1. cathrynlavery/diagram-design — 让编码 agent 画出能见人的图
github.com/cathrynlavery/diagram-design · MIT · HTML + SVG · 本周约 +1.47 万 Star，周榜第一
让模型画张架构图，回来的多半是一堆圆角方框，跟自己文章的调性半点不搭。不将就，就得开 Figma 手搓半小时；将就了，图就白画。作者说她每次写文章都卡在这一步，干脆把「怎么算一张好图」写成了规则：版式、配色、信息密度全都定死，强调色只留给最该先看的那一两处，目标密度 4/10——多一个节点都得先证明自己有用。
装上以后它是 Claude Code、Codex、Pi 的一个技能，架构图、流程图、金字塔各有专门模板（README 写 27 种，仓库简介写 29 种，取用时以实际目录为准），产出是自包含的 HTML + SVG，没有构建步骤，也不依赖外部图片，扔进网站就能用。手上已经有 draw.io 或 Mermaid 的旧图，也可以让它按指定尺寸和详略程度重画一遍。
写技术博客、产品文档、内部方案的人值得装，前提是你已经在用这几个 agent；如果你的图最终还要回 Figma 精修，它插不进那条流水线。
2. semantica-agi/semantica — 让企业 AI 说得清「凭什么」
github.com/semantica-agi/semantica · MIT · Python · 本周约 +5,300 Star
在企业里，模型给出答案往往不是最难的一关，事后解释这个答案基于哪些数据、经过哪几步才是。向量检索给不出这条链路——它只能告诉你「这几段最像」。Semantica 换了条路：把企业数据摄入后抽成上下文图和知识图谱，在图上跑分析和因果推理，每个结论都挂着可查询的决策溯源。项目自称「AI Agent 的开源版 Palantir」，同时支持 RDF 和 LPG 两种图模型，走 W3C 标准，本体可以自己管，也可以整套自托管。
金融、医疗、公共服务这类要向合规部门交代模型依据的场景，是它明摆着的主场。代价是团队得真懂知识建模和本体设计——只想搭个内部问答机器人的，用它属于杀鸡用牛刀，还得养一套图。
3. PrimeIntellect-ai/prime-agent — 会自己攒经验的编码 agent
github.com/PrimeIntellect-ai/prime-agent · MIT · TypeScript · 本周约 +8,500 Star
大部分 agent 把一切都塞在对话上下文里，窗口一满就失忆，昨天调顺的工作方式今天得从头教。Prime Intellect 这个项目换了两个抽象来治这件事。一个叫 RLM（递归语言模型），把上下文当变量、把子 agent 当函数，全部丢进一个常驻的 Python REPL 里用代码调度：读写文件、执行命令、管理上下文都是代码，rlm(...) 一调就派生出真实的子 agent 去并行干活。另一个叫 Continual Harness（论文在这），把补充提示词、记忆、技能描述、可复用的子 agent 规格存成持久状态，靠一次次有证据支撑的小修改慢慢磨，默认只在本地会话生效。
说白了，就是让「有用的上下文」和「好使的干活套路」活得比一个聊天窗口更久。要跑几小时甚至几天的重构、迁移、调研任务，它值得一试，但你得接受 agent 用代码而不是自然语言来编排一切；只想要个补全式助手的，装编辑器插件更省事。
4. NVIDIA-NeMo/Switchyard — 把编码 agent 接到任意模型上
github.com/NVIDIA-NeMo/Switchyard · Apache-2.0 · Rust · 本周约 +1,300 Star
Claude Code、Codex 这类工具只会说自家那套 API，想让它们后面接开源模型或自建推理服务，第一步就卡死。NVIDIA NeMo 团队用 Rust 写了个代理站在中间做翻译：OpenAI Chat、Anthropic Messages、OpenAI Responses 三种格式互转，agent 照旧说母语，真正干活的换成 vLLM、NVIDIA NIM、Ollama 或任何 OpenAI 兼容端点。顺手还能把流量按算法分给几个模型做 A/B 对比，Prometheus 指标覆盖延迟、token 和路由开销。
想拿自建模型驱动现成 agent，或者正在做模型选型和成本优化的平台工程师，可以先跑起来玩。但仓库自己在 README 里挂了警告：pre-alpha 实验软件，别上生产，v1.0 之前 API 和算法还会大改。现在把它放进关键链路，等于给自己埋雷。
5. vitali87/code-graph-rag — 把整个 monorepo 变成一张图
github.com/vitali87/code-graph-rag · MIT · Python · 本周约 +1,800 Star
把代码切片丢进向量库，检索回来的是「看起来像」的片段，答不了「这函数谁在调」「删了会炸哪」。这个项目用 Tree-sitter 把多语言代码库解析成函数、类、方法、模块和它们之间的关系，存进 Memgraph，然后你就能用大白话查、改、优化：按名字或意图取真实源码，基于 AST 做外科手术式改写并先给你看 diff，从入口点沿调用边揪出死代码。
比较妙的是最近加的运行时追踪——跑一遍测试套件，把真正发生过的调用并回图里，接口分发、虚方法、反射、框架路由这些静态分析看不见的边就补齐了，还会标出来哪些是静态分析漏掉的。在多语言 monorepo 里做重构、补文档、清死代码的团队最划算；门槛是得自己养一套 Memgraph，仓库不大的话，编辑器全局搜索比它快得多。
6. cactus-compute/needle — 14MB，能塞进手表的工具调用模型
github.com/cactus-compute/needle · MIT · Python · 本周约 +2,500 Star
手机、手表、智能音箱、机器人上，很多时候只需要「听懂一句话，然后调对一个接口」。为这么点事跑一趟云端，延迟、隐私、断网可用性三头都不划算。Needle 2 就是奔着这个场景去的：4,500 万参数，官方自述整个模型是一个 14MB 二进制，跑完整会话大约占 28MB 内存，用自研的 CQ2 量化压到 2 bit（权重在 Hugging Face，架构见 arXiv:2607.18363）。
工程上的几处设计比参数量更值得看：输出被你自己 schema 编译出来的字节级语法约束住，保证吐出来的是结构化 JSON；每条响应带一个校准过的置信度分数，超过阈值就执行、低于阈值就上交给大模型；工具目录很长时有检索头兜着，每轮只渲染最相关的五个。做端侧、可穿戴、机器人和离线场景的工程师可以认真看看，但别指望它写文案或推理复杂问题——它不是通用对话模型。另外它对比的 FunctionGemma 270M、LFM2.5 230M 都是自家跑的基准，落地前最好自己复测一遍。
7. macro-inc/macro — 人和 agent 共用一份记忆的工作区
github.com/macro-inc/macro · AGPL-3.0 · Rust + SolidJS · 本周约 +2,400 Star
Slack、Linear、Notion、HubSpot 各自都不差，问题是拼在一起靠 MCP 和 Zapier，公司状态散在几个 SaaS 里，人来回切换，agent 更是哪边都看不全。Macro 的做法是干脆做成一个：邮件、聊天、文档、任务、通话、CRM 和 agent 装进同一个工作区，所有东西用 @ 互相引用，文档和任务、频道消息和邮件之间的交叉引用原生存成双向图，人和 agent 查的是同一份上下文。团队在纽约和多伦多，15 个人自己用了两年才开源。
几人到几十人、愿意整体换掉现有工具的初创团队才谈得上迁移；已经在老工具链上沉淀很深的，代价自己掂量。还有一点必须先看清楚：许可证是 AGPL-3.0，打算做闭源二次开发或者拿它对外做 SaaS 的公司，这条是硬约束。
8. TencentCloud/TencentDB-Agent-Memory — 团队级的 agent 记忆中枢
github.com/TencentCloud/TencentDB-Agent-Memory · 许可证以 LICENSE 文件为准（README 挂 MIT 徽章）· TypeScript · 本周约 +4,000 Star
同一个团队里，每个人的 agent 各记各的：同事上周踩过的坑、大家定好的代码规范，换个人换个工具就得重讲一遍。腾讯云这个项目把记忆从 agent 里抽出来做成独立服务，对话、文档、代码沉淀成四类可复用的资产——Chat Memory、Skill、LLM-Wiki、Code-Graph，多个 agent 和框架接同一个记忆服务器，共享的内容还能治理。
部署是 memory-core、memory-hub、proxy 三件套，一条命令拉起，带本地面板。想把「团队知识」而不是「个人聊天记录」沉淀下来的多人团队适合，个人用户嫌重——光是 Node 22.16 以上加自建三个服务就够折腾。许可证有个小坑：README 挂的是 MIT 徽章，GitHub 却没把它识别成标准协议，商用前自己翻一遍 LICENSE 文件。
本周小结
八个项目里没有一个是新的基础模型，这件事本身就是本周最大的信号。热度整体挪到了中间层：给 agent 装记忆（semantica、TencentDB Agent Memory、macro 的共享记忆），装技能（diagram-design 那套画图规则），装路由（Switchyard），装代码理解（code-graph-rag）。周榜前三尤其像一件事的两种解法——diagram-design 是人把经验写成规则喂给 agent，prime-agent 是让 agent 自己把有效套路沉淀下来，两边都在承认同一个前提：模型已经够聪明了，难的是让它每次都稳定发挥。
另一条线在往小里走。Needle 2 把工具调用压进 14MB，意味着「小到能塞进手表」的模型不再是玩具级的演示，而是端侧 agent 可以认真考虑的选项。
所以如果你已经在用编码 agent，这周更值得花的时间是给它配技能和记忆，而不是又换一个模型；如果你在企业侧做落地，semantica 和 TencentDB Agent Memory 代表的这层「能治理、能追溯的记忆」，今年大概率绕不过去。最后提醒一句：上榜不等于能用，Switchyard 自己都写了别上生产，macro 是 AGPL-3.0，动手前先看许可证和成熟度。
via: GitHub Trending 周榜、各项目 GitHub 仓库主页与 README；Star 数与本周增量截至 2026-08-16，核实于 2026-08-16