TL;DR
Lipiec 2026 na GitHubie należy do agentowego stosu kontekstowego: rosną repozytoria, które redukują to, co model widzi (grafy kodu, MCP context servery), oraz takie, które definiują, jak agent ma się zachowywać (skills, design skills, anti-slop). OpenCut i OpenMontage ciągną trend open-source video. Powraca też kategoria „local-first" — ktransformers, airllm, Wigolo, codebase-memory-mcp — jako antydotom na chmurową zależność. Najsilniejszym sygnałem dnia jest code-review-graph, który pojawił się jednocześnie w daily i weekly.
Główne trendy dnia, tygodnia i miesiąca
Dzień (19.07):
dominacja Pythona (16 repo) i TypeScriptu (13). Największe dzienne przyrosty: codecrafters-io/build-your-own-x (+761, klasyk, wciąż viralowy punkt odniesienia), jamiepine/voicebox (+629, open-source studio głosowe), KnockOutEZ/wigolo (+605, lokalny search/fetch dla agenta przez MCP), tirth8205/code-review-graph (+551, lokalny graf kodu dla MCP/CLI), rohitg00/ai-engineering-from-scratch (+507). Dzień ma wyraźny rdzeń: kontekst dla agenta + agenty CLI + edukacja.
Tydzień:
OpenCut zdecydowanie wygrywa (+13 319), obok mattpocock/skills (+11 131, archiwum skillsów), Nutlope/hallmark (+8 834, design skills przeciwko AI-slop), Shubhamsaboo/awesome-llm-apps (+6 146), HKUDS/Vibe-Trading (+5 635). To tydzień skillsów i agentowych aplikacji konsumenckich.
Miesiąc:
kategorii absolutny lider to calesthio/OpenMontage (+34 238) — agentyczna produkcja wideo, oraz trójka niemal równa: DeusData/codebase-memory-mcp (+26 274), Panniantong/Agent-Reach (+24 089), MadsLorentzen/ai-job-search (+20 359), OpenCut-app/OpenCut (+18 667). Miesiąc potwierdza: wyszukiwanie, pamięć i praca biurowa dla agentów to dziś najbardziej mięsista część rynku.
Najciekawsze repozytoria dnia
- [tirth8205/code-review-graph](tirth8205/code-review-graph) — lokalny graf kodu, który dostarcza agentowi tylko to, co istotne. Twierdzi o dużej redukcji kontekstu przy review i w dużych repozytoriach. Pojawia się w daily i weekly — rzadkość w tym zestawieniu, więc sygnał mocny.
- [kvcache-ai/ktransformers](kvcache-ai/ktransformers) — framework do eksperymentowania z heterogenicznym inference i fine-tune LLM-ów. Wskazuje, że „custom kernels + vLLM-style optymalizacje" weszły do mainstreamu open source.
- [jamiepine/voicebox](jamiepine/voicebox) — open-source studio głosowe: klonowanie, dyktowanie, tworzenie. Kontynuacja fali, w której ElevenLabs/PlayHT mają poważnego open-source rywala.
- [KnockOutEZ/wigolo](KnockOutEZ/wigolo) — lokalna wyszukiwarka/fetcher/crawler dla agenta kodującego przez MCP, bez kluczy API i bez chmury. Pozycjonuje się jako „publiczna beta, $0/query".
- [MoonshotAI/kimi-cli](MoonshotAI/kimi-cli) — flagowy terminalowy agent Moonshot, rywal dla Claude Code/Codex. Silny dzienny przyrost.
- [MoonshotAI/kimi-cli](MoonshotAI/kimi-cli) w duecie z [1jehuang/jcode](1jehuang/jcode) (Rust, harness agentowy, +199/dzień) tworzy obraz „agent CLI jako nowy shell".
- [PostHog/posthog](PostHog/posthog) — widać, że „AI observability" zostało wchłonięte przez platformy produktowe. PostHog celuje w kontekst, którego agent potrzebuje do diagnoz i napraw.
- [codecrafters-io/build-your-own-x](codecrafters-io/build-your-own-x) — evergreen +761/dzień przy 528 tys. gwiazdek. W dobie agentów ten repo pokazuje, że „zrób to od zera" wciąż daje ruch.
Perełki
- [andrewrabert/jellium-desktop](andrewrabert/jellium-desktop) — nieoficjalny klient desktopowy Jellyfin w Ruście. Mały projekt, ale idealnie wpisuje się w trend „lokalny self-hosted media stack" jako alternatywa dla subskrypcji.
- [kangarooking/cangjie-skill](kangarooking/cangjie-skill) — destylacja długich książek i podcastów do agent skills. Konkretny use case: „przerabiam godzinne audio na wykonywalne instrukcje dla agenta".
- [anthropics/cwc-workshops](anthropics/cwc-workshops) — warsztaty Anthropic dla agentów. Warto obserwować, jak firma kształtuje materiał edukacyjny wokół swojego stosu.
- [Canner/WrenAI](Canner/WrenAI) — text-to-SQL z warstwą governance. Skromne dzienne tempo, ale trafia w realny problem halucynacji w BI.
Najsłabsze lub najbardziej podejrzane typy
- Mega-listy aplikacji (
Shubhamsaboo/awesome-llm-apps,JCodesMore/ai-website-cloner-template) — viralowe, ale o niskiej gęstości innowacji. Ich gwiazdki rosną głównie dzięki social-mediowej promocji, nie jakości kodu. - „Jedna komenda, klonuj stronę/wideo/film" — OpenMontage, palmier-pro, ai-website-cloner-template. Piękne demo, ale w produkcji często rozbija się o licencje i jakość modeli w tle.
- `ogulcancelik/herdr` — multiplexer agentów w terminalu. Koncept atrakcyjny, ale termin „multiplexer" to zazwyczaj preludium do wrapperów, które nie przeżywają pierwszej większej aktualizacji API.
- `diegosouzapw/OmniRoute` — „231 providerów + kompresja + awaryjne przełączanie". Im dłuższa lista providerów, tym większa szansa, że połowa nie działa za miesiąc.
- `kunchenguid/no-mistakes` — żartobliwe nazewnictwo + 5 tys. gwiazdek w miesiącu. Znak, że cześć ruchu to reakcja memiczna, nie adopcja.
- `asgeirtj/system_prompts_leaks` — wartościowe jako archiwum, ale publikacja promptów systemowych jest ryzykowna prawnie i może zniknąć z dnia na dzień.
Pamięć trendów
Co wraca jak bumerang (powyżej 100 obserwacji w ledgerze):
mattpocock/skills, microsoft/markitdown, NousResearch/hermes-agent, mvanhorn/last30days-skill, ruvnet/RuView, TauricResearch/TradingAgents, obra/superpowers, addyosmani/agent-skills. To wskazuje, że rynek ma pereń niskokreacyjny: w kółko obserwujemy te same „systemy bazowe dla agentów".
Nowe vs powracające:
w bieżącym oknie nowymi wpisami są przede wszystkim code-review-graph (daily+weekly), voicebox, wigolo, jellium-desktop, jcode, copilot-sdk. Żaden z nich nie powtarza się w pamięci — to świeża fala.
Tematy w pamięci:
ai-agents (29) i devtools (25) zdecydowanie dominują, llm-infra (9) rośnie. on-device-ai (1) i security (1) są zaskakująco niskie, mimo że lokalne runy i pentesting (strix) są widoczne.
Gdzie agent miał rację, a gdzie przestrzelił
- Trafione (5/6):
OpenMontage,codebase-memory-mcp,Agent-Reach,ai-job-search,OpenCut— wszystkie nadal widoczne, rosną względem baseline. Najlepiej wypadłOpenCut(pewność 72%, największy wzrost). - Przestrzelone:
apple/container— po 7 dniach wypadł z trendingu. To przypomnienie, że pojedyncza wzmianka korporacyjna od dużej firmy nie gwarantuje ruchu społeczności, jeśli kod nie jest wystarczająco dojrzały lub użyteczny. - Wnioski metodologiczne: prognozy typu „utrzyma momentum" sprawdzają się w ok. 80% przypadków, ale tylko wtedy, gdy trafiamy w projekty o realnej użyteczności developerskiej, a nie w buzzwordy z tweetów.
Obserwacje i prognozy
1. „Skills dla agentów" to nowy „awesome-list". Rosną trzy pokrewne warstwy: skills (mattpocock, ibelick, kangarooking), design skills (hallmark), i systemy dystrybucji (obra/superpowers). Falsyfikowalna hipoteza (pewność 65%): w ciągu 30 dni pojawi się przynajmniej jedno repo typu „skills marketplace / registry" z indeksem >1000 skilli, albo jedno z dużych labów (OpenAI/Anthropic) ogłosi natywny format skills. Fałsz: brak nowego formatu przez 60 dni i brak wzrostu hallmark/skills. 2. Lokalne runy stają się normą. Wigolo, ktransformers, airllm, codebase-memory-mcp, jellium-desktop — to już nie nisza. Falsyfikowalna hipoteza (pewność 55%): w ciągu 14 dni pojawi się repo typu „local agent OS" integrujące przynajmniej 3 z tych warstw (search, inference, storage). Fałsz: brak integracyjnego projektu i brak znaczącej aktywności issue w żadnym z wymienionych. 3. MCP wygrywa jako warstwa integracji. code-review-graph, codebase-memory-mcp, Wigolo, DesktopCommanderMCP — wszystkie mówią MCP. Falsyfikowalna hipoteza (pewność 70%): MCP stanie się de facto standardem dla narzędzi agentowych w ciągu 2 miesięcy, wypierając customowe tool-calling. Fałsz: nowe projekty agentowe wracają do custom JSON-RPC bez wzmianki MCP. 4. OfficeCLI to pierwszy sygnał „agentowego Office'a". Falsyfikowalna hipoteza (pewność 50%): w ciągu 60 dni Microsoft lub Google opublikują natywną ścieżkę agent-API dla swoich pakietów biurowych, pod presją open-source. Fałsz: obie firmy dalej trzymają się wtyczek zamiast API.
Praktyczne zastosowania dla twórców
- Dla inżynierów AI/devtools: Zacznij od
tirth8205/code-review-graphlubDeusData/codebase-memory-mcp, jeśli budujesz agenta kodującego — oba obiecują rząd wielkości mniej tokenów. Sprawdź benchmarki przed wiarą w obietnice. - Dla twórców treści:
OpenCutjako realna alternatywa dla CapCut (eksport, napisy, podstawowy montaż),OpenMontagejeśli chcesz „produkcji wideo z agenta" (uwaga na licencje assetów). - Dla badaczy modeli:
ktransformers+airllmdają dziś najtańszą ścieżkę do uruchomienia 70B na sprzęcie konsumenckim. Idealne do ablacji. - Dla designerów / front-endu:
Nutlope/hallmarkiibelick/ui-skillsto szybki sposób, żeby nie produkować „AI-slop UI". Szczególnie warto przejrzeć reguły typografii i koloru. - Dla małych firm:
OfficeCLIjako most między agentami a Word/Excel/PPT bez subskrypcji Microsoft 365. - Dla pentesterów / bezpieczników:
usestrix/strix— open-source AI pentesting. Uwaga na zgodność z polityką firmy przed uruchomieniem.
Kontrola szumu
Kilka sygnałów, które wyglądają podejrzanie dobrze:
- „+X gwiazdek w tydzień" przy świeżym repo i zerowych release'ach — zwykle świadczy o kampanii na X/Hacker News. Przykład:
kunchenguid/no-mistakes(+5 133/mc) bez żadnego release'a. - „Jedna komenda" w opisie + viralowość — często oznacza demo, które nie skaluje się poza przykład w README.
- Duże listy providerów (OmniRoute: 231) — im większa lista, tym mniejsze szanse, że wszystkie działają.
- Repozytoria „leaks/prompts" — rosną szybko, ale stabilność projektu jest niska.
- Projekty „local-first" bez jasnego benchmarku — wszystkie twierdzą, że są szybkie i tanie. Warto czytać testy niezależne.
Ostra obserwacja na koniec
Gdy „skills" i „anti-AI-slop design" są jednocześnie na szczycie listy, a najszybciej rosną projekty, które uczą model, co ma czytać i jak ma wyglądać, to nie jest hossa narzędzi — to jest terapia uzależnienia od generycznego modelu, który sam z siebie nie wie, czego nie wie.
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny razem | Koszt |
|---|---|---|---|---|---|---|
| minimax/minimax-m3 | 1 | 0 | 6,022 | 4,324 | 10,346 | $0.006965 |
| Razem | 1 | 0 | 6,022 | 4,324 | 10,346 | $0.006965 |