GitHub 趋势周报：Agent 补上流程纪律，大模型往本地搬
这周的 GitHub Trending 看下来，主线很清楚。
一边是 AI 编程 Agent 在补课。补流程、补验证、补安全边界，不再比谁更全能。
另一边是本地化。大模型推理、语音、知识库、企业管理系统，都在往你自己机器上搬。
两条线其实是一回事：控制权和成本。
一、AI 编程 Agent：从「更聪明」转向「更守规矩」
这周几乎每天都有 Agent 工具上榜，但没一个在吹模型能力。
大家都在解决同一个问题：Agent 出的活儿怎么验。
alibaba/open-code-review：只报确定的问题
https://github.com/alibaba/open-code-review
阿里把内部用了两年的代码审查 CLI 开源了，一周涨了上万星。
Go 写的，读 git diff 之后出精确到行的评审意见。
它的做法是拆分。选文件、分组、匹配规则这些不能出错的环节，全用工程代码写死。
只有判断上下文这种活交给 LLM Agent。
好处是稳。官方 benchmark 说同款模型下，token 只花通用 Agent 的约 1 / 9。
代价是漏报更多。它故意压低召回率，换低误报。
说白了，少报几条也别天天让人划掉假告警。
还自带一个公开数据集 AACR-Bench，50 个仓库、200 个真实 PR、1505 条人工标注缺陷，放在 Hugging Face 上。
适合已经用 Claude Code、Cursor 但嫌贵、嫌吵的团队，接进 CI 就能用。
cloudflare/security-audit-skill：让另一个 Agent 来反驳
https://github.com/cloudflare/security-audit-skill
Cloudflare 开源的编码 Agent 技能，一天涨 3600 星。
把安全审计拆成六个阶段，产出机器可读的漏洞清单。
关键设计是对抗式验证。找漏洞的 Agent 和验漏洞的 Agent 不是同一个。
验证者拿到全新上下文，任务是试着证伪。
有个细节值得看：默认不执行被审计的代码。
没有 OS 级沙箱，所有需要跑构建、跑测试的线索一律标成 needs_validation，不给「已确认」。
这句话翻译过来就是：没把握的事，别装成有把握。
适合发版前或者接外部代码时，让 Agent 系统过一遍自家仓库。
affaan-m/ECC 和 system_prompts_leaks：配置层在变成公共情报
https://github.com/affaan-m/ECC
ECC 想做跨工具的统一层，同一套技能和记忆配置能跑在 7 种 Agent 客户端上。
还带了安全审查模块，防止 Agent 乱跑危险命令。
不过它标着 26 万星，明显跟项目体量不匹配，这个数字别当真。
倒是另一个仓库更实在：
https://github.com/asgeirtj/system_prompts_leaks
有人把各家 AI 产品的系统提示词按厂商和版本扒下来归档，6.6 万星。
模型迭代太快，提示词反而成了能对比、能考古的公开情报。
做 Agent 的人想知道「模型开口之前被灌了什么规则」，去这儿翻就行。
二、本地推理：把云端拉回自己机器
这周另一半热度，全在「不租 API」这件事上。
graph TD
A[AI 能力] --> B[云端 API<br/>按量付费]
A --> C[本地自托管<br/>自己持有]
C --> D[colibri<br/>MoE 推理]
C --> E[VoiceStudio<br/>语音]
C --> F[WeKnora<br/>知识库]
C --> G[Ever Gauzy<br/>企业管理]
A --> H[Agent 脚手架]
H --> I[open-code-review<br/>代码审查]
H --> J[security-audit-skill<br/>安全审计]
H --> K[BrowserSkill<br/>操作浏览器]
H --> L[ECC<br/>统一配置层]JustVugg / colibri：把 SSD 当成显存的一层
https://github.com/JustVugg/colibri
纯 C、零依赖的推理引擎，一周稳定在两三千星一天。
MoE 先解释一下：模型里塞了很多个「专家」子网络，每次推理只叫醒其中几个。
colibri 干的事，是把显存、内存、NVMe 当成同一套内存层级。
专家按需从磁盘流式加载，744B 到 2.8T 的模型能在消费级机器上跑。
它的取舍写得很克制：快内存不够只掉速度，不改精度、不动路由逻辑。
作者自己说「不保证速度、只保证语义正确」，几个优化还标着待验证。
网页面板把 19546 个专家画成一张图，颜色是存在哪层，亮度是路由热度，挺直观。
适合手里有一两张显卡加大内存的开发者，想私有跑 GLM、Kimi 这类开放 MoE。
对比 llama.cpp 和 ktransformers，它下沉到单个专家粒度，把磁盘真当一级缓存调度。
debpalash / VoiceStudio：本地版 ElevenLabs
https://github.com/debpalash/VoiceStudio
3 万多星的桌面应用，把 16 个 TTS 和 11 个 ASR 引擎装进一个壳里。
卖点就一句：声音素材不出本机，不用账号，不按字符计费。
引擎可以热切换，同一段文本换模型对比，不用重装环境。
对外的接口有三种：本地 REST、OpenAI 兼容的音频接口、还有一个 MCP Server。
MCP 就是让 Agent 调外部工具的一套通用接口，配上之后 Claude 这类客户端能直接把它当语音后端。
还在 beta，Electron 版正在重写，建议只用 release 版本。
Tencent / WeKnora：企业文档变成能问答的知识库
https://github.com/Tencent/WeKnora
腾讯开源的 LLM 知识平台，Go 写的，可以私有化部署。
它解决的是 RAG 的老毛病：检索出来的块不对，但你改不了。
WeKnora 让检索块能像文档一样编辑、看 diff、回滚，改完自动重建索引。
RAG 就是从你自己的文档里先捞相关段落，再让模型照着回答。
技能沙箱那块做了个明确取舍：去掉本地宿主进程后端，只留 Docker / E2B / Cube。
宁可部署麻烦一点，也不让 Agent 代码直接跑在宿主机上。
对标 Dify、RAGFlow，但它更偏企业治理，四级权限加审计日志。
ever-co/ever-gauzy：一套开源软件替掉一堆 SaaS
https://github.com/ever-co/ever-gauzy
TypeScript 写的企业管理全家桶，ERP、CRM、人事、招聘、项目管理、工时追踪全塞一起。
桌面版能内嵌 API 加 SQLite，装完就用，不用运维数据库。
工时监控是内置模块：定时截屏、记录键鼠活跃度，直接写回工时表。
这块对标 HubStaff，但 HubStaff 没 ERP，Odoo 又没这种级别的工时监控。
AGPL 授权，官方 SaaS 还标着 Alpha，生产用建议先自己搭一套验证。
三、Agent 的手脚：借用你的浏览器
https://github.com/Tencent/BrowserSkill
腾讯这个工具一天涨 1300 星，解决的是让 Agent 上网最难的一步。
真实登录态。
别的方案要么另起一个浏览器实例，要么通过 MCP 绑死客户端，登录态全丢。
BrowserSkill 的做法是显式「借标签页、还标签页」。
Agent 借你已登录的那个标签页干活，任务结束归还，其他标签页不碰。
自己的活儿跑在独立的 Agent Window 里，你能一边让 Agent 操作网页一边继续上网。
碰到验证码或者二次确认，控制权交回给你，处理完它接着跑。
只暴露一个 shell CLI，不绑模型，bsk install-skill 能往 8 种以上 harness 写技能。
四、还有两个值得看一眼的
https://github.com/NationalSecurityAgency/ghidra
NSA 开源的反汇编反编译框架，7.7 万星，这周因为构建链升到 JDK 25 重新上榜。
免费内置反编译器是它和 IDA 最大的差别，IDA 那个得单独再买一份。
现在主推 PyGhidra，用 Python 3 直接调 Java API，替掉了停在 Python 2 的 Jython。
做样本分析、漏洞挖掘、CTF 的都能用。
https://github.com/abue-ammar/tinycast
纯 Swift 写的 macOS 启动器，常驻内存压在 100MB 以内。
它最聪明的一点是能直接跑现成的 Raycast 扩展。
换客户端不用换插件，老用户整包导过来就行，这是真能拉走人的钩子。
缺点是只支持 macOS 26 以上。
这周到底说明什么
三件事。
第一，Agent 拼的不再是模型，是流程。确定性代码管硬约束，模型管判断，分工越来越清楚。
第二，验证成了标配。Cloudflare 让另一个 Agent 来证伪，阿里把可能出错的行号定位单独拆成模块。AI 说的话不能直接信。
第三，本地优先从口号变成了能用的东西。一个月前「在自己机器上跑 744B」还是笑话，现在有人把 SSD 当显存写出来了。
对开发者的实际意义很简单：可以开始算账了。
哪些活必须花钱买 API，哪些活搬到本地更划算、更合规，这周的项目基本把选项摆齐了。