这周 GitHub 涨得最猛的十个 AI 开源项目，会用 AI 的人手里又多了哪些家伙。
01 REA
https://github.com/morluto/rea
REA，全称 Reverse Engineer Anything，逆向一切。
现在二十六万九千颗星。它四月份才建库，光这一周就涨了二十一万四千颗，今天一天又是三万多。
它火在哪？你看到别的 App 里有个功能做得特别好，以前想知道它是怎么实现的，得懂汇编、会用反编译工具，一行一行去啃。
现在装上 REA，跟你的 AI 说一句：帮我搞清楚这个 App 的搜索是怎么做的，把证据给我看，再在我的项目里做一个类似的。
AI 就会自己去拆：网页、桌面应用，一直拆到最底层的二进制。它会调用 Ghidra、IDA 这些逆向工具，顺着调用链一路往下追，每个结论都附上证据。
他们放出来的案例里，AI 把一个老游戏里计算声音左右声道的函数还原成了 C 代码，三千两百多组测试全部对上，编译出来的六十三个字节和原版一模一样。
也就是说，以后你看到任何一个好功能，都可以先让 AI 替你把它拆开、讲明白。
02 skills
https://github.com/mattpocock/skills
skills，作者是 Matt Pocock，TypeScript 圈子里很有名的老师。
二十九万二千颗星，二月份建的库，这一周又涨了一万两千多。
它就是他自己每天写代码真在用的一套 AI 技能，直接从他的工作目录里拿出来公开。他说得很直白：这是给真正做工程的人用的，不是 vibe coding。
最火的一个叫 grill-me，拷问我。AI 动手之前，先反过来把你问一遍：你到底要做什么，边界在哪，哪种情况怎么处理。问清楚了，再写。
还有一个是先写测试：AI 先写一个会失败的测试，亮红灯，再改代码让它变绿。每一步都有反馈，不再闭着眼写。
另外还有排查 bug 的流程、定期给代码架构做体检的技能。每个都很小，可以随便改成你自己的。
装上它，你的 AI 就从一个闷头写代码的新人，变成一个先问清楚、再一步步验证的工程师。
03 diagram-design
https://github.com/cathrynlavery/diagram-design
diagram-design，专门教 AI 画图解的技能。
五万五千八百颗星，四月中旬建库，这一周涨了一万零七百。
你让 AI 画架构图，它一般甩给你一张 Mermaid，方框套方框，又挤又丑。这个技能把四十五种图都定好了规矩：架构图、时序图、四象限、流程、时间线，每一种都有明暗两套样式。
你只要用大白话说：给我画一张我这个应用的架构图，前端、后端、数据库、Redis 缓存。AI 自己挑图的类型，排在四像素的网格上，还会检查有没有重叠、有没有出界。
最后给你一个 HTML 文件，双击就能打开，不用装任何东西。
更厉害的是，你给它一个网址，它会把你网站的配色和字体学过来，以后画的每一张图，都是你自己品牌的样子。
以后写方案、做汇报要配图，一句话就有了。
04 OpenMontage
https://github.com/calesthio/OpenMontage
OpenMontage，一个开源的 AI 视频制作系统。
六万八千五百颗星，三月底建库，这一周涨了三千三百多。
它做的事，是把你手里的 AI 编程助手，Claude Code、Cursor、Codex 这些，直接变成一个视频工作室。
你说一句：给我做一个六十秒的动画，讲神经网络是怎么学习的。它就自己查资料、写脚本、生成画面和配音、剪辑、合成，最后出成片。
里面有十几条制作流水线，一百多个工具，七百多份技能和制作经验文件。开工之前先给你报价，生成素材之前先给你看分镜，你点了头才开始花钱。
他们有一个示例短片，一根孤独的香蕉和一个猕猴桃交朋友，六十秒，总成本一点三三美元。
你还能扔给它一个你喜欢的视频，它会分析节奏、镜头和风格，照着这个路子，给你做一个新题材的。
05 claude-mem
https://github.com/thedotmack/claude-mem
claude-mem，给 AI 加长期记忆。
十万一千颗星。它是去年八月就有的老项目，这个月涨了七千多，这一周三千三百多。
用 AI 写过代码的都知道，开一个新对话，它就全忘了。昨天修过的 bug，定好的方案，你得从头再讲一遍。
claude-mem 会在后台盯着 AI 每次用了什么工具、改了什么，自动记下来，再用 AI 压缩成一条条摘要，存进本地数据库。
下次开新对话，它不是把所有东西一股脑塞回去，而是先查索引，挑出相关的几条，需要了再取细节。官方说，这样大概能省十倍的 token。
Claude Code、Codex、Gemini、OpenCode 都能装。
装上以后，你的 AI 就像一个一直跟着这个项目的老同事，上次聊到哪，它都记得。
06 free-claude-code
https://github.com/Alishahryar1/free-claude-code
free-claude-code，免费用上 AI 编程工具。
六万零八百颗星，一月底建库，这一周涨了三千七百多。
Claude Code、Codex 这些编程工具很好用，但是贵。它的做法，是在你电脑上起一个代理，把这些工具发出去的请求，转给别的模型服务商。
它接了六十一家服务商，包括各家的免费额度，合起来一个月有十三亿多免费 token，也能接你本地的模型。默认用的是英伟达 NIM 上的模型。
十一种编程工具共用一个模型目录。某一家服务挂了，它自动切到你排好的下一个模型，这一轮对话不用重来。
你甚至可以在手机上，用 Telegram 或者 Discord 发一段语音，让它去写代码。
要说清楚，它不是 Anthropic 官方的项目，背后跑的也不是 Claude 本身的模型。但如果你想先零成本试试这类 AI 编程工具，这是现在门槛最低的一条路。
07 knowledge-work-plugins
https://github.com/anthropics/knowledge-work-plugins
knowledge-work-plugins，这个是 Anthropic 官方出的。
两万九千八百颗星，一月份建库，这一周涨了两千六百多。
前面几个都是给写代码的人用的，这个是给不写代码的人：销售、法务、财务、市场、客服、产品经理、做数据的，还有做生物研究的。
一个岗位一个插件，一共十一个。每个插件里打包了这个岗位的专业知识、常用流程、斜杠命令，还接好了公司里常用的工具，比如 Slack、Notion、HubSpot、Snowflake。
比如装了销售插件，打一个命令，它就帮你把客户电话要准备的东西备好；装了法务插件，可以先帮你过一遍合同和保密协议。
而且整个插件只是一堆 Markdown 和 JSON 文件，没有代码。把你们公司的术语和流程写进去，它就变成你们公司自己的版本。
它主要配合 Claude 的 Cowork 用，在 Claude Code 里也能装。
08 AirLLM
https://github.com/lyogavin/airllm
AirLLM，用小显卡跑超大模型。
三万八千八百颗星。这是二零二三年就有的老项目，这周突然又涨了三千二百多，因为它刚支持了一批新的超大模型。
平时跑一个七百亿参数的模型，要好几张大显卡，因为整个模型得一次全塞进显存。
AirLLM 的思路很简单：模型本来就是一层一层算的，那就别全装进去。模型放在硬盘上，算到哪一层，就只把那一层搬进显存，算完扔掉，再搬下一层。
不用量化，不用蒸馏，也不用剪枝。七百亿参数的模型，四个 G 显存就能跑。现在最大的开源模型 Kimi K3，两万八千亿参数，实测只用了三点七二个 G 的显存。
上个月它还支持了训练：一千二百五十亿参数的模型，六个 G 显存以内就能微调。
代价是慢，它是拿时间换显存。但这意味着，你手边一台普通电脑，也能亲手试一试原来只有机房才跑得动的模型。
09 text-to-cad
https://github.com/earthtojake/text-to-cad
text-to-cad，一句话做出能加工的零件。
两万零七百颗星，四月下旬才建库，这个月涨了四千八百，这一周将近两千。
以前做一个 3D 零件，得打开建模软件，画草图、拉伸、倒角，一步一步建。
现在你跟 AI 说：给我做一个固定树莓派的支架，四个 M2.5 的螺丝孔，壁厚两毫米。它就在你本地生成 3D 模型，导出 STEP、STL、3MF 这些标准格式。
它还会做可制造性检查，看这个零件到底能不能加工出来，再出一张带尺寸的工程图。
最后还能直接连到 3D 打印、钣金和 CNC 加工服务，下单，把实物做出来。
Claude Code、Codex、Cursor、Gemini 都能装。从一句话到一个拿在手里的零件，中间不需要你会建模
10 OpenSRE
https://github.com/Tracer-Cloud/opensre
最后一个，OpenSRE，让 AI 帮你值夜班。
一万一千九百颗星，一月份建库，现在还是公开测试版。
SRE 就是负责线上服务稳定的工程师。半夜服务出了问题，证据散在日志、监控指标、调用链路、最近的发布记录，还有一堆聊天消息里，得一个个去翻。
OpenSRE 是一套开源工具，让你搭自己的 AI SRE。告警一来，它自动去拉相关的日志、指标、链路和最近的部署，先把敏感的标识打上码，再交给模型。
模型在你接好的六十多种工具之间来回查，提出假设、验证假设，最后给你一个带证据的结论，建议怎么修，你同意的话还能直接动手修，再把总结发到 Slack。
你也可以在命令行里直接问它：为什么结账接口变慢了？
他们想做的，是 AI 运维的训练场：把成千上万种真实的线上故障做成测试，让 AI 在里面练。
