GitHub Trending — 2026-09-01

#1

THU-MAIC/OpenMAIC

⭐ 27.957

TypeScript 🤖 Inteligência Artificial / ML Educação · Multiagente

🎯 Problema que resolve:

Criar cursos online imersivos e interativos exige muito trabalho manual (planejamento, roteiro, atividades, avaliação). O OpenMAIC gera uma sala de aula interativa multiagente completa — com um único prompt — e ainda permite direcionar o curso via workbench de agente.

📝 Descrição:

Open Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click

✅ Vantagens de uso:

Um prompt gera um curso completo, com agentes interpretando papéis (professor, alunos, avaliadores)
Workbench Pro (v1.0.0): agente planeja currículo, sessões duráveis e skills reutilizáveis
Provider-neutro: funciona com qualquer provedor LLM (OpenAI, Anthropic etc.)
Persistência plugável e deploy em 1 clique no Vercel
Licença MIT + paper publicado (JCST'26)

#2

tt-a1i/archify

⭐ 39.814

JavaScript 🛠️ Ferramentas para Dev Diagramação por IA

🎯 Problema que resolve:

Diagramas de arquitetura gerados por IA costumam ser imprecisos, inconsistentes e difíceis de validar. O Archify transforma uma descrição de codebase ou sistema em um mapa interativo verificável, direto no chat, com renderização determinística.

📝 Descrição:

Agent skill for beautiful, verifiable architecture, workflow, sequence, data-flow, and lifecycle diagrams—self-contained HTML with motion and crisp export.

✅ Vantagens de uso:

5 tipos de diagrama (arquitetura, workflow, sequência, data-flow, ciclo de vida) com 4 presets e temas dark/light
JSON IR tipado + validação determinística: diagramas confiáveis e reproduzíveis
Revisão Before/Delta/After de mudanças de arquitetura antes do merge
Export self-contained: HTML único + PNG, SVG, WebM e share cards 1200×630
Funciona em Cursor, Claude Code, Codex CLI e OpenCode; licença MIT

#3

K-Dense-AI/scientific-agent-skills

⭐ 40.989

Python 🤖 Inteligência Artificial / ML Skills científicas p/ agentes

🎯 Problema que resolve:

Cientistas querem usar agentes de IA na pesquisa, mas faltam skills validadas e acesso estruturado a bases científicas. Esta biblioteca empacota 163 skills testadas + 100+ bancos de dados científicos, transformando qualquer agente em um 'AI Scientist'.

📝 Descrição:

Turn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.

✅ Vantagens de uso:

163 skills validadas com testes automatizados e scan de segurança no CI
Acesso determinístico com proveniência a 78+ bases públicas (PubChem, ChEMBL, UniProt, COSMIC...)
Compatível com Cursor, Claude Code, Codex, Google Antigravity e o padrão aberto Agent Skills
Adotado por 190.000+ cientistas; cobre biologia, química, medicina e drug discovery
Licença MIT

#4

k1tbyte/Wand-Enhancer

⭐ 23.481

C# 🛠️ Ferramentas para Dev Extensão de UX p/ Wand

🎯 Problema que resolve:

O app Wand (do WeMod) tem UX e opções de interoperabilidade limitadas. O WandEnhancer é uma extensão open-source que expande a configuração local do cliente e melhora a experiência de uso, com ajustes automáticos de compatibilidade.

📝 Descrição:

Advanced UX and interoperability extension for Wand (WeMod) app

✅ Vantagens de uso:

Gestão de configuração local do ambiente + ajustes automáticos para novas versões do cliente
Customização avançada de layout e temas (client-side)
Remote Web Panel: controle recursos pelo celular na mesma rede via QR code
Inclui AI Features e painel de diagnóstico
Aviso de segurança: sem executáveis oficiais — evite golpes com tutoriais falsos (build pelo código-fonte)

#5

majd/ipatool

⭐ 10.635

Go 🛠️ Ferramentas para Dev Download de .ipa via CLI

🎯 Problema que resolve:

Não existe forma oficial de baixar pacotes .ipa da App Store para análise, backup ou segurança. O ipatool é um CLI que busca e baixa apps iOS/iPadOS/tvOS/visionOS diretamente da linha de comando.

📝 Descrição:

Command-line tool that allows searching and downloading app packages (known as ipa files) for iOS, iPadOS, tvOS, and visionOS from the App Store.

✅ Vantagens de uso:

Cross-platform: Windows, Linux e macOS; instalável via Homebrew
Autenticação no App Store via CLI (login/info/revoke)
Saída em texto ou JSON, com modo não-interativo para scripts/CI
MIT e maduro, com FAQ e wiki dedicados

#6

jingyaogong/minimind

⭐ 56.443

Python 🤖 Inteligência Artificial / ML LLM do zero p/ GPU comum

🎯 Problema que resolve:

Treinar um LLM do zero é visto como caro e inacessível. O MiniMind prova o contrário: treina um modelo de 64M de parâmetros por ~R$ 20 (3 yuans) e ~2 horas em uma GPU comum, com todo o pipeline aberto.

📝 Descrição:

🧠 Train a 64M-parameter LLM from scratch in just 2h!

✅ Vantagens de uso:

Custo de ~3 yuans e ~2h de treino para um LLM de 64M do zero (≈1/2700 do GPT-3)
Implementação 100% PyTorch nativa, sem abstrações de terceiros — ideal para aprendizado
Cobre o pipeline completo: pre-training, SFT, LoRA, RLHF (DPO), RLAIF (PPO/GRPO/CISPO), Tool Use, Agentic RL e destilação
Família multimodal: MiniMind-V (visão), MiniMind-O (omni), dLM e Linear
Reproduzível e extensível, usado como tutorial prático de LLM

#7

Osmantic/ODS

⭐ 5.649

Python ☁️ Infra & DevOps AI server privado self-hosted

🎯 Problema que resolve:

Montar um servidor de IA local exige integrar à mão Ollama, Open WebUI, n8n, ComfyUI e ferramentas de privacidade. O ODS (Osmantic Deployment System) instala e conecta tudo, transformando PC/Mac/Linux em um servidor de IA privado.

📝 Descrição:

Turn your PC, Mac, or Linux box into an AI server. LLM inference, chat UI, voice, agents, workflows, RAG, and image generation.

✅ Vantagens de uso:

Stack completa em uma instalação: inferência, chat UI, voz, agents, workflows, RAG e geração de imagem
Dashboard único para gerenciar modelos, serviços, GPU e extensões
Privacidade total: prompts e dados permanecem na sua máquina, sem nuvem nem assinatura
Suporte a Docker Desktop (Windows/WSL2) e GPUs NVIDIA/AMD Strix Halo
Apache 2.0

#8

checkstyle/checkstyle

⭐ 9.465

Java 🛠️ Ferramentas para Dev Qualidade de código Java

🎯 Problema que resolve:

Manter um padrão de código consistente em projetos Java é difícil de fiscalizar manualmente. O Checkstyle automatiza a verificação de adesão a coding standards (Google Java Style e Sun Conventions) e é altamente configurável.

📝 Descrição:

Checkstyle is a development tool to help programmers write Java code that adheres to a coding standard. By default it supports the Google Java Style Guide and Sun Code Conventions, but is highly configurable. It can be invoked with an ANT task and a command line program.

✅ Vantagens de uso:

Suporte nativo ao Google Java Style Guide e Sun Code Conventions
200+ checks configuráveis; invocável via CLI, ANT task, Maven e Gradle
Projeto maduro (décadas de uso) com cobertura de teste, CI multi-plataforma e relatórios de qualidade
Documentação extensa em HTML e integração com IDEs

#9

zhaoxuya520/reverse-skill

⭐ 33.411

PowerShell 🔐 Segurança Skills de reverse/pentest p/ IA

🎯 Problema que resolve:

Agentes de IA não sabem qual ferramenta (jadx, apktool, Frida, IDA, BurpSuite) usar em cada tarefa de engenharia reversa ou pentest. O reverse-skill é um pacote de skills com roteamento automático, toolchain sob demanda e base de conhecimento auto-evolutiva.

📝 Descrição:

Reverse Engineering / Authorized Penetration Testing / Security Research Skill Router Pack AI-powered routing + On-demand toolchain bootstrapping + Self-evolving knowledge base Supports Claude Code, Kiro, Cursor, Cline, and other AI coding clients 逆向/渗透/安全技能路由包 - AI 自动路由 + 按需自举工具链 + 自动进化经验库 | 支持 Claude Code / Kiro / Cursor / Cline 等代码 AI 客户端

✅ Vantagens de uso:

Roteamento automático de skills por tipo de alvo: APK, ELF, JS, PCAP e CTF
Bootstrapping on-demand da toolchain (instala o que a tarefa precisa)
Knowledge base auto-evolutiva: erros e acertos viram experiência reutilizável
Suporta Claude Code, Kiro, Cursor, Cline e outros clientes de IA
MIT (módulos sob licenças próprias)

#10

affaan-m/ECC

⭐ 245.385

JavaScript 🛠️ Ferramentas para Dev Harness OS para agentes de IA

🎯 Problema que resolve:

Agentes de codificação (Claude Code, Codex, Cursor...) operam de forma isolada, sem memória coordenada, skills compartilhadas ou governança. O ECC é um sistema de otimização de harness: coordena skills, instintos, memória, segurança e fluxo research-first entre múltiplos agentes.

📝 Descrição:

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

✅ Vantagens de uso:

68 agentes especializados (planning, review, build repair, security, arquitetura) + 286 skills e 94 shims de comandos legados
Memória persistente e aprendizado contínuo entre sessões e harnesses
AgentShield: varredura de segurança de skills e agentes
Suporte a Claude Code, Codex, Opencode, Cursor, Gemini, Copilot, Antigravity + modelos self-hosted/gateways
Atualizações semanais de um mantenedor ativo

#11

kaifcodec/user-scanner

⭐ 4.401

Python 🔐 Segurança OSINT de e-mail/username

🎯 Problema que resolve:

Mapear a pegada digital de um e-mail ou username exige dezenas de ferramentas e buscas manuais. O user-scanner é uma suite OSINT 2-em-1 com 465+ vetores de scan (175+ para e-mail, 290+ para username) para investigações e pesquisas de segurança.

📝 Descrição:

🕵️‍♂️ (2-in-1) Email & Username OSINT suite for deep data extraction just from a single Email/Username. Analyzes 465+ actively maintained scan vectors (175+ email / 290+ username) for security research, investigations, and digital footprinting.

✅ Vantagens de uso:

465+ vetores ativos: verificação de registros, perfilagem e descoberta de contas
Scraping de metadados ricos: avatar, bio, seguidores, UID e atributos de conta
Cross-scan e pivoting entre alvos para aprofundar a investigação
Ferramentas de IA expostas (scan_username / scan_email) com proxies e controle de ruído
Funciona em Termux, Windows e Linux; gratuito e open-source

#12

every-app/open-seo

⭐ 15.875

TypeScript 📊 Dados & Análise SEO open source (alt. Semrush)

🎯 Problema que resolve:

Suites de SEO como Semrush e Ahrefs são caras, inchadas e fechadas. O OpenSEO é uma alternativa open-source pay-as-you-go: você controla os dados e paga apenas pelo que consome, com workflows focados.

📝 Descrição:

Open source alternative to Semrush and Ahrefs

✅ Vantagens de uso:

Sem assinatura: traga sua chave DataForSEO e pague só pelo uso
Servidor MCP + Agent Skills prontos para agentes de IA (Claude Code, OpenClaw, Hermes)
Workflows essenciais: keyword research, rank tracking, competitor insights, backlinks, site audits e AI visibility
UI moderna e simples, sem o peso de suites gigantes
Self-host via Docker ou hosted por US$ 10/mês

#13

p-e-w/heretic

⭐ 29.774

Python 🤖 Inteligência Artificial / ML Remoção de censura em LLMs

🎯 Problema que resolve:

Modelos de linguagem vêm com 'safety alignment' (censura) embutido, o que limita pesquisa e uso técnico. O Heretic remove a censura de forma totalmente automática, via ablitação direcional avançada + otimizador de parâmetros TPE (Optuna), sem pós-treinamento caro.

📝 Descrição:

Fully automatic censorship removal for language models

✅ Vantagens de uso:

Totalmente automático: co-minimiza recusas e divergência KL do modelo original
Sem pós-treinamento caro — funciona por abliteração direcional (Arditi et al. 2024)
Preserva ao máximo as capacidades do modelo original (avaliação embutida reproduzível)
Extra de interpretabilidade: ferramentas de pesquisa sobre internals do modelo
Roda em GPUs comuns via PyTorch; gerenciado com uv

#14

handsomestWei/patent-disclosure-skill

⭐ 6.418

Python 🛠️ Ferramentas para Dev Patentes assistidas por IA

🎯 Problema que resolve:

Quem desenvolve tecnologia raramente consegue transformar o próprio código em um pedido de patente: falta método para minerar os pontos patentáveis e redigir o disclosure técnico. Esta skill automatiza a mineração de pontos de patente e a escrita de 交底书 (disclosure) para a CNIPA (China).

📝 Descrição:

中国专利.skill：专利点挖掘与交底书（发明/实用/外观）编写，通俗解读专利，嗅探政策动向，辅助审查答复。

✅ Vantagens de uso:

Mineração de pontos patentáveis a partir de materiais do projeto (código, docs, designs)
Gera disclosure para invenção/utilitário/design com diagramas (mermaid) e saída editável em Word
Leitura simplificada de patentes públicas, com integração Obsidian para construir sua base de conhecimento
Auxilia respostas a exigências do exame e monitora políticas
MIT, Python 3.9+, usa Playwright + CNIPA

#15

firecrawl/pdf-inspector

⭐ 17.513

Rust 📊 Dados & Análise Classificação/extracção de PDF

🎯 Problema que resolve:

Classificar PDF (texto vs escaneado) e decidir se vale OCR é lento e caro em escala. O pdf-inspector (Firecrawl) detecta o tipo de PDF em milissegundos e extrai texto/converte para Markdown localmente, evitando OCR desnecessário em ~54% dos documentos.

📝 Descrição:

Fast Rust library for PDF inspection, classification, and text extraction. Intelligently detects scanned vs text-based PDFs to enable smart routing decisions.

✅ Vantagens de uso:

Classificação inteligente em ~10-50ms: TextBased, Scanned, ImageBased ou Mixed, com score de confiança
Extração com consciência de posição: fontes, coordenadas X/Y e ordem de leitura multi-coluna
Conversão fiel para Markdown: headings, listas, código, tabelas, bold/italic e links
Bindings para Python, Node.js e WebAssembly + CLI Rust (pdf2md)
OCR seletivo apenas quando necessário — economia real em pipelines de documentos

#16

pollen-robotics/microduck_rl

⭐ 1.262

Python 🤖 Inteligência Artificial / ML RL sim2real p/ robô bípede

🎯 Problema que resolve:

Transferir políticas de RL treinadas em simulação para robôs reais (gap sim2real) é o maior desafio da robótica. O microduck_rl entrega ambientes de RL prontos para o robô bípede Microduck (800g, 25cm), treinados a 50Hz em MuJoCo Warp, com exportação ONNX e deploy no hardware real.

📝 Descrição:

RL training environments for Microduck (mjlab)

✅ Vantagens de uso:

Receita sim2real completa: física de atuador BAM, domain randomization, backlash e lições de reward design (AGENTS.md)
Treino rápido: ~1-2h para uma marcha utilizável em 4096 ambientes paralelos
Export para ONNX e implantação direta no robô via pollen-robotics/microduck
Alta performance com MuJoCo Warp (CUDA) e PPO a 50 Hz
Modelos MJCF exportados do Onshape (onshape-to-robot)

🔥GitHub Trending — 2026-09-01