🔥 GitHub Trending — 2026-08-21

Análise LLM dos 17 repositórios mais populares do dia · curadoria de READMEs

#1

modular/modular

⭐ 28,166
Mojo 🤖 Inteligência Artificial / ML
📋 Problema que resolve:

Unificar o desenvolvimento e deploy de IA com o ecossistema Modular — compilador Mojo, framework MAX e servidor de inferência em um único repositório open-source.

🌟 Vantagens:
  • MAX framework com endpoint OpenAI-compatível para deploy de modelos
  • Mojo language: performance de C com sintaxe amigável estilo Python
  • Pipelines de modelo pré-construídos (Python-based graphs)
  • Aceita contribuições para stdlib, aceleradores e exemplos
#2

mattpocock/skills

⭐ 227,291
Shell 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Agentes de IA codificam sem entender o que você quer — skills práticas de engenharia real que alinham o agente com o humano antes de escrever uma linha de código.

🌟 Vantagens:
  • /grill-me e /grill-with-docs: alinhamento profundo com o agente antes de codificar
  • Instalação em 30 segundos via plugin marketplace ou npx skills add
  • Funciona com Claude Code, Codex, Gemini CLI, Cursor e qualquer agente skills-compatível
  • Skills pequenas, adaptáveis e compostáveis — você hackeia e faz suas próprias
#3

AprilNEA/OpenLogi

⭐ 12,185
Rust 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Logitech Options+ é proprietário, pesado e não tem suporte a Linux — OpenLogi é uma alternativa nativa, local-first, escrita em Rust, que libera todo o potencial de mouses, teclados e webcams Logitech via HID++ e UVC.

🌟 Vantagens:
  • Roda em macOS, Linux e Windows — Linux é cidadão de primeira classe
  • Config TOML puro texto sincronizável entre máquinas: sem banco, sem telemetria
  • Remapeamento de botões, DPI, SmartShift, gestos, perfis por aplicativo
  • CLI + GUI: scripte tudo ou use a interface gráfica
#4

obra/superpowers

⭐ 275,143
Shell 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Agentes de código pulam direto para escrever código sem planejamento — Superpowers é uma metodologia completa de desenvolvimento de software com skills compostáveis e subagent-driven-development.

🌟 Vantagens:
  • Subagent-driven-development: agentes trabalham autônomamente por horas com revisão
  • Suporta 15+ harnesses: Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Devin CLI e mais
  • TDD, YAGNI e DRY integrados no fluxo — sem comandos manuais, skills disparam sozinhas
  • Plugin oficial no marketplace do Claude Code e no Superpowers Marketplace
#5

cursor/plugins

⭐ 4,177
TypeScript 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Centralizar e padronizar 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: teaching, continual-learning, thermos (review de branches), orchestrate (fan-out paralelo)
  • Integrações MCP: Gmail, Google Drive, Calendar, Salesforce, GitHub, HubSpot, X, Docusign e mais
  • PR Review Canvas e Docs Canvas: diffs e documentação como canvas navegáveis
  • Cursor SDK TypeScript para construir automações e pipelines próprios
#6

santifer/career-ops

⭐ 66,922
JavaScript 🤖 Inteligência Artificial / ML
📋 Problema que resolve:

Procurar emprego é um processo manual, demorado e subjetivo — career-ops transforma qualquer CLI de IA em um centro de busca de emprego que avalia vagas, gera CVs personalizados e rastreia candidaturas.

🌟 Vantagens:
  • Avaliação estruturada A-F (1.0-5.0) em 5 dimensões ponderadas, sem 'spray-and-pray'
  • Geração de CVs ATS-otimizados e personalizados por descrição de vaga
  • Scan automático de portais: Greenhouse, Ashby, Lever e páginas de empresas
  • Processamento em lote com sub-agentes: avalie 10+ vagas em paralelo
#7
Rust 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Memória de curto prazo de agentes de código — você para no Claude Code e precisa reexplicar tudo no Codex. ai-memory provê memória de longo prazo e handoff entre agentes de diferentes vendors.

🌟 Vantagens:
  • Suporta 15+ agentes: Claude Code, Codex, Cursor, OpenCode, Gemini CLI, Grok, Kimi e mais
  • MCP + lifecycle hooks para captura automática de contexto sem esforço manual
  • Handoff entre agentes com resumo de sessão — continue de onde parou em outro vendor
  • Docker, macOS nativo, Linux, Windows WSL2 — cobertura multiplataforma completa
#8
Python 🎬 Mídia & Criativo
📋 Problema que resolve:

Criar vídeos curtos de alta qualidade para redes sociais é trabalhoso, caro e demorado — gerador automatizado que produz vídeos HD completos com roteiro, imagens, legendas e música a partir de um tema ou palavra-chave.

🌟 Vantagens:
  • Geração completa: roteiro + imagens + legendas + música de fundo em um clique
  • WebUI amigável e API REST para integração em pipelines
  • Suporte a múltiplos LLMs: Kimi K3, DeepSeek, Qwen, Claude como motor de roteiro
  • 11 idiomas de narração com vozes naturais
#9
Go ⚙️ Infraestrutura & DevOps
📋 Problema que resolve:

Rodar milhares de agentes de IA em produção é caro — Substrate multiplexa agentes stateful ociosos em poucos pods, com suspensão/retomada sub-second e 30x+ de oversubscription.

🌟 Vantagens:
  • 30x+ oversubscription: ~250 agentes em apenas 8 pods físicos (demonstrado)
  • Suspend/resume sub-second com snapshots de estado completos (RAM + filesystem)
  • Suporta microVMs e gVisor como sandboxes — framework-agnóstico (ADK, LangChain, Claude Code, MCP)
  • Kubernetes-based com scheduling especializado para latência de agente
#10
TypeScript 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Você só pode usar um agente de cada vez — Munder Difflin coordena uma equipe inteira de agentes (Claude, Codex, Grok, Kimi, Qwen, Copilot) como um escritório, com memória, mensageria e um chefe (Michael) que delega tarefas.

🌟 Vantagens:
  • Cada terminal CLI vira um agente real em pseudo-terminal (node-pty + xterm.js)
  • Escritório 2D com avatares Pixi.js — envelopes voam entre mesas quando agentes se comunicam
  • Memória markdown-first com recall semântico em milissegundos
  • Roteador GOD (Michael) que adjudica, atribui e escala sem te incomodar
#11

PostHog/posthog

⭐ 38,071
Python 📊 Dados & Análise
📋 Problema que resolve:

Produtos precisam de dados para evoluir, mas ferramentas de analytics são fragmentadas e caras — PostHog unifica analytics, session replay, feature flags, experiments, error tracking, logs e AI observability em uma plataforma open source.

🌟 Vantagens:
  • Self-driving mode: dados de uso viram automaticamente PRs com correções e melhorias
  • Suite completa: analytics, web analytics, session replay, flags, experiments, erro, logs, surveys, data warehouse
  • Controle via Slack, web, desktop ou MCP — integração com agentes de IA
  • PostHog Cloud com tier gratuito generoso (1M eventos/mês) + self-host para quem prefere controle
#12
Kotlin 🎨 Mídia & Criativo
📋 Problema que resolve:

Seu Google Location History (Timeline) acumula dados de viagem, mas não há jeito fácil de visualizá-los — transforma seu arquivo Timeline.json em vídeos MP4 animados dos seus percursos de viagem.

🌟 Vantagens:
  • Gera vídeo MP4 animado do seu ano de viagens com preview do percurso
  • Web app para iPhone (sem instalação, abre no Safari) e APK Android nativo
  • Escolha de datas exatas ou faixa de meses para viagens específicas
  • Presets de movimento de câmera e controles de privacidade do mapa
#13
Python 🤖 Inteligência Artificial / ML
📋 Problema que resolve:

Agentes de IA não têm um sistema de contexto unificado — OpenViking é um banco de dados de contexto que unifica memória, RAG e skills como um filesystem virtual navegável com `ls`, `tree` e `find`.

🌟 Vantagens:
  • Protocolo viking://: agentes navegam o contexto como arquivos — ls, tree, find
  • 3 tiers de carregamento (L0 abstract, L1 overview, L2 details) reduzem tokens em até 91%
  • 80-83% de acurácia em memória de usuário (LoCoMo) vs 24-57% sem memória
  • Trajetórias observáveis: quando um resultado está errado, você vê exatamente qual caminho o produziu
#14
Go 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Agentes de IA gastam tokens demais em respostas prolixas — Caveman faz o agente falar como 'caveman', cortando 65% dos tokens sem perder precisão em código, comandos e erros.

🌟 Vantagens:
  • 33.2% menos tokens de input (provider-reported) em benchmark verificado
  • Caveman Proxy comprime o que o agente LÊ antes de cada chamada ao provider, com recuperação byte-exata
  • Funciona com 30+ agentes: Claude Code, Codex, Gemini, aider, OpenCode, Hermes e mais
  • Instalação via npm, npx skills add, curl ou plugin marketplace — instala em segundos
#15

makeplane/plane

⭐ 56,623
TypeScript 🛠️ Ferramentas para Dev
📋 Problema que resolve:

Jira, Linear, Monday e ClickUp são caros, complexos e fechados — Plane é uma alternativa open source de gerenciamento de projetos moderna com issues, cycles, docs e analytics.

🌟 Vantagens:
  • Work Items ricos com editor de texto, uploads e sub-propriedades
  • Cycles (sprints) com burn-down charts; Modules para projetos complexos
  • Pages com AI integrada e rich text editor — notas viram action items
  • Analytics em tempo real para visualizar tendências e remover bloqueios
#16
Python 🔒 Segurança
📋 Problema que resolve:

Ecossistemas de IA têm múltiplas superfícies de ataque — plataforma full-stack de Red Teaming que escaneia agentes, skills, MCP servers, infraestrutura de IA e LLMs contra jailbreak.

🌟 Vantagens:
  • 5 tipos de scan: Agent Scan, Skills Scan, MCP Scan, AI Infra Scan e Jailbreak Evaluation
  • SkillTrustBench com top score 0.9848 — mais de 2000 regras CVE no banco de vulnerabilidades
  • CLI standalone para cada scan: skill-scan, mcp-scan, agent-scan — use sem interface gráfica
  • Open source mantido pelo Tencent Zhuque Lab com community ativa
#17

RyanCodrai/turbovec

⭐ 16,022
Rust 🤖 Inteligência Artificial / ML
📋 Problema que resolve:

Índices vetoriais consomem RAM demais para RAG — turbovec comprime 10 milhões de embeddings de 31GB para 4GB usando quantização TurboQuant sem perda significativa de recall.

🌟 Vantagens:
  • 10M documentos em 4GB RAM (vs 31GB float32) — 7.75x compressão
  • 3.4x mais rápido que FAISS IndexPQFastScan em 4-bit no benchmark
  • SIMD kernels otimizados: NEON, AVX-512 VNNI, AVX2 com fallbacks automáticos
  • Ingestão online sem treino: adicione vetores, estão indexados — sem rebuild