GitHub开源观察｜开源项目·热门仓库·开发者

Windows 11 天气应用内存占用超 1GB

Windows 11 内置天气应用被曝占用内存超过 1GB。Notebookcheck 在测试中反复确认了这一数字，并非 100MB 或 500MB，而是整整 1GB——一个仅用于显示天气的应用。

问题根源在于 WebView2。微软的天气应用本质上是一个嵌入 Edge WebView2 的网页应用，底层 Chromium 引擎的完整加载带来了极高的内存开销。这并非个例，Windows 11 内置应用普遍采用类似架构，臃肿问题由来已久。

对普通用户而言，如果内存资源紧张，可以考虑使用第三方轻量天气应用替代系统内置版本，或通过设置限制后台运行权限来缓解占用。微软若想改善体验，需在 WebView2 的资源调度上做进一步优化。

#GitHub #开源 #Windows11 #微软 #WebView2 #内存占用 #系统优化
@GitHubTrendingHub

DataBuff v0.1.7 发布，强化平台自监控与自排障

DataBuff 是一款面向云原生与微服务场景的开源 AI Native OpenTelemetry APM，采用 OTLP 标准接入、Apache Doris 统一存储，Web 端提供拓扑、Trace、指标与多 Agent 排障能力。项目已被 OSCHINA 软件库收录。

本次 v0.1.7 相对 v0.1.6 共 31 个提交，包含 Schema 迁移，重点强化平台自身的可观测性与故障排查能力。对正在使用 OpenTelemetry 做微服务监控、又希望保留全量数据自建存储的团队，这个版本值得关注。

GitHub

#GitHub #开源 #DataBuff #OpenTelemetry #APM #ApacheDoris #云原生 #微服务
@GitHubTrendingHub

JimuChatBI 发布 v1.0.0：免费开源对话式数据分析

JimuChatBI 发布 v1.0.0，定位为首款免费开源的对话式智能数据分析产品（Chat2BI）。用户可通过一句话生成报表和数据大屏，并支持对话式 AI 修改优化，主打类 Excel 在线报表设计，兼容国产信创数据源。

该项目定位为帆软、Tableau 的高性价比开源替代。JimuChatBI 以独立 JAR（Spring Boot starter）形式提供，可自动装配嵌入现有系统，便于快速集成。

面向需要快速搭建报表与数据可视化能力的开发团队，尤其适合已有 Java 技术栈、希望降低 BI 工具采购成本的企业。本次 v1.0.0 为正式首发版本，核心能力包括自然语言生成报表、对话式调整以及国产数据源适配。

项目采用开源免费模式，用户可自行部署，无需依赖商业授权。对正在评估 BI 工具选型、或希望将报表能力嵌入自有产品的开发者，值得关注。

#GitHub #开源 #JimuChatBI #Chat2BI #数据分析 #数据可视化 #信创 #SpringBoot
@GitHubTrendingHub

DWSurvey 问卷系统更新：短信验证与考试能力升级

DWSurvey 是一款前后端代码 100% 开源的问卷调研系统，官网地址为 www.diaowen.net，源码托管在 Gitee 仓库。本次更新覆盖 7 月 26 日至 8 月 8 日期间的改动，主要围绕答卷安全与考试场景体验。

新增短信验证修改已答问卷功能，用户修改已提交的答卷时需通过手机号验证，提升数据安全性。考试能力方面，完善了填空题判分逻辑，并优化防切屏等考试相关体验，同时修复多项产品细节问题。

本次更新为常规功能迭代，非破坏性变更。对使用 DWSurvey 搭建问卷或考试系统的团队，短信验证功能可有效防止答卷被随意篡改，考试相关改进则更适合在线教育、企业培训等需要严肃考核的场景。源码仍保持 100% 开源，可自行部署或二次开发。

#GitHub #开源 #DWSurvey #问卷系统 #考试系统 #前后端分离
@GitHubTrendingHub

谷歌开源WeatherNext 2全球天气预报模型

Google DeepMind 与 Google Research 开源 WeatherNext 2（WN2），一个全球中期大气与气旋预报模型，代码仓库同时收录前代模型 GraphCast 和 GenCast。WN2 在 0.25° 分辨率（约 30km）下运行，基于 ECMWF HRES 数据微调，可直接用业务化 HRES 初始场启动，训练数据覆盖至 2024 年。除常规气象要素外，WN2 还能预测 100m 高度风，并用与 WeatherNext Cyclones 相同的算法直接输出气旋路径。

仓库同时提供多个气旋专用模型版本，其中 WeatherNextCyclones_<2025 曾在 2025 大西洋飓风季实时运行（公开代号 FNV3，NHC 后处理版称 GDMI）。另有 1° 分辨率的 Mini 轻量版，适合低显存环境或单卡 TPU/GPU 本地测试，但精度不及完整版。非 Mini 模型推理需 H100 级别显存，Mini 版在 P100 上即可运行。

项目提供 Colab 交互式笔记本，可自动加载权重、初始化 HRES 初始场、执行自回归滚动预测并可视化温度、风速等输出，也能直接对模型输出跑气旋追踪。预训练权重与样例数据存放在 Google Cloud Bucket。代码与笔记本采用 Apache 2.0 许可，其余材料为 CC BY 4.0。需注意这是研究代码，不保证 API 稳定，且模型未经任何政府气象机构合作或背书，不替代官方预警。

GitHub

#GitHub #开源 #WeatherNext #GoogleDeepMind #天气预报 #气旋预测 #AI气象 #GraphCast #GenCast
@GitHubTrendingHub

witr：一条命令追查进程启动根源

排查服务器问题时，常会遇到「这个进程是谁拉起来的」的困惑。witr 正是为此而生——它能将任意进程、端口、容器或文件，追溯回完整的启动因果链，并以人类可读的文本或交互式 TUI 呈现。

与 ps、top、lsof 等只展示状态快照的工具不同，witr 直接回答「为什么它在运行」。它支持按名称、PID、端口、文件、容器多维度查询，输出包含启动来源（systemd、pm2、SSH 会话等）、工作目录、Git 仓库等上下文，并提供 JSON 输出便于脚本集成。

核心能力一览：
• 支持 Linux、macOS、Windows、FreeBSD，单静态二进制分发
• TUI 模式提供进程、端口、容器、文件锁四个实时面板，可发送信号或调整进程优先级
• 容器查询覆盖 Docker、Podman、K8s/crictl、LXC/LXD 等多种运行时
• 内置安全告警：root 运行、危险 capabilities、公网监听、高内存占用等
• 提供有意义的退出码，适合接入 CI 与监控脚本

对经常排查线上故障的运维和开发者来说，witr 能把过去需要交叉比对多个命令的排查过程压缩成一次查询，快速定位服务异常启动或端口冲突的根源。

GitHub

#GitHub #开源 #witr #运维 #进程管理 #TUI #系统诊断
@GitHubTrendingHub

Code-Graph-RAG：用知识图谱查询多语言代码库

Code-Graph-RAG 是一个面向 monorepo 的 RAG 工具，用 Tree-sitter 解析多语言代码，把函数、类、模块及其关系存入 Memgraph 知识图谱，然后支持用自然语言查询、编辑和优化代码。项目已发布到 PyPI，可通过 uv 或 pipx 安装，需要 Docker 运行 Memgraph。

本次更新带来三项新能力：Ruby 支持，通过可插拔的 ast-grep 层从单个 YAML 模式文件接入新语言，无需手写解析器；结构化搜索与替换，按 AST 模式匹配并重写代码，替代纯文本或正则方式；数据流追踪，新增 FLOWS_TO 污点边，跟踪值在赋值、函数调用和 I/O 汇点间的流动，覆盖 C#、Java、C 和 Go。

项目支持 Python、TypeScript、TSX、JavaScript、Rust、Go、Java、C、C++、C#、PHP、Lua 和 Dart，Scala 开发中。除查询外，还能按名称或意图检索函数源码、通过 agent 做 AST 级精准修改并预览 diff、按最佳实践优化代码、从入口点遍历调用边查找死代码。

系统由两部分组成：Tree-sitter 解析器把代码结构摄入 Memgraph 统一 schema；交互式 CLI 将自然语言转为 Cypher 查询，驱动 AI 编辑和优化。项目同时提供 MCP 服务器，Claude Code 等客户端可直接查询和编辑代码库。

对维护大型多语言仓库的团队，这个工具把「读懂代码」变成可查询的图结构，减少在多个语言和模块间跳转的成本。项目采用 MIT 许可证。

GitHub

#GitHub #开源 #CodeGraphRAG #知识图谱 #RAG #Memgraph #TreeSitter #多语言 #MCP
@GitHubTrendingHub

开源终端 uniTerm v1.7.0 发布，新增 X11 支持

uniTerm 是一款轻量级一站式终端软件，Windows 版安装包仅 14MB，把终端、文件传输、远程桌面、数据库客户端、容器等 5 大类协议整合到一起，并内置可自主执行多轮 Shell 命令的 AI Agent。

本次 v1.7.0 补齐了最后一块拼图——内置 X11 Server 支持，累计支持协议达到 27 种。此前需要在 Windows 上跑 Linux GUI 应用的用户，往往要单独配置 X 服务端，现在可以直接在 uniTerm 内完成。

对运维和开发者的实际意义在于：通过 SSH 连接远程 Linux 主机时，可直接转发并显示图形界面程序，省去额外安装和配置 X Server 的步骤，工作流更集中。

新增的 X11 支持与既有协议栈打通，意味着远程桌面、终端会话和 GUI 应用可以在同一窗口内切换，减少多工具切换成本。

对于日常需要管理多台 Linux 服务器的用户，这一更新让远程图形化操作变得更顺手，尤其是那些依赖图形工具进行系统管理或开发调试的场景。

本次更新属于功能补齐型版本，主要面向已有用户增强远程图形操作能力，新用户也可借此获得更完整的远程管理体验。

GitHub

#GitHub #开源 #uniTerm #终端 #X11 #远程桌面 #AI #Shell
@GitHubTrendingHub

HeteroFlow v2 推理服务正式上线

HeteroFlow 是一款开源的异构算力调度平台，其 v2 推理服务已于 2026 年 8 月 8 日发布。该功能面向多厂商 GPU 混部场景，解决异构资源调度、推理引擎适配和运维管理三大痛点。

核心能力是用一套 OpenAI 兼容 API 统一调度 9 种厂商 GPU 与 5 种推理引擎，原生支持多租户、计费、扩缩容和热加载。对需要管理混合 GPU 集群、又不想绑定单一云厂商的团队来说，可以省去自建调度层的成本。

面向的典型场景包括：异构 GPU 集群统一纳管、多租户资源隔离与配额计费、推理服务按负载自动扩缩容，以及模型更新时的热加载，无需重启服务。

兼容 OpenAI API 意味着现有应用只需改 endpoint 即可接入，迁移成本较低。平台同时覆盖调度与推理两层，适合作为内部 AI 基础设施的统一入口。

对正在搭建或维护推理平台的技术团队，HeteroFlow v2 提供了一个开箱即用的开源选项，值得关注。

#GitHub #开源 #HeteroFlow #异构算力 #GPU调度 #推理服务 #OpenAI兼容
@GitHubTrendingHub

QtScrcpy v4.1.0 发布，Android 投屏工具大更新

QtScrcpy 是一款基于 scrcpy 的 Android 实时投屏软件，通过 USB 或无线连接即可在电脑上控制手机，常用于应用演示、录屏和远程协助。本次 v4.1.0 是一次大版本更新，主要带来全新 UI 界面，并将底层 scrcpy server 升级至 4.1。

新版本新增了摄像头投屏和虚拟显示器功能，前者可将手机摄像头画面直接传输到电脑，后者允许在无物理屏幕的情况下使用手机。同时支持动态尺寸显示，并针对 macOS 用户加入 Metal 硬解码，提升视频渲染效率与流畅度。

对需要高频投屏或调试 Android 设备的开发者、测试人员来说，这次更新值得升级体验。

#GitHub #开源 #QtScrcpy #Android #投屏 #scrcpy #效率工具
@GitHubTrendingHub

TradingAgents 发布 v0.3.1 稳定性修复

TradingAgents 是一个基于多智能体 LLM 的金融交易研究框架，模拟真实交易公司的运作方式，由基本面分析师、情绪分析师、技术分析师、交易员和风险管理团队等多个角色协作评估市场并给出交易决策。项目定位为研究用途，不构成投资建议。

v0.3.1 是维护性版本，主要修复正确性与稳定性问题：Alpha Vantage 数据前瞻过滤、图路由崩溃安全、检查点恢复、加密货币情绪源修复、可配置 LLM 重试预算、Bedrock API 密钥认证，并新增 Claude Sonnet 5 / Fable 5 支持。完整变更见 CHANGELOG.md。

框架基于 LangGraph 构建，支持 OpenAI、Google、Anthropic、xAI、DeepSeek、Qwen、GLM、MiniMax、Ollama 本地模型及 Azure OpenAI 等多家 LLM 提供商，覆盖美股、港股、A 股、加密货币等 Yahoo Finance 覆盖的市场。内置决策日志与检查点恢复机制，支持断点续跑。

GitHub

#GitHub #开源 #TradingAgents #多智能体 #LLM #金融交易 #量化研究 #LangGraph
@GitHubTrendingHub

Google 开源 Agent Skills 库，覆盖全家桶产品

Google 官方在 GitHub 开源了 google/skills 仓库，为 Google 产品和技术提供了一套 Agent Skills，涵盖 Google Cloud 等众多服务。项目仍在积极开发中，可通过 npx skills add google/skills 命令安装，并按需选择具体技能。

这套技能覆盖面很广，从 Google Cloud 入门、认证，到 GKE、BigQuery、AlloyDB 等基础设施与数据分析服务，再到 AI/ML Agent Platform、Gemini API 等 AI 能力均有涉及。仓库还包含 Flutter、Dart、Firestore、Genkit 等更多 Google 技术的技能，以及面向 Claude Code、Codex、Antigravity CLI 等 Agent 框架的插件（Skills + MCP servers）。

对开发者而言，这意味着可以直接为 AI 代理装配操作 Google Cloud 的「说明书」，让代理能按最佳实践完成云资源管理、数据分析和 AI 应用部署等任务。项目采用 Apache 2.0 许可，欢迎通过 Issue 反馈问题或提交新技能建议。

GitHub

#GitHub #开源 #Google #AgentSkills #GoogleCloud #AI #GKE #BigQuery
@GitHubTrendingHub

AI Helper：任意网页划词即问，告别频繁切标签

看英文技术文档时，查生词和问代码的常规流程是选中、复制、切换标签页、粘贴，来回几次思路就断了。开源 Chrome 扩展 AI Helper 用划词浮动工具栏解决这个麻烦：在任意网页选中文本，直接触发 AI 问答，不用再切换标签页。

它把翻译、解释、追问等操作集成到选中文本后的浮动工具条里，适合经常阅读外文文档、需要随时查询概念的开发者。省去复制粘贴和窗口切换的步骤，让查阅动作更连贯。

本次介绍的是该扩展的核心交互方式，主打减少上下文切换带来的思路中断。对常看英文资料、又依赖 AI 辅助理解的用户来说，这类工具能把查证成本压到最低。
@GitHubTrendingHub

为什么还要做一款 AI 浏览器插件

市面上已有 Monica、Sider、Copilot for Chrome 等 AI 浏览器插件，作者仍选择再做一个。原因是他自己从用户变成了开发者，亲身体会到现有产品的天花板。

现有插件在选中文字解释、邮件润色、网页翻译等场景表现不错，但作者认为仍有未被满足的需求。具体是什么痛点、新插件如何解决，素材未展开说明。

本次内容更像一篇开发动机分享，而非具体项目或版本发布。由于素材被截断，缺少项目名称、功能细节和仓库链接，无法构成一条完整的开源项目推送。

#GitHub #开源 #AI浏览器插件 #浏览器扩展 #开发动机
@GitHubTrendingHub

Solon 热插拔实战：运行期管理业务插件

业务模块每次更新都得重启整个应用吗？小服务可能只是有点烦，但如果你在跑一个挂了几十个集成模块的单体应用，或者一个按区域下发路由规则的网关，每次重启都意味着中断窗口、连接排空，以及围绕"什么时候重启才安全"的一番折腾。

Solon 对这一类问题的答案是 solon-hotplug——一个给业务插件提供热插拔能力的组件。它让插件可以在运行期被加载、卸载或替换，而不需要重启整个应用进程，适合那些模块众多、更新频繁、又难以接受停机窗口的服务端场景。

具体来说，solon-hotplug 面向的是 Solon 框架下的插件化架构。它把业务模块拆成独立插件，通过运行期管理接口控制插件的生命周期，从而把"更新一个模块"从"重启整个应用"降级为"替换一个插件"。对于单体应用或网关这类需要长时间稳定运行的进程，这种能力能明显减少更新带来的运维成本和风险窗口。

如果你正在用 Solon 构建多模块应用，并且受够了每次改动都要全量重启，这个项目值得关注。它解决的是"如何在不中断服务的前提下完成模块更新"这个具体问题，而不是一个泛泛的插件框架。

GitHub

#GitHub #开源 #Solon #热插拔 #插件化 #Java #单体应用
@GitHubTrendingHub

Prime Agent：可自我改进的开源编码与研究代理

PrimeIntellect 发布 Prime Agent，一个面向编码工作流和长时自主任务的开源代理，MIT 许可。它专为长时间运行的工作设计，尤其适合研究场景中的评估任务。

核心设计围绕两个抽象：递归语言模型（RLM）把上下文当作变量、把递归子代理当作函数调用，运行在持久 REPL 中；持续 Harness 则把补充提示、记忆、技能描述和可复用的子代理规格存为持久状态，代理可通过小规模、有证据支持的更新来改进自身。

关键能力：

• 持久 IPython 作为内置模型工具，文件操作
• shell 命令
• 子代理调用都通过代码完成；rlm(...) 可生成真实子代理做并行或后台工作；/refine 能审查当前轨迹并更新 harness 状态，支持回滚；技能是可导入的 Python 包，内置技能创建器可把重复工作流固化为技能；后台守护进程让会话在终端断开后继续运行并可重新挂接；代理之间可直接通信和编排；自动压缩
• 持久目标
• 心跳
• 调度和自主模式保证长任务持续推进

安装方式：curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh，支持 macOS 和 Linux。首次启动运行 /login 选择订阅或 API-key 提供商。注意代理以你的用户权限执行模型生成的代码，不是安全沙箱，建议在可检查恢复的目录中使用。

GitHub

#GitHub #开源 #PrimeAgent #PrimeIntellect #RLM #AI代理 #编码工具
@GitHubTrendingHub

Semantica：为 AI 代理打造可审计决策的开源知识图谱层

Semantica 定位为 AI 代理的「开源 Palantir」，在 LLM、向量库和代理框架之下提供一层确定性的基础设施。它把企业数据构建成上下文图谱（Context Graph）和知识图谱，并在此之上运行图分析与因果推理，所有决策都带有完整的来源记录，可解释、可追溯。图谱构建、推理和溯源均不依赖 LLM。

对需要让 AI 决策「经得起监管追问」的团队尤其有用：金融信贷审批、医疗用药检查、法律证据链、政府与国防等高风险领域。它支持从 Databricks（Unity Catalog + Delta Lake）和 Snowflake 直接摄取表数据为图谱节点，无需先导出到第三方 SaaS。图谱存储支持 RDF 与属性图双体系，可替换后端而不改代码。

本次 v0.6.0 主要更新包括：为 JenaStore 增加命名图支持，补齐跨后端一致性；SPARQL CONSTRUCT 查询模板扩展至 RDF4J 和 Jena；新增 Databricks 连接器；新增基于 sqlite-vec 的本地磁盘向量存储后端。项目采用 MIT 许可，可自托管、无厂商锁定。

GitHub

#GitHub #开源 #Semantica #知识图谱 #AI治理 #可解释AI #RAG #GraphRAG #决策智能 #数据溯源
@GitHubTrendingHub

MiroFish：多智能体群体智能预测引擎开源

MiroFish 是一个基于多智能体技术的 AI 预测引擎，能从新闻、政策草案或金融信号中提取种子信息，自动构建高保真平行数字世界。数千个具备独立性格、长期记忆和行为逻辑的智能体在其中自由交互、进行社会演化，用户可动态注入变量，推演未来走向。

项目定位是「预测万物」：宏观层面可作为决策者的零风险推演实验室，测试政策与公关方案；微观层面则是个人用户的创意沙盒，可用于推演小说结局或探索想象场景。官方演示包括武汉大学舆情模拟和《红楼梦》佚失结局推演。

工作流程分为四步：图构建（种子提取、个体/集体记忆注入、GraphRAG 构建）、环境设置（实体关系提取、人格生成、Agent 配置注入）、模拟（双平台并行模拟、自动解析预测需求、动态时间记忆更新）、报告生成（ReportAgent 深度交互）。

部署支持源码与 Docker 两种方式。源码部署需 Node.js 18+、Python 3.11-3.12 及 uv，配置 LLM API（推荐阿里云百炼 qwen-plus）和 Zep Cloud 密钥后，一条命令安装依赖、启动前后端。Docker 部署则直接拉取镜像启动，映射 3000/5001 端口。

项目获得盛大集团战略支持与孵化，模拟引擎基于 CAMEL-AI 团队开源的 OASIS 框架。团队正在招募多智能体模拟与 LLM 应用方向的全职/实习岗位。

对多智能体模拟、AI 预测推演感兴趣的开发者可以上手体验，用自然语言描述预测需求即可获得详细报告与可交互的数字世界。

GitHub

#GitHub #开源 #MiroFish #多智能体 #群体智能 #AI预测 #LLM #模拟仿真
@GitHubTrendingHub

DBNavigator：JavaFX 打造的跨平台数据库 IDE

开发者用 Java 和 JavaFX 从零构建的数据库 IDE，界面风格借鉴 DataGrip，支持 Windows、Linux 与 macOS 三大平台。

目前已支持 PostgreSQL 和 MySQL，提供多标签 SQL 编辑器、语法高亮、Schema 浏览器、查询执行和专业深色主题。适合日常需要连接多种数据库、又不想依赖重型商业工具的 Java 开发者或 DBA 使用。

作者表示项目仍处于早期阶段，正在征集 UI/UX、性能、功能缺失、架构与代码质量等方面的反馈，希望社区意见能帮助塑造下一版本。

GitHub

#GitHub #开源 #Java #JavaFX #数据库 #SQL #PostgreSQL #MySQL #DataGrip
@GitHubTrendingHub

AMD 收购 Taalas，把模型权重刻进芯片

AMD 在 8 月 6 日收盘后宣布收购多伦多芯片初创公司 Taalas，交易预计 2026 年 Q4 完成，金额未披露。Taalas 2023 年才成立，做的事情在芯片行业里相当另类：把 AI 模型的权重直接刻进硅片，而不是存在 HBM 或别的内存里。

Taalas 称这种芯片为 MS...（素材截断，无法确认完整名称）。其公开演示中，Llama 3.1 8B 在单颗芯片上跑出每秒 16960 个 token 的推理速度，而非依赖 GPU 集群。

对关注 AI 推理硬件的人来说，这笔收购的意义在于：AMD 押注的是「权重固化进芯片」这条路线，用牺牲灵活性的方式换推理性能与能效。若 Taalas 的技术落地，未来特定模型推理可能不再需要大容量显存和昂贵的内存带宽，对推理成本敏感的部署场景会有直接影响。交易要到 2026 年 Q4 才完成，实际产品与路线图仍待观察。

#GitHub #开源 #AMD #Taalas #AI芯片 #推理加速 #Llama
@GitHubTrendingHub