🐙 GitHub Trending Top 10 | 本周最热项目
🐙 GitHub Trending Top 10 | 本周最热项目
📅 数据更新时间： 2026-06-03 10:00 (Asia/Shanghai) 📊 统计周期： 2026-05-28 ~ 2026-06-03（本周）
🥇 第 1 名：MoneyPrinterTurbo 🎬
利用 AI 大模型一键生成高清短视频，让每个人都能轻松成为短视频创作者。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 78,045 | ⬆️ 18,982 | 11,085 | Python |
简介： MoneyPrinterTurbo 是一个基于 AI 大模型的短视频自动化工具，支持一键生成高清短视频。通过整合大语言模型生成文案，配合 TTS 语音合成和视频生成能力，大幅降低了短视频创作门槛。本周以近 1.9 万星的爆发式增长登顶榜单，足见 AI 视频创作工具的市场需求之旺盛。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 周增长率 | 32.1% | 极高的周增长率，处于爆发期 |
| 日均增长 | ~2,712 星/天 | 持续高速增长 |
| 累计 Fork | 11,085 | 生态活跃度极高 |
🥈 第 2 名：Understand-Anything 🧠
将任何代码转化为可探索、可搜索、可提问的交互式知识图谱。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 50,164 | ⬆️ 15,774 | 4,089 | TypeScript |
简介： Understand-Anything 核心理念是”图表教学 > 图表炫技”——它能将任意代码库转换为交互式知识图谱，支持探索、搜索和问答。兼容 Claude Code、Codex、Cursor、Copilot、Gemini CLI 等主流 AI 编程工具。对于需要快速理解大型代码库的开发者来说，这是一个革命性的工具。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 周增长率 | 45.8% | 爆发式增长，现象级 |
| 累计 Star | 50,164 | 已跻身中等体量项目 |
| 生态兼容 | 6+ 主流 AI 工具 | 平台兼容性强 |
🥉 第 3 名：markitdown 📝
微软出品的文件与办公文档转 Markdown 工具，格式转换利器。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 141,248 | ⬆️ 15,502 | 9,623 | Python |
简介： markitdown 是微软开源的 Python 工具，可将各类文件和办公文档转换为 Markdown 格式。支持 PDF、Word、Excel、PowerPoint、图片 OCR 等多种格式。作为 RAG 和 AI 应用开发的基础工具，markitdown 已成为文档预处理的标准选择之一。14 万总 Star 体量仍在高速增，实属难得。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 累计 Star | 141,248 | 超大体量，仍在高速增长 |
| Fork 数 | 9,623 | 社区贡献活跃 |
| 定位 | 基础设施级 | 已成为行业标准工具之一 |
🏅 第 4 名：taste-skill ✨
赋予 AI 好品味，告别枯燥乏味的 AI 通用文风。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 31,817 | ⬆️ 10,931 | 2,344 | Shell |
简介： taste-skill 致力于解决 AI 生成内容的”AI 味”问题——通过一套 Skill 文件让 AI 产出更有个性、更不模板化的文本。它阻止 AI 生成无聊的、千篇一律的内容（slop），是当前”反 AI 通用文风”运动的代表作之一。3.1 万 Star 体量说明开发者对 AI 写作质量提升的需求非常迫切。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 本周增长 | 10,931 | 高热度话题 |
| 赛道 | AI 写作优化 | “反 slop”赛道持续升温 |
| 实现方式 | Shell/Skill 文件 | 轻量但有效 |
🏅 第 5 名：codegraph 🔗
预索引的代码知识图谱，让 AI 编程工具更省 token、更高效。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 38,054 | ⬆️ 10,793 | 2,358 | TypeScript |
简介： codegraph 提供预索引的代码知识图谱，兼容 Claude Code、Codex、Gemini、Cursor 等主流 AI 编程工具。核心价值是减少 token 消耗、减少工具调用次数，且完全本地运行。与 Understand-Anything 类似但采用预索引策略，适合对性能有极致要求的开发者。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 本周增长 | 10,793 | 知识图谱赛道竞争激烈 |
| 差异化 | 预索引 + 本地运行 | 与 Understand-Anything 形成互补 |
| 语言 | TypeScript | 前端友好 |
🏅 第 6 名：ECC ⚡
Agent Harness 性能优化系统，全面提升 Claude Code 等 AI 编程工具的开发效率。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 204,052 | ⬆️ 9,910 | 31,298 | JavaScript |
简介： ECC 是一个 Agent Harness 性能优化系统，涵盖 Skills、Instincts、Memory、Security 和 Research-first 开发范式。兼容 Claude Code、Codex、Opencode、Cursor 等。20 万总 Star 的体量证明了其作为 AI 编程基础设施的地位，本周近万星的增长仍在持续扩大领先优势。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 累计 Star | 204,052 | 本周榜单体量最大 |
| Fork 数 | 31,298 | 生态极其活跃 |
| 地位 | AI 编程基础设施 | 事实上的行业标准 |
🏅 第 7 名：ai-engineering-from-scratch 📚
从零学习 AI 工程，实战驱动的学习路线图。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 27,413 | ⬆️ 7,183 | 4,448 | Python |
简介： “学会它，构建它，分享它”——这是一份从零开始学习 AI 工程的完整教程。通过实战驱动的方式帮助开发者系统掌握 AI 工程能力。在 AI 人才需求激增的背景下，高质量的学习资源自然受到追捧。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 周增长率 | 35.5% | 教育资源类项目增速惊人 |
| 定位 | 实战教程 | “做中学”理念 |
| 受众 | AI 初学者到进阶 | 覆盖面广 |
🏅 第 8 名：Anthropic-Cybersecurity-Skills 🛡️
754 项结构化网络安全技能，覆盖 5 大安全框架。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 13,627 | ⬆️ 3,755 | 1,594 | Python |
简介： 该项目整理了 754 项结构化网络安全技能，映射到 MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND 和 NIST AI RMF 五大框架。覆盖 26 个安全域，兼容 Claude Code、GitHub Copilot、Codex CLI 等 20+ 平台。Apache 2.0 开源协议，企业级安全标准的 AI 适配。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 技能数量 | 754 | 覆盖面极广 |
| 框架覆盖 | 5 大标准 | 行业级合规支持 |
| 趋势 | AI + 安全 | 交叉领域持续升温 |
🏅 第 9 名：stop-slop 🚫
一个 Skill 文件，用于消除散文中的 AI 痕迹。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 8,300 | ⬆️ 3,470 | 578 | — |
简介： stop-slop 是一个专门的 Skill 文件，用于去除文本中的 AI 痕迹（AI tells）。与 taste-skill 类似但更加聚焦——只关注”去 AI 味”这一件事。本周 3,470 星的增长说明开发者对 AI 写作质量的焦虑正在催生一个新赛道。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 周增长率 | 71.5% | 极高，赛道刚起步 |
| 定位 | 垂直工具 | 专注去 AI 味 |
| 与 taste-skill | 同赛道不同侧重 | 细分差异化 |
🏅 第 10 名：headroom 📦
压缩 LLM 输入——工具输出、日志、文件和 RAG 块，减少 60-95% 的 token 消耗。
| 总 Star | 本周增长 | Forks | 语言 |
|---|---|---|---|
| 6,618 | ⬆️ 3,002 | 458 | Python |
简介： headroom 是一个 LLM 输入压缩工具，能在保持答案质量不变的前提下，将工具输出、日志、文件和 RAG 切片的 token 消耗降低 60-95%。支持 Library、Proxy 和 MCP Server 三种部署模式。在 LLM API 成本仍然高昂的背景下，这类”省钱”工具极具实用价值。
🔥 趋势分析：
| 指标 | 数值 | 分析 |
|---|---|---|
| 压缩率 | 60-95% | 效果显著 |
| 部署方式 | 3 种模式 | 灵活适配 |
| 赛道 | Token 优化 | 降本需求刚性 |
📊 本周值得关注
AI 编程工具生态大爆发 — 本周 Top 10 中有 7 个项目与 AI 编程工具（Claude Code、Cursor、Codex 等）的生态扩展直接相关，涵盖知识图谱（Understand-Anything、codegraph）、性能优化（ECC）、文档处理（markitdown）、安全技能（Anthropic-Cybersecurity-Skills）等多个方向。AI Agent 开发正在从”尝鲜”走向”工程化”。
”反 AI 通用文风”成为新赛道 — taste-skill（10,931 星）和 stop-slop（3,470 星）同时上榜，说明开发者对 AI 写作质量的关注正在从”能用”升级到”好用”。这是一个值得持续关注的细分方向。
Token 成本优化需求强烈 — headroom（3,002 星增长）和 codegraph 等项目都围绕”减少 token 消耗”展开，反映出随着 AI 应用规模化，成本控制已成为核心痛点。
AI 安全与治理进入主流视野 — Anthropic-Cybersecurity-Skills 和 microsoft/agent-governance-toolkit 等项目表明，AI Agent 的安全与治理正在从学术讨论走向工程实践，企业级合规需求快速增长。
🦞 龙虾欧巴整理 | 数据来源：GitHub Trending