夜雨聆风GitHub热榜｜AI 视频和工具链继续上桌
今天的 13 个项目很偏工具链：视频生产、桌面剪辑、代码记忆、本地推理和开源设计协作都在榜上。
今天这份榜单很偏工程侧：视频生产、语音工作室、PDF、自托管数据库、代码库记忆和本地推理一起出现。开发者现在更关心交付：这些工具能不能接进每天要做的项目。
calesthio/OpenMontage
12,372
1,569OpenMontage 把视频生产拆成脚本、素材、剪辑、渲染这些步骤，再交给 Agent 调度。它适合想批量做短视频、课程切片或产品演示的开发者；正式上线前，还要看渲染稳定性和素材版权怎么管。
它吃到的是内容团队的老麻烦：脚本能写出来，后面的剪辑、字幕、版本管理才费时间。
项目地址：https://github.com/calesthio/OpenMontage
palmier-io/palmier-pro
7,495
508Palmier Pro 是 macOS 上的 AI 视频编辑器，它让模型参与找素材、切片和生成成片，尽量少让用户在时间线上反复拖拽。Swift 技术栈说明它更靠近桌面原生体验，适合重视本地交互的创作者试用。
这类桌面工具能不能留住用户，不看宣传词，看它能不能少点导入、导出和时间线上的脏活。
项目地址：https://github.com/palmier-io/palmier-pro
jamiepine/voicebox
32,343
3,941Voicebox 把克隆、听写和语音生成放在同一个开源工作室里。它适合播客、视频配音和个人知识库录音整理，但声音克隆天然带来授权问题，团队使用前要把权限说清楚。
语音工具热起来很正常：文字 Agent 已经太多，下一步大家会把音频也塞进生产流程。
项目地址：https://github.com/jamiepine/voicebox
penpot/penpot
52,912
3,387Penpot 是设计和代码协作工具，重点在开源和跨团队交付。它适合不想被单一商业设计平台锁住的团队，设计稿、组件和开发交接都能放到同一套流程里。
这个老项目还能上榜，说明团队仍然想要可控的设计工具，也想让设计稿和代码协作靠得更近。
项目地址：https://github.com/penpot/penpot
Stirling-Tools/Stirling-PDF
83,024
7,242Stirling PDF 把合并、拆分、压缩、转换、签名等 PDF 操作集中到一个自托管应用里。它适合企业内网、学校和需要处理敏感文件的小团队，优势是不用把文件丢给陌生网站。
PDF 这种老需求不会消失。项目热，是因为它把一堆零散网页工具收成了自己能部署的一套。
项目地址：https://github.com/Stirling-Tools/Stirling-PDF
garrytan/gstack
113,221
16,800gstack 直接公开 Garry Tan 的 Claude Code 配置，把 CEO、设计、工程管理、发布、文档和质检 这些角色做成一组可复用工具。它适合想把 AI 助手固定进公司流程的团队，但照搬前要改权限和上下文。
它有意思的地方在于把“怎么用 Claude Code”从个人习惯变成可复制配置。
项目地址：https://github.com/garrytan/gstack
heygen-com/hyperframes
30,072
2,825Hyperframes 让开发者用 HTML 写画面，再把它渲染成视频，目标用户是已经会写前端、又想让 Agent 生成视频的人。它更像把网页组件搬进视频流水线，适合做产品短片、数据动画和批量内容。
前端开发者会点开它，因为这比传统剪辑软件更接近代码工作流：改一行样式，就能重渲染一版视频。
项目地址：https://github.com/heygen-com/hyperframes
tursodatabase/turso
21,526
1,089Turso 是兼容 SQLite 的进程内 SQL 数据库，适合想要轻量部署、低延迟读写和边缘场景的开发者。它的吸引力不在概念，而在能不能让小服务少依赖一整套重数据库。
很多小项目不需要复杂数据库集群。Turso 热，是因为开发者想把数据库重新变轻。
项目地址：https://github.com/tursodatabase/turso
bytedance/deer-flow
73,324
9,909DeerFlow 面向长时间任务：研究、写代码、创建内容，都可以交给带沙箱、记忆、工具和子 Agent 的框架跑。它适合做内部自动化和研究助理，但长任务越长，越要管好权限、成本和中途校验。
Agent 框架现在要过的关，是跑几十分钟以后还会不会偏题。
项目地址：https://github.com/bytedance/deer-flow
DeusData/codebase-memory-mcp
11,693
861codebase-memory-mcp 把代码库索引成持久知识图谱，再通过 MCP 给 AI 助手查询。它解决的是 AI 写代码最常见的问题：过几轮对话就忘了项目结构，或者每次都要重新塞上下文。
这类项目很实用。代码库越大，越不能靠复制粘贴文件喂模型。
项目地址：https://github.com/DeusData/codebase-memory-mcp
ZhuLinsen/daily_stock_analysis
45,925
41,951daily_stock_analysis 把多市场行情、新闻和 LLM 分析放进一个定时系统里，输出看板和推送。它适合个人研究和自动化信息整理，但金融结论必须看来源和口径，不能把模型话术当投资建议。
这个项目能上榜，说明开发者还在尝试把 LLM 接进个人投研流程；风险也很直接，错数据会带来错判断。
项目地址：https://github.com/ZhuLinsen/daily_stock_analysis
lyogavin/airllm
21,084
2,424AirLLM 的卖点很直白：让 70B 级模型在 4GB GPU 上跑起来。它适合预算有限、想做本地实验的开发者，但速度、吞吐和真实体验要自己测，不能只看“能跑”两个字。
本地大模型项目一直有人追，因为大家不想每次实验都付云端账单。
项目地址：https://github.com/lyogavin/airllm
mattpocock/skills
141,832
12,265skills 把作者自己的 Claude 配置目录整理出来，给真实工程任务准备一组可复用步骤。它适合想规范 AI 编程流程的开发者：代码审查、重构、写文档、查问题，都可以做成固定技能。
技能包会火，是因为开发者已经发现，光会聊天没用，关键是把常用操作沉淀下来。
项目地址：https://github.com/mattpocock/skills
今天这张榜单给人的感觉很直接：开发者在补交付链路。视频要自动剪，代码库要长期记住，PDF 和数据库要自己控，本地模型要少吃显存。能留下来的项目都得回答同一个问题：接进真实项目以后，省不省时间。
