本周新建热门 AI 项目

它是什么

esp32-iphone-agent 让 AI 模型直接操控一台真实 iPhone：用一块 7 美元的 ESP32-S3 板子同时充当“眼睛”和“手”——AirPlay 镜像拿到屏幕画面，USB HID 模拟触控与键盘输入，再接入任意 OpenAI 兼容的视觉模型形成闭环。无需 Mac、开发者账号或越狱。

核心亮点

• 硬件成本极低：单块 ESP32-S3 完成视频采集与输入注入，不需要额外主机
• 零侵入：走 AirPlay 与 USB HID 标准协议，不改系统、不装 App
• 模型无关：任何 OpenAI 兼容的 vision 模型都能驱动
• 纯 C 实现，MIT 协议，可自由改造

为什么火

“让 AI 用真手机”比模拟器更接近真实场景，而它把门槛压到一块开发板的价格。Computer-use 智能体正热，这个项目给出了最便宜的物理落地路径，对研究者和极客都极具吸引力。

适合谁用

移动端自动化研究者、AI Agent 开发者、想低成本搭建手机操作实验环境的硬件爱好者。

快速上手

烧录固件到 ESP32-S3，USB 连接 iPhone 并开启 AirPlay 镜像，配置模型 API Key 后运行 agent 循环即可。

它是什么

Solid Glass 是一套专为 AI 应用打造的设计系统，用 TypeScript 编写，基于 React、Tailwind CSS 和 shadcn/ui 构建。它不追求扁平化潮流，而是强调材质感、物理触感和技术质感——名字里的“solid glass”就是它的设计宣言。

核心亮点

• AI 场景原生设计：聊天界面、Agent 面板、工具调用卡片等组件开箱即用，不用自己拼装。
• 材质化视觉语言：玻璃质感、光影层次、微妙的物理反馈，让 AI 产品摆脱“千篇一律的对话框”。
• shadcn 生态兼容：可复制粘贴式引入，主题可深度定制，不锁定框架。

为什么火

AI 应用界面同质化严重，开发者苦“默认样式”久矣。Solid Glass 提供了一套有辨识度的视觉方案，同时保持工程上的轻量接入，正好踩中需求缺口。

适合谁用

正在做 AI 聊天、Agent 工具、LLM 产品的开发者与设计师；想快速给项目换上一套专业视觉皮肤的前端团队。

快速上手

npx shadcn@latest add https://solid-glass.dev/r/theme.json

按文档引入主题与组件，即可在现有 React + Tailwind 项目中启用。

它是什么

feder-cr/git-ai 是一个用 Go 编写的、专为 AI Agent 设计的 Git 工具。它没有简单包装 Git 命令，而是重新思考了 AI 代理如何与版本控制交互。

核心亮点

• 面向 Agent 的接口：命令输出和交互模式针对 LLM 解析优化，减少 token 浪费和解析歧义。
• Scion 架构：引入“分支即代理”的模型，让多个 AI 代理能并行操作同一仓库而不冲突。
• 轻量 Go 实现：单二进制分发，启动快，适合嵌入自动化流水线。

为什么火

AI 编码代理爆发式增长，但 Git 的交互模型仍是为人类设计的。git-ai 填补了“代理原生版本控制”的空白，一天内收获 1100+ Star，说明开发者对这类基础设施的渴求。

适合谁用

构建多代理协作系统的开发者、需要让 AI 安全操作仓库的团队，以及研究 Agent 工作流的工程师。

快速上手

go install github.com/feder-cr/git-ai@latest
git-ai init
git-ai agent create my-agent

具体命令以仓库文档为准，建议先阅读 README 中的 Scion 模型说明。

它是什么

new-term-radar 是一个 Python 编写的「新词雷达」，每天自动扫描 X、Hugging Face、GitHub 和站点地图，捕捉新模型、新产品、新仓库的名字——赶在关键词工具收录之前。

核心亮点

• 多源聚合：社交平台、模型社区、代码托管、站点地图四路并进
• 先发优势：在 SEO 关键词工具尚未收录时抢先发现新词
• 提供 MCP Server，可直接接入 Claude Code 等 Agent 工作流
• MIT 协议，纯 Python 实现，改造成本低

为什么火

AI 领域新词爆发极快，等关键词工具更新往往已错过流量窗口。这个项目把「趋势发现」做成了可自动化的日常任务，对做 SEO、内容选题和产品情报的人来说是刚需。

适合谁用

SEO / 内容运营、AI 产品情报人员、独立开发者，以及想第一时间跟踪生态动向的 Agent 玩家。

快速上手

git clone https://github.com/zhuyansen/new-term-radar
cd new-term-radar && pip install -r requirements.txt

配置数据源与推送渠道后即可定时运行；也可作为 MCP Server 挂到 Claude Code 中按需调用。

它是什么

Scout 是 Outcrawl 开源的浏览器智能体（browser agent），用 TypeScript 编写，基于 Chrome DevTools Protocol（CDP）驱动真实浏览器，让 LLM 自主完成网页操作任务。项目采用 Apache-2.0 许可，当前约 935 stars。

核心亮点

• CDP 原生驱动：直接接管浏览器，而非模拟点击，行为更接近真人，兼容动态页面。
• LLM 决策闭环：模型观察页面状态、规划步骤、执行动作并自我纠错。
• TypeScript 全栈：类型安全，易嵌入现有 Node 工具链。
• 开源可自托管：数据与流程完全可控，便于二次开发。

为什么火

浏览器自动化长期困于选择器脆弱、脚本难维护。Scout 用「AI 理解页面 + CDP 执行」替代硬编码规则，正好踩中 AI Agent 与 Web 自动化的交汇点，加上 Apache-2.0 的宽松许可，吸引了不少想自建 agent 的开发者。

适合谁用

需要网页数据采集、表单流程自动化、端到端测试增强的工程师；以及想研究或定制浏览器 agent 的 AI 应用开发者。

快速上手

git clone https://github.com/outcrawlai/scout
cd scout && npm install

配置好 LLM API Key 与目标浏览器后即可运行示例任务，具体参数见仓库 README。

它是什么

Tracely-ai 是一个用 Python 编写的开源 AI 可观测性工具，用于追踪和调试 LLM 应用的运行过程，帮助开发者看清模型调用链路。

核心亮点

• 调用链追踪：记录每次 LLM 请求的输入、输出、耗时与 token 消耗
• 轻量集成：几行代码即可接入现有 Python 项目
• MIT 协议：可自由商用与二次开发

为什么火

LLM 应用调试长期缺乏趁手工具，黑盒式的调用让问题定位困难。Tracely-ai 切中"可观测性"这一刚需，加上零门槛接入，短期内积累近千星标。

适合谁用

构建 RAG、Agent 或聊天机器人的 Python 开发者，以及需要监控线上 LLM 调用质量的团队。

快速上手

pip install tracely-ai

在代码中初始化追踪器后，正常调用模型即可自动记录链路数据，随后在面板中查看。

它是什么

Earshot 是为编码 Agent 打造的“耳朵”：让 AI 能听见、审听并生成声音。纯 CPU 运行，Python 编写，MIT 协议。

核心亮点

• 听得见：为 Agent 接入音频输入与理解能力
• 审得准：可对音频做审查、评估与反馈
• 造得出：支持声音设计与生成
• 零 GPU 依赖：CPU-only，部署门槛极低
• MCP 原生：可直接挂载到 Claude Code 等 Agent 工作流

为什么火

多模态 Agent 正从“看得见”走向“听得见”，而音频侧工具长期依赖昂贵 GPU。Earshot 用纯 CPU 方案补上这块拼图，又踩中 MCP 与 Claude Code 生态，自然被开发者快速关注。

适合谁用

做 AI Agent、语音交互、声音设计的开发者；想在本地低成本跑音频能力的团队；以及 Claude Code / MCP 生态的玩家。

快速上手

git clone https://github.com/Leonxlnx/earshot
cd earshot
pip install -r requirements.txt

按 README 配置 MCP 服务后即可接入你的 Agent。

它是什么

eleven 是一个面向 AI Agent 的逆向工程工具，支持 macOS、Windows 和 Linux。它让任意 ACP（Agent Client Protocol）Agent 直接读取、重命名和修补二进制文件、Android 应用与 GPU kernel。

核心亮点

• Agent 优先：不是给人用的 GUI，而是为 Agent 设计的接口层，Agent 可自主完成逆向操作
• 跨平台：三大桌面系统 + Android 应用 + GPU kernel 全覆盖
• 生态整合：对接 Ghidra、Hopper 等成熟反汇编/反编译工具
• TypeScript 实现：易于扩展和二次开发，Apache-2.0 许可

为什么火

逆向工程长期依赖人工经验，门槛高、耗时长。eleven 把 ACP Agent 接入反汇编与补丁流程，让 AI 在真实二进制上“边读边改”，切中了 AI Agent 落地安全研究的热点方向，672 星说明社区对“Agent + 逆向”组合的兴趣正在升温。

适合谁用

安全研究员、逆向工程师、AI Agent 开发者，以及想把自动化能力引入二进制分析流程的团队。

快速上手

git clone https://github.com/Zfinix/eleven
cd eleven && npm install

配置一个支持 ACP 的 Agent，指向目标二进制即可开始读取与修补。

它是什么

blender-ai-mcp-addon 是给 Blender 加装的 AI 助手插件，同时内置 MCP 服务器，让大模型能直接读写你的 3D 场景。

核心亮点

• 可视化对话面板，边聊边改场景，不必切窗口
• 内置 MCP Server，Claude、ChatGPT、Gemini、Ollama 等都能接
• 支持多智能体工作流，复杂建模任务可拆分执行
• 通过 bpy 自动生成并运行 Python 脚本，实现程序化建模

为什么火

它把“AI 写脚本”升级成“AI 直接操作 Blender”，省掉复制粘贴和调试环节；MCP 协议又恰好踩中 Agent 工具链的风口，602 星增长很自然。

适合谁用

Blender 中高级用户、技术美术、想用自然语言驱动 3D 流程的开发者，以及研究 MCP 落地的 AI 工程师。

快速上手

在 Blender 偏好设置中安装该插件，配置好模型 API Key，打开对话面板即可开始；MCP 模式需在客户端侧填写服务器地址。MIT 协议，可自由修改。

它是什么

Indra 是 Datalab 开源的轻量级 OCR 引擎，专注在纯 CPU 上完成文档解析全流程：行检测、CTC 文字识别、阅读顺序还原，并直接输出 Markdown。

核心亮点

• 全 CPU 推理：基于 ONNX 运行，无需 GPU，部署成本低
• 端到端流程：检测、识别、阅读顺序、Markdown 输出一体化
• 面向 PDF/文档：解析结果保留结构，便于下游 RAG 或知识库使用

为什么火

多数 OCR 方案依赖 GPU 或大模型，Indra 用 CPU 就能跑出可用效果，且直接产出 Markdown，契合当前文档解析和 RAG 数据预处理的高频需求。

适合谁用

需要批量处理 PDF、构建文档问答系统的开发者，以及没有 GPU 资源、追求低成本部署的团队。

快速上手

pip install indra

参考仓库 README 加载模型，对 PDF 或图片调用解析接口，即可得到带阅读顺序的 Markdown 结果。