2026年3月9日星期一

GitHub 热榜开源项目盘点:代码知识图谱、AI Agent 框架与开发工具

本文汇总了6个近期登上GitHub热榜的开源项目,包括交互式代码知识图谱工具GitNexus、字节跳动的SuperAgent框架deer-flow、Claude Agent编排平台、AI用量监控工具CodexBar、自建Claude中转服务及阿里AI沙盒平台。适合开发者、技术团队及AI应用研究者了解最新工具生态,提升开发与协作效率。

Tags:

01
交互式知识图谱神器
这个开源项目今天涨了 1000 多个 Star,叫 GitNexus
这就是一个能在浏览器里直接跑的代码知识图谱引擎。
你丢进去一个 GitHub 项目链接或者 ZIP 文件,它就能自动分析整个代码库,生成交互式的知识图谱

不用部署后端服务器,不用配置数据库,打开网页就能用。
它有个挺顶的功能是内置了 Graph RAG Agent,可以帮你理解代码结构、追踪调用链、分析依赖关系。
对于接手新项目或者做代码审查来说,这玩意儿挺实用的。
支持 TypeScript、JavaScript、Python、Java、Go、Rust 等主流语言,基本上够用了。
开源地址:https://github.com/abhigyanpatwari/GitNexus
02
字节开源的 SuperAgent 框架
图片
deer-flow 是字节跳动最近开源的一个超级 Agent 框架,目前已经有 2万多个 Star 了。
这东西和普通的 AI 聊天助手不一样,它是一个完整的 SuperAgent 运行时
说白了,就是给 Agent 提供了一个完整的执行环境:沙盒、记忆系统、工具调用、技能扩展、子 Agent 协作,这些都帮你准备好了。

它可以处理从几分钟到几小时的复杂任务。
比如你让它做深度研究、写报告、生成 PPT、写代码,它都能搞定。而且它是基于 LangGraph 和 LangChain 构建的,架构设计得挺好,想定制也很方便。
字节出品,代码质量和工程实践还是有保障的。想学习大厂怎么做 Agent 系统的,可以直接去抄作业。
开源地址:https://github.com/bytedance/deer-flow
03
为 Claude 设计的 Agent 编排平台
图片
Claude-Flow 是一个专门为 Claude 生态打造的 Agent 编排平台,目前有 16K+ Star
它的核心能力是可以部署智能多 Agent 群、协调自主工作流、构建对话式 AI 系统。
支持企业级架构、分布式群智能、RAG 集成,还能和 Claude Code / Codex 原生集成
图片
如果你是用 Claude 做产品的团队,这个平台值得看一下。它把多 Agent 协作这件事情做得很完善,不用自己从头造轮子。
开源地址https://github.com/ruvnet/claude-flow
04
菜单栏里监控你的 AI 用量
CodexBar 是一个 macOS 菜单栏小工具,目前有 7100 多个 Star
它可以帮你监控 OpenAI Codex、Claude Code、Gemini、Copilot 等 AI 服务的使用量。
图片
不用登录后台,直接在菜单栏就能看到你的 session 和 weekly 配额还剩多少,以及什么时候重置。
用过这些 AI 编程工具的都知道,监控用量有多重要。一不小心超了限额,关键时刻掉链子就很尴尬。
安装也很简单,Homebrew 一行命令就能装:
brew install --cask steipete/tap/codexbar
有了这个小工具,随时知道还剩多少额度,心里有数。
开源地址:https://github.com/steipete/CodexBar
05
自建 Claude Code 中转服务
claude-relay-service 是一个开源的 Claude Code 镜像服务,目前有 8600 多个 Star
这东西解决了几个痛点:地区限制访问不了 Claude Code、担心第三方镜像泄露对话内容、想和朋友一起分摊订阅费用。
图片
自己搭建之后,所有请求都只经过你自己的服务器,直连 Anthropic API。数据安全自己掌控,而且可以给每个使用者分配独立的 API Key,用量统计清清楚楚。
部署方式很灵活,支持脚本一键部署、手动部署、Docker 部署。技术文档写得很详细,有基本技术基础的都能搞定。
图片
开源地址:https://github.com/Wei-Shaw/claude-relay-service
06
阿里开源的 AI 沙盒平台
OpenSandbox 是阿里巴巴开源的通用 AI 应用沙盒平台,目前有 1600 多个 Star
它提供了多语言 SDK、统一的沙盒 API,支持 Docker 和 Kubernetes 运行时。适用场景包括:Coding Agents、GUI Agents、Agent 评估、AI 代码执行、强化学习训练
图片

说白了,就是给 AI Agent 提供了一个安全隔离的执行环境。Agent 可以在里面执行命令、读写文件、跑代码,不用担心把宿主机搞坏。
做 AI Agent 安全执行环境的,可以参考一下阿里的这个方案。
开源地址:https://github.com/alibaba/OpenSandbox

07

点击下方卡片,关注逛逛 GitHub

这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了:

图片

没有评论:

发表评论

tttLRM:首个线性复杂度自回归3D重建大模型,支持64视图流式输入,推理速度提升百倍

宾夕法尼亚大学与Adobe提出的tttLRM模型,首次将测试时训练引入3D重建领域,通过LaCT架构实现线性计算复杂度。该模型支持多达64张多视角图像的流式输入,在保持高质量重建细节的同时,大幅提升推理速度,适用于需要快速、精准建模的复杂场景与对象级3D重建任务。 Tags: ...