这篇只看最近一周 GitHub 上和 AI 直接相关的新库。
统计时间窗口是：2026-06-12 至 2026-06-18。数据抓取时间是：2026-06-18 21:56 CST。
筛选口径是 GitHub Search API 中 created:>=2026-06-12 的公开仓库，按 stars 排序，然后二次筛掉和 AI 关系不强的普通工具，只保留描述、topic 或 README 明确与 AI、Agent、LLM、Claude、Codex、ChatGPT、GPT、模型工作流 相关的项目。
这个榜单和 GitHub 官方 Trending 不完全一样。官方 Trending 更偏“最近增星”，会混入大量老项目；这篇更关注“本周刚冒出来、增长很快的 AI 新项目”。
快速榜单
| 排名 | 仓库 | Stars | 语言 | 创建时间 | 一句话用途 |
|---|---|---|---|---|---|
| 1 | DietrichGebert/ponytail | 34,738 | JavaScript | 2026-06-12 | 让 AI coding agent 少写无必要代码，优先复用标准库、平台能力和最小实现。 |
| 2 | vercel/eve | 1,156 | TypeScript | 2026-06-16 | Vercel 推出的 filesystem-first Agent 构建框架。 |
| 3 | orange2ai/renwei-writing | 802 | - | 2026-06-12 | 让 AI 改稿时保留“人味儿”和作者存在感的写作 Skill。 |
| 4 | nolangz/pixel2motion | 772 | Python | 2026-06-12 | 把静态 logo 转成 SVG 动效、HTML demo 和运动检查素材的 AI motion skill。 |
| 5 | Waishnav/devspace | 623 | TypeScript | 2026-06-14 | 自托管 MCP server，让 ChatGPT 连接本地项目，获得类似 Codex 的开发能力。 |
| 6 | DanMcInerney/architect-loop | 506 | HTML | 2026-06-12 | Claude 做架构师、Codex 做实现者的跨模型 Agent loop。 |
| 7 | Plaer1/junction | 506 | TypeScript | 2026-06-17 | VS Code 侧边栏，用统一界面连接本地 AI coding agents。 |
| 8 | fguzman82/gateGPT | 503 | Verilog | 2026-06-12 | 把 microGPT / Transformer 推理做进 FPGA 的 RTL 项目。 |
| 9 | mrtooher/fable-mode | 487 | - | 2026-06-13 | 让 Claude Skill 执行多阶段计划、子代理委派和自验证流程。 |
| 10 | fivetaku/fablize | 468 | Python | 2026-06-14 | Claude Code 插件，用验证和证据流程让 Opus 更像 Fable 一样完成任务。 |
1. Ponytail：给 AI coding agent 装一个“高级工程师刹车”
Ponytail 是这周最夸张的新 AI 项目，几天时间冲到 3 万多 stars。
它不是让 AI 写更多代码，而是让 AI 在动手前先走一组判断阶梯：这个东西是否真的需要存在？标准库有没有？浏览器或平台能力有没有？已有依赖能不能解决？能不能只写一行？
用途：
适合给 Claude Code、Codex、Copilot CLI、Gemini CLI 等 coding agent 加一层工程约束，减少过度抽象、过度封装和无意义代码量。
简单用法：
Codex 里可以添加 marketplace，然后在插件界面安装：
codex plugin marketplace add DietrichGebert/ponytail
codex
进入 /plugins 安装 Ponytail，再到 /hooks 信任它的生命周期 hook。之后可以用 @ponytail-review 之类的 skill 检查当前 diff 是否过度设计。
如果只是想给 Cursor、Windsurf、Cline、Copilot、Kiro 使用，也可以复制仓库里的对应 rules 文件到项目配置里。
我的看法：
Ponytail 的爆火很有代表性。AI coding 的第一阶段是“能写代码”，第二阶段是“别乱写代码”。接下来最值钱的不是让模型更勤奋，而是让它更克制。
2. Eve：Vercel 的 Agent 框架开始走 filesystem-first
Eve 是 Vercel 推出的 Agent 框架。它的核心设计是 filesystem-first：Agent 的 instructions、tools、skills、channels、schedules 都放在约定目录里，而不是藏在一段不可见的 prompt 或远端配置里。
用途：
适合构建可维护、可部署、可审查的 Agent 项目。它把 Agent 当成一个普通工程项目来组织，方便团队协作、版本管理和上线。
简单用法：
新建一个 Agent 项目：
npx eve@latest init my-agent
已有项目里接入：
cd myapp
npx eve@latest init .
最小项目结构大致是：
agent/
instructions.md
tools/
skills/
channels/
schedules/
然后在 agent/tools/ 里写 typed tool，在 agent/instructions.md 写常驻指令，用 npm run dev 启动。
我的看法：
Eve 代表平台公司开始把 Agent 从 demo 拉回工程系统。Agent 真正要进生产，关键不是“会聊天”，而是配置、工具、权限、调度和可观测性能不能被团队管理。
3. renwei-writing：AI 写作开始反向追求“不像 AI”
renwei-writing 是一个中文写作 Skill，名字叫“人味儿写作心法”。
它的目标不是把文章润得更正式，而是避免 AI 改稿时把作者的语气、位置、犹豫、代价和存在感抹掉。
用途：
适合个人博客、公众号、随笔、观点稿、口述稿改写。尤其适合“我已经写了东西，让 AI 帮我打磨，但不要把我变成模板文案”的场景。
简单用法：
把技能 clone 到你的 skill 目录：
git clone https://github.com/orange2ai/renwei-writing.git ~/.cola/skills/renwei-writing
然后在支持 Skill 的 Agent 里调用它，让 AI 根据 SKILL.md 和 references/post-edit-checklist.md 改稿。
我的看法：
这类项目说明 AI 写作正在进入第二阶段。以前大家追求“写得像专业文案”，现在开始追求“写得像一个具体的人”。这是一个很健康的反弹。
4. Pixel2Motion：把静态 logo 变成可交付的品牌动效
Pixel2Motion 是一个 Codex / Claude Skill，用来把 PNG、JPG、WebP 或截图里的 logo 转成平滑 SVG，再生成 SVG 动画、HTML 展示页、GIF/视频预览和 motion QA 证据。
用途：
适合设计师、前端工程师、独立开发者做品牌动效、logo reveal、网页启动动画、产品 demo 素材。它不是只生成一张图，而是生成可嵌入、可检查、可复用的动效资产。
简单用法：
典型流程是：
python3 scripts/render_overlay.py logo.svg source.png \
--out outputs/fit_iterations/01_overlay.png \
--render-out outputs/final_render.png \
--report outputs/fit_metrics.json
python3 scripts/animate_svg_showcase.py logo.svg \
--css motion.css \
--out logo_motion.html \
--title "Logo Motion" \
--duration-hint 1500
如果要做确定性检查，可以再捕获 motion frames：
python3 scripts/capture_motion_frames.py logo_motion.html \
--times 0,300,700,1000,1250,1500 \
--out outputs/motion_frames \
--strip outputs/motion_strip.png
我的看法：
这是 AI 多媒体工作流的典型方向：不是“生成一张好看的图”，而是把素材生成、矢量化、动效、预览、QA 和交付打通。
5. DevSpace：把 ChatGPT 接到本地代码项目
DevSpace 是一个自托管 MCP server。它让 ChatGPT 能连接你允许的本地项目目录，读取文件、搜索代码、运行命令、编辑代码和查看变更。
用途：
适合想在 ChatGPT 里获得 Codex 类开发体验的人。它把 ChatGPT 从聊天窗口变成一个能接触本地文件系统和终端的 coding agent。
简单用法：
安装 CLI：
npm install -g @waishnav/devspace
初始化并启动：
devspace init
devspace serve
或者直接用 npx：
npx @waishnav/devspace init
npx @waishnav/devspace serve
它会让你选择允许访问的项目目录、本地端口和公网 HTTPS tunnel。MCP client 连接地址通常是：
https://your-tunnel-host.example.com/mcp
我的看法：
DevSpace 抓住了一个真实需求：聊天窗口如果不能读文件、跑测试、看 git diff，就很难成为真正开发工具。MCP 正在把“AI 聊天”变成“AI 工作台”。
6. architect-loop：Claude 当架构师，Codex 当实现者
architect-loop 是一个跨模型 Agent 工作流：Claude Fable 负责计划和 review，GPT-5.5 Codex 负责实现和研究，repo 作为共享记忆。
用途：
适合较大代码任务、研究任务、需要分工和验证的工程任务。它强调先写 spec 和 gates，再让 Codex 在隔离 worktree 里工作，最后由 Claude 复核证据再合并。
简单用法：
安装：
git clone https://github.com/DanMcInerney/architect-loop
cd architect-loop
./install.sh
npm i -g @openai/codex@latest
使用：
/architect
/architect-research <what you're considering>
/architect 用来跑构建 loop，/architect-research 用来做研究型拆解。
我的看法：
这个项目体现了一个更成熟的方向：未来复杂任务可能不是“一个模型干到底”，而是“模型分工 + repo 记忆 + 可失败验证”。这比单纯堆上下文更像真实工程组织。
7. Junction：把本地 AI Agent 放进 VS Code 侧边栏
Junction 是 VS Code chat sidebar，连接本地 AI coding agents。
它支持 OpenClaw、Hermes、Souveraine、MiMoCode、Goose、OpenCode、OpenHands 等多个后端，目标是用一个统一界面管理不同 agent runtime。
用途：
适合同时试多个本地 AI coding agent 的开发者。它把聊天、工具调用、diff、reasoning、模型选择和 workspace context 放进 VS Code 侧边栏。
简单用法：
从源码安装：
npm install
./compile-and-install.sh
然后在 VS Code 里执行：
Developer: Reload Window
Junction: Open Sidebar
前提是你已经有本地 agent runtime 在运行，比如 OpenClaw Gateway、Hermes dashboard 或其他受支持后端。
我的看法：
AI coding 最终还是会回到 IDE。浏览器聊天可以探索，但真正改代码、看上下文、处理 diff、跑测试，IDE 入口更自然。
8. gateGPT：把 GPT 推理做进 FPGA
gateGPT 是一个硬核项目：用 Verilog / RTL 实现 Andrej Karpathy microGPT 的硬件推理，在 Xilinx Virtex-5 FPGA 上运行字符级 GPT。
用途：
适合学习 Transformer 硬件实现、fixed-point 推理、KV cache、RTL 设计、FPGA 性能优化。它不是要替代云端大模型，而是展示 GPT 推理如何落到硬件 datapath 上。
简单用法：
训练和导出模型 artifacts：
python tools/train.py
python tools/export.py
python tools/ucode_asm.py
用 Xilinx iSim 模拟：
fuse -incremental -prj tb_core.prj -o sim/tb_core_sim work.tb_core
./sim/tb_core_sim -tclbatch sim/isim_run.tcl
如果要上板，需要 ISE 14.7、XUPV5 / ML509 板和对应 bitstream 流程。
我的看法：
它提醒我们：AI 不只是 prompt 和 app，底层还有硬件、内存、带宽、时钟、DSP、BRAM、fixed-point 误差和 timing closure。越往后，AI 竞争会越来越硬。
9. fable-mode：把多阶段执行纪律变成 Claude Skill
fable-mode 是 Claude Skill，用来在大型任务中强制执行阶段计划、并行委派、每阶段验证和交付前自我审查。
用途：
适合多文件、多来源、多步骤任务。它不提升模型本身智力，而是让模型少跳步骤，少凭感觉宣布完成。
简单用法：
把 fable-mode 目录放进 Claude 环境能读取的 skills 目录里，然后通过 skill 名称触发，或让它在复杂任务上自动触发。
它还有两个变体：
fable-sonnet
fable-haiku
分别用于把同样流程交给 Sonnet 或 Haiku 子代理执行。
我的看法：
这类 skill 的价值不在“伪装成更强模型”，而在流程纪律。强模型也会偷懒，流程约束能让它少犯低级交付错误。
10. fablize：把验证和证据流程装进 Claude Code
fablize 是 Claude Code 插件，目标是让 Opus 或其他 Claude 模型用更接近 Fable 的方式完成任务：拆解、多阶段验证、运行产物、提供证据、避免说完不做。
用途：
适合代码任务、渲染产物、调试任务和复杂交付。它强调“完成不是感觉，完成要有验证证据”。
简单用法：
安装插件：
/plugin marketplace add fivetaku/fablize
/plugin install fablize
如果要 always-on：
bash ${CLAUDE_PLUGIN_ROOT}/setup/setup.sh
使用时可以通过 /fablize 触发，也可以让它根据任务类型自动注入对应流程。
我的看法：
fablize 和 fable-mode 共同说明一个趋势：AI 工具的竞争正在从模型能力，转向“可靠完成任务的过程”。未来大家会越来越关心 evidence、verification、handoff 和可复现结果。
这一周 AI GitHub 热度说明了什么
这 10 个库里，真正值得注意的不是单个项目，而是结构变化。
第一，Agent Skills 正在变成新的开源单位。
过去 GitHub 上的热门项目大多是库、框架、CLI、模板。现在大量新项目是 skill、prompt、workflow、rules、verification gate。它们未必有复杂代码，但能改变模型行为。
第二，AI 开发工具正在围绕本地环境重组。
DevSpace、Junction、architect-loop 都在解决同一个问题：AI 不能只是聊天，它必须连接 repo、终端、编辑器、测试、git、worktree 和本地运行环境。
第三，AI 多媒体和创作工作流正在变得更工程化。
renwei-writing 和 pixel2motion 不是简单“生成文字”和“生成图片”，而是在定义可复用流程：怎么改稿不抹掉作者，怎么把 logo 动效变成可交付资产。
第四，硬件和底层计算重新进入开发者视野。
gateGPT 这种项目能进榜，说明社区不只在看上层 Agent，也在重新理解 Transformer 如何运行在真实硬件上。
我的判断是：未来几个月 GitHub 的 AI 热门项目会越来越不像传统“AI 模型仓库”，而更像“AI 工作方式仓库”。
真正增长最快的东西，可能不是又一个模型 wrapper，而是能让模型更稳定、更克制、更会验证、更能接入本地工作流的那层胶水。