GitHub Trending Top 10 - 2026年4月4日

发表于

GitHub Trending Top 10 - 2026年4月4日

每日精选 GitHub 上最热门的开源项目，带你发现最新技术趋势。

今日趋势概览

排名 项目名称 语言 今日新增 Stars
1 mlx-vlm Python +499
2 onyx Python +1,212
3 oh-my-codex TypeScript +1,803
4 openscreen TypeScript +1,600
5 telegramdesktop C++ +47
6 goose Rust +947
7 agent-framework Python +66
8 sherlock Python +993

1. mlx-vlm - Mac端视觉语言模型推理框架

项目地址： https://github.com/Blaizzy/mlx-vlm

一句话定位： 专为 Apple Silicon Mac 设计的视觉语言模型（VLM）推理与微调框架，支持图像、音频、视频多模态理解。

核心亮点：

  • Apple Silicon 原生优化 - 基于 Apple MLX 框架，充分利用 M1/M2/M3/M4 芯片的神经网络引擎
  • 多模态支持 - 支持图像理解、音频分析、视频理解，以及图像+音频的混合输入
  • 丰富的模型生态 - 支持 Qwen2-VL、Gemma 4、Phi-4 Multimodal、DeepSeek-OCR 等 20+ 主流模型
  • TurboQuant KV缓存压缩 - 采用随机旋转+码本量化技术，128K上下文下KV内存减少76%
  • OpenAI 兼容 API - 提供 FastAPI 服务器，支持 /chat/completions 和 /responses 端点

技术栈： Python + MLX (Apple Machine Learning framework)

使用方式：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 安装
pip install -U mlx-vlm

# CLI 图像理解
mlx_vlm.generate --model mlx-community/Qwen2-VL-2B-Instruct-4bit \
  --prompt "描述这张图片" --image image.jpg

# 音频理解
mlx_vlm.generate --model mlx-community/gemma-3n-E2B-it-4bit \
  --prompt "描述你听到的内容" --audio audio.wav

# 启动 API 服务器
mlx_vlm.server --port 8080

许可证： MIT

2. onyx - 开源企业级AI问答平台

项目地址： https://github.com/onyx-dot-app/onyx

一句话定位： 企业级开源 AI 问答平台，支持连接多种 LLM 和内部数据源，实现智能知识库问答。

核心亮点：

  • 多数据源集成 - 支持 Slack、GitHub、Google Drive、Notion、Confluence 等 20+ 数据源
  • 多模型支持 - 兼容 OpenAI、Anthropic、Azure、Hugging Face 等主流 LLM
  • 文档问答 - 上传 PDF、Word、Markdown 等文档进行智能问答
  • 权限管理 - 企业级访问控制，支持 SSO、LDAP、SAML 集成
  • 自托管部署 - Docker Compose 一键部署，数据完全自主可控

技术栈： Python + TypeScript + PostgreSQL + Vespa (搜索引擎)

使用方式：

1
2
3
4
# Docker Compose 一键部署
git clone https://github.com/onyx-dot-app/onyx.git
cd onyx/deployment/docker_compose
docker-compose -f docker-compose.prod.yml up -d

许可证： MIT

3. oh-my-codex (OMX) - Codex CLI 工作流增强层

项目地址： https://github.com/Yeachan-Heo/oh-my-codex

一句话定位： OpenAI Codex CLI 的工作流增强层，提供角色系统、技能库和持久化状态管理。

核心亮点：

  • 角色工作流 - 预定义 $deep-interview（深度访谈）、$ralplan（规划）、$team（团队协作）、$ralph（执行）四大角色
  • 技能系统 - 可复用的工作流技能，通过 /skills 浏览和调用
  • 持久化状态 - .omx/ 目录存储计划、日志、记忆和运行时状态
  • 团队模式 - 基于 tmux 的多 Agent 并行执行，支持任务协调
  • Codex 原生兼容 - 不替换 Codex，而是增强其工作流层

技术栈： TypeScript + Rust + Node.js

使用方式：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 安装
npm install -g @openai/codex oh-my-codex

# 初始化配置
omx setup

# 启动（推荐模式）
omx --madmax --high

# 使用工作流角色
$deep-interview "澄清认证模块需求"
$ralplan "批准实现方案"
$team 3:executor "执行已批准的计划"

许可证： MIT

4. openscreen - 开源屏幕录制演示工具

项目地址： https://github.com/siddharthvaddem/openscreen

一句话定位： Screen Studio 的免费开源替代品，用于创建精美的产品演示视频。

核心亮点：

  • 零成本 - 完全免费，无订阅、无水印，个人和商业用途均可
  • 专业功能 - 支持自动/手动缩放、运动模糊、背景定制（壁纸/纯色/渐变）
  • 视频编辑 - 内置裁剪、调速、标注（文字、箭头、图片）功能
  • 音频录制 - 支持麦克风和系统音频同时录制
  • 多格式导出 - 支持不同比例和分辨率输出

技术栈： Electron + React + TypeScript + Vite + PixiJS

使用方式：

1
2
3
4
5
# 下载安装
# 访问 https://github.com/siddharthvaddem/openscreen/releases

# 或使用 Homebrew (macOS)
brew install --cask openscreen

许可证： MIT

5. Telegram Desktop - 桌面端即时通讯应用

项目地址： https://github.com/telegramdesktop/tdesktop

一句话定位： Telegram 官方桌面客户端，注重速度、安全性和跨平台同步。

核心亮点：

  • 跨平台 - 支持 Windows、macOS、Linux，消息云端同步
  • 端到端加密 - 支持秘密聊天，消息自毁
  • 大文件传输 - 支持最大 2GB 文件传输
  • 开源安全 - 代码完全开源，接受安全审计
  • Bot API - 支持开发自动化机器人

技术栈： C++ + Qt + OpenSSL

使用方式：

1
2
3
4
5
6
7
8
# 下载预编译版本
# https://desktop.telegram.org/

# 或从源码构建
git clone https://github.com/telegramdesktop/tdesktop.git
cd tdesktop
cmake -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build

许可证： GPL-3.0

6. goose - Block 开源 AI Agent

项目地址： https://github.com/block/goose

一句话定位： Block（原 Square）开源的本地可扩展 AI Agent，可自主完成复杂工程任务。

核心亮点：

  • 端到端自动化 - 不仅提供代码建议，还能自主构建项目、执行代码、调试错误
  • MCP 协议支持 - 与 Model Context Protocol 服务器无缝集成
  • 多模型配置 - 支持同时配置多个 LLM，优化性能和成本
  • 双界面 - 提供桌面应用（Electron）和命令行界面
  • 可扩展架构 - 通过扩展系统连接外部 API 和工具

技术栈： Rust + TypeScript + React + Electron

使用方式：

1
2
3
4
5
6
7
8
# macOS/Linux 安装
curl -fsSL https://block.github.io/goose/install.sh | bash

# Windows 安装
powershell -c "irm https://block.github.io/goose/install.ps1 | iex"

# 启动
goose

许可证： Apache-2.0

7. Microsoft Agent Framework - 微软 AI Agent 框架

项目地址： https://github.com/microsoft/agent-framework

一句话定位： 微软官方推出的 AI Agent 构建框架，支持 Python 和 .NET，用于编排多 Agent 工作流。

核心亮点：

  • 多语言支持 - 同时支持 Python 和 .NET 开发
  • Agent 编排 - 支持多 Agent 协作和复杂工作流定义
  • Semantic Kernel 集成 - 与微软 Semantic Kernel 深度整合
  • 企业级特性 - 支持遥测、日志、安全等企业需求
  • Azure 原生 - 与 Azure OpenAI、Azure AI Search 无缝集成

技术栈： Python + .NET + Azure SDK

使用方式：

1
2
3
4
5
# Python 安装
pip install agent-framework

# .NET 安装
dotnet add package Microsoft.AgentFramework

许可证： MIT

8. sherlock - 社交媒体账号追踪工具

项目地址： https://github.com/sherlock-project/sherlock

一句话定位： 通过用户名在 400+ 社交网络上追踪账号，用于 OSINT（开源情报）调查。

核心亮点：

  • 广泛覆盖 - 支持 400+ 社交平台，包括 Twitter、Instagram、GitHub、Reddit 等
  • 批量查询 - 支持从文件批量导入用户名查询
  • 结果导出 - 支持 CSV、JSON、XLSX 格式导出
  • Tor 支持 - 可选通过 Tor 网络进行匿名查询
  • Docker 支持 - 提供 Docker 镜像，一键运行

技术栈： Python + Requests + BeautifulSoup

使用方式：

1
2
3
4
5
6
7
8
9
10
11
# 安装
pip install sherlock-project

# 查询单个用户名
sherlock username

# 批量查询
sherlock --file usernames.txt

# Docker 运行
docker run sherlock/sherlock username

许可证： MIT

今日趋势观察

AI 工具持续主导： 今日 Top 8 中有 6 个项目与 AI 相关，涵盖视觉语言模型（mlx-vlm）、AI 问答平台（onyx）、AI 编程助手（oh-my-codex、goose）、AI Agent 框架（agent-framework）。

Mac 生态受关注： mlx-vlm 专门针对 Apple Silicon 优化，反映出开发者对 Mac 本地 AI 推理的强烈需求。

工作流增强成热点： oh-my-codex 通过角色系统和技能库增强 Codex CLI，代表 AI 工具从”单点功能”向”系统化工作流”演进。

数据来源：GitHub Trending (2026-04-04)
本文自动生成，每日更新