今天 GitHub 最值得试玩的 10 个项目：让 AI 真的动起来

如果今天只留半小时，我会先打开 AIRI 看一个自托管 AI 伙伴怎样接上语音和游戏，再从 Awesome LLM Apps 里挑一个小应用跑起来，最后把 DesktopCommanderMCP 接进自己的开发环境，看看 agent 直接处理文件和终端是什么手感。

前 5 个项目来自 GitHub Trending daily，后 5 个来自 weekly。下面的「新增 stars」是各自榜单时间窗内新增的 star，不是仓库总 star。1 2

今日榜新增 110 stars。 AIRI 是一个主打自托管的 AI 伙伴项目，提供 Web、macOS 和 Windows 入口，README 明确列出实时语音聊天、Minecraft 和 Factorio 等能力。1 3

最省事的试玩入口是 airi.moeru.ai。想自己跑，可以从仓库的 pnpm dev 启动 Web 版；桌面版另有 pnpm dev:tamagotchi。项目还列出 ElevenLabs、Azure Speech、OpenAI-compatible TTS 和本地 Kokoro 等语音提供方，模型则可以接 OpenRouter、Ollama、OpenAI、Claude、Qwen、Gemini 等。3

它的乐趣不在于又多一个聊天窗口，而在于角色开始接收声音、记住上下文，还能尝试进入游戏。Factorio 仍标注为 WIP，先把它当成实验性项目玩，不要把「能对话」理解成稳定的游戏队友。

今日榜新增 299 stars。 Open Interpreter 是一个面向低成本模型的 coding agent，Rust 版本支持 macOS、Linux 和 Windows，并提供原生沙箱、模型切换、MCP、skills、hooks 和权限控制等入口。1 4

安装后在终端输入 i 或 interpreter 就能开始会话。README 给了 macOS/Linux 和 Windows 的安装命令，也可以在 TUI 里用 /model 切换模型、用 /harness 查看或切换 harness。它还带 QA skill，可以通过 agent-browser 测试 Web 应用，通过 trycua 测试原生应用。4

试玩建议从一个临时项目开始，让它读文件、跑测试、解释失败原因，再逐步开放写入权限。它能执行命令这一点很有吸引力，也是风险来源，别一上来就把整个主目录交给它。

今日榜新增 172 stars。 DeepTutor 把 tutoring、解题、出题、研究、可视化和掌握练习放进一个 agent-native learning workspace；Chat、Quiz、Research、Visualize、Solve 和 Mastery Path 共用同一个 agent loop。1 5

最快的本地入口是安装后执行 deeptutor init，再执行 deeptutor start。仓库也提供 Docker 镜像和 CLI-only 模式；本地 Web app 需要 Python 3.11+，以及 Node.js 20+ 或源码安装对应的 Node.js 22 LTS。模型可以在初始化或 Settings 中配置，README 列出了 Ollama、LM Studio、llama.cpp、vLLM 和 Lemonade 等本地选项。5

它值得试玩的地方是「同一份学习上下文继续往下走」：读资料、问问题、做练习、回看记忆，不用每次重新解释背景。要用 RAG 知识库，还得额外配置 embedding profile，想零配置即开的读者可以先从 CLI chat 开始。

今日榜新增 1,236 stars。 这个仓库收录 100+ 个可运行的 AI agent、agent skills 和 RAG 应用，分类包括语音 agent、multi-agent team、生成式 UI、游戏 agent、MCP 和带记忆的 LLM 应用。1 6

想马上跑一个，README 给了 ai_travel_agent 的 Streamlit 入口：clone 仓库、安装 requirements.txt，再执行 streamlit run travel_agent.py。不想从完整应用开始，也可以给 coding agent 添加 project-graveyard skill，让它找出你放弃过的 side project，并帮你判断哪个值得捡回来。6

它更像游乐场而不是单一产品：今天试一个博客转播客，明天试 CSV 数据分析，后天再拆一个 RAG 示例。每个子项目的依赖和模型要求不同，运行前先看对应目录的 README，别把仓库首页的「100+」当成一个一键安装包。

今日榜新增 2,130 stars。 mattpocock/skills 是一组面向真实工程工作的 agent skills，目标是处理需求理解偏差、代码不工作和代码库逐渐失控等常见问题；仓库明确支持 Claude Code、Codex 和其他 Agent Skills 标准 harness。1 7

安装入口是 npx skills@latest add mattpocock/skills，随后运行 /setup-matt-pocock-skills 选择 issue tracker、标签和文档位置。里面可以直接试 /grill-me、/to-spec、/tdd、/diagnosing-bugs、/code-review 和 /wayfinder 这类技能。7

它的试玩方式不是让 agent 写一段更长的代码，而是拿一个模糊需求或难复现 bug，先让 /grill-me 把问题问清楚，再用 /to-spec 或 /tdd 推进。技能本身不能替你补齐产品判断，真正有价值的是把「先问什么、先验证什么」变成可重复的流程。

本周榜新增 2,055 stars。 DesktopCommanderMCP 是一个 MCP server，提供终端控制、文件系统搜索和差异式编辑；README 还列出进程管理、CSV/JSON/Excel 分析、PDF/DOCX 处理和与开发服务器交互等能力。2 8

最简单的接入命令是 npx @wonderwhy-er/desktop-commander@latest setup。它可以接入 Claude Desktop、Cursor、VS Code/Copilot、Claude Code、Codex、Gemini CLI 等多个 MCP 客户端；如果想把它当作实验环境，README 还提供 Docker 安装方式。8

这里必须把安全边界写在前面：项目明确说自己 不是沙箱，allowedDirectories 只限制文件系统操作，不限制终端命令，符号链接和命令替换等方式也可能绕过限制。试玩请用单独的测试目录，生产环境优先看 Docker 隔离，不要把它当成权限系统。

本周榜新增 992 stars。 Stitch Skills 是一组给 Google Stitch 使用的 agent skills 和 plugins，遵循 Agent Skills 开放标准，可兼容 Codex、Antigravity、Gemini CLI、Claude Code 和 Cursor。它需要先配置 Stitch MCP server。2 9

使用时可以执行 npx skills add google-labs-code/stitch-skills 选择性安装，也可以通过插件命令按客户端接入。README 同时提供 Codex、Claude Code 和 Cursor 的安装示例，并指向 Stitch MCP 设置说明。9

它的试玩价值在于把设计工具从「人手点几下」变成 agent 可调用的一组动作：先让 agent 生成一个界面方向，再把结果交回代码工作流。前置配置比普通 skill 多，适合已经在用 Stitch MCP 的读者，不适合只想复制一条命令马上看到结果的人。

本周榜新增 1,998 stars。 这个插件让 Claude Code 调用本机 Codex，用于代码审查或任务委派；README 提供 /codex:review、/codex:adversarial-review、/codex:rescue、/codex:transfer、/codex:status 和 /codex:result 等命令。2 10

安装步骤是先在 Claude Code 里添加 openai/codex-plugin-cc marketplace，再安装 codex@openai-codex，最后运行 /codex:setup。它需要本机已有 Codex CLI 和 app server，并且需要 ChatGPT 订阅或 OpenAI API key，以及 Node.js 18.18+。10

最好玩的用法是把两个 agent 放在不同角色：Claude Code 负责推进，Codex 负责挑刺，或者把一个卡住的测试交给 /codex:rescue。它解决的是协作切换成本，不是让两个模型自动达成一致，结果仍然要自己看 diff 和测试。

本周榜新增 1,052 stars。 Claude Code Templates 是一个 CLI，为 Claude Code 提供 agents、custom commands、settings、hooks、MCPs、skills 和 project templates。项目还配套一个网页入口，可以浏览并安装 100+ 组件。2 11

不想记参数，可以直接运行 npx claude-code-templates@latest 进入交互式选择；想看运行状态，则试 --analytics，想检查本地配置可以试 --health-check，想从移动端看 Claude 回复可以试 --chats。README 还列出 plugin dashboard，可集中查看 marketplace、已安装插件和权限。11

它像是给 Claude Code 装了一个「应用商店 + 仪表盘」。但模板会改变权限、hook 和外部服务配置，安装前要逐项看清楚；尤其是 --tunnel 这类远程访问入口，不要在没有理解网络边界时直接打开。

本周榜新增 2,252 stars。 Claude Cookbooks 是 Anthropic 维护的 notebooks/recipes 集合，内容覆盖分类、RAG、摘要、工具调用、第三方集成、多模态和高级技术。2 12

README 里有不少可以直接复制的例子，比如 tool_use/calculator_tool.ipynb、misc/how_to_make_sql_queries.ipynb、multimodal/reading_charts_graphs_powerpoints.ipynb、multimodal/using_sub_agents.ipynb 和 misc/pdf_upload_summarization.ipynb。主要示例使用 Python，需要 Claude API key。12

这类仓库适合「先跑通一个小魔法」：让模型调用计算器、读图表、查网页或拆分子任务，再把 Notebook 改成自己的脚本。它不是完整产品，API key、依赖和第三方服务成本都要自己承担。

这 10 个仓库把「AI 能做什么」从聊天窗口推向了三个更具体的地方：AIRI 把它放进声音和游戏，DeepTutor 把它放进持续学习，DesktopCommanderMCP 和 Open Interpreter 则让它接触本地文件、进程与命令。

另一条线是 agent 的「组织方式」开始变得可玩。Skills for Real Engineers 把工程习惯拆成命令，Stitch Skills 把设计操作接成 MCP，Codex Plugin for Claude Code 负责跨 agent 委派，Claude Code Templates 则把这些零件整理成可浏览的货架。先从一个小目录、一个测试项目或一个 Notebook 开始，通常比直接把整台机器交出去更容易判断它到底有没有用。