7万星PDF神器、苹果原生容器、AI安全扫描器……今天这5个项目,个个都是狠角色

🔥 GitHub Trending 每日精选

2026年06月27日 · 5 个不容错过的热门开源项目

📄 #1 MinerU — 7万星的PDF解析神器

🏷️ Python · 文档解析 · RAG  |  ⭐ 70,075  |  🍴 5,922

你有没有被PDF折磨过？双栏论文排版乱成一锅粥，表格提取出来全是乱码，公式直接变成火星文——搞RAG或者喂给大模型之前，光是清理文档数据就能劝退一半人。

MinerU 就是来解决这个头疼事的。这玩意儿是 OpenDataLab 团队搞的一个开源文档解析引擎，能把PDF、Word、PPT、Excel甚至扫描件一键转成干干净净的Markdown或者JSON，直接丢给LLM用。说白了，它就是文档到AI之间的那座桥。

GitHub 7万+ Stars，近6000 Fork，PyPI月下载量持续暴涨。原因很简单——现在所有人都在搞Agent、搞RAG，最缺的就是高质量的文档预处理。传统OCR工具碰到双栏论文就歇菜，MinerU用的是VLM（视觉语言模型）+ OCR双引擎架构，在OmniDocBench基准测试上跑出了95.39的高分，吊打一众竞品。加上v3.4版本把OCR精度又拉高了11%，速度还翻倍，这就是碾压级别的存在。

跟同类工具比，MinerU有几个硬核优势：

 ⚡ vs Marker：Marker只擅长英文PDF，MinerU全格式通吃，109种语言OCR ⚡ vs Docling：Docling适合企业级Pipeline，但复杂中文文档MinerU更强 ⚡ vs 传统OCR：纯CPU也能跑，4GB显存够用，笔记本就能玩 

三步上手，贼简单：

# 安装pip install uvuv pip install -U "mineru[all]"# 一行命令解析PDFmineru -p your_paper.pdf -o ./output

不需要配置API Key，不需要联网，本地直接跑。如果你正在搞RAG、Agent或者任何形式的文档智能处理，MinerU绝对值得放进你的工具箱。

👉 GitHub: opendatalab/MinerU^[1]

🛠️ #2 Agent Skills — 6.7万星的AI编程外挂

🏷️ Shell · AI编码 · 工程最佳实践  |  ⭐ 61,784  |  🍴 6,694

你有没有发现，让AI帮你写代码的时候，它贼快，但经常跳过测试、不写文档、忽略安全检查——跟你带过的最让人头疼的实习生一个德行？

agent-skills 这个开源项目就是来治这个病的。它把资深工程师的整套工作流——从需求定义、任务拆解、增量开发、测试验证、代码审查到最终发布——打包成了 24 个结构化"技能文件"，直接喂给 Claude Code、Cursor、Gemini CLI 这些AI编程工具。装上之后，AI就不再是一个只会疯狂敲键盘的码农，而变成了一个会走流程、守规矩的高级工程师。

作者是 Addy Osmani，Google Chrome 团队的工程经理，《Learning JavaScript Design Patterns》的作者。他把 Google 内部的工程最佳实践全都融进了这套技能系统里。6.7万 Stars，7300+ Forks，GitHub 上同类项目跟它比，agent-skills 的覆盖面最广：24 个技能 + 4 个专家角色 + 7 套参考检查清单。

最狠的设计是反摆烂机制：每个技能文件里都有一张"借口表"，专门列出 AI 常用的偷懒理由（比如"测试后面再补"、"这个改动很小不用review"），然后逐一给出反驳。AI 想跳步都找不到借口。

 ⚡ vs Superpowers：agent-skills 覆盖全生命周期，不只编码阶段 ⚡ vs 手动写规则：渐进加载，按需注入，省token就是省钱 ⚡ /build auto：一行命令全自动，AI自己拆任务、写代码、跑测试、提交 

装起来一行命令搞定：

# Claude Code 安装/plugin marketplace add https://github.com/addyosmani/agent-skills.git/plugin install agent-skills@addy-agent-skills

Cursor 用户把 SKILL.md 文件复制到 .cursor/rules/ 目录就行。装完之后，试试输入 /spec 描述一个新功能，感受一下AI从"疯狂码农"变成"靠谱工程师"的转变。

👉 GitHub: addyosmani/agent-skills^[2]

🦀 #3 Zed — 8.5万星的Rust极速编辑器

🏷️ Rust · 代码编辑器 · GPU加速  |  ⭐ 85,408  |  🍴 9,110

你有没有这种感觉——VS Code 打开个大项目，光标移动都带"延迟感"？Atom 已经停更了，Sublime 后继乏力，选个趁手的编辑器怎么这么难？

Zed 就是来解决这个问题的。这玩意儿是 Atom 和 Tree-sitter 的原班人马打造的，全部用 Rust 从零写的代码编辑器，主打一个字：快。GPU 加速渲染、多光标编辑、实时多人协作——它把"编辑器性能"这块卷到了新高度。你打字的速度就是它响应的速度，不是夸张，是真能做到。

数据说话：GitHub 上已经 85,000+ Star，9,100+ Fork，1,257 个 Release 版本。从 2024 年初开源到现在，社区增长曲线一路飙升。

 ⚡ vs VS Code：VS Code是Electron套壳，Zed用Rust原生渲染，启动秒开，内存少一个量级 ⚡ vs Sublime：Zed内置多人实时编辑，开箱即用，Sublime没有 ⚡ vs Cursor：Zed原生支持LSP、Copilot、AI Agent，而且完全开源 

快速上手，一行命令装起来：

# macOS / Linuxcurl -f https://zed.dev/install.sh | sh# macOS 也可以用 Homebrewbrew install --cask zed

如果你受够了编辑器卡顿，Zed 值得试试。项目完全开源（GPL-3.0 / Apache-2.0），8.5 万人已经上车了。

👉 GitHub: zed-industries/zed^[3]  |  官网: zed.dev^[4]

🍎 #4 Apple Container — 苹果原生容器工具

🏷️ Swift · 容器化 · Apple Silicon  |  ⭐ 38,067  |  🍴 1,098

用 Mac 跑 Linux 容器，Docker Desktop 占内存占到你怀疑人生？苹果说：我自己来。

苹果开源了一个叫 container 的命令行工具，用 Swift 写的，直接在 Mac 上跑 Linux 容器。底层不是传统的 namespace + cgroup 那套，而是每个容器跑在一个轻量级虚拟机里，专门针对 Apple 芯片做了优化。说白了，就是苹果用自己的虚拟化框架，给你造了一个原生的容器运行时。完全兼容 OCI 标准，Docker Hub 上的镜像随便拉，零迁移成本。

38,000+ Stars，2025 年 WWDC 发布以来一路狂飙。苹果官方背书，Apache-2.0 开源协议。有意思的是，这玩意儿要求 macOS 26 + Apple 芯片——老 Mac 和 Intel Mac 直接劝退。苹果的态度很明确：新系统、新芯片、新工具链，一步到位。

 ⚡ vs Docker Desktop：内存占用低得多，用macOS原生虚拟化框架，不跑完整Linux VM ⚡ vs Podman：苹果原生集成，不依赖第三方内核扩展，系统更新不怕翻车 ⚡ 启动速度：轻量级VM秒级拉起，开发体验拉满 

上手贼简单，三步搞定：

# 1. 从 GitHub Releases 下载安装包，双击装好# 2. 启动服务container system start# 3. 拉个镜像跑起来container run -it ubuntu:latest /bin/bash

没装 Docker 也没关系，直接 container run 就能从 Docker Hub 拉镜像。构建、推送、管理镜像的命令跟 Docker 几乎一模一样，学过 Docker 的人五分钟上手。如果你是 Mac 开发者，受够了 Docker Desktop 的臃肿，这个工具值得一试。

👉 GitHub: apple/container^[5]

🛡️ #5 NVIDIA SkillSpector — AI Agent安全扫描器

🏷️ Python · 安全扫描 · AI Agent  |  ⭐ 7,192  |  🍴 527

你给 Claude Code 装了个新 skill，一行命令跑得飞起——但你有没有想过，这玩意儿背后可能偷偷在往外发你的 API Key？

NVIDIA 刚开源的 SkillSpector 就是干这个的：在你安装任何 AI Agent skill 之前，先帮你"安检"一遍。它扫了 4.2 万个 skill，发现 26.1% 存在安全漏洞，5.2% 有明显的恶意行为。五分之一的概率踩坑，这数字够吓人吧？

这东西的逻辑很直白：先静态分析，再用大模型做语义审查。第一阶段用 11 个静态分析器 + 68 种漏洞模式做正则匹配和 AST 语法树扫描，prompt 注入、数据外泄、权限提升、供应链投毒……该查的一个不漏。第二阶段丢给 LLM 做上下文理解，把误报率压下来，精确度拉到 87%。最关键的是——它从不执行被扫描的代码，全程静态分析，不会搞坏你的环境。

开 GitHub 三天就冲到 7000+ Stars，背后原因很简单：AI Agent 生态正在爆发，Claude Code、Codex CLI、Gemini CLI 这些工具的插件市场已经成了一片野蛮生长的丛林。以前写代码怕依赖包有漏洞，现在连 Agent 的 skill 都得审计了。SkillSpector 是目前唯一专门干这活儿的工具。

 ⚡ vs 传统SAST：SkillSpector认得prompt injection、agent逃逸、MCP tool poisoning这些新威胁 ⚡ 风险评分：0-100分，0-20安全放心用，50以上直接劝退 ⚡ MCP集成：可以当MCP Server嵌入你的Agent工作流，CI/CD里自动跑 

想试试？一行命令搞定：

# 安装uv tool install git+https://github.com/NVIDIA/skillspector.git# 扫描一个 skillskillspector scan ./my-skill/skillspector scan https://github.com/someone/cool-skill

如果你在用 AI Agent 工具链，这个安全扫描器建议常备。7000+ Star 说明大家都在关注 AI Agent 安全这个新赛道了。

👉 GitHub: NVIDIA/skillspector^[6]

[1]GitHub: opendatalab/MinerU: https://github.com/opendatalab/MinerU

[2]GitHub: addyosmani/agent-skills: https://github.com/addyosmani/agent-skills

[3]GitHub: zed-industries/zed: https://github.com/zed-industries/zed

[4]官网: zed.dev: https://zed.dev

[5]GitHub: apple/container: https://github.com/apple/container

[6]GitHub: NVIDIA/skillspector: https://github.com/NVIDIA/skillspector