🔥 GitHub Trending — 2026-08-16

Análise LLM dos 13 repositórios mais populares do dia · curadoria de READMEs

#1

cordiverse/cordis

⭐ 4,250
TypeScript 🧰 Framework / Dev
📋 Problema que resolve:

Novo paradigma de programação para compor dados e comportamentos espaço-temporais — sistemas que precisam rastrear 'o que existe, onde e quando' (sensores, mapas, eventos geográficos).

🌟 Vantagens:
  • Meta-framework focado em composabilidade espaço-temporal (tempo + espaço como cidadãos de primeira classe)
  • Acompanhado de paper acadêmico (_A Programming Paradigm for Spatiotemporal Composability_)
  • Documentação dedicada (cordis-primer) para começar sem dor
#2
HTML 🎨 Visual / Docs
📋 Problema que resolve:

Diagramas gerados por IA parecem genéricos ('caixas arredondadas') e não combinam com a marca — o autor construiu 27 tipos visuais editoriais para Claude Code, Codex e Pi.

🌟 Vantagens:
  • 27 tipos visuais em 3 variantes estáticas: light, dark e editorial completo
  • Sem build step, sem JavaScript e sem dependências externas — abre direto no navegador
  • Redesenha fontes draw.io ou Mermaid no formato, tamanho e nível de detalhe desejados
  • Lê seu site e combina com a marca em ~60 segundos
#3

cursor/plugins

⭐ 2,987
TypeScript 🧰 Framework / Dev
📋 Problema que resolve:

Centralizar plugins oficiais do Cursor para ferramentas, frameworks e SaaS — cada plugin é um diretório com manifest `.cursor-plugin/plugin.json`.

🌟 Vantagens:
  • Plugins oficiais da Cursor: continual-learning, team-kit, thermos (review de branches), orchestrate (fan-out de agentes paralelos)
  • Integrações MCP com Gmail, Google Drive, Calendar, Salesforce, HubSpot, X, Docusign e mais
  • PR Review Canvas e Docs Canvas renderizam diffs/documentação como canvas navegáveis
  • Cursor SDK para construir apps, pipelines e automações sobre @cursor/sdk
#4
Python 🤖 IA / ML
📋 Problema que resolve:

Modelos de tool calling/extração são grandes demais para dispositivos pequenos — Needle 2 é um modelo de 45M parâmetros em um binário único de 14MB que roda uma sessão em ~28MB de RAM.

🌟 Vantagens:
  • 14MB de pesos embutidos num único engine — sem arquivos de modelo separados e inferência 100% offline
  • Contrato simples: texto entra, JSON estruturado sai; gramática byte-level compilada dos seus schemas
  • Confidence-gated: resposta com score calibrado — defina threshold, aja acima, escale abaixo
  • Retrieval de ferramentas: catálogo grande com head de retrieval que seleciona top-5 por turno
#5

unslothai/unsloth

⭐ 72,161
Python 🤖 IA / ML
📋 Problema que resolve:

Rodar e treinar LLMs localmente ainda é difícil — Unsloth é o primeiro desktop app a rodar e treinar modelos de IA localmente, com suporte a LLMs, difusão, áudio e embeddings.

🌟 Vantagens:
  • Fine-tuning 2x mais rápido com 70% menos VRAM (LoRA, QLoRA, RL, GRPO, DPO, FP8)
  • Suporta CPU, NVIDIA, AMD, Intel, macOS e multi-GPU
  • Integra Claude Code, Codex, Hermes Agent e outros agentes com um comando (`unsloth start claude`)
  • Export GGUF, NVFP4, FP8 e API compatível com OpenAI para servir localmente
#6
Python 📊 Dados / API
📋 Problema que resolve:

Descobrir APIs públicas gratuitas para usar em produtos — lista coletiva curada pela comunidade com dezenas de domínios.

🌟 Vantagens:
  • Curadoria manual da comunidade (460k+ estrelas) com categorias organizadas
  • Dezenas de domínios: finanças, clima, geolocalização, mídia, dados governamentais
  • Integração com a suíte APILayer: geocoding, validação de e-mail, câmbio, scraping e mais
  • Recurso constante de pesquisa para prototipar sem custo
#7
Python 🤖 IA / ML
📋 Problema que resolve:

Fine-tuning de LLMs é doloroso (SSH, filas de GPU, config hell) — Soup treina um modelo 8B em uma GPU de laptop com 4GB via layer streaming, com um único YAML.

🌟 Vantagens:
  • Zero SSH e um único arquivo YAML de configuração
  • Layer streaming: Llama-3.1-8B + NF4 a 119.6 tok/s com pico de 3.32GB numa RTX 3050 Laptop 4GB
  • Auto tudo: batch size, detecção de GPU e quantização automáticos
  • Treino local com QLoRA, sem cloud; `soup ship` com noise-floor para não mentir sobre melhoria
#8

github/spec-kit

⭐ 129,292
Python 🧰 Framework / Dev
📋 Problema que resolve:

Código antes de especificação gera software frágil — Spec-Driven Development torna as especificações executáveis, gerando implementação diretamente com qualquer agente de IA.

🌟 Vantagens:
  • CLI `specify` com init, upgrade e self-management (instala via uv)
  • Slash commands (`/speckit.*`) para Copilot, Codex CLI, Claude Code e outros agentes
  • Extensível: presets, bundles por papel e configuração para a organização inteira
  • Open source mantido pelo GitHub (129k+ estrelas) com docs completas
#9

megadose/holehe

⭐ 13,176
Python 🔒 Segurança / OSINT
📋 Problema que resolve:

Descobrir em quais sites um e-mail está registrado — checa 120+ serviços (Twitter, Instagram, Imgur etc.) usando a função de recuperação de senha.

🌟 Vantagens:
  • Não alerta o e-mail alvo (sem envio de notificação)
  • 120+ módulos com suporte a rate-limit por serviço
  • CLI + API Python (async com trio/httpx) para embutir em pipelines OSINT
  • Retorna JSON estruturado: exists, e-mail/telefone de recuperação parcialmente ofuscados
#10
Swift 🎵 Mídia / Criativo
📋 Problema que resolve:

Dictation no macOS sem depender de SaaS caro — app open source (GPLv3) com STT on-device e modelo de IA local de aprimoramento (Fluid Intelligence).

🌟 Vantagens:
  • STT on-device com Parakeet: latência quase zero entre falar e ver o texto
  • Fluid Intelligence: formatação inteligente, capitalização por contexto — 100% local, sem nuvem nem API keys
  • Command Mode para executar ações no Mac; Write Mode para reescrever texto em qualquer app
  • Instala com `brew install --cask fluidvoice`; iOS e Windows no roadmap
#11

ToolJet/ToolJet

⭐ 39,642
JavaScript 🧰 Framework / Dev
📋 Problema que resolve:

Construir internal tools e dashboards leva semanas — ToolJet é o alicerce open source do ToolJet AI, com builder visual drag-and-drop.

🌟 Vantagens:
  • 60+ componentes responsivos (tabelas, gráficos, formulários, listas, progress bars)
  • 80+ fontes de dados: bancos, APIs, cloud storage e SaaS
  • ToolJet Database embutida (no-code) e execução de JS/Python dentro dos apps
  • Self-host com Docker/Kubernetes/AWS/GCP/Azure; SSO e criptografia AES-256-GCM
#12

HKUDS/CLI-Anything

⭐ 47,478
Python 🤖 IA / ML
📋 Problema que resolve:

Software foi feito para humanos, não para agentes — CLI-Anything torna QUALQUER software 'agent-native', gerando CLIs estruturadas que agentes de IA (Pi, OpenClaw, Cursor, Claude Code) conseguem usar.

🌟 Vantagens:
  • CLI-Hub: `pip install cli-anything-hub` para navegar, instalar e gerenciar CLIs prontas
  • Gerador de harness em 7 fases para criar CLIs novas para qualquer app
  • Saída JSON estruturada elimina parsing para os agentes; cada CLI gera SKILL.md descoberto por agentes
  • 2461+ testes passando; suporte a Blender, FreeCAD, GIMP, Obsidian, QGIS, n8n e dezenas mais
#13

citrolabs/ego-lite

⭐ 11,145
JavaScript 🤖 IA / ML
📋 Problema que resolve:

Frameworks de automação de browser (browser-use, agent-browser) precisam de browser separado, logins não carregam e você disputa abas com o agente — ego lite é um browser desenhado para humano e IA trabalharem em paralelo.

🌟 Vantagens:
  • Espaço isolado por agente: você navega na frente, o agente trabalha em background
  • Herda logins, cookies, extensões e bookmarks do Chrome na primeira execução
  • Base de código (funções JS) em vez de CLI: workflows complexos até 2.5x mais rápidos com menos tokens
  • Skill `ego-browser` instalado automaticamente para qualquer agente (npx skills add)