ARTICLE · 1207902
GitHub周榜:REA一周涨23万星,AI开始拆软件
GitHub周榜 / 2026.10.18
10 个 AI 开源项目 /3 个趋势信号
一个项目，一周涨了23万多颗星。
这周 GitHub 上涨得猛的十个 AI 开源项目里，有人教 AI 拆软件，有人给它补记忆，还有人让它画图、做视频、造零件、值夜班。
先说一个变化：这十个项目里，一大半不是新模型，也不是新应用，而是装进你现有 AI 助手里的插件和技能。装上一个，你的 AI 就多一门手艺。
所以这期不比谁最火，只看三件事：它解决什么问题，怎么用，边界在哪里
OPEN SOURCE / PROJECT 01 OF 10
01REA：看到好功能，先让 AI 替你拆开
31.5万+Star｜ 2026 年 4 月建库 ｜近一周新增23.7万+
第一个，REA，全称 Reverse Engineer Anything，逆向一切。
四月才建库，一周涨了23万多颗星，GitHub Trending 周榜第一。
它为什么这么火？
当你看到别的应用里有个功能做得特别好，想知道它是怎么实现的。以前得懂汇编、会用反编译工具，再一行一行去啃。
现在装上 REA，只需要对你的 AI 说一句：
PROMPT / 向 AI 发出指令
帮我搞清楚这个应用的搜索是怎么做的，注意要给结论，同时要把证据输出。
AI 就会自己动手去拆：网页、桌面应用、安卓应用，一路追到底层二进制。它会调用 Ghidra、IDA、Hopper 等逆向工具，顺着调用链往下查；每个结论都附证据，没搞清楚的地方也会直接说明。
官方案例里，AI 把老游戏 DX-Ball 中计算声音左右声道的函数还原成了 C 代码：3205 组测试全部通过，编译结果与原版 63 个字节完全一致。
装上它，以后研究一个好功能，可以先让 AI 打头阵，不用自己对着反编译结果从零啃。
⚠️ 注：项目方写明只用于合法研究、教学和互操作，对象应该是你自己的软件，或者你有权分析的软件。很多商业软件的用户协议禁止逆向，IDA、Hopper 也要正版授权。提倡看懂，不提倡照抄。
GITHUB REPOSITORY ↗
项目地址：https://github.com/morluto/rea
OPEN SOURCE / PROJECT 02 OF 10
02skills：别让 AI 急着写，先让它问清楚
29.5万+Star｜ 2026 年 2 月建库 ｜近一周新增1万+
第二个，skills，作者是 Matt Pocock，TypeScript 圈子里很有名的老师
它解决的是什么问题？
用 AI 写代码，最头疼的往往不是写得慢，而是写了一大堆，最后发现根本不是你要的。
这套技能是他自己每天在用的。用他的话说：给真正做工程的人用，不是vibe coding。
具体怎么用？
最火的一个叫 grill-me，意思是"拷问我"。AI 动手之前，先反过来问你：要做什么，边界在哪，各种情况怎么处理；问清楚了，再动手写。
还有一个是 tdd：AI 先写一个会失败的测试，亮红灯；再改代码，让它变绿。每一步都有反馈，不再闭着眼写。
另外还有排查 bug、给代码架构做体检的技能，每个都很小，可以改成你自己的版本。
装上它，你的 AI 就从闷头写代码的新人，变成先问清楚、再一步步验证的工程师。
GITHUB REPOSITORY ↗
项目地址：https://github.com/mattpocock/skills
OPEN SOURCE / PROJECT 03 OF 10
03diagram-design：逻辑想清楚了，图一句话就有
5.7万+Star｜ 2026 年 4 月建库 ｜近一周新增8100+
第三个，diagram-design，专门教 AI 画图解的技能。
它解决的是什么问题？
写方案、做汇报，逻辑早就想明白了，费时间的是画成一张像样的图。让 AI 画，它通常甩给你一张 Mermaid：方框套方框，又挤又乱。
这个技能为四十多种图定好了规矩：架构图、时序图、四象限、流程图、时间线……每种都有浅色、深色和完整排版三种样式。
具体怎么用？
只需要对你的 AI 说一句：
PROMPT / 向 AI 发出指令
给我画一张这个应用的架构图，包括前端、后端、数据库和 Redis 缓存。
AI 就会自己挑选图的类型，把坐标对齐到 4 像素网格，再用脚本检查有没有重叠、出界；最终输出一个 HTML 文件，浏览器双击就能打开。
给它一个网址，它还能学会你网站的配色和字体，画出你自己的品牌风格。
装上它，把时间花在想清楚逻辑上，画图交给 AI。
GITHUB REPOSITORY ↗
项目地址：https://github.com/cathrynlavery/diagram-design
OPEN SOURCE / PROJECT 04 OF 10
04OpenMontage：给 AI 助手配一个视频工作室
6.9万+Star｜ 2026 年 3 月建库 ｜近一周新增3100+
第四个，OpenMontage，一个开源的 AI 视频制作系统。
它解决的是什么问题？
做视频最累的不是生成画面，而是脚本、分镜、素材、配音、字幕、剪辑、合成，每一步都得有人张罗。
OpenMontage 能把 Claude Code、Cursor、Codex 这些 AI 编程助手，直接变成一个视频工作室。
具体怎么用？
只需要对你的 AI 说一句：
PROMPT / 向 AI 发出指令
给我做一个六十秒的动画，讲讲神经网络是怎么学习的。
AI 就会自己动手：查资料、写脚本、生成画面和配音，再剪辑合成，交出成片。
里面有十几条制作流水线、一百多个工具、七百多份技能和经验文件。开工前先报价，生成素材前先看分镜；你点头了，才开始花钱。
官方示例短片里，一根孤独的香蕉和一个猕猴桃交上了朋友：时长六十秒，总成本 1.33 美元。
装上它，一个人也能搭起一个 AI 制作班子。
⚠️ 注：开源不等于免费。画面和配音要接第三方模型、按量付费，动手前先看报价单。
GITHUB REPOSITORY ↗
项目地址：https://github.com/calesthio/OpenMontage
OPEN SOURCE / PROJECT 05 OF 10
05claude-mem：别每开一个对话，就重新交代一遍
10.1万+Star｜ 2025 年 8 月建库 ｜近一周新增2300+
第五个，claude-mem，给 AI 加上长期记忆。这是去年八月就有的老项目，十月以来又涨了将近七千。
它解决的是什么问题？
用 AI 写过代码的都知道：一开新对话，它就全忘了；昨天修过的 bug、定好的方案，都得从头再讲。
它是怎么做到的？
它在后台记录 AI 每次用了什么工具、改了什么，再压缩成一条条摘要，存进本地数据库。
下次开新对话，它不会一股脑全塞回去，而是先查索引、挑出相关的几条，需要时再取细节。官方说，这样大约能省十倍的 token。Claude Code、Codex、Gemini、OpenCode 都能装。
装上它，你的 AI 就像一直跟着项目的老同事，上次聊到哪，它都记得。
⚠️ 注：数据库在本地，但生成摘要要调用模型，默认走它的托管服务，也可以换成自己的模型密钥。代码敏感的项目，先看清数据走哪条路。
GITHUB REPOSITORY ↗
项目地址：https://github.com/thedotmack/claude-mem
OPEN SOURCE / PROJECT 06 OF 10
06free-claude-code：编程工具和背后的模型，可以分开选
6.1万+Star｜ 2026 年 1 月建库 ｜近一周新增4000+
第六个，free-claude-code。名字很抓人，但先别误会：它不是 Anthropic 官方项目，背后跑的也不是 Claude 模型。
它具体做了什么？
Claude Code、Codex 这些编程工具好用，但价格不低。它在你的电脑上起一个代理，把这些工具发出的请求，转给其他模型服务商。
它接入了六十一家服务商，包括各家的免费额度，项目方称合计每月有十三亿多免费 token；也能接入本地模型。
十一种编程工具共用一个模型目录；某个模型出故障，它会按你排好的顺序自动切到下一个。你甚至可以在手机上用 Telegram 或 Discord 发一段语音，让它去写代码。
装上它，你拿到的不是"免费顶配"，而是给编程助手更换模型后端的选择权。想零成本先试试这类工具，这是一条门槛很低的路。
⚠️ 注：效果会比原版打折扣；免费额度的条款随时可能变化；公司代码和客户数据别走免费通道。项目采用 AGPL 协议，企业二次开发前先咨询法务。
GITHUB REPOSITORY ↗
项目地址：https://github.com/Alishahryar1/free-claude-code
OPEN SOURCE / PROJECT 07 OF 10
07knowledge-work-plugins：把一个岗位的干法，交给 AI
3万+Star｜ 2026 年 1 月建库 ｜近一周新增1200+
第七个，knowledge-work-plugins，由 Anthropic 官方推出。
它是给谁用的？
前面几个都偏技术，这个是给不写代码的人准备的：销售、法务、财务、市场、客服、产品经理、数据分析，还有生物研究人员。
里面都有什么？
一共十一个插件，大多按岗位划分，每个都打包了岗位知识、常用流程和斜杠命令，还接好了 Slack、Notion、HubSpot、Snowflake 等常用工具。
装上销售插件，一个命令就能备好客户电话要用的材料；装上法务插件，它可以先帮你过一遍合同和保密协议，最后拍板的还得是人。
插件只是一组 Markdown 和 JSON 文件，没有代码。把公司的术语和流程写进去，就成了你们自己的版本。它主要配合 Claude Cowork 使用，Claude Code 里也能装。
装上它，别只让 AI 写几句漂亮话，而是开始教它：你这个岗位，平时到底怎么做事。
GITHUB REPOSITORY ↗
项目地址：https://github.com/anthropics/knowledge-work-plugins
OPEN SOURCE / PROJECT 08 OF 10
08AirLLM：显卡装不下大模型，就一层一层搬
3.9万+Star｜ 2023 年 6 月建库 ｜近一周新增3300+
第八个，AirLLM，用小显卡跑超大模型。这是 2023 年的老项目，这周又涨了将近三千四，因为最近陆续支持了一批新的超大模型。
它解决的是什么问题？
想在自己电脑上试大模型，第一道坎就是显存：七百亿参数的模型得一次性装进显存，通常要好几张大显卡。
它的思路是什么？
模型本来就是一层一层计算的：放在硬盘上，算到哪一层，就只把那一层搬进显存；算完释放，再搬下一层。
不用量化、不用蒸馏，也不用剪枝。七百亿参数的模型，4G 显存就能跑。项目方称，目前最大的开源模型 Kimi K3（两万八千亿参数），实测只占用 3.72G 显存。上个月它还支持了训练：一千二百五十亿参数的模型，6G 显存以内就能微调。
装上它，手边一台普通电脑，也能亲手试试原来只有机房才跑得动的模型。
⚠️ 注：它省的是显存，不是硬盘和时间，逐层搬运很慢。"能跑起来"和"用起来流畅"是两回事，适合尝鲜做实验，不建议跑线上服务。
GITHUB REPOSITORY ↗
项目地址：https://github.com/lyogavin/airllm
OPEN SOURCE / PROJECT 09 OF 10
09text-to-cad：说清楚要什么零件，AI 帮你建模
2.1万+Star｜ 2026 年 4 月建库 ｜近一周新增2200+
第九个，text-to-cad，一句话做出能加工的零件。四月下旬才建库，十月以来已经涨了四千八百多。
它解决的是什么问题？
想给开发板做个支架、给设备做个小外壳，以前得先打开建模软件，学着画草图、拉伸、倒角，一步一步建模。
具体怎么用？
现在只需要对你的 AI 说一句：
PROMPT / 向 AI 发出指令
给我做一个固定树莓派的支架，四个 M2.5 螺丝孔，壁厚两毫米。
AI 就会在本地生成 3D 模型，导出 STEP、STL、3MF 等标准格式；再做可制造性检查，确认零件能不能加工，并出一张带尺寸的工程图。最后还能直接对接 3D 打印、钣金和 CNC 加工服务，把实物做出来。Claude Code、Codex、Cursor、Gemini 都能装。
装上它，做零件的第一步，就从研究软件按钮，变成说清楚你的设计。
⚠️ 注：需要承重、装配或关系到安全的零件，尺寸、公差和材料仍要由人来把关。
GITHUB REPOSITORY ↗
项目地址：https://github.com/earthtojake/text-to-cad
OPEN SOURCE / PROJECT 10 OF 10
10OpenSRE：线上出事了，先让 AI 把线索找齐
1.2万+Star｜ 2026 年 1 月建库 ｜近一周新增300+｜ 公开 Alpha 版
最后一个，OpenSRE，让 AI 帮你值夜班。周增量不算大，但解决的问题很具体。
它解决的是什么问题？
SRE 是负责线上服务稳定的工程师。半夜服务出了问题，证据散在日志、监控指标、调用链路、发布记录和聊天消息里，排障前得先一个个去翻。
具体怎么用？
OpenSRE 是一套开源工具，用来搭建你自己的 AI SRE。告警一来，它自动拉取相关的日志、指标、链路和最近的部署记录，可先给敏感标识打码，再交给模型。
模型在你接入的六十多种工具之间来回排查：提出假设、验证假设，给出带证据的结论和修复建议；你同意的话，还能直接动手修，再把总结发到 Slack。
你也可以在命令行里直接问它：
PROMPT / 向 AI 发出指令
为什么结账接口变慢了？
项目方想做的是 AI 运维训练场：把成千上万种真实线上故障做成测试，让 AI 反复练习。
装上它，半夜被告警叫醒时，证据和初步结论已经摆在你面前。
⚠️ 注：它仍是公开 Alpha 版，不要让它未经验证就接管生产环境。"自动修复"建议先关闭：线索交给 AI 找，怎么修由人拍板。
GITHUB REPOSITORY ↗
项目地址：https://github.com/Tracer-Cloud/opensre
EDITOR'S TAKE / 本周观察
这周看下来，三个信号
SIGNAL 01
第一，AI 的能力，越来越多是"装"上去的。
REA、skills、diagram-design、text-to-cad、knowledge-work-plugins，本质上都是插件或技能。模型还是那几个，谁的 AI 更能干，越来越取决于装了什么。
SIGNAL 02
第二，AI 正从写代码，走向接整件活。
做视频、造零件、值夜班、备客户电话：它要接上工具、记住过程、按步骤做事，最后交出一个能检查的结果。写代码只是其中一门手艺。
SIGNAL 03
第三，使用门槛还在往下降。
free-claude-code 省钱，AirLLM 省显存，claude-mem 省 token。原来要花钱、要机房的事，现在一台普通电脑就能先试起来。
一句话：
模型决定 AI 有多聪明，插件决定 AI 能干多少活。
不用一次装齐十个，也不必追着每个热门项目跑。收藏十个，不如真正用顺一个。
这十个项目里，你最想先试哪一个？欢迎在留言区聊聊真实体验
小满·GitHub周榜每周日更新，下周见。
说明：本文介绍的功能和数据来自各项目公开 README 与官方说明，未经作者逐一实测。安装第三方开源工具前，请自行评估安全性、开源协议和使用条款。本文不构成任何产品推荐。
数据口径：总Star取自 GitHub 官方数据，截至 2026 年 10 月 18 日 20:30（北京时间）；"近一周新增"为 OSS Insight 统计的 10 月 11 日至 17 日（UTC）新增星标数，按公开事件统计。建库时间按 GitHub 的 UTC 记录。十个项目由小满挑选，不是严格排名；功能据各项目公开文档整理，未逐项实测。
