文章

GitHub一周热点第116期

AI Agent的记忆系统、超省钱的DeepSeek编程agent、AI生成视频工具、代码仓库转知识图谱和学术研究的Skill包

GitHub一周热点第116期

「Github一周热点116期」AI Agent的记忆系统、超省钱的DeepSeek编程agent、AI生成视频工具、代码仓库转知识图谱和学术研究的Skill包

GitHub 一周热点第116期(2026/5/24 - 2026/5/30),本期内容包括 AI Agent的记忆操作系统、超省钱的DeepSeek终端编程agent、AI生成视频工具、代码仓库转知识图谱、以及学术研究的Skill包。

如果觉得内容不错,别忘了点赞关注支持一下。

1. EverOS

  • 项目名称:EverOS – AI Agent的记忆操作系统
  • 链接:https://github.com/EverMind-AI/EverOS

EverOS 是由 EverMind AI 团队开发的智能体开源长期记忆操作系统,希望为「自进化智能体」提供记忆基础设施。 现在的 AI Agent 最头疼的问题之一就是记忆。跟它聊一聊没事,一旦超出上下文窗口,它就像金鱼一样,前面说过什么基本忘得干干净净。每次新的对话又得从零开始,EverOS 想做的就是这一层:让 agent 能记住,能积累,能复用经验,而不是一遍遍重来。 它的核心组件叫 EverCore,整体架构受人脑信息处理方式启发,分了四层:基础设施层,业务层,记忆层,还有智能体层。你可以这么理解,agent 跑完一个任务之后,EverOS 会帮它「复盘」一次,把这段经验沉淀成下次能直接拿来用的技能。它不只是把数据存下来,而是真的在学习。 而且 EverOS 不只是一个仓库那么简单,本质上他是一个 Umbrella Project。仓库里包含了:一套 Architecture Methods,一套完整的 Benchmarks,还有超过 25 个 Use Cases。 其实我觉得它的正确打开方式应该是,挑一个自己感兴趣的 Use Case,比如蜂群智能体,或者是这个有记忆的 Live2D 角色,然后选 Architecture Method,用Benchmark 去做对比。这样你不仅能理解EverOS怎么使用,还能从实际落地的经验中学习智能体记忆可以怎么应用。这里的case很多都很有趣,很值得一看。 安装上手也比较简单,项目提供了 docker compose,文档里照着跑两条命令,装下依赖就能起来。如果不想自己搭,他们也有 EverOS Cloud 可以直接用,不想折腾的可以走那条路。 benchmark 方面,EverOS 在 LoCoMo 和 LongMemEval 上的得分都非常亮眼,比mem0等同类项目都高出一截。

另外EverMind 团队的技术背景也非常不错,前段时间他们有一篇 MSA(Memory Sparse Attention)的文章,介绍大模型一次性处理一亿 token 的上下文,就火爆出圈。在本项目当中,使用到的HyperMem 超图记忆架构也已经入选了 ACL 2026,对应的论文也是公开的,感兴趣可以去精读。 我也看到他们团队是盛大集团全资孵化的,陈天桥这几年一直在 push 脑科学和 AI 融合的方向,所以他们团队后续在记忆方面的动向也非常值得关注。 我个人的判断,接下来一两年,智能体记忆绝对会是市场的重点方向。EverOS 不管是架构思路还是底层技术都做得非常扎实,再加上团队的学术功底和盛大的资源加持,可以点个star关注一下。

2. DeepSeek-Reasonix

  • 项目名称:DeepSeek-Reasonix – DeepSeek原生的终端AI编程代理
  • 链接:https://github.com/esengine/DeepSeek-Reasonix 最近AI编程代理赛道可以说是神仙打架了,2周前我介绍了deepseek-TUI,当时大家评论里说的最多的就是拉完了,太费token。其实大部分工具都有这个通病——跑着跑着token就烧飞了。Reasonix就想解决这个痛点:它是一个专门为DeepSeek模型打造的终端编程代理,核心卖点就四个字:便宜好用。 它的设计哲学很独特——整个架构都围绕DeepSeek的prefix cache稳定性来构建。简单来说,就是让缓存命中率尽可能高,实测达到了99.82%,比通用工具用同样的API成本能低5倍。这意味着你可以放心把它开着跑,不用心疼钱包。 技术栈是TypeScript,MIT开源,支持MCP协议、计划模式,还有自动工具调用修复。它直接对接api.deepseek.com,不需要中间转换层,这一点对国内用户还挺友好的。 当然有得就有失,Reasonix目前在功能的全面性等方面也有不足,所以核心就要看你的场景和关注方向了。 安装也很简单,一条命令就能跑起来。如果你主要用DeepSeek做编程,这个工具确实值得一试,毕竟省钱就是赚钱嘛。

3. HyperFrames

  • 项目名称:HyperFrames – 写HTML,出视频,专为AI Agent设计
  • 链接:https://github.com/heygen-com/hyperframes HyperFrames是一个可以帮你自动生成AI视频的项目,它来自视频AI领域的头部玩家HeyGen,想法非常巧妙:与其教AI Agent去学复杂的视频剪辑软件,不如让它用最熟悉的HTML、CSS和JavaScript来”写”视频。 HyperFrames就是一个把HTML转化为视频的开源框架,Apache 2.0协议,目前已经有20K+ stars。你用HTML+CSS+GSAP写好动画,它就能本地渲染出确定性MP4——同样的输入永远输出同样的结果,这对自动化生产管线来说太关键了。 功能上支持GSAP动画、WebGL着色器、Lottie动效,CLI还自带网站capture能力,用Gemini驱动的设计系统提取。HeyGen还提供了7步视频制作的Skill模板,基本上照着走就能出片。 现在大部分主流的工具和平台都支持了HyperFrames,比如codex、claudecode里直接使用HyperFrames的skill,我试了下豆包里也可以直接使用。 说实话,HyperFrames这个思路真的聪明,等于是把视频制作降维成了前端开发。做基础性、动画向的短视频批量生产、动态内容生成的朋友可以重点关注一下。

4. Understand-Anything

  • 项目名称:Understand-Anything – 把代码仓库变成交互式知识图谱
  • 链接:https://github.com/Lum1104/Understand-Anything Understand-Anything是一个Claude Code插件,它可以帮你将任何代码库、知识库或文档转化为可交互的知识图谱。比如当你接到一个新项目,几十万行代码,你从哪开始看?Understand-Anything的答案是——别看代码了,先看图。 它的做法是用多Agent管道对你的代码库做静态分析和LLM处理,自动构建一个包含每个文件、函数、类和依赖关系的知识图谱,然后给你一个交互式仪表盘来可视化探索。 相比之前介绍过的GitNexus,这个项目的特色在于”教”而不只是”炫”——名字就叫”Graphs that teach”。它不仅展示结构,还提供AI生成的引导游览、每个节点的摘要、语义标签,以及任意两个节点之间的依赖路径查找。输出是一个knowledge-graph.json文件,便携可查询。 项目一周内增长了超5K stars,增长很快,开源协议是MIT也非常友好,对Claude Code用户来说几乎是即插即用。感兴趣的话可以自己去试试。

5. academic-research-skills

  • 项目名称:academic-research-skills – 完整的学术研究Skill包
  • 链接:https://github.com/Imbad0202/academic-research-skills 本项目是一套完整的学术研究 Claude Code 技能包,涵盖从研究到论文出版的全流程。这套skill包可以说是直接戳中了学生党的痛点,里面涵盖4个skill,分别对应论文的研究、写作、审稿、定稿。 只需两行命令安装,先 /plugin marketplace add Imbad0202/academic-research-skills 然后再执行 /plugin install academic-research-skills 项目里包含的4个团队分别是: Deep Research 包含13 个 Agent 的研究团队,负责文献调研、研究问题构建、方法论设计,还能写系统性的PRISMA综述 Academic Paper是一支12个Agent的写作团队。从大纲设计、论证构建、草稿撰写,到双语摘要生成、图表可视化、引用格式转换,全流程覆盖。 Academic Paper Reviewer是一支7个Agent的审稿团队。从方法论、学科视角、跨学科价值等多个维度打分。 Academic Pipeline是流程编排器,把前面三个团队串联成一条10阶段的流水线。 以前让人头疼的论文工作,现在可以直接一条龙串起来了,只能说读研的时候要有这好东西就好了。

one more thing

最后分享2个资料。 第一份是《how-openai-uses-codex》,这是一份OpenAI 制作了一份 PDF,与内部成员分享如何使用 Codex,应用场景不仅限于编程。内容包括笔记整理、原型设计、时间管理等。最近codex确实越做越好,很值得一试。 第二份是《人工智能时代的组织变革:组织如何最大化AI的潜能》,是由世界经济论坛与埃森哲联合发布的白皮书,主要探讨了AI时代企业如何从“局部试点”走向“组织级重构”。AI不只是工具提效,应该深度嵌入到客户体验、运营、研发、战略和人才体系,去重塑企业工作流。 有需要的可以告诉我,以上就是本周的全部内容,那我们下次再见。

ARR (All Rights Reserved)