🔥 本週 GitHub 最火 5 個項目、

📅 2026 年 7 月第三週| 程序員の寶藏發現

🏆 第一名：mattpocock/skills —— AI 編程的「工程規範聖經」

⭐ 169,678 Stars（約 17 萬） | 日增 +1,053 | 語言：Shell / JavaScript

一句話介紹： 把資深工程師幾十年的工程經驗，壓縮成 AI Agent 可調用的「技能包」，讓 AI 從「氛圍編程」迴歸真實工程。

你一定見過這種情況：團隊裏有人用 AI Coding Agent 噼裏啪啦一頓輸出，代碼看着挺好，一跑全是 bug——這就是圈內諷刺的 「Vibe Coding」（氛圍編程）。AI 放大了開發速度，也放大了誤解、噪音和架構熵。

Matt Pocock（TypeScript 大神、Total TypeScript 創始人）實在看不下去了，直接把自己每天用的 AI Agent 工作流配置全部開源，創立了 skills 這個項目。

🔥 核心功能

Grill Me —— AI 需求訪談：當你給 AI 一個模糊需求時，它會反過來追問，把需求的坑全部提前填平。想象一下 AI 變身「產品經理」，跟你對線需求細節！
TDD（測試驅動開發） —— AI 先寫測試，再寫代碼，保證代碼可驗證、可維護。
Domain Modeling —— 教 AI 正確做領域建模，不是直接開寫，而是先理解「這個系統在做什麼」。
架構決策記錄（ADR） —— 自動記錄關鍵架構選擇的「爲什麼」，團隊知識不丟失。

🎯 使用場景 / 用法

個人開發者：裝上這個配置，你的 Claude Code / Codex 立刻從「代碼生成器」升級爲「高級工程師助手」。
團隊負責人：用它來約束 AI 輸出質量，減少 Code Review 的返工率。

安裝只需 30 秒：

npx skills@latest add mattpocock/skills

然後在項目中運行 /setup-matt-pocock-skills 即可初始化。

mattpocock/skills —— AI

🥈 第二名：Graphify-Labs/graphify —— 把整個代碼庫變成可對話的知識圖譜

⭐ 約 8.9 萬 Stars | 日增 +849 | 語言：Python

一句話介紹： 把任意文件夾裏的代碼、SQL、文檔、圖片、視頻，一股腦兒變成一個可查詢的「AI 知識圖譜」。

這可能是本週最讓程序員興奮的項目之一！

想象一下：你的項目有幾十萬行代碼，文檔散落在各處，SQL 腳本、Shell 腳本、技術論文混在一起。新來的同事想了解某個模塊，找你問：「這個表是幹啥的？那個腳本誰在用？」

Graphify 就是來解決這個問題的。它會先把代碼倉庫轉換成一張可查詢的知識圖譜——函數、類、文件、模塊和文檔成爲節點，調用、引用、導入、繼承關係成爲邊。AI 不只搜關鍵詞，還能追溯某個模塊的上游依賴、下游調用和跨文件關係。

🔥 核心功能

自動分析代碼結構：App 代碼 + 數據庫 Schema + 基礎設施配置，全部納入同一張知識圖譜。
支持約 40 種語言：基於 Tree-sitter AST 解析，純代碼部分完全本地運行，不調用大模型。
多 Agent 支持：兼容 Claude Code、Codex、OpenCode、Cursor、Gemini CLI 等主流 AI 編程工具。
關係可信標記：每條關係會標記爲源碼明確提取的 EXTRACTED 或系統推導的 INFERRED，方便判斷依據是否可靠。
自然語言查詢：直接問「這個 API 被哪些服務調用？」「這個字段在哪裏用到了？」，AI 從圖譜裏給你找答案。

🎯 使用場景 / 用法

代碼審計與重構：快速理解一個陌生項目的架構，不用一行行翻代碼。
技術文檔自動生成：圖譜 → 結構化文檔，減少文檔和代碼不同步的煩惱。
Bug 排查：輸入一個錯誤信息，Graphify 幫你定位相關代碼和上下文。

安裝與使用：

uv tool install graphifyy # 或 pipx install graphifyy

graphify install # 註冊到當前 AI 編程工具

# 進入 Agent 後運行：

/graphify . graphify explain "APIRouter" graphify query "authentication flow"

分析完成後，會生成可交互的圖譜頁面、Markdown 分析報告和完整 JSON 圖譜數據。

Graphify-Labs/graphify

🥉 第三名：OpenCut-app/OpenCut —— 開源版 CapCut，剪輯師的時代來了！

⭐ 約 7.4 萬 Stars | 語言：TypeScript

一句話介紹： 一個免費、開源、跨平臺，且把主要處理留在你自己設備上的視頻剪輯器——剪映/CapCut 的透明替代方案。

短視頻時代，好的剪輯工具是創作的關鍵。但當剪映、CapCut 這些主流剪輯軟件訂閱費越來越高、高級功能層層加碼時，一個名爲 OpenCut 的開源項目正試圖改變這個局面。

它的定位很直接：做一個免費、開源、跨平臺的視頻剪輯器，長期目標覆蓋網頁、桌面和移動端，並把素材和項目數據留在用戶本地，而不是上傳到廠商雲端。

⚠ 一個重要的提醒

現階段要把「已有功能」和「規劃中的功能」分開看。OpenCut 當前正在進行一次從底層開始的重寫，官方規劃的 Rust Core、插件系統、Editor API、MCP Server、無界面批量渲染和腳本編輯功能，大部分仍處於新版本開發階段。目前真正適合普通用戶體驗的，是 OpenCut Classic；新版暫時運行在獨立測試環境中。

所以更準確的說法是：OpenCut 已經是一個值得持續關注的開源視頻編輯項目，但距離「功能完整、三端成熟、無縫平替剪映」還有一段距離。

🔥 核心功能

免費、開源、無水印：創作自由，不被訂閱費「剪」錢包。
跨平臺：網頁版開箱即用，桌面與移動端持續開發中。
本地優先：隱私優先，素材和項目數據主要留在你自己的設備上。
插件架構（規劃中）：Editor API + 第三方插件 + MCP Server，未來可對接 AI Agent 做剪輯自動化。

🎯 使用場景 / 用法

視頻創作者：想要一個透明、可控、不被廠商綁定的剪輯工具。
開發者：研究視頻編輯器架構，或開發剪輯自動化工具。

當前體驗方式： 直接使用官方維護的 OpenCut Classic 網頁版本即可。想參與新版開發，需按倉庫說明配置 Proto 和 Moonrepo：

bash <(curl -fsSL https://moonrepo.dev/install/proto.sh) proto use

moon run web:dev

OpenCut-app/OpenCut

🏅 第四名：opencode-ai/opencode —— 不綁定模型的開源 AI 編程 Agent

⭐ 約 18.7 萬 Stars | 語言：TypeScript

一句話介紹： 一個把 Agent 本身開源、不強制購買固定 IDE 訂閱、可以自由切換模型的 AI 編程助手。

OpenCode 是目前增長較快的開源 AI 編程 Agent 之一。它最早以終端體驗（TUI）受到關注，現在除了命令行界面，也已經提供 Windows、macOS 和 Linux 桌面客戶端。用戶可以讓它讀取項目、搜索代碼、修改文件、運行命令，並通過 Build、Plan 和通用子 Agent 處理不同類型的任務。

它的優勢並不是「永遠免費使用所有大模型」，而是它把 Agent 框架開源了，並允許用戶自行決定接入哪一家模型服務。你可以根據任務切換不同模型，也可以接入本地模型或自建兼容接口。

🔥 核心功能

模型無關（Model-Agnostic）：支持 OpenAI、Anthropic Claude、Google Gemini、Groq、Ollama 等 75+ 模型提供商。
多模式 Agent：Build（默認，擁有完整讀寫執行權限）、Plan（只讀，用於分析與規劃）、General 子代理（處理複雜搜索和多步驟任務）。
多平臺：CLI 命令行、桌面應用、Web 應用、VS Code 擴展全覆蓋。
企業級能力：Git 集成、項目級配置（.opencode/）、插件系統與身份認證權限控制。

🎯 使用場景 / 用法

習慣終端開發的程序員：在熟悉的命令行裏直接和 AI 對話，不用頻繁切窗口。
不願被單一平臺綁定的開發者：自由切換模型，接入本地模型保障隱私。

安裝方式：

# 一鍵安裝（Linux / macOS）

curl -fsSL https://opencode.ai/install | bash

# 使用 npm

npm i -g opencode-ai@latest

# Windows（Scoop / Chocolatey）

scoop install opencode

choco install opencode

opencode-ai/opencode

🎖 第五名：NousResearch/hermes-agent —— 越用越聰明的個人 Agent

⭐ 約 21.6 萬 Stars | 語言：Python

一句話介紹： 一個能保存長期記憶、從任務中沉澱可複用 Skill，並通過二十多個消息渠道隨時召喚的個人 AI 助手。

如果只把 Hermes Agent 理解成一個開源聊天助手，其實低估了它。這個由 Nous Research 開發的 Agent，重點不在於「能接多少模型」，而在於它試圖建立一套長期運行的學習閉環：保存跨會話記憶、從複雜任務中生成可複用的 Skill，並在後續使用中繼續修改和完善這些 Skill。

換句話說，你第一次讓它處理一項工作時可能需要詳細說明規則；但當相關流程被保存下來後，再遇到類似任務，它可以直接調用之前沉澱的方法，而不是每次從零開始。官方把這套能力分成兩部分：Memory（保存用戶、項目和歷史會話信息）和 Skills（記錄「某類事情應該怎樣完成」的程序化記憶）。

🔥 核心功能

長期記憶 + 可複用 Skill：越用越聰明，持續積累上下文、操作經驗和工作流程。
二十多個消息渠道：支持 CLI、********、Discord、Slack、WhatsApp、Signal、飛書、企業微信、郵件等，服務器常駐，手機就能發任務。
內置 Cron 調度：定時日報、備份、信息整理等自動化工作。
模型自由切換：可連接 Nous Portal、OpenRouter、OpenAI、Anthropic、Ollama 等，切換模型不丟失記憶與 Skills。
低門檻部署：可運行在普通 VPS、Docker、SSH 環境，不要求本地高端顯卡。