Github Trending 今日热门项目 | 2026-08-13

1.cathrynlavery / diagram-design

简介：该网址是GitHub上的一个项目仓库，名为“diagram-design”，由用户cathrynlavery创建。该项目主要提供关于图表设计的资源和指南，可能包含设计原则、示例代码或工具，用于帮助用户创建清晰、有效的图表。具体内容涉及数据可视化、图形布局和样式规范，但细节未在简介中展开。由于无法访问具体文件，总结限于此。
Star：10360
Fork：673
Today stars：2855

---

2.msitarzewski / agency-agents

简介：该GitHub仓库“agency-agents”是一个用于构建多智能体系统的Python框架，旨在简化AI代理的创建、协调与部署。它提供模块化设计，支持自定义代理行为、工具集成及任务分配，强调灵活性和可扩展性。核心功能包括代理生命周期管理、消息传递机制、任务调度及与外部API的交互。项目包含示例代码和文档，适合开发者快速搭建基于LLM的协作式代理应用。
Star：144558
Fork：23418
Today stars：1873

---

3.stablyai / orca

简介：orca 是一个开源项目，由 stablyai 开发，旨在提供高性能、低延迟的分布式推理服务。它支持多种主流深度学习模型，如 Transformer 和扩散模型，并具备自动批处理、动态资源分配和模型并行等特性。通过优化 GPU 利用率和内存管理，orca 能显著提升推理吞吐量，适用于大规模生产环境。项目包含 Python 和 C++ 核心代码，提供简洁的 API 接口，并支持与 Kubernetes 集成，便于部署和扩展。
Star：43868
Fork：3056
Today stars：1235

---

4.semantica-agi / semantica

简介：Graph-Native Infrastructure for Context and Accountable AI Systems
Star：5712
Fork：624
Today stars：845

---

5.paperclipai / paperclip

简介：Paperclip 是一个开源项目，旨在通过简单的 API 提供强大的 AI 功能，允许用户将文本、图像和音频等数据转换为向量嵌入，并支持相似性搜索和聚类。该项目基于 Python 构建，易于安装和使用，适合开发者和研究人员快速集成 AI 能力。它提供了预训练模型和自定义模型支持，并注重性能优化和可扩展性。GitHub 仓库包含详细的文档、示例代码和社区贡献指南，帮助用户快速上手。
Star：77726
Fork：14299
Today stars：571

---

6.hugohe3 / ppt-master

简介：AI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations, data-backed charts and tables on demand, audio narration from speaker notes, and support for your own .pptx templates. · by Hugo He
Star：45559
Fork：3713
Today stars：476

---

7.NVIDIA-NeMo / Switchyard

简介：Switchyard是NVIDIA NeMo团队开发的一个开源工具，旨在简化大规模语言模型（LLM）的部署和推理过程。它提供了一个统一接口，支持多种推理后端（如TensorRT-LLM、vLLM等），并具备自动批处理、动态请求路由、负载均衡和故障转移功能。该工具特别适用于生产环境中的高吞吐量、低延迟服务需求，支持多模型管理和A/B测试。通过配置文件和API，用户可灵活定义模型路由策略，实现资源优化。项目文档包含了安装指南、示例和性能调优建议，适合需要构建可靠LLM服务基础设施的开发者。
Star：819
Fork：85
Today stars：421

---

8.cactus-compute / needle

简介：14MB foundation model for tiny devices; phones, wearables, smart home, and robots.
Star：4221
Fork：303
Today stars：315

---

9.shiyu-coder / Kronos

简介：Kronos是一个开源的时间序列预测工具库，基于PyTorch实现。它提供统一的接口，支持多种主流模型（如Transformer、LSTM、TCN等），并集成数据预处理、特征工程、模型训练、评估与可视化功能。其核心优势在于模块化设计，用户可灵活组合组件，快速搭建和实验不同预测方案。项目还包含丰富的示例和文档，适合科研与工业应用。
Star：36939
Fork：6150
Today stars：266

---

10.macro-inc / macro

简介：Macro is a unified workspace for teams: email, chat, docs, tasks, agents, calls, and CRM — @-linked together with shared AI memory.
Star：1790
Fork：222
Today stars：227

---