2026 年 6 月 3 日。打开 GitHub Trending 周榜，会发现一件很显眼的事情：前 21 个 Trending 项目里，至少有 15 个与 AI Agent 相关，占比超过 70%。从 Claude Code 插件、Cursor 插件，到各种"harness"和"agent team"项目，再到 AI 记忆引擎、token 压缩工具——开源社区几乎在用整个版面向一个方向投票：大模型的下半场，是 Agent 的工程化。
一、本周整体观察
| 维度 | 数据 |
|---|---|
| Trending 项目总数 | 21 |
| 与 AI Agent 直接相关 | 15+（≈71%） |
| 周增 stars Top 3 数量级 | 10,000+ |
| 微软 / Anthropic / Cursor 项目数 | 6 |
| 中文 / 亚太项目数 | 3 |
周增 stars Top 3 都是万级，这在 Trending 历史上是相当罕见的"含金量"——说明这一周 Trending 的项目本身在大众开发者圈里也产生了强烈共鸣。
二、Top 21 完整榜单
| # | 仓库 | 描述 | 语言 | 周增 | 总数 |
|---|---|---|---|---|---|
| 1 | harry0703/MoneyPrinterTurbo | 利用 AI 大模型，一键生成高清短视频 | Python | 18,982 | 78,585 |
| 2 | microsoft/markitdown | 文件与 Office 文档转 Markdown 工具 | Python | 15,502 | 142,336 |
| 3 | chopratejas/headroom | 在数据送达 LLM 之前先压缩工具输出/日志/文件/RAG 切片 | Python | 3,002 | 8,514 |
| 4 | Lum1104/Understand-Anything | Graphs that teach > graphs that impress | TypeScript | 15,774 | 50,825 |
| 5 | hardikpandya/stop-slop | 移除 AI 文本痕迹的 skill 文件 | — | 3,470 | 8,435 |
| 6 | Leonxlnx/taste-skill | 给你的 AI 注入"好品味"的 skill | Shell | 10,931 | 32,236 |
| 7 | revfactory/harness | 设计领域专用 agent 团队的 meta-skill | HTML | 1,870 | 5,625 |
| 8 | rohitg00/ai-engineering-from-scratch | Learn it. Build it. Ship it for others. | Python | 7,183 | 27,713 |
| 9 | colbymchenry/codegraph | 为 Claude Code 预索引的代码知识图谱 | TypeScript | 10,793 | 38,948 |
| 10 | mukul975/Anthropic-Cybersecurity-Skills | 754 个结构化的 AI Agent 网络安全 skills | Python | 3,755 | 13,781 |
| 11 | affaan-m/ECC | Agent Harness 性能优化系统 | JavaScript | 9,910 | 205,037 |
| 12 | cursor/plugins | Cursor 插件规范与官方插件 | TypeScript | 842 | 1,763 |
| 13 | EveryInc/compound-engineering-plugin | Claude Code 官方复合工程插件 | TypeScript | 2,143 | 19,519 |
| 14 | anthropics/knowledge-work-plugins | Claude Cowork 开源插件集 | Python | 2,458 | 18,971 |
| 15 | microsoft/agent-governance-toolkit | AI Agent 治理工具包：策略执行、审计 | Python | 1,391 | 3,876 |
| 16 | p-e-w/heretic | 语言模型审查机制全自动移除 | Python | 1,634 | 23,373 |
| 17 | Chachamaru127/claude-code-harness | Claude Code 专用开发 harness | Shell | 879 | 2,580 |
| 18 | ogulcancelik/herdr | 住在你终端里的 agent multiplexer | Rust | 1,327 | 3,997 |
| 19 | supermemoryai/supermemory | AI 时代的 Memory API | TypeScript | 1,733 | 24,971 |
| 20 | iii-hq/iii | Effortlessly compose, extend, observe every service | Rust | 1,321 | 17,590 |
| 21 | modelscope/FunASR | 工业级语音识别工具包（170x realtime） | Python | 544 | 17,025 |
三、重点项目解读
🥇 1. harry0703/MoneyPrinterTurbo（+18,982 stars）
利用 AI 大模型，一键生成高清短视频。
本周榜单的"超级爆款"。在中文圈尤其火爆——它把过去"写脚本 → 配音 → 找素材 → 剪辑"的繁琐短视频生产链路，整合成一次"输入主题 + 几个参数"的命令式调用：
- 自动生成视频文案
- 调用 TTS 合成语音
- 抓取匹配素材并剪辑
- 输出成片
在自媒体、视频带货、短视频矩阵流行的当下，“一键生成"对中小创作者极具吸引力。这也是榜单上唯一同时具备强娱乐属性和强 AI 属性的项目，能跨圈层传播。
🥈 2. microsoft/markitdown（+15,502 stars）
Python tool for converting files and office documents to Markdown.
微软官方出品，把 PDF、Word、Excel、PPT、图片、音频、HTML 等多种格式统一转成 Markdown——这个看似朴素的工具之所以爆火，是因为它精准切中了 LLM 时代的数据预处理痛点：
- RAG 系统要喂 Markdown，不要 Word 样式
- Agent 工作流需要结构化文本，不要二进制
- LLM Token 预算有限，能少一个空格就少一个
这是一个典型的”大模型时代的水电煤"——平时感觉不到，停了就难受。
🛠 3. chopratejas/headroom（+3,002 stars）
Compress tool outputs, logs, files, and RAG chunks before they reach the LLM.
如果说 markitdown 解决了"喂什么"，headroom 解决的就是"喂多少"——它是一个 LLM 输入压缩器。Agent 调用 shell、读日志、查文档时，常常会被铺天盖地的输出淹死，headroom 在 LLM 见到这些数据之前先做剪枝、摘要、特征提取，把 token 成本压下来。
- 解决"agent context window 被吃光"的问题
- 解决"明明问题很简单，账单却很大"的问题
- 对生产级 agent 几乎是必备
它出现在 Trending 榜上，强烈暗示：工程化落地正在倒逼 token 经济学。
🧠 19. supermemoryai/supermemory（+1,733 stars）
Memory engine and app… The Memory API for the AI era.
如果说 LLM 解决了"思考"，supermemory 想解决的就是"记忆"。它提供了一个跨会话、跨应用、跨模型的 Memory API——你可以把它理解成 AI 时代的"个人信息中台"：
- 持久化用户偏好、历史对话、知识片段
- 提供标准 API 供任何 Agent 调用
- 自带"什么值得记、什么可以忘"的判断逻辑
它的爆火折射出一个真实需求：一次性 prompt 不够，Agent 需要长期记忆。
🇨🇳 21. modelscope/FunASR（+544 stars）
Industrial-grade speech recognition toolkit: 170x realtime…
阿里达摩院 ModelScope 团队出品，工业级开源语音识别工具包。周增 544、总数 17,025 这个量级在中文开源语音项目里已经是头部水准。170x realtime 意味着 1 小时的音频，最快 21 秒就能转完文字，对字幕生成、会议记录、客服质检、视频本地化等场景都极具落地价值。
🧩 Cursor / Claude Code 插件生态（组合解读）
cursor/plugins、compound-engineering-plugin、knowledge-work-plugins、claude-code-harness……
这一组项目放在一起看，信号非常明确：AI 编码工具的战争已经从"模型强不强"转入"插件生态厚不厚"。
- Cursor 抢开源插件（cursor/plugins）
- Anthropic 抢工作流插件（knowledge-work-plugins）
- EveryInc 抢 Claude Code 复合工程（compound-engineering-plugin）
- 个人开发者抢 Harness 编排（claude-code-harness）
四股力量在同一周内同时 Trending，几乎是历史上第一次。插件 = 生态 = 锁定 = 商业化护城河，这个飞轮已经被大家看到了。
四、主题分布分析
把 21 个项目按主题归类：
| 主题 | 项目数 | 代表项目 |
|---|---|---|
| AI Agent 编排 / Harness | 8 | headroom, taste-skill, harness, codegraph, ECC, herdr, iii, claude-code-harness |
| Claude Code / Cursor 插件 | 4 | cursor/plugins, compound-engineering-plugin, knowledge-work-plugins, claude-code-harness |
| AI 工具与基础能力 | 4 | MoneyPrinterTurbo, markitdown, Understand-Anything, supermemory |
| AI 安全与治理 | 2 | agent-governance-toolkit, Anthropic-Cybersecurity-Skills |
| AI 对齐 / 去 AI 味 | 2 | stop-slop, heretic |
| 传统优秀开源 | 1 | FunASR |
五、趋势洞察
1. “Agent Skills” 正在变成一种新的开源品类
你可能注意到了：taste-skill、stop-slop、Anthropic-Cybersecurity-Skills、compound-engineering-plugin、knowledge-work-plugins……这一波项目的命名里都带着 “skill”。
“Skill” 这个词在 2025 年初还只在小圈子里流通，到 2026 年中已经变成了**“Agent 可调用的最小能力单元”**的标准说法。一个 skill 文件 ≈ 一段 prompt + 几段元数据 + 几行工具声明。开源社区正在围绕 “skill” 沉淀一套可分享、可复用的中间层。
2. Harness 是新的中间件
如果说"Skill"是 Agent 的"积木"，那 Harness 就是"插积木的底板"——它负责：
- 调度 skill 之间的执行顺序
- 管理 context、memory、工具调用
- 处理错误、超时、并行
chopratejas/headroom、affaan-m/ECC、revfactory/harness、Chachamaru127/claude-code-harness、iii-hq/iii……本周前 21 名里，harness 类的项目占了 5 个，与 CLI 工具当年（ripgrep、fd、bat）的爆发节奏非常像。
3. Token 经济学开始成为大众议题
markitdown 告诉你"喂什么"，headroom 告诉你"喂多少"，两者同时登顶不是巧合——开发者第一次集体意识到：大模型的"输入侧"和"输出侧"一样重要，甚至更重要。当 agent 自己造 token、自己花 token，账单从月结变成日结时，“Token 经济学"就不再是性能优化，而是生死问题。
六、总结
本周 GitHub Trending 用一张榜单讲了三件事：
- 大模型的下半场属于 Agent 工程师——harness、skill、plugin 正在变成新的"操作系统”
- 中文开源已经站上 Trending 主舞台——MoneyPrinterTurbo、Understand-Anything、FunASR 三箭齐发
- 生产级落地比 Demo 重要——token 压缩、记忆引擎、治理工具同时登顶，说明社区在从"能不能跑"走向"跑得久、跑得省、跑得安全"
引用格式：
GitHub Trending Weekly - 2026-06-03
数据来源：github.com/trending?since=weekly