TL;DR
Kwiecień 2026 roku w GitHub Trending to absolutna dominacja agentów AI i narzędzi deweloperskich. Python króluje z 25 sygnałami językowymi, a TypeScript z 8. Najgorętsze tematy to ai-agents (25 repozytoriów), devtools (18) i llm-infra (11). Repo forrestchang/andrej-karpathy-skills z blisko 95 tysiącami gwiazdek w tym miesiącu to największy sukces — pojedynczy plik CLAUDE.md, który naprawia zachowanie Claude Code. NousResearch/hermes-agent utrzymuje się na szczycie z 121 tysiącami gwiazdek. Wyraźny trend: użytkownicy chcą mieć kontrolę nad swoimi agentami AI — od kontekstu, przez pamięć, po dedykowane "skills".
---
Główne trendy dnia, tygodnia i miesiąca
Trend dzienny (28 kwietnia 2026)
Dzień zdominowany przez narzędzia związane z Claude Code i agentami AI. Na szczycie mattpocock/skills z 5,645 gwiazdkami dziennie — proste, ale skuteczne: gotowe umiejętności dla inżynierów prosto z katalogu .claude. free-claude-code z 2,949 gwiazdkami dziennie pokazuje, że zapotrzebowanie na darmowe alternatywy dla płatnych agentów rośnie lawinowo. Ciekawostka: Z4nzu/hackingtool z 1,830 gwiazdkami dziennie — narzędzie "all-in-one dla hakerów" — sugeruje, że społeczność lubi też rzeczy kontrowersyjne.
Trend tygodniowy
Tydzień przynosi wzmocnienie kategorii fintech (FinceptTerminal z 7,513 gwiazdek) i DevTools dla agentów (zilliztech/claude-context z 3,725 gwiazdek). forrestchang/andrej-karpathy-skills z 28,522 gwiazdek w tym tygodniu to fenomen — pojedynczy plik konfiguracyjny, który stał się viralem. Pojawia się też Anil-matcha/Open-Generative-AI jako "nieocenzurowana alternatywa" dla komercyjnych generatorów obrazów — 3,862 gwiazdek tygodniowo.
Trend miesięczny
Miesiąc pokazuje dojrzewanie ekosystemu agentów AI. NousResearch/hermes-agent z 106,290 gwiazdek to absolutny lider — "agent, który rośnie z tobą". hermes-agent widoczny w 74 kolejnych runs — to rekordzista pamięci trendów. Na uwagę zasługują: rtk-ai/rtk (CLI proxy redukujące zużycie tokenów o 60-90%), google-ai-edge/LiteRT-LM (on-device ML od Google) oraz google-research/timesfm (model fundacyjny Google dla szeregów czasowych).
---
Najciekawsze repozytoria dnia
1. mattpocock/skills ↗ Dlaczego warto zwrócić uwagę: To nie jest kolejny framework — to zbiór praktycznych umiejętności ("skills") dla inżynierów, wyciągniętych prosto z katalogu .claude twórcy. 31,270 gwiazdek łącznie, 5,645 dziennie. Prostota, która rezonuje.
2. abhigyanpatwari/GitNexus ↗ Zero-serwerowy silnik inteligencji kodu. Tworzy interaktywną mapę wiedzy (knowledge graph) z dowolnego repozytorium GitHub lub pliku ZIP — całkowicie w przeglądarce. Z wbudowanym agentem RAG do eksploracji kodu. 31,758 gwiazdek łącznie, 1,102 dziennie.
3. gastownhall/beads ↗ A memory upgrade for your coding agent. Reprezentuje rosnący trend "pamięci dla agentów" — 22,279 gwiazdek, 498 dziennie. Kontekst i pamięć to najcenniejszy zasób współczesnych agentów AI.
4. microsoft/VibeVoice ↗ Open-Source Frontier Voice AI od Microsoftu. 43,292 gwiazdek łącznie, 757 dziennie. Widoczny w daily i monthly — Microsoft stawia na voice AI jako kolejny front.
5. CJackHwang/ds2api ↗ Deepseek to API — lekki, wysokowydajny middleware konwertujący protokoły klientów do uniwersalnych API. Obsługuje rotację wielu kont, kompatybilny z Google, Claude i OpenAI. Tylko 1,911 gwiazdek, ale 138 dziennie — rośnie.
---
Perełki
forrestchang/andrej-karpathy-skills ↗ 94,610 gwiazdek w tym miesiącu. Jeden plik CLAUDE.md. Andrej Karpathy (były Tesla AI, OpenAI) opisał pułapki LLM w kodowaniu — ktoś to spakował jako skill dla Claude Code. Efekt: viral miesiąca. Widoczny w 68 z 74 ostatnich runs. To pokazuje, że najprostsze rozwiązania有时候 (czasem) wygrywają.
NousResearch/hermes-agent ↗ 121,002 gwiazdek łącznie, 106,290 w tym miesiącu. "Agent, który rośnie z tobą." Widoczny w każdym z 74 ostatnich runs — to rekord absolutny. NousResearch to społeczność stojąca za modelami Hermes. Ten agent to ich wizja autonomii.
rtk-ai/rtk ↗ CLI proxy redukujące zużycie tokenów o 60-90% na typowych poleceniach deweloperskich. Jeden binarny plik Rust, zero zależności. 37,117 gwiazdek łącznie, 22,504 w tym miesiącu. Praktyczny problem (koszty tokenów) rozwiązany elegancko.
google-research/timesfm ↗ Model fundacyjny Google dla szeregów czasowych. 18,751 gwiazdek łącznie, 8,665 w tym miesiącu. Pokazuje, że poza agentami — nadal trwa wyścig w dziedzinie modeli specjalistycznych.
siddharthvaddem/openscreen ↗ Twórz niesamowite demo za darmo. Open-source'owy zamiennik Screen Studio. 33,185 gwiazdek łącznie, widoczny w 74 runs. Bez subskrypcji, bez watermarks, darmowy do użytku komercyjnego.
---
Najsłabsze lub najbardziej podejrzane typy
Z4nzu/hackingtool ↗ "ALL IN ONE Hacking Tool For Hackers" — 67,297 gwiazdek łącznie, 1,830 dziennie, 8,378 tygodniowo. To klasyczny "script kiddie tool" — zbiór skryptów do ataków. Pojawia się regularnie w trending. Nie jest to narzędzie do legalnego pentestingu (jak Metasploit), raczej zestaw do "hakowania" w stylu Hollywood. Może być edukacyjny, ale warto zachować ostrożność.
Anil-matcha/Open-Generative-AI ↗ "Uncensored, open-source alternative" — 3,862 gwiazdek tygodniowo. Marketing oparty na braku filtrów ("No content filters") to czerwona flaga. Nieocenzurowane AI generujące treści bez ograniczeń to potencjalnie niebezpieczny obszar. MIT licensed, self-hosted — ale obietnica "uncensored" sugeruje, że celem jest omijanie zabezpieczeń etycznych.
davila7/claude-code-templates ↗
Tylko 154 gwiazdki dziennie przy 25,847 łącznie. Wygląda na "me-too" w kategorii szablonów Claude Code — bez wyraźnej przewagi nad mattpocock/skills czy free-claude-code.
---
Pamięć trendów
Co się powtarza (dominujące tematy)
| Temat | Liczba repozytoriów |
|---|---|
| ai-agents | 25 |
| devtools | 18 |
| llm-infra | 11 |
| uncategorized | 11 |
| finance-ops | 2 |
| on-device-ai | 2 |
| browser-automation | 1 |
Rekordziści obecności (widoczni w największej liczbie runs)
1. NousResearch/hermes-agent — 74 runs, max 121,002 gwiazdek 2. siddharthvaddem/openscreen — 74 runs, max 33,185 gwiazdek 3. google-ai-edge/gallery — 74 runs, max 22,161 gwiazdek 4. forrestchang/andrej-karpathy-skills — 68 runs, max 94,610 gwiazdek 5. HKUDS/DeepTutor — 65 runs, max 22,261 gwiazdek
Co nowe vs. powtarzające się
Nowe w tym snapshot:
- CJackHwang/ds2api (Deepseek middleware)
- thunderbird/thunderbolt (AI You Control)
- mksglu/context-mode (optymalizacja kontekstu)
Powtarzające się (utrzymują momentum):
- Wszystkie top 5 repozytoriów miesiąca to "stali bywalcy" z pamięci trendów.
---
Gdzie agent miał rację, a gdzie przestrzelił
Trafione (predykcje potwierdzone)
| Repo | Status | Dowód |
|---|---|---|
| NousResearch/hermes-agent | ✅ Trafione | Widoczny w monthly, +637 gwiazdek vs baseline |
| forrestchang/andrej-karpathy-skills | ✅ Trafione | Widoczny w weekly i monthly, +952 gwiazdek vs baseline |
| luongnv89/claude-howto | ✅ Trafione | Widoczny w monthly, +148 gwiazdek vs baseline |
| thedotmack/claude-mem | ✅ Trafione | Widoczny w monthly, +204 gwiazdek vs baseline |
| microsoft/markitdown | ✅ Trafione | Widoczny w monthly, +133 gwiazdek vs baseline |
Przestrzelone
| Repo | Status | Uwaga |
|---|---|---|
| obra/superpowers | ❌ Przestrzelone | Po 7 dniach nie wróciło w aktualnym snapshot |
Do obserwacji (za wcześnie na wyrok)
| Repo | Status | Uwaga |
|---|---|---|
| bytedance/deer-flow | 👁️ Obserwacja | Za wcześnie na ostateczny werdykt |
| affaan-m/everything-claude-code | 👁️ Obserwacja | Za wcześnie na ostateczny werdykt |
---
Obserwacje i prognozy
Falsyfikowalne hipotezy do obserwacji
Hipoteza 1:
forrestchang/andrej-karpathy-skills utrzyma momentum w ciągu 7 dni.
- Poziom pewności: 72%
- Uzasadnienie: Widoczny w 68/74 runs, stale rośnie, prostota formatu (jeden plik) zapewnia niską barierę wejścia.
Hipoteza 2:
rtk-ai/rtk stanie się standardem redukcji kosztów LLM w projektach produkcyjnych.
- Poziom pewności: 58%
- Uzasadnienie: Obietnica 60-90% redukcji tokenów jest konkretna i weryfikowalna. Rosnący trend.
Hipoteza 3:
Kategoria "context window optimization" (np. mksglu/context-mode) zyska na znaczeniu wraz z rosnącą długością kontekstu w modelach.
- Poziom pewności: 65%
- Uzasadnienie: Modele z 128K-1M tokenów kontekstu stają się normą. Zarządzanie tym kontekstem to naturalny następny krok.
Hipoteza 4:
microsoft/VibeVoice będzie coraz bardziej widoczny w miarę rozwoju multimodalnych interfejsów.
- Poziom pewności: 60%
- Uzasadnienie: Microsoft jako dostawca infrastruktury, voice AI jako naturalny interfejs.
Hipoteza 5:
Narzędzia typu "free alternative" (np. free-claude-code) będą tracić na znaczeniu w miarę jak modele base staną się wystarczająco tanie.
- Poziom pewności: 45%
- Uzasadnienie: Spekulatywne — zależy od polityki cenowej Anthropic i OpenAI.
---
Praktyczne zastosowania dla twórców
Dla deweloperów indywidualnych
1. Kopiuj gotowe skills — mattpocock/skills i forrestchang/andrej-karpathy-skills to gotowe do wklejenia rozwiązania, które od razu poprawią jakość pracy z Claude Code.
2. Zarządzaj kontekstem — mksglu/context-mode obiecuje 98% redukcję rozmiaru wyjścia narzędzi. Jeśli działa jak reklamuje — game changer dla długich sesji.
3. Dodaj pamięć agentom — gastownhall/beads i thedotmack/claude-mem rozwiązują fundamentalny problem: agenci zapominają po restarcie.
Dla zespołów i startupów
1. RAG dla kodu — GitNexus pozwala budować knowledge graph z repozytoriów bez serwera. Idealne dla onboarding nowych developerów.
2. Fintech analytics — FinceptTerminal to gotowy stack do analizy rynkowej. shiyu-coder/Kronos to model fundacyjny dla języka rynków finansowych.
3. Demo bez kosztów — openscreen jako darmowy zamiennik Screen Studio. Zero watermarks, zero subskrypcji.
4. Redukcja kosztów LLM — rtk-ai/rtk może zredukować rachunki za API o 60-90%. Zwrot z inwestycji w wdrożenie: natychmiastowy.
Dla badaczy i entuzjastów
1. On-device AI — google-ai-edge/gallery i LiteRT-LM to Google w wersji "na brzegu sieci" (edge). Można testować modele lokalnie.
2. Time series — timesfm od Google Research to otwarty model do prognozowania szeregów czasowych.
3. Voice AI — microsoft/VibeVoice jako otwarta alternatywa dla komercyjnych rozwiązań voice.
---
Kontrola szumu
Metryki hałasu
| Metryka | Wartość |
|---|---|
| Dominacja Pythona | 25/47 (53%) |
| Dominacja tematu ai-agents | 25/38 (66%) |
| Stosunek "prawdziwych narzędzi" do "hype" | ~70/30 |
Co to znaczy?
Ekosystem GitHub Trending w tym snapshot jest silnie skoncentrowany. Ponad połowa wszystkich sygnałów to Python, a dwie trzecie to tematy związane z agentami AI. To nie jest zaskakujące — to naturalna konsekwencja hype na LLM-y.
Sygnały pozytywne:
- Pojawiają się narzędzia z konkretnymi, mierzalnymi korzyściami (redukcja tokenów, optymalizacja kontekstu) - Rośnie kategoria DevTools (18 repozytoriów) — narzędzia, nie tylko frameworki - Microsoft i Google inwestują w otwarte rozwiązania (VibeVoice, LiteRT, timesfm)
Sygnały negatywne:
- Zbyt wiele "skill packów" — prawdopodobnie większość z nich to te same umiejętności przepakowane
- Z4nzu/hackingtool z 67K gwiazdek to nie jest dobry sygnał dla społeczności
- "Uncensored" jako marketing — 3,862 gwiazdek tygodniowo dla Open-Generative-AI sugeruje popyt na obchodzenie zabezpieczeń
Werdykt: Szum umiarkowany
Nie mamy tu czystego szumu typu "hello world w nowym języku". Mamy jednak nadreprezentację kategorii agentów AI. Część z tych repozytorów to faktycznie użyteczne narzędzia, część to "me-too" z minimalnymi różnicami. Bądź selektywny.
---
Ostra obserwacja na koniec
GitHub Trending w kwietniu 2026 to w 66% kategoria "AI agents" — ale gdy przyjrzysz się bliżej, połowa z tych repozytorów to ten sam skill skopiowany trzydzieści razy z innym README. Prawdziwa innowacja nie dzieje się w trending — dzieje się w cichych repozytoriach, które jeszcze nie wybuchły. rtk-ai/rtk z redukcją tokenów o 60-90% albo google-research/timesfm to nie virale, to narzędzia, które zmienią sposób, w jaki budujemy. Trending pokazuje, czego ludzie szukają; pamięć pokazuje, co zostaje. Różnica między tymi dwoma to jest właśnie to, co warto obserwować.
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny razem | Koszt |
|---|---|---|---|---|---|---|
| minimax/minimax-m2.5-20260211:free | 1 | 0 | 5,384 | 4,927 | 10,311 | darmowe / $0.000000 |
| Razem | 1 | 0 | 5,384 | 4,927 | 10,311 | darmowe / $0.000000 |