GitHub 每日热门盘点:DeepSeek Harness、多智能体课堂与 Spring AI Alibaba 领跑

目录
数据来源:GitHub Trending(每日榜)+ Explore / Topics,统计日期 2026-09-04。本文从当日热榜中精选 8 个项目,其中 6 个为 AI 相关方向(含智能体框架、本地小模型训练、科研 Agent 技能),另含 2 个 Java 工程(含 Spring AI Alibaba 这一 Agentic AI 框架),兼顾「做产品 / AI 应用 / 智能体」的学习视角。
总览
| 项目 | 语言 | 总 Star | 方向 |
|---|---|---|---|
| deepseek-ai/deepseek-harness | TypeScript | 209k | AI 插件化框架 |
| tt-a1i/archify | JavaScript | 43k | 架构图 Agent 技能 |
| THU-MAIC/OpenMAIC | TypeScript | 30k | 多智能体互动课堂 |
| K-Dense-AI/scientific-agent-skills | Python | 42k | 科研 Agent 技能库 |
| jingyaogong/minimind | Python | 56k | 从零训练小 LLM |
| datawhalechina/hello-agents | Python | 46k | 智能体构建教程 |
| alibaba/spring-ai-alibaba | Java | 10.7k | Java Agentic AI 框架 |
| checkstyle/checkstyle | Java | 9k | Java 代码规范检查 |
AI 方向(6 个)
1. deepseek-ai/deepseek-harness
语言:TypeScript | 方向:一切皆插件的 AI 框架
- 架构:以插件(Plugin)为核心的模块化编排框架,基于 cordis 微服务式插件总线,输入处理、模型路由、工具调用、输出处理均可热插拔。
- 重点:把推理策略、外部工具、输出格式全部抽象成可替换插件,核心系统零改动即可扩展。
- 特色:DeepSeek 官方围绕自家模型构建的开源生态,降低社区在其基座上做应用的门槛。
- 功能:多模型路由、Tool Calling、RAG pipeline、自定义 reasoning 策略、可组合 Agent 工作流。
2. tt-a1i/archify
语言:JavaScript | 方向:Agent 技能驱动的架构可视化
- 架构:Agent Skill 形态交付,生成自包含 HTML(含动效与高清导出),把架构/流程/时序/数据流/生命周期图「即写即出」。
- 重点:用自然描述生成可验证(verifiable)的架构图,替代手工画 Mermaid 的繁琐。
- 特色:输出带运动效果的独立 HTML,支持 crisp export,可作为 coding agent 的 diagram-as-code 替代品。
- 功能:架构图、时序图、数据流图、生命周期图、系统设计与导出分享。
3. THU-MAIC/OpenMAIC
语言:TypeScript | 方向:开放式多智能体互动课堂
- 架构:多 Agent 编排的教学环境,多个角色 Agent 在统一空间内协作、对话、演示。
- 重点:一键开启沉浸式多智能体学习体验,把「师生互动」搬到多 Agent 场景。
- 特色:清华 MAIC 出品,强调交互式与沉浸感,适合教学与演示智能体协作。
- 功能:多 Agent 课堂、角色对话、协作演示、互动式学习场景。
4. K-Dense-AI/scientific-agent-skills
语言:Python | 方向:把任意 Agent 变成 AI 科学家
- 架构:Agent Skills 标准库,165+ 已验证技能 + 100+ 科研数据库,覆盖生物/化学/医药/药物发现。
- 重点:让 Cursor、Claude Code、Codex 等 Agent 直接具备科研级工作流能力。
- 特色:全球 19 万+ 科学家在用的「头号科研 Agent 技能库」,兼容开放 Agent Skills 标准。
- 功能:文献调研、数据分析、可视化、蛋白/基因组学处理、药物发现辅助。
5. jingyaogong/minimind
语言:Python(PyTorch) | 方向:从零训练小 LLM
- 架构:极简 LLM 训练全流程示例:tokenizer、预训练、SFT 到 DPO 全链路可跑。
- 重点:消费级 GPU 上约 2 小时训出 6400 万参数 LLM,代码可读性强。
- 特色:教学导向,配套视频,适合理解大模型训练底层原理。
- 功能:文本生成、对话、小参数模型实验、可部署推理。
6. datawhalechina/hello-agents
语言:Python | 方向:从零构建智能体教程
- 架构:教程式仓库,系统覆盖规划 / 记忆 / 工具 / RAG 的 Agent 核心模块。
- 重点:原理 + 实践并重,从入门到进阶平滑过渡。
- 特色:Datawhale 社区出品,中文友好,附可运行 notebook 与示例。
- 功能:Agent 设计范式讲解、代码示例、实战项目演练。
Java 工程(2 个,含 AI)
7. alibaba/spring-ai-alibaba
语言:Java | 方向:面向 Java 开发者的 Agentic AI 框架
- 架构:生产级 Agentic / Workflow / 多智能体框架,支持多 Agent 编排、Graph 工作流与丰富模型接入。
- 重点:把 Spring 生态的工程能力延伸到 AI 应用,Graph 编排 + 工具调用开箱即用。
- 特色:与 Spring AI、DashScope 深度整合,Graph 可视化编排降低智能体开发门槛。
- 功能:多智能体编排、工作流编排、Tool Calling、RAG、模型路由与可观测。
8. checkstyle/checkstyle
语言:Java | 方向:Java 代码规范静态检查
- 架构:基于静态分析的代码规范检查器,支持 Google / Sun 等多套编码规范,可嵌入构建与 CI。
- 重点:通过可配置规则约束代码风格,提前拦截不规范写法。
- 特色:高度可配置、多 IDE 与构建工具集成,Java 工程质量基石之一。
- 功能:编码规范校验、CI 门禁、风格报告、自定义规则集。