GitHub今日热榜 | 2026-07-04

昨日对比速览

除了 caveman、codex-plugin-cc 和 strix 留了下来，其余 7 个昨日在榜项目今天全部离场。

strix 从第二名升到榜首，今日 Star 增量 2803，比昨天的 2137 又涨了三成。caveman 是个异类——昨天 926，今天直接干到 2863，翻了三倍。codex-plugin-cc 从榜尾第 10 位飙到第 2，排名弹跳 8 个身位。

新面孔这边完全是另一种画风：Elasticsearch、Ansible、GitHub Actions checkout——三个开源基建圈的活化石集体登榜。Meta 的 Astryx 设计系统昨日跌出后今天杀回来了。还有哈佛的 ML 系统教材和 RomM ROM 管理器两个相对小众但有趣的项目。

1. usestrix/strix

Python·34,617 Stars·Apache-2.0

用 AI 代理做渗透测试。这个工具的 AI 行为接近真实黑客——动态运行你的代码、发现漏洞、然后生成可验证的 PoC。不是静态扫描那种"可能有风险"的模糊告警，而是真刀真枪打一遍。

Strix 支持本地代码库、GitHub 仓库、线上应用三种目标模式，也可以同时测多个目标。它的多代理架构把侦察、漏洞利用、后渗透拆给了不同的 AI 代理，平行推进。昨天刚加上了 SARIF 2.1.0 格式输出，可以直接接入 GitHub Code Scanning 流水线。

AI 渗透测试这个赛道最近热度不低，但能像 Strix 这样从 SAST、DAST 到 PoC 验证全链路跑通的方案并不多见。它要求 Docker 运行环境和一个 LLM API 密钥，支持 OpenAI、Anthropic、Google 和本地模型。

项目地址：https://github.com/usestrix/strix

2. openai/codex-plugin-cc

JavaScript·23,209 Stars·-

昨天还在榜尾打酱油，今天直接冲到第二。这个 OpenAI 官方的 Claude Code 插件让用户不离开 Claude Code 就能调用 Codex 做代码审查和 Bug 修复。

核心命令就三个：/codex:review做只读审查，/codex:adversarial-review做对抗性质疑，/codex:rescue把修 Bug 的苦活丢给 Codex。最新版本 1.0.5 在 6 月 24 日发布，加入了一键将会话转移给 Codex 的 transfer 命令。

从战略角度看这是 OpenAI 在 Claude Code 生态的布局——与其让用户二选一，不如让两个模型在同一个终端里协作。

项目地址：https://github.com/openai/codex-plugin-cc

3. JuliusBrussee/caveman

JavaScript·82,930 Stars·MIT

昨天 926 Star，今天 2863，翻了三倍。这个用"原始人说话"压缩 AI 输出的技能项目热度完全没退的意思。最新版 v1.9.1 把 Token 节省率数据统一标定为 65%。

它的价值其实不止搞笑——caveman-compress 能重写记忆文件让每次会话启动少掉 46% 的输入 Token，caveman-stats 实时统计算下来的真金白银。一个主要卖点是零遥测、全部本地运行，很适合成本敏感的团队。

工具本身不复杂，但戳中的痛点很精准：AI 编程虽然爽，Token 账单也是真肉疼。

项目地址：https://github.com/JuliusBrussee/caveman

4. ChromeDevTools/chrome-devtools-mcp

TypeScript·45,492 Stars·Apache-2.0

让 AI 编程助手直接操控 Chrome 浏览器。基于 MCP 协议，AI 可以自动打开页面、查看网络请求、截取屏幕快照、分析性能 Trace。昨天刚发了 v1.5.0，新增了堆快照比较工具，可以对比两次内存快照找出泄漏点。

它不是第一个浏览器 MCP 工具，但 Google 官方出品和 45k Star 的背书让它在这个品类里有天然的可信度。支持 Claude Code、Codex、Cursor、Copilot 等主流 AI 编程工具，也提供了 --slim 模式给只需要基础自动化的场景。

项目地址：https://github.com/ChromeDevTools/chrome-devtools-mcp

5. facebook/astryx

TypeScript·4,627 Stars·MIT

昨天跌出榜单，今天就回来了。Meta 在内部打磨了八年的设计系统，支撑了内部 13000 多个应用，现在开源给外部用。150 多个可访问组件、7 套内置主题、CLI 脚手架工具，许可证是 MIT。

跟蚂蚁的 Ant Design 和字节的 Semi Design 比，Astryx 的独特卖点是"人机共用一套 API"——文档、CLI 和组件接口的设计同时面向人类开发者和 AI 编程助手。目前在 Beta 阶段，2222 次提交，迭代频繁。

项目地址：https://github.com/facebook/astryx

6. harvard-edge/cs249r_book

Python·26,162 Stars·多许可证

哈佛大学的机器学习系统教材，从零教你构建、优化、部署和治理 ML 系统。两卷结构：第一卷覆盖单机 1-8 GPU 场景，第二卷讲分布式大规模系统。2026 年 MIT Press 会出精装纸质版。

这个项目不只是教材。它配了 20 个渐进式模块的 TinyTorch 框架（从零构建自己的 ML 框架）、交互式 Marimo 实验笔记本、MLSys.im 基础设施模拟器，还有一套 ML 系统面试题库。支持中文 README 和四种语言的文档。

对于想从"调包侠"转向系统工程思维的机器学习工程师，这是目前最成体系的开源学习资源。

项目地址：https://github.com/harvard-edge/cs249r_book

7. rommapp/romm

Python·9,809 Stars·AGPL-3.0

自托管的 ROM 游戏管理器，扫库、刮削元数据、浏览器内直接玩。支持 IGDB、ScreenScraper 和 MobyGames 三个元数据源，覆盖 400 多个游戏平台。可以把库共享给朋友，权限可控。

技术栈是 Python 后端加 Vue 前端，Docker 部署。最近做了 3D 盒装封面的交互特效，用 CSS 3D 变换从三张扫描图拼出一个可拖拽旋转的游戏盒子。EmulatorJS 和 RuffleRS 做浏览器内模拟器，省去了本地装模拟器的麻烦。

项目地址：https://github.com/rommapp/romm

今日完整榜单