01
TL;DR
Dziś królują Rust i Shell – najwięcej gwiazdek zdobyły projekty warp (nowe środowisko deweloperskie) oraz skills (framework umiejętności dla Claude). W tygodniu i miesiącu dominują repozytoria związane z AI‑agents i finansami, a szczególną uwagę przyciągają darmowe narzędzia do Claude oraz rozbudowane terminale finansowe. Trendy utrzymują się wokół automatyzacji kodu, agentów LLM i narzędzi deweloperskich przy minimalnym zużyciu tokenów.
---
02
Główne trendy dnia, tygodnia i miesiąca
| Zakres | Najbardziej widoczne języki | Najważniejsze tematy |
|---|---|---|
| Dzień | Rust (2), Shell (2), Python (2) | agentic dev‑env, LLM‑coding, terminale |
| Tydzień | Python (dominujący) | darmowe Claude‑code, hacking‑tool, AI‑agents, finanse |
| Miesiąc | Python (dominujący) | AI‑agents, finanse, on‑device ML, optymalizacja tokenów |
Wspólne – AI‑agents pojawiają się w 20 z 36 unikalnych repozytoriów, a devtools w 15.
---
03
Najciekawsze repozytoria dnia
| Repozytorium | Język | Liczba gwiazdek (dzisiaj) | Krótkie podsumowanie |
|---|---|---|---|
| [warpdotdev/warp](warpdotdev/warp) | Rust | 12 822 | Agentyczne środowisko deweloperskie, które zamienia terminal w interaktywną przestrzeń kodowania. |
| [TauricResearch/TradingAgents](TauricResearch/TradingAgents) | Python | 386 | Framework wielo‑agentowy LLM do automatycznego handlu na rynkach finansowych. |
| [mattpocock/skills](mattpocock/skills) | Shell | 7 280 | Biblioteka „umiejętności” dla Claude, umożliwiająca wywoływanie poleceń systemowych z poziomu LLM. |
| [obra/superpowers](obra/superpowers) | Shell | 1 653 | Metodologia i framework do budowy agentów, które potrafią programować i testować kod. |
| [lukilabs/craft-agents-oss](lukilabs/craft-agents-oss) | TypeScript | 393 | Open‑source’owy zestaw narzędzi do tworzenia i trenowania własnych agentów LLM. |
| [public-apis/public-apis](public-apis/public-apis) | Python | 307 | Lista darmowych API – przydatna baza danych dla agentów szukających zewnętrznych źródeł. |
| [1jehuang/jcode](1jehuang/jcode) | Rust | 411 | “Coding Agent Harness” – szkielet do integracji LLM z procesem kompilacji i testów. |
| [soxoj/maigret](soxoj/maigret) | Python | 79 | Narzędzie OSINT, które zbiera informacje o osobie z ponad 3000 serwisów. |
| [HunxByts/GhostTrack](HunxByts/GhostTrack) | Python | 1 033 | Tracker lokalizacji i numerów telefonów – przydatny w projektach bezpieczeństwa i monitoringu. |
| [iamgio/quarkdown](iamgio/quarkdown) | Kotlin | 799 | Rozbudowany parser Markdown z funkcjami generowania prezentacji i książek. |
---
04
Perełki
| Repozytorium | Dlaczego wyróżnia się? |
|---|---|
| [ghostty-org/ghostty](ghostty-org/ghostty) (Zig) – nowoczesny emulator terminala z natywnym UI i akceleracją GPU, co czyni go jedynym w tej klasie w języku Zig. | |
| [CJackHwang/ds2api](CJackHwang/ds2api) (Go) – lekki middleware konwertujący protokoły klientów na uniwersalne API, wspiera rotację kont i deployment na Vercel. | |
| [rtk-ai/rtk](rtk-ai/rtk) (Rust) – CLI‑proxy redukujący zużycie tokenów LLM o 60‑90 % w typowych poleceniach deweloperskich. | |
| [thedotmack/claude-mem](https://github.com/thedotmack/claude-mem) (TypeScript) – wtyczka, która automatycznie zapisuje i kompresuje kontekst sesji Claude, przyspieszając kolejne iteracje kodu. |
---
05
Najsłabsze lub najbardziej podejrzane typy
- Z4nzu/hackingtool – choć przyciąga uwagę liczbą gwiazdek, jego opis („ALL IN ONE Hacking Tool”) sugeruje ryzyko prawne i brak transparentności kodu.
- browserbase/skills – jedynie 54 gwiazdki dziennie, a opis wskazuje na SDK dla Claude w przeglądarce; brak wyraźnego zastosowania w realnych projektach.
---
06
Pamięć trendów
- Powtarzające się repozytoria (obserwowane w >70 uruchomieniach):
NousResearch/hermes-agent,forrestchang/andrej-karpathy-skills,mattpocock/skills,siddharthvaddem/openscreen,google-ai-edge/gallery. - Dominujące tematy: AI‑agents (20 repozytoriów), devtools (15), llm‑infra (8).
- Nowości:
warp(Rust) ighostty(Zig) wprowadzają nowe języki do top‑listy, przełamując dotychczasowy Python‑dominowany krajobraz.
---
07
Gdzie agent miał rację, a gdzie przestrzelił
Trafione
(repozytoria utrzymały lub zwiększyły popularność):
- thedotmack/claude-mem (+752 gwiazdki)
- NousResearch/hermes-agent (+711)
- forrestchang/andrej-karpathy-skills (+1 191)
- mattpocock/skills (+1 916)
- microsoft/markitdown (+98)
- siddharthvaddem/openscreen (+73)
Do obserwacji
: luongnv89/claude-howto – jeszcze za mało danych, by ocenić trend.
---
08
Obserwacje i prognozy
| Hipoteza (falsyfikowalna) | Poziom pewności | Krótkie uzasadnienie |
|---|---|---|
| H1: Repozytoria z frazą “Claude‑code” będą rosły o >10 % w ciągu najbliższych 7 dni. | 68 % | Wzrost tygodniowy free-claude-code (+17 k) wskazuje na rosnące zapotrzebowanie na darmowe integracje LLM. |
H2: Projekty optymalizujące zużycie tokenów (np. rtk) podwoją liczbę obserwujących w ciągu miesiąca. | 55 % | Trend na efektywność kosztową w dużych modelach LLM. |
| H3: Narzędzia terminalowe w Rust (warp, ghostty) przekroczą 30 000 gwiazdek łącznie do końca Q2 2026. | 42 % | Rosnące zainteresowanie wydajnym, niskopoziomowym UI dla deweloperów. |
| H4: Repozytoria finansowe (FinceptTerminal, Kronos) utrzymają przyrost >5 % tygodniowo, ale nie przekroczą 20 % miesięcznego wzrostu. | 73 % | Stabilny, ale wyważony popyt na AI w finansach. |
---
09
Praktyczne zastosowania dla twórców
- Tworzenie własnych agentów –
skills,superpowersiclaude-memdostarczają gotowe szablony do integracji LLM z systemem operacyjnym. - Optymalizacja kosztów –
rtkpozwala zredukować zużycie tokenów w codziennych poleceniach, co jest kluczowe przy dużych modelach. - Finanse i analizy rynkowe –
FinceptTerminaliKronosumożliwiają budowanie własnych modeli predykcyjnych i dashboardów bez konieczności hostingu w chmurze. - On‑device AI –
google-ai-edge/galleryiLiteRT-LMpokazują, jak uruchamiać modele lokalnie, przydatne w aplikacjach offline i IoT.
---
10
Kontrola szumu
- Hackingtool i podobne repozytoria o charakterze „all‑in‑one” generują duży szum gwiazdkowy, ale ich rzeczywista użyteczność jest niezweryfikowana.
- Public‑apis oraz openscreen mają wysoką liczbę gwiazdek, ale ich popularność wynika głównie z bycia „listą zasobów”, a nie z innowacji technicznej.
---
11
Ostra obserwacja na koniec
AI‑agenci nie tylko podbijają listy trending, ale zaczynają definiować, jak programiści będą pisać kod – od automatycznych poprawek po pełne, samodzielne projekty.
---
12
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny razem | Koszt |
|---|---|---|---|---|---|---|
| openai/gpt-oss-120b:free | 1 | 0 | 4,939 | 2,396 | 7,335 | darmowe / $0.000000 |
| Razem | 1 | 0 | 4,939 | 2,396 | 7,335 | darmowe / $0.000000 |