GitHub Trending
1. CopilotKit/CopilotKit
CopilotKit 是一个开源框架，用于快速构建和集成 AI Copilot、聊天机器人及智能体。它提供 React UI 组件与无头 API，支持与主流前端框架和智能体栈（如 LangGraph）深度集成，具备生产级安全防护，可让开发者在几分钟内为应用嵌入功能丰富的 AI 助手。
2. tursodatabase/turso
Turso是一个用Rust编写的进程内SQL数据库，完全兼容SQLite。它支持多语言绑定、异步I/O和实时数据变更捕获，适用于需要高性能嵌入式数据库的场景。其独特之处在于提供了向量搜索和实验性的MVCC并发控制，并内置MCP服务器，方便AI助手直接操作数据库。
3. DayuanJiang/next-ai-draw-io
基于Next.js的AI绘图工具，通过自然语言指令创建和编辑draw.io图表。支持多AI模型，可生成云架构图、动画连接线，并具备版本历史与文件上传功能。
4. ChromeDevTools/chrome-devtools-mcp
这是一个MCP服务器，让AI编程助手（如Claude、Cursor）能通过Chrome DevTools控制真实浏览器。它基于Puppeteer实现可靠自动化，支持性能分析、网络调试和截图，为AI代理提供了强大的网页自动化与调试能力。
5. thedotmack/claude-mem
Claude-Mem是为Claude Code设计的持久化记忆插件，能自动捕获编码会话中的操作，通过AI压缩并生成语义摘要，在后续会话中智能注入相关上下文。其核心解决了AI编程助手跨会话的上下文丢失问题，利用Claude Agent SDK和SQLite数据库实现智能检索，显著提升长期项目的开发连续性。
6. agentsmd/agents.md
AGENTS.md 是一个为AI编程助手设计的标准化配置文件格式，类似于项目的README。它通过结构化的指令集（如开发环境配置、测试流程和PR规范）为AI编码代理提供明确的上下文和操作指南，旨在提升AI在复杂项目中的协作效率和代码质量。该项目为开发者提供了一种统一、可预测的方式来引导AI助手，适用于任何使用AI辅助编程的场景。
7. shadcn-ui/ui
shadcn/ui 是一套设计精美、可访问的开源UI组件库，支持自定义和扩展，可与主流前端框架集成。开发者可基于此构建专属组件库，提升开发效率与设计一致性。
8. YimMenu/YimMenuV2
YimMenuV2是一款针对《GTA 5：增强版》的实验性修改菜单。它通过DLL注入技术，为玩家提供丰富的游戏内功能与自定义选项。项目强调与FSL本地存档工具的协同使用以保障账户安全，主要面向高级玩家和模组爱好者，用于探索游戏机制或创建自定义体验。
9. langgenius/dify
Dify 是一个开源 LLM 应用开发平台，提供可视化工作流、RAG 管道、智能体能力和多模型支持，助力开发者快速构建并部署生产级 AI 应用。
10. datawhalechina/hello-agents
这是一个从零开始的AI智能体系统构建教程，涵盖核心原理、经典范式实现及主流框架应用。项目通过自研框架和实战案例，帮助开发者掌握AI原生智能体的设计与开发，适合希望从LLM使用者进阶为系统构建者的技术人员。
11. mindsdb/mindsdb
MindsDB是一个开源的联邦查询引擎与MCP服务器，旨在连接并统一各类数据源，使AI、智能体及应用程序能够高效查询和分析大规模分布式数据。它支持数百种数据集成，通过知识库和视图组织结构化与非结构化数据，并提供智能代理进行自然语言问答，适用于需要跨数据库、数据仓库及SaaS应用进行实时数据交互的场景。
12. Tencent/WeKnora
腾讯开源的WeKnora是一个基于LLM和RAG范式的文档理解与检索框架。它通过多模态解析、语义向量索引和智能检索技术，实现对复杂文档的深度理解和上下文感知问答。支持Agent模式、多类型知识库和灵活扩展，适用于企业知识管理、学术研究等场景，提供高效精准的语义检索解决方案。
13. simstudioai/sim
Sim是一个开源AI智能体工作流平台，提供可视化画布快速构建和部署AI代理。支持集成向量数据库实现知识库问答，内置Copilot辅助生成节点与调试，可本地部署或云端使用。适用于开发者快速搭建自动化AI应用。
14. karpathy/nanoGPT
nanoGPT是一个极简高效的GPT训练框架，代码仅数百行，支持从零训练或微调中等规模GPT模型。它能在单节点上复现GPT-2，并允许用户轻松定制模型结构，适合研究人员和开发者快速实验与学习Transformer架构。
15. spipm/Depixelization_poc
Depix 是一个概念验证工具，能够从使用线性盒滤波器生成的像素化截图中恢复原始文本。它通过匹配已知字符序列的像素块来实现解密，主要适用于取证分析和安全测试场景，揭示了简单像素化处理在隐私保护中的脆弱性。