✨ GITHUB TRENDING ✨

GitHub 每日热门

2026年10月23日 · 为你精选的 8 个新仓库 · AI / 视频制作 / 效率工具
封面
▼ 下滑看看今天的新鲜事 ▼

🆕 新技术雷达:EAGLE-4(10-20 官方发布,AMD 技术文章、blockchain.news 等 4 家 48 小时内跟进,你的行为数据近 30 天无记录)——投机解码推理加速的官方实现,Qwen3.8-27B 实测最高 3.42 倍。此外:NVIDIA 开源本地推理服务器、tRPC 作者的 SQL→TS 新玩具、OpenAI 发 PHP2Shell 检测工具、11 个美股交易 skills、一张照片套爆款模板的 AI 视频 SaaS。

EAGLE-4:官方投机解码推理加速
🆕 新技术雷达LLM 推理投机解码

EAGLE-4:官方投机解码推理加速

eagle-hq(⭐ 871 · Python)
📝 摘要

EAGLE 推理加速方法的第四代官方实现,10-20 发布并附论文《One Flexible Drafter for All Batch Sizes and Hardware》。一个 drafter 自适应不同 batch size、硬件和工作负载,输出与目标模型逐 token 一致——加速无损。

🎯 核心论点
  • eagle-harness 是一个 pip 包,把 EAGLE-4 接到 SGLang、vLLM、TokenSpeed,运行时不用给引擎打补丁(补丁版引擎以 pin 住的 wheel 和容器镜像提供)
  • 自适应是核心卖点:先实测本机 draft/验证成本,再决定推测多远,draft tree 按 batch size、硬件、工作负载自动适配
  • AMD 首日支持 MI355X:单卡 SGLang 289 tokens/s、ATOM 309,纯解码只有 82
  • 实测:Qwen3.8-27B 在 4×B300 上,SGLang 单请求 3.42×、vLLM 2.83×、TokenSpeed 3.09×;并发 64 时仍有 1.14–1.41×
  • 无损加速:greedy 下输出和目标模型自己生成完全一样,采样用 tree rejection sampling 保分布
💎 知识抽取
  • 3 天 871 star,创建于 10-20;仓库自带论文 PDF、Docker 镜像 ghcr.io/eagle-hq/eagle-4-sglang:0.1.1
  • HuggingFace 已有 Qwen3.8-27B 的 EAGLE-4 draft 模型,Quick start 一条 docker 命令就能跑
  • License 是 source-available(非 OSI 开源):竞品商用需单独书面许可;年营收超 $20M 的商用需签商业协议
  • AMD 官方技术文章、blockchain.news、alextech.ai 等 48h 内多家跟进,符合新技术雷达标准
⚡ 建议行动:本地有 GPU 且跑 SGLang/vLLM 的话,按 Quick start 起一个容器,把 Qwen3.8-27B 换成 EAGLE_HARNESS 算法,亲测一次你的负载下的吞吐
→ 阅读原文
Flare:NVIDIA 的本地推理服务器
NVIDIA本地推理Rust

Flare:NVIDIA 的本地推理服务器

NVIDIA(⭐ 608 · Python)
📝 摘要

NVIDIA 官方 10-20 开源的本地推理服务器,面向 SM120/SM121 GPU(工作站、DGX Spark 这类小机器),为长对话、coding agent、反复 tool use 优化,让本机显存、带宽、算力用得更满。

🎯 核心论点
  • 双引擎设计:构建期用标准 PyTorch 生态(Ignition 编译 forward、抓 CUDA graph 打包),服务期是纯 Rust 运行时 Helios,不带 Python
  • 显式管理内存与状态:对话状态(含 KV cache 和 recurrent state)整体规划、复用、分支、恢复不断
  • 自带 AGENTS.md,直接告诉 coding agent 跳过 README 读它——NVIDIA 也在按 agent 时代写文档
  • 定位清晰:vLLM 覆盖广,Flare 只做「精选模型 × 本地负载」的专精路线,README 明确说永远不会替代 vLLM
  • research prototype:开出来就是为了收集早期反馈、做技术协作,不是生产级产品
💎 知识抽取
  • 3 天 608 star,Apache 2.0;830 个 commit——从内部项目直接开源,提交历史完整
  • 面向 SM120/SM121(Blackwell 消费级/工作站卡),DGX Spark 是典型目标机
⚡ 建议行动:有 DGX Spark 或 Blackwell 工作站的话:按 docs 跑一遍 model preparation,在长对话 agent 场景下和 vLLM 对比一次延迟
→ 阅读原文
PandaCode:所有 coding agent 的一个桌面
Agent 工具桌面应用Tauri

PandaCode:所有 coding agent 的一个桌面

aicodeking(⭐ 506 · Rust)
📝 摘要

用 Tauri 2 写的原生桌面工作台,把手里的 coding CLI——Claude Code、Codex、Kimi、OpenCode、GLM、MiMo、Copilot CLI、Grok Build、DeepSeek、Pi 等——并排装进一个窗口,项目、Git、终端、浏览器都在里面。

🎯 核心论点
  • 全 harness 一处:按任务选 harness、模型、reasoning 力度,composer 里一键切换,不用开 N 个终端
  • 任务看板:Pending→In progress→Review→Completed,agent 运行时还能插队改指令(steering),消息排队
  • Agent 小队:一个 architect 带最多 3 个 worker,可混不同 harness 和模型,一行展开看 worker
  • Bots:把 agent 接到 Telegram/Slack/Discord/WhatsApp,每个对话就是一个普通任务
  • 无遥测、无账号、无 license key;代码和对话全在本地 SQLite;密钥只进系统 keychain
💎 知识抽取
  • 5 天 506 star,MIT 变体(fork 商用或公开发布必须注明来源),27 个 release
  • 全平台安装包:macOS/Windows/Linux,`npx pandacode` 一键下载、验签名、安装
  • Tauri 2 + Rust + SQLite + 纯 TypeScript:用系统 webview,不捆 Chromium、不常驻 Node
⚡ 建议行动:同时开多个 Claude Code/Codex 会话的人:装一个试试任务看板和 agent 小队,看能不能替代你现在的终端分屏
→ 阅读原文
Reylo:把 .sql 直接 import 进 TypeScript
TypeScript数据库tRPC 作者

Reylo:把 .sql 直接 import 进 TypeScript

colinhacks(⭐ 673 · Rust)
📝 摘要

tRPC/zod 作者 colinhacks 的新作:`.sql` 文件可以直接 import,类型从 SQL 本身推出来,零代码生成。靠的是 TypeScript 7.1(beta)的 content mappers 特性。

🎯 核心论点
  • 类型即 SQL:拼错列名、参数类型不对、表被删了,直接变成 tsc 类型错误;编辑器悬停就能看到查询结果的类型
  • 推断很细:nullability、基数(主键查询返回 Row|null)、check 约束的 union、JSON 列的形状
  • 零代码生成:类型检查器直接问 Reylo,没有生成文件、没有 watcher 要跑
  • Agent 时代友好:每个事实只存在一处,agent 改 SQL 不会留下过期类型,漏改的调用方 tsc 全找出来
  • Postgres/MySQL/SQLite 全家桶驱动(pg、mysql2、D1、Turso 等);文档站有 llms.txt 专门给 agent 读
💎 知识抽取
  • 2 天 673 star,MIT;要求 TypeScript 7.1 beta + Node 24 + 一个运行中的 dev 数据库(Reylo 从库里读 schema)
  • 用法:`npm install reylo`,tsconfig 加 contentMappers,typecheck 用 `tsc --noEmit --runExternalCode`
⚡ 建议行动:手里有 TS+SQL 项目的话:挑一个查询文件按 Setup 接入,跑一遍 tsc,看类型错误能不能抓到你以前漏掉的 bug
→ 阅读原文
php2shell-checker:OpenAI 官方的漏洞检测
安全OpenAICodex

php2shell-checker:OpenAI 官方的漏洞检测

openai(⭐ 823 · JavaScript)
📝 摘要

OpenAI 官方组织 10-21 发布的 PHP2Shell 检测工具(呼应昨天的漏洞 flash 专题)。两个 skills 加一个 JS 脚本:有服务器权限用 phpcheck-server,只有 URL 用 phpcheck-url,读 HTTP 头里的 PHP 版本给预警。

🎯 核心论点
  • 两种模式:phpcheck-server(有服务器访问权限)、phpcheck-url(只有 URL,读 X-Powered-By/Server 头,HEAD 失败才 GET,不跟随跳转、不读 body)
  • 结果三档:OK(已修复版本)/ POTENTIALLY VULNERABLE(受影响范围)/ UNKNOWN;`--json` 输出机器可读
  • 上游修复版本:8.2.35、8.3.36、8.4.27、8.5.12(10-21 PHP 官方 advisory);PHP 5.4–8.1 全系都报预警
  • 只做版本检测、不发 exploit 探针;header 只能看「宣称版本」,验证不了是否打了 backport 补丁
  • skill 安装:在 Codex 里执行 `$skill-installer install both skills from ...`
💎 知识抽取
  • 2 天 823 star,Apache 2.0;OpenAI 不接受外部代码 PR,只收 issue 反馈
  • 对应 CVE-2026-109618/109619,5 条 RCE 链——昨天的 radar 专题讲的是攻击面,这是官方防御工具
⚡ 建议行动:手里有 PHP 站点的话:`node phpcheck.js "https://你的域名"` 跑一遍,报 POTENTIALLY VULNERABLE 就按 PHP 官方 advisory 升级
→ 阅读原文
day-trader-skill:11 个美股日内交易 skills
Claude Skills美股量化

day-trader-skill:11 个美股日内交易 skills

Jakeschincariol(⭐ 518 · Python)
📝 摘要

11 个 Claude skills 组成的日内交易流水线:扫描全市场图表形态、盯新闻、掐入场点、定止损止盈。最出圈的是 Time Machine——下单前用该股历史数据把当天剩下行情回放 1 万次,给出诚实胜率。

🎯 核心论点
  • 全链路:scanner→news→entry→exit→timemachine→budget→risk→broker,一个 trade 走完八个 skill,alerts 在持仓期间盯止损/目标/收盘清仓
  • Time Machine:用该股过去 60 天同一时段的 5 分钟 K 线回放 1 万次,加上历史上同 setup 触发的真实记录,给「目标先到/止损先到/收盘未触发」三档概率
  • 数据全免费公开:Yahoo Finance 行情、Nasdaq Trader 股票池、SEC EDGAR、众议院 Clerk(Pelosi 交易追踪读的是公开披露)
  • 安全线:默认 paper trading;broker 下单必须你亲口说 yes,外加 Claude 的 Allow/Deny 二次确认;README 明确「不是投资建议」
  • 纯标准库 Python,零 pip 依赖;测试用真实数据 fixture,README 里的 TSLA 实盘例子每个数字都能复现
💎 知识抽取
  • 3 天 518 star,MIT;只有一个 commit——单 commit 拿 518 星,内容密度极高
  • 作者另有 trader-skill 长线版(13F 跟投/选股/税务);FINRA 2026-06-04 已取消 $25k 日内交易门槛(券商 2027-10-20 前逐步落地)
⚡ 建议行动:对美股量化好奇的话:先 paper 模式跑 `/trader-timemachine`,看它对你常看的票给出的诚实胜率再说
→ 阅读原文
ShrimpReel:一张照片→爆款模板 AI 视频的 SaaS
AI 视频SaaS 模板Cloudflare

ShrimpReel:一张照片→爆款模板 AI 视频的 SaaS

qianshuixia(⭐ 212 · TypeScript)
📝 摘要

开源的「一张照片套爆款模板生成 AI 视频」SaaS 站点模板:每个热梗一个站,换配置、文案、媒体就上线。全跑在 Cloudflare(Workers+D1+R2+KV+Queues),视频走 fal.ai。

🎯 核心论点
  • 一个热词一个站:从模板建仓库,scaffolder 改 keyword、品牌、域名、定价,中英双语文案
  • 全栈开箱:Google 登录、credit 点数包、订阅、账单、退款扣 credit、生成队列+死信队列、管理后台(成本/毛利/用户/订单/下架)
  • 增长与合规:UTM 归因、漏斗、GA4、分享页;AI 生成标识、照片 7 天删、视频 30 天删、48 小时下架队列、上传审核
  • 自带 Claude Code skill(new-hot-site):跟 Claude 说一句「new hot site: XX」,脚手架+文案+占位媒体+测试一条龙
  • 作者浅水虾,中英双语 README,72 秒演示视频;本地全流程已跑通(单元+e2e)
💎 知识抽取
  • 3 天 212 star / 80 fork,MIT;尚未正式部署生产站,ROADMAP 列了哪些已对真实服务验证
  • 默认视频供应商 fal.ai(queue API),支付用 Waffo/Dodo(Merchant of Record,省掉自己接税)
⚡ 建议行动:想吃 AI 短视频红利的话:本地 `npm run dev` 跑起来,看 admin 后台的成本/毛利面板,算一笔「一个模板站回本要几个付费用户」的账
→ 阅读原文
rossark-motion-skill:让 SVG 以 60fps 活过来
Claude Skill动效SVG

rossark-motion-skill:让 SVG 以 60fps 活过来

rossark0(⭐ 284 · Swift)
📝 摘要

Claude Code skill,专治「agent 做的动画像 PPT」:把任意 SVG 变成 60fps 专业动画(React Native/SwiftUI),角色表情、肢体表演、整场戏都行。列出了 agent 常犯的动效错误清单和修法。

🎯 核心论点
  • 错误清单:表情瞬移、每个 pose 急停、全身同步像机器、眨眼过短像闪烁——skill 一条条给修法(全场一个时钟、关节绕真实轴心、拖尾延迟一拍、idle 永不停)
  • 自带引擎:motion.ts / Motion.swift(loop/flow/seg/wave 等曲线),liveFace 组件(眼睛嘴巴滑动、眨眼、微笑)
  • 参考视频工作流:track_edges.py 逐帧测边缘(2% 的抖动都抓得到)、sample_colors.py 取精确色
  • 3 个 demo 场景(Reveal/Garden/Chef)全代码绘制+动画,附离线渲染器转 MP4/GIF
  • 安装:`npx skills@latest add rossark0/rossark-motion-skill`
💎 知识抽取
  • 1 天 284 star,MIT;作者从自己 App 的插画动效方法论提炼出来
  • 遵循 Emil Kowalski 动效规则与 Benji Taylor 的 Family values;MOTION.md 是项目的动效笔记规范
⚡ 建议行动:手里有 SVG 插画或 App 动效需求:装上 skill 后让 agent 按 SKILL.md 的「参考视频」流程先测一段,再动手画
→ 阅读原文
由你的个人助理 Muse 精选 · 配图由 AI 生成