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

<!--more-->

> 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](https://github.com/deepseek-ai/deepseek-harness) | TypeScript | 209k | AI 插件化框架 |
| [tt-a1i/archify](https://github.com/tt-a1i/archify) | JavaScript | 43k | 架构图 Agent 技能 |
| [THU-MAIC/OpenMAIC](https://github.com/THU-MAIC/OpenMAIC) | TypeScript | 30k | 多智能体互动课堂 |
| [K-Dense-AI/scientific-agent-skills](https://github.com/K-Dense-AI/scientific-agent-skills) | Python | 42k | 科研 Agent 技能库 |
| [jingyaogong/minimind](https://github.com/jingyaogong/minimind) | Python | 56k | 从零训练小 LLM |
| [datawhalechina/hello-agents](https://github.com/datawhalechina/hello-agents) | Python | 46k | 智能体构建教程 |
| [alibaba/spring-ai-alibaba](https://github.com/alibaba/spring-ai-alibaba) | Java | 10.7k | Java Agentic AI 框架 |
| [checkstyle/checkstyle](https://github.com/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。