本周 GitHub Trending 彻底疯了——全是"这也能开源？"级别的项目。

这周刷 GitHub Trending，我的感受就四个字：目瞪口呆。

AI Agent 生态继续霸榜不意外，但一连冒出来好几个"角度刁钻到离谱"的项目——有人把普通 WiFi 信号变成了能穿墙识人的摄像头，有人把整台电脑做成了断网也能用的离线 AI 救生仓，连 Redis 之父都亲自下场，用 C 语言给 DeepSeek V4 单独特造了一台推理引擎。

按老规矩，每周日一篇，只聊本周真正热门的、实打实有数据的项目。所有 Star 数、版本号、更新日期都来自 GitHub 公开数据，不编不吹。

一、OpenBMB/VoxCPM 2：国产语音模型，听完起鸡皮疙瘩

这周最让我震撼的项目。

面壁智能把 VoxCPM 2 开源了——一个 2B 参数的语音基础模型，做到了三件事：

① 30 种语言 + 9 种中国方言。 四川话、粤语、吴语、东北话、河南话、陕西话、山东话、天津话、闽南语，一口气全支持。我试了四川话的 demo，那个"噻"字拖音的处理，四川同事说"比川台主持人还地道"。

② 音色凭空造。 不需要任何参考音频，你在文本框里写"温柔的女播音员，25 岁左右，略带南方口音，语速中等偏慢"，它就真的给你生成出这个声音。这种叫"Voice Design"，是文本到音色的直接映射，不是拼接。

③ 48kHz 影视级音质 + 零样本声音克隆。 上传 10 秒参考音频，就能复刻一个人的音色，连口音、情绪、节奏都能保留。RTF（实时率）低至 0.17，在 RTX 4090 上跑，生成速度是实时播放速度的 5 倍以上。

![VoxCPM 2 Demo]

（访问 https://huggingface.co/spaces/openbmb/VoxCPM-Demo 在线体验）

为什么这件事重要？因为在此之前，高质量中文语音合成要么是闭源付费的，要么效果差到没法用。VoxCPM 2 直接把天花板拉到"开源免费且可商用"的水平。短视频配音、有声书录制、虚拟主播——这些赛道接下来会迎来一波效率革命。

二、antirez/ds4（DwarfStar 4）：Redis 之父的"偏执狂"级作品

Antirez 这个人有个特点：他不做"大而全"的东西，他做"小而狠"的。

ds4 就是一个典型的 Antirez 式项目——它是一个专门为 DeepSeek V4 Flash 这一个模型打造的本地推理引擎。没错，不支持 Llama，不支持 Qwen，只支持 DeepSeek V4 Flash。因为只专注一个模型，所以能把每一点性能都榨干：

实测数据（128GB MacBook Pro M3 Max，2-bit 量化）：

• Prefill 速度：58.52 tokens/秒
• 生成速度：26.68 tokens/秒
• 整机功耗：约 50W

这意味着什么？一台笔记本电脑，跑着一个 284B 总参数（每次推理激活约 13B）的 MoE 大模型，速度接近人阅读速度，而且不联网、不花钱、不耗电。

![ds4 终端截图]

更绝的是，Antirez 做了一个"磁盘 KV Cache"——把对话上下文的 KV Cache 序列化到硬盘。切换会话或者重启服务后，直接从硬盘恢复，跳过昂贵的 prefill 阶段。这对 Claude Code 这种每次发 25K token 初始 prompt 的 Agent 场景来说，价值巨大。

ds4 还直接兼容 OpenAI 和 Anthropic API 协议，一条环境变量就能让 Claude Code 切换到本地 DeepSeek 上跑。项目标注为 Alpha 阶段，但已经 9000+ Star，模型下载量 26 万+。

三、Crosstalk-Solutions/project-nomad：断网了还能用 AI？能的

这个项目的设定像是末世科幻片里的道具——一台完全离线、自带 AI、地图、维基百科、可汗学院全部课程的服务器。

一条命令安装，浏览器访问 localhost:8080 就能用。里面集成了：

• 🧠 Ollama 本地大模型 + RAG 检索增强
• 📚 离线维基百科 + 医学参考 + 生存指南
• 🎓 可汗学院完整课程（Kolibri，支持多用户进度追踪）
• 🗺️ 离线地图（ProtoMaps，可下载区域，支持搜索导航）
• 🔐 CyberChef 数据工具箱（加密解密、编码解码几百种操作）
• 📝 本地笔记系统

目标用户非常明确：灾难应急准备者、偏远地区用户、房车/帆船离网生活者、对隐私有极端需求的用户。最低配置只要 2GHz 双核 + 4GB 内存就能跑（不含 AI），推荐 RTX 3060 + 32GB 内存跑本地大模型。

创始人 Chris Sherwood 说得很实在："互联网不是永远在线的。但你不应该因此失去获取信息的能力。"

四、ruvnet/RuView：你家 WiFi 现在能"看到"你了

本周最"黑科技"的项目，没有之一。

RuView 做的事情听起来像科幻：捕捉普通 WiFi 信号的信道状态信息（CSI），用 AI 分析人体对 WiFi 信号的扰动模式，从而检测——

• 有没有人？几个人？在哪个房间？（穿墙感知）
• 呼吸频率（6-30 BPM）和心率（40-120 BPM）
• 走路、坐着、摔倒等动作识别
• 人体 17 个关键点的姿态估计（v0.7.0 精度达 92.9% PCK@20）
• 睡眠阶段分类和呼吸暂停筛查

完全不需要摄像头。不需要穿戴设备。不需要云端。 几个 $9 的 ESP32-S3 开发板往房间里一放，组成 Mesh 网络，就能把整个空间变成一个感知场。

当然，项目标注为 Beta 质量，实际部署需要一定的嵌入式开发经验。但这个方向——用现有的无线电信号做空间智能——比摄像头方案隐私友好得多，也更难被物理破坏。老人跌倒检测、婴儿呼吸监测、智能家居无感触发——应用场景极其丰富。

五、dreammis/social-auto-upload：AI 视频的"最后一公里"

前面有 MoneyPrinterTurbo 帮你生成视频，后面有 social-auto-upload 帮你把视频发到全网。这套组合拳正在成为 AI 内容工厂的标准配置。

支持的平台覆盖了主流国内+海外：

核心亮点：

✅ 统一 CLI sau：一条命令搞定所有平台，格式一致
✅ 定时发布：支持 Cron Job，真正做到无人值守
✅ 多账号管理：矩阵号运营不用来回切换登录
✅ Agent 原生设计：专门为 Claude Code 等 AI Agent 做了 skill 适配，可以写出"让 AI 自动管理发布流程"的脚本
✅ Docker 一键部署

不过要提醒：浏览器自动化操作各平台，理论上有触发风控的可能。用于生产环境前，建议先在非主力号上充分测试。

六、colbymchenry/codegraph：AI 写代码终于不用"盲人摸象"了

这是本周在开发者圈子里讨论度最高的项目之一。

AI 编程工具有一个根本性缺陷：它们一行一行地读代码，却不知道整个项目的"地图"长什么样。 这就好比一个修理工在修发动机，但他只能看到自己手里拿着的那个螺丝，看不到整个发动机舱。

CodeGraph 解决的就是这个问题。它把整个代码库预先索引成一个知识图谱——里面包含了文件关系、函数调用链、类继承结构、URL 路由映射等——然后 AI 编程工具可以直接查图，不用反复扫描文件。

实测数据（7 个真实代码库对比）：

在 Tokio（Rust 异步运行时，大型项目）上的表现尤为突出——费用降低 52%，Token 减少 81%。

安装极简，一行命令：

curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh

自动检测并集成 Claude Code、Cursor、Codex、OpenCode 等主流 AI 编程工具。100% 本地运行，SQLite 存储，数据不出本机。

七、bytedance/UI-TARS-desktop：字节把"豆包操控手机"的核心开源了

字节的"豆包手机助手"背后的核心技术，开源了。

UI-TARS 做的事情就是让 AI 像人一样"看屏幕"然后"操作电脑"——它用视觉语言模型理解屏幕上的按钮、表单、文本框，然后用鼠标键盘模拟真实用户去点击、输入、拖拽。不依赖 API、不依赖 DOM 解析，纯视觉+模拟操作。

这意味着它理论上可以操作任何有 GUI 界面的软件，不管这个软件有没有提供 API。Windows、macOS、浏览器都支持，还接入了 MCP 生态。

这条赛道现在是全球 AI 巨头的兵家必争之地——Anthropic 的 Computer Use、OpenAI 的 Operator、Google 的 Project Mariner——字节用开源直接撕开了一个口子。

🎬 视频演示：点击查看 UI-TARS 操作演示

八、两个"小而狠"的彩蛋

这周还有几个体积不大但想法惊艳的项目，值得一提：

hardikpandya/stop-slop（7,400+ Star）

专门去除 AI 写作中的"AI 味陈词滥调"。你写文章时 AI 动不动就塞一个 "In today's rapidly evolving digital landscape..."——stop-slop 就是一套规则库，自动识别和清除这些"AI 八股"。对经常用 AI 写文案的人来说，这个工具约等于"去 AI 味洗涤剂"。

FareedKhan-dev/train-llm-from-scratch（本周教育类黑马）

一个从零训练大模型的完整教程。不是理论课——是真的带你从数据预处理、Tokenizer 训练、Transformer 架构搭建到分布式训练跑起来。作者说教学目标很明确："让你在自己的机器上训练出一个能正常对话的小模型。"本周教育类排名第一。

本周趋势总结

如果说前两年的开源热榜是"这个 AI 模型更大了"，那今年的关键词变成了"开源让 AI 真正可用了"——不是更大，而是更近、更便宜、更可控。

最后的实话

每周写 GitHub 盘点，有一个感受越来越强烈：开源社区正在以令人窒息的速度，把"AI 特权"变成"AI 平权"。

半年前你还得付费订阅才能用的语音合成，现在 VoxCPM 2 直接开源可商用。
一年前你还得租云 GPU 才能跑的推理，现在 Antirez 在笔记本上跑得飞快。
大厂的 GUI Agent 核心技术，字节直接开源。

这对普通开发者来说，是前所未有好的时代。

如果你是做内容的、做开发的、做硬件的、做安全的——这周的 GitHub 上都至少有一个项目能直接帮到你。 花半天时间挑一个感兴趣的部署试试，比刷三小时短视频值。

本周有什么我漏掉的好项目？评论区告诉我，下周日一并聊。

觉得有用的话，点个「在看」转给也在关注开源的朋友。每周日更新，一期不落。

参考链接汇总：

1. VoxCPM 2：https://github.com/OpenBMB/VoxCPM
2. DwarfStar 4 (ds4)：https://github.com/antirez/ds4
3. Project NOMAD：https://github.com/Crosstalk-Solutions/project-nomad
4. RuView：https://github.com/ruvnet/RuView
5. Social Auto Upload：https://github.com/dreammis/social-auto-upload
6. CodeGraph：https://github.com/colbymchenry/codegraph
7. UI-TARS Desktop：https://github.com/bytedance/UI-TARS-desktop
8. Stop Slop：https://github.com/hardikpandya/stop-slop
9. Train LLM From Scratch：https://github.com/FareedKhan-dev/train-llm-from-scratch

原文链接https://mp.weixin.qq.com/s/F6WZZr-pnCIWe0xVgdJ8LA