AI 周报 2026-08-26 ~ 2026-09-02

本周 Top 10 项目 | 评分: 热度(50%) + 爆发(30%) + 活跃(10%) + 成熟(5%) + 相关(5%)

1. omnigent-ai/omnigent

项目地址https://github.com/omnigent-ai/omnigent

评分19.0| 周增 +0 | 总Star 9,580 | 语言: Python

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 80.0

Omnigent 是一个开源的 AI 智能体元编排框架,为 Claude Code、Codex、Cursor、Pi 及自定义智能体提供统一调度层。其核心特性包括:支持在终端、浏览器、手机和桌面端跨设备实时同步会话与文件;可在同一会话中混合编排多个智能体,实现相互审查与任务分工;通过 YAML 定义自定义智能体,无需重写即可切换或组合底层 harness;内置策略执行与沙箱机制,保障运行安全。适用于需要多智能体协作、跨端连续工作以及对企业 AI 工具链实施统一管控的开发与运维场景。项目目前处于 alpha 阶段,基于 Apache 2.0 协议开源。

2. alirezadir/AIMLInterviews

项目地址https://github.com/alirezadir/AIMLInterviews

评分18.0| 周增 +0 | 总Star 9,550 | 语言: Jupyter Notebook

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 60.0

这是一个面向机器学习/人工智能技术面试的全面准备指南,系统性梳理AI/ML岗位所需的核心知识体系,涵盖机器学习基础、生成式AI、Agentic AI、AI系统设计、AI编码等关键考点,并覆盖行为面试与领导力面试场景。除开源内容外,项目还提供1:1模拟面试与辅导服务,面向AI工程师、应用科学家、研究科学家、工程管理者及AI领导者等不同角色进行针对性训练。无论你是正在准备技术面试的开发者,还是希望提升AI系统设计能力的资深从业者,都能从中获得清晰的复习路径。项目采用MIT许可协议,支持中英文阅读,适合作为AI/ML求职备战的核心参考资源。

3. nottelabs/notte

项目地址https://github.com/nottelabs/notte

评分17.0| 周增 +0 | 总Star 1,999 | 语言: Python

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

Notte 是一个面向 AI 与编码代理的云浏览器基础设施和 Web 自动化平台,提供构建可靠 Web 自动化代理的全栈工具。它采用 AI 与脚本混合驱动,将确定性操作交由脚本执行,仅在必要时引入 AI 决策,从而降低 50% 以上成本并提升稳定性。核心特性包括单 API 完成开发、部署与规模化运行,支持 Python 3.11+,具备高度可扩展的云浏览器环境。适用于需要高效 Web 数据提取、自动化测试、流程监控及智能体交互等场景,帮助团队快速构建生产级网页自动化解决方案。

4. envoyproxy/ai-gateway

项目地址https://github.com/envoyproxy/ai-gateway

评分17.0| 周增 +0 | 总Star 1,981 | 语言: Go

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

Envoy AI Gateway 是基于 Envoy Gateway 构建的开源项目,为应用客户端访问生成式 AI 服务提供统一入口。它采用两层网关架构:一层网关作为集中入口,负责认证、顶层路由和全局限流;二层网关面向自托管模型服务集群,提供细粒度访问控制,并支持端点选择器以优化 LLM 推理调度。项目原生支持 OpenAI、Azure OpenAI、Google Gemini、Vertex AI、AWS Bedrock 等主流 AI 提供商,便于企业统一集成多种大模型服务。适用于需要集中管控 AI 流量、多模型混合接入、或对自托管模型做精细化治理的生产场景,能有效降低多供应商接入复杂度,提升 AI 基础设施的安全性与可运维性。

5. langgraph4j/langgraph4j

项目地址https://github.com/langgraph4j/langgraph4j

评分17.0| 周增 +0 | 总Star 1,963 | 语言: Java

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

LangGraph4j 是 Java 生态中的 AI Agent 编排框架,为构建有状态、多智能体的 LLM 应用提供原生支持。它受 LangGraph 启发,与 Langchain4j 和 Spring AI 无缝集成,使 Java 开发者能够以图结构定义复杂工作流,实现状态持久化、节点编排和智能路由。核心特性包括:基于图的流程控制、多智能体协作机制、对 Java 17+ 的现代基线支持,以及面向生产环境的稳定版本。适用于需要精密控制 AI 交互流程的企业级应用,如智能客服、自动化流程编排、多步骤推理任务等场景。

6. akdeb/ElatoAI

项目地址https://github.com/akdeb/ElatoAI

评分17.0| 周增 +0 | 总Star 1,937 | 语言: TypeScript

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

ElatoAI 是一个面向 Arduino ESP32 的实时语音 AI 框架,支持 100 多种 STT、LLM、TTS 模型灵活组合,通过安全 WebSocket 与边缘函数连接云端,实现低延迟语音交互。它整合 Cloudflare Workers AI 等平台,可构建可扩展的全球设备网络,无需复杂后端即可部署语音管道。典型应用场景包括 AI 伴侣、智能玩具和嵌入式语音设备,适合开发者在资源受限硬件上快速添加对话能力。

7. GetBindu/Bindu

项目地址https://github.com/GetBindu/Bindu

评分17.0| 周增 +0 | 总Star 9,524 | 语言: Python

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

Bindu 是一个为 AI 智能体设计的开源基础设施层,集身份认证、通信交互与支付结算于一体。它提供标准化的机制让智能体在相互验证身份后安全地交换消息、执行指令并完成资金转账,支持 Python 3.12+ 环境。适用于构建多智能体协作系统、自动化交易平台以及需要自主代理间可信交互的各类场景。

8. Thysrael/Horizon

项目地址https://github.com/Thysrael/Horizon

评分17.0| 周增 +0 | 总Star 9,138 | 语言: Python

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

Horizon 是一个由 AI 驱动的个人新闻雷达,自动聚合全球资讯,并生成中英双语每日简报,让你专注于阅读本身,而非信息搜集。其核心特性包括智能抓取与摘要生成、双语输出、每日自动化更新,以及基于 Python 的高扩展性架构。项目内置持续集成与文档站点,支持 uv 工具链,并欢迎社区贡献。适用场景包括个人日常快速获取全球要闻、跨语言信息追踪、研究者的舆情监测,以及希望减少信息噪音、提升阅读效率的深度用户。无论是晨间通勤还是工作前快速浏览,Horizon 都能帮你用最少时间掌握当天重要动态。

9. thedotmack/claude-mem

项目地址https://github.com/thedotmack/claude-mem

评分17.0| 周增 +0 | 总Star 92,854 | 语言: JavaScript

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 40.0

claude-mem 是一个为 AI 代理提供跨会话持久上下文记忆的开源工具。它能自动捕获代理在每次会话中的完整操作,利用 AI 进行智能压缩,并在未来的会话中动态注入与当前任务相关的历史信息。核心特性包括全量记录、语义压缩、上下文检索,以及广泛兼容 Claude Code、OpenClaw、Codex、Gemini、Copilot 等主流编码代理。适用于需要长期维护项目状态、减少重复沟通、提升多轮开发任务连贯性的场景,尤其适合大型项目或跨会话协作的团队使用。

10. leofan90/Awesome-World-Models

项目地址https://github.com/leofan90/Awesome-World-Models

评分16.0| 周增 +0 | 总Star 1,991 | 语言: Python

热度 0.0 | 爆发 0.0 | 活跃 100.0 | 成熟 100.0 | 相关 20.0

该项目是一个关于世界模型(World Models)的精选资源列表,系统梳理了世界模型在通用视频生成、具身智能和自动驾驶三大方向的前沿论文与代码,并附有相关网站链接。内容覆盖基础论文、综述、基准与评估、通用世界模型以及面向VLA、视觉理解、自动驾驶等细分领域的应用,便于研究者快速定位不同方向的进展。项目持续维护并接受社区贡献,还提供arXiv论文筛选流水线以追踪最新工作。适合希望了解世界模型理论体系或在实际系统中应用世界模型的研究人员与工程师参考。

← 返回往期列表