今日 GitHub 趋势:AI 文档解析、规范驱动开发、物理世界模型

TOP1 · PaddlePaddle/PaddleOCR

文档解析界的瑞士军刀，直接对接 LLM

榜单动态：141 stars today        · 累计 79,882 star

PaddleOCR 是百度出品的开源 OCR 工具包，能把任意 PDF 或图片中的文字提取成结构化数据，方便喂给大模型做 RAG。支持 100+ 语言，除了基础 OCR，还包含文档解析、表格识别、关键信息抽取（KIE）等能力，Python 生态，CPU/GPU/NPU 都能跑。

为什么会上 Trending：近 8 万 star 的经典项目今天仍有 141 个新 star，说明文档智能解析在 RAG 和 AI 应用场景下需求依然旺盛，尤其是中文 OCR 领域几乎没有对手。

适用场景：       把扫描的合同/发票转成 JSON 喂给 LLM 做自动化审核；搭建企业内部知识库，自动解析 PDF 说明书和报告；为跨国业务做多语言文档翻译与信息提取

推荐给做 RAG 应用、文档自动化或需要处理大量扫描件的后端/数据工程师。

仓库地址（长按复制到浏览器打开）

https://github.com/PaddlePaddle/PaddleOCR

TOP1 · github/spec-kit

GitHub 官方出品，让 AI 编码不再瞎编

榜单动态：321 stars today        · 累计 108,583 star

Spec Kit 是 GitHub 推出的开源工具包，帮你实践「规范驱动开发」（Spec-Driven Development）。核心思路是先写产品需求文档（PRD）和功能规范，再让 AI 编码工具（如 Copilot）照着规范生成代码，避免 vibe coding 带来的不可控。包含 CLI 工具、模板和与 AI 代理的集成方案。

为什么会上 Trending：今日新增 321 star，总 star 数突破 10 万。作为 GitHub 官方项目，它精准回应了开发者对 AI 编码「可控性」的焦虑——不是让 AI 自由发挥，而是用规范约束它。

适用场景：       团队引入 AI 编码助手时，先用 Spec Kit 制定编码规范；给 Copilot 或 Claude Code 提供 PRD 模板，让生成代码更符合业务预期；在代码审查前，用规范自动校验 AI 生成代码的质量

适合技术负责人、架构师和正在用 AI 编码工具写生产代码的开发者。

仓库地址（长按复制到浏览器打开）

https://github.com/github/spec-kit

TOP1 · NVIDIA/cosmos

NVIDIA 开源的世界模型，让 AI 理解物理规则

榜单动态：133 stars today        · 累计 9,006 star

NVIDIA Cosmos 是一个开放的世界模型平台，包含预训练模型、数据集和工具，目标是让开发者构建能理解物理世界的 AI——比如机器人导航、自动驾驶、智能基础设施等。模型支持视频生成、推理和场景理解，基于 Jupyter Notebook 提供交互式体验。

为什么会上 Trending：NVIDIA 出品 + 世界模型概念正热，今天 133 个新 star。Cosmos 3 系列模型刚刚发布，支持从文本/视频生成物理一致的场景，对机器人领域尤其有吸引力。

适用场景：       为机器人训练生成逼真的物理环境模拟数据；在自动驾驶场景中，用世界模型预测车辆周围物体的运动轨迹；做智能安防时，让 AI 理解监控画面中的物理行为（如摔倒、碰撞）

推荐给机器人开发者、自动驾驶工程师以及做物理仿真研究的 AI 研究员。

仓库地址（长按复制到浏览器打开）

https://github.com/NVIDIA/cosmos