观察窗口：2026-10-18 09:00 ~ 2026-10-19 09:00（CST）
数据来源：GitHub Trending 日榜（10-19 00:04 抓取）、GitHub Topics 页面、GitHub Search API 增量仓库
去重说明：已比对 10-16 / 10-17 / 10-18 三期推送清单，往期项目仅作一句话备注，不重复展开
Star 数为抓取时刻近似值，仅反映量级
今日一句话
Agent 生态的重心继续从"模型能不能写代码"移向"谁的 Agent 记得住、跑得久、权限收得住"；医疗健康侧则出现两个新信号——医学研究技能库开始"做深不做广"，以及临床评测从"答得对"转向"证据变了行动会不会变"。
一、AI Coding / 编程智能体与技能生态
| # | 项目 | 热度 | 一句话 |
|---|---|---|---|
| 1 | MadsLorentzen/ai-job-search | ★53.1k（+2232/日，榜首） | 基于 Claude Code 的本地求职框架：评估岗位、改简历、写 cover letter、模拟面试，fork 即拥有 |
| 2 | android/skills | ★8.8k（+375/日） | Google 官方 Android Agent Skills（Kotlin），把平台能力直接做成可被 Agent 调用的技能包 |
| 3 | vxcontrol/pentagi | ★31k（7 日 +5.5k） | 全自主渗透测试 Agent 系统，安全领域的"红队流水线" |
| 4 | paperclipai/paperclip | ★104k | 面向工作场景的 Agent 管理应用，团队级 agent 编排与看板 |
| 5 | Leonxlnx/taste-skill | ★99k | 给编程 Agent"审美"的技能：艺术指导、参考图、浏览器验收，专治通用 AI 页面 |
| 6 | GCWing/OpenBitFun | ★ 上升中 | Rust 编写的 Agent 运行时 + 桌面端，把 Agent 从"写代码"推向通用办公 |
| 7 | google/artemis | ★ 上升中 | 自然语言驱动 Android 自动化，AndroidWorld 基准 99%+ 成功率 |
| 8 | krillinai/OpenCreator | ★ 上升中 | 基于 Codex 的开源视频翻译/配音创作工作台 |
备注（往期已推送，今日仍在榜）：anomalyco/opencode（★216.6k，+1414/日，已成开源 coding agent 星标第一）、anthropics/claude-plugins-official（★42.7k）、cursor/plugins（★12.7k）、ruvnet/ruflo、akitaonrails/ai-memory、stablyai/orca、HKUDS/CLI-Anything。
读法：榜单前八里有六个不是"写代码"本身，而是"Agent 怎么被管、怎么被喂技能、怎么被验收"。android/skills 值得单独留意——平台厂商开始用自己的官方仓库定义技能格式，这是技能层从社区自发走向标准化供给的分水岭。
二、医学 / 临床研究 AI 与 Agent 技能库
| # | 项目 | 热度 | 一句话 |
|---|---|---|---|
| 1 | Aperivue/medsci-skills | ★344（10-17 更新） | 医学研究 Agent Skills：文献检索、报告规范（CONSORT/PRISMA 类）、引用核查、统计、图表、投稿，兼容 Claude Code / Codex / Cursor / Copilot |
| 2 | xinxuxin/keystone-bench | ★808 | 临床决策"证据敏感性"基准：改变证据后，助手给出的行动是否跟着改，而非只测答案对错 |
| 3 | AQ-MedAI/MedMemoryBench | ★79 | NeurIPS 2026 个性化医疗的 Agent 记忆基准，测长期就诊史的记忆与遗忘 |
| 4 | htlin222/openevidence-mcp | ★79 | OpenEvidence 非官方 MCP，临床证据检索带 BibTeX + Crossref 引用，可直接接 Claude Code / Codex |
| 5 | chenweidaben/JLAIharnessos | ★ 新增 | 杭州健澜科技"数智医院工业级智能体操作系统"，国内 HIS 厂商把 Agent OS 做成开源底座 |
| 6 | TomoOkuyama/clinosim | ★ 新增 | 临床可信的医院数据仿真器：FHIR R4 合成 EHR，保证生理学一致性（InterSystems 出品） |
| 7 | criticaldata/benchmaxxing | ★ 新增（MICCAI 2026） | 研究"Agent 如何互相作弊"：临床 AI 的捷径级联与裁判监督 |
| 8 | rohithreddybc/MedAgentCheck | ★ 新增 | 医学/临床 Agent 基准的"有效性与可靠性检查清单"，带引文核验的自动评分器 |
| 9 | londonaicentre/FLIP | ★54（10-18 更新） | 联邦学习互操作平台，多家医院联合训练不共享原始数据 |
备注（往期已推送）：FreedomIntelligence/OpenClaw-Medical-Skills、K-Dense-AI/scientific-agent-skills（★持续走高，177 技能 / 100+ 数据库）、maziyarpanahi/openmed、thetahealth/mirobody-env、actava-ai/chi-bench、HealthRex/PhysicianBench、nickzren/biomed-agent。
读法：scientific-agent-skills 走"广"（177 个技能覆盖生信/化学/药物），medsci-skills 走"深"（只做医学研究这一条链路，但做到投稿）。医学技能库开始出现分层：通用科研技能 vs 专科工作流技能。
三、健康管理 / 营养与食品 AI
| # | 项目 | 热度 | 一句话 |
|---|---|---|---|
| 1 | thetahealth/mirobody | ★1.4k（10-18 更新） | 自托管 AI 健康数据引擎：化验单 + 可穿戴 + 基因，内置 MCP，支持 Docker 全本地 llama.cpp |
| 2 | apoorvdarshan/fud-ai | ★481（10-19 更新） | 免费开源 AI 卡路里 / 健身追踪（iOS+Android），隐私优先、本地优先、自带 API Key |
| 3 | TraceApps/nutritrace | ★343（10-18 更新） | 自托管营养追踪，单 Docker 容器、AGPL-3.0、零遥测、无云同步 |
| 4 | lumose-health/GlycemicGPT | ★141（10-17 更新） | 糖尿病管理 AI 助手，"没人应该独自管理糖尿病" |
| 5 | Syarwanfjr/supplement-evidence-stack | ★ 新增 | Claude Code 插件形态的维他命 / OTC 循证分析器，把补剂建议做成可审查的技能 |
| 6 | Odhran132/FoodAdvisorApp | ★ 新增 | 条码扫描 + 食品添加剂评分，React Native / Expo，把"配料表"变成可计算分数 |
| 7 | KoaPeat/qingheng-mobile | ★ 新增 | 轻衡：本地优先的饮食与体重记录（手机浏览器），JSON 备份、可选 AI 辅助、可自部署同步 |
| 8 | jonam17/the-stat-method | ★ 新增 | 循证健康 / 健身 / 营养计算器，每个公式有出处、每条引用回原文核对 |
| 9 | 3pm-baking/wright | ★ 新增 | 配方成本、购物清单聚合、单位换算、过敏原检测与营养计算的多域 Python 库 |
| 10 | lm203688/healthlens | ★ 新增 | 中西医融合健康管理平台 + healthlens-mcp，暴露 HTTP MCP 端点 |
备注（往期已推送）：the-momentum/open-wearables、neiltron/apple-health-mcp、CodeWithCJ/SparkyFitness、akutishevsky/nutrition-mcp、cphoskins/cronometer-mcp、vitalvie/vital、maksimowiczm/FoodYou。
读法：营养类项目集体呈现"三个默认"——默认本地、默认自托管、默认零遥测。同时出现一个更实用的切口：不再只算热量，而是做添加剂评分、过敏原检测、补剂循证，也就是从"记录"走向"判断与拦截"。
四、模型底座与 Agent 基础设施
| # | 项目 | 热度 | 一句话 |
|---|---|---|---|
| 1 | spinabot/brigade | ★11.3k | 自托管个人 AI 团队：共享一套长期记忆（Tideline），按真实组织架构互相派活，打通 1000+ 应用 |
| 2 | astrid-runtime/astrid | ★10.3k | 可移植、能力安全的 Agent 操作系统：应用是沙箱化 WASM 胶囊，通过类型化接口连接 |
| 3 | apache/maka | ★5.8k（Apache 孵化） | 高性能 Agent 工作区，把所有动作记成 append-only 事件日志，桌面 / TUI / CLI 三形态 |
| 4 | isair/jarvis | ★2.1k（10-19 更新） | 桌面私有本地 AI 助手，语音 + 记忆 + 听写 + MCP，Ollama / OpenAI 兼容离线跑 |
| 5 | cayu-dev/cayu | ★918 | 领域专用长时程 Agent 的 Python 框架，内置持久运行时：会话、派单、恢复、审批、可观测 |
| 6 | MaxHu-xuan/task-state-guard | ★907 | 嵌入式 SQLite 对账护栏，修复 Agent / worker 重启后卡住的任务与投递状态 |
| 7 | MiniMax-AI/OpenAgentCore | ★233 | OpenAI Agents API 的开源自托管实现，可插 Codex / Claude Code / MiniMax Code 作为原生 harness |
| 8 | botiverse/oar | ★198 | 跨 harness 统一编程接口（Claude Code / Codex / Cursor 一套代码接完） |
| 9 | sandbaseai/deepseek-harness-handbook | ★234 | 社区维护的 DeepSeek Harness 手册：173 篇有出处的运行/调试/扩展指南 |
备注（往期已推送）：NVIDIA/OpenShell、trycua/cua、iflytek/astron-agent、vllm-project/semantic-router、debpalash/VoiceStudio。
读法：这一层的竞争点已经从"多智能体编排画布"退到更硬的地方——持久化会话、崩溃恢复、状态对账、能力沙箱、可审计事件流。task-state-guard 这种 900 星的小工具能上榜，说明"Agent 干到一半断了，到底成没成"已经是生产环境的真实痛点。
五、精选 5 条（事件内容 + 为什么值得关注）
1. MadsLorentzen/ai-job-search — Agent 的第一个"白领流程"爆款
事件：单日 +2232 star 登顶 GitHub 日榜，总量 53.1k。项目本身不是产品，而是一套可 fork 的 Claude Code 工作流：读取岗位 JD → 对照个人经历打分 → 定制简历 → 生成 cover letter → 面试题库准备。整个"求职"被拆成可复现的 agent 步骤，用户 fork 后拥有自己的版本。
为什么值得关注：过去一年 agent 的杀手场景几乎都在软件工程内循环，这是第一次有非工程场景以"框架 + 技能"的形态冲到榜首，且增长快过同期所有 coding agent 本体。它验证了一件事：Agent 的扩散单位不是模型，而是"某个职业的完整流程模板"。对做垂直业务的人（包括医疗健康）来说，这是最可直接照抄的形态。
🔗 https://github.com/MadsLorentzen/ai-job-search
2. android/skills — 平台厂商开始自己定义"技能"
事件：Google 官方 Android 团队开源 android/skills（Kotlin，★8.8k，单日 +375），把 Android 平台开发能力整理成符合 Agent Skills 规范的技能包，供 Claude Code / Codex / Cursor 等调用。
为什么值得关注：此前技能库基本是社区自发（anthropics/claude-plugins-official、K-Dense-AI/scientific-agent-skills），质量参差。平台方亲自下场意味着两件事：一是技能格式可能像当年的 SDK 一样被平台锁定；二是"官方技能"会成为新的文档形态——以后查 Android API，可能不是读文档，而是让 Agent 调用官方技能。医学侧同理：谁先把自己的临床指南、HIS 接口做成官方技能包，谁就掌握了 Agent 时代的入口。
🔗 https://github.com/android/skills
3. Aperivue/medsci-skills — 医学技能库从"广"走向"深"
事件：★344，10-17 更新。这套技能只做一件事：把医学研究从选题到投稿的链路拆成可执行技能——文献检索、研究设计与报告规范、引用核查、统计分析、图表生成、投稿材料准备，兼容 Claude Code / Codex / Cursor / Copilot。
为什么值得关注：与上期推的 scientific-agent-skills（177 个技能横跨生信、化学、药物）形成鲜明对照。医学研究的真实瓶颈不是"知道得多"，而是"每一步都符合规范且可被审稿人核查"。这套技能把 CONSORT/PRISMA 这类报告规范变成了执行约束，而不是事后检查。做医学内容或临床研究支持的产品，可直接把它当质量基线来对标。
🔗 https://github.com/Aperivue/medsci-skills
4. xinxuxin/keystone-bench — 临床评测换了一个问法
事件：★808。基准不再问"这个临床问题答得对不对"，而是"当证据变了，你的行动会不会变"：给定同一患者场景，注入不同质量/方向的证据，观察助手推荐的检查、用药、转诊是否随之调整。
为什么值得关注：这是医疗 AI 评测的一个实质转向。此前 HealthBench 一类基准测的是知识正确性与安全性；keystone 测的是证据敏感性（evidence responsiveness）——临床上答案"永远不变"的模型其实更危险，因为它没有真的在读证据。这个维度一旦被广泛采用，会直接影响 RAG 类临床产品的设计：不是检索到就完事，而是要能因为检索结果而改变结论。
🔗 https://github.com/xinxuxin/keystone-bench
5. thetahealth/mirobody — 健康数据层"统一平台"路线得到验证
事件：★1.4k，10-18 更新。自托管 AI 健康数据引擎：把化验报告、可穿戴设备、基因数据统一摄入并转成可追溯的答案，内置 MCP 服务器；支持 Docker 部署 + 自带 LLM Key，或完全本地 llama.cpp 跑。
为什么值得关注：上期我们判断"健康数据层正从单点 MCP 收敛为统一平台"，mirobody 是目前最完整的样例——它不做某个设备（Apple Health / Garmin / Oura）的适配器，而是做摄入 → 归一 → 可追溯回答的全链路，并且把本地推理作为一等公民。对做健康管理或营养产品的团队，这是一个现成的参考架构：设备接入层可以外包给 MCP，真正的壁垒在归一化与"每个结论能回指到哪条原始数据"。
🔗 https://github.com/thetahealth/mirobody
六、今日趋势观察
- 技能层出现"官方供给"：
android/skills是平台厂商第一次用自己的仓库定义 Agent 技能。社区技能（几百到上千个）解决"有没有"，官方技能解决"敢不敢在生产用"。 - Agent 工程的焦点转向可靠性：今日基础设施榜上，
task-state-guard（状态对账）、cayu（崩溃恢复/审批）、maka（append-only 审计）、astrid（能力沙箱）全部指向同一个问题——Agent 干到一半断了怎么办。这是从 demo 走向生产必须补的账。 - 医学 AI 评测进入"证据敏感性"阶段：从"答得对"（HealthBench）→ "说得清"（可审计）→ "证据变了你变不变"（keystone）。评测维度正在逼近临床决策的真实结构。
- 营养类项目集体"本地优先 + 判断型"：
fud-ai、nutritrace、轻衡全部零遥测自托管；功能上从热量记录扩到添加剂评分、过敏原检测、补剂循证。隐私不再是卖点，而是入场券。 - 值得警惕的噪音：今日
nutrition/healthcare-ai主题下出现大量低质 SEO 仓库（同名pubmed-mcp-server一日内被复制多份、NourishAI-Forge类模板站），选型时优先看提交历史与 issue 质量，别只看 star。
七、GitHub 地址速查
AI Coding
- https://github.com/MadsLorentzen/ai-job-search
- https://github.com/android/skills
- https://github.com/vxcontrol/pentagi
- https://github.com/paperclipai/paperclip
- https://github.com/Leonxlnx/taste-skill
- https://github.com/GCWing/OpenBitFun
- https://github.com/google/artemis
- https://github.com/krillinai/OpenCreator
医学 / 临床
- https://github.com/Aperivue/medsci-skills
- https://github.com/xinxuxin/keystone-bench
- https://github.com/AQ-MedAI/MedMemoryBench
- https://github.com/htlin222/openevidence-mcp
- https://github.com/chenweidaben/JLAIharnessos
- https://github.com/TomoOkuyama/clinosim
- https://github.com/criticaldata/benchmaxxing
- https://github.com/rohithreddybc/MedAgentCheck
- https://github.com/londonaicentre/FLIP
健康 / 营养
- https://github.com/thetahealth/mirobody
- https://github.com/apoorvdarshan/fud-ai
- https://github.com/TraceApps/nutritrace
- https://github.com/lumose-health/GlycemicGPT
- https://github.com/Syarwanfjr/supplement-evidence-stack
- https://github.com/Odhran132/FoodAdvisorApp
- https://github.com/KoaPeat/qingheng-mobile
- https://github.com/jonam17/the-stat-method
- https://github.com/3pm-baking/wright
- https://github.com/lm203688/healthlens
底座 / 基础设施
- https://github.com/spinabot/brigade
- https://github.com/astrid-runtime/astrid
- https://github.com/apache/maka
- https://github.com/isair/jarvis
- https://github.com/cayu-dev/cayu
- https://github.com/MaxHu-xuan/task-state-guard
- https://github.com/MiniMax-AI/OpenAgentCore
- https://github.com/botiverse/oar
- https://github.com/sandbaseai/deepseek-harness-handbook