如果你准备在 2026 年认真搭一套 AI 产品栈，有些开源项目，真的不该只是收藏。
它们应该被你拉下来，跑起来，拆开看，甚至直接放进你的工作流里。
从 2025 年末到 2026 年中，陆续出现了一批足够成熟的开源 AI 项目。它们不是那种只适合发推截图的玩具，而是已经可以成为独立开发者、技术创始人、小团队 Agent 基础设施核心组件的东西。
每个项目都对应真实 GitHub 仓库。星标数则是文章统计时直接从 GitHub 核验的数字。
下面是完整细节，最后也会放一张总表，把所有 URL 集中列出来。
Agent harnesses
如果你想让一个 Agent 连续工作几个小时，甚至几天，不只是问答，而是真正长期执行任务，那么 harness 的重要性，往往比模型本身还高。
DeerFlow
github.com/bytedance/deer-flow
DeerFlow 是 ByteDance 开源的 SuperAgent harness，目前约 75.2k stars，MIT 协议。
项目自己的描述是：它是一个开源的 long-horizon SuperAgent harness，可以研究、写代码、创建内容。通过沙箱、记忆、工具、技能、子 Agent 和消息网关，它能处理从几分钟到几小时不等的多层级任务。
这句话翻译成人话就是：
它不是让模型简单回一句话。
它是要把模型放进一个能持续干活的执行框架里。
如果你试过 OpenClaw 或 Hermes，又想看看长时程任务编排的另一种实现方式，DeerFlow 值得拉下来跑一遍。
Hermes Agent
github.com/NousResearch/hermes-agent
Hermes Agent 是 Agent harness 领域里的重量级选手，目前约 205k stars，同样是 MIT 协议。
它的仓库描述很短：
“The agent that grows with you.”
真正吸引人的地方，是它强调自修复和自我改进。
当一个 skill 失败时，Agent 会尝试修复它，让下一次运行更稳。
对独立开发者来说，这一点很关键。
因为你不可能每天花大量时间手工维护 Agent 的每一个细节。一个能在失败后自动改善的 harness，才有机会真正进入日常工作流。
如果只能选一个成熟的开源 Agent harness 起步，Hermes Agent 依然是今天最值得看的选项之一。
生产工具
大多数独立开发者不需要完整的视频编辑系统，也不需要复杂音频流水线。
但如果你的产品需要营销视频、教程、演示、语音内容，下面这四个项目就很有价值。
它们不是“AI 能不能生成一个视频”的概念演示。
它们更接近能接进生产流程的工具。
OpenMontage
github.com/calesthio/OpenMontage
OpenMontage 目前约 26.5k stars，是这组里最有野心的项目。
它的定位是：
“世界上第一个开源的 agentic video production system。”
它包含 12 条 pipeline、52 个工具、500+ Agent skills，目标是把你的 AI 编码助手变成一个完整的视频制作工作室。
这听起来有点夸张。
但它解决的问题非常具体：
如果你要给产品做营销视频、教程视频、功能演示，并且希望用 coding agent 驱动编辑流程，而不是完全手动剪辑，那么 OpenMontage 就是这类系统里最值得看的一个。
Hyperframes
github.com/heygen-com/hyperframes
Hyperframes 来自 HeyGen，目前约 31.9k stars。
它的描述只有三个词：
“Write HTML. Render video.”
也就是：写 HTML，渲染视频。
它面向 Agent 构建。你可以用 HTML 和 CSS 写动画，也可以包含 Three.js 3D 场景，最后由 Hyperframes 渲染成确定性的 MP4。
这类工具特别适合产品 Demo 和解释型视频。
因为你想要的不是随机生成一个“差不多”的视频，而是能精确控制布局、动效、时长和输出。
如果你不想一直付 HeyGen API 的价格，又想要稳定可控的视频生成流程，Hyperframes 是轻量路线里很有意思的一条。
Palmier Pro
github.com/palmier-io/palmier-pro
Palmier Pro 目前约 9.3k stars。
它是桌面端路线：
一个真正的 macOS 视频编辑器，并且内置 MCP server。
这意味着你可以从 Claude Code、Codex 或 Cursor 里控制这个编辑器。
它的价值，不是替你重新发明一条编辑流水线。
而是让你已有的视频编辑工作流，可以被 coding agent 驱动。
如果你本来就在 Mac 上剪产品视频、宣传视频、教程视频，这类工具的想象空间很大。
不过目前只支持 macOS。
Voicebox
github.com/jamiepine/voicebox
Voicebox 目前约 35.2k stars，是一个本地语音栈。
仓库描述是：
“The open-source AI voice studio. Clone, dictate, create.”
它包含语音克隆、转录、音频编辑、本地模型等能力，并且能在自己的机器上运行。
如果你需要给产品 Demo 做配音，做播客，或者让 Agent 具备语音输出能力，又不想被某个厂商 API 锁死，那么 Voicebox 是本地语音方案里非常值得评估的一个。
Coding depth
如果你今年用过 Claude Code 或 Codex CLI，很容易遇到同一个问题：
Agent 写一个函数没问题。
但它并不真正理解你的整个代码库。
它可以改一段局部逻辑，却经常丢掉项目上下文、架构约束、业务术语和历史决策。
下面这三个项目，就是从不同角度补这个缺口。
Matt Pocock Skills
github.com/mattpocock/skills
Matt Pocock Skills 目前约 149k stars，是 GitHub 上最大的个人 skills 仓库之一。
Matt Pocock 是 Total TypeScript 和 AI Hero 的作者，曾在 Vercel 工作，也是开发者教育领域非常有影响力的人。
这个仓库的定位很直接：
“Skills for Real Engineers. Straight from my .claude directory.”
也就是说，这不是随便拼出来的 Prompt 收藏夹。
这是 Matt Pocock 自己 Claude Code 工作流里的 skills。
你把这些 skills 安装到 Claude Code 里，Agent 就会更接近 Matt Pocock 的编码习惯和工程标准。
仓库里有两个很有代表性的能力。
一个是 Ask Matt，它会根据当前场景帮你路由到合适的 skill。
另一个是 Grill with Docs，它会通过“拷问式会话”建立项目领域模型，校准术语，帮助 Agent 更准确理解你的项目。
这个仓库下载量高，不是没有原因的。
如果你做 TypeScript、前端工程、全栈项目，它尤其值得看。
G Stack
github.com/garrytan/gstack
G Stack 目前约 118k stars，可以理解为创始人版本的 Claude Code 配置包。
Garry Tan 是 Y Combinator 总裁。
这个仓库的描述是：
“Use Garry Tan’s exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA.”
它不是单纯让 Agent 写代码。
它把创业公司里的多个角色拆成工具：CEO、设计师、工程经理、发布经理、文档工程师、QA。
整个工作流也被明确写出来：
think、plan、build、review、test、ship、reflect。
其中最有意思的 skill 是 /office-hours。
它会模拟 YC 合伙人 office hours 的过程，逼你澄清方向、判断优先级、暴露盲点。
如果你正在做创业项目，希望 coding agent 不只是写函数，而是参与从想法到发布的完整流程，G Stack 很像一个塞进编辑器里的 YC 方法论。
当然，它不会真的替代 YC 合伙人。
但它能让你的 Agent 工作方式更像一个小团队，而不只是一个代码补全器。
Codebase Memory MCP
github.com/DeusData/codebase-memory-mcp
Codebase Memory MCP 目前约 18.9k stars，是偏技术深度的一层。
仓库描述是：
“High-performance code intelligence MCP server. Indexes code into a persistent knowledge graph, average repo in milliseconds.”
它会把代码索引成持久化知识图谱，让 Agent 对代码库有结构化理解。
项目声称，完整 Linux kernel，也就是约 2800 万行代码，可以在 3 分钟内完成索引，并且结构查询低于 1 毫秒。
这个数字很夸张，但它说明了项目想解决的问题：
大代码库里，Agent 不能只靠上下文窗口硬塞。
它需要一个长期存在的代码记忆层。
另一个很特别的功能是 3D 可视化。
你可以把代码库当成一个可导航图谱来探索。
如果你的项目已经大到 Agent 经常丢失上下文，Codebase Memory MCP 就是应该加上的那层。
Security
Agent skills 生态有一个很大的信任问题。
很多 skill，本质上就是从某个 URL 复制一段内容，塞进你的 Agent prompt 里。
问题是：
没人真的逐行读。
而你的 Agent 可能会直接执行它们带来的行为模式。
下面这两个项目，就是为了解决“我到底能不能信任这些东西”而存在的。
SkillSpector
github.com/NVIDIA/SkillSpector
SkillSpector 来自 NVIDIA，目前约 11.2k stars，Apache 2.0 协议。
它的描述是：
“Security scanner for AI agent skills. Detect vulnerabilities, malicious patterns, and security risks.”
它会扫描 AI Agent skills 中的漏洞、恶意模式和安全风险。
检测范围覆盖 16 个类别、65 种漏洞模式，包括 Prompt Injection、数据外泄、权限提升、供应链风险、过度代理行为输出处理等。
它适合建立一条非常简单的规则：
任何第三方 skill，在安装之前，先跑一遍 SkillSpector。
尤其是那些来源陌生、star 不多、作者不熟的 skills。
Agent 时代，复制一段 skill 进去，不再只是复制文档。
它可能是在给你的执行系统加权限。
所以，安全扫描不该是可选项。
Cybersecurity Skills by mukul975
github.com/mukul975/Anthropic-Cybersecurity-Skills
这个仓库目前约 22.5k stars，Apache 2.0 协议。
它解决的问题不是“安装前怎么检查 skill”，而是“安装后让 Agent 用什么安全视角审视你的系统”。
仓库打包了 817 个结构化网络安全 skills，并映射到六个框架：
MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF，以及 MITRE F3，也就是 Fight Fraud。
它使用 agentskills.io 的打包标准，可以配合 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI，以及 20 多个平台使用。
注意，虽然仓库名叫 Anthropic-Cybersecurity-Skills，但它不是 Anthropic 官方项目。
它是 mukul975 基于 agentskills.io 标准做的社区贡献。
如果你在 2026 年还在发布软件，你就应该让自己的 Agent 能从 MITRE ATT&CK 的视角阅读你的代码。
这套 skills，就是给 Agent 加上这副眼镜的方法。
Local models
2026 年的真实情况是：
闭源前沿模型越来越强，但也越来越受限。
出口管制、速率限制、权限门槛、敏感领域门禁，都会影响你能不能稳定使用它们。
与此同时，很多任务其实不需要最强模型。
一个能在自己硬件上运行的 open-weight 模型，已经足够好。
Baidu Unlimited-OCR
huggingface.co/baidu/Unlimited-OCR
Baidu Unlimited-OCR 是文档理解方向最值得知道的模型之一。
它是一个开源权重的视觉语言模型，专门针对 OCR 场景优化，支持 PDF 高亮。
也就是说，模型不仅能识别页面里的文字，还能知道这些文字在页面上的位置，并把它们标出来。
这个能力对文档密集型工作流很实用。
比如发票、合同、研究论文、扫描件、内部报表、历史资料归档。
它足够小，可以在单张消费级 GPU 上运行。
HuggingFace 卡片称它为 “Unlimited OCR Works”，MIT 协议。
如果你现在还有大量 OCR 工作依赖云端 API，或者处理的文档涉及隐私和合规，Baidu Unlimited-OCR 很值得拿来和你现有流水线做一次评测。
完整表格
# Project URL Stars License
-- -------------------- -------------------------------------------------- ---------- ----------
1 OpenMontage github.com/calesthio/OpenMontage 26.5k MIT
2 DeerFlow github.com/bytedance/deer-flow 75.2k MIT
3 Cybersecurity Skills github.com/mukul975/Anthropic-Cybersecurity-Skills 22.5k Apache 2.0
4 Hyperframes github.com/heygen-com/hyperframes 31.9k MIT
5 Codebase Memory MCP github.com/DeusData/codebase-memory-mcp 18.9k MIT
6 Matt Pocock Skills github.com/mattpocock/skills 149k MIT
7 G Stack github.com/garrytan/gstack 118k MIT
8 Baidu Unlimited-OCR huggingface.co/baidu/Unlimited-OCR 1.2k likes MIT
9 SkillSpector github.com/NVIDIA/SkillSpector 11.2k Apache 2.0
10 Palmier Pro github.com/palmier-io/palmier-pro 9.3k GPL-3.0
11 Hermes Agent github.com/NousResearch/hermes-agent 205k MIT
12 Voicebox github.com/jamiepine/voicebox 35.2k see repo
星标数统计时间：2026 年 6 月 28 日。
这份清单没有包含什么？
再强调一遍，这份清单不是 2026 年开源 AI 世界的完整地图。
它更像是：
如果我今天要重新搭一个 AI 产品栈，我会优先拉下来的项目清单。
所以，有些项目没有出现在这里。
OpenClaw 没有列入，是因为 Hermes 和 DeerFlow 已经覆盖了长时程 Agent harness 这个方向，而且在 2026 年中看起来维护更活跃。
Aider、Cline、Roo Code、Continue 这类主流开源 coding agents 也没有列入。原因很简单，如果你正在读这篇文章，大概率已经知道它们了。
Llama、Mistral、Qwen、GLM、DeepSeek、MiniMax 这些前沿 open-weight LLM 家族也没有列入，因为它们是模型家族，不是这里讨论的项目型工具。
Stable Diffusion、Flux、Wan、Hunyuan 这些图像和视频生成器也没有列入。它们已经足够成熟，也足够出名，不需要再放进这份“值得你重新发现”的清单里。
发表于 1 小时前
|
查看: 4|
回复: 0
