# GitHub 每日热门 2026-10-07：Agent 记忆、反编译与 GPU 内核领跑 # GitHub 每日热门（2026-10-07） 本期从 GitHub Trending 全榜与 Java 榜中精选 8 个项目，AI 相关占 6 个（75%），覆盖 Agent 记忆层、代码反编译、文本生成 CAD 与 GPU 推理内核；另有 1 个 Java 逆向框架与 1 个自托管健身应用作为工程侧补充。整体趋势印证：智能体正从「写代码」走向「具备领域专长 + 跨会话记忆 + 工具化执行」。 ## 1. morluto/rea — Agent 驱动的反编译与逆向工程 - **语言 / 架构**：TypeScript，CLI + MCP Server 双形态，让 AI 智能体从应用行为一路下钻到原生二进制。 - **重点**：把逆向工程流程化、结构化，输出可还原的证据（反编译结果 + 结构化说明）。 - **特色**：当日 +2,956 Star，为全榜增长最快；主打 agentic reverse engineering。 - **功能**：分析 App 运行时行为、反编译 native 二进制、产出可追溯的结构化报告。 ## 2. thedotmack/claude-mem — 跨会话的 Agent 持久记忆层 - **语言 / 架构**：TypeScript，以插件 / SDK 形式对接 Claude Code、Codex、Gemini、Copilot、OpenCode 等。 - **重点**：捕获智能体在会话中的一切行为，用 AI 压缩后注入未来会话的相关上下文。 - **特色**：直击「跨会话遗忘」痛点；97K+ Star，生态兼容面极广。 - **功能**：会话录制、AI 摘要压缩、未来会话上下文召回。 ## 3. earthtojake/text-to-cad — 给 Agent 装上 CAD 超能力 - **语言 / 架构**：Python，提供「文本 → CAD」的接口与服务。 - **重点**：自然语言生成 CAD 模型，让智能体具备三维设计能力。 - **特色**：面向工程 / 制造场景的 Agent 工具化；18K+ Star。 - **功能**：文本描述 → CAD 几何生成，可嵌入 Agent 工作流。 ## 4. deepseek-ai/DeepGEMM — 干净高效的 GPU GEMM 内核库 - **语言 / 架构**：CUDA，细粒度 BLAS/GEMM 内核，面向 Hopper / Blackwell 等现代 GPU。 - **重点**：为 LLM 训练与推理提供高性能矩阵乘法内核。 - **特色**：代码简洁、性能极致，DeepSeek 出品；8.8K+ Star。 - **功能**：FP8 / 低精度 GEMM、MoE 分组卷积等核心算子。 ## 5. msitarzewski/agency-agents — 触手可及的「AI 代理公司」 - **语言 / 架构**：Shell 脚本集合，定义 200+ 个带人格、流程与交付物的专业 Agent 角色。 - **重点**：把「前端巫师」「社区运营」等角色封装为可调用专家。 - **特色**：开箱即用的多 Agent 协作模板；158K+ Star。 - **功能**：角色化 Agent 编排、任务分发与交付管理。 ## 6. ayghri/i-have-adhd — 让编码 Agent 不再「埋答案」 - **语言 / 架构**：Python 技能包（skill），即装即用。 - **重点**：约束 Agent 输出，先给结论再展开，避免冗长铺垫。 - **特色**：ADHD 友好、可读性优先；54K+ Star。 - **功能**：输出格式规约、聚焦式回答，提升人机协作效率。 ## 7. NationalSecurityAgency/ghidra — 软件逆向工程框架（Java） - **语言 / 架构**：Java，模块化 SRE 框架，含 GUI 与 headless 两种模式。 - **重点**：反编译、汇编分析、脚本化二进制审计。 - **特色**：NSA 开源、生态成熟、可扩展；81K+ Star。 - **功能**：反汇编 / 反编译、函数识别、脚本化批量分析。 ## 8. DuarteSantos8/openGym — 自托管健身与自重训练追踪 - **语言 / 架构**：JavaScript，自托管 Web 应用，支持 passkey 登录。 - **重点**：计划训练、记录动作（超级组 / 热身 / 有氧）、肌肉疲劳可视化。 - **特色**：数据自持、可导入 FitNotes / Strong / Hevy；6.2K+ Star，当日 +1,419。 - **功能**：训练计划编排、日志留存、肌肉状态看板。 --- > 数据来源：GitHub Trending（全榜 / Java 榜）与公开趋势聚合，统计口径为当日 Star 增量。选题以「AI 占比约 70% + 至少 1 个 Java 项目」为原则。