本周 GitHub 周报 5 个高分项目使用教学

一、显存不够？4GB 够了 —— AirLLM

⭐ 29,913 Stars | 一周 +5,521 | 语言：PythonAirLLM

先说一个数字：70B。

这是目前开源社区主流大模型的参数量级别。Meta 的 Llama 3.1 70B、DeepSeek 70B……这些模型性能强大，但正常情况下需要 140GB 以上的显存才能运行——换算成显卡，大概要四张 NVIDIA A100，每张 15 万人民币。

AirLLM 做的事，就是把这个门槛彻底打掉。

它通过一系列量化压缩和内存优化技术，在单张 4GB 显存的显卡上运行 70B 模型。GTX 3060、RTX 4060 笔记本显卡，理论上都能跑。

实测效果如何？Reddit 上有人用 RTX 3080（10GB）跑了 DeepSeek 33B，生成速度大约 8-12 tokens/秒，虽然比不上云端服务器，但对于本地隐私推理、轻量任务来说，完全可用。

为什么这件事值得关注？

大模型本地化是 2026 年最确定的方向之一。当推理可以脱离云端，隐私、成本、离线可用性三个问题一次性解决。AirLLM 把这个趋势往前推进了一大步。

二、腾讯出手了 —— Agent Memory，把团队记忆"固化"进 AI

⭐ 17,516 Stars | 一周 +7,501 | 语言：TypeScriptAgent Memory

用 AI 编程工具，最头疼的问题是什么？

不是它不会写代码，是它记不住你们团队的事。

上下文窗口关闭，这段对话结束，AI 就忘了你上次讨论过的架构决策、命名规范、技术债。下一次重新开一个对话，一切重来。

腾讯云的 TencentDB Agent Memory 就是来解决这个的。

它把团队的"知识资产"分成四类：

• Chat Memory：对话记忆，让 AI 记住之前的讨论结论

• Skill：可复用的技能包，类似 Claude Code 的 skill 体系

• LLM-Wiki：结构化的知识库，可以查询团队的文档和规范

• Code-Graph：代码图谱，理解代码结构而非单纯匹配文字

这四类资产可以跨 Agent、跨框架共享。一个 Agent 学会的东西，整个团队都能调用。

简单说：它把团队的知识变成了 AI 的长期记忆。

这件事本身不新鲜，但腾讯云把它做成了一个完整的开源解决方案，支持主流 Agent 框架，接入门槛不高。对于需要团队协作 AI 工作流的开发组来说，值得关注。

三、安全研究员必备 —— Reverse Skill，渗透测试的 AI 全自动工作流

⭐ 20,542 Stars | 一周 +10,400 | 语言：Shell/PythonReverse Skill

这是本周 Star 增速最快的项目之一，一周暴涨 10,400 星。

Reverse Skill 的定位很清楚：给逆向工程师和渗透测试人员用的 AI 技能路由包。

它的核心能力有三层：

第一层：AI 自动路由。 你描述一个目标，比如"我想分析这个 APK 的网络请求"，AI 自动判断需要哪些工具、调用什么顺序，完全不用手动配置。

第二层：按需工具链自举。 需要某个工具？系统自动下载、自动配置、自动启动，你只需要告诉它目标，剩下的它搞定。

第三层：自进化经验库。 每次渗透测试的发现和经验自动沉淀，下次遇到类似场景，AI 会参考之前的路径。

支持的 AI 编程客户端包括 Claude Code、Kiro、Cursor、Cline 等，覆盖了主流选择。

适合人群： 安全研究员、渗透测试工程师，以及对 AI + 安全工具链感兴趣的技术人员。普通用户不建议碰。

四、DeepSeek 原生编程 Agent —— DeepSeek-Reasonix，让终端变成智能队友

⭐ 32,900 Stars | 一周 +4,739 | 语言：GoReasonix

DeepSeek 在 2026 年的势能很强，继推理模型 DeepSeek-R1 爆火之后，社区围绕它构建的工具链也在快速扩张。DeepSeek-Reasonix 就是其中一个值得关注的产品。

它的定位是终端内的 AI 编程代理，用 Go 语言编写，针对 DeepSeek 模型做了深度优化。

最大的设计亮点是前缀缓存稳定性——这是一个看似技术性、实则极其影响体验的特性。

通常用 AI 编程工具跑一个大型重构任务，中途可能因为上下文超限、连接波动、token 截断等原因中断。DeepSeek-Reasonix 的做法是让推理过程具备"断点续传"能力——你出门吃个饭，回来继续接着跑，AI 记得自己做到哪了。

对于需要长时间运行的大型任务（代码重构、批量文件处理、测试生成），这个能力非常实用。

五、Redis 之父新作 —— ds4，让 DeepSeek 4 在你的电脑上起飞

⭐ 20,892 Stars | 一周 +1,341 | 语言：C/C++ ds4

最后这个项目，背景比较特殊。

antirez，是谁？

他是 Salvatore Sanfilippo，Redis 的原作者。Redis 现在是全球最广泛使用的内存数据库，几乎所有大型互联网公司的底层都能看到它的身影。而这位传奇工程师，在 2024 年宣布退休之后，2026 年又出现在了 GitHub 上——带来了他的新项目 ds4。

ds4 是一个高性能本地推理引擎，专门为 DeepSeek 4 Flash 和 DeepSeek 4 PRO 模型优化，支持 Metal（Apple Silicon）、CUDA（NVIDIA）、ROCm（AMD）三大硬件后端。

换句话说：在 Macbook M 芯片、NVIDIA 显卡、AMD 显卡上，都能跑 DeepSeek 4，而且跑得很快。

这是 Redis 之父跨界 AI 基础设施的第一个正式项目，技术底子很深。开源社区对它的期待，不仅是一个推理引擎，更是一种可能性——当写出 Redis 的人开始做 AI，边界在哪？