🔥 GitHub Trending — 2026-08-13

Análise aprofundada dos 17 repositórios mais populares do dia

📦 17 repositórios ⭐ ~703.000 estrelas totais 🐍 Python lidera (6 repos) 🤖 IA/ML é a categoria dominante
#1
HTML 🛠️ Ferramentas Dev
🎯 Problema:

Diagramas editoriais de alta qualidade sem Figma, Mermaid ou genéricos "rounded boxes". 27 tipos visuais em HTML+SVG puro, sem build step ou JS.

📝 Descrição:

Skill para Claude Code, Codex e Pi que gera diagramas no estilo editorial — arquitetura, fluxograma, sequência, radar, Gantt, ER, medallion, pirâmide, matriz de segurança, e mais — com a marca do seu site aplicada em 60 segundos.

✅ Vantagens:
  • 27 tipos visuais em 3 variantes (light/dark/full-editorial)
  • Personalização automática da marca lendo seu website
  • Zero dependências — HTML+SVG puro, abre direto no browser
  • Também redesenha diagramas Mermaid ou draw.io existentes
  • Suporta motion acessível opcional para explicações ordenadas
#2

macro-inc/macro

⭐ 2,118
Rust 🛠️ Ferramentas Dev
🎯 Problema:

Startups usam dezenas de ferramentas separadas (Slack, Linear, Notion, HubSpot) que não funcionam como um sistema único — "a empresa não era computável".

📝 Descrição:

Workspace all-in-one que unifica email + mensagens + docs + tarefas + agents + CRM em uma única interface rápida com memória compartilhada de equipe. Tudo é @-linked e pesquisável num grafo bidirecional.

✅ Vantagens:
  • Substitui Slack + Linear + Notion + HubSpot + Superhuman num só sistema
  • Grafo bidirecional nativo entre docs, tasks, emails e canais
  • Agents como cidadãos de primeira classe com memória de equipe
  • Construído em SolidJS + Rust para velocidade
  • Multi-account email com AI integrada e CRM colocalizado com chat
#3
Python 🤖 Inteligência Artificial / ML
🎯 Problema:

Agentes de IA agem sem rastro — embeddings sem significado, decisões sem auditoria. Em setores regulados (finanças, saúde), isso é exposição de compliance.

📝 Descrição:

"Palantir open-source para agentes de IA". Infraestrutura determinística de grafos de contexto que permite rastreabilidade completa de decisões, raciocínio causal e governança, sem depender de LLM para construção do grafo.

✅ Vantagens:
  • Context Graphs: grafo consultável de entidades, decisões e relacionamentos
  • Decision Intelligence: cada decisão é objeto de primeira classe com proveniência W3C PROV-O
  • Raciocínio determinístico: forward chaining, Rete, Datalog, SPARQL
  • Governança: SHACL constraints, detecção de conflitos, regras de compliance
  • Armazenamento poliglota: RDF (Oxigraph, Jena) e LPG (Neo4j, FalkorDB) intercambiáveis
#4

stablyai/orca

⭐ 44,230
TypeScript 🛠️ Ferramentas Dev
🎯 Problema:

Gerenciar múltiplos agentes de IA (Codex, Claude Code, OpenCode) rodando em paralelo — cada um em seu workspace, perdendo o rastro do que cada um está fazendo.

📝 Descrição:

"ADE (Agent Development Environment) para trabalhar com frotas de agentes paralelos". App desktop que permite rodar Codex, Claude Code ou Pi lado a lado, cada um em seu worktree git isolado, com terminal, mobile companion e SSH remoto.

✅ Vantagens:
  • Parallel Worktrees: mesma prompt para 5 agentes, compara resultados e mergeia o melhor
  • Mobile Companion: monitore e direcione agentes do celular (iOS/Android)
  • SSH Worktrees: rode agentes em máquina remota com auto-reconnect
  • Terminal nativo com splits infinitos e scrollback persistente
  • Design Mode: clique em elementos UI para enviar HTML/CSS direto ao agente
#5
Shell 🛠️ Ferramentas Dev
🎯 Problema:

Criar agentes de IA especializados do zero é trabalhoso. Precisava de uma "agência completa de IA" com especialistas prontos, cada um com personalidade e processos definidos.

📝 Descrição:

Coleção massiva de agentes de IA especializados com personalidade — frontend wizards, Reddit ninjas, engenheiros, designers de UI. Cada agente é um arquivo markdown com identidade, missão, workflows e métricas. Instala com um clique em qualquer ferramenta.

✅ Vantagens:
  • 100+ agentes especializados prontos para uso imediato
  • App nativo (macOS/Linux/Windows) que instala com um clique
  • Compatível com Claude Code, Cursor, Codex, Gemini, Cursor e mais
  • Divisões por área: engenharia, segurança, marketing, design
  • Atualizações automáticas via app nativo
#6

shiyu-coder/Kronos

⭐ 37,000
Python 🤖 Inteligência Artificial / ML
🎯 Problema:

Modelos de séries temporais genéricos não capturam a linguagem específica dos mercados financeiros — alta volatilidade e padrões complexos de candlesticks (K-lines).

📝 Descrição:

Primeiro foundation model open-source para dados financeiros, treinado em dados de mais de 45 bolsas globais. Usa tokenizador hierárquico para converter OHLCV em tokens discretos e Transformer autoregressivo para forecasting e outras tarefas quantitativas. Aceito no AAAI 2026.

✅ Vantagens:
  • Especialista em dados financeiros, não genérico — lida com alta volatilidade
  • Tokenizador hierárquico inovador para dados OHLCV multidimensionais
  • Múltiplos tamanhos (4M a 499M params) para diferentes orçamentos de computação
  • Aceito no AAAI 2026 — validação acadêmica rigorosa
  • Demo ao vivo para previsão BTC/USDT 24h disponível
#7
Python 📊 Dados & Análise
🎯 Problema:

Extrair dados de plataformas de mídia social chinesas (小红书, 抖音, B站, 微博) requer engenharia reversa complexa de algoritmos de criptografia.

📝 Descrição:

Crawler multi-plataforma que usa Playwright para automação de navegador, evitando engenharia reversa de JS. Suporta 7 plataformas:小红书, 抖音, 快手, B站, 微博, 贴吧 e 知乎 — com busca por palavra-chave, posts por ID, comentários e perfil de criador.

✅ Vantagens:
  • Suporta 7 plataformas chinesas com cobertura completa de features
  • Não requer engenharia reversa — usa Playwright + login session
  • Proxy pool + cache de login para evitar bloqueios
  • Gera nuvem de palavras dos comentários automaticamente
  • Versão Pro com agente de IA para extração inteligente
#8

hugohe3/ppt-master

⭐ 45,981
Python 🎨 Mídia & Criativo
🎯 Problema:

Ferramentas de IA geram slides genéricos ou templates preenchidos — não apresentações PowerPoint nativas editáveis com formas, transições e gráficos reais.

📝 Description:

"AI que transforma documentos em PowerPoints nativos". Gera arquivos .pptx com slide masters, formas nativas, gráficos com dados e animações — não apenas caixas de texto. Funciona dentro de qualquer agente (Claude, Codex) via workflow Python.

✅ Vantagens:
  • PowerPoint nativo: slide masters, shapes, transições, gráficos reais
  • Pipeline SVG → PPTX com conversão DrawingML direta
  • Diversos estilos visuais: magazine, Swiss grid, glassmorphism, Memphis
  • Dados ficam locais — sem lock-in de plataforma ou modelo
  • Suporta reutilizar decks .pptx existentes como template
#9

infiniflow/ragflow

⭐ 87,675
Go 🤖 Inteligência Artificial / ML
🎯 Problema:

Implementar RAG (Retrieval-Augmented Generation) production-ready é complexo — chunking, parsing, embedding, retrieval e agentes precisam funcionar juntos de forma confiável.

📝 Descrição:

Motor RAG open-source líder que combina RAG de ponta com capacidades de agente. Oferece pipeline completo: ingestão de documentos, chunking inteligente, parsing (MinerU, Docling), retrieval, e workflows agenticos — tudo com interface web e API.

✅ Vantagens:
  • Pipeline completo de ingestão: Confluence, S3, Notion, Discord, Google Drive
  • Workflows agenticos com suporte a MCP e ferramentas
  • Chunking inteligente com múltiplos parsers (MinerU, Docling)
  • Suporte a múltiplos LLMs: DeepSeek, Gemini, GPT-5, Claude
  • Canais de chat integrados: Feishu, Discord, Telegram, Line
#10
TypeScript 🛠️ Ferramentas Dev
🎯 Problema:

Você tem 20 terminais do Claude Code abertos e perdeu o rastro do que cada agente está fazendo. Precisava de um "sistema operacional" para gerenciar times de agentes trabalhando por objetivos de negócio.

📝 Descrição:

"Se OpenClaw é um funcionário, Paperclip é a empresa". Servidor Node.js + React UI que orquestra times de agentes de IA para executar um negócio. Define objetivos, contrata agentes, aprova estratégias, monitora custos — parece um task manager, por baixo tem org chart, budgets e governance.

✅ Vantagens:
  • Task manager para agentes: declare intenção, agentes trabalham, você verifica
  • Org chart com papéis, permissões e boundaries para humanos e agentes
  • Budget e controle de custos por agente/equipe
  • Skill Studio para treinar agentes com avaliações e métricas
  • Compatível com OpenClaw, Claude Code, Codex, Cursor, Bash, HTTP
#11
Rust 🛠️ Ferramentas Dev
🎯 Problema:

Usar modelos open-source com agentes como Claude Code ou Codex — cada um fala APIs diferentes (OpenAI Chat, Anthropic Messages, OpenAI Responses) — e rotear entre providers é complicado.

📝 Descrição:

Proxy e biblioteca em Rust para tráfego de LLMs. Traduz entre APIs OpenAI Chat, Anthropic Messages e OpenAI Responses, roteia entre providers (vLLM, NIM, Ollama), e expõe métricas Prometheus. Pode ser usado como launcher, servidor standalone ou biblioteca.

✅ Vantagens:
  • Tradução de protocolo entre OpenAI, Anthropic e Responses API
  • Múltiplas estratégias de roteamento: aleatório, LLM-classifier, signal-driven
  • Métricas Prometheus: requests, erros, latência, tokens
  • Rápido e eficiente por ser construído em Rust
  • Ideal para A/B testing entre modelos e deploy híbrido
#12
TypeScript 📚 Educação
🎯 Problema:

Aprender inglês é difícil sem um professor particular. A IA é o melhor professor de idiomas do mundo, mas falta uma boa interface de aprendizado.

📝 Descrição:

"Enjoy" — plataforma que usa IA como professor de inglês com web app, plugin de browser (YouTube/Netflix) e desktop. Combina o método "1000 horas" com flashcards, e-books, cursos e prática de conversação com IA.

✅ Vantagens:
  • Plugin de browser para aprender enquanto assiste YouTube e Netflix
  • Web app completo em enjoy.bot com cursos e exercícios
  • Método "1000 horas" fundamentado em pesquisa
  • AI tutor como assistente de aprendizado personalizado
  • Suporte a flashcards, e-books e prática de pronúncia
#13
Python 🔒 Segurança
🎯 Problema:

Reconhecimento de segurança (OSINT) manual é demorado. Mapear superfície de ataque de um alvo — domínios, IPs, emails, vulnerabilidades — requer dezenas de ferramentas e fontes de dados.

📝 Descrição:

Ferramenta automatizada de OSINT com 200+ módulos que se alimentam mutuamente em modelo publisher/subscriber. Interface web ou CLI. Extrai subdomínios, emails, ameaças, integra com Shodan, HaveIBeenPwned, GreyNoise. 13 anos de desenvolvimento ativo.

✅ Vantagens:
  • 200+ módulos OSINT que se retroalimentam automaticamente
  • Interface web intuitiva + CLI completa
  • Correlation engine com 37 regras pré-definidas
  • Integração Tor para busca em dark web
  • 13 anos de desenvolvimento ativo e comunidade madura
#14

localsend/localsend

⭐ 87,987
Dart 🔒 Segurança & Privacidade
🎯 Problema:

AirDrop é exclusivo Apple, compartilhar arquivos entre Android, Windows, macOS e Linux sem internet é complicado. Soluções existentes dependem de servidores terceiros.

📝 Descrição:

App open-source multiplataforma que permite compartilhar arquivos e mensagens entre dispositivos próximos via rede local usando API REST + criptografia HTTPS. Não precisa de internet ou servidores terceiros. Alternativa completa ao AirDrop.

✅ Vantagens:
  • Funciona sem internet — apenas rede local
  • Multiplataforma: Windows, macOS, Linux, Android, iOS, Fire OS
  • Criptografia HTTPS fim-a-fim
  • Disponível em lojas (Play Store, App Store, F-Droid, Flathub)
  • Código aberto e auditável — sem servidores terceiros
#15

Lightricks/LTX-2

⭐ 8,772
Python 🎨 Mídia & Criativo
🎯 Problema:

Modelos de geração de vídeo existentes não sincronizam áudio e vídeo nativamente — precisam de pós-processamento separado, e poucos são open-source.

📝 Descrição:

Primeiro foundation model DiT (Diffusion Transformer) áudio-vídeo que combina todas as capacidades numa só: áudio sincronizado, alta fidelidade, múltiplos modos de performance, API e acesso aberto. Modelo de 22B parâmetros com encoder de texto Gemma 4.

✅ Vantagens:
  • Áudio e vídeo sincronizados nativamente no mesmo modelo
  • Pipeline de inferência e LoRA trainer disponíveis
  • 22B params com suporte a quantização (fp8-cast, CPU/disk offload)
  • Múltiplos pipelines: distilled (rápido), dev (qualidade), ICLoRA
  • Open access com pesos publicados no HuggingFace
#16
Kotlin 🛠️ Ferramentas Dev
🎯 Problema:

Frameworks de agentes existentes são máquinas de estado finito ou execução sequencial — não fazem planejamento dinâmico verdadeiro. E ecossistema JVM não tem um framework moderno de agentes.

📝 Descrição:

Framework para criação de fluxos agenticos na JVM, do criador do Spring. Usa algoritmo de planejamento não-LLM (OODA loop) que combina ações, objetivos e condições dinamicamente. Escrito em Kotlin com uso natural de Java. Suporta planejamento sofisticado, re-planejamento após cada ação, e forte tipagem.

✅ Vantagens:
  • Planejamento dinâmico real (não FSM) com algoritmo não-LLM
  • Criado pelo fundador do Spring — qualidade enterprise
  • Fortemente tipado com domínios ricos em comportamento
  • Re-planejamento automático após cada ação (OODA loop)
  • Uso natural de Kotlin e Java — sem curvas de aprendizado íngremes
#17
Python 📱 IoT / Dispositivos
🎯 Problema:

Modelos de linguagem são grandes demais para dispositivos pequenos (smartphones, wearables, IoT, robôs). Precisava de um modelo de tool calling que coubesse em megabytes, não gigabytes.

📝 Descrição:

Modelo de 14MB (45M params) para tool calling, device use e extração estruturada. Roda em apenas 28MB de RAM. Usa Simple Attention Network com Hadamard MLP, memória engram, confidence-gated predictions e grammar-constrained decoding. Cabe em qualquer dispositivo.

✅ Vantagens:
  • Apenas 14MB de weights e 28MB de RAM total por sessão
  • Confidence-gated: cada resposta tem score de confiança calibrado
  • Tool retrieval integrado: catálogo grande, só 5 tools por turno
  • Gramática byte-level compilada dos schemas — output sempre válido
  • 5x a 70x menor que concorrentes (FunctionGemma, LFM, Apple FM)