本周新建热门 AI 项目

它是什么

git-ai 是一个用 Go 编写的 Git 扩展，专为 AI Agent 与编码助手设计，让版本控制操作更贴合自动化工作流。

核心亮点

• 面向 Agent 的语义化接口，降低 AI 调用 Git 的出错率
• 基于 Go 实现，单二进制、部署轻量
• 支持 SCION 相关能力，便于多 Agent 协同场景
• 保留 Git 原生兼容性，可渐进接入现有仓库

为什么火

AI 编码助手爆发后，Agent 频繁操作 Git 却缺乏专用抽象，误提交、冲突处理混乱成为痛点。git-ai 正好填补这一空白，加上 2.4k 星标与活跃的 ai-agents 话题，吸引大量自动化开发者关注。

适合谁用

构建编码 Agent 的开发者、需要让 AI 自动管理分支与提交的团队，以及探索 Agent 协作版本控制的极客。

快速上手

go install github.com/feder-cr/git-ai@latest
git-ai --help

建议先在测试仓库中验证 Agent 调用流程，再接入生产工作流。

它是什么

Earshot 为编码 Agent 补上“耳朵”：让 AI 能听音频、审声音、做音效设计。纯 Python 实现，CPU 即可运行，MIT 协议。

核心亮点

• 纯 CPU 推理：无需 GPU，本地跑音频理解与生成
• MCP 原生：直接接入 Claude Code 等 Agent 工作流
• 听、审、创一体：音频分析、质量评审、音效生成闭环

为什么火

Agent 生态长期“重文本轻声音”，Earshot 用极低部署门槛填补空白。MCP 加持让它天然嵌入现有编码 Agent，社区对“多模态 Agent 工具”需求正旺。

适合谁用

做 AI Agent 的开发者、需要音频能力的 Claude Code 用户、想低成本实验音频生成的研究者。

快速上手

pip install earshot

配置 MCP server 后即可在 Agent 中调用音频工具，详见仓库 README。

它是什么

leanrea 是一个仅 8 KB 的 Python 技能包，旨在替代 REA（Reverse Engineer Anything）方案。它不依赖 MCP，只使用纯 CLI 工具完成逆向分析任务。

核心亮点

• 极轻量：整个技能仅 8 KB，无重型依赖。
• 无 MCP：抛弃 MCP 协议栈，直接走命令行，减少中间层开销。
• 性能实测：官方基准显示速度提升 38%，成本降低 35%。

为什么火

AI Agent 工具链普遍存在“协议税”——MCP 虽通用但臃肿。leanrea 反其道而行，用最朴素的 CLI 组合换取确定性的性能与成本优势，戳中了追求效率的开发者的痛点。

适合谁用

需要给 Agent 接入逆向分析能力、又不想引入 MCP 复杂度的开发者；对 token 成本和响应延迟敏感的个人或小团队。

快速上手

git clone https://github.com/aicodeking/leanrea
cd leanrea
# 按 README 配置 CLI 工具链后直接调用

MIT 许可，Python 环境即可运行。

它是什么

LiCinCan/blender-ai-mcp-addon 是一个把 AI 助手接入 Blender 的开源插件，同时提供 MCP 服务器。它让大模型通过对话直接操作 3D 场景，兼容 OpenAI、Claude、Gemini、Ollama 等主流后端。

核心亮点

内置可视化聊天界面，支持场景工具调用与多智能体工作流；通过 MCP 协议把 Blender 的 bpy Python 接口暴露给 LLM，实现脚本生成与自动建模。MIT 协议，Python 编写，易二次开发。

为什么火

Blender 用户长期苦于脚本门槛，而 MCP 正成为 AI 工具链的标准接口。该项目同时踩中“AI 辅助 3D 创作”和“MCP 生态”两个热点，近千星增长顺理成章。

适合谁用

3D 艺术家、技术美术、Blender 插件开发者，以及想用自然语言驱动建模流程的 AI 爱好者。

快速上手

在 Blender 中安装插件，配置所选 LLM 的 API Key，启动内置 MCP 服务后即可在聊天面板中下达指令，例如“生成一个低多边形椅子并应用材质”。

它是什么

Scout 是 Outcrawl 团队开源的浏览器智能体（browser agent），用 TypeScript 编写，基于 Chrome DevTools Protocol（CDP）驱动真实浏览器，让 LLM 自主完成网页操作任务。

核心亮点

• 基于 CDP：直接控制 Chromium，不依赖 Playwright/Puppeteer 封装层，对页面状态和网络请求的掌控更细
• LLM 原生：将页面结构转化为模型可理解的上下文，由模型规划点击、输入、跳转等动作
• TypeScript 全栈：类型安全，易于嵌入现有 Node 服务或自建 Agent 平台
• Apache-2.0：商用友好

为什么火

浏览器 Agent 是当前最热的落地场景之一，但多数方案依赖重型框架或闭源服务。Scout 以轻量、协议层直连的方式切入，加上 Outcrawl 在爬虫与自动化领域的积累，吸引了不少想自建可控 Agent 的开发者。

适合谁用

需要构建网页自动化 Agent 的工程师、做 RPA/数据采集的团队，以及想研究 LLM 与浏览器交互机制的技术爱好者。

快速上手

git clone https://github.com/outcrawlai/scout
cd scout && npm install

配置 LLM API Key 后即可运行示例任务，建议先阅读仓库内的 agent 配置与工具定义部分。

它是什么

MOSS-Image 是 OpenMOSS 团队开源的 50 亿参数 DiT 基础模型，专注文生图，官方仓库提供完整训练与推理代码。

核心亮点

• 高质量文本渲染：海报、UI 等场景中文字清晰可读，直击扩散模型的老大难问题
• 布局生成：支持可控的空间布局，便于结构化内容创作
• 高效微调：5B 规模在消费级多卡上即可完成定制训练
• Apache-2.0：商用友好

为什么火

文本渲染和布局控制正是当前开源文生图最稀缺的能力，叠加宽松协议与完整代码，迅速吸引开发者关注。

适合谁用

需要生成含文字图像的设计工具开发者、做可控生成研究的团队，以及希望低成本微调自有风格模型的工程师。

快速上手

克隆仓库后按 README 安装依赖，加载官方权重即可推理；微调可参考仓库内示例脚本。

它是什么

huashu-motion 是一个面向编码 Agent 的动效技能包，让 Claude Code、Codex 等 Agent 直接产出商业级产品宣传片。基于 GSAP 驱动动画，Agent 会作曲、能生成画面，还支持“指着画面改”。

核心亮点

• 一键直出：给 Agent 一句话，它自己写动画、配乐、出片
• 指哪改哪：对着画面指出问题，Agent 精准定位修改
• GSAP 底层：成熟动画引擎保证流畅度与专业感
• Agent Skills 形态：作为技能注入现有工作流，无需切换工具

为什么火

它把“做宣传片”这件需要设计、剪辑、配乐协作的事，压缩成一次对话。对独立开发者和内容创作者来说，这是发布产品时最耗时的一环，自然引发关注。

适合谁用

独立开发者、开源作者、需要快速产出产品发布视频的团队，以及重度使用 Claude Code / Codex 的 Agent 玩家。

快速上手

克隆仓库，按文档将 skill 装入你的 Agent 环境，随后用自然语言描述产品与风格即可生成初版，再通过指认画面迭代。MIT 协议，可自由改造。

它是什么

Eleven 是一个面向 Agent 的跨平台逆向工程工具，支持 macOS、Windows 和 Linux。它让任意 ACP Agent 与你并肩工作，直接读取、重命名和修补二进制文件、Android 应用及 GPU kernel。

核心亮点

• Agent 优先：不是给人类用的 GUI 工具，而是为 AI Agent 设计的逆向工作台，ACP 协议原生接入。
• 全平台覆盖：macOS、Windows、Linux 三端统一，打破传统逆向工具的平台壁垒。
• 多目标支持：二进制文件、Android APK、GPU kernel 均在处理范围内。
• 可操作而非只读：Agent 不仅能分析，还能重命名符号、打补丁，真正参与逆向流程。

为什么火

逆向工程长期依赖 Ghidra、Hopper 等重型 GUI，Agent 难以直接介入。Eleven 把逆向能力抽象为 Agent 可调用的接口，契合当下 AI Agent 工具链爆发的趋势，792 星的增长说明开发者对“Agent + 逆向”这一组合的强烈兴趣。

适合谁用

安全研究员、逆向工程师、AI Agent 开发者，以及希望将 LLM 引入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 后即可加载目标二进制或 APK 开始分析。TypeScript 编写，Apache-2.0 许可，集成成本低。

它是什么

Indra 是 Datalab 开源的纯 CPU 文档 OCR 工具链，用 Python 编写，覆盖行检测、CTC 文字识别、阅读顺序还原到 Markdown 输出全流程。模型基于 ONNX 推理，无需 GPU 即可跑出接近实时的速度，专门为 PDF 与扫描件解析设计。

核心亮点

• CPU 优先：ONNX 优化推理，普通服务器即可部署，省下 GPU 成本
• 端到端：检测→识别→排序→Markdown 一条龙，输出可直接喂给 LLM
• 阅读顺序：多栏、表格、复杂版式也能还原成合理文本流
• 轻依赖：Apache-2.0 许可，集成进现有 pipeline 门槛低

为什么火

文档解析是 RAG 和 AI 应用里最脏最累的一环。市面上高精度方案大多绑 GPU 或闭源 API，Indra 用 CPU 就能跑出可用质量，且直接产出结构化 Markdown，正好卡在“自托管 + 低成本 + 够用”的甜点位上。

适合谁用

需要批量解析 PDF 的 RAG 开发者、做文档智能化的中小团队，以及没有 GPU 资源但想自建 OCR 服务的工程师。

快速上手

pip install indra

参考仓库 README 加载模型，对 PDF 或图片调用解析接口即可得到 Markdown。建议先用小样本验证版式支持度，再接入生产流程。

它是什么

House Control 用 Swift 打造，把你的住宅变成可交互的 3D 模型，常驻 Mac 菜单栏，也能在 iPhone 上查看和操作。

核心亮点

• 3D 可视化：基于 Three.js 渲染房屋结构，灯光、空调状态实时映射到模型上
• 多协议打通：兼容 Smart Life、Home Assistant、Philips Hue 与 Apple Home
• 原生体验：Swift 编写，Mac 菜单栏即点即用，iOS 端同步

为什么火

智能家居控制面板大多停留在列表和开关，缺乏空间感。它把“家”直接做成 3D 沙盘，一眼看清全屋状态，切中极客用户对可视化控制的想象，加上多平台协议聚合，省去在多个 App 间切换。

适合谁用

已部署 Home Assistant 或 Hue 的智能家居玩家、喜欢折腾可视化面板的 Mac/iOS 用户，以及想给家庭自动化加一层直观界面的开发者。

快速上手

克隆仓库后用 Xcode 打开，配置各平台 API 凭证并导入房屋平面图，即可在菜单栏运行。MIT 协议，可自由修改扩展。