本周 GitHub Trending：3 个值得关注的 AI 项目

为什么做这个栏目

GitHub Trending 每天都在变，但大多数项目只是「看起来很火」。我的筛选标准很简单：我自己 clone 下来跑过、并且能想到一个真实使用场景的，才值得写。

项目一：本地优先的 RAG 框架

这类项目本周上了好几个，我实测的这一个优点是零外部依赖：文档切片、向量化、检索全部本地完成。在我的 1.6G 小服务器上跑通了 10 万字文档库的问答，P95 检索延迟 380ms。

# 10 分钟跑通最小示例
pip install -e .
python -m demo --docs ./my-docs

项目二：结构化输出工具库

把 LLM 输出直接绑定到类型系统。对 Java 全栈尤其友好——生成的 DTO 可以直接进 Spring Boot 项目，省掉了手写解析层。

项目三：终端里的 Agent 运行时

类似 Claude Code 的开源实现，本周 Star 涨了 2k+。我比较关注它的权限模型：每个工具调用默认沙箱化，这正好和我在做的「AI 审计操作日志」思路一致。

结论：三个项目都值得 star，但只有第一个我会在生产里用。

原文首发于本站，欢迎 RSS 订阅；有帮助点个赞，有问题评论区见。