本周新建热门 AI 项目

它是什么

一个让 AI 模型直接操控真实 iPhone 的开源方案：用一块 7 美元的 ESP32-S3 板子充当“眼睛”和“手”，通过 AirPlay 镜像获取屏幕画面，再用 USB HID 模拟触控与按键输入，配合任意兼容 OpenAI 接口的视觉模型形成闭环。

核心亮点

• 零门槛：无需 Mac、无需开发者账号、无需越狱，插上就能用。
• 硬件极简：ESP32-S3 同时负责 AirPlay 接收和 USB HID 注入，成本不到一杯咖啡。
• 模型无关：任何支持 OpenAI 视觉接口的模型都能接入，不绑定特定厂商。

为什么火

“Computer Use”概念正热，但多数方案要么依赖云手机、要么需要昂贵设备。这个项目把成本压到极致，同时绕开了苹果生态的所有限制，对想动手实验 AI 操作真机的人极具吸引力。

适合谁用

AI Agent 研究者、自动化测试工程师、想低成本验证“手机端 Computer Use”的开发者，以及喜欢折腾 ESP32 的硬件玩家。

快速上手

克隆仓库后，用 ESP-IDF 烧录固件到 ESP32-S3，连接 iPhone 并开启 AirPlay 镜像，再配置你的视觉模型 API Key 即可运行。C 语言编写，MIT 协议，硬件接线与配置说明见仓库文档。

它是什么

Solid Glass 是一套面向 AI 应用的设计系统，用 TypeScript 编写，基于 React、TailwindCSS 和 shadcn/ui 构建。它试图回答一个问题：AI 界面除了聊天框，还能长什么样？

核心亮点

主打「材质感」——玻璃、金属、实体触感与工程感的视觉语言，让 AI 产品摆脱千篇一律的极简白。提供开箱即用的主题与组件，覆盖 agent UI、chat UI 等典型场景，与 shadcn 生态无缝衔接。

为什么火

AI 应用爆发，但界面设计高度同质化。开发者急需一套既有辨识度、又能直接落地的设计系统。MIT 协议 + 主流技术栈，降低了采用门槛。

适合谁用

正在做 AI Agent、聊天助手、LLM 工具类产品的前端开发者与独立构建者，尤其是想快速做出差异化视觉、又不想从零设计的人。

快速上手

克隆仓库后按 README 安装依赖，通过 shadcn CLI 引入组件，再套用内置主题即可。建议先跑官方示例页，感受材质风格后再按需定制。

它是什么

Talorys 是一个部署在你个人 Cloudflare 账户里的单用户 AI 智能体，集对话、记忆、任务、笔记和定时提醒于一体。一条命令 npx create-talorys@latest 即可完成部署，无需自建服务器。

核心亮点

基于 Cloudflare Workers 与 Durable Objects 构建，天然具备持久化记忆和定时调度能力。数据完全存放在你自己的账户中，无遥测、无第三方追踪。免费额度即可跑起来，成本几乎为零。

为什么火

自托管 AI 助手是当下热点，但多数方案需要 VPS 和运维。Talorys 把门槛压到一条 npx 命令，同时用 Workers AI 省去 API Key 管理，兼顾隐私与便利，1254 星的增长印证了这种需求。

适合谁用

想拥有私人 AI 助手、又在意数据主权的开发者；已在使用 Cloudflare 生态、希望低成本试验 Agent 能力的个人用户。

快速上手

npx create-talorys@latest

按提示登录 Cloudflare 账户，几分钟后即可通过浏览器访问你的专属智能体。

它是什么

Mailcheap 是一个开源 Newsletter 平台，核心理念颠覆了传统邮件营销的计费方式：只为实际发送的邮件付费，而不是为沉睡订阅者买单。基于 JavaScript 构建，采用 AGPL-3.0 协议。

核心亮点

• 按发送量计费：告别 beehiiv、Mailchimp 按订阅人数收费的模式，成本大幅降低
• 自托管友好：支持自行部署，数据完全自主可控
• AI Agent 集成：内置 MCP Server，可对接 AI 工作流
• 技术栈现代：Next.js + MongoDB + Amazon SES，架构清晰

为什么火

Newsletter 创作者苦“僵尸订阅者”久矣——大量不活跃用户推高账单却毫无价值。Mailcheap 精准切中这一痛点，加上 Substack/beehiiv 的替代定位和开源属性，迅速获得关注。

适合谁用

独立 Newsletter 作者、中小型内容团队、注重成本与数据主权的自托管爱好者，以及希望用 AI Agent 管理邮件流程的开发者。

快速上手

克隆仓库后配置 MongoDB 与 Amazon SES 凭证，即可本地运行或部署至服务器。也可直接使用官方托管版 mailcheap.ai 体验。

它是什么

new-term-radar 是一个用 Python 编写的 AI 新词雷达，每天自动扫描 X、Hugging Face、GitHub 和网站 sitemap，捕捉新模型、新产品、新仓库的名字——赶在关键词工具收录之前。

核心亮点

• 多源聚合：X、HF、GitHub、sitemap 四路并行，覆盖面广
• 抢跑关键词工具：比 Google Trends 等更早发现新词
• 支持 MCP Server 与 Claude Skills，可直接接入 AI 工作流
• MIT 协议，Python 实现，易于二次开发

为什么火

AI 领域新词爆发极快，SEO、内容与投资决策都讲究“早知道”。它把分散在各平台的第一手信号自动汇总，刚好切中痛点，上线不久即破千星。

适合谁用

SEO/内容运营、AI 产品与投资研究者、想第一时间跟进模型与仓库动态的开发者。

快速上手

克隆仓库后按 README 配置数据源与 API Key，即可本地运行；也可作为 MCP Server 挂载到 Claude Code 等客户端中调用。

它是什么

git-ai 是一个用 Go 编写的 Git 分支管理工具，专为 AI Agent 设计。它让多个 AI 编程代理在同一仓库中并行工作而互不干扰——每个 Agent 拥有独立的隔离分支，任务完成后可选择性合并回主分支。

核心亮点

• Agent 隔离：为每个 AI Agent 创建独立工作区，避免并发写冲突
• 自动合并：支持将 Agent 产出按需合并回主干，保留清晰的提交历史
• 轻量 CLI：Go 单二进制，无额外依赖，可直接嵌入 Agent 工作流
• 兼容 Git：底层仍是标准 Git 仓库，不引入私有格式

为什么火

AI 编程代理（如 Claude Code、Cursor Agent）正大量进入日常开发，但多 Agent 并行时的分支冲突、代码覆盖问题一直缺乏优雅解法。git-ai 精准切入这一痛点，1056 星的增长主要来自 AI 工具链开发者的自发传播。

适合谁用

• 构建多 Agent 协作系统的开发者
• 需要并行运行多个编码 Agent 的团队
• 研究 Agent 版本控制与工作流隔离的技术人员

快速上手

go install github.com/feder-cr/git-ai@latest
git-ai init
git-ai spawn <agent-name>   # 为 Agent 创建隔离分支
git-ai merge <agent-name>   # 合并 Agent 产出

具体命令请以仓库 README 为准。

它是什么

Scout 是 Outcrawl 开源的浏览器智能体，用 TypeScript 编写，基于 Chrome DevTools Protocol（CDP）驱动真实浏览器完成自动化任务，由 LLM 负责决策。

核心亮点

直接走 CDP 协议而非 Playwright 封装层，控制粒度更细、延迟更低；把「感知页面—规划动作—执行」做成闭环，适合处理动态网页。Apache-2.0 许可，商用友好。

为什么火

浏览器 Agent 是当前最热的落地场景之一，而 Scout 补上了「开源 + 协议底层 + TypeScript 生态」这个空缺。894 星虽不算爆款，但对刚起步的项目已是明确信号。

适合谁用

想自建 Web 自动化 Agent 的开发者、需要抓取或操作复杂前端页面的团队，以及研究 Agent 架构、希望改造底层协议栈的工程师。

快速上手

仓库为 Outcrawl 官方镜像，克隆后按 README 配置 LLM API Key 与 Node 环境即可运行。建议先跑示例任务，再逐步接入自有流程。

它是什么

Tracely-ai 是一个基于 Python 的开源 AI 应用链路追踪工具，为 LLM 调用、Agent 执行和多步推理流程提供全链路可观测性。

核心亮点

• 零侵入接入：几行装饰器即可包裹现有 AI 调用，无需重构业务代码
• 全链路可视化：完整记录每次推理的输入输出、耗时、Token 消耗与工具调用链
• 本地优先：数据默认落盘，不强制上云，兼顾调试效率与隐私合规
• MIT 协议：可自由商用与二次开发

为什么火

LLM 应用调试长期依赖 print 和日志拼凑，Agent 多步调用出错时几乎无法定位。Tracely-ai 恰好补上了这块空白——轻量、开源、开箱即用，829 星的增长主要来自 AI 工程师社区的口碑传播。

适合谁用

构建 RAG、Agent、多轮对话系统的 AI 应用开发者；需要排查 LLM 调用异常、优化 Token 成本的工程团队；以及希望为 AI 产品建立可观测性体系的技术负责人。

快速上手

pip install tracely-ai

在代码中用 @trace 装饰目标函数，运行后打开本地 Dashboard 即可查看完整调用链。

它是什么

Roast Room 把七位商业大佬“请”进 Claude Code：贝索斯、Paul Graham、Hormozi、Gary Vee、Dan Martell、Gino Wickman、巴菲特围坐一桌，围绕你的商业决策展开实时辩论。

核心亮点

每位顾问拥有独立人设与思维框架，不是简单换皮 prompt——他们会互相反驳、追问、拆台。你抛出一个决策，七种视角同时开火，从增长、资本、运营到长期价值全覆盖。

为什么火

单一大模型给建议容易“和稀泥”，而多角色对抗能逼出真实分歧。676 星说明开发者对“AI 决策陪练”需求强烈，且 Claude Code 的 Agent 能力让多角色编排变得轻量可行。

适合谁用

独立开发者、早期创始人、产品经理——任何需要在拍板前被“骂醒”的人。也适合想研究多 Agent 协作模式的工程师。

快速上手

克隆仓库，在 Claude Code 中加载配置，输入你的决策问题即可围观圆桌开撕。JavaScript 编写，无需额外部署。

它是什么

Eleven 是一个面向 AI Agent 的逆向工程框架，支持 macOS、Windows 和 Linux。它让任意兼容 ACP 协议的 Agent 直接读取、重命名和修补二进制文件、Android 应用乃至 GPU kernel。

核心亮点

• Agent 优先设计：不是给人用的 GUI，而是为 Agent 提供结构化接口，让 AI 自主完成逆向任务。
• 跨平台覆盖：统一处理三大桌面系统，并延伸至 Android APK 与 GPU 内核。
• 集成主流工具：打通 Ghidra、Hopper 等反汇编/反编译生态，Agent 可直接调用其能力。

为什么火

逆向工程长期依赖人工经验，门槛极高。Eleven 把 Agent 变成“副驾驶”，让 AI 在真实二进制上执行重命名、打补丁等操作，592 星的增长反映出社区对自动化逆向的强烈需求。

适合谁用

安全研究员、逆向工程师、AI Agent 开发者，以及希望用自然语言驱动二进制分析流程的团队。

快速上手

git clone https://github.com/Zfinix/eleven
cd eleven && npm install

配置你的 ACP Agent 后，即可对目标二进制发起读取与修补指令。