← 返回日报索引

GitHub 趋势研究简报 - 2026-08-03

本报基于 GitHub Search API（gh CLI）+ 仓库 README 深度阅读，聚焦架构师视角的真问题。数据采集时间：2026-08-03。

今日核心判断

今天的 GitHub 趋势用三个独立信号回应了昨日的待观察之问，并把竞争前沿向前推进了一层：

  1. qm 第二日续涨回答了"脉冲 vs 趋势"之问。昨日（08-02）最大的悬念是：qm 的 +250%（4,782⭐）是否只是登上 trending 后的注意力脉冲？今天的答案是——不是。qm 在第二天继续增长 4,782→7,015（+2,233，+47%），fork 同步从 469 涨到 736（+267）。增速百分比从 +250% 正常化到 +47% 是符合预期的衰减曲线，但绝对量级仍远超同期一切项目（K3 今日仅 +75，colibri +979 是另一回事）。这是可核验事实。昨日"应用层产品化从趋势判断升级为市场既成事实"的判断，今天获得了第二天的数据支撑。

  2. K3 本地推理出现第四种独立实现，RAM 下限被压到 8.24GB。FareedKhan-dev/kimi-k3-in-c（218⭐，便携 C99）在纯 C 零依赖路线里把驻留内存量推到新低：peak RSS 仅 8.24GB（对比 waste 的 64GB 要求、deltafin 的更高内存），引擎本体 176KB，0 GPU，1.56TB 检查点全在 NVMe。其核心架构声明是"同一模型在 8GB 与 224GB 产生字节一致输出"——因为计算是确定性的，差别只在字节从哪里来（内存 vs 磁盘）以及多快。作者 FareedKhan-dev 有技术公信力（train-llm-from-scratch 8.8K⭐、all-agentic-architectures 4K⭐），且所有性能数据标注"来自 docs/data/ 的实测输出"。这与 waste（64GB/0.62 tok/s）、deltafin（Python/API server）、colibri（744B 多 GPU）构成四个独立实现，命题从"万亿级能否在消费机跑"深化为"RAM 下限能压到多低、速度-内存 Pareto 前沿在哪"。同期 waste 652→1,010（+358）持续放量，该品类在成熟。

  3. 垂直应用层出现第一个清晰的产品本体范式。trycompai/crm（1,731⭐，MIT）是一个 agentic-first CRM——它的设计宣言是"agent 不是 CRM 的一个功能，CRM 是 agent 记笔记的地方"。agent 跑在自己的部署、自己的调度、自己的工作队列上，花研究预算、到预算耗尽就停；API 层（NestJS）刻意"无智能"，只报告"发生了某事"并写一行到队列，由 agent 租约那行并决定它意味着什么。三个设计决策尤其值得关注：(a) 证据账本取代置信度——工具不接受置信度分数（"模型自评确定性会错，且错在让自己显得有用的方向"），只报告观察到的事实，强证据写记录、弱证据变成人类裁决的建议；(b) deny-all egress 沙箱——agent 的 bash 沙箱无网络无数据库（web_fetch 在 app 运行时跑），消除"带凭据+出口的 shell 即数据外泄形状"；(c) 以 Vercel eve 为底座——这是 07-31 追踪的 filesystem-first 框架 eve 首个可观察的生产级应用。这意味着应用层从昨日的"通用 harness 产品化（qm/cindy）"深化为"垂直 SaaS 以 agent 为核心重建"。

证据边界声明：star 数、fork 数、subscribers、创建时间、license、语言、release tag 均来自 GitHub API（可核验事实）。"qm 续涨确认非脉冲"为基于两日数据的推断（第三日数据将进一步确认，但两天 +2,233/+3,415 的连续大增量已是强信号）。kimi-k3-in-c 的 8.24GB RSS、176KB 引擎、32.69 s/token 均为作者 README 自述 + 标注来自 docs/data/ 实测，非第三方复现；"字节一致输出"是确定性计算的数学推论（同模型同输入，差别仅在读取来源），但"8GB 与 224GB 字节一致"仍需独立验证 checkpoint 完整性。trycompai/crm 的"证据账本""deny-all egress"为 README 描述的设计，生产部署成熟度未经独立验证；contributors 仅 2 人（carhartlewis 34 / ripgrim 14）。decimen-optical-transfer 昨日 3,031→今日 3,620，几乎持平，印证了昨日"刷星"判断——真实热门项目不会在爆发次日停滞。

今日重点趋势

1. qm 第二日续涨 +2,233，应用层产品化确认非一日脉冲（评分 90）

可核验数据（连续两日追踪）：

指标 08-01 08-02 08-03 两日累计
stars 1,367 4,782 7,015 +5,648 (+413%)
forks 125 469 736 +611 (+489%)
日增速 — +3,415 (+250%) +2,233 (+47%) —

为什么这回答了"脉冲 vs 趋势"：脉冲型热度（如登上 trending 后的注意力爆炸）的特征是单日尖峰后快速回落——通常是第二天回落到几十到几百的增量。qm 第二天 +2,233 虽较首日 +3,415 衰减，但绝对量级仍处于"主流项目"区间（对比：K3 本体今日 +75，cindy +104）。fork 增量（+267）同步保持，说明部署意愿未停。增速百分比从 +250% → +47% 是健康的衰减曲线，而非脉冲崩塌。

横切对比：在 created>2026-07-27, stars>300 的搜索里，qm（7,015⭐）已是全站第一名，超过 decimen-optical-transfer（3,620⭐，疑似刷星）和所有 K3 衍生项目。

架构师判断：应用层产品化从昨日的"市场既成事实"进一步确认为持续性趋势。待观察的下一个验证点是：第三日（08-04）若仍维持 +1000/天量级，则完全确认；若骤降到 +几百则需重新评估脉冲成分占比。但两天连续大增量已是强信号。

2. K3 本地推理第四极：kimi-k3-in-c 把 RAM 下限打到 8.24GB（评分 87）

FareedKhan-dev/kimi-k3-in-c（218⭐ / 23 fork，C99，Apache-2.0，2026-08-01 创建）：

四种 K3 本地推理实现的当前对比（今日视角）：

实现 语言 peak RSS 速度 策略特点 stars
waste (sqliteai) C 零依赖 ~64GB 0.45-0.62 tok/s trunk 驻内存 + expert 磁盘流式 + RAM 有界 cache 1,010
kimi-k3-in-c (FareedKhan) C99 零依赖 8.24GB 32.69 s/tok（最低预算） trunk 深度可配 + 全 expert 流式 + fit cascade 218
deltafin (gavamedia) Python 较高 ~14.6 s/token (M1 Max) MXFP4 expert HTTP 流式 + OpenAI 兼容 API server 615
colibri (JustVugg) C 零依赖 多 GPU 4 tok/s (6×5090) VRAM/RAM/NVMe 三级（瞄准 GLM-5.2 744B） 22,197

架构师判断：命题从"万亿级能否在消费机跑"（已由多项目确认）深化为"速度-内存 Pareto 前沿在哪"。kimi-k3-in-c 用极慢（32s/token）换极低内存（8.24GB），waste 用中等内存（64GB）换接近可用（0.62 tok/s），deltafin 用 API server 换易用性。这条 Pareto 前沿的探索本身就是品类成熟的标志。注意：kimi-k3-in-c 的 8.24GB 是"能跑"的下限而非"能用"的速度——32 秒一个 token 意味着它的价值和 waste 一样在可行性证明（RAM 下限的极限在哪），而非日常使用。waste 今日 +358（652→1,010）说明纯 C 万亿级推理持续获得关注。

3. 垂直应用层成型：trycompai/crm 以 agent 为产品本体（评分 86）

trycompai/crm（1,731⭐ / 205 fork，TypeScript，MIT，2026-07-31 创建）——"An open-source, agentic-first CRM"：

核心设计宣言（README，可核验）：

"The agent is not a feature of the CRM; the CRM is where the agent keeps its notes."

三个架构决策值得拆解：

  1. 证据账本取代置信度：agent 的工具不接受置信度分数。README 原文——"No tool accepts a confidence score, because a model asked to grade its own certainty will, and it will be wrong in the direction that makes it look useful."。工具只报告观察到的事实（crm.signature-block、github.account-identity），一个账本对证据定价，强证据写记录，弱证据变成人类裁决的建议。"一个自信但错误的客户事实比空白字段更糟，因为没人能看出它错了。"

  2. deny-all egress 沙箱：agent 的 bash 沙箱无网络、无数据库。web_fetch 在 app 运行时跑，web_search 在模型 provider 跑，沙箱里的 shell 只做文本处理。沙箱永远不被给予 DATABASE_URL。README 论证："A shell with credentials and egress is exfiltration-shaped even in an internal tool; a shell with neither is a text processor."

  3. 以 Vercel eve 为底座：agent 部署（apps/agent）构建在 eve——07-31 追踪的 filesystem-first durable agent 框架。tool 是文件、skill 是 markdown、schedule 是文件，runtime 处理持久化（session 跨 redeploy 存活、工作恢复）。这是 eve 首个可观察的生产级应用——验证了 filesystem-first 范式从框架走向产品。

架构师判断：这代表应用层的第二次深化。昨日（08-02）的应用层是"通用 harness 产品化"（qm 多人协同 / cindy 个人客户端 / qwen-audio-agent 语音运行时）——它们都是把现有 harness 包成不同形态的产品。trycompai/crm 是另一种路径：把一个垂直领域（CRM）的整个产品逻辑以 agent 为核心重建——不是"给 CRM 加个 agent"，而是"agent 是产品，CRM 是它的 UI/持久层"。这与 qm 的差异不是好坏，而是通用平台 vs 垂直重写的两条路线。eve 作为底座被采用，也说明 07-31 追踪的 filesystem-first 范式正在获得真实采用。

重点项目深度分析

👥 qm — 7,015 stars · 平台候选 · Score 90

两日续涨复盘：1,367（08-01）→ 4,782（08-02，+250%）→ 7,015（08-03，+47%）。fork 125→469→736。第二天 +2,233 的绝对量级确认非脉冲。详见项目档案（已更新，score 89→90）。

📋 trycompai/crm — 1,731 stars · 平台候选 · Score 86

首个 agentic-first 垂直 SaaS 范式：以 Vercel eve 为底座，agent 是产品本体，数据库只是笔记。证据账本（无置信度）、deny-all egress 沙箱、单租户内部设计。3 天 1.7K⭐ + 205 fork（fork/star 比 12%，健康）。详见项目档案（新增）。

💠 kimi-k3-in-c — 218 stars · 观察型 · Score 83

K3 本地推理第四极：便携 C99，peak RSS 8.24GB（比 waste 低一个数量级），"8GB 与 224GB 字节一致输出"。作者有从零实现公信力。详见项目档案（新增）。

🎥 microsoft/skill-recorder — 726 stars · 工具型 · Score 84

Microsoft 官方桌面应用。录屏捕获工作会话 → GitHub Copilot CLI 重建为"意图 + 有序步骤" → 生成可复用 Skill（SKILL.md）或定时 Automation，面向 Microsoft Scout / Copilot Cowork / Copilot Studio。这是"从观察到技能"的反向路径——多数 agent 工具是从 skill 到执行，skill-recorder 是从人类执行到 skill 提取。源码发布模式（pin commit + 本地构建，不全局安装）。详见项目档案（新增）。

💽 waste — 1,010 stars · 观察型 · Score 83

652→1,010（+358），v0.6.2 发布（cgroup-aware budget：按 cgroup limit 而非 host RAM 自动预算）。本地推理三极之一持续放量。详见项目档案（已更新）。

应用层演进路线（三日累积视角）

flowchart TB
    subgraph DAY1["08-01 · 应用层三点萌芽"]
        QM1["qm 1.4K
团队协同"]
        CD1["cindy 1.3K
个人客户端"]
        BH1["better-harness 1.3K
工程方法论"]
    end
    subgraph DAY2["08-02 · 多形态矩阵 + 横向品类"]
        QM2["qm 4.8K (+250%)
爆发验证"]
        QA2["qwen-audio-agent 1.2K
语音运行时"]
        OM2["OptMem 1.05K
记忆独立成品类"]
        WS2["waste 652
K3 推理第三极"]
    end
    subgraph DAY3["08-03 · 持续确认 + 垂直深化"]
        QM3["qm 7.0K (+2,233)
非脉冲确认"]
        CRM3["crm 1.7K
垂直 SaaS 以 agent 为本体"]
        KK3["kimi-k3-in-c 218
K3 推理第四极/RAM 8.24GB"]
        SR3["skill-recorder 726
观察→技能提取"]
    end
    DAY1 --> DAY2 --> DAY3

风险与机遇

机遇： - 应用层获连续两日市场确认：qm 两日累计 +5,648 stars / +611 forks，"应用层产品化"不再是单日脉冲。对架构师意味着：harness 选型之后的产品形态设计（通用平台 qm vs 垂直重写 crm vs 语音 qwen-audio-agent）是当前最大的差异化窗口，且窗口在扩大。 - 垂直 SaaS 以 agent 为核心重写成为可行路径：trycompai/crm 证明"agent 是产品本体"不只是理念——它有完整的工程实现（证据账本、deny-all 沙箱、eve 底座）。这为其他垂直领域（客服/法务/财务）的 agent-native 重写提供了参考架构。 - K3 本地推理 Pareto 前沿被四个独立实现探索：waste（64GB/可用速度）、kimi-k3-in-c（8.24GB/极限慢）、deltafin（Python/API）、colibri（多 GPU）覆盖了速度-内存-易用性的不同权衡点，品类在成熟。 - eve 获得首个生产级采用：trycompai/crm 以 eve 为底座，验证 filesystem-first 范式从框架走向产品。

风险/泡沫点： - qm 增速仍在衰减，第三日是最终确认点：+250% → +47% 是健康衰减，但若 08-04 骤降到 +几百，则脉冲成分占比仍需修正。不应把两日数据直接外推为长期趋势。 - trycompai/crm 极早期 + 极少 contributors：创建 3 天，仅 2 名 contributors（carhartlewis 34 commits / ripgrim 14 commits）。"证据账本""deny-all egress"是设计声明，生产环境下的 agent 决策质量、证据定价准确性、长期维护承诺均未经规模验证。单租户内部设计也限制了适用场景。 - kimi-k3-in-c 32s/token 是"能跑"非"能用"：与 waste（0.62 tok/s）一样，价值在可行性证明（RAM 下限）而非日常使用。8.24GB 的低内存是以极端慢速换来的。读者不应误读为"K3 可在 8GB 机器日常本地跑"。 - skill-recorder 强绑定 Microsoft 生态：需 Copilot 访问权限，面向 Scout/Copilot Cowork/Copilot Studio，跨生态适用性有限。源码发布模式（本地构建）对非技术用户有门槛。 - 刷星项目持续干扰：decimen-optical-transfer 昨日 3,031→今日 3,620，几乎停滞，印证昨日刷星判断。WilonityLoader（1,213⭐/0 fork，游戏作弊工具描述）和 flashloan-scalper-bot（213⭐/153 fork，疑似诈骗）也具有刷星/欺诈特征，已排除。

重点项目档案

数据来源: GitHub Search API (gh CLI) + 仓库 README 深度阅读 | 生成时间: 2026-08-03