从今年 3 月份开始，为了跟踪每周上升最快的技术趋势，我会让 AI 给我分析增长最快的 github 项目，以后我会每周发布一份分析报告。

Headroom 周增 1.6 万星登顶，Top 10 里 7 个跟 AI Agent 有关。它们分布在 Agent 生态的不同层。

上周 GitHub Trending 榜单第一有点意外。

不是大模型，也不是什么框架，是一个 Token 压缩工具：Headroom。周增 16,102 颗星，差不多是第二名两倍。

更有意思的是，本周 Top 10 里有 7 个跟 AI Agent 直接相关。而且它们干的活完全不重叠：有的搞压缩，有的搞代码理解，有的搞联网，有的搞安全扫描。

单独看每个项目都挺猛。放一起看，你会发现它们正好拼在 Agent 生态的不同层上。

今天就聊聊这 10 个项目，顺便看看 Agent 基础设施现在拼到哪了。

· · ·

本周 Top 10 速览

#	项目	周增⭐	领域
1	headroom	16,102	上下文压缩
2	Agent-Reach	8,233	Agent 联网
3	iptv	7,266	IPTV 资源
4	codebase-memory-mcp	6,372	代码知识图谱
5	agent-skills	5,610	AI 编程技能
6	timesfm	4,114	时序预测
7	SkillSpector	4,055	Agent 安全
8	freeCodeCamp	3,294	编程教育
9	OpenMontage	2,867	AI 视频制作
10	chatwoot	2,036	开源客服

数据范围：2026.6.15 - 6.22 | 来源：GitHub Trending

挑几个有意思的展开聊。

一、Token 压缩：省到就是赚到

Headroom 连续两周上榜。上周 +10,653，本周翻倍到 16,102。v0.27.0 今天发布，加了表格压缩、输出端 Token 缩减、Snowflake Cortex Code 支持。

干的事听着简单：工具输出、日志、文件、RAG chunks 在送进 LLM 之前先压一道，减少 60-95% 的 Token，答案质量不变。

为什么这么火？Token 成本已经不是优化项了，是约束项。Agent 跑一次任务几十万 Token，RAG 上下文动不动上百万 Token。不压，跑不动。

Headroom 有个设计挺巧：CCR（可逆压缩）。原始内容存 SQLite 里，LLM 要细节的时候按需检索。这样压缩就不丢信息了。

· · ·

二、代码理解：别 grep 了

第二个值得聊的是 DeusData/codebase-memory-mcp，纯 C 写的代码知识图谱引擎。

几个数字：

• 支持 158 种语言
• Linux 内核 2800 万行代码，3 分钟全量索引
• 结构查询 <1ms
• 5 次结构性查询的 Token 消耗从 ~412,000 降到 ~3,400，降了 99.2%

以前 AI 编程助手"理解"代码库，靠的是 grep + 读文件。本质上是逐文件搜索。codebase-memory-mcp 把代码库索引成持久化的知识图谱，AI 可以直接查结构，不用翻文件。

单一静态二进制，零依赖。团队可以共享图谱，压缩成 .db.zst 提交到仓库，成员克隆就能用。还有个 3D 可视化界面，能交互式浏览代码结构。

三、Agent 联网：给 Agent 装眼睛

Agent-Reach 排第二，周增 8,233。一条命令让 AI Agent 能读 Twitter、Reddit、YouTube、GitHub、B站、小红书等 13 个平台，零 API 费用。

每个平台首选 + 备选后端自动切换。作者自己在用，持续维护。B站被封后已经切到 bili-cli，用户什么都不用做。

以前 Agent 能推理但没信息输入。现在它能看到互联网上在发生什么。这是个刚需。

· · ·

四、Agent 安全：四分之一的技能有漏洞

NVIDIA 的 SkillSpector 连续两周上榜，本周 +4,055。做的是 Agent 技能安全扫描。

一组数据：研究显示 26.1% 的 Agent 技能含漏洞，5.2% 有恶意意图。

SkillSpector 用 64 种检测模式覆盖 16 个安全类别。风险评分 ≥51 就建议别装。两阶段分析：先静态正则+AST 扫一遍，可选 LLM 语义分析做深度检查，精度约 87%。

Agent 生态开始补安全课了。跟当年移动 App 早期的路径差不多，先野蛮生长，再补漏洞。

五、AI 视频：不只是生成片段

OpenMontage（+2,867）跟其他视频生成工具的区别在于，它管的是整条制作管线：

研究 → 提案 → 脚本 → 场景 → 资产 → 编辑 → 合成 → 自审 → 输出

12 条制作管线，52 个工具，500+ Agent 技能。支持 14 个视频生成供应商（Kling / Runway Gen-4 / Veo 3 / WAN 2.1 等），还有 7 维度供应商评分和预算治理。

零 API 密钥也能跑：Piper TTS + Archive.org + FFmpeg，独立开发者友好。

大多数 AI 视频工具止步于生成片段。OpenMontage 管的是从研究到输出的全流程，还带预算控制和质量关卡。

六、非 AI 项目的顽强

AI 霸榜的环境下，还是有几个非 AI 项目杀进了 Top 10：

• iptv-org/iptv（+7,266）全球最大开源 IPTV 资源库，总星 127k
• chatwoot（+2,036）开源全渠道客服平台，Intercom/Zendesk 替代品
• freeCodeCamp（+3,294）常青树，总星 450k，GitHub 最大教育类项目

实用工具还是有市场的。

五个趋势

1. Token 压缩成基础设施
Headroom 登顶。CCR 可逆压缩让压缩不再丢信息，可以当中间件层用。

2. 代码理解：知识图谱替代 grep
codebase-memory-mcp 纯 C 实现，99% Token 节省。AI 编程从逐文件搜索变成结构化查询。

3. Agent 框架开始搞沙箱
Astro 团队的 Flue 首次上榜。沙箱隔离、持久化恢复、子代理委派。Agent 框架的关注点从"怎么调 LLM"转到了"怎么让 Agent 安全自主干活"。

4. Agent 能力层在分化
联网（Agent-Reach）、安全（SkillSpector）、技能（agent-skills）、压缩（Headroom）、理解（codebase-memory-mcp），各管一摊。

5. AI 视频有了全流程编排
OpenMontage 管的不只是生成，还有预算治理和质量关卡。

最后

把这周 Top 10 放一起看，你会发现它们正好分布在 Agent 生态的不同层：

框架层 Flue → 联网层 Agent-Reach → 技能层 agent-skills
安全层 SkillSpector → 压缩层 Headroom → 理解层 codebase-memory-mcp

每一层都有代表项目冒头了。

这跟 2015 年前端生态有点像。jQuery 到 React，Webpack 到 Babel，每层都有自己的工具。区别是 Agent 这边快了很多。

这六层里，你觉得哪层最先出杀手级产品？

评论区聊。

觉得有用的话，点个「在看」转发给朋友。