逛逛GitHub
GitHub Trending × HuggingFace Top 10 — 每周精选最值得关注的前 10 个开源项目
本期看点
这周 Trending 几乎被 AI 承包了: 10 个里 8 个直接和 AI 相关 — 从 Claude Code / Codex 驱动的价值投资框架(xbtlin/ai-berkshire)、流式 3D 重建(Robbyant/lingbot-map),到 PDF→Agent-ready markdown 的 MinerU。基础设施侧也在发力:codebase-memory-mcp 把代码库索引成知识图谱 + MCP 接口,正好踩中「代码 Agent 私有化记忆」这条线;cupy 长期稳居 GPU 科学计算入口;macOS 离线听写 FluidVoice 是本地化 AI 的小而美代表。
HuggingFace 那边是另一套逻辑 — 下载量 Top10 全是「被反复复用」的基础设施:sentence-transformers 系列拿了 4 席,做 RAG 的同学基本都装过;BAAI 的 bge-m3 在多语言 RAG 场景统治力肉眼可见;通义 Qwen3-0.6B 是「小模型也能深度思考」的代表。
两个榜单拼在一起看:GitHub Trending 是「这周大家在 star 什么」(热度 / 趋势),HuggingFace 是「大家长期在用啥」(沉淀 / 复利)。前者是新闻,后者是基座。一起读,你才知道 AI 工程现在到底跑在什么轮子上。
Part 1 · GitHub Trending Top 10
数据源:github.com/trending · 抓取于 2026-06-29
| # | 仓库 | Star | Lang |
|---|---|---|---|
| 1 | simplex-chat/simplex-chat SimpleX — 第一个没有任何用户标识符的消息网络,100% 隐私设计。iOS / Android / 桌面 / CLI 全平台。 | ★ 14,951 | Haskell |
| 2 | ripienaar/free-for-dev SaaS / PaaS / IaaS 免费层资源汇总,DevOps 基础设施工程师必备清单。 | ★ 125,166 | HTML |
| 3 | commaai/openpilot 机器人操作系统:为 300+ 车型升级驾驶辅助,硬件 + 视觉 + 模型全栈开源。 | ★ 62,364 | Python |
| 4 | xbtlin/ai-berkshire AI 时代的伯克希尔:基于 Claude Code / Codex 的价值投资研究框架,巴菲特·芒格·段永平·李录四大师方法论 + 多 Agent 并行研究。 | ★ 5,250 | Python |
| 5 | Robbyant/lingbot-map 前馈 3D 基础模型,从流式数据重建场景 — 给机器人/RGB-SLAM 用的地图底座。 | ★ 8,200 | Python |
| 6 | DeusData/codebase-memory-mcp 高性能代码智能 MCP 服务器,把代码库索引成持久化知识图谱,毫秒级检索。 | ★ 19,562 | C |
| 7 | cupy/cupy GPU 版 NumPy & SciPy — 写一行 import cupy 就能把数组算到 GPU 上,科学计算必备。 | ★ 11,500 | Python |
| 8 | altic-dev/FluidVoice macOS 最快的离线听写 App,完全本地运行,语音转文本。 | ★ 3,698 | Swift |
| 9 | opendatalab/MinerU 把 PDF / Office 文档转成 LLM-ready markdown / JSON,直接喂给 Agentic 流水线。 | ★ 71,545 | Python |
| 10 | HKUDS/Vibe-Trading 个人交易 Agent:港大 Data Science Lab 出品,自然语言驱动交易决策。 | ★ 14,279 | Python |
几个值得多看一眼
- opendatalab/MinerU(★71.5k,Python)— 把 PDF / Office 文档转成 LLM-ready markdown / JSON,直接喂给 Agentic 流水线。如果你做 RAG / Agent,这是基建级别的工具。
- xbtlin/ai-berkshire(★5.2k,Python)— 中文圈首次见到的「多 Agent 价值投资研究框架」,把巴菲特 / 芒格 / 段永平 / 李录四大师方法论编码进 Claude Code / Codex 流程。
- DeusData/codebase-memory-mcp(★19.6k,C)— 把代码库索引成知识图谱的 MCP 服务器。Claude Code / Cursor 等 Agent 可以直接调用,作为私有化「项目记忆」。
- cupy/cupy(★11.5k,Python)— 老牌但长青,GPU 版 NumPy。AI 科学计算绕不开它,本周重新进入 Trending 可能是伴随新一轮 ML 框架升级。
- HKUDS/Vibe-Trading(★14.3k,Python)— 港大 Data Science Lab 出品,「个人交易 Agent」,Vibe 编程 + 金融的典型示范。
Part 2 · HuggingFace Top 10 Models
数据源:huggingface.co/api/models?sort=downloads · 按累计下载量排序
| # | 模型 | 下载量 | Likes | 任务 |
|---|---|---|---|---|
| 1 | sentence-transformers/all-MiniLM-L6-v2 语义检索标杆,22M 参数,MTEB 性价比之王。 | 244,454,519 | ♥ 5,016 | sentence-similarity |
| 2 | cross-encoder/ms-marco-MiniLM-L6-v2 Passage 重排序经典,搭配 bi-encoder 做两阶段检索。 | 80,078,441 | ♥ 269 | text-ranking |
| 3 | BAAI/bge-small-en-v1.5 智源 BGE 英文小模型,33M,RAG 嵌入标配。 | 61,550,289 | ♥ 499 | feature-extraction |
| 4 | google-bert/bert-base-uncased Transformer 鼻祖,110M,自然语言理解入门基准。 | 59,862,478 | ♥ 2,690 | fill-mask |
| 5 | sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 多语言 paraphrase,支持 50+ 语言,跨语种语义匹配。 | 49,665,455 | ♥ 1,292 | sentence-similarity |
| 6 | google/electra-base-discriminator ELECTRA 判别器,110M,小模型 GLUE 冠军。 | 41,269,283 | ♥ 129 | text-classification |
| 7 | sentence-transformers/all-mpnet-base-v2 MPNet 句子嵌入,MTEB 综合 Top,110M。 | 33,268,425 | ♥ 1,313 | sentence-similarity |
| 8 | BAAI/bge-m3 BGE 多功能版:稠密 / 稀疏 / 多向量三合一,支持 100+ 语言。 | 31,257,001 | ♥ 3,159 | sentence-similarity |
| 9 | Qwen/Qwen3-0.6B 通义千问 3 最小模型,0.6B 也能跑深度思考。 | 27,428,876 | ♥ 1,363 | text-generation |
| 10 | openai/clip-vit-base-patch32 OpenAI CLIP,图文对齐鼻祖,跨模态检索的底座。 | 22,906,040 | ♥ 964 | zero-shot-image-classification |
沉淀下来才是真护城河
- sentence-transformers 系列占据 4 席(all-MiniLM-L6-v2、paraphrase-multilingual、all-mpnet-base-v2、ms-marco MiniLM)— 它们不是「最 SOTA」,而是「最耐打」。任何 RAG / 检索 / 去重 pipeline 几乎都跑在它们之上。
- BGE 双雄
(BAAI 出品)— 智源的 BGE 在中文 / 多语言 RAG 几乎是默认选项,bge-m3 的稠密 + 稀疏 + 多向量三合一模式是当下 RAG 嵌入的事实标准之一。 - Qwen3-0.6B— 通义千问 3 系列最小号,0.6B 也能深度思考,是「小模型跑通 Agent / 本地推理」的代表性选项。
- CLIP-ViT-Base-Patch32— 跨模态对齐鼻祖,到 2026 年依然是图文检索 / 多模态管线的事实底座之一。
观察与下周预告
三个信号:
- Agent 基建全面爆发:codebase-memory-mcp(代码库记忆)+ MinerU(文档解析)+ ai-berkshire(多 Agent 研究)+ Vibe-Trading(交易 Agent)— 从记忆、文档、推理到动作,Agent 的「四肢」正在一周一周补齐。
- 本地化 + 隐私 AI 持续走强:FluidVoice(本地听写)+ Simplex(无标识符通讯)+ cupy(本地 GPU 计算)— 云端大模型之外的「另一条线」正在壮大。
- 小模型 + 多语言是嵌入层主流:HF Top10 里 60% 是 sub-200M 的嵌入 / 排序模型,BGE 和 sentence-transformers 统治检索层。说明 LLM 之外的「传统 NLP 基建」依然有最强复利。
下周关注:Voxtral / Qwen3-VL 等新一代多模态模型预计本周陆续放出,OpenTrustee / agent-toolkit-for-aws 接入 Claude Code 之后的实际表现,以及 macOS 26 + Apple Intelligence 后续版本对本地模型生态的影响。