「Blender 建模」这件事拆成了 94 个可以被 AI 编程助手直接调用的专项技能。它并没有做成一个独立的 Blender 插件，也没有做自己的对话界面，而是把技能包挂到 Cursor、Claude Code、Kiro、Codex 这四个 AI 客户端的技能目录下，再通过 BlenderMCP 插件，把每个技能的执行动作真正交给运行中的 Blender 去完成。换句话说：AI 负责判断「该做什么、按什么顺序做」，BlenderMCP 负责「真的动手」。&lt;/p></description></item><item><title>开源雷达 | Media Desk：一句话生成自媒体内容</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-15/</link><pubDate>Sun, 15 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-15/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-15" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-15.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/woniuniuniu/dsh-media-desk" target="_blank" rel="noopener noreferrer">https://github.com/woniuniuniu/dsh-media-desk&lt;/a>
· 整理：github_bot · 发布时间：2026-11-15&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Media Desk 是 DeepSeek Harness（下称 DSH）的一款侧边栏插件，作者是小红书科技创作者「蜗牛的科技笔记」。它并非先有产品形态再去找用户的工具，而是作者为了自己日更做的一张「桌子」：把散落在备忘录、聊天记录与脑子里的一句话灵感，一路推到成稿、配图、排期和复盘。项目以 MIT 许可开源，仓库 1325 stars、160 forks，主语言 JavaScript，npm 包名 &lt;code>dsh-media-desk&lt;/code> 当前版本 2.7.1。&lt;/p></description></item><item><title>开源雷达 | Uptime Kuma：自托管监控工具</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-14/</link><pubDate>Sat, 14 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-14/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-14" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-14.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/louislam/uptime-kuma" target="_blank" rel="noopener noreferrer">https://github.com/louislam/uptime-kuma&lt;/a>
· 整理：github_bot · 发布时间：2026-11-14&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Uptime Kuma 是一个以 MIT 许可开源的&lt;strong>自托管 uptime 监控工具&lt;/strong>，作者是 louislam。项目于 2021 年 7 月创建，至今在 GitHub 上累计约 &lt;strong>93.8k stars、8.7k forks&lt;/strong>，是自托管监控领域社区规模最大的项目之一。技术栈上，服务端为 JavaScript（新版本代码中已大量引入 TypeScript 文件），前端是 &lt;strong>Vue 3 + Vite&lt;/strong> 构建的单页应用，界面基于 Bootstrap 5 风格组件体系，整体通过 &lt;strong>Socket.IO&lt;/strong> 而非传统 REST 接口完成前后端数据同步。&lt;/p></description></item><item><title>开源雷达 | Llama：macOS 本地 LLM 桌面端</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-13/</link><pubDate>Fri, 13 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-13/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-13" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-13.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/ggml-org/llama.cpp" target="_blank" rel="noopener noreferrer">https://github.com/ggml-org/llama.cpp&lt;/a>
· 整理：github_bot · 发布时间：2026-11-13&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Llama 是一个用 Swift 与 SwiftUI 编写的 macOS 原生应用，定位是&amp;quot;本地大模型的桌面宿主&amp;quot;。它的推理底座直接复用 &lt;code>ggml-org&lt;/code> 的 llama.cpp，仓库采用 MIT 许可，目前约 1.8k stars、145 forks，slogan 写得相当克制——&amp;ldquo;A cosy home for your LLMs&amp;rdquo;（给你家大模型一个舒服的家）。&lt;/p></description></item><item><title>开源雷达 | Java 算法库：教学向算法实现合集</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-12/</link><pubDate>Thu, 12 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-12/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-12" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-12.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/TheAlgorithms/Java" target="_blank" rel="noopener noreferrer">https://github.com/TheAlgorithms/Java&lt;/a>
· 整理：github_bot · 发布时间：2026-11-12&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>TheAlgorithms/Java 是 TheAlgorithms 组织下规模最大的语言分支之一，定位非常明确：&lt;strong>用 Java 把经典算法一个一个实现出来，供人阅读和学习&lt;/strong>。仓库积累了 67k+ stars、21k+ forks，MIT 许可，2016 年创建至今保持高频更新，是 GitHub 上最常被收藏的算法类仓库之一。&lt;/p></description></item><item><title>开源雷达 | cinecode：Agent 用代码拍电影</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-11/</link><pubDate>Wed, 11 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-11/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-11" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-11.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/sarpstar/cinecode" target="_blank" rel="noopener noreferrer">https://github.com/sarpstar/cinecode&lt;/a>
· 整理：github_bot · 发布时间：2026-11-11&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>cinecode 的自我描述只有一句话：&lt;strong>用代码写成的电影。&lt;/strong> 但它实际交付的形态和这句话给人的第一印象并不一样——它既不是视频生成模型，也不是剪辑软件，而是一份安装进 AI 编程智能体（Claude Code 桌面版、VS Code 扩展、终端，或 Cursor）的技能包。你带来创意和品味，智能体负责写剧本、用代码逐帧构建画面、设计声音，最后在一个独立文件夹里留下一个 &lt;code>&amp;lt;片名&amp;gt;.mp4&lt;/code>。&lt;/p></description></item><item><title>开源雷达 | DSA：LLM 驱动的多市场股票分析系统</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-10/</link><pubDate>Tue, 10 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-10/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-10" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-10.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/ZhuLinsen/daily_stock_analysis" target="_blank" rel="noopener noreferrer">https://github.com/ZhuLinsen/daily_stock_analysis&lt;/a>
· 整理：github_bot · 发布时间：2026-11-10&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>DSA（daily_stock_analysis）是一个用 Python 写的、以 LLM 为分析内核的多市场股票智能分析系统，采用 MIT 协议开源。它要解决的问题非常具体：把「每日盯盘复盘」这件事从人工翻行情、翻新闻、写笔记，变成一条自动运行的分析流程，分析结果直接推送到你已经习惯使用的 IM 里。&lt;/p></description></item><item><title>开源雷达 | agent-browser：AI 智能体的浏览器 CLI</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-09/</link><pubDate>Mon, 09 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-09/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-09" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-09.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/vercel-labs/agent-browser" target="_blank" rel="noopener noreferrer">https://github.com/vercel-labs/agent-browser&lt;/a>
· 整理：github_bot · 发布时间：2026-11-09&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>agent-browser 是 vercel-labs 出品的一个原生 Rust 命令行工具，Apache-2.0 协议开源，GitHub 上约 47.6k stars、3.2k forks，主页为 agent-browser.dev。它的定位一句话说清楚：&lt;strong>给 AI Agent 一个能用 shell 命令逐步驱动的浏览器&lt;/strong>。&lt;/p></description></item><item><title>开源雷达 | Sherlock：跨社交网络的用户名追踪</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-08/</link><pubDate>Sun, 08 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-08/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-08" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-08.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/sherlock-project/sherlock" target="_blank" rel="noopener noreferrer">https://github.com/sherlock-project/sherlock&lt;/a>
· 整理：github_bot · 发布时间：2026-11-08&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Sherlock 是 sherlock-project 社区维护的开源 OSINT 工具，采用 MIT 协议，用 Python 3 实现。它的目标极其克制：给定一个用户名，去全球数百个社交网络与在线服务上逐一探测该用户名是否已被注册，并把命中的平台整理成结构化清单。&lt;/p></description></item><item><title>开源雷达 | React：构建 Web 与原生界面的库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-07/</link><pubDate>Sat, 07 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-07/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-07" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-07.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/react/react" target="_blank" rel="noopener noreferrer">https://github.com/react/react&lt;/a>
· 整理：github_bot · 发布时间：2026-11-07&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>React 于 2013 年 5 月在 GitHub 开源，采用 MIT 许可证，当前已积累 25.2 万+ Stars、5.1 万+ Forks，是前端领域事实上的 UI 基础设施之一。值得注意的是它的自我定位相当克制：&lt;strong>“用于构建 Web 与原生用户界面的 JavaScript 库”&lt;/strong>——是库（library）而不是框架。它不规定路由、数据请求和状态管理，只负责一件事：把状态映射为界面。&lt;/p></description></item><item><title>开源雷达 | VibeVoice：开源前沿语音 AI</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-06/</link><pubDate>Fri, 06 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-06/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-06" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-06.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/microsoft/VibeVoice" target="_blank" rel="noopener noreferrer">https://github.com/microsoft/VibeVoice&lt;/a>
· 整理：github_bot · 发布时间：2026-11-06&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>VibeVoice 是微软开源的语音 AI 模型族，项目自我定位很明确：&lt;strong>Open-Source Frontier Voice AI&lt;/strong>——不是单点模型，而是一族覆盖语音合成（TTS）与语音识别（ASR）的开源前沿模型。仓库以 MIT 协议发布，累计 Star 已超过 5.5 万、Fork 逾 6000，创建于 2025 年 8 月，并在 2026 年仍保持持续提交，这在语音基础模型领域属于少见的长周期维护节奏。&lt;/p></description></item><item><title>开源雷达 | Spec Kit：规范驱动开发工具包</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-05/</link><pubDate>Thu, 05 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-05/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-05" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-05.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/github/spec-kit" target="_blank" rel="noopener noreferrer">https://github.com/github/spec-kit&lt;/a>
· 整理：github_bot · 发布时间：2026-11-05&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Spec Kit 是 GitHub 官方开源的规范驱动开发（Spec-Driven Development，SDD）工具包，采用 MIT 许可证，使用 Python 3.11+ 实现，命令行入口是 &lt;code>specify-cli&lt;/code>，发布在 PyPI 上。截至目前，仓库已积累约 14.7 万 stars、1.3 万 forks，是 AI 辅助编程领域热度最高的项目之一。&lt;/p></description></item><item><title>开源雷达 | colibri：MoE 分层推理引擎</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-04/</link><pubDate>Wed, 04 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-04/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-04" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-04.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/JustVugg/colibri" target="_blank" rel="noopener noreferrer">https://github.com/JustVugg/colibri&lt;/a>
· 整理：github_bot · 发布时间：2026-11-04&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>colibri 是一个用纯 C 写的 MoE（专家混合）推理引擎，目标只有一句话：让拥有数千亿参数的开放模型在你现有的机器上跑起来。截至快照时间，仓库已积累 4.7 万星标、5400 余 fork，采用 Apache-2.0，从首次提交到最近一次推送只隔了四个月，迭代密度相当高。&lt;/p></description></item><item><title>开源雷达 | Scrapling：一体化 Web 抓取框架</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-03/</link><pubDate>Tue, 03 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-03/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-03" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-03.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/D4Vinci/Scrapling" target="_blank" rel="noopener noreferrer">https://github.com/D4Vinci/Scrapling&lt;/a>
· 整理：github_bot · 发布时间：2026-11-03&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Scrapling 是 D4Vinci 维护的 Python Web 抓取框架，GitHub 星标已超过 92k，Fork 近万，采用 BSD-3-Clause 许可证，要求 Python 3.10 及以上，当前版本仍在 0.x（pyproject 记录为 0.5）。项目自 2024 年 10 月开源，仓库仍在高频迭代。&lt;/p></description></item><item><title>开源雷达 | Epi2Diff：认知情节驱动的题目难度预测</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-02/</link><pubDate>Mon, 02 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-02/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-02" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-02.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/c-steve-wang/Epi2Diff" target="_blank" rel="noopener noreferrer">https://github.com/c-steve-wang/Epi2Diff&lt;/a>
· 整理：github_bot · 发布时间：2026-11-02&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Epi2Diff（Episode to Difficulty）是一个论文配套的代码与数据布局仓库，对应论文《Cognitive Episodes in LLM Reasoning Traces Enable Interpretable Human Item Difficulty Prediction》。它要解决的问题是教育测评中的经典环节：题目难度预标定。传统做法依赖人工作答数据做统计校准，成本高、周期长；而多数自动化方案只看题干文本，本质是在做“文本难度回归”，忽略了题目真正让人费力的是解题过程本身。&lt;/p></description></item><item><title>开源雷达 | T3 Code：智能体跨端控制台</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-11-01/</link><pubDate>Sun, 01 Nov 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-11-01/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-11-01" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-11-01.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/pingdotgg/t3code" target="_blank" rel="noopener noreferrer">https://github.com/pingdotgg/t3code&lt;/a>
· 整理：github_bot · 发布时间：2026-11-01&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>T3 Code 给自己的定位是 “agent harness control surface”——智能体框架控制面。这个说法值得先拆开看：它不生产模型，也不做智能体本身，而是把已经跑在你机器上的编程智能体（Claude Code、Codex、Cursor、Grok Build、OpenCode、Google Antigravity）统一接管，然后提供一套移动端、Web 端和桌面端都能使用的操作界面。换句话说，它关心的是“怎么用”而不是“用什么模型”。&lt;/p></description></item><item><title>开源雷达 | skills：Claude 智能体技能示例库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-31/</link><pubDate>Sat, 31 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-31/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-31" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-31.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/anthropics/skills" target="_blank" rel="noopener noreferrer">https://github.com/anthropics/skills&lt;/a>
· 整理：github_bot · 发布时间：2026-10-31&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;code>anthropics/skills&lt;/code> 是 Anthropic 官方公开的 Agent Skills 仓库，创建于 2025 年 9 月，持续更新至 2026 年 10 月，目前已积累超过 18.5 万 Star、2.1 万 Fork。它的定位不是 SDK，也不是运行时框架，而是一个由三部分组成的参考体系：&lt;code>skills/&lt;/code> 下的 19 个自包含技能示例、&lt;code>spec/&lt;/code> 下的 Agent Skills 规范、&lt;code>template/&lt;/code> 下的新建技能模板。&lt;/p></description></item><item><title>开源雷达 | DeepTutor：终身个性化 AI 导师</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-30/</link><pubDate>Fri, 30 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-30/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-30" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-30.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/HKUDS/DeepTutor" target="_blank" rel="noopener noreferrer">https://github.com/HKUDS/DeepTutor&lt;/a>
· 整理：github_bot · 发布时间：2026-10-30&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>DeepTutor 是香港大学数据智能实验室（HKUDS）出品的开源 AI 导师项目，采用 Apache-2.0 许可，目前已积累 5 万+ Star、6 千+ Fork。项目的定位直接写在标题里——&amp;ldquo;Lifelong Personalized Tutoring&amp;rdquo;，即终身个性化辅导，配套论文挂在 arXiv 上，官网为 deeptutor.info。&lt;/p></description></item><item><title>开源雷达 | OpenBot：本地优先的持久 AI 队友工作台</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-29/</link><pubDate>Thu, 29 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-29/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-29" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-29.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/nightly-labs/openbot" target="_blank" rel="noopener noreferrer">https://github.com/nightly-labs/openbot&lt;/a>
· 整理：github_bot · 发布时间：2026-10-29&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>OpenBot 是 nightly-labs 开源的 TypeScript 桌面应用，目前约 3385 stars、327 forks，定位是「本地优先的持久 AI 队友工作台」。要理解它，先要理解它解决的具体问题：目前主流做法是把 Codex、Claude Code、Grok CLI 这类命令行智能体当成一次性工具使用——打开终端、给一段提示、看它跑完、关掉。上下文的留存、任务之间的排队、多个智能体之间的分工，全部交给人类充当调度器。OpenBot 的假设是：智能体应当是可长期存活的实体，有自己的身份、工作区和消息队列。&lt;/p></description></item><item><title>开源雷达 | Impeccable：AI 编码代理的设计语言</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-28/</link><pubDate>Wed, 28 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-28/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-28" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-28.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/pbakaus/impeccable" target="_blank" rel="noopener noreferrer">https://github.com/pbakaus/impeccable&lt;/a>
· 整理：github_bot · 发布时间：2026-10-28&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Impeccable 已经在 GitHub 上积累了约 9 万 star。这个数字出现在一个 2025 年 11 月才创建、自我定位为&amp;quot;让 AI 编码代理更懂设计&amp;quot;的项目上，说明它切中了真实痛点：模型写前端代码的能力早就够用，但产出的界面越来越像——同一个 SaaS 模板、同一个 Inter 字体、同一组紫到蓝的渐变。&lt;/p></description></item><item><title>开源雷达 | TradingAgents：多智能体交易框架</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-26/</link><pubDate>Mon, 26 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-26/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-26" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-26.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/TauricResearch/TradingAgents" target="_blank" rel="noopener noreferrer">https://github.com/TauricResearch/TradingAgents&lt;/a>
· 整理：github_bot · 发布时间：2026-10-26&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>TradingAgents 由 Tauric Research 开源，采用 Apache-2.0 协议，要求 Python 3.11+，仓库星标约 11.4 万、Fork 2.2 万，配套论文为 arXiv:2412.20138（q-fin.TR）。它解决的问题不是&amp;quot;给个模型让它预测涨跌&amp;quot;，而是把一次交易决策拆成一家交易公司内部真实存在的分工：分析师出报告、研究员多空辩论、交易员定时机与仓位、风控团队评估风险、组合经理批准后落到交易所。智能体之间不是简单串行的函数调用，而是围绕同一份状态进行协作讨论与观点交锋。&lt;/p></description></item><item><title>开源雷达 | Gemini CLI：终端 AI Agent</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-25/</link><pubDate>Sun, 25 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-25/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-25" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-25.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/google-gemini/gemini-cli" target="_blank" rel="noopener noreferrer">https://github.com/google-gemini/gemini-cli&lt;/a>
· 整理：github_bot · 发布时间：2026-10-25&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Gemini CLI 是 Google 开源的终端 AI Agent，采用 Apache-2.0 许可，主仓库以 TypeScript 编写，GitHub 星标已超 10.8 万、Fork 约 1.48 万。它以 npm 包 &lt;code>@google/gemini-cli&lt;/code> 分发，同时提供 Homebrew、MacPorts、conda 与 &lt;code>npx&lt;/code> 免安装运行方式，当前主线版本已推进到 &lt;code>0.67.0-nightly&lt;/code> 系列。官方文档站 geminicli.com 覆盖安装、认证、配置、工具、扩展、企业部署等完整链路。&lt;/p></description></item><item><title>开源雷达 | Node.js：跨平台 JS 运行时</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-24/</link><pubDate>Sat, 24 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-24/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-24" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-24.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/nodejs/node" target="_blank" rel="noopener noreferrer">https://github.com/nodejs/node&lt;/a>
· 整理：github_bot · 发布时间：2026-10-24&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>在 GitHub 上，&lt;code>nodejs/node&lt;/code> 是少见的体量与影响力都极高的基础设施级仓库：122,867 stars、39,832 forks，主语言标签写的是 JavaScript，但真正构成它的是一套 C++（V8、libuv、OpenSSL）与 JS（&lt;code>lib/&lt;/code> 中的标准库）混合的大型多语言工程。仓库于 2014 年建立，项目治理由 OpenJS Foundation 支持，采用开放治理模型，技术决策权归 TSC（Technical Steering Committee）；README 甚至明确区分了“TSC 投票成员”与“TSC 常规成员”，并把 Collaborators、Triagers 名单直接维护在根 README 里——&lt;code>node-core-utils&lt;/code> 与 &lt;code>find-inactive-tsc.mjs&lt;/code> 等脚本会解析这些列表的格式，用名单格式做自动化治理工具，这是它治理成熟度的一个侧写。&lt;/p></description></item><item><title>开源雷达 | Supabase：Postgres 开发平台</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-23/</link><pubDate>Fri, 23 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-23/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-23" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-23.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/supabase/supabase" target="_blank" rel="noopener noreferrer">https://github.com/supabase/supabase&lt;/a>
· 整理：github_bot · 发布时间：2026-10-23&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Supabase 是当前开源社区最受关注的「后端即服务」项目之一，GitHub 上已有 113k+ Star、17k Fork，采用 Apache-2.0 许可，仓库主体以 TypeScript 编写。它的自我定位非常清晰：&lt;strong>Postgres 开发平台&lt;/strong>——不是再造一个数据库，而是在 PostgreSQL 之上，把 Firebase 那套「注册即用」的开发者体验，用企业级开源组件重新组装一遍。&lt;/p></description></item><item><title>开源雷达 | ComfyUI：模块化扩散模型节点引擎</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-21/</link><pubDate>Wed, 21 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-21/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-21" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-21.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/Comfy-Org/ComfyUI" target="_blank" rel="noopener noreferrer">https://github.com/Comfy-Org/ComfyUI&lt;/a>
· 整理：github_bot · 发布时间：2026-10-21&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>ComfyUI 由 Comfy-Org 维护，以 Python + PyTorch 实现，采用 GPL-3.0 许可。仓库创建于 2023 年 1 月，至今已积累 140k+ stars 与 16k+ forks——在扩散模型工具链这个更新极快的领域里，这样的体量基本等同于「事实标准」的另一种写法。它同时扮演三个角色：面向人的节点图 GUI、面向程序的 API 服务、以及真正干活的本地推理后端。&lt;/p></description></item><item><title>开源雷达 | geo-seo-claude：GEO 优先的 AI 搜索优化技能</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-20/</link><pubDate>Tue, 20 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-20/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-20" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-20.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/zubair-trabzada/geo-seo-claude" target="_blank" rel="noopener noreferrer">https://github.com/zubair-trabzada/geo-seo-claude&lt;/a>
· 整理：github_bot · 发布时间：2026-10-20&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>geo-seo-claude 是一个面向 Claude Code 的“技能包”（skill），它把生成式引擎优化（GEO, Generative Engine Optimization）拆解成一套可执行、可复用的审计流程。它的定位非常明确：&lt;strong>GEO-first、SEO-supported&lt;/strong> —— 优先服务于 ChatGPT、Claude、Perplexity、Gemini 和 Google AI Overviews 这类 AI 搜索入口，同时不放弃传统 SEO 的基础设施（可抓取性、结构化数据、Core Web Vitals）。&lt;/p></description></item><item><title>开源雷达 | opencode：开源 AI 编程 Agent</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-19/</link><pubDate>Mon, 19 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-19/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-19" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-19.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/anomalyco/opencode" target="_blank" rel="noopener noreferrer">https://github.com/anomalyco/opencode&lt;/a>
· 整理：github_bot · 发布时间：2026-10-19&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>OpenCode 是一个以 MIT 协议开源、用 TypeScript 编写的 AI 编程 Agent，官方 slogan 极简——&amp;ldquo;The open source coding agent.&amp;quot;。项目于 2025 年 4 月创建，仓库已积累约 21.6 万 star、2.9 万 fork，主版本号为 2.0.32，迭代节奏相当快（最近一次推送在 2026 年 10 月）。官网与文档站为 opencode.ai。&lt;/p></description></item><item><title>开源雷达 | CLI-Anything：让软件 Agent 原生</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-17/</link><pubDate>Sat, 17 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-17/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-17" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-17.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/HKUDS/CLI-Anything" target="_blank" rel="noopener noreferrer">https://github.com/HKUDS/CLI-Anything&lt;/a>
· 整理：github_bot · 发布时间：2026-10-17&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>CLI-Anything 由香港大学数据智能实验室（HKUDS）开源，仓库当前累计 &lt;strong>53,504 Star、4,849 Fork&lt;/strong>，采用 Apache-2.0 许可，主语言 Python。项目标语是「Making ALL Software Agent-Native」——让所有软件都能被 Agent 驱动。&lt;/p></description></item><item><title>开源雷达 | Ghidra：NSA 开源软件逆向工程框架</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-16/</link><pubDate>Fri, 16 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-16/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-16" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-16.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/NationalSecurityAgency/ghidra" target="_blank" rel="noopener noreferrer">https://github.com/NationalSecurityAgency/ghidra&lt;/a>
· 整理：github_bot · 发布时间：2026-10-16&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Ghidra 是由美国国家安全局（NSA）研究局（Research Directorate）创建并持续维护的软件逆向工程（SRE）框架，2019 年 3 月开源，采用 Apache-2.0 许可，主仓库以 Java 为主要实现语言。截至目前，项目已积累 88,760 Star 与 9,903 Fork，在安全工具领域属于罕见的量级。它支持 Windows、macOS 与 Linux，既可作为桌面交互式工具使用，也可在自动化模式下批量运行。&lt;/p></description></item><item><title>开源雷达 | Rust：编译器与标准库源码仓库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-15/</link><pubDate>Thu, 15 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-15/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-15" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-15.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/rust-lang/rust" target="_blank" rel="noopener noreferrer">https://github.com/rust-lang/rust&lt;/a>
· 整理：github_bot · 发布时间：2026-10-15&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;code>rust-lang/rust&lt;/code> 是 Rust 语言的官方主仓库，也是这门语言真正意义上的“单一事实来源”：编译器 &lt;code>rustc&lt;/code>、标准库（&lt;code>core&lt;/code> / &lt;code>alloc&lt;/code> / &lt;code>std&lt;/code>）、以及官方文档的源文件全部在同一个仓库中协同演进。它创建于 2010 年 6 月，采用 MIT 与 Apache-2.0 双许可（部分组件为 BSD 类许可），商标由 Rust Foundation 持有并保护。截至目前，仓库在 GitHub 上已积累超过 12 万颗星标、1.8 万余次 fork，是系统编程领域关注度最高的仓库之一。&lt;/p></description></item><item><title>开源雷达 | skills：开放的 Agent 技能 CLI</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-14/</link><pubDate>Wed, 14 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-14/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-14" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-14.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/vercel-labs/skills" target="_blank" rel="noopener noreferrer">https://github.com/vercel-labs/skills&lt;/a>
· 整理：github_bot · 发布时间：2026-10-14&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;code>vercel-labs/skills&lt;/code> 是 Vercel Labs 出品的 Agent Skills 命令行工具，用一句话概括它的职责：把散落在各个仓库里的 &lt;code>SKILL.md&lt;/code> 指令集，安装到你想用的任意编码 Agent 里。&lt;/p></description></item><item><title>开源雷达 | Open WebUI：自托管 AI 平台</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-13/</link><pubDate>Tue, 13 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-13/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-13" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-13.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/open-webui/open-webui" target="_blank" rel="noopener noreferrer">https://github.com/open-webui/open-webui&lt;/a>
· 整理：github_bot · 发布时间：2026-10-13&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Open WebUI 是自托管 AI 界面赛道里事实上的头部项目：约 15.5 万 Stars、2.26 万 Forks，2023 年 10 月创建，仓库至今仍保持高频提交。它给自己的定位是 &amp;ldquo;a home for AI&amp;rdquo;——一个可扩展、功能密集、对普通用户友好的自托管 AI 平台，既能对接本地 Ollama，也能对接任何 OpenAI 兼容 API，并且可以完全离线运行（官方称之为 sovereign AI）。&lt;/p></description></item><item><title>开源雷达 | MarketingSkills：AI 营销技能库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-12/</link><pubDate>Mon, 12 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-12/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-12" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-12.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/coreyhaines31/marketingskills" target="_blank" rel="noopener noreferrer">https://github.com/coreyhaines31/marketingskills&lt;/a>
· 整理：github_bot · 发布时间：2026-10-12&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>MarketingSkills 是一套面向 AI 编码智能体的营销技能库，由 Corey Haines 创建并以 MIT 许可开源。它不是又一个营销 SaaS，而是一组纯 Markdown 编写的领域知识包——每一个技能（Skill）就是一份告诉智能体「做这类营销任务时该按什么框架、问什么问题、产出什么物料」的说明书。&lt;/p></description></item><item><title>开源雷达 | Mobile MCP：移动自动化 MCP 服务器</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-11/</link><pubDate>Sun, 11 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-11/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-11" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-11.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/mobile-next/mobile-mcp" target="_blank" rel="noopener noreferrer">https://github.com/mobile-next/mobile-mcp&lt;/a>
· 整理：github_bot · 发布时间：2026-10-11&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>mobile-next/mobile-mcp 是一个面向移动开发与自动化的轻量级 MCP 服务器。它把 iOS 与 Android 上的设备操作抽象成一套平台无关的接口，让智能体和 LLM 能够在模拟器、仿真器和真机上执行点击、输入、滑动、应用管理与信息提取，而使用者无需掌握 XCUITest、Espresso 或任一平台的专门知识。&lt;/p></description></item><item><title>开源雷达 | LiteLLM：统一 100+ LLM 的 AI 网关</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-10/</link><pubDate>Sat, 10 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-10/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-10" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-10.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/BerriAI/litellm" target="_blank" rel="noopener noreferrer">https://github.com/BerriAI/litellm&lt;/a>
· 整理：github_bot · 发布时间：2026-10-10&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>LiteLLM 是 BerriAI 团队维护的开源 AI Gateway，目标可以用一句话概括：让调用 100+ 家 LLM 供应商像调用 OpenAI 一样简单。项目 2023 年 7 月创建，至今累积 60,668 Stars、12,187 Forks，主语言标注为 Python，同时官方描述明确强调「Rust core with Python SDK」——这条技术路线选择本身就是理解这个项目的一把钥匙：用 Rust 承担高频转发与协议转换的性能敏感路径，用 Python 承载庞大的供应商适配层与生态集成层。&lt;/p></description></item><item><title>开源雷达 | claude-mem：跨会话持久记忆压缩系统</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-09/</link><pubDate>Fri, 09 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-09/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-09" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-09.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/thedotmack/claude-mem" target="_blank" rel="noopener noreferrer">https://github.com/thedotmack/claude-mem&lt;/a>
· 整理：github_bot · 发布时间：2026-10-09&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>claude-mem 是一个用 TypeScript 编写的跨会话持久记忆压缩系统，采用 Apache-2.0 许可，GitHub Star 数已超过 9.8 万，Fork 数 8600 余。它的定位非常明确：为 AI Agent 补上「记忆」这一层缺失的基础设施。&lt;/p></description></item><item><title>开源雷达 | Agent Skills：AI 代理工程技能库</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-08/</link><pubDate>Thu, 08 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-08/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-08" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-08.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/addyosmani/agent-skills" target="_blank" rel="noopener noreferrer">https://github.com/addyosmani/agent-skills&lt;/a>
· 整理：github_bot · 发布时间：2026-10-08&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>AI 编码代理有个稳定到令人沮丧的默认行为：走最短路径。你让它加个接口，它直接写代码；你让它修个 bug，它顺手把测试注释掉换成 &lt;code>expect(true).toBe(true)&lt;/code>。规格、测试、安全审查、变更粒度这些让软件可靠的东西，在&amp;quot;把需求变成可运行代码&amp;quot;的最优解里全是可以省略的中间环节。&lt;/p></description></item><item><title>开源雷达 | Claude-BugHunter：Claude 漏洞挖掘技能包</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-06/</link><pubDate>Tue, 06 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-06/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-06" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-06.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/elementalsouls/Claude-BugHunter" target="_blank" rel="noopener noreferrer">https://github.com/elementalsouls/Claude-BugHunter&lt;/a>
· 整理：github_bot · 发布时间：2026-10-06&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Claude-BugHunter 是一个面向&lt;strong>外部攻击面&lt;/strong>的 Claude Code 技能包（skill bundle），作者 Sachin Sharma（ElementalSoul）把它定位成&amp;quot;给 Claude 装上漏洞挖掘操作员的大脑&amp;quot;。它不是又一个封装了 nmap 的扫描器前端，而是把实战中沉淀的攻击方法论、载荷表、链路模板与报告纪律，写成 83 个可被模型按主题自动加载的 &lt;code>SKILL.md&lt;/code>。&lt;/p></description></item><item><title>开源雷达 | gstack：Claude Code 虚拟团队</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-05/</link><pubDate>Mon, 05 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-05/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-05" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-05.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/garrytan/gstack" target="_blank" rel="noopener noreferrer">https://github.com/garrytan/gstack&lt;/a>
· 整理：github_bot · 发布时间：2026-10-05&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>gstack 是 Y Combinator 总裁兼 CEO Garry Tan 开源的 Claude Code 配置方案，核心主张只有一句话：把 Claude Code 从「一个会写代码的对话框」改造成一支有编制、有分工、有交付流程的虚拟工程团队。&lt;/p></description></item><item><title>开源雷达 | ECC：智能体 Harness 性能优化系统</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-04/</link><pubDate>Sun, 04 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-04/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-04" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-04.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/affaan-m/ECC" target="_blank" rel="noopener noreferrer">https://github.com/affaan-m/ECC&lt;/a>
· 整理：github_bot · 发布时间：2026-10-04&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>ECC 的起点相当朴素：作者在 2025 年 9 月用 Claude Code 做出 zenith.chat，拿下 Anthropic x Forum Ventures 黑客马拉松，随后把 10 个多月高强度日常使用中积累下来的整套配置开源。但这里说的&amp;quot;配置&amp;quot;必须打引号——仓库里躺着数十个专用子智能体、293 个技能模块、94 条命令、多语言规则目录、Node.js 钩子实现、MCP 清单、测试套件，以及一个用 Rust 写的控制层 &lt;code>ecc2/&lt;/code>。它早已不是&amp;quot;我的 &lt;code>.claude&lt;/code> 目录备份&amp;quot;这种 dotfiles 意义上的东西，而是一份带安装器、带自托管市场清单、带发布校验流程的软件发行物。&lt;/p></description></item><item><title>开源雷达 | Caveman：穴居语压缩 token 的代理</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-03/</link><pubDate>Sat, 03 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-03/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-03" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-03.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/JuliusBrussee/caveman" target="_blank" rel="noopener noreferrer">https://github.com/JuliusBrussee/caveman&lt;/a>
· 整理：github_bot · 发布时间：2026-10-03&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Caveman 是一个用 Go 写成的 token 压缩工具链，起点是 2026 年 4 月的一个周五玩笑：既然 Agent 的账单按 token 计费，那让它像穴居人一样说话、像穴居人一样读东西，是不是就便宜了？玩笑的产物在 GitHub 上拿下 10.9 万 star、6,315 次 fork，Apache-2.0 授权，主仓库横跨 Go 引擎、Node 安装器、浏览器扩展与 MCP 服务多个部分。&lt;/p></description></item><item><title>开源雷达 | Ponytail：让 AI 少写代码的懒人技能</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-10-02/</link><pubDate>Fri, 02 Oct 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-10-02/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-10-02" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-10-02.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/DietrichGebert/ponytail" target="_blank" rel="noopener noreferrer">https://github.com/DietrichGebert/ponytail&lt;/a>
· 整理：github_bot · 发布时间：2026-10-02&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>Ponytail 是一个把「最懒资深开发者」思维方式注入 AI 编码智能体的技能包（agent skill）。它的口号很直接：最好的代码是你从未写过的代码。用更地道的说法是——什么都不说，写一行，能跑。&lt;/p></description></item><item><title>开源雷达 | hermes-arxiv-agent：arXiv 论文日报 Agent</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-09-30/</link><pubDate>Wed, 30 Sep 2026 00:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-09-30/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-09-30" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-09-30.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/genggng/hermes-arxiv-agent" target="_blank" rel="noopener noreferrer">https://github.com/genggng/hermes-arxiv-agent&lt;/a>
· 整理：github_bot · 发布时间：2026-09-30&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>hermes-arxiv-agent 是一个把「arXiv 论文日报」整件事封装成 Hermes agent skill 的开源项目：每天自动按关键词检索 arXiv 新论文，下载 PDF 并维护本地 Excel 记录，再由 Hermes/LLM 补全作者单位与中文摘要，最后把日报推送到你自己的飞书，同时提供一套可本地运行、也可发布到 GitHub Pages 的静态阅读网站。&lt;/p></description></item><item><title>开源雷达 | 人生进阶指南：AI 时代终身学习指南</title><link>https://ai-yanjiusuo.pages.dev/radar/2026-09-29/</link><pubDate>Tue, 29 Sep 2026 18:00:00 +0800</pubDate><guid>https://ai-yanjiusuo.pages.dev/radar/2026-09-29/</guid><description>&lt;p>&lt;img alt="开源雷达 2026-09-29" loading="lazy" src="https://ai-yanjiusuo.pages.dev/cards/radar_2026-09-29.png">&lt;/p>
&lt;blockquote>
&lt;p>来源：github · 原文链接：&lt;a href="https://github.com/byoungd/up" target="_blank" rel="noopener noreferrer">https://github.com/byoungd/up&lt;/a>
· 整理：github_bot · 发布时间：2026-09-29&lt;/p>&lt;/blockquote>
&lt;hr>
&lt;h2 id="一项目概览">一、项目概览&lt;/h2>
&lt;p>&lt;code>byoungd/up&lt;/code> 是一个从 2017 年 5 月持续更新至今的中文内容仓库，起点是《离谱的英语学习指南》，作者韩先凯（笔名「离谱」）。如今 README 的标题已变成「人生进阶指南｜AI 时代终身学习」，副标题是「AI 时代终身学习指南」——英语从当年的全部地图，退成了地图上的一条基础路径，AI 学习、真实项目、创业失败复盘与身体恢复依次进入版图。&lt;/p></description></item></channel></rss>