今日 GitHub 趋势洞察，Agent 被组装成一具完整的躯体

2026 年 7 月 29 日 · 本期共收录 25 个热门开源项目

今日焦点

说真的，扫完今天这 25 个项目，我没盯住任何一个单点，倒是看出一个完整的图景。

榜单 Top 10 里，Kimi K3 是大脑，ECC 是躯壳，Agent-Reach 是眼睛，speech-to-speech 是耳朵，book-to-skill 和 codex-security 是双手。一个 AI Agent 需要的器官，今天一齐凑到了 GitHub 的热门榜上。

这不是巧合。你想想看，过去一年大家还在争论 Agent 能不能用，现在开源社区已经默认它「能用」，开始给它配齐身体了。调度靠 harness，看和听靠感知层，干活靠技能层，一层一层都在快速长出自己的代表项目。

坦白讲，今天最值得记住的不是哪个项目又涨了多少 star，而是 Agent 这具躯体，今天被完整地拼了出来。

榜单前五深度解读

1. MoonshotAI/Kimi-K3

今天榜首位置其实给了一个新发布的大脑。Kimi K3 是月之暗面 7 月 27 日刚开源的模型，定位是「Open Frontier Intelligence」，两天冲到近 5000 star。

它的技术参数值得逐条看。总参数 2.8T，激活参数 104B，这是目前世界上第一个开源的 3T 级模型。架构上最大的变化是用了自研的 Kimi Delta Attention（KDA）加 Attention Residuals，93 层里 69 层是 KDA、24 层是 Gated MLA，混合注意力。MoE 部分是 896 个专家选 16 个，外加 2 个共享专家，官方说这套 Stable LatentMoE 让整体扩展效率比 K2 提升约 2.5 倍。

还有两个容易被忽略的细节。一是上下文窗口做到 100 万 token（1,048,576），原生支持文本、图像、视频三模态，视觉编码器是自家的 MoonViT-V2（401M 参数）。二是词表 160K，激活函数用了 SiTU-GLU。这些数字拼起来，K3 想做的不是又一个聊天模型，而是能撑住长时间编码、能驾驭巨型仓库、能调度终端工具的「前沿智能」。

一句话，开源阵营终于摸到了 3T 这道门。

2. affaan-m/ECC

如果说 K3 是大脑，ECC 就是今天榜单上最完整的躯壳。23.5 万 star，3.5 万 fork，一个 JavaScript 项目，定位是「the agent harness performance optimization system」，官方直接叫它「harness 操作系统」。

它做的事是把 Claude Code、Codex、OpenCode、Cursor 这些编码 Agent 统一管起来，提供 Skills、instincts、memory、security、research-first development 一整套能力。从仓库看它覆盖的语言栈相当杂，Shell、TypeScript、Python、Go、Java、Perl 全都有对应的 SDK 或脚本，npm 上挂的是 ecc-universal 和 ecc-agentshield 两个包，还带一个 GitHub App 做企业级集成。

其实吧，23 万 star 这个数字本身就在说明一件事。harness 层的需求不是小众极客玩具，而是已经变成大众开发者的基础设施。当一个「给 Agent 装外壳和操作系统」的项目能攒到这个量级，说明 Agent 已经大规模跑进真实工程流程了。

3. openai/codex-security

OpenAI 这周放出来的 codex-security，今天涨了 3882 star，是全榜今日增量第一。一个 TypeScript 项目，Apache-2.0 许可证，npm 包叫 @openai/codex-security。

它的定位很明确，一个 CLI 加 TypeScript SDK，用来发现、验证、修复代码里的安全漏洞，支持扫描仓库、review 变更、在 CI 里跑安全检查。技术细节上有几个值得记的点，要求 Node.js 22+ 和 Python 3.10+，状态存在 Codex Security workbench 目录，CI 模式下直接用 OPENAI_API_KEY，交互模式支持 ChatGPT 登录和 API key 双认证。

我一直觉得这个项目有意思的地方不在功能本身，而在它的信号意义。安全扫描从「独立工具」变成了「Agent 可调用的能力」。你想想看，当 Agent 能在编码过程中顺手把安全检查做了，传统的 SAST 工具该怎么办。

4. virgiliojr94/book-to-skill

这个项目我盯了一阵子了。Python，MIT，12,441 star，今天又涨 1428。一句话定位是把任何技术书的 PDF 变成一个 Agent skill，可以在 Claude Code、GitHub Copilot CLI、Amp 里直接用。

它真正想解决的问题是 README 里那个叫「Discovery Loop Tax」的概念，这个观察很精准。一个读 PDF 的 Agent 不是在读，是在「导航」，它会拉目录、发现不懂的术语、回溯翻页，每一次跳转都进对话历史、每个后续 turn 都要重新处理。为了不超预算，子 Agent 只能用残酷的压缩比把读过的东西塞回主 Agent，结果是一份「无法对源验证的降级摘要」。

book-to-skill 的解法是把导航成本前置到编译期一次性付清。运行时 Agent 只加载一个常驻核心加上它需要的那一章预编译文件，没有 discovery loop，没有压缩，完整提取的源文本留在磁盘上随时可查。实测数据是回答单个问题比把整本书塞进上下文 少用 24 倍到 51 倍 token。这个数字是它区别于「PDF 问答机器人」的分水岭。

5. stablyai/orca

orca，TypeScript，32,505 star，定位是「the ADE for working with a fleet of parallel agents」。ADE 大概是 Agent Development Environment 的缩写，关键词是「fleet」和「parallel」。

它让你可以用自己的订阅跑任何编码 Agent，桌面端、移动端、VPS 都支持。换句话说它解决的是「一群 Agent 并行干活」的编排问题。这跟 ECC 形成有意思的互补，ECC 管的是单个 Agent 的能力增强，orca 管的是多个 Agent 的舰队调度。今天两者同时上榜，说明 harness 赛道已经在内部分层了。

趋势分析

感知层集体补齐，Agent 开始长出五官

今天榜单上有一组项目特别整齐，它们全在做同一件事，给 Agent 接入现实世界。Agent-Reach（第 15）给 Agent 装眼睛，一个 CLI 读遍 Twitter、Reddit、YouTube、GitHub、B 站、小红书，零 API 费用。speech-to-speech（第 8）给 Agent 装耳朵和嘴巴，用开源模型搭本地语音 Agent。claude-video（第 16）让 Claude 能「看」任意视频，下载、抽帧、转写一条龙。

这三者凑在一起不是偶然。Agent 光有大模型和 harness 不够，它得能看能听能读，才算真正落地。感知层从去年的「锦上添花」变成了今年的「刚需组件」。

技能生产工业化，知识被编译成可调用的能力

今天的另一个信号是「技能生产」赛道在工业化。book-to-skill 把书编译成 skill，codex-security 把安全规则变成 skill，last30days-skill（第 21）把跨平台调研变成 skill。共同特征是，它们都在把「人类知识」转译成「Agent 可加载、按需调用的结构化能力」。

坦白讲，这跟几年前 VS Code 扩展市场的逻辑一模一样，只不过这次的「扩展」是给 Agent 装的。当技能生产开始有标准化的编译流程，Agent 的能力边界就不再受限于模型本身。

Agent 基建比应用层更吸星

把今天 25 个项目按层次分一下，结果挺反直觉。harness 和编排类（ECC、orca、pi、jcode、AgentENV）占了 5 个，感知和接入类占 6 个，技能生产类占 4 个，而纯应用层的内容生成类只有 3 个（MoneyPrinterTurbo、OpenMontage、Claude-of-Duty）。

star 的流向在说，开发者更愿意给「让 Agent 更好用的基础设施」投票，而不是某个具体的 Agent 应用。讲真，这跟移动互联网早期一模一样，先有操作系统和开发工具，才有应用爆发。现在 Agent 正站在「基建先行」这个点上。

值得关注的潜力项目

obra/superpowers

26.3 万 star，今天涨 634。Shell 项目，定位是「an agentic skills framework & software development methodology that works」。注意它的措辞，不只是框架，是一套「能跑通的软件开发方法论」。在 Skills 赛道它和 ECC、book-to-skill 互相呼应。

alibaba/open-code-review

Go 项目，15,843 star。阿里开源的混合架构代码审查工具，确定性流水线加 LLM Agent，能给到精确的行级评论，内置针对 NPE、线程安全、XSS、SQL 注入的微调规则集，兼容 OpenAI 和 Anthropic。它和 codex-security 代表了同一个趋势，代码质量保障正在被 Agent 化。

kvcache-ai/AgentENV

Rust 项目，虽然才 1839 star，但定位值得关注。「分布式平台，用于大规模运行 agent 环境」。当 Agent 从单机走向集群，「环境」本身需要被编排，这是个偏底层但方向正确的押注。

完整榜单

写在最后

回头看今天这期榜单，三件事已经成型。

第一，大脑开源了。Kimi K3 把 3T 级模型的全权重放到桌面上，开源阵营不再只是追赶，而是摸到了前沿的门。

第二，躯壳标准化了。ECC 这类 harness 系统把零散的编码 Agent 统一管起来，Agent 的运行时开始有「操作系统」的样子。

第三，器官长齐了。感知层给 Agent 接入世界，技能层把知识编译成能力，编排层让多个 Agent 成军作战。

把它们连起来看，今天的总判断其实很清楚。Agent 已经不是一个工具，而是一个正在被批量制造、可定制、可组装的数字劳动力。 当你能在 GitHub 上同时找到它的大脑、躯壳、五官、双手和神经系统，意味着造一个 Agent 的门槛，已经被开源社区踩平了。接下来拼的，不再是谁能造 Agent，而是谁更会用 Agent。