本週GitHub Trending：一個CLAUDE.md增45K星，Agent基礎設施爆發

本週15 個上榜項目裏，9 個跟 AI Agent 直接相關。我把它們分成四組來講：Claude Code 生態三件套、Agent 自進化的三條路徑、語音 AI 的工程派和學術派、金融 AI 的應用層和基礎模型層。

Claude Code 生態爆發：行爲控制、記憶、技能

三個項目解的是同一個問題：怎麼讓 AI 編程助手靠譜地幹活。Karpathy Skills 管"不亂來"，Claude-Mem 管"不失憶"，Agent Skills 管"更專業"。三個維度，一個比一個難。

[Karpathy-Inspired Claude Code Skills](https://github.com/forrestchang/andrej-karpathy-skills) — 62,003 星 · 本週+45,381

一句話：給 Claude Code 寫的行爲規則文件，四個原則來自 Andrej Karpathy 對 LLM 編程弊病的觀察。

趨勢解讀：Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution。聽起來像是給初級工程師的 Code Review 建議，但 AI 編程助手恰好就在犯這些錯。單週 45,381 星的增長說明開發者對"AI 亂改代碼"的忍耐已經到頭了。

競品對比：Hermes Agent 內置了類似的行爲約束，但綁定在自己的框架裏。Karpathy Skills 是一個純文本文件，複製粘貼就能用，零門檻。代價是它只管"行爲規範"，不管記憶和技能積累。

適合誰：每天用 Claude Code 寫代碼的人，尤其是被 AI 的"過度設計"和"無關修改"折磨過的。用 Codex 或 Gemini 爲主的，可以跳過。

[Claude-Mem](https://github.com/thedotmack/claude-mem) — 63,437 星 · TypeScript · 本週+14,556

一句話：Claude Code 的持久記憶插件，自動捕獲會話中的工具使用和代碼修改，壓縮後注入未來會話。

趨勢解讀：AI 編程助手最大的痛點之一是"每次對話都從零開始"。Claude-Mem 用三層漸進式檢索：search（50-100 token/條）→ timeline → get_observations（500-1000 token/條），號稱比直接檢索省 10 倍 token。底層是 SQLite + Chroma 向量數據庫。63K 星說明這個痛點有多普遍。

競品對比：Hermes Agent 也內置了跨會話記憶，但是一體化方案。Claude-Mem 是純插件，可以獨立升級和替換。另一個區別：Claude-Mem 還有個 Web UI 可以實時查看記憶流，調試友好。注意：作者發了 Solana 代幣 $CMEM，AGPL-3.0 許可證，商業使用有限制。

適合誰：長期使用 Claude Code 的開發者，特別是跨項目、跨會話頻繁切換的人。需要 Claude Code 環境才能跑。

[Agent Skills](https://github.com/addyosmani/agent-skills) — 17,954 星 · Shell · 本週+4,607

一句話：給 AI Agent 用的前端工程技能集，覆蓋代碼審查、性能優化、可訪問性等常見任務。

趨勢解讀：作者是 Addy Osmani，Google Chrome 團隊核心工程師，《Learning JavaScript Design Patterns》作者。當這種級別的前端工程師開始爲 AI Agent 寫工程技能集，說明"讓 Agent 更好地寫代碼"已經從邊緣話題變成了主流工程問題。

競品對比：和 Karpathy Skills 的區別是，Karpathy 寫通用編程原則，Agent Skills 寫的是垂直領域（前端）的專業操作手冊。和本組另外兩個項目的區別是，它不約束行爲，也不提供記憶，而是擴展能力邊界。

適合誰：前端開發者，尤其是用 AI Agent 做代碼審查和性能優化的團隊。後端開發者可以跳過，等項目方出後端版。

Agent 自進化：三條路徑同時開工

三個項目在解同一道題：怎麼讓 Agent 越用越好。Hermes 從框架層面做閉環學習，Evolver 用進化論自動迭代 prompt，Multica 從管理層做多 Agent 協作。路徑不同，目標一致。

[Hermes Agent](https://github.com/NousResearch/hermes-agent) — 102,589 星 · Python · 本週+38,194

一句話：Nous Research 出品的自進化 AI Agent，10 萬星俱樂部新成員，核心是一個閉環學習系統。

趨勢解讀：從經驗中創建技能、使用中改進技能、定期自我提醒持久化知識、搜索歷史對話、跨會話建立用戶畫像。支持 200+ 模型（OpenRouter），hermes model 一鍵切換。部署方式也很靈活：$5 VPS、GPU 集羣、Daytona/Modal serverless 都行，還支持 ********/Discord/Slack/WhatsApp 多平臺接入。

競品對比：和 OpenClaw 比，Hermes 更重"自進化"，OpenClaw 更重"任務編排"。一個強調 Agent 自己學習，一個強調人給 Agent 分配任務。甚至提供了 hermes claw migrate 遷移命令，Agent 市場的競爭已經白熱化到需要搶用戶了。

適合誰：想長期使用一個"越用越懂你"的 Agent 的開發者。需要接受全平臺數據被 Agent 消化（它要讀你的歷史對話來學習）。

[Evolver](https://github.com/EvoMap/evolver) — 5,621 星 · JavaScript · 本週+3,434

一句話：基於生物進化論的 Agent prompt 自動進化框架，四種策略一鍵切換。

趨勢解讀：balanced/innovate/harden/repair-only 四種進化策略，用環境變量切換。更有意思的是它的許可證故事：MIT 發佈後被"借鑑"得面目全非，作者一怒之下改成 GPL-3.0，現在計劃轉 source-available。開源社區裏"借代碼不署名"的老問題在 AI 時代更突出了。

競品對比：Hermes 的學習是端到端的（數據→技能→行爲），Evolver 只聚焦在 prompt 層的進化。更窄，但也更輕量。不需要整個 Agent 框架，只需要一個 prompt 就能跑。

適合誰：已經在用某個 Agent 框架，想讓它的 prompt 自動優化的人。不適合需要從零搭建 Agent 的場景。

[Multica](https://github.com/multica-ai/multica) — 16,882 星 · TypeScript · 本週+7,831

一句話：AI Agent 統一管理平臺，把 Claude Code、Codex、OpenClaw、Hermes 這些 Agent 統一到同一個看板裏。

趨勢解讀：slogan 是"Your next 10 hires won't be human."。把 Agent 當團隊成員管理，分配任務、追蹤進度、沉澱可複用技能。7,831 星的周增長說明這個定位擊中了一個真實需求：當你同時用 3-4 個 Agent 工具時，協調成本開始超過使用成本。

競品對比：它不替代任何一個 Agent，而是管它們。類似項目管理工具（Jira/Linear），但任務分配對象從人變成了 Agent。風險是：如果某個 Agent（比如 Hermes）已經內置了任務管理，Multica 的價值就會被削弱。

適合誰：同時使用 3 個以上 AI Agent 工具的團隊。只用 Claude Code 一個人，目前還不需要。

語音 AI：工程廣度 vs 學術深度

兩個項目在同一周爆發，一個拼工程能力，一個拼學術突破。放在一起看，能看到語音 AI 的兩條路線。

[Voicebox](https://github.com/jamiepine/voicebox) — 21,258 星 · TypeScript · 本週+5,724

一句話：開源的本地 AI 語音合成應用，號稱開源版 ElevenLabs，7 個 TTS 引擎、23 種語言。

趨勢解讀：Tauri 桌面端，所有語音數據不出機器。最有趣的細節是支持情感標籤：文本里寫 [laugh]、[sigh]、[gasp]，AI 語音就會真的笑、嘆氣、倒吸一口涼氣。對做播客和有聲書的人，這可能是一個轉折點。

競品對比：ElevenLabs 是雲服務，質量更高但數據要過他們的服務器。Voicebox 是本地優先，隱私安全但音質略遜。和 VoxCPM 比，Voicebox 是"廣"（7 個引擎），VoxCPM 是"深"（一個引擎但從原理上突破）。

適合誰：做播客、有聲書、視頻配音的創作者。需要本地處理（隱私或合規要求）的團隊。

[VoxCPM](https://github.com/OpenBMB/VoxCPM) — 14,872 星 · Python · 本週+4,136

一句話：清華 OpenBMB 團隊提出的 Tokenizer-Free 語音生成模型，跳過傳統文本→語音的中間步驟，直接生成語音波形。

趨勢解讀：這不是"多加幾個引擎"的工程優化，而是從原理層面重新想語音生成。跳過 tokenizer 意味着模型不把文本當作離散 token 來處理，而是直接學習語音波形的連續表示。理論上限更高。

競品對比：和 Voicebox 不是同一個層面的競爭。Voicebox 是產品（把現有技術做到好用），VoxCPM 是研究（探索新的技術路徑）。三個月後回來看，這兩個項目大概率會有技術融合。

適合誰：語音 AI 研究者和實驗室。普通開發者現在用不上，但值得關注它的論文和後續進展。

金融 AI：應用層 vs 基礎模型層

兩個項目在金融 AI 的不同層面發力。一個是"用通用 AI 分析金融數據"，一個是"教 AI 理解金融自己的語言"。哪個更值得關注，結論很明顯。

[Kronos](https://github.com/shiyu-coder/Kronos) — 19,636 星 · Python · 本週+4,455

一句話：面向金融領域的 Foundation Model，不是給通用大模型喂數據，而是專門教模型理解金融市場的表達方式。

趨勢解讀：通用大模型理解"財報"的方式和理解"菜譜"一樣，都是文本模式匹配。Kronos 從底層開始就讓模型理解金融市場的時序數據、波動率、相關性這些概念。這纔是金融 AI 真正值得關注的突破方向。

競品對比：AI Hedge Fund（見下方）是用通用 Agent 做金融分析，Kronos 是從基礎模型層解決金融理解問題。一個是換殼，一個是換引擎。長期來看，Kronos 這條路線的上限更高。

適合誰：量化團隊、金融數據平臺、需要 AI 理解金融時序數據的團隊。不適合通用 NLP 場景。

[AI Hedge Fund](https://github.com/virattt/ai-hedge-fund) — 56,382 星 · Python · 本週+4,458

一句話：用多個 AI Agent 模擬對沖基金的投資決策流程，市場分析、風險評估、交易決策各有分工。

趨勢解讀：概念很性感，56K 星說明市場認可"多 Agent 協作做金融決策"這個方向。但有一個繞不過去的問題：如果這些 Agent 的判斷真的靠譜，作者爲什麼要在 GitHub 上開源？

競品對比：和 Kronos 的對比很能說明問題。AI Hedge Fund 是應用層的包裝——用通用 LLM 加金融 prompt，本質是 prompt engineering。Kronos 是基礎模型層的突破——讓模型從結構上理解金融。一個像用 GPT 寫投資報告，一個像訓練一個懂投資的 GPT。

適合誰：想學習多 Agent 協作架構的開發者（代碼設計有參考價值）。不適合真的拿它做投資決策。

Also Worth Watching

• [MarkItDown](https://github.com/microsoft/markitdown) — 112,726 星 · 本週+9,018 — 微軟的文件轉 Markdown 工具，PDF/PPT/Word/Excel/圖片 OCR/音頻轉寫全覆蓋，LLM 時代的數據管道基礎設施

• [動手學大模型](https://github.com/Lordog/dive-into-llms) — 32,539 星 · 本週+5,497 — 中文 LLM 實操教程，Jupyter Notebook 格式，動手跑代碼不是讀文檔，中文社區學習需求還在加速

• [Omi](https://github.com/BasedHardware/omi) — 11,245 星 · 本週+2,896 — 開源 AI 可穿戴設備，硬件固件到移動端全套方案，slogan"記住你看過和聽過的一切"讓人興奮又不安

• [GenericAgent](https://github.com/lsdefine/GenericAgent) — 4,595 星 · 本週+3,512 — 從 3.3K 行種子代碼自舉出完整技能樹的 Agent 框架，概念狠但還早期

• [Android Reverse Engineering Skill](https://github.com/SimoneAvogadro/android-reverse-engineering-skill) — 3,624 星 · 本週+1,921 — 給 Claude Code 做的安卓逆向工程 Skill，Agent 技能圖譜正在被一塊一塊填上

Trend Signal

Agent 的問題定義變了。 半年前問"Agent 能不能調工具"，現在問"Agent 怎麼才能不亂來、不失憶、靠譜地幹活"。本週榜單前 5 名中 4 個直接服務於這個命題。

Claude Code 正在成爲 AI 編程的"App Store"。 Karpathy Skills、Claude-Mem、Agent Skills、Android RE Skill，4 個項目直接爲 Claude Code 構建插件。當工具變成平臺，生態就會加速膨脹。

下週關注 Hermes Agent 能否保持增速，以及 Multica 的實際產品體驗是否匹配它的野心。

完整榜單：https://github.com/trending?since=weekly