雷猴啊,朋友们!
这期看 5 个近期 GitHub 上持续走热的开源项目。它们有一个共同点:不是单纯「套个大模型」,而是把 AI 放进真正的工作流里。
本周最明显的趋势还是 AI Agent——大家已经不满足于「问一句答一句」,更想要 AI 能记住项目、调用工具、分工协作,最后把活干完。

▎ 先看一张表:5 个项目速览
| agency-agents[1] | ||
| daily_stock_analysis[2] | ||
| strix[3] | ||
| OpenMontage[4] | ||
| cognee[5] |
▎ 1. agency-agents —— 给 AI 分好工
地址:https://github.com/msitarzewski/agency-agents[6]

做的是一套 AI Agent 团队:写代码、做产品分析、内容检查、社区运营……每个角色职责清晰,而不是让一个 AI 什么都干。
适合谁: 已在用 Claude Code、Codex、Cursor,想让 AI 按角色协作 的开发者。
难度: 中等。会命令行、懂一点 Agent 工作流,上手更顺。
▎ 2. daily_stock_analysis —— 每天自动整理行情
地址:https://github.com/ZhuLinsen/daily_stock_analysis[7]

用大模型做股票分析:抓取行情、新闻和市场数据,交给 LLM 整理输出。
核心价值不是「预测股价」,而是把每天要看的资料自动收集好——省时间,少重复劳动。
适合谁: 关注股票、金融数据、量化研究的人。可当研究助手,不适合直接当投资建议。
难度: 中等偏高。需会 Python,并会配置数据源。
▎ 3. strix —— AI 辅助安全测试
地址:https://github.com/usestrix/strix[8]

开源 AI 渗透测试工具,辅助发现系统或 Web 应用中的安全问题。
把 AI 放进安全测试流程:信息收集、漏洞分析、测试路径规划——这些原本很吃经验的工作,可以明显提速。
适合谁: 安全工程师、后端开发、DevSecOps 团队。普通开发者也可用来检查自己的项目。
难度: 偏高。需有安全基础。只测自己有授权的系统。
▎ 4. OpenMontage —— 开源 AI 视频流水线
地址:https://github.com/calesthio/OpenMontage[9]

开源 Agent 视频生产系统——不是点一下就出片,而是把脚本、素材处理、剪辑、成片串成流水线。官方称含 12 条 pipeline、52 个工具。
很多 AI 视频工具比较封闭,开源方案更适合研究和二次开发。
适合谁: 做短视频、内容自动化、AI 视频工具开发的创作者与工程师。
难度: 中等偏高。想搭自己的视频流水线,它值得研究。
▎ 5. cognee —— 让 Agent 真正「记住」
地址:https://github.com/topoteretes/cognee[10]

开源 AI 记忆平台:让 Agent 记住资料、代码和上下文,不要每次都像第一次见面。
项目一大、资料一多,很多 AI 工具不是不聪明,而是记不住——cognee 解决的就是这个痛点。
适合谁: 做 AI Agent、知识库、企业内部助手、代码助手的人。
难度: 中等。会 Python,了解向量数据库或知识图谱,更容易上手。
▎ 趋势动图:从聊天到 Agent 工作流

📹 视频:5 个 GitHub AI 项目一览
▎ 如果只挑两个先看
我会选 agency-agents 和 cognee:
•一个解决 分工协作•一个解决 长期记忆
都是后面做 AI 工具绕不开的基础设施。
▎ 写在最后
GitHub 上 AI 项目的竞争,早已不是「谁模型更大」,而是谁更能嵌入真实工作流。
这 5 个项目方向不同,但逻辑一致:让 AI 从「回答问题」走向「完成任务」。
建议先 Star 收藏,按自己的场景挑 1~2 个深入试用。
#GitHub开源AI工具 #GitHub热门项目 #AI工具推荐 #开源项目 #AIAgent #agency-agents #cognee #OpenMontage #strix #股票分析 #AI安全 #AI视频 #AI记忆 #开发者工具 #开源AI #GitHubStars #工作流自动化 #多Agent #LLM应用 #DevSecOps #2026GitHub #程序员必备
夜雨聆风