夜雨聆风GitHub热榜｜PDF解析器和系统设计教材上榜
pdf-inspector 用 Rust 判断 PDF 是否需要 OCR，System Design Primer 再次回榜；实时语音、本地推理、Agent 记忆和开源语音工具也排进前12。
今天排在前面的项目解决两件很具体的事：让 PDF 解析少走 OCR，让系统设计学习有一套完整教材。后面的实时语音、本地推理、Agent 记忆和开源语音工作室，也都能直接接进开发者日常工作。
firecrawl/pdf-inspector
8,211
543pdf-inspector 是一套 Rust PDF 解析库。它先判断文档是文本型、扫描型、图片型还是混合型，再提取文字、表格和阅读顺序并转成 Markdown。Python、Node.js、浏览器和 Rust 都能接，适合文档处理流水线先筛掉不需要 OCR 的文件。
PDF 流水线最浪费钱的做法，是把每一份文件都扔进 OCR。先做分类，再决定哪些页需要识别，能直接省时间和服务费。
项目地址：https://github.com/firecrawl/pdf-inspector
donnemartin/system-design-primer
360,518
57,524System Design Primer 是系统设计面试的老牌教材，覆盖缓存、负载均衡、数据库拆分、消息队列和高可用设计，并配了题目与 Anki 卡片。它不替你做架构决策，但能把常见组件、权衡和面试表达放在一张清晰的学习地图里。
36 万星说明它早已不是新项目。它今天又上榜，反映的是系统设计面试和基础架构学习一直有稳定需求。
项目地址：https://github.com/donnemartin/system-design-primer
livekit/agents
11,980
3,458LiveKit Agents 用来构建实时语音和多模态 Agent。开发者可以组合语音识别、模型、语音合成与实时 API，再用任务调度把用户分配给服务端 Agent。语音客服、会议助手和实时陪练都能从它起步，延迟、打断和通话成本仍要实测。
实时语音 Agent 的难点不在让模型开口，而在延迟、打断、噪声和任务调度。LiveKit 把通信层先搭好，剩下的仍得拿真实通话压测。
项目地址：https://github.com/livekit/agents
lyogavin/airllm
27,087
2,970AirLLM 用分层加载降低大模型推理的显存门槛，目标是在单张 4GB GPU 上运行 70B 级模型。它让低显存机器也能做实验，代价是推理速度和主存压力，适合研究验证，不适合直接当高并发服务。
4GB GPU 跑 70B 很吸引人，但能跑不等于跑得快。把它当低成本实验工具更合适。
项目地址：https://github.com/lyogavin/airllm
esengine/DeepSeek-Reasonix
29,917
1,918Reasonix 把 DeepSeek 接进终端，围绕前缀缓存稳定性设计长时间运行的编码 Agent。仓库主力已经转向 Go 重写版，旧 TypeScript 分支只做维护，准备接入的人应直接看 main-v2 和迁移说明。
终端 Agent 能常驻很方便，分支迁移期也最容易踩兼容坑。新用户直接从 Go 主线和迁移文档开始。
项目地址：https://github.com/esengine/DeepSeek-Reasonix
TencentCloud/TencentDB-Agent-Memory
12,078
1,143TencentDB Agent Memory 把对话、文档和代码整理成聊天记忆、技能、知识库与代码图谱，供团队里的多个 Agent 共用。它想解决上下文反复丢失和成员各存一份的问题，落地时要先定权限、更新和删除规则。
团队记忆库的难点在过期内容怎么改、错误内容怎么删、不同成员能看到什么。只把资料存进去，远远不够。
项目地址：https://github.com/TencentCloud/TencentDB-Agent-Memory
microsoft/AI-For-Beginners
60,733
11,832微软这套入门课用 12 周、24 节课讲传统 AI 的基本概念、常用方法和动手练习。它适合第一次系统补课的人，也适合团队做内部训练；已经在做模型工程的人会觉得偏基础。
课程结构完整、练习多。零散看过教程却没系统学过的人，收获会比老手更大。
项目地址：https://github.com/microsoft/AI-For-Beginners
microsoft/generative-ai-for-beginners
115,542
61,437微软用 21 节课带开发者搭建生成式 AI 应用，内容覆盖提示、检索增强、函数调用和应用部署。课程适合边学边做，但示例依赖的模型与云服务会变化，照着运行前要核对当前版本和费用。
这套课适合团队统一基础知识。云端示例可能产生费用，跑代码前先看账号和资源配置。
项目地址：https://github.com/microsoft/generative-ai-for-beginners
antirez/ds4
20,358
1,801ds4 是一套小型本地推理引擎，重点支持 DeepSeek V4 Flash，也覆盖 Metal、CUDA 和 ROCm。它适合想把新模型跑在自有机器上的开发者，但显存、内存、模型格式和实际速度仍要提前算清楚。
本地推理工具值不值得装，要看同一台机器上的速度、内存占用和稳定性。ds4 目标明确，适合愿意自己调参数的人。
项目地址：https://github.com/antirez/ds4
shiyu-coder/Kronos
35,820
5,961Kronos 是面向金融市场时间序列的基础模型，试图用价格、成交量等数据学习市场语言。研究者可以拿它做预测和回测实验，但历史拟合不等于真实交易收益，数据泄漏、手续费和样本外表现必须单独检查。
金融模型最怕漂亮回测掩盖数据泄漏。研究价值可以看，拿它碰真钱之前，先重做样本外测试和成本假设。
项目地址：https://github.com/shiyu-coder/Kronos
usekaneo/kaneo
6,861
553Kaneo 是一套可自托管的项目管理工具，砍掉复杂企业软件里常见的层层配置，保留任务、看板和协作所需功能。小团队想离开臃肿 SaaS 可以试，迁移前要核对权限、备份和第三方集成。
项目管理工具不缺功能，缺的是小团队愿意天天打开。Kaneo 的减法做得实用，长期使用还要看协作和备份细节。
项目地址：https://github.com/usekaneo/kaneo
jamiepine/voicebox
48,673
5,993Voicebox 是一套开源 AI 语音工作室，提供声音克隆、听写和语音内容制作。它适合本地创作和原型验证，但声音授权、训练素材来源和生成内容标识不能省，团队使用前应先把这些规则写清楚。
语音克隆已经很容易，授权却没有跟着变简单。个人实验和公开商用是两回事，别把技术可行当成使用许可。
项目地址：https://github.com/jamiepine/voicebox
今天这批项目的共同点很朴素：减少重复劳动。PDF 先分类，语音 Agent 先搭通信层，团队记忆统一管理，低显存机器也能试大模型。选哪个项目，不看功能写了多少，先看它能否在你的机器和数据上稳定运行。