GitHub AI 热门仓库 Top 5 2026.11.10-11.16:本周热度几乎全落在上下文工程上,压缩、评审与安全扫描各自长成独立工具层。技能生态则开始由官方出面定格式。
本周五个项目没有一个在做新模型,都在处理同一件事:喂给模型的上下文怎么管。Anthropic 开源了 Agent Skills 规范与四个 Office 技能,Google 把规格设计和评审拆成两个角色,billion-context 在客户端压缩长会话,codex-security 把安全扫描搬进 CI。
本周趋势简评
这周的榜单看起来分散——技能仓库、编程助手插件、短视频工具、压缩代理、安全扫描——但它们的内核是同一个:上下文不再靠模型自己撑,而是靠外围件来管。
第一条线是”上下文经济学”。窗口从 200K 卷到 1M,价格并没有跟着降,长会话的钱几乎全花在重复发送历史上。billion-context 的做法很直接:把旧内容折叠成摘要、写进可回查的存储,同时尽量保住 prompt 前缀缓存,还给了个面板把缓存命中率、折叠修复代价一笔一笔摊开。这类”省钱工具”以前藏在各家 agent 的内部实现里,现在开始独立成产品。
第二条线是”评审与验证”。google/elephant-goldfish-model 把设计者与评审者分开,评审者被故意剥夺上下文,只能看纸面证据;openai/codex-security 则把 LLM 的安全判断放进沙箱做动态验证,并在报告里标注哪些地方没扫到。两者都在做同一件事:给模型的输出设一个不依赖模型自我感觉的检验环节。
第三条线是技能与工具的规范化。Anthropic 这次不只是再放一批技能,而是把 spec、template、示例和”生产用”的文档技能一起开源,把 SKILL.md 该写什么、渐进披露怎么分层定下来。前几周社区技能包各自发明结构,接入成本极高;格式定下来之后,技能才谈得上跨生态移植。
数据口径说明:本周新增 Star 取自 GitHub Trending 周榜(since=weekly)页面的 stars this week,查询日期 2026-11-16(Asia/Shanghai);总 Star 为同日通过 GitHub REST API 查询。Trending 只覆盖部分语言榜单,与第三方 star 历史工具会有出入,本文以 Trending 页面为准,不做推算。选题上我没有按涨幅硬排:本周涨幅最高的 meta/astryx(+13,501)是一个面向 agent 的设计系统,“AI 关联”仍然偏弱;milind-soni/OpenMausBot(+5,463)是自托管 bot + VM 的组合,和上周写过的桌面 agent 主题重复;vercel-labs/agent-browser(+4,217)与 10 月已覆盖的 agent 浏览器同题;backnotprop/plannotator(+1,719)与本期 EGM 的”评审层”重叠,留作备选。以上都是真实的仓库,只是没进本周 Top 5。
1. anthropics/skills
- 主要方向:Agent 技能(Agent Skills)规范与官方技能集合
- 本周热度:爆火(Trending 一周 +6,077)
- 当前 Star:195,685(查询日期为 2026-11-16)
- 最近更新:2026-11-14 更新 docx / pdf / pptx / xlsx 四个文档技能;2026-11-06 起 Office 相关技能切换为 Apache 2.0
- 推荐指数:★★★★★
项目简介
仓库现在装了三样东西:./skills 里是示例技能,./spec 是 Agent Skills 规范,./template 是脚手架。README 说得很清楚,大部分示例技能是”演示与教学”用途,真正拿得出手的是 docx、pdf、pptx、xlsx 四个——它们是 Claude 文件创建功能背后的实现,现在以 Apache 2.0 开源。
安装分两步:/plugin marketplace add anthropics/skills 添加市场,再按需安装 document-skills 或 example-skills。技能本身没有运行时依赖:一个目录,一个 SKILL.md 写清楚触发条件和操作流程,旁边放脚本与参考材料;模型读到文档后自己去调工具、跑脚本。
为什么值得关注?
这周真正的变化不是”又有一批技能”,而是格式被官方写死了。SKILL.md 该包含哪些字段、什么时候加载、参考材料怎么分层引用、脚本怎么被调用,spec 里都有明确说法。前面几周社区里的技能包各自发明目录结构和触发词,换一个客户端就得改一遍;有了这份规范,技能第一次具备可移植性——同一份技能可以同时喂给 Claude Code、Codex、以及其他遵循规范的客户端。
第二个信号是许可证。过去这些文档技能只在产品内部生效,这次明确切到 Apache 2.0,意味着企业可以把它接进自己的文档流水线。一周 +6,077 在我看来就是”规范 + 生产可用”这两件事叠加的结果,而不是 star 存量的惯性。
项目观察
它不是框架,是一份约定加样例,跑起来能有多好,取决于底层模型和运行时,生成结果仍需人工验收——尤其 xlsx 与 pptx 这类排版敏感的格式。
两个现实的坑:仓库整体没有统一的 SPDX 许可证(GitHub 上识别为空),只有 Office 相关目录明确 Apache 2.0,企业引入前要逐目录确认;19.5 万 star 里很大一部分是历史积累与关注度,本周实际提交集中在那四个文档技能上,其余示例并不保证维护。
我的判断:如果你的 agent 需要稳定产出文档、报表、PPT,这份规范和四个技能是当前最省事的起点;如果只是想找”通用能力包”,它给不了。
2. google/elephant-goldfish-model
- 主要方向:AI 编程工作流 / 规格设计与评审
- 本周热度:快速上升(Trending 一周 +5,060)
- 当前 Star:20,128(查询日期为 2026-11-16)
- 最近更新:v0.1.1 于 2026-11-06 发布;本周合并了新的助手适配、解释视频与 bare mention 修复,2026-11-15 仍有提交
- 推荐指数:★★★★☆
项目简介
EGM 是一个装在 AI 编程助手里的插件,把”想清楚再动手”拆成两种角色。“大象”持有完整项目上下文,负责追问需求、把方案写成一份规格文档;“金鱼”是一批记忆极短的评审者,每条 review 线程都在干净上下文里启动,只读草稿和它引用的材料——不给它们看前序对话,因为读过前序对话的模型会继承之前的错误假设。名字就来自这个设定。
它支持 Antigravity、Claude Code、Codex CLI 与桌面版、Claude Cowork、ChatGPT Work 等助手,安装走各自的插件/技能市场。除了评审循环,还带 bootstrap 与 drift 报告:扫代码库,把隐含约定写成显式规格,并指出文档与代码已经分叉的位置。
为什么值得关注?
AI 编程的失败大多不在写代码,而在”没被写下来的假设”:模型按它以为的约定实现,人以为模型知道。EGM 把这种失败换成一个可检查的对象——规格文档;而金鱼评审的价值不在”多一个意见”,在于限制输入:评审者只能基于纸面证据说话,暴露的正是”草稿里没写清楚”的地方,而不是”我更喜欢另一种写法”。
它 9 月中旬才建仓,本周涨 5,060,一周内还补了新助手的适配和一段解释视频——它显然在跟着各家 agent 的扩展机制快速铺开,这也解释了为什么 Google 出的东西会同时适配 Codex 和 Claude Code。
项目观察
代价是流程变重。三五十行改完的小修小补,走完整套 review loop 不值;它适合跨模块重构、框架迁移、以及你并不完全熟悉的代码库。评审质量的上限是规格文档本身——如果大象一开始就理解偏了,金鱼会把偏离写得很工整。
想落地的话,建议先在不影响发版的仓库里跑一次 bootstrap,看它能不能把你心里的”潜规则”写对。这一步比读它的宣传文案有用得多。
3. harry0703/MoneyPrinterTurbo
- 主要方向:AI 短视频生成(文案、素材、配音、字幕、合成一条龙)
- 本周热度:快速上升(Trending 一周 +2,920)
- 当前 Star:143,946(查询日期为 2026-11-16)
- 最近更新:v1.3.10 于 2026-11-07 发布;本周仍在合并素材源与调用入口的修复,2026-11-16 有提交
- 推荐指数:★★★★☆
项目简介
给一个主题或一段文案,它把整条短视频产线跑完:LLM 生成脚本与关键词、从素材站取视频、TTS 配音、本地生成字幕、配背景音乐、合成输出。入口有 WebUI 和 API 两种,支持竖屏 9:16 与横屏 16:9,可批量处理。
模型侧接了 OpenAI、Moonshot、Azure、Gemini、Qwen、DeepSeek、Ollama、one-api 等十余家;TTS 侧有 Azure、Edge、gTTS、SiliconFlow 等选项;字幕用 faster-whisper 本地生成;素材默认从 Pexels、Pixabay 取,本周新增了 useapi.net 素材源。部署方式从一键脚本、Docker 到手动都有,另外也提供了 CLI 与面向 AI agent 的调用方式。
为什么值得关注?
它不是新概念,2024 年就是这个形态,但这周仍然涨 2,920——说明”把多模型、多素材源、配音与字幕拼接成一条可跑通的产线”这件事长期有需求,而且大部分人是自己拼不出来才来找现成的。
和纯生成模型相比,它的价值在编排:换一家 LLM 或 TTS 不用改流程,字幕对齐、时长控制、素材匹配这些坑已经踩过。v1.3.10 之后本周仍有素材源与入口层的合并提交,维护是连续的,不是典型的”高星僵尸仓库”。
项目观察
它是”工程整合型”项目的典型样本:技术门槛不高,但把琐碎环节串起来的耐心很难被替代。
局限也明显:脚本模板化之后内容同质化很快,批量产出适合铺量,不适合做品牌内容;素材来自公共库,版权与平台合规风险要自己兜;README 里有赞助商与商业版说明,用之前值得读一遍再判断边界。
我的看法是,把它当内部工具或原型验证很划算——半小时能出片,验证选题方向足够了;但要靠它做内容护城河,方向就错了。
4. ranxianglei/billion-context
- 主要方向:编码 agent 的长会话上下文压缩
- 本周热度:快速上升(Trending 一周 +2,575)
- 当前 Star:7,645(查询日期为 2026-11-16)
- 最近更新:v0.1.215 于 2026-11-15 发布,v0.1.214 于 11-14、v0.1.213 于 11-07;本周持续日更
- 推荐指数:★★★★★
项目简介
它装在编码 agent 和模型之间,专门管上下文。会话变长之后,旧内容既不直接丢弃,也不是笼统”摘要一句”:它把消息分成可压缩与不可压缩两类,需要时把可压缩部分折叠成摘要,写进一个可回查的存储,同时尽量维持 prompt 前缀的稳定性,让服务商的前缀缓存还能命中。
npm 一条命令安装后接管 CLI 会话,自带一个 Web 面板:请求数、输入 token、缓存 token、命中率、压缩节省量、每一次 fold 的记录都在上面。README 声称可把长会话的 token 消耗压到原来的五分之一左右,支持月级会话;仓库同时附了论文与独立的评测目录。
为什么值得关注?
上下文窗口在变大,价格没跟着降,长会话的成本几乎全压在”重复发送历史”上。billion-context 走的是另一条路:不赌窗口更大,而是让历史更便宜——折叠、压缩、保住缓存命中。
它最难得的地方是把经济账摊开:compaction repair(折叠后重建缓存的代价)、TTL repair(缓存过期重读)、residual 余额,这些指标平时只有跑大规模 agent 的团队才会自己埋点算。8 月才建仓,本周涨 2,575,一周内连发三个小版本,提交几乎每天都有,属于典型的”边用边改”。
项目观察
压缩必然有损,“折掉了关键那一行”这类问题极难复现,所以它的 ledger 和日志其实比”省了多少 token”更重要——出问题时能不能查到哪一折丢了什么,决定它能不能进生产。
它深度依赖各家服务商的缓存语义,接口一改,收益就打折;README 里的省钱数据由项目方测量整理,落到自己账面上要按真实流量复算。另外许可证是 MIT,但 GitHub 未识别为标准 SPDX,走合规流程的团队需要自己确认。
建议先在长任务上试(重构、追 bug、读大仓库),短会话别折腾,收益抵不过调试成本。
5. openai/codex-security
- 主要方向:AI 代码安全扫描(CLI / SDK / GitHub Action)
- 本周热度:值得关注(Trending 一周 +2,294)
- 当前 Star:13,671(查询日期为 2026-11-16)
- 最近更新:GitHub Action 0.9.1 于 2026-11-10 上线,0.10.0(CLI 与 Action)于 2026-11-12 发布,本周仍有提交
- 推荐指数:★★★★☆
项目简介
OpenAI 的代码安全扫描工具,三个消费面:codex-security CLI、TypeScript SDK、GitHub Action。输入是一个仓库或一段 diff,它负责发现漏洞、验证候选发现是否真的成立、生成补丁,也能复核已有的修复。Deep Scan 会把验证动作放进沙箱里实际执行,报告里明确标注覆盖率边界——哪些代码没被扫到,而不是给一个笼统的”安全评分”。使用前需要用 Codex 账户登录。
为什么值得关注?
把 LLM 驱动的安全扫描做成 CI 里的一等公民,是本周最实在的一步。11 月 10 日 Action 首次上线,11 月 12 日 CLI 与 Action 同步到 0.10.0——一周之内,它从”本地跑一下”变成”合并前必过”。
它和传统 SAST 的分工也清楚:规则引擎靠模式匹配,误报靠人筛;它把”能不能真的打进去”当成验证目标,用沙箱做动态确认,理论上能把人工确认的数量压下来。对开源项目来说,Action 免部署,成本基本只有 token。
项目观察
这类工具的信任要靠基准建立,而公开的 LLM 安全扫描基准还很少,仓库自己在补合成样例来说明能力边界——这个动作本身就说明它清楚短板在哪。
落地的真门槛不是效果,是权限:沙箱怎么起、能不能联网、代码要不要外发,企业环境里每一条都得过审。另外它坚持标注 coverage limits,这既是诚实也是提醒——没覆盖到的地方,不能当成”没有问题”。
我会把它当第一道过滤网,而不是最终审计:它能替你筛掉明显的注入、越权、硬编码密钥,但涉及业务逻辑的访问控制,还得人看。
横向对比
| 排名 | 仓库 | 方向 | 核心亮点 | 适合人群 | 热度判断 |
|---|---|---|---|---|---|
| 1 | anthropics/skills | Agent 技能规范与官方技能 | SKILL.md 规范 + spec + 生产级 docx/pdf/pptx/xlsx | 要让 agent 稳定产出文档与交付物的团队 | 爆火(一周 +6,077) |
| 2 | google/elephant-goldfish-model | AI 编程工作流 / 规格评审 | 设计者持有上下文,评审者刻意”失忆” | 做大改动、迁移、接手陌生代码库的工程师 | 快速上升(一周 +5,060) |
| 3 | harry0703/MoneyPrinterTurbo | AI 短视频产线 | 多模型多 TTS + 素材字幕一条龙,WebUI 与 API 双入口 | 内容团队、做批量视频的开发者 | 快速上升(一周 +2,920) |
| 4 | ranxianglei/billion-context | 长会话上下文压缩 | 折叠摘要并保住前缀缓存,面板摊开经济账 | 长时间跑 agent 的重度用户 | 快速上升(一周 +2,575) |
| 5 | openai/codex-security | AI 代码安全扫描 | CLI/SDK/Action 三入口,沙箱验证 + 覆盖边界 | 想把安全卡在 CI 的团队 | 值得关注(一周 +2,294) |
本周 AI 开源趋势总结
上下文变成了会计科目。过去讨论上下文,问的是”窗口够不够大”;这周的项目问的是”这段历史值多少钱”。缓存命中率、折叠修复成本、覆盖边界,这些原本只在内部仪表盘上出现的指标,开始出现在开源项目的 README 里。
给模型加”反对派”。EGM 的金鱼和 codex-security 的沙箱是同一种思路:不要让生成者自己判定自己合格。一个用”没有上下文的评审者”,一个用”能跑起来才算数的漏洞”,都是把判断权从模型的自我感觉里拿走。
分发形态收敛成三类。技能包(SKILL.md 目录,进插件市场)、插件(挂在现有助手里)、CI Action(挂在合并流程上)。想做 AI 工具的人,先想清楚自己属于哪一类,比先想功能更重要。
官方下场定格式。Anthropic 定技能格式并开源生产技能,OpenAI 定安全扫描并给出 Action,Google 亲自做工作流插件。社区前几个月各自试探的写法,正在被三份规范收口——这对生态是好事,对接入者意味着少踩一次坑。
老仓库靠接口重新定价。MoneyPrinterTurbo 的核心逻辑一年多没变,但这周仍然涨 2,920,因为它把”换模型、换素材源”这件事做成了配置。star 存量不代表本周热度,但”接口是否足够耐用”决定了它还能不能继续涨。
热度与可信度要分开看。周涨幅前列里,有设计系统、有自托管 bot、有安全扫描,它们的成熟度差得很远。涨幅只说明”被看见”,能不能用,得看提交密度、许可证、以及它对自己的局限说得够不够诚实。
写在最后
这周五篇没有一篇在讲”更强的模型”。它们分别在管上下文的价格、管评审的独立性、管内容的产能、管会话的成本、管代码的安全。拼起来是同一张图:当模型能力不再是瓶颈,瓶颈就落在模型周围的那些环节上——谁把环节做成可插拔、可计量、可审计的工具,谁就在这周被投了票。
如果只能动手试一个,我会选 billion-context:装完跑一个长任务,面板上的数字会立刻告诉你钱花在哪了,这种”看得见”的反馈很少见。想改工作方式,EGM 更值得花时间——它逼你把”我以为你知道”写成”你确实能看到”。codex-security 建议先在个人项目上跑一次 Action,看看它报出来的东西是真问题还是噪音,再决定要不要卡进团队流程。anthropics/skills 则适合当作写技能时的对照本,尤其是它那份 spec。
数据来源
- GitHub Trending(weekly),本文”一周新增 Star”取自该页面
stars this week,查询日期 2026-11-16 - GitHub Trending · Python(weekly)、GitHub Trending · TypeScript(weekly)、GitHub Trending · Rust(weekly)、GitHub Trending · Go(weekly)、GitHub Trending · JavaScript(weekly)
- anthropics/skills、google/elephant-goldfish-model、harry0703/MoneyPrinterTurbo、ranxianglei/billion-context、openai/codex-security 的仓库页面、README、许可证文件、Release 与提交记录(GitHub REST API,查询日期 2026-11-16)
- 配图取自 MoneyPrinterTurbo 与 billion-context 仓库 README 中引用的界面截图,仅用于说明产品形态
- 统计区间:2026-11-10 至 2026-11-16(Asia/Shanghai)
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!