GitHub 每日热门项目精选：Agentic Skills、无像素空间智能与开源 AI Agent 新势力

数据来源：GitHub Trending 全榜 + Java 榜（2026-10-29）。今日 8 个项目，AI 相关 6 个（占比 75%），另含 1 个 Java 项目（hello-algo）以满足工程多样性要求。

1. obra/superpowers — Agentic Skills 方法论框架

• 语言 / 架构：核心为 Markdown 技能文件 + Shell 脚本，零运行时依赖，纯文件系统驱动。
• 重点：把"agentic skills"工程化——用一组可组合的技能文件定义 AI 编码 Agent 的行为、工作流与自检方法，而非绑定具体工具。
• 特色：30 万+ star 的社区驱动"超能力"技能库，今日 +1,095，强调可复用方法论。
• 功能：为 Claude Code / Codex 类 Agent 提供结构化技能集与工作流规约，让 Agent 稳定遵循既定工程实践。

2. ruvnet/RuView — 无像素的 WiFi 空间智能

• 语言 / 架构：Rust 实现，基于普通 WiFi 信号的信号处理 + ML 推理，边缘侧运行。
• 重点：把 commodity WiFi 设备变成空间智能传感器，实现实时人体存在检测、呼吸/心率等生命体征监测，全程零视频、零像素。
• 特色：隐私友好的感知方案，10 万+ star，今日 +557。
• 功能：空间占用感知、健康/养老监护、Presence detection，适用于智能家居与无摄像头监控场景。

3. HKUDS/DeepTutor — AI 终身学习个性化导师

• 语言 / 架构：Python，LLM + 自适应学习路径构建的终身学习辅导系统。
• 重点：依据学习者实时知识状态动态调整教学策略，提供一对一的个性化辅导。
• 特色：今日增长王（+2,371，总 48k★），由港大数据智能团队 HKUDS 出品。
• 功能：个性化答疑、知识点诊断、学习路径规划，覆盖"学—练—测"闭环。

4. elayadesign/ai-design-skills — 面向 AI 编码工具的设计技能集

• 语言 / 架构：以 CSS / Markdown 规则集 + 提示词工程，作为 AI 编码工具的设计技能包。
• 重点：教 Claude Code / Cursor / Codex 生成符合设计规范的 UI，规避"AI slop"低质产物。
• 特色：今日 +2,139（总 11k★），设计驱动开发的代表项目。
• 功能：内置设计 token、排版、配色、组件风格等可复用技能，统一 AI 生成界面的视觉质量。

5. makecindy/cindy — 开箱即用的开源 AI Agent

• 语言 / 架构：TypeScript，开源、开箱即用的通用 AI Agent。
• 重点：降低 Agent 使用门槛，内置任务规划与工具调用，自然语言驱动即可执行。
• 特色：中英文双语定位（“想到，就能做到”），社区活跃，今日 +728（总 8k★）。
• 功能：自然语言任务执行、自动化工作流编排，适合个人与团队的轻量智能体场景。

6. macro-inc/macro — 共享 AI 记忆的团队工作区

• 语言 / 架构：Rust 桌面/服务端，统一工作区（邮件 / 聊天 / 文档 / 任务 / CRM + Agents）。
• 重点：用 @ 关联将协作内容串联，并以共享 AI 记忆打通上下文。
• 特色：本地优先的统一 AI 协作空间，今日 +117（总 5.4k★）。
• 功能：AI 记忆共享、Agent 自动处理邮件 / 任务 / 会议，减少跨工具切换成本。

7. krahets/hello-algo — Java 算法图解教程（Java 工程）

• 语言 / 架构：以 Java 为基准（覆盖 Python / C++ / Go / Rust 等 12+ 语言实现），动画图解 + 一键运行。
• 重点：用可视化动画讲清数据结构与算法，支持多语言对照学习。
• 特色：13 万+ star 的中文友好经典教程，今日 +113。
• 功能：算法可视化教学、多语言代码实现对照，入门与复习两相宜。

8. hmjz100/LinkSwift — 八大网盘直链获取工具

• 语言 / 架构：JavaScript 浏览器扩展 / 脚本，网盘直链解析工具。
• 重点：支持百度网盘 / 阿里云盘 / 迅雷 / 夸克等八大网盘的直链获取。
• 特色：今日 +1,616（总 34k★）的实用工具类热门项目。
• 功能：网盘直链下载、绕过客户端限制，便于高速离线下载。

小结：今日 AI 主线集中在两条：一是 Skills 工程化（superpowers 方法论、ai-design-skills 设计规约、cindy 开箱 Agent），把 Agent 能力拆成可复用、可审计的技能单元；二是 边缘侧智能（RuView 用 WiFi 做无像素感知、DeepTutor 做个性化教学）。工程侧则延续 Java 经典教程（hello-algo）与高实用性的网盘工具（LinkSwift）热度。