榜单速览：今天的热门榜长什么样
本文数据来自 GitHub Trending 页面，抓取时间为 11 月 3 日早上，每个项目的 star 数已用 GitHub 官方接口逐仓核对，截至本文发布可能有小幅变动。以下信息以各项目官网和 README 为准。
今天的热门榜上，「让 AI 代理能动手」的主题特别集中：Vercel 官方实验室的桌面操作工具冲上增速第二，管理一群 AI 代理上班的开源应用也上了榜。另外还有三件事值得看：一个纯 C 写的本地大模型引擎、一个 9 万多星的老牌爬虫框架回榜，以及 Karpathy 那个「48 美元训练 GPT-2」的项目又回来了。
按老规矩：昨天刚详写过的项目不重复展开，今天选 5 个新面孔详写，文末再补续榜。昨天那篇是 语音听写工具同框上榜，游戏电脑跑大模型的引擎冲上热门（11 月 2 日）。
vercel-labs/agent-desktop：给 AI 代理装上一双「手」
今日新增约 2,243 颗星，增速全榜第二，总星数约 9,500。Rust 编写，Apache-2.0 许可证，是 Vercel Labs 旗下的实验产品，今年 2 月创建。
它解决的问题是：AI 代理会在终端里写代码，但面对图形界面的桌面软件就「看不见、摸不着」。agent-desktop 的思路是不去截图认像素，而是读操作系统自带的无障碍树（accessibility tree），把屏幕上每个可操作元素变成一份 JSON 快照，每个元素带一个 ref 标记。代理的动作循环是：拍快照、按 ref 操作、再拍快照验证，全程不靠像素匹配。
它支持 macOS、Windows 和 Linux，一条 npm install -g agent-desktop 就能装。默认是无头模式——点击不真的移动鼠标、不抢窗口焦点；要物理操作可以加 --headed 参数。README 里专门提醒：快照、剪贴板、截图这些东西可能包含桌面上的隐私内容，不要传到公开日志里，这句话在同类工具里算写得实在的。
为什么最近火？看发布节奏就明白：10 月 28 日一天连发 v1.0.0 和 v1.0.1，10 月 30 日发 v1.0.2，从 0.x 正式进入 1.0，三天三个版本。
适合谁用：想让 Claude Code、Codex 这类编程代理顺手操作桌面软件的开发者；项目自带 skills 命令，可以把使用说明直接装进代理。
D4Vinci/Scrapling：9 万星的老牌爬虫框架回榜
今日新增约 858 颗星，总星数约 92,775。Python 编写，BSD-3-Clause 许可证，2024 年 10 月创建，是个老项目。
它把网页抓取的整条流水线装进了一个框架：静态请求、隐身浏览器（绕反爬）、HTML 解析、并发爬取全都有；会话复用、代理轮换、自动重试、暂停续爬、数据导出都内置。可以从 Python 调用，也可以在终端里用命令行，还能让 AI 代理用——它同时提供 MCP 服务器和 Agent Skill 两种接法，README 里挂着 OpenClaw 技能徽章。
为什么回榜？能查到的锚点是 10 月 17 日发布的 v0.5 大版本；11 月没有新版本发布，所以这轮回榜更像长尾热度，具体受什么带动不好猜，这里不下结论。值得一提的是 README 有十个语言版本，简中也在其中，中文文档齐全。
适合谁用：要从网站批量取数据的开发者。顺带提醒一句：抓数据前先确认目标网站的条款，别碰个人隐私数据。
paperclipai/paperclip：「如果 OpenClaw 是员工，Paperclip 就是公司」
今日新增约 451 颗星，总星数约 110,358，和 claude-mem 不相上下。TypeScript 编写，MIT 许可证，今年 3 月创建。
它的定位用 README 自己的话说最清楚：「如果 OpenClaw 是一名员工，Paperclip 就是一家公司」。这是一个开源的 AI 代理编排应用：Node.js 服务端加 React 界面，你定义一个业务目标，然后「雇」一组 AI 代理——CEO、CTO、工程师、设计师——给每个代理选模型和运行框架，设好预算，审批之后让团队自己跑，你在仪表盘上看进度和花费。
它能接的「员工」阵容很长：OpenClaw、Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Pi、Hermes、Grok Build、Kimi Code 等十来种。README 里还有句口号：「能收到心跳信号的，就算入职了。」
为什么上榜？最近一次正式版是 10 月 24 日的 v2026.1023.0（它用日历版本号），11 月没有新版本发布；和 Scrapling 一样属于热度延续，不猜具体原因。云版本 Paperclip Cloud 还在候补名单阶段。
适合谁用：想同时管多个 AI 代理、并且关心预算和权限的人。要提醒的是：让代理组队自主跑业务目标的玩法还很早期，实际效果因任务而异，先小预算试。
JustVugg/colibri：纯 C 零依赖，8GB 内存也想跑 744B 大模型
今日新增约 655 颗星，总星数约 46,504。C 语言编写，Apache-2.0 许可证，今年 7 月创建，README 第一句话是「Tiny engine, immense model」——小引擎，大模型。
原理和昨天写过的 FreeToken 是同一条路线：MoE（专家混合）模型每次出词只用得上一小部分参数，colibri 把常用的那部分放进内存，其余的「专家」等模型要用时再从磁盘读。纯 C 编写，每个模型族一个文件，零依赖，不强制要显卡。
README 里的示例数字可以直接感受下：GLM-5.2 是 744B 参数的 MoE 模型，int4 量化后纯 CPU 流式运行，就绪 32 秒，常驻内存 9.9GB。它内置 13 个引擎，覆盖 GLM-5.2/5.3、Kimi K3、DeepSeek V4 Flash、Qwen3.6 等主流开源模型，还有一个引擎能画图。安装走一键脚本：先看你的内存、磁盘和显卡，再推荐装哪个模型；装完在本地同时开出 OpenAI 兼容和 Anthropic 兼容两种接口，别的软件可以直接接。8GB 内存起步，最小的模型也要占 22GB 磁盘。
为什么上榜？10 月 31 日发了 v2.1.0。它有简中 README，中文用户上手没有语言障碍。
适合谁用：电脑配置一般、又想本地跑大模型的人。和 FreeToken 的差别：FreeToken 主打游戏显卡加速（昨天有详写），colibri 主打纯 CPU 和零依赖。这两款我都没有实测跑分，数字口径都来自各自 README。
karpathy/nanochat：48 美元、两小时，训练一个 GPT-2
今日新增约 325 颗星，总星数约 59,855。Python 编写，MIT 许可证，作者是前特斯拉 AI 总监、OpenAI 创始成员 Andrej Karpathy。
nanochat 是一个「训练自己的 ChatGPT」的极简实验框架，在单台 GPU 服务器上就能跑完分词、预训练、微调、评估、推理全流程。README 里那组对比数字是它最出圈的地方：2019 年训练出 GPT-2 水平的模型大约花 43,000 美元；按现在约每小时 3 美元的 8 卡 H100 租价，用 nanochat 大约 2 小时、48 美元就能训练一个超过 GPT-2 水平的模型，用竞价实例还能压到 15 美元左右。它还维护着一个「GPT-2 极速赛」排行榜：2019 年 OpenAI 原版要 168 小时，到今年 3 月已经刷到 1.65 小时。
要如实说明：这个仓库最近一次代码推送停在 9 月 7 日，11 月没有新版本，这轮回榜没有单一触发事件，这里不作猜测。
适合谁用：想搞懂大模型从零到一怎么训出来的学习者。要提醒：它需要租 GPU 服务器，属于花钱的实验，不是本地玩具；真要上手先看 README 里的费用账。
续榜与今天跳过的
其余在榜项目简要过一遍：
- pingdotgg/t3code：今日新增约 3,216 颗星，继续全榜第一，总星数约 41,767，11 月 2 日一天发了 4 个 nightly 版本。这个项目 10 月 6 日写过详评。
- thedotmack/claude-mem：今日新增约 1,799 颗星，全榜第二，总星数约 110,700，11 月 2 日连发 v15.8.2、v15.8.3、v15.9.0 三个版本。详写见 11 月 1 日榜单。
- FlashML-org/FreeToken：今日新增约 654 颗星，昨天刚详写过，不重复，见 11 月 2 日榜单。
- Donchitos/Claude-Code-Game-Studios：今日新增约 1,380 颗星，复榜，10 月 30 日写过。
- shiyu-coder/Kronos：今日新增约 855 颗星，复榜，10 月 20 日写过。
- p-e-w/heretic（总星数约 38,050）：功能是「免训练修改语言模型」，主打卖点是调整模型的行为限制，方向偏敏感，这里只报个名字不展开介绍。
写在最后
今天榜单的主线很清楚：AI 代理从「会写代码」往「会操作电脑、会组队上班」走了两步，本地跑大模型的引擎也在扎堆出现。这些项目都是开源社区的早期动态，功能边界以各自官方文档为准。
更多过往榜单和原创文章，见 爱酷文章列表。想动手给编程代理配桌面操作能力的，可以先看我们此前的 免费 AI 编程助手怎么选。