每日文摘

GitHub Trending 观察 2026-09-11

2026 年 09 月 11 日

今日榜单 16 个仓库，新增 8 个，深挖 5 个。两条主线：本地推理工具集中爆发（colibri 纯 C 跑 2.8T MoE、llmfit 硬件选型、OmniRoute 免费额度聚合）和**“神之眼"用公开数据造违禁驾驶舱**。

bilawalsidhu/gods-eye-view

语言：JavaScript · 总 star 24k · 今日 +1588（全榜最高）· 一句话：浏览器里的间谍卫星驾驶舱——数据全是公开真实信号

是什么：MIT（Vanilla JS + CesiumJS + Google 3D Tiles）：838 个卫星轨道（CelesTrak TLE+SGP4）、1.1 万+实时航班（OpenSky/adsb.lol，军机琥珀色标记）、全球船舶 AIS、地震、NASA 火点、800 个城市摄像头投影、火箭发射——外加 4351 个数据中心/704 座大坝/712 条海底电缆静态层
为什么火：+1588——作者同名 YouTube 系列 2500 万播放打底；“一半魔力是违禁驾驶舱的视觉（GLSL 传感器滤镜 CRT/夜视/热成像），另一半是每行代码可检查”；零 key 即可跑大部分图层；明确拒绝人脸识别/追踪个人类 PR
值得看：公开 OSINT 信号的工程化范本（数据平滑、贴地处理、SSRF 防护的 key 代理都值得抄）；spatial intelligence 浪潮的"canonical live 3D client”
扩展资料：
- 仓库（含数据源全表）

语言：C · 总 star 27.4k · 今日 +130 · 一句话：纯 C 零依赖，把 2.8T 的 Kimi K3 放进 32GB 内存的机器跑

是什么：Apache-2.0 推理引擎（每模型族一个 .c 文件，不依赖 BLAS/Python/GPU）：“VRAM、RAM、NVMe 当一个分层体系”——稠密部分常驻 RAM、19,456 个路由专家（约 370GB）留在磁盘按需流式（“A JIT for weights”：LRU+热专家固化+提前一层预取，路由前瞻可预测性 71.6%）；MLA 压缩 KV（缩小 57 倍）且可持久化（重启热恢复）
支持：GLM-5.2（744B，16GB 内存起）、Kimi K3（2.8T，32GB+）、DeepSeek V4 Flash、Qwen3.8-Flash-Next 等 8 族；诚实性能表：6×5090 全驻留 6.8 tok/s、128GB CPU 台式 1.8 tok/s、小机器 0.05 tok/s（“正确但慢”）
为什么火：把本周"端侧/本地"叙事推到极限——不用买 H100，用你已有的盘和内存；“越用越快”（学习使用模式的 .coli_usage）
值得看：与 llama.cpp 路线互补（后者主打小模型全驻留，colibri 主打 MoE 专家流式）；量化细节有干货（MTP 投机头必须 int8，int4 接受率跌到 0-4%）
扩展资料：
- colibri 仓库

语言：Rust · 总 star 35.7k · 今日 +247 · 一句话：一条命令告诉你"这台机器到底能跑什么模型"

是什么：MIT 终端工具：自动检测硬件（CUDA/Apple Silicon/ROCm/OneAPI、统一内存、多 GPU）→ 分析模型参数/上下文/量化（GGUF/AWQ/GPTQ/EXL2）的内存占用与带宽速度 → 四维打分（适配/速度/质量/上下文）排名；llmfit recommend --json 可供脚本/agent 直接消费
亮点：llmfit bench --share 实测回馈社区（同硬件用户看到 ✓ 实测而非估算）；对接 Ollama/llama.cpp/MLX/LM Studio；TUI/CLI/Web/REST 多形态
为什么火：本地模型选型的第一痛点工具——与上周 magnitude（“agent 自己装 Ollama 全靠猜”）是同一问题的两半：magnitude 帮 agent 部署、llmfit 帮人选型
值得看：--use-case coding 场景过滤对选 coding 模型实用；速度估算基于内存带宽模型，估算依据透明可查
扩展资料：
- llmfit 仓库

语言：TypeScript · 总 star 64.2k · 今日 +591 · 一句话：自托管网关聚合 352 个供应商的免费额度（自述约 14.7 亿 token/月）

是什么：MIT 自托管网关（Next.js+SQLite）：一个 OpenAI 兼容端点接 352 供应商，auto 模型按 16 因子（健康/配额/成本/延迟/任务匹配）实时选路，配额耗尽自动降级（19 种路由策略）；编目 444 条免费层记录（如 Cerebras 每天 100 万 token）；内置 RTK/Caveman 等 12 级压缩宣称省 15-95%
为什么火：+591——“白嫖聚合器"击中 token 经济痛点（本周账单系列的反向操作）；密钥 AES-256-GCM 本地存储，可跑在 Android Termux
值得看：与 OpenRouter（托管 SaaS）、LiteLLM（Python 库）的差异在免费来源：它聚合的是各供应商自己的免费层；⚠️ 352 供应商/14.7 亿 token 均为项目自述未独立验证，免费层条款随时可变，生产慎用
扩展资料：
- OmniRoute 仓库

语言：TypeScript · 总 star 31.1k · 今日 +175 · 一句话：npx skills add 的本体——开放技能生态的包管理器

是什么：MIT CLI（目录站 skills.sh）：add（GitHub 简写/URL/本地路径/压缩包）、use（免安装试技能）、find/list/update/remove/init；支持 75+ agent（Claude Code/Codex/Cursor/Copilot/Gemini CLI/Qwen Code/Devin…），自动检测已装 agent，项目级/全局双范围，符号链接（推荐）或复制安装
为什么值得注意：本周 Trending 天天见的 npx skills add（marketingskills/text-to-cad/humanlayer 全用它装）——工具本体终于自己上榜；它遵循 agentskills.io 开放规范（SKILL.md + name/description 必填），并兼容 Claude Code 插件市场清单
值得看：事实上的技能生态 apt/npm——对照 OpenAI plugins（平台路线）与 Anthropic skills（标准路线），Vercel 用中立工具卡位分发层；兼容性矩阵诚实（Hooks/context: fork 仅部分 agent 支持）
扩展资料：
- vercel-labs/skills · skills.sh 目录