数据统计时间：2026-02-18 16:51:57
1. sickn33/antigravity-awesome-skills
📊 数据指标：
⭐ stars : 11.8k | 🍴 forks : 2.2k
🔗 https://github.com/sickn33/antigravity-awesome-skills
🌌 Antigravity Awesome Skills
A comprehensive, production-ready library of 864+ universal agentic skills, meticulously curated to extend the capabilities of AI coding assistants across platforms—including Claude Code, Gemini CLI, Cursor, GitHub Copilot, Antigravity IDE, OpenCode, and AdaL CLI.
🛠️ Universal & Interoperable Design
All skills follow the standardized SKILL.md format and are organized in a tool-agnostic structure. They install seamlessly into common agent paths (e.g., ~/.agent/skills) and adapt automatically via symlinks or CLI flags (--claude, --cursor, etc.), ensuring compatibility without duplication or vendor lock-in.
🧩 Domain-Specialized Skill Categories
Skills span the full software lifecycle: Architecture (C4, ADRs), Data & AI (RAG, LangGraph), Security (OWASP, pentesting), Infrastructure (AWS, Vercel), Testing (TDD, Playwright), and Business (SEO, pricing). Each skill is battle-tested, sourced from official repositories (Anthropic, Google, Microsoft, Supabase, Vercel) and trusted community projects.
🚀 Ready-to-Use Workflows & Bundles
Beyond individual skills, the project delivers role-based Bundles (e.g., Web Wizard, Security Engineer) and step-by-step Antigravity Workflows (e.g., “Ship a SaaS MVP”, “Security Audit”)—enabling users to orchestrate multi-skill sequences like a digital agency, not just a chatbot.
2. p-e-w/heretic
📊 数据指标：
⭐ stars : 7.5k | 🍴 forks : 767
🔗 https://github.com/p-e-w/heretic
项目概述
Heretic 是一款面向大语言模型的全自动去审查（去安全对齐）工具，无需微调或昂贵后训练即可移除模型内置的内容过滤机制。
技术原理
其核心基于改进的方向性消融（abliteration），通过计算“有害”与“无害”提示在各层残差向量的差值方向，对注意力输出和MLP下投影矩阵进行正交化干预；创新性地引入浮点型拒绝方向索引、分组件可调权重核及TPE驱动的Optuna自动参数优化，联合最小化拒答率与KL散度。
使用体验
用户仅需一条命令即可启动全自动处理（如 heretic Qwen/Qwen3-4B-Instruct-2507），支持量化加速与多架构兼容；生成模型在保持原模型智能水平的同时，显著降低拒答率并减少能力损伤（如Gemma-3-12b-it Heretic版KL仅0.16）。
研究扩展
提供残差向量PaCMAP可视化、几何度量分析（含余弦相似度、范数、轮廓系数等）等可解释性功能，助力模型内部语义机制研究。
3. volcengine/OpenViking
📊 数据指标：
⭐ stars : 2.6k | 🍴 forks : 183
🔗 https://github.com/volcengine/OpenViking
项目概述
OpenViking 是一个面向 AI Agent 的开源上下文数据库，旨在解决当前智能体开发中上下文管理碎片化、检索低效、不可观测与缺乏自进化能力等核心痛点。
核心创新
项目首创“类文件系统范式”，将记忆、资源、技能统一映射为 viking:// 协议下的虚拟目录结构；通过 L0/L1/L2 三级上下文分层加载机制，在保障信息完整性的同时显著降低 Token 消耗。
关键能力
支持目录递归检索，融合语义匹配与路径定位，提升全局上下文理解精度；提供可视化检索轨迹，使上下文获取过程可追溯、可调试；内置自动会话管理模块，实现用户偏好与 Agent 经验的持续沉淀与自我迭代。
生态与部署
兼容 VolcEngine、OpenAI、Anthropic 等十余种主流模型提供商，支持本地 vLLM 部署；提供 Python SDK 与 Rust CLI 工具链，并可作为独立 HTTP 服务部署于云环境，兼顾开发敏捷性与生产可靠性。
4. HKUDS/nanobot
📊 数据指标：
⭐ stars : 21.1k | 🍴 forks : 3.2k
🔗 https://github.com/HKUDS/nanobot
nanobot：超轻量级个人AI助手
nanobot是一款受OpenClaw启发的极简主义个人AI助理，核心代理逻辑仅约3,696行代码，体积比同类项目Clawdbot小99%，兼顾高性能与高可维护性。
极致精简，开箱即用
项目采用模块化设计，启动迅速、资源占用低，支持一键部署。默认提供CLI交互模式，并可通过Telegram、Discord、Feishu、WhatsApp等10+主流通信平台快速接入，适配个人开发、研究及轻量生产场景。
研究友好，扩展灵活
代码结构清晰、注释完备，专为可读性与可扩展性而设计。支持OpenAI兼容接口、vLLM本地模型、OAuth登录（如OpenAI Codex）、MCP工具协议等前沿能力，新增LLM提供商仅需2步配置。
安全可控，配置丰富
内置细粒度权限控制，支持工作区沙箱隔离、用户白名单、邮件/消息内容审核等安全策略；配置文件~/.nanobot/config.json统一管理模型、渠道、工具与调度任务，兼顾灵活性与稳定性。
5. hummingbot/hummingbot
📊 数据指标：
⭐ stars : 17.2k | 🍴 forks : 4.4k
🔗 https://github.com/hummingbot/hummingbot
Hummingbot 概述
Hummingbot 是一个开源的算法交易框架，旨在帮助用户设计、回测和部署自动化交易策略（即“交易机器人”）。它支持 140+ 中心化与去中心化交易所，涵盖现货、永续合约及 AMM 类 DEX 等多种市场类型，已累计产生超 340 亿美元交易量。
核心特性
项目采用模块化架构，提供标准化的交易所连接器（Connector），统一 REST/WebSocket 接口；内置 Gateway 中间件，专为跨链 AMM 交易提供非托管、安全的链下控制能力；支持 CLI 与 Telegram（Condor）双交互界面，并通过 Hummingbot API 和 MCP 协议实现与 AI 助手（如 Claude、Gemini）的集成。
社区与生态
基于 Apache 2.0 许可证完全开源，由全球开发者与量化交易者共建。社区通过治理流程维护扩展连接器，贡献者可用 HBOT 代币发起提案。配套资源包括详尽文档、YouTube 教程、Discord 支持频道及 Substack 技术通讯，致力于推动高频交易技术的普惠化。
6. nextlevelbuilder/ui-ux-pro-max-skill
📊 数据指标：
⭐ stars : 32.4k | 🍴 forks : 3.2k
🔗 https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
UI UX Pro Max
智能化设计系统引擎
UI UX Pro Max 是一款面向专业 UI/UX 开发的 AI 技能工具，核心能力是通过 100 条行业专属推理规则，实时生成端到端的设计系统。它支持跨平台（Web、移动端、桌面）与多技术栈（React、Vue、SwiftUI、Flutter 等），自动匹配模式结构、视觉风格、色彩系统、字体组合及交互规范。
全面覆盖的设计资源库
内置 67 种 UI 风格（含 Glassmorphism、Soft UI、AI-Native、Bento Grid 等）、96 套行业调色板、57 组 Google Fonts 排版方案、25 类数据图表推荐及 99 条可执行 UX 准则。所有资源均经 WCAG AA 可访问性验证，并明确标注反模式（如“金融类禁用霓虹渐变”）。
开箱即用的集成体验
提供 CLI 工具（uipro-cli）一键适配 Claude Code、Cursor、GitHub Copilot 等 14+ 主流 AI 编程助手，支持自然语言触发（如“为美容水疗中心建落地页”）或指令式调用（/ui-ux-pro-max）。v2.0 新增设计系统持久化功能，支持 MASTER.md 全局规范 + pages/ 页面级覆盖的分层管理机制。
7. davila7/claude-code-templates
📊 数据指标：
⭐ stars : 20.8k | 🍴 forks : 1.9k
🔗 https://github.com/davila7/claude-code-templates
Claude Code Templates
项目简介
Claude Code Templates 是一个面向 Anthropic Claude Code 的开源模板生态系统，旨在大幅提升 AI 辅助开发的效率与专业性。它整合了 100+ 经过验证的可复用组件，涵盖 AI 代理（Agents）、自定义命令（Commands）、外部服务集成（MCPs）、配置参数（Settings）、Git 钩子（Hooks）及项目级技能（Skills），覆盖安全审计、前端优化、数据库架构、测试生成等高频场景。
核心能力
项目提供命令行驱动的一键安装体验，支持组合式部署（如同时集成前端代理、测试命令与 GitHub MCP），并内置四大增强工具：实时会话监控（Chats）、AI 开发行为分析（Analytics）、系统健康诊断（Health Check）与插件统一管理（Plugins Dashboard），全面支撑生产级 AI 编程工作流。
生态与合规
项目严格遵循开源协议，聚合并规范引用来自 Anthropic 官方、K-Dense-AI、obra、社区精选仓库等十余个优质来源的技能与代理，均保留原始 MIT/Apache/CC0 等许可证及完整署名，体现对开发者生态的尊重与共建精神。
8. anthropics/claude-quickstarts
📊 数据指标：
⭐ stars : 14.6k | 🍴 forks : 2.4k
🔗 https://github.com/anthropics/claude-quickstarts
Claude Quickstarts 项目介绍
项目定位与目标
Claude Quickstarts 是 Anthropic 官方推出的开源快速入门项目集合，旨在降低开发者集成 Claude 大模型 API 的门槛。每个示例均提供可直接运行的最小可行代码框架，覆盖典型应用场景，并支持按需扩展与定制。
核心 Quickstart 示例
包含五大高价值场景：客户支持智能体（集成知识库问答）、金融数据分析师（交互式图表分析）、计算机控制演示（支持 zoom 等桌面操作）、浏览器自动化工具（基于 Playwright 的 Web 操作）、自主编码智能体（双代理协同、Git 持久化开发）。所有示例均采用最新 API 功能（如 computer_use_20251124 工具版本）。
开发者友好设计
每个子项目配备独立 README、标准化依赖管理、环境变量配置说明及一键启动指引。开箱即用，仅需 API Key 即可本地快速验证核心能力，助力开发者聚焦业务逻辑而非底层集成。
9. microsoft/agent-lightning
📊 数据指标：
⭐ stars : 14.9k | 🍴 forks : 1.3k
🔗 https://github.com/microsoft/agent-lightning
Agent Lightning⚡
项目概述
Agent Lightning 是微软研究院推出的轻量级 AI 智能体训练框架，旨在以“几乎零代码修改”的方式，赋能任意架构的 AI 智能体（如 LangChain、AutoGen、CrewAI 或原生 OpenAI 调用）进行高效优化。它不侵入用户原有逻辑，仅通过轻量级事件埋点（如 agl.emit_step()）或自动追踪，即可捕获提示、工具调用与奖励等关键轨迹数据。
核心能力
框架支持多算法协同优化：涵盖强化学习（RL）、自动提示工程（APO）、监督微调（SFT）等范式，并允许在多智能体系统中对单个或多个智能体进行选择性训练。其核心 LightningStore 统一管理任务、资源与结构化 trace， Trainer 模块则负责数据流调度、算法对接与策略热更新，实现“训练-部署”闭环无缝衔接。
生态与影响
已落地于 DeepWerewolf、Youtu-Agent（128 GPU 规模 RL 训练）、AgentFlow 等前沿项目，并被 vLLM、Medium、arXiv 等平台深度报道。开源 MIT 协议，配套完整文档、示例与活跃 Discord 社区，显著降低 AI 智能体持续演进的技术门槛。
10. NVIDIA/personaplex
📊 数据指标：
⭐ stars : 5.3k | 🍴 forks : 791
🔗 https://github.com/NVIDIA/personaplex
PersonaPlex 项目介绍
实时全双工语音对话系统
PersonaPlex 是一个面向真实场景的端到端语音到语音（S2S）对话模型，支持低延迟、全双工交互。它基于 Moshi 架构构建，融合合成与真实对话数据训练，在保持语音自然性的同时实现毫秒级响应。
多维度角色与声音控制
模型支持文本驱动的角色提示（如教师、客服专员、宇航员）和音频驱动的语音嵌入（预置 NAT/VAR 系列语音），可灵活组合 persona 与 voice，生成风格一致、身份鲜明的口语化回应。
开箱即用与灵活部署
提供 Web 服务端（HTTPS 支持）、离线批处理脚本及 CPU 卸载选项，适配从消费级显卡到 Blackwell 架构 GPU 的多种硬件环境，并兼容 Hugging Face 生态与 HF Token 认证流程。
点赞，关注，在看，分享就是对我最大的支持！我们下期见！ 😉
小武 - 软件开发爱好者
在代码世界里不断探索
