GitHub开源观察｜开源项目·热门仓库·开发者

Meta Muse Spark 1.3：百万级上下文窗口，双档定价

Meta 推出的 Muse Spark 1.3 将上下文窗口扩展至 100 万 token，专为长周期、多步骤的 agentic workflow 设计。模型支持视频、图片和文档的多模态感知，工具调用成功率提升，代码能力与前沿模型持平。定价分为两档，差价超过 10 倍，适合需要大规模上下文处理的企业与研发团队。

GitHub

#GitHub #开源 #Meta #MuseSpark #AI模型 #多模态 #agenticworkflow #大上下文 #定价策略
@GitHubTrendingHub

腾讯 WorkBuddy 上架 deepin 应用商店，零门槛 AI 办公体验

腾讯推出的全场景职场 AI 智能体桌面工作台 WorkBuddy，现已在 deepin 应用商店上线。用户只需在商店搜索“WorkBuddy”，一键下载安装，即可开箱即用，无需额外配置。新用户可享受免费尝鲜政策，领取积分，快速开启 AI 办公之旅。

WorkBuddy 通过集成多种 AI 功能，帮助职场人士提升沟通效率、自动化日程管理和内容生成，适合需要快速获取智能助手支持的团队和个人。

#GitHub #开源 #WorkBuddy #腾讯 #AI办公 #deepin应用商店
@GitHubTrendingHub

Termexo V0.7.0：终端可见账号切换与界面重构

Termexo 近日发布 0.7.0 版，核心改动是把 Claude 与 Codex 的登录身份从隐藏的环境变量转为终端可见并可切换。用户现在可以在终端窗口顶部直接查看当前账号，并通过简单命令切换账号，提升了使用体验。
此外，窗口顶栏与终端渲染也被重新设计，界面更清晰，交互更直观。

此更新主要面向使用 Termexo 进行 Claude/Codex 开发的开发者，解决了以往需要查看配置文件或环境变量才能确认登录状态的痛点。

GitHub

#GitHub #开源 #Termexo #Claude #Codex #终端工具 #CLI #账号管理 #界面重构
@GitHubTrendingHub

CERN 迁移 2,200 台控制系统至 Debian 13

CERN 正在将粒子加速器前端控制电脑从 Red Hat 生态迁移至 Debian 13，计划在 2026 年底完成。此次迁移聚焦于直接与束流设备通信的工业电脑和嵌入式系统，目标是降低维护成本、提升硬件兼容性，并避免因 Red Hat 版本升级导致的兼容性风险。

迁移原因：Red Hat 9/10 的最低 CPU 代号限制，使约 64 % 的 CERN 旧板（Core 2 Duo、Ivy Bridge 等）无法运行。成本评估显示，继续使用 Red Hat 需约 540 万瑞士法郎，并需重设计 11 块硬件板、招聘 6 名工程师，成功率仅 20 %。

迁移方案：CERN 评估两条路径——Plan A 先在 Bookworm 开发至 2026 年，再使用 Trixie 作为 2026‑2030 的长期支持版本，随后迁移至 Debian 15；Plan B 直接在 Trixie 上使用 ELTS 直至 2033 年。两方案均依赖 Debian LTS/ELTS 程序的持续支持，CERN 已开始赞助 Freexian 以保障服务。

技术实现：新系统将启动加载器、内核、init RAM disk 与用户空间拆分，采用 Kubernetes 进行交付与自动化部署。控制器会持续对比配置与实际部署，自动重部署，取代手动 NFS 推送。此改动不影响 CERN 数据中心，仅针对加速器控制层。

到 2026 年底，CERN 预计完成全部迁移，提升系统稳定性与可维护性。

#GitHub #开源 #CERN #Debian13 #加速器控制 #LTS #ELTS #Kubernetes #Linux #工业电脑 #技术迁移 #自由软件 #开源生态
@GitHubTrendingHub

Ponytail：让 AI 只写一行代码

Ponytail 是一个 MIT 许可的插件，能让 Claude、Codex 等 AI 代理在编写代码时自动遵循“只写必要代码”的原则。它通过一套“阶梯”规则，先判断是否需要新增功能、是否已有实现、是否可用标准库或原生特性，最终只生成最小可行代码。

在真实的 FastAPI + React 项目上，Ponytail 与无插件基线相比，平均减少 54% 代码量（最高 94%），成本降低约 20%，执行速度提升 27%，且始终保持安全。

插件可在多种工具中使用：Claude Code、Codex、Copilot CLI、Gemini、Qoder、Grok Build 等。安装后，只需在对话中使用 /ponytail 或对应命令，即可开启不同强度模式（lite、full、ultra）。

适用场景：任何需要让 AI 生成高质量、最小化代码的项目，尤其是对代码体积、成本和安全有严格要求的团队。

GitHub

#GitHub #开源 #Ponytail #AI编程 #ClaudeCode #Codex #Copilot #Gemini #Qoder #GrokBuild
@GitHubTrendingHub

{fmt}：C++ 现代格式化库，速度与安全兼备

{fmt} 是一个 MIT 许可的 C++ 格式化库，提供了 C++20 std::format 与 C++23 std::print 的完整实现。它的 API 简洁，支持位置参数、Python‑style 格式字符串、Unicode、可扩展的用户自定义类型，并且在浮点数、整数、容器等常见场景下比 std::printf、std::ostream、to_string 等更快。Benchmarks 显示，{fmt} 的打印速度约为 printf 的 2‑3 倍，且在 1 亿整数转字符串的测试中保持高吞吐。

对开发者的意义：
- 性能：在高频日志、网络协议、游戏引擎等对 I/O 速度敏感的项目中，可显著降低 CPU 占用。
- 安全：编译时检查格式字符串，防止缓冲区溢出。
- 易用：仅三文件即可编译，支持 header‑only 配置，兼容旧编译器。
- 生态：已被 A.D.、FoundationDB、ClickHouse、Envoy、PyTorch 等众多项目采用。

代码示例
```cpp
#include <fmt/format.h>
fmt::print("Hello, {}!\n", "world");
```

GitHub

#GitHub #开源 #C++ #格式化库 #性能优化 #日志系统
@GitHubTrendingHub

RXThinkCMF v2.6.1 发布：修复用户反馈问题，继续提升前后端分离开发效率

RXThinkCMF 是基于 ThinkPhp8、Vue3、AntDesign、MySQL 的模块化、插件化高性能敏捷开发框架。它通过自研组件实现可插拔式开发，帮助开发者快速搭建前后端分离的后台管理系统。

此次 2.6.1 版本主要修复了用户在使用过程中反馈的若干问题，进一步稳定了框架的运行环境，保持了原有的高性能与易用性。对需要快速上线后台管理系统的项目而言，升级后可获得更稳定的体验，减少因兼容性或插件冲突导致的开发中断。

GitHub

#GitHub #开源 #RXThinkCMF #PHP #Vue3 #AntDesign #前后端分离 #敏捷开发
@GitHubTrendingHub

DjangoAdmin v2.8.1：模块化敏捷开发框架更新

DjangoAdmin 是基于 Django、Layui、MySQL 的企业级敏捷开发框架，主打模块化、可插拔组件，帮助开发者快速搭建后台管理系统。
此次 v2.8.1 主要修复了近期用户反馈的若干问题，提升了组件稳定性和兼容性。框架核心组件（单图上传、多图上传、下拉选择、开关按钮、单选按钮、多选按钮等）已进一步优化，使用者可以在不改动业务代码的前提下，直接替换或升级组件，减少维护成本。

适用于需要快速搭建后台管理、数据录入与展示的中大型项目，尤其适合对开发效率和可维护性有高要求的团队。

GitHub

#GitHub #开源 #DjangoAdmin #Python #Layui #敏捷开发 #企业级框架
@GitHubTrendingHub

FastAdmin 1.6.6 正式版发布，安全更新已上线

FastAdmin 是一款面向开发者的开源后台框架，支持免费商用。新版本 1.6.6 主要聚焦安全修复与性能提升，建议所有使用者及时升级以保障系统安全。

- 安全补丁：修复已知漏洞，提升整体稳定性。
- 性能优化：改进数据库查询逻辑，减少响应延迟。
- 兼容性：保持对 PHP 8.x 的完整支持，向后兼容 7.4。

适用于需要快速搭建管理后台的项目，尤其是中小型企业与个人开发者。

#GitHub #开源 #FastAdmin #后台框架 #PHP #安全更新 #性能优化
@GitHubTrendingHub

Pragmatic AI Shell v1.0 正式发布，支持多模型热切换

Pragmatic AI Shell（smartcli）是一款通过自然语言驱动终端的开源工具。用户直接输入日常语言，系统会生成对应的 shell 命令，并在安全过滤后提示确认执行，整个过程可审计，适合需要可追溯操作的开发者和运维人员。

v1.0 版本实现了多模型热切换，用户可在不同大语言模型之间自由切换，以获得更符合需求的指令生成效果；同时提供免 JRE 的原生二进制发布，直接下载即可运行，无需额外安装 Java 环境。

该项目本身也是一次 AI 编程实践，核心代码和架构设计主要由 AI 完成，开发者只负责方向把关和最终验收，展示了 AI 在软件开发全流程中的潜力。

对日常需要在终端执行复杂命令的技术人员而言，Pragmatic AI Shell 能把口头指令快速转化为安全可执行的脚本，省去手动查阅文档或编写命令的时间成本。

#GitHub #开源 #PragmaticAIShell #AI终端 #Shell自动化 #多模型切换
@GitHubTrendingHub

Bee 3.0 LTS 版发布：轻量高性能 ORM

Bee 是面向 Java 的轻量级 ORM，体积仅 969 KB，运行速度接近原生 JDBC，提供完整的增删改查、原生分页等常用功能。3.0.0 LTS 版新增多层子表关联查询、分库分表（Sharding）同步升级，并支持 Java 虚拟线程，进一步提升并发性能。

对于需要在微服务或高并发场景下使用 ORM 的开发者，Bee 可替代 Hibernate、MyBatis 等重量级框架，兼容 Spring Data、JPA、GraphQL，且还能在 Android、鸿蒙等移动平台使用。

此外，Bee 还提供 MongoDB ORM 支持，满足多数据源统一访问的需求，帮助团队在保持代码简洁的同时实现分库分表和高效查询。

#GitHub #开源 #BeeORM #Java #Sharding #VirtualThread @频道号
@GitHubTrendingHub

Sequoia‑X V2：A 股量化选股系统全新重构

Sequoia‑X V2 是面向 A 股市场的量化选股工具，采用现代 Python 工程化标准从零重写，使用面向对象架构、向量化计算和增量数据更新，实现每日收盘后自动选股并通过飞书推送。

系统数据来源于免费且无需注册的 baostock，拉取后复权日 K 数据并存储在本地 SQLite，规避了东方财富的反爬限制。提供两种运行模式：日常模式（8 进程增量更新，2‑3 分钟完成全市场）和回填模式（一次性灌入全市场历史，约 12 分钟）。

内置多套策略，包括海龟突破、均线放量、旗形突破、涨停洗盘、上升跌停反包以及欧奈尔 RPS 突破，适合需要快速获取高潜力股票的量化研究者和投资团队，省去自行编写数据抓取和策略框架的时间。

快速上手只需 Python≥3.10 环境，使用 uv 或 pip 安装依赖，配置飞书 Webhook，即可通过 crontab 实现交易日收盘自动运行。

GitHub

#GitHub #开源 #SequoiaX #量化选股 #Python #A股 #飞书推送 #MITLicense
@GitHubTrendingHub

DBErp v3.0.4 正式发布

DBErp 是面向中小企业的进销存管理系统，支持多仓库、采购、销售、财务等全链路业务。3.0.4 版在原有功能基础上新增了销售毛利分析、库存移动平均成本计算以及内置 SMTP 邮件服务，帮助企业更精准评估利润并实现自动化通知。

新加入的毛利分析可以直接在报表中查看每笔订单的利润贡献，适合需要细化利润结构的财务或运营团队。移动平均成本则在库存波动时提供更平滑的成本核算，降低成本波动对利润的冲击。SMTP 邮件功能支持系统通知、报表发送等场景，免除额外邮件服务配置。

此外，版本继续强化库存并发安全、主数据引用保护、采购/销售退货结算以及核销一致性，提升高频库存操作的可靠性。已有 DBErp 3.x 用户，尤其是关注成本、毛利或退货结算的企业，建议尽快升级以获得这些增值功能。

#GitHub #开源 #DBErp #ERP系统 #成本管理 @频道号
@GitHubTrendingHub

Superlinked 推出自托管推理引擎 SIE，统一服务百余模型

SIE（Superlinked Inference Engine）是面向智能体任务的开源推理服务器，提供统一的 OpenAI 兼容 API，涵盖向量检索、文档转 Markdown、结构化输出、内容安全以及完整的 agent 循环。一次部署即可在同一集群中按需加载并并发运行 100+ 模型，避免为每个任务单独搭建模型服务。

项目内置模型目录（Stella、SPLADE、Qwen3、GLiNER、SigLIP 等），支持 Kubernetes/Helm 部署、KEDA 自动伸缩和 Grafana 监控，兼容 LangChain、LlamaIndex、Haystack、DSPy、CrewAI、Chroma、Qdrant、Weaviate、LanceDB 等生态。开发者可通过 pip 安装 sie-server[local] 本地启动，或使用官方 Docker 镜像在 GPU/CPU 环境快速部署。

对使用 LLM Agent 的研发团队而言，SIE 能替代多套模型服务器，显著降低运维复杂度和成本；通过 OpenAI 兼容端点，现有代码可无缝迁移，快速接入搜索、嵌入、生成等功能。

GitHub

#GitHub #开源 #SIE #InferenceEngine #LLM #Kubernetes @GitHub开源榜
@GitHubTrendingHub

Google TimesFM 3.0：多变量时间序列预测新基准

TimesFM 是 Google Research 开源的时间序列基础模型，专注于零样本预测。3.0 版本首次原生支持多变量序列和灵活的协变量（过去仅或过去‑未来），无需针对每个任务调参，即可在单一模型上完成单变量和多变量预测。

在三大公开基准（fev‑bench、TIME、GIFT‑Eval）中，TimesFM 3.0 均夺得整体第一，展示了业界领先的零样本通用能力。模型参数 200 M，支持最长 16 k 的上下文长度，并可输出高达 1 k 步的分位数预测。

对数据科学家、机器学习工程师以及使用 BigQuery ML、Google Sheets、Vertex Model Garden 等 Google 产品的业务分析团队而言，TimesFM 3.0 可直接在已有工作流中调用，省去自行训练大型时间序列模型的成本，提升预测准确性与部署效率。

使用方式
- PyPI 安装：pip install timesfm[torch]
- 通过 HuggingFace 检索 checkpoint google/timesfm-3.0-pytorch
- 示例代码展示了单变量和多变量预测的完整调用流程，支持返回点预测和多分位数置信区间。

GitHub

#GitHub #开源 #TimesFM #时间序列 #机器学习 @GoogleResearch
@GitHubTrendingHub

C 语言实现经典数据结构与算法合集

作者 Luca Eftimie 将常用数据结构（链表、队列、栈、最小堆）以及背包、哈夫曼等算法以独立的 .c 文件形式开源，配有完整示例和 CMake 构建脚本。每个实现均采用动态分配的链式节点，支持插入、删除、排序、合并等常用操作，适合想练习底层编程或学习 DSA 的开发者直接编译运行。

项目提供两套仓库：
- Data_Structures：链表、队列、栈、最小堆的完整实现，所有文件自带 main 示例，便于快速验证功能。
- Algorithms：动态规划、贪心、编码等算法的独立实现，配有时间/空间复杂度说明，支持单文件 gcc 编译或统一 CMake 构建。

对学习数据结构与算法、准备面试或提升 C 语言实战能力的开发者，这些代码可直接作为练手素材，省去自行实现的时间成本，并可在此基础上扩展更多结构或算法。

GitHub
GitHub

#GitHub #开源 #DataStructures #Algorithms #C语言 #学习DSA @GitHub开源榜
@GitHubTrendingHub

灵界 OS v3.0.1 稳定性升级

灵界 OS 是面向多平台的开源操作系统，本次 3.0.1 版本聚焦日常使用的可靠性。文件管理器加入删除确认弹窗，防止误删导致数据丢失；针对不同设备和浏览器的兼容性问题进行多项适配，提升整体运行稳定性；同时修复若干界面细节，优化交互体验。

对经常在灵界 OS 上进行文件操作的开发者和普通用户而言，此次更新可减少误操作风险，并在多环境下获得更流畅的使用感受。

#GitHub #开源 #灵界OS #文件管理 #跨平台 #系统优化 #开源操作系统 @频道号
@GitHubTrendingHub

World Labs 推出 Atlas：多模态 3D 重建大模型

World Labs 由李飞飞领衔研发，发布了 Atlas——首个零预训练的多模态空间智能模型。用户只需提供几张照片，Atlas 即可合成任意视角的连续视频；输入手机拍摄的短视频，它能够重建完整的 3D 场景，支持机器人在虚拟空间中模拟导航。模型核心采用多模态自回归扩散 Transformer，实现跨视角、跨模态的统一生成与重建。

对开发者而言，Atlas 可直接用于机器人路径规划、AR/VR 内容创作以及数字孪生等场景，省去传统 3D 重建的繁琐建模流程，提升项目原型速度。

GitHub

#GitHub #开源 #WorldLabs #Atlas #MultimodalAI #3DReconstruction @AI开源频道
@GitHubTrendingHub