一句话总结
上周（w40）的关键词是 Jev 生态繁殖——一周长出 2,982 个同名新仓库。本周（w41）榜单换了主角：没有人再发布新的聊天界面，也没有人再卷「我的 agent 更聪明」。TOP 10 里 7 个项目做的是 agent 的基础设施——记忆、组织、编排、审计、评审。榜首
vectorize-io/hindsight七天拿到 11,089 周星，它解决的是「agent 记不住、学不会」；第 2、3 名的paperclip和orca解决的是「一堆 agent 你管不过来」。这一周，开源社区在给 agent 修下水道，不是在给 agent 做脸。
数据来源
本文数据来自 github.com/trending?since=weekly（本周页面可正常访问，因此回归「一周新增星标」口径），抓取时间 2026-09-28 09:15（北京时间）；仓库总星标、语言、许可证、创建时间取自 GitHub REST API 实时值。
⚠️ 注意两个口径不能混读：「一周新增星标」（本文排序依据）和「总星标」（长期累积）是两个完全不同的量，第 10 名的 claude-code 周星只有 1,493，但总星是 148,351。
No.1 vectorize-io / hindsight — 11,089 周星（总星 37,348）
Agent 记忆从「记住」升级到「学会」。 语言：Python · 协议：MIT · 创建：2025-10-30
README 里有一句定位很准的话：
大多数 agent 记忆系统专注于回忆对话历史。Hindsight 专注于让 agent 学会，而不只是记住。
它的技术主张是绕开 RAG 与知识图谱的固有短板，在长程记忆任务上做到 SOTA：官方在 LongMemEval 基准（评估对话式 AI 记忆能力的常用基准）上的数字是 94.6% 总分，对比 GPT-4o 60.2%、Zep 71.2%、SuperMemory 85.92%——这不是小幅领先。官方强调该结果已被独立研究机构复现，并给出持续更新的榜单页（含逐模型准确率、延迟、成本）。
它的抽象层次值得记住：三种操作 retain / recall / reflect（保存 / 回忆 / 反思），在此之上有 observations（观察）、mental models 与 knowledge pages（心智模型与知识页）、banks（记忆库）。接入方式刻意做得极轻——两行代码的 LLM Wrapper、面向 coding agent 的集成、以及 MCP server。另有论文（arXiv 2512.12818）与云端版本。
为什么值得关注：过去半年 agent 的瓶颈从「模型不够聪明」快速转向「跨会话记不住、学不会」。本周榜首给这个瓶颈投了票。
仓库地址：github.com/vectorize-io/hindsight
No.2 paperclipai / paperclip — 7,364 周星（总星 89,936）
如果 OpenClaw 是员工，Paperclip 就是公司。 语言：TypeScript · 协议：MIT · 创建：2026-03-02
一句话产品定义：
一个用来管理工作中 AI agent 团队的开源应用——它看起来像任务管理器，底下是组织架构图、预算、治理、目标对齐和 agent 协调。
README 里那句 slogan 很狠：「只要能收到心跳，就能被雇用。」
它的功能被拆成四根柱子，值得作为「agent 组织」这个品类的功能清单来看：
| 柱子 | 给谁用 | 覆盖什么 |
|---|---|---|
| Agentic 任务管理器 | 所有人/日常 | 任务、审批与评审门、可审计的流程、用 diff / 截图 / 测试来验收 |
| Agent 组织架构图 | 管理者 | 人与 agent 混编、职责与授权、谁可以做什么、凭证作用域与公司边界 |
| Agent 员工培训 | 赋能者 | Skill Studio 与组织级共享技能、评测与保存的测试运行、主动学习闭环、agent 绩效评估 |
| Agentic OS | IT/平台 | 跨 provider 运行时（任意模型、任意 agent）、沙箱与 MCP、SSO/GRC/RBAC 与成本控制 |
其中**「每个 agent 有月度预算，撞到上限就停」**这条，正好对应这一周大家都在讨论的 agent 烧钱问题。
适合谁：已经开了 20 个 Claude Code 终端、开始分不清谁在干什么的团队。
仓库地址：github.com/paperclipai/paperclip
No.3 stablyai / orca — 6,227 周星（总星 79,627）
并行 agent 的 IDE：一个 prompt 撒给五个 agent，各在各的 worktree。 语言：TypeScript · 协议：MIT · 创建：2026-03-17
Orca 自称是「100x builder 的 AI Orchestrator」，核心动作是：
让 Codex、Claude Code、OpenCode、Pi 并排跑——每个在自己的 git worktree 里，统一在一处追踪。
README 里最值得抄的几个设计：
- fan-out 对比：把一个 prompt 扇出给五个 agent（各自独立 worktree），比较结果、合并胜出的那个；
- 手机接管：agent 跑完给你推送，你可以从手机上发后续指令——甚至专门发了 iOS/Android 客户端（Android APK 已到 0.0.50）；
- Design Mode：在真实 Chromium 窗口里点任意 UI 元素，把它的 HTML、CSS 和裁剪后的截图直接塞进 agent 的 prompt；
- Ghostty 级终端（WebGL 渲染、无限分屏、重启后保留 scrollback），加上在线 diff 行上直接留评论回传给 agent。
它明确表态：任何 CLI agent 都能用——只要能在终端里跑，就能在 Orca 里跑。
No.4 affaan-m / ECC — 5,175 周星（总星 268,434）
把「工程流程」装进 agent，而不是每次在 prompt 里重写一遍。 语言：JavaScript · 协议：MIT · 创建：2026-01-18
一句话说明它想解决什么：
你的 agent 会写代码，但 ECC 给它的是一套协同的工程系统与工具箱——先规划、用测试验证、用干净上下文自我评审、记住重要的事，并把重复的成功沉淀成可复用的 skill 与流程。
流程被固定成一条链：plan -> test -> implement -> review -> verify -> remember -> improve，配一句很好用的原则：
优化上下文窗口，其余全部持久化。
装配量也很可观：68 个 agent、292 个 skill、94 个命令垫片，加上 hooks、memory、持续学习，以及一个叫 AgentShield 的安全扫描（扫 prompt、hook、MCP 配置、权限、密钥、agent 文件）。商业模型值得单独说：MIT 永久开源，私有仓库走托管 GitHub App（$19/座/月）——用一个 maintainer 每周跨 7 种 harness 交付，这是「开源 + 托管增值」的典型样本。主支持 Claude Code，Codex 有官方同步路径，其余（Cursor、OpenCode、Gemini、Zed、Copilot、Qwen 等）是能力受限适配器。
No.5 cloudflare / security-audit-skill — 4,805 周星（总星 22,346）
一个把 coding agent 变成安全审计员的 skill，六个阶段、可机器校验。 语言：JavaScript · 协议：MIT · 创建：2026-06-18
这个仓库的分量不在代码量，而在它的出身：
这是孵化 Cloudflare 漏洞发现 harness 的那个 skill——harness 后来长成了多阶段、覆盖全舰队（fleet-wide）的系统，而这个 skill 是它演化前的单仓库起点。
六阶段流程写进 README 了：① 侦察（把架构、信任边界、输入面、既有证据与确定性覆盖写进 architecture.md 和 coverage-ledger.json）→ ② 覆盖驱动的猎取（按 ledger 单元分配隔离的 hunter，用 coverage critic 找缺口）→ ③ 候选验证（每个候选交给全新的 verifier 去尝试证伪）→ ④ 结构化输出（confirmed / needs_validation / rejected 写进 findings.json，按 report-schema.json 校验）→ ⑤ 独立记录核验 → ⑥ 目标中立的报告。
两个工程判断值得学：候选必须由「试图推翻它的新 verifier」复核；发现必须符合 schema，机器可读。
仓库地址：github.com/cloudflare/security-audit-skill
No.6 rohitg00 / ai-engineering-from-scratch — 3,850 周星（总星 59,310）
523 节课、20 个阶段、约 342 小时：把 AI 工程课写成能动手的物。 语言：Python · 协议：MIT · 创建：2026-03-18
README 开头引用的两个数字解释了它为什么火：
84% 的学生已经在用 AI 工具，但只有 18% 觉得自己能专业地使用它们。 这套课程就是来填这条沟的。
规模：523 节课 / 20 个阶段 / 约 342 小时，覆盖 Python、TypeScript、Rust、Julia；每一节课都交付一个可复用的产物——一个 prompt、一个 skill、一个 agent、或一个 MCP server。作者是 rohitg00/agentmemory（#1 persistent memory）的作者。近期数据（README 自报，截至 2026-08-29）：114,584 名读者、近 30 天 181,995 次页面浏览。
仓库地址：github.com/rohitg00/ai-engineering-from-scratch
No.7 alibaba / open-code-review — 3,727 周星（总星 41,936）
阿里把内部跑了两年的 AI 代码评审工具开源了。 语言：Go · 协议：Apache-2.0 · 创建：2026-05-18
README 里的出身说明是它的可信度来源：
它源自阿里巴巴集团内部的官方 AI 代码评审助手——两年间服务了数万名开发者、发现数百万个代码缺陷。经过大规模验证后，孵化成了开源项目。
运行方式极简：配好模型 endpoint 就能用。它读 git diff，把变更文件交给带工具调用能力的 agent（可以读完整文件、搜索代码库、查看其他变更文件），产出行级精确的结构化评审意见；另有 ocr scan 对整文件评审，用于审计陌生代码库。
亮点数据（仓库 README）：
- 20K+ 内部活跃用户、3M+ 真实任务、npm 近 30 天下载 329K+；
- 同一底层模型下，相比通用 agent（Claude Code）precision 与 F1 显著更高，token 只花约 1/9——但recall 更低，作者承认这是「用召回换精度」的刻意取舍。
它的 Benchmark 也很实：AACR-Bench 由 50 个热门开源仓库、200 个真实 PR、10 种编程语言构成，80+ 位资深工程师交叉标注出 1,505 条 ground-truth 问题。榜首是 Open Code Review v1.3.1 驱动的 Claude-4.6-Opus，SEM.F1 25.10%（precision 33.90% / recall 20.00%，平均 1m23s、385K token）；同一模型换成 Claude Code v2.1.169 驱动，F1 掉到 14.13%、平均 token 涨到 2,062K。
它对通用 agent 的三个批评也很直接：覆盖不全（大改动会偷懒只审部分文件）、位置漂移（报的问题对不上真实代码位置）、质量不稳（纯自然语言驱动的 skill 难调试）。解法是「确定性工程 × agent 混合」。
仓库地址：github.com/alibaba/open-code-review
No.8 Tencent / WeKnora — 2,705 周星（总星 30,616）
企业文档 → 可推理的知识底座。 语言：Go · 协议：MIT · 创建：2025-07-22 · 当前版本 v0.8.2
定位是「LLM 驱动的知识框架」，做企业文档理解、语义检索与推理，把团队文档聚在一起以便检索、推理并保持更新。三件套分工清楚：用 RAG 查东西、用 agent 做多步任务、用 wiki 组织知识——三者共用同一批知识库。
工程覆盖度是它的卖点：agent 的工具跑在会话持久的 Docker / E2B / Cube 沙箱里（带交互式终端和图形桌面），BrowserSkill 可以操作你自己的 Chrome/Edge，外部 MCP 服务（含 OAuth）可逐个工具启用；数据源支持飞书知识库 / 飞书云盘 / Confluence / GitLab / 腾讯 IMA / Notion / 语雀 / 钉钉文档 / RSS 自动同步，10+ 种文档格式；模型侧内置 27 家厂商目录（含 OpenAI、DeepSeek、Qwen、智谱、混元）。
仓库地址：github.com/Tencent/WeKnora
No.9 anthropics / financial-services — 2,606 周星（总星 37,862）
Anthropic 官方把投行、行研、PE、财富管理的 agent 工具箱开源了。 语言：Python · 协议：Apache-2.0 · 创建：2026-02-23
README 的用法说明是本周最值得注意的产品设计之一：
这里的一切从同一份源出发有两种交付方式——装成 Claude Cowork 插件，或者通过 Claude Managed Agents API 部署在你自己（或客户）的工作流引擎后面。同一套系统提示词、同一批 skill，你自己选在哪跑。
内容是「我们看到得最多的金融工作流」的参考实现：命名的端到端 agent（Pitch Agent、Market Researcher、GL Reconciler 等），每个都同时提供 Cowork 插件与可通过 /v1/agents 部署的 managed agent 模板；再往下一层是按垂直行业打包的 skills、slash 命令与数据连接器（只要 /comps、/dcf、/earnings 就装这层）。
合规边界写得非常明确（这是它比多数「AI + 金融」项目更专业的地方）：这些 agent 生成的是分析工作产物（模型、备忘录、研究笔记、对账表），供合格专业人士复核；它们不做投资建议、不执行交易、不承担风险、不记账、不批准开户，每个输出都要人工签字。
仓库地址：github.com/anthropics/financial-services
No.10 anthropics / claude-code — 1,493 周星（总星 148,351）
底座继续在榜。 语言：TypeScript · 创建：2025-02-22
它不是新项目，但本周仍然拿到 1,493 个新增星标——放在一张「新项目榜」里看，这恰恰说明本周的榜单结构在变：前三名的周星是它的 4-7 倍，但它们全都运行在它（或它的同类）之上。 上一周的 claude-code-templates（本周 1,154 周星）也还在榜上，那条「围绕单一 harness 长出生态」的线索没有断。
仓库地址：github.com/anthropics/claude-code
本周趋势总结
| 排名 | 仓库 | 周星 | 总星 | 语言 | 它在哪一层 |
|---|---|---|---|---|---|
| 1 | vectorize-io/hindsight | 11,089 | 37,348 | Python | 记忆层 |
| 2 | paperclipai/paperclip | 7,364 | 89,936 | TypeScript | 组织与编排层 |
| 3 | stablyai/orca | 6,227 | 79,627 | TypeScript | 组织与编排层 |
| 4 | affaan-m/ECC | 5,175 | 268,434 | JavaScript | 工程规范层 |
| 5 | cloudflare/security-audit-skill | 4,805 | 22,346 | JavaScript | 审计层 |
| 6 | rohitg00/ai-engineering-from-scratch | 3,850 | 59,310 | Python | 教学 |
| 7 | alibaba/open-code-review | 3,727 | 41,936 | Go | 评审层 |
| 8 | Tencent/WeKnora | 2,705 | 30,616 | Go | 知识与行业层 |
| 9 | anthropics/financial-services | 2,606 | 37,862 | Python | 知识与行业层 |
| 10 | anthropics/claude-code | 1,493 | 148,351 | TypeScript | 底座 |
观察一：热点从「造 agent」转向「管 agent」
TOP 10 里七个是 agent 基础设施——记忆（hindsight）、组织（paperclip）、并行编排（orca）、工程规范（ECC）、安全审计（cloudflare）、代码评审（阿里）、知识底座（WeKnora）。上周榜单还在卷「让 agent 更强」，本周卷的是「agent 多了以后怎么办」：会忘就补记忆，会乱设组织，会烧钱就设预算，会写坏代码就上审计与评审。没有一个新的聊天界面。
观察二：大厂「内部工具开源」成了新的上榜路径
阿里（两年内部使用、数万开发者、数百万缺陷）、Cloudflare（漏洞 harness 的起点 skill）、Anthropic（金融行业 agent 工具箱）——三家本周都在把内部跑过的工具直接开源。这比「实验室 demo 开源」更有说服力：它们带着真实使用量（20K+ 内部用户 / 3M+ 任务）、真实评测集（AACR-Bench 1,505 条人工标注）和真实的人机边界说明（金融 agent 每个输出都要人工签字）。
观察三：星标口径要小心——周榜里混着「老仓库」
claude-code 总星 148,351、ECC 总星 268,434、next.js 总星 142,803，它们和新项目同处一张榜。「一周新增星标」衡量的是注意力增量，「总星标」衡量的是历史积累，两者混读会得出完全相反的结论（例如「ECC 比 hindsight 火 7 倍」）。这一周建议只看周星增量，再单独看总星作为「成熟度」参考。
数据来源：github.com/trending?since=weekly（抓取 2026-09-28 09:15 北京时间）· GitHub REST API（总星标 / 语言 / 许可证 / 创建时间）。
图片出处：封面、TOP 10 柱状图、六层基础设施图、三个判断图由 UU AI Hub 自制（数据取自上方两个来源）；LongMemEval 成绩图取自 vectorize-io/hindsight 仓库 README；Orca 界面截图取自 stablyai/orca 仓库 README；Open Code Review 亮点与 AACR-Bench 排行榜取自 alibaba/open-code-review 仓库 README。所有图片已下载到本站本地，未使用外链。
