给一个主题或关键词，自动写脚本、配素材、生成配音字幕和背景音乐，产出高清竖屏短视频，WebUI 和 API 两条路都能走。
Star 113,911本周新增 +10,470Fork 17,285未关闭 Issue 43最近提交 2026-08-22
这周它把「用谁家的模型、谁家的素材」变成了可选项：文案模型接上 Anthropic Claude，素材端加了 WaveSpeed 视频源，配音那边补齐了 Gemini TTS 的音色目录。如果你想批量试短视频选题，手上又有现成的 API key，装上它就能跑通从脚本到成片的一整条流水线。但它产出的仍是「口播配库存画面」那一类视频，本地要先装好 ffmpeg，文案、配音、素材几乎每一环都得自己配 key 并付费；平台对批量生成内容的规则也是个绕不开的变量。
一个 11 万 Star 的老项目重新坐回周榜第一，这件事比榜上任何新仓库都值得琢磨。翻这周的提交就明白了：新增 Anthropic Claude 作为文案模型、接入 WaveSpeed 视频源、更新 Gemini TTS 的音色目录、任务调度失败时回滚状态、检测不到 ffmpeg 就直接报错而不是跑到一半崩掉、WebUI 记住你上次的生成设置、补上意大利语界面。没有一条是「AI 短视频」这种大词，全是把流水线上的坑一个个填平。
它的形态其实很朴素：你给一个主题，大模型写脚本、拆出检索关键词去配画面，再合成配音、字幕和背景音乐，最后拼成竖屏成片。真正让它这周被反复转发的，大概是选项终于够多了——文案模型、配音、素材源、背景音乐都能换，不再是绑死一家 API 的玩具，Kimi、BytePlus 这些赞助商的接入也都摆在 README 里。
话得说清楚：好不好看几乎全看你给的主题和挑素材的运气，把它当成批量印钞机大概率会失望。更现实的用法是把它当成一个已经串好脚本、配音、字幕、剪辑的自动化底座，素材那一环换成自己拍的东西。
给 Claude Code、Codex、Pi 用的画图技能，38 种编辑级图表类型，产出自包含的 HTML + SVG，不要阴影，也不要 Mermaid 那股糊弄劲。
Star 25,006本周新增 +8,457Fork 1,523未关闭 Issue 21最近提交 2026-08-21
连着第二周挂在前列，靠的是真在加东西：2.6.0 一次发布上了十种新图表，树图、哑铃图、斜率图、山脊图都补齐，目录从 28 种涨到 38 种。已经在用这几个编码 agent 写技术文档和方案，又不想每张图都回 Figma 收拾一遍的人，最容易吃到这波更新。只是新加的那十来种变体才上线几天，中日韩标签宽度、Mermaid 导入这些边角情况还在一版一版修；产出也仍是静态 HTML/SVG，真要精修还得另开工具。
面向 AI Agent 的上下文数据库，把记忆、资料和技能统一挂在 viking:// 这个虚拟文件系统下，agent 用 ls、tree、find 翻自己的上下文，而不是查一个黑盒向量库。
Star 31,659本周新增 +3,033Fork 2,424未关闭 Issue 489最近提交 2026-08-21
它把「Agent 的记忆」从向量堆改成了能一层层点开的目录，检索走过的路径还能回放——答案不对时，你看得见是哪一步歪的。正被「Agent 记不住事、记错了也查不出原因」卡住的团队，可以拿它替掉现在那套裸向量检索。不过许可证是 AGPL-3.0，闭源产品或对外做 SaaS 之前得先找法务；489 个未关闭 Issue 也说明它还在 0.4.x 高速迭代的阶段。
大部分 Agent 的记忆是一堆向量：塞进去，查出来，中间发生了什么谁也说不清。答案不对的时候没法 debug，只能换个 embedding 模型再试一次。OpenViking 是火山引擎给的另一种答案——记忆、资料、技能全部挂到一个叫 viking:// 的虚拟文件系统底下，Agent 拿 ls、tree、find 翻自己的上下文，跟人翻文件夹一个路子。
两个设计值得单独说。一是分层：每条内容写入时就被拆成 L0 摘要、L1 概览、L2 细节三层，任务需要读多深就读多深，不必一上来把整篇灌进上下文，token 账单也跟着降。二是检索可观测：向量搜索先定位到得分最高的目录，再一层层往下钻，整条浏览路径会被完整保留，结果看着不对时能直接看出是哪个目录把你带偏了。会话结束后它还会异步把用户偏好和执行经验抽成长期记忆，这周的 v0.4.16 又给 VikingBot 加上了调用远端技能和 Context Compilation 的能力。
想现在试，先接受两件事。许可证是 AGPL-3.0，这对商用是硬约束。版本号还在 0.4.x：本周的 v0.4.14 就因为没锁 xxhash 依赖，出现过内容和任务状态都正常、新生成的向量却没写进本地 VectorDB 的情况——表现是后面怎么也检索不到，第二天的 v0.4.15 才修掉。真要用就盯着最新版，别把它当成能撂在生产环境里不管的东西。
在本地跑和训练大模型、扩散模型的桌面应用，覆盖 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等一批开源权重。
Star 74,270本周新增 +2,987Fork 6,713未关闭 Issue 1,397最近提交 2026-08-22
上一版刚跟上 Qwen3.8-27B，这周的 v0.1.801-beta 又合了两百多个 PR，把超出上下文后自动压缩对话、局域网远程访问一起放了进来，不用再挂 Cloudflare 链接。手边有一块能用的显卡、想把本地模型从「跑起来」推到「天天用」的开发者和研究者，可以从桌面端开始。但版本号还挂着 beta，1,397 个未关闭 Issue 也不是小数字；显存一旦吃紧，界面上那串模型清单里真正能选的会少很多。
4,500 万参数的端侧模型，专做工具调用、设备操作和结构化抽取，整个模型是一个 14MB 二进制，跑完整会话约占 28MB 内存。
Star 8,338本周新增 +2,985Fork 537未关闭 Issue 23最近提交 2026-08-21
这周它做的全是清障：许可证从 MIT 换成 Apache-2.0，公开 API 补上类型标注，CLI 崩溃和 Python 3.9 下的导入问题一并修掉——都是把它从演示往能进产品里推的动作。做手表、音箱、机器人这类设备，只要模型「听懂一句话然后调对一个接口」的工程师，才是它真正瞄准的人。它不是通用对话模型，写文案和复杂推理都别指望；引擎目前不能卸载权重，想在一个进程里换模型只能另开进程；对比 FunctionGemma 270M、LFM2.5 230M 的成绩也还是项目方自测的。
图原生的上下文基础设施，把企业数据建成上下文图和知识图谱，每条事实都带 W3C PROV-O 溯源，图构建、推理和溯源都不需要大模型参与。
Star 10,079本周新增 +2,755Fork 1,077未关闭 Issue 152最近提交 2026-08-21
这周的 v0.6.6 又是一个安全修复版，接着上一版关掉六个外部报告漏洞（含一处未鉴权缺口和一条 Cypher 注入）的节奏继续补——被人拿去做真实审计的项目才会有这种发版曲线。金融、医疗、法务这类要向监管解释「模型凭什么这么判」的团队，最能用上它那套决策溯源。前提是团队真愿意做本体和知识建模，这活儿没法让模型代劳；两周内连着两个安全版本也提醒你别停在旧版本上。它解释的也只是模型外部的数据、依据和执行链路，模型内部怎么想的它同样看不见。
给编码 agent 做长期记忆和跨厂商交接：Claude Code 干到一半退出，同一个目录换 Codex 接着干，不用重讲架构、试过的死路和没解决的问题。
Star 3,943本周新增 +2,404Fork 297未关闭 Issue 5最近提交 2026-08-21
它没建向量库，而是把记忆写成 git 仓库里的普通 Markdown——grep 得到、Obsidian 打得开、rsync 备份得了，对接面还铺得极宽，Claude Code、Codex、Cursor、Gemini CLI、OpenCode 各有各的钩子。同时开着两三个编码 agent、每换一个就得把项目背景重讲一遍的人，装它最省事。不过它的支持矩阵写得很实在：不少工具只能接 MCP、拿不到真正的会话结束钩子，得手动跑一次 finalize-session；原生 Windows 还标着实验性质，嵌入模型也得自己配一家。
终端工具，探测一遍你机器的内存、CPU 和 GPU，再告诉你几百个模型里哪些真跑得动、大概多快，带交互式 TUI 和传统 CLI 两种模式。
Star 33,448本周新增 +1,991Fork 2,078未关闭 Issue 82最近提交 2026-08-21
新版把「估算」换成了「实测」：你在自己机器上跑一次基准，结果先覆盖本地的估算值，再从 TUI 里一键发 PR 贡献回项目，下一版所有同款硬件的人打开就能看到打了勾的真实数字。正在纠结「这块卡到底跑不跑得动这个模型」的人，装一个比翻半天论坛快得多。只是实测数据只覆盖已经有人提交过的硬件组合，冷门配置看到的仍然是估算；它回答的也只是跑不跑得动、跑多快，模型答得好不好还得自己试。
挑本地模型这件事，长期是靠翻帖子和试错解决的：下一个 GGUF，跑起来，爆显存，删掉，换一个量化档位再来。llmfit 想把这一步压成一条命令——先探测内存、CPU 和 GPU（多卡、MoE 架构、动态量化都算进去），再按质量、速度、契合度、上下文四个维度给几百个模型打分，直接告诉你哪些在你这台机器上能跑得舒服。Ollama、llama.cpp、MLX、LM Studio、Docker Model Runner 这些本地运行时它都认。
真正有意思的是 1.0 之后那一步。以前表里的速度都是估算，现在你可以在自己机器上跑一次基准，测出真实的 tok/s，结果先落到本地把估算值替换掉，再从 TUI 里直接提 PR 交回项目——不用装 gh，也不用第三方账号。合并进下一个版本后，任何拿着同款硬件的人打开就能看到一个打了勾的实测值，而不是一个模型猜出来的区间。
这是个挺聪明的取巧：硬件组合几乎无限多，官方永远测不完，那就让每个用过的人顺手把自己那一格填上。代价是冷门配置短期内仍旧只有估算，而且它从头到尾回答的都是「跑不跑得动」，不是「答得好不好」——后面那半，工具帮不上忙。
Modular 平台的开源部分，包含 MAX 推理框架和 Mojo 语言：编译器、标准库、GPU 算子库，以及一个兼容 OpenAI 接口的推理服务。
Star 28,685本周新增 +1,643Fork 3,053未关闭 Issue 1,115最近提交 2026-08-21
这周的提交几乎全压在跟新模型上：给 qwen3_5 加投机解码的草稿头和带状态的融合计算图、加载混合精度的 NVFP4 与 FP8 权重、把这套混合架构切到多卡，顺手还在给苹果 GPU 补测试。在意推理性能、愿意为跨硬件可移植性去学一门新语言的基础设施工程师，值得跟一跟这个仓库。但 Mojo 的接口还在动，光这周就有「冻结 LoRA 与 profiling 配置」「冻结 PipelineArgs 接口」这类提交；1,115 个未关闭 Issue 摆在那儿，许可证是 Apache-2.0 加 LLVM 例外条款、GitHub 没识别成标准协议，合规严的团队得自己读一遍 LICENSE。
Cursor 的插件规范与官方插件仓库，从 PR 评审画布、并行编排到 Gmail、Salesforce、Playwright 这类第三方接入，每个插件一个目录，各带自己的 manifest。
Star 4,401本周新增 +1,582Fork 366未关闭 Issue 52最近提交 2026-08-21
Cursor 把插件市场直接开在了 GitHub 上，规范、官方插件和第三方 MCP 接入全在一个仓库里；这周新进来的是 Outreach、Amplemarket、Juicebox 几家，还给 X 插件补了一份带价格表的调用指南。想给自己的 SaaS 做一个 Cursor 插件，或者只是想看看别人的插件 manifest 怎么设计的人，翻这个仓库最直接。只是仓库根目录连 LICENSE 文件都没有，只有 .gitignore 和 README，照抄代码前得先把授权问清楚；内容也高度绑定 Cursor，换个编辑器基本用不上。