Skills 已經是一種產品。
Hallmark、mattpocock/skills、marketingskills 合計拿到 3,669 顆單日 stars,占全榜 36%。可重複的做事方法,正在成為大家主動收藏的資產。
讀完整分析 →今天的榜單有 10 個 AI 或 Agent 相關專案。更有意思的是,其中三個直接把 Skills 當產品。注意力正從模型移到「Agent 接下來該怎麼做事」。
原始資料:GitHub Trending / Today。Stars 與排序為 2026-07-16 快照;分類與評論由 KOF 編輯。
依 GitHub 顯示順序排列。右側長條是單日 star 速度,可切換成依新增 stars 排序。每則中文短評都讀過專案說明,不拿 README 宣傳句直接充數。
開源 CapCut 替代品,準備用 Rust core 同時支援瀏覽器、桌面與手機,也規劃 MCP、headless rendering 和外掛架構。
KOF:方向很有吸引力,但 README 也說重寫仍在進行。現在要用,官方叫你先回 classic 版。
給 Claude Code、Cursor 與 Codex 的反 AI 罐頭設計 Skill。它先選頁面結構,再跑 57 項 anti-slop 檢查。
KOF:它會紅,反而證明大家已經認得「AI 網頁味」。Skill 開始處理品味,不只處理流程。
一套工程工作流 Skills,涵蓋規格訪談、TDD、研究、程式碼審查、交接與大型任務拆分。
KOF:單日新增其實是全榜最高,卻排 GitHub 第三。Trending 從來不是單純的 stars 排序。
自己託管的 AI companion,可即時語音聊天,也能進 Minecraft 與 Factorio。支援 Web、macOS 和 Windows。
KOF:這不是聊天框換皮。遊戲互動讓 companion 有了可觀察的行為,當然也讓部署複雜很多。
在 Agent 執行 git 或 shell 前攔截危險指令,還有 test 與 explain 模式,可先看一條命令會被放行還是封鎖。
KOF:Agent 能力越強,護欄越像必需品。這是今天榜單裡最務實的一個訊號。
個人交易 Agent,能做研究、回測、接訊息頻道,也能連 IBKR。官方文件提供 paper trading 設定。
KOF:我只會先接模擬帳戶。能分析市場和能安全下單,中間隔著一大段責任。
從 Codex 分支而來的新 Rust 版本,主打讓低成本模型切換不同 agent harness,並內建 sandbox、Skills、MCP 與 QA。
KOF:模型價格不是全部。它押的是「外層工作架構」也能顯著改變便宜模型的表現。
個人化 AI tutor,結合 RAG、多 Agent 與互動學習,文件提供多種語言版本。
KOF:教育 Agent 的難題不在答案多,而在它能不能記得你上次到底卡在哪裡。
把數學、電腦科學與 AI/ML 研究所需知識整理成一條自學路線,起點只要求基礎數學與 Python。
KOF:讀者要的是一條願意替先後順序負責的路線,又一份連結清單幫不了多少。
超過 100 個可執行的 Agent 與 RAG 範例,主打 clone 後就能改成自己的應用。
KOF:它不是新框架,卻拿到今天第三高的 stars。能跑的範例仍然比抽象架構更容易傳播。
把 CRO、文案、SEO、分析與 growth engineering 整理成 Claude Code 和其他 Agent 可用的 Skills。
KOF:Skills 正從工程師圈往行銷擴散。工作手冊能不能維護,比 prompt 寫得多漂亮更重要。
GTA 5 Enhanced 的實驗性 menu。今天只增加 21 stars,卻仍進榜。
KOF:這再次提醒,Trending 名次不能拿「今日 stars」自己重排後就假裝一樣。
1,324 種健身動作資料,附動畫、縮圖、肌群、器材分類與六種語言步驟。
KOF:沒有模型、沒有 Agent。整理乾淨而且能直接拿來做產品的資料,照樣一天拿到 951 stars。
沒有符合條件的專案。換一個關鍵字試試。
排行榜每天都換,這四件事比較可能留下來。它們也是接下來值得持續追的內容線。
Hallmark、mattpocock/skills、marketingskills 合計拿到 3,669 顆單日 stars,占全榜 36%。可重複的做事方法,正在成為大家主動收藏的資產。
讀完整分析 →destructive_command_guard 在指令執行前攔截危險操作。這種工具不負責讓 demo 更漂亮,卻很可能決定 Agent 能不能進入真實工作環境。
榜首 OpenCut 的新版仍在重寫,README 明確建議目前使用 classic。Star 表示注意力,不是完成度,也不是測試報告。
讀完整分析 →awesome-llm-apps、數學與 AI compendium、健身資料集合計拿到 2,958 顆 stars。當選項太多,替人排順序就是工作。
Star 是注意力。README 才開始接近現實。KOF SIGNAL / HOW WE READ TRENDING
每次快照保留 GitHub 原始順序、程式語言、累積 stars、forks 與當日新增數,再讀主要 README。評論會指出完成度、依賴或風險,不替專案背書。
「AI / Agent 占 76%」是 KOF 依專案核心用途做的分類,不是 GitHub 官方統計。OpenCut 雖規劃 MCP,我仍把它列為創作者工具,避免為了漂亮數字硬把每個專案都算成 AI。