Skip to content

GitHub 周报速览 - VoiceStudio、Heretic、caveman 与本周 20 个 trending 开源项目

ManuAGI 频道第 290 期周报（2026-09-06 发布，16.5 分钟，42,100 订阅）。每期 20 个项目、每个约 40 秒。本期亮点：caveman 以 103k 星成为现象级 token 压缩 skill，Heretic 27.8k 星实现全自动去审查，VoiceStudio 17k 星做全本地 ElevenLabs 替代。全部 20 个仓库链接已经 GitHub 逐一验证，勘误见「验证与勘误记录」。

目录

本期全览

20 个项目按视频出场顺序排列。star 数为 2026-09-07 实查值（视频发布次日，数据已含爆发增量）。

# 项目 一句话定位 Stars 语言/协议 验证
1 anthropics/skills Anthropic 官方 agent skills 仓库 — 官方仓库 ✅
2 caveman 让 agent「原始人语气」回答，省 65% token 103.4k MIT ✅
3 VoiceStudio 全本地 ElevenLabs 替代（克隆/配音/听写/有声书） 17.0k Tauri/MLX ✅ 646 语言属实
4 miles 企业级 LLM/VLM 后训练 RL 框架（fork 自 slime） 2.2k Apache-2.0 ✅ SGLang+Megatron
5 diagram-design 品牌匹配的编辑级图表 skill（27 类型） — Claude skill ✅
6 Heretic 全自动移除 LLM 拒绝行为（外科式 abliteration） 27.8k AGPL-3.0 ✅
7 patent-disclosure-skill 中国专利工作流 skill（挖掘点/查新/撰写披露书） — 中文生态 ✅
8 openwhispr 隐私优先听写：本地 Parakeet/Whisper 或 BYOK 云 5.8k MIT ✅
9 prime-agent 自我改进 RLM 编码 agent（长任务+daemon 会话） 19.6k MIT ✅ arXiv 2608.23552
10 OpenLogi Rust 写的本地优先 Logitech Options+ 替代 11.6k Rust ✅
11 cloudflare-os Cloudflare 内部用的 agent 工作区（Workers 之上） 8.6k Apache-2.0 ✅
12 axolotl YAML 配置驱动的微调工具（LoRA/QLoRA/DPO） — 老牌工具 ✅
13 dotenvx dotenv 原作者的加密继任者 — MIT ✅
14 utopia 记录「事实何时为真」的时序知识图谱 RAG 585 Apache-2.0 ✅
15 NEO 小说家 Hugh Howey 写的小说创作工具 — MIT/Electron ✅
16 TokensBurned 隐私优先的 GitHub profile AI 编码统计卡 108 MIT ✅
17 LightNav-0 一个模型开所有机器人（Qwen3-VL 具身导航） 56 Apache-2.0 ✅ Qwen3-VL-4B
18 ABYSSAL 纯 GPU 数学生成的海洋风暴模拟（浏览器内） 37 MIT ✅
19 （口播 NEO 后的便利贴 app + trustmebro） 见勘误：口播与描述链接错位 — Go/MIT ⚠️
20 hexstellar 给 agent 调用的硬优化求解服务客户端 520 专有协议 ⚠️ 非开源

本期结构特征：token 经济类 2 个（caveman、TokensBurned）、本地优先类 4 个（VoiceStudio、openwhispr、OpenLogi、utopia）、agent 基建类 4 个（skills、prime-agent、cloudflare-os、hexstellar）、模型改造类 3 个（Heretic、miles、axolotl）、具身/图形 2 个（LightNav-0、ABYSSAL），其余为单点效率工具。

分类导读

按「你的需求」而非出场顺序组织：

需求 推荐 理由
降低 agent token 开销 caveman 一行命令装 rule 文件，103k 星社区验证
本地语音全套 VoiceStudio 克隆+配音+听写+有声书，无账号无 API key
只要听写 openwhispr 更轻，支持 BYOK 云端模型
微调模型 axolotl（通用）/ miles（RL 后训练） 前者 YAML 开箱，后者面向万亿参数级 RL
绕过模型拒绝 Heretic 全自动、外科式、保能力
内部知识库 utopia 时序知识图谱，事实带生效区间
写小说 NEO 作者自己写书用的工具
隐私敏感的外设管理 OpenLogi Rust、零网络调用、TOML 配置

选择决策树：

想省 token？
├─ 是 → 让 agent 说话简洁（caveman，skill 层）
│        └─ 想更狠 → caveman + 本地代理压缩上下文
└─ 否 → 想展示消耗量？（TokensBurned，SVG 卡）

要语音能力？
├─ 全套（克隆/配音/有声书）→ VoiceStudio
└─ 只要听写 → openwhispr（本地 Whisper/Parakeet 或 BYOK）

要动模型本身？
├─ 微调（SFT/LoRA/DPO）→ axolotl
├─ RL 后训练（GRPO/PPO）→ miles
└─ 去审查 → Heretic（AGPL，注意合规）

重点项目详解

1. caveman — 103k 星的现象级 token 压缩 skill

让 Claude Code 等 agent 用「原始人语气」回答（省略虚词、压缩句式），保留技术实质，仓库自称砍掉 65% token。

# 核心就一个 rule 文件，一行装入
# 兼容 30+ agent harness：Claude Code、Codex、Cursor、Copilot…
# 进阶：本地代理拦截并压缩 agent 读入的上下文，磁盘留备份
层级 机制 压缩对象 风险
L1 rule 文件 改变输出风格 输出 token 长任务细节丢失
L2 本地代理 压缩读入上下文 输入 token 关键信息被误删

点评：star 数（103.4k）已接近 pytorch 量级的社区共识项目，本期最爆款。思路本质是「输出风格工程」，对长会话省流效果直接。

2. Heretic — 全自动去审查（27.8k 星，AGPL-3.0）

p-e-w 出品（擅长极端简化的 CLI 工具）。与经典 abliteration 的区别：

经典 abliteration（全量消融）          Heretic（外科式消融）
┌─────────────────────┐              ┌─────────────────────┐
│ 找到拒绝方向 → 整层投影移除  │              │ 方向消融 + 参数优化器      │
│ 手工、批量、易伤能力       │              │ 自动 co-minimize：        │
│                     │              │   目标1: 拒绝率 ↓         │
│                     │              │   目标2: 与原模型偏离 ↓    │
└─────────────────────┘              └─────────────────────┘
结果：模型变"傻"风险高                结果：尽量保留原能力

pip install heretic   # 支持 dense / 多模态 / 多种 MoE 架构，无需懂 transformer 内部

注意：AGPL-3.0 传染性强；产出模型的使用需自行承担合规责任（本地 obleteratus 工具链同属此类，二者思路可对照）。

3. VoiceStudio — 全本地 ElevenLabs 替代（17k 星）

README 原文确认 646 语言，覆盖语音克隆、语音设计、配音、听写、转写、有声书制作。

特性 VoiceStudio ElevenLabs
运行位置 全本地（CPU/GPU 路由） 云端
账号/API key 不需要 必须
计费 免费 按字符订阅
有声书编辑器 内置（EPUB/PDF → 分章多音色） 无
技术栈 Tauri + MLX（Mac 亲和） —

点评：Tauri 壳 + 本地 TTS/STT 引擎目录，Mac 上可用 MLX 后端。克隆声音的合法授权需自备（克隆他人声音的合规风险在工具之外）。

4. miles — 企业级 RL 后训练框架（2.2k 星，Apache-2.0）

radixark 出品，fork 自 THUDM/slime 并与其共同演化。验证确认的技术栈：

            ┌──────────┐   rollout    ┌────────────┐
  prompts → │ SGLang   │ ───────────→ │ Megatron-LM│ → 权重更新
            │ (高吞吐推理) │   异步解耦    │ (可扩展训练) │
            └──────────┘              └────────────┘
                 ↑ 故障恢复：引擎挂了原地拉起，不重启不暂停
  • 覆盖 GRPO、GSPO、PPO、REINFORCE++、SFT、on-policy 蒸馏
  • Day-0 支持新旗舰：DeepSeek-V4、Kimi K3、Nemotron 3 Ultra（README 新闻列表实锤）
  • MoE 专用：R3（rollout 路由回放）消除 rollout/训练路由错配
  • Agentic 环境：Harbor、NeMo Gym、Verifiers 等连接器，沙箱跑 Daytona/E2B/Modal

与 axolotl 的分工：axolotl 管「单机到多机的监督微调」，miles 管「万亿参数级 async RL」。口播中 "Eskel Lang" 即 SGLang 的音译误读。

5. prime-agent — 自我改进 RLM agent（19.6k 星，MIT）

PrimeIntellect-ai（去中心化 AI 训练基础设施公司）出品，配论文 arXiv:2608.23552。

  • 「RLM」= Recursive Language Model：上下文当变量、子 agent 当函数调用，全部跑在 Python REPL 里
  • 持续化 harness：prompt/记忆/skill 存为可迭代状态（agent 改进自己的基建）
  • daemon 化会话：detach 后任务继续跑；支持 goals、schedules、有界自主模式

6. cloudflare-os — Cloudflare 内部 agent 工作区开源（8.6k 星，Apache-2.0）

你 ↔ chat（带公司上下文的 agent）
       │
       ├── 写文档 / 跑任务
       └── 建 "gadgets"（小应用，各自沙箱）
              └── 默认断网，授权才放行
       ↑
  gatekeepers 安全层：包住 GitHub/Google/Slack，
  记录 agent 每个动作，可事后审批
  • 跑在 Cloudflare Workers 上，也可用 workerd 自托管在自己服务器
  • 底层用了 Monaco（编辑器）+ Yjs（多端与 agent 之间的 CRDT 同步）
  • 适合想给团队搭「内部 OS」的场景

验证与勘误记录

全部 20 个仓库链接经 web_extract 实地抓取验证（2026-09-07）：

视频声称 验证结果 说明
VoiceStudio 支持 646 语言 ✅ README 原文「in 646 languages」
miles 用 "Eskel Lang" + Megatron ✅ 勘误 实为 SGLang（sgl-project/sglang），口播音译
miles fork 自 slime ✅ THUDM/slime，README 明示且共同演化
LightNav-0 基于 "Quen 3VL" ✅ 勘误 实为 Qwen3-VL-4B-Instruct，双通道 pointing token + RVQ 动作 token，arXiv:2608.30935
LightNav-0 零样本跨本体迁移 ✅ README：humanoid/quadruped/wheeled/aerial 四种本体，10 个公开 benchmark
prime-agent 是自我改进 RLM ✅ MIT，19.6k 星，arXiv:2608.23552，作者列表完整
Heretic 自动移除拒绝行为 ✅ 27.8k 星，AGPL-3.0，方向消融+参数优化器
cloudflare-os 是 Cloudflare 官方 ✅ cloudflare org，Apache-2.0，Monaco+Yjs 实锤
hexstellar 是 open-source ⚠️ 仓库 LICENSE 为专有协议（© Brayon Pieske, All rights reserved），source-available 而非开源；求解在其云端 Cortex 服务完成，pip 包仅是客户端
项目 #19：14:17 处链接 trustmebro ❌ 错位 口播 #19 讲的是 NEO 之后的 macOS 便利贴 app（屏幕边缘 pill、AES-GCM 加密、Carbon Hotkey）；但描述 14:17 给的链接是 trustmebro —— 一个 Go 写的 guardrail 研究工具（伪造 dig/nslookup 等 tool output 迷惑 agent），与便利贴描述完全无关。便利贴 app 的仓库链接在描述中缺失，无法定位
caveman 省 65% token ⚠️ 仓库标题自称 65%，为项目方数据，未独立复现
dotenvx 是 dotenv 作者出品 ✅ dotenvx org，dotenvx run -- <cmd> 语法，公钥加密 .env

口播音译对照（本频道高频误读，复看时留意）：SGLang→"Eskel Lang"、Qwen→"Quinn"、dotenvx→"Dond Dox"、axolotl→"Daxalottle"、NEO→"Ni"、ABYSSAL→"Bissell"。

频道观察与总结

ManuAGI 周报的固定形态：20 项目 × 40 秒，描述含每个项目的 GitHub 链接 + 时间戳（本频道一贯的高质量描述，见频道知识库记录）。本期质量注意点：项目 #19 出现口播与描述错位，引用时以仓库实查为准。

本期值得跟进的三件事：

  • caveman 本地代理层实测：对长会话输入 token 的真实压缩率（仓库自称数字未复现）
  • Heretic 与本地 obleteratus 工具链对比：surgical vs diff-in-means 的能力保留差异
  • miles 的 R3（MoE 路由回放）机制细读 —— 对 MoE 模型 RL 稳定性是关键技巧

一句话总结：本期是「token 经济 + 本地优先」双主题周，caveman（103k）和 Heretic（27.8k）是两个已形成社区共识的项目，其余多为 500-20k 星的成长期工具。

参考资料

相关笔记

  • [[obliteratus]]（Heretic 的同类工具：diff-in-means 全量 abliteration）
  • [[claude-code]]（caveman / skills / prime-agent 的宿主生态）