🔥 GitHub Trending — 2026-08-10

Análise dos repositórios mais populares do dia · github.com/trending

#1
TypeScript 🤖 IA/ML
📋 Problema que resolve:

Agentes de código convencionais perdem contexto em tarefas longas e não aprendem com a própria experiência. O Prime Agent é um agente open-source de coding e pesquisa desenhado para trabalho geral e de longa duração, com auto-melhoria via Recursive Language Model (RLM): o contexto vira variável (prompt-as-a-variable) e subagentes recursivos são chamados como funções dentro de um REPL persistente.

💡 Vantagens:
  • Harness contínuo guarda prompts, memórias e specs de subagentes como estado durável, refinados com atualizações baseadas em evidências
  • Ambiente Python de controle persistente para execução de longa duração sem perder estado
  • Arquitetura RLM permite que o agente "melhore a si mesmo" — auto-melhoria como abstração central
  • Integra com verifiers (PRIME-RL) para reforço e validação de resultados
  • Open-source, com CI e builds de binários — pronto para uso e extensão
#2
Python 🤖 IA/ML
📋 Problema que resolve:

LLMs não entendem a estrutura de um monorepo — dependências entre módulos, chamadas cruzadas e contexto de múltiplas linguagens se perdem na recuperação vetorial ingênua. O code-graph-rag constrói um grafo de conhecimento do código e o usa como base para RAG, permitindo consultar, entender e editar codebases multi-linguagem com precisão.

💡 Vantagens:
  • Grafo do repositório captura relações reais (imports, chamadas, dependências) em vez de só similaridade textual
  • Suporte a monorepos multi-linguagem — uma base para todo o código
  • Pipeline de indexação com CI, codecov e quality gate (SonarCloud) — qualidade de engenharia sólida
  • Focado em edição assistida, não só Q&A — entende o suficiente para sugerir mudanças
  • Open-source com testes automatizados
#3
Shell 🤖 IA/ML
📋 Problema que resolve:

Prompts genéricos de IA entregam resultados genéricos. O Agency Agents é uma coleção de "agentes especialistas" com personalidade, processos e entregáveis comprovados — de frontend a Reddit, de criatividade a verificação de realidade — prontos para instalar no Claude Code, Cursor, Codex, Gemini e outros, como uma agência de IA completa à mão.

💡 Vantagens:
  • App nativo para macOS, Linux e Windows — instala agentes com um clique, sem clone nem scripts
  • Especialização real por domínio, não templates genéricos: cada agente tem voz, processo e entregáveis
  • Produção comprovada: workflows battle-tested com métricas de sucesso
  • Comunidade grande e ativa (141k+ estrelas), atualizações constantes
  • Funciona nos principais harnesses de IA do mercado
#4

pranshuparmar/witr

⭐ 20,922
Go 🛠️ Ferramentas Dev
📋 Problema que resolve:

"Por que isso está rodando?" — ferramentas como ps, top, lsof e systemctl mostram o que está rodando, mas não explicam a cadeia causal. O witr rastreia qualquer processo, porta, container ou arquivo de volta à cadeia exata que o iniciou (supervisor → container → shell), em um comando, JSON legível por máquina ou TUI interativo.

💡 Vantagens:
  • Causalidade explícita: explica de onde veio, como foi iniciado e qual cadeia de sistemas é responsável
  • TUI interativa com abas (Processos, Portas, Containers) e sandbox no navegador para testar sem instalar
  • Binário estático único para Linux, macOS, FreeBSD e Windows
  • Distribuído em dezenas de package managers (apt, brew, conda, winget, npm, AUR...)
  • Saída em JSON legível por máquina — ideal para automação e debugging
#5
Python 🤖 IA/ML
📋 Problema que resolve:

Previsão meteorológica global de médio alcance ainda depende de modelos numéricos caros. O WeatherNext 2 (WN2), da Google DeepMind, é um modelo de IA global para atmosfera e ciclones tropicais — sucessor do GraphCast e GenCast — com previsão probabilística conjunta e resolução de ~30km (0,25°).

💡 Vantagens:
  • Previsão operacional de ciclones tropicais com IA (paper publicado)
  • Modelos pré-treinados disponíveis: WN2, WeatherNext Cyclones, GraphCast e GenCast
  • Feeds diários de dados via Google Cloud, Earth Engine, BigQuery, WeatherLab e OpenMeteo
  • Previsão probabilística conjunta (skillful joint probabilistic forecasting) — incerteza calibrada
  • Base de pesquisa acadêmica com papers e guias oficiais
#6
JavaScript 🛠️ Ferramentas Dev
📋 Problema que resolve:

Agentes de IA codificam rápido, mas sem disciplina de engenharia sênior: especificam pouco, testam tarde e shipam quebrado. Este repositório empacota as skills de engenharia de produção (workflows, quality gates e best practices de engenheiros seniores) para agentes seguirem consistentemente em todo o ciclo — spec → plan → build → test → review → ship.

💡 Vantagens:
  • 8 slash commands mapeados ao ciclo de vida do desenvolvimento (/spec, /plan, /build, /test, /review, /webperf, /code-simplify, /ship)
  • Princípios fortes: "spec antes de código", "testes são prova", "mais rápido é mais seguro"
  • Modo /build auto: plano aprovado uma vez, execução autônoma com verificação por tarefa
  • Skills ativam automaticamente conforme o contexto (design de API, webperf, etc.)
  • De Addy Osmani (Google Chrome) — credibilidade e prática real
#7
Python 📊 Dados/Análise
📋 Problema que resolve:

Investidores de varejo precisam monitorar múltiplos mercados (Ações, HK, US, JP, KR, TW) diariamente, mas consolidar cotações, notícias e análise fundamentalista é trabalhoso. O sistema usa LLMs para análise automática de ações da sua watchlist, gerando um "dashboard de decisão" diário — pontuação, tendência, pontos de compra/venda, alertas de risco e checklist operacional — com push automático.

💡 Vantagens:
  • Agregação multi-mercado: A/HK/US/JP/KR/TW + ETFs com K-lines, indicadores técnicos, notícias e fundamentos
  • Push automático para WeCom, Feishu, Telegram, Discord, Slack e e-mail
  • Custo zero: roda em GitHub Actions / Docker com agendamento
  • Web/desktop workbench com backtest, portfólio e relatórios históricos
  • Estratégias por agente: médias móveis, teoria de ondas, tendência e mais
#8
Python 🔒 Segurança
📋 Problema que resolve:

Gerenciar identidade e SSO self-hosted é complexo: cada app precisa de OIDC, SAML, LDAP ou RADIUS e a maioria das soluções é cara (Okta, Auth0, Entra ID). O authentik é um provedor de identidade (IdP) open-source para SSO moderno, desenhado para self-hosting — do lab pequeno ao cluster de produção.

💡 Vantagens:
  • Suporte multi-protocolo: SAML, OAuth2/OIDC, LDAP, RADIUS e mais
  • Self-hosted: substitui Okta, Auth0 e Entra ID sem custo de licença
  • Deploy flexível: Docker Compose, Helm (K8s), CloudFormation e DigitalOcean Marketplace
  • Escala do lab à produção, com oferta enterprise para grandes organizações
  • Comunidade ativa, contribuições e documentação completa
#9

google/skills

⭐ 17,377
Python 🛠️ Ferramentas Dev
📋 Problema que resolve:

Agentes de IA que trabalham com Google Cloud precisam de conhecimento especializado de produtos, arquiteturas e gotchas — e não podem depender de humanos para onboarding. Este repositório oficial traz Agent Skills para produtos e tecnologias Google, incluindo Google Cloud: de onboarding e auth até soluções de arquitetura e workflows de dados.

💡 Vantagens:
  • Skills oficiais do Google — curadoria de primeira mão, não community-made
  • Instalação simples: npx skills add google/skills com seleção interativa
  • Cobre GKE, BigQuery, Agent Platform, Gemini API, RAG, IA/ML e arquiteturas de solução
  • Inclui receitas e fluxos completos (foundation builder, data lakehouse, migração de workloads IA)
  • Evolução ativa — repo em desenvolvimento contínuo
#10

Comfy-Org/ComfyUI

⭐ 125,778
Python 🎨 Mídia/Criativo
📋 Problema que resolve:

Modelos de difusão são poderosos, mas cada um tem sua UI, seus workflows e suas limitações. O ComfyUI é o motor de IA mais poderoso e modular para criação de conteúdo: uma interface de grafo de nós visual para construir e reutilizar workflows de imagem, vídeo, áudio, 3D e texto sem código — com API e backend próprios.

💡 Vantagens:
  • Grafo de nós visual: workflows reproduzíveis e compartilháveis, sem programação
  • Modular e extensível: milhares de custom nodes da comunidade
  • Suporta imagem, vídeo, áudio, 3D e texto num só lugar
  • API + backend para integração em pipelines e automação
  • Comunidade massiva (125k+ estrelas, Discord ativo) e releases frequentes
#11
Python 🤖 IA/ML
📋 Problema que resolve:

Avaliar agentes de IA para trabalho jurídico real é difícil: faltam benchmarks com tarefas realistas e ambientes fidedignos. O Harvey LAB (Legal Agent Benchmark) é um benchmark open-source com 1.671 tarefas em 24+ áreas jurídicas — instruções, documentos e rubricas — além de um harness de execução para rodar e avaliar agentes contra essas tarefas.

💡 Vantagens:
  • Conjunto de tarefas realistas de direito (ex.: data room de M&A) com rubricas de avaliação
  • Harness de execução com adapters de modelos e relatórios comparativos
  • Metodologia de avaliação rigorosa: scoring all-pass e LLM judges
  • Open-source e extensível — contribua com tarefas e adapters
  • De Harvey (empresa líder em IA jurídica) — uso real de produção
#12

pingdotgg/t3code

⭐ 17,762
TypeScript 🛠️ Ferramentas Dev
📋 Problema que resolve:

Cada harness de agente (Claude Code, Codex, Cursor, Grok Build, OpenCode) tem sua própria CLI e UI — gerenciar todos é fragmentado. O T3 Code é uma "superfície de controle de harness de agentes": controla os agentes da sua máquina via app mobile (iOS/Android), web app e app desktop Electron, funcionando com suas assinaturas existentes.

💡 Vantagens:
  • Controle remoto dos seus agentes de código a partir do celular
  • Suporta Claude Code, Codex, Cursor, Grok Build e OpenCode num só lugar
  • Open-source e fork-friendly: "se errarmos o caminho, você tem tudo para forkar"
  • Setup rápido: npx t3@latest roda backend + web app local
  • Desktop via winget, Homebrew e AUR