乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > 这波开源太猛:AI视频编辑器爆了,开源Figma替代424星,进程内SQL数据库火了

这波开源太猛:AI视频编辑器爆了,开源Figma替代424星,进程内SQL数据库火了

当前时间： 2026-06-21 11:21:20 更新时间： 2026-06-21 分类：软件教程 评论(0)

这波开源太猛:AI视频编辑器爆了,开源Figma替代424星,进程内SQL数据库火了

每周做项目实测这件事，我已经从春天做到了夏天。不是为了追热点——是因为不亲手装一遍跑一遍，你永远不知道一个项目是”看起来很牛”还是”真的很好用”。

这轮的12个项目总星数12304，今日新增5304。阵容非常丰富——Palmier Pro AI视频编辑器以904星大爆发、进程内SQL数据库Turso以774星迅速出圈、OpenMontage Agentic视频生产以677星持续攀升、Pake把网页变桌面App以398星回归、Penpot开源设计工具以424星发力、Google TimesFM以432星增长。还有VoiceBox开源AI语音工作室（140星）、Twenty开源CRM（140星）等新面孔出现。

1. palmier-io/palmier-pro ⭐ 904（今日+904）

Palmier Pro——为AI打造的macOS视频编辑器，904星单日爆发。

904个新增星，今天增速最高的项目。Palmier Pro是一个专门为macOS设计的视频编辑器——核心卖点是”AI深度集成”——不是传统的手动拖拽时间线的视频编辑——是”AI理解你的视频内容，帮你完成大部分编辑工作”。

核心功能拆解：

  • AI驱动的智能剪辑：传统视频编辑器需要手动拖拽时间线、裁剪、加特效。Palmier Pro将AI集成到编辑流程中——AI自动分析视频内容→标记关键场景和对话→基于文本内容自动建议剪辑点→智能调整节奏。编辑从”逐帧操作”变为”描述需求、AI执行”。
  • 原生macOS深度优化：专门为macOS构建的原生应用——针对Apple Silicon全面优化。不是跨平台移植到Mac的体验——是Mac用户期待的本地应用表现。
  • 时间线和脚本双模式编辑：保留传统时间线让专业用户精细操作——又提供基于脚本的描述式编辑模式——”把这个视频剪成1分钟的精华版”——AI理解需求后自动执行——两者可随时切换。
  • 集成多种AI能力：AI语音识别（自动生成字幕和文本标记）、AI场景检测（自动切分不同场景）、AI内容分析（识别人物、物体、文字等关键元素）。

适用人群：macOS上的视频创作者和编辑者、需要快速处理视频内容的内容创作者、”想让AI帮自己剪视频”的Mac用户。

落地场景：采访/播客视频快速剪辑——录制一个小时的采访视频→导入Palmier Pro→AI自动转录并标记关键话题→根据文本自动切分为章节→选中想保留的→AI自动生成精简版。几小时的剪辑压缩到几十分钟。社交短视频批量制作——长视频导入→AI自动识别精彩片段→每个片段生成适配短视频的版本→加自动字幕→批量导出。

避坑提示：Palmier Pro目前仅支持macOS——Windows用户暂时无法使用。

一句话总结：904星——”让AI帮你剪视频”正在从概念变成Mac上一个可用的专业工具。

https://github.com/palmier-io/palmier-pro

2. penpot/penpot ⭐ 424（今日+424）

Penpot——开源的设计工具，连接设计师和开发者。Figma的开源替代。

424个新增星。Penpot是一个开源的UI/UX设计工具——基于Web运行——不需要安装客户端。Figma的开源替代方案——但比Figma多了一个优势：自托管，设计数据由你掌控。

核心功能拆解：

  • 基于Web的完整UI设计能力：在浏览器中运行——矢量编辑、布局设计、原型制作、设计稿标注——覆盖UI设计的主要流程。设计师不需要安装任何软件——打开浏览器即可工作。
  • 设计-开发协作的桥梁：Penpot的设计理念强调设计稿到代码的顺畅过渡——设计稿中的元素属性（尺寸、颜色、间距、字体）可以直接被开发者查看——不需要手动测量和记录。
  • SVG原生格式：使用SVG作为原生文件格式——设计稿本质上是可被代码直接引用的SVG——开发者可以复用在代码中。
  • 自托管——设计数据由你掌控：可以部署在自己的服务器上——设计数据不出基础设施。对于对设计数据安全有要求的企业——Penpot是一个选择。

适用人群：UI/UX设计师、需要设计-开发协作的团队、Figma很好用但设计数据不能上云的团队。

落地场景：团队从Figma到自托管Penpot的迁移——设计团队迁移到自托管的Penpot——设计流程不受影响——设计数据存储在自己的服务器上。开发者直接从Penpot中查看设计稿的元素属性——不再需要手动测量。开源项目的设计工具——开源项目部署Penpot作为设计工具——任何贡献者可在浏览器中参与设计——不需要申请商业工具许可。

避坑提示：Penpot的功能在持续接近Figma——但一些Figma的高级插件生态和协作体验可能还不完全一致。

一句话总结：424星——”Figma很好用，但你的设计数据在Figma的服务器上”——Penpot给你一个数据由你掌控的开源替代。

https://github.com/penpot/penpot

3. calesthio/OpenMontage ⭐ 677（今日+677）

OpenMontage——全球首个开源Agentic视频生产系统。12条流水线、52个工具、500+Agent技能。

677个新增星。不是”又一个视频剪辑工具”——是一个Agentic视频生产系统。把AI编码助手（Claude Code、Cursor等）变成”视频制作工作室”——通过Agent技能和流水线实现从素材到成片的全流程。

核心功能拆解：

  • 500+Agent视频制作技能：素材搜索、脚本撰写、语音合成、画面匹配、字幕生成、色彩校正——每个环节都有对应的Agent技能。比全自动工具更灵活——可以自由组合自定义流水线。
  • 12条预置生产流水线：不需要从零搭建——预置了”社交媒体短视频”、”产品展示视频”、”教程录制”、”新闻快讯”等流水线。选一条→填入内容→AI按流程处理。
  • 52个视频处理工具：覆盖剪辑、合成、转码、特效、色彩、音频——可单独使用或组合到流水线中。
  • 可编程流水线编排：除了预置流水线——可以用代码编排自己的生产流程——工具和技能自由组合——自定义程度很高。

适用人群：需要大量视频内容的创作者和营销团队、想把AI编码助手变成视频生产工具的开发者、短视频做不过来的内容团队。

落地场景：定制化视频生产流水线——内容团队每周需要制作多条产品展示视频——搭建自定义流水线——素材导入→AI分析卖点→生成脚本→配音配图→加字幕→适配多平台导出——一键运行。AI编码助手的视频能力扩展——开发者给Claude Code装上OpenMontage技能——”帮我把这篇文章转成60秒视频预告”——Agent通过技能调用完成制作。

避坑提示：500+技能意味着初始配置需要一定技术工作——建议从一条预置流水线开始熟悉再逐步自定义。

一句话总结：677星——”让你的AI编码助手帮你做视频”——从”玩笑话”变成了”可用的开源系统”。

https://github.com/calesthio/OpenMontage

4. tursodatabase/turso ⭐ 774（今日+774）

Turso——进程内SQL数据库，兼容SQLite。

774个新增星。Turso是一个”进程内SQL数据库”——跟SQLite兼容——但通过一些优化突破了SQLite在”写入密集型”和”大规模并发”场景中的局限。保留SQLite的”嵌入应用、零配置、单文件”优点——增加了Better replication和远程访问能力。

核心功能拆解：

  • SQLite兼容——但更好：使用SQLite作为底层引擎——兼容SQLite的文件格式和SQL语法。已有的SQLite数据和代码可以直接在Turso中使用——不需要迁移。但在SQLite的基础上增加了额外能力——分布式读取副本和边缘部署。
  • 分布式读取副本（Replicas）：SQLite是单文件数据库——写入时锁全库——不适合大规模读取并发。Turso支持创建多个只读副本——分布在不同的地理位置——读取请求被分发到最近的副本上。读取并发能力显著提升。
  • 边缘原生设计：Turso的设计目标之一是”在边缘运行”——部署在Cloudflare Workers、Vercel Edge Functions等边缘计算平台上——数据库实例跟应用一起部署在全球各地——数据离用户更近——延迟更低。
  • 进程内嵌入+远程可选：既可以像SQLite一样嵌入应用本地运行——也可以使用Turso的远程服务管理数据库的分布式副本。

适用人群：使用SQLite但遇到并发瓶颈的开发者、在边缘计算平台上需要数据库的应用开发者、以及所有”喜欢SQLite的简单但需要更多性能”的人。

落地场景：边缘计算场景中的数据库——一个全球部署的Serverless应用——在每个边缘节点上部署Turso的读取副本——用户请求到达最近的节点——从本地副本读取数据——延迟毫秒级——核心数据通过Turso的主节点写入同步。从SQLite平滑升级——一个使用SQLite的移动端或桌面应用——用户量增长后SQLite的写入并发开始吃力——将底层切换到Turso——兼容SQLite的API——不需要改数据库操作代码——获得分布式副本的支持。

避坑提示：Turso的分布式读取能力很强——但写入依然通过主节点完成——写入的单点瓶颈仍然存在。对于”写入负载极高”的场景——传统的关系型数据库（如PostgreSQL）可能更合适。

一句话总结：774星——”喜欢SQLite的简单优雅，但需要更多的读取并发”——Turso给了你一个兼容SQLite但更强的选项。

https://github.com/tursodatabase/turso

5. DeusData/codebase-memory-mcp ⭐ 1,267（今日+267）

代码记忆MCP持续增长——毫秒级查询、99%省Token。

267个新增星累计1267星。对代码库进行预索引构建持久化知识图谱——AI编码工具查询代码信息在毫秒级内从本地图谱获得答案。158种语言、亚毫秒级查询、Token消耗降低99%、单静态二进制零依赖。

核心功能拆解：

  • 持久化代码知识图谱：索引结果持久化存储在本地——下次打开Claude Code不需要重新理解项目——知识图谱已经在那里——跨对话记忆不丢失。
  • 158种编程语言：主流到小众——混杂多种语言统一索引。
  • 99%更少Token消耗：AI不需要每次通过读取源码来理解项目结构——直接从本地图谱查询。Token消耗不是减少一点——是几乎降到零。
  • 单静态二进制零依赖：下载可执行文件运行——不需要依赖其他环境。

适用人群：AI编码工具重度用户、大型代码库维护者、想减少Token消耗的开发者。

落地场景：零Token消耗的代码理解——打开大型项目——Claude Code通过图谱查询项目结构——不需每次读取源码。多语言Monorepo辅助——Python+JS+Go——所有语言统一索引——AI可跨语言查询。

避坑提示：小众语言索引可能只覆盖基本符号提取——关系分析深度可能不如主流语言。

一句话总结：1267星——”AI理解你的代码库”做到了毫秒级和99%省Token。

https://github.com/DeusData/codebase-memory-mcp

6. google-research/timesfm ⭐ 432（今日+432）

TimesFM——Google Research的时间序列基础模型。

432个新增星。在大量跨领域时间序列数据上预训练——学到通用时间序列模式——开箱即可用于预测。

核心功能拆解：

  • 预训练基础模型：在金融、天气、能源、交通等众多领域数据上预训练——拿来即用。
  • 零样本和少样本预测：只有很少甚至零个目标领域样本时也能做预测。
  • 多任务支持：标准预测、带协变量预测、长序列预测。
  • Google品质公开可用：模型权重、训练代码、评估基准全部公开。

适用人群：时间序列预测研究者、需要预测能力的量化分析师和工程师。

落地场景：服务器资源预测——根据数月资源使用率预测未来需求——辅助自动扩缩容。电商销售预测——根据数周销售额预测未来一周销量。

避坑提示：通用预测表现不错——极高频或特定领域数据——效果需在自己的数据上验证。

一句话总结：432星——大语言模型在文本上做的事——TimesFM在时间序列上做了一遍。

https://github.com/google-research/timesfm

7. twentyhq/twenty ⭐ 140（今日+140）

Twenty——Salesforce的开源替代，为AI设计。

140个新增星。Twenty是一个开源的CRM系统——定位是”Salesforce的开源替代”和”为AI设计”。不是把Salesforce的功能抄一遍免费——是从AI优先的角度重新设计了CRM。

核心功能拆解：

  • AI优先的数据模型：传统CRM的数据模型在设计时没有考虑AI接入——Twenty每个标准字段可以关联AI分析结果。”联系人的近期活动摘要”字段→AI自动汇总邮件互动、会议记录、工单历史——不需要人工阅读所有记录来提取信息。
  • 内置AI Agent工作流：不需要外接AI平台——Twenty内置AI Agent工作流。”当商机阶段变为’方案演示’时→AI自动生成针对客户需求的方案演示大纲→AI推荐成功案例参考资料→汇总到商机页面。”
  • AI摘要字段自定义：可以创建自己的AI字段——”客户满意度趋势”字段→配置AI从邮件互动、客服工单、电话记录中提取情感趋势→自动填充满意度评分。
  • 现代化交互体验：UI更接近Notion和Linear而不是传统CRM——操作路径短、界面清爽——适应成本低。

适用人群：中小型企业的销售和客户管理团队、初创公司不想早期付费使用Salesforce、被传统CRM复杂度和价格劝退的人。

落地场景：B2B初创公司的销售管理——部署Twenty——销售团队在统一平台管理客户和商机。AI自动为每个客户生成摘要——新成员接手客户时不需要翻历史记录。客户成功团队的管理——客户成功经理使用Twenty追踪客户健康度——AI自动从互动数据中分析满意度变化——发现健康度下降的客户自动告警。

避坑提示：AI字段和AI Agent需要配置AI模型API——未配置时Twenty仍然是功能完整的CRM——只是AI特性不可用。

一句话总结：140星——CRM不应该是一个”每个功能都要花钱解锁”的东西——免费的、AI驱动的Twenty正在证明这件事。

https://github.com/twentyhq/twenty

8. Kong/insomnia ⭐ 327（今日+327）

Insomnia——开源跨平台API客户端。支持GraphQL、REST、WebSocket、SSE和gRPC。

327个新增星。Kong公司维护的开源API客户端——Postman的主要开源替代之一。支持多种API协议——不只是REST——还有GraphQL、WebSocket、SSE和gRPC。

核心功能拆解：

  • 多协议API支持：REST、GraphQL、WebSocket、SSE、gRPC——测试不同协议API时不需要切换工具。
  • 环境变量和工作区：为不同环境（开发、测试、生产）定义变量切换时自动更新URL和认证信息——工作区按项目组织分享。
  • 三模存储：云端、本地文件系统、Git仓库——选择符合数据管理策略的方式。
  • 插件和主题：插件市场扩展功能——自定义主题适配偏好。

适用人群：API开发者（测试和调试不同类型API）、前端开发者（对接后端API时调试请求响应）、Postman用户想换开源方案的人。

落地场景：前后端联调API调试——前端开发过程中测试后端REST或GraphQL接口——查看响应数据——验证格式和状态码。微服务gRPC测试——后端微服务之间gRPC通信——用Insomnia测试gRPC端点——不需要为gRPC专门找工具。

避坑提示：基本API测试上跟Postman对齐——高级自动化测试和监控功能——Postman有更完善的方案。

一句话总结：327星——一个免费、开源、跨平台、支持多种API协议的API客户端——Postman之外的好选择。

https://github.com/Kong/insomnia

9. tw93/Pake ⭐ 2,398（今日+398）

Pake——一条命令把任意网页变成桌面App。

398个新增星累计2398星。Pake是一个CLI工具——输入一个网页URL——生成一个桌面应用（macOS、Windows、Linux）。不是”浏览器里打开网页”——是用Rust将网页打包为一个独立的桌面应用。

核心功能拆解：

  • 一条命令网页变应用：pake https://example.com——输入URL→生成桌面App。不需要写任何代码。生成的App有独立的窗口、系统托盘、自定义图标——看起来像原生应用。
  • Rust编写的轻薄内核：不像Electron那样捆绑整个Chromium——Pake使用Rust编写的更轻量的WebView——生成的应用体积更小、内存占用更低。
  • 自定义配置：可以自定义App的名称、图标、窗口大小、是否允许JavaScript（某些需要JS的网页）等参数。
  • 跨平台输出：支持macOS（.app）、Windows（.exe）、Linux（.AppImage）。

适用人群：经常在浏览器中打开同一个网页的用户（想把它变成一个”独立的桌面应用”）、喜欢桌面应用体验但不开发的普通用户、开发者（需要快速为内部工具创建桌面壳）。

落地场景：网页工具的桌面化——你每天都会打开某个Web App（AI聊天工具、项目管理面板、笔记工具）——用Pake把它变成桌面App——固定在Dock或任务栏上——打开时不需要先打开浏览器再输入URL。内部工具的桌面包装——团队部署了一个内部Web工具——用Pake生成桌面版本的安装包——分发给团队成员——双击打开像原生应用一样使用——不需要教他们”在浏览器里打开这个URL”。

避坑提示：Pake生成的App本质上是”网页的壳”——功能完全依赖目标网页是否能在WebView中正常运行。某些依赖浏览器特定API或需要登录状态的网页——在Pake中可能需要额外配置。

一句话总结：2398星——”如果你每天都要在浏览器中打开同一个网页——为什么不把它变成一个’看起来像原生应用’的桌面App呢？”

https://github.com/tw93/Pake

10. chopratejas/headroom ⭐ 3,786（今日+786）

Headroom逼近4000星——省Token黑科技，786星今日新增。

786个新增星累计3786星，距离4000大关更近了。在数据到达LLM之前做智能压缩——Token减少60-95%，回答质量基本不变。以Python库、API代理和MCP服务器三种形态提供服务。

核心功能拆解：

  • 语义级智能压缩：理解内容语义——RAG文档块保留核心事实去掉修饰表述（60-70%压缩）、工具调用输出只保留关键数据字段（80-95%压缩）、日志保留错误和关键指标（70-90%压缩）。
  • 三种接入形态：Python库、API代理、MCP服务器——不管你怎么用LLM都有适合的方式。
  • 可调压缩力度：保守模式（30-50%，信息几乎无损）和激进模式（80-95%，适合Token敏感场景）。
  • 省钱报告：每次压缩后输出原始Token→压缩后Token→压缩率→预估节省成本。

适用人群：LLM API重度用户、RAG系统开发者、想省Token又不想损失回答质量的人。

落地场景：企业RAG成本优化——每天数千次查询——每次检索多文档块送入LLM——接入Headroom后压缩一半以上——月度账单下降。高频API成本拦截——每秒数十次LLM调用——代理自动压缩所有输入——Token消耗降低。

避坑提示：激进模式在法律文书分析等精确场景可能丢失关键修饰表述——先从保守模式开始。

一句话总结：3786星——”省Token就是省钱”——Headroom用一个直白的价值主张成为LLM应用的标配组件。

https://github.com/chopratejas/headroom

11. jamiepine/voicebox ⭐ 140（今日+140）

VoiceBox——开源AI语音工作室。克隆、听写、创建。

140个新增星。一个开源的AI语音工作室——三个核心能力：语音克隆（克隆说话人的声音）、听写（语音转文字）、语音创建（文本转语音）。在一个应用中集成了AI语音处理的完整工作流。

核心功能拆解：

  • 语音克隆：给定一段参考语音（几十秒到几分钟）——克隆该说话人的音色和语调——基于新文本生成该声音的语音。不需要大量的训练数据——短样本就能工作。
  • 语音转文字：内置了听写功能——将音频或实时麦克风输入转为文字。可用于会议记录、采访转录、语音笔记。
  • 文本转语音：合成自然语音——支持多音色——可以选择不同的声音来朗读文本。
  • 一站式语音工作室：三个核心功能集成在一个应用中——不需要”先打开Cloning工具→保存结果→打开TTS工具→再合成”的工作流。

适用人群：内容创作者和播客制作者、需要语音克隆或TTS能力的开发者、以及所有对AI语音处理感兴趣的人。

落地场景：播客的后期语音处理——在播客中需要补充一段录音但原始主播不在场——用VoiceBox克隆主播的声音→输入需要补充的文本→生成语音→插入播客中。个人的语音助手定制——录制自己的几段语音→克隆自己的声音→用克隆的声音作为个人AI助手的语音回复——听感更亲切。

避坑提示：语音克隆效果高度依赖参考音频的质量——有背景噪音或回声的录音会显著降低克隆相似度。

一句话总结：140星——”克隆你的声音、听写你的语音、创建新的声音”——在一个开源应用中完成所有AI语音处理。

https://github.com/jamiepine/voicebox

12. Kilo-Org/kilocode ⭐ 1,035（今日+35）

Kilo——全功能开源编码Agent平台，突破千星。

35个新增星累计1035星。Kilo是一个”all-in-one agentic engineering platform”——不是”又一个编码Agent”——是涵盖了构建、部署和迭代的完整Agent工程平台。

核心功能拆解：

  • 全功能编码Agent：理解代码库、执行编码任务、处理Git工作流——通过自然语言命令完成日常开发任务。
  • Agent工程平台能力：不只是对话——Agent行为可配置（通过技能和指令自定义）、可观测（操作日志和执行过程可追溯）、可管理（同时管理多个Agent任务）。
  • 开源和自托管：可以部署在自己的基础设施上——Agent处理的代码数据不出你的网络。
  • 快速迭代工作流：理解需求→设计方案→生成代码→运行测试→修复问题——完整的迭代循环在Kilo中完成。

适用人群：希望用一个平台管理AI编码工作流的团队、需要自托管编码Agent的组织、不只想要编码助手还想要完整Agent工程平台的人。

落地场景：团队统一AI编码平台——团队部署Kilo作为统一平台——所有成员通过Kilo管理Agent任务——行为配置、操作日志和任务管理统一在一个平台。安全敏感的编码环境——代码数据不能离开内网——Kilo自托管部署——Agent操作全部在内网完成。

避坑提示：Kilo自托管需要一定技术能力部署维护——个人开发者如果只需要一个能写代码的Agent——Kilo的平台定位可能显得”重”。

一句话总结：突破千星——如果Claude Code是”跟Agent对话”——Kilo是”围绕Agent建的整个开发平台”。

https://github.com/Kilo-Org/kilocode

三个趋势总结

12个项目跑完，三个方向值得关注：

趋势一：AI视频生产正在经历”从全自动到Agentic”的进化。 MoneyPrinterTurbo是”一键生成”的全自动模式——这一轮出现的Palmier Pro（904星，macOS AI编辑器）和OpenMontage（677星，500+技能的视频生产系统）代表了不同的方向：Palmier Pro是”AI辅助编辑”（人机协作），OpenMontage是”Agentic生产系统”（可编程流水线）。视频AI不再只有”全自动一条路”——”人机协作”和”可定制流水线”正在成为新的选项。

趋势二：SQLite生态正在经历一波”现代化升级”。 Turso（774星，进程内SQL数据库）这次出圈——加上之前的Litestream、LiteFS等——SQLite这个”古早”的嵌入式数据库正在被注入新的生命：分布式副本、边缘部署、更好的并发处理。SQLite的”简单、零配置、单文件”优势不变——但那些曾经”SQLite不适合”的场景（高并发读取、边缘部署）正在被逐个攻克。

趋势三：两个”千星项目”的稳定增长说明了两个方向的确定性——省Token和代码理解。 Headroom（3786星，逼近4000）和Codebase Memory MCP（1267星）——一个是”在数据到达LLM之前压缩”，一个是”预索引代码知识图谱避免重复理解”——两个项目用不同的方案解决同一个问题：减少AI编码工具的Token消耗。”Token太贵”这个痛点——正在推动一个完整的工具生态出现。

项目地址汇总

https://github.com/palmier-io/palmier-prohttps://github.com/penpot/penpothttps://github.com/calesthio/OpenMontagehttps://github.com/tursodatabase/tursohttps://github.com/DeusData/codebase-memory-mcphttps://github.com/google-research/timesfmhttps://github.com/twentyhq/twentyhttps://github.com/Kong/insomniahttps://github.com/tw93/Pakehttps://github.com/chopratejas/headroomhttps://github.com/jamiepine/voiceboxhttps://github.com/Kilo-Org/kilocode

聊两句： 12个项目里，哪个最让你想立刻试试？Palmier Pro那个AI视频编辑器——Mac用户开始欢呼了吗？Turso那个进程内SQL数据库——你的项目是不是也想从SQLite升级一下？Pake那个”一条命令把网页变桌面App”——有没有让你想把自己常用的Web工具变成独立的桌面App？还是Headroom逼近4000星——你开始用了吗？来评论区说说你的想法——每条我都会认真看。