magnitudedev/magnitude↗: open source'owy serwer inferencji, który dobiera najlepsze...

• mattpocock/skills ↗ – najbardziej widoczny skill-set dnia. Matt Pocock, znany z kursów TypeScript, wrzuca swój prywatny katalog .agents do publicznego obiegu. Marsz po gwiazdki wygląda jak efekt sieciowy: ludzie biorą, używają, dodają własne.
• DietrichGebert/ponytail ↗ – złośliwy, ale celny koncept: agent myślący jak „najleniwszysenior dev" i kod, którego nie napisałeś. To nie tylko żart – to głos w dyskusji o reducing code footprint.
• affaan-m/ECC ↗ – „system optymalizacji wydajności harnessu agenta". Skille, instynkty, pamięć, bezpieczeństwo i development zorientowany na badania. Wygląda na próbę ustandaryzowania całego środowiska pracy agenta w jednym miejscu.
• debpalash/VoiceStudio ↗ – lokalna alternatywa dla ElevenLabs: klonowanie głosu, dubbing, transkrypcja, audiobooki w 646 językach. 1,3 tys. gwiazdek w jeden dzień to mocny wynik – ludzie wyraźnie chcą pełnej kontroli nad syntezą mowy na własnym sprzęcie.
• blader/humanizer ↗ – skill usuwający „ślady AI" z tekstu. Rośnie popyt na narzędzia, które zacierają granicę między tekstem ludzkim a maszynowym; to też czerwona flaga dla systemów wykrywania AI-contentu.
• NousResearch/hermes-agent ↗ – „agent, który rośnie razem z tobą" – kontynuacja serii Hermes, tym razem w formie agenta, który ma się uczyć i rozwijać z użytkownikiem.

• magnitudedev/magnitude ↗ – open source'owy serwer inferencji, który dobiera najlepsze lokalne modele pod konkretny sprzęt i podpina się pod istniejącego agenta. Działa z Pi, OpenCode, Hermes, Codex, Claude Code i Cline. To praktycznie „brakujący klej" dla lokalnego AI.
• MakazhanAlpamys/Soup ↗ – fine-tuning LLM z jednego pliku YAML; warstwowe trenowanie pozwala trenować model 8B na laptopie z 4 GB VRAM. Jeśli działa, to przełom dla biedniejszych laboratoriów.
• cactus-compute/needle ↗ – 14 MB model fundamentowy dla telefonów, wearables i robotów. Małe modele będą coraz ważniejsze, zwłaszcza na brzegu.
• OpenWhispr/openwhispr ↗ – prywatna aplikacja do dyktowania głosu, lokalne modele (Nvidia Parakeet/Whisper↗) albo przyniesiony klucz. „Privacy-first" to argument, który sprzedaje się coraz lepiej.
• denoland/celld ↗ – samodzielny, rozproszony Durable Objects w Ruście. Dla deweloperów szukających przenośnych stanów bez wandoru.

• bikini/exploitarium ↗ – archiwum publicznych PoC i writeupów o podatnościach. Opis jest niesamowicie nieprofesjonalny: „zgłoście je sami i weźcie kredyt za CVE, jeśli wpadną lulze". To pachnie etyką, a samo repo może być magnesem dla skript-kiddie. Nie polecam.
• JuliusBrussee/caveman ↗ – „why use many token when few token do trick" – śmieszne, ale praktyczna wartość ograniczona. Redukcja tokenów o 65% przez łamaną angielszczyznę może oszczędzić koszty, ale najprawdopodobniej obniża jakość odpowiedzi na złożone tematy. Klasyczny hype'owy skill.
• bannedbook/fanqiang ↗ – narzędzie do omijania cenzury internetu. Popularne (730 gwiazdek dziennie), ale celowo schowane za nieprzetłumaczalnym hasłem. Dla GitHub Trends to raczej sgnał polityczny niż tech.

Z ledżera (420 uruchomień) wynika, że rotacja jest duża, ale trzon się powtarza. Najczęściej widywane repo: mattpocock/skills (315 razy), microsoft/markitdown (188), NousResearch/hermes-agent (182), HKUDS/DeeoTutor (176), mvanhorn/łast30days-skill (171), ruvnet/RuView (170), addyosmani/agent-skills (163), obra/superpowers↗ (162). Do tego dochodzą tt-a1i/archify i cathrynlavery/diagram-design, które trzymają się w trendach tydzień i miesiąc.

Dominujące tematy: ai-agents (25), dewtools (24), llm-infra (12), zaledwie 2 wpisy z kategorii security i 1 z on-device-ai. To oznacza, że zainteresowanie przesunęło się z samych modeli na narzędzia je otaczające. Wśród nowości dnia największy wzrost notują mattpocock/skills, VoiceStudio, ponytail – wszystkie z kategorii umiejętności/agenty↗.

Trafione:

• tt-a1i/archify – utrzymało momentum, nadal widoczne w tygodniu i miesiącu, +767 gwiazdek do baseline.
• cathrynlavery/diagram-design – nadal w codziennych i miesięcznych trendach, +342 gwiazdki do baseline.
• PrimeIntellect-ai/prime-agent – utrzymało się w miesięcznych, +53.
• freestylefly/awesome-gpt-image-2 – miesięczny trend, +67.
• omacom/omarchy – miesięczny trend, +136.

1. Wzrost znaczenia skilli nie zwolni. archify (pewność: 72%) utrzyma momentum: pojawi się ponownie w trendach albo zwiekszy widoczny licznik gwiazdek w ciagu 7 dni. Hipoteza falzif: jeśli w ciagu 7 dni zabraknie go w codziennych/monthly↗, to znaczy, że trend sie przesycił. 2. `cathrynlavery/diagram-design↗` (pewność: 72%) – podonie jak archify, ale z mocniejszym naciskiem na „edytorialne diagramy" zamiast Mermaid. Do sprawdzenia: czy utrzyma obecność w daily. 3. `PrimeIntellect-ai/prime-agent↗` (pewność: 58%) – samodoskonalący się agent RLM może być ciekawszy niż klasyczne skille. Hipoteza: jeśli w ciagu 7 dni wpadnie do weekly, to znaczy, że inwestorzy i deweloperzy przestawiają sie z „skill-i" na „autonomizne agenty". 4. Małe modele na brzegu: needle (14 MB) i Soup (trening 8B na 4 GB VRAM) – to sygnał, że za 2-4 miesiące zobaczymy więcej projektów tego typu w trendach. Do obserwacji w kolejnych raportach. 5. Ryzyko bańki skill-i: jeśli liczba repo z sufiksem - skills w tytule nadal będzie rość w tempie 20% tygodniowo, to w ciagu miesiąca możemy doświadczyć „skill fatigue" – spadku uwagi i gwiazdek. Hipoteza falzif: porównaj wzrost mattpocock/skills w dayli (2,7k dzisiaj) z dayli z miesiąca temu.

• Dokumentacja i architektura: archify i diagram-design pozwalają generować czytelne, weryfikowalne diagramy bez Mermaidowego „śmietnika". Użyj ich do opisu architektury systemu w repo, do docs-to-code i do przygotowania prezentacji dla zespołu.
• Lokalna synteza mowy: VoiceStudio może zastąpić drogie AP I ElevenLabs w prototypach – szczególnie gdy potrzebujesz klonować głos, dubbingować wideo albo tworzyć audiobooki w wielu językach.
• Prognozowanie szeregów czasowych: timesfm od Google Research to gotowy model fundamentowy do forecastingu – można go podpiąć pod analitykę sprzedaży, monitorowanie metryk czy predykcję obciążenia infrastruktury.
• Edukacja i onboardning: OpenMAIC (multi-agent classroom) nadaje się do interaktywnych szkoleń technicznych, gdzie uczący się rozmawia z wieloma agentami jednocześnie.
• Fine-tuning na słabym sprzęcie: Soup z jednego YAML-a pozwala trenować modele 8B na laptopie z 4 GB VRAM – idealne do szybkich eksperymentów z fine-tuningiem przed skakaniem na drogie klastry.

W danych jest sporo „gwiazdkowego szumu". Repo typu caveman czy ponytail zbierają gwiazdki za pomysł, nie za realną wartość. Dodatkowo liczba gwiazdek w skali 100-200k dla młodych repo (np. mattpocock/skills z 250 tys.) może sugerować, że część ruchu to efekt sieciowy i „gwiazdkowanie" przez społeczność, a nie realne użycie. Warto filtrować po: (1) czy repo ma aktywne issues/PR↗, (2) czy opis przechodzi test „czy to może działać w produkcji", (3) czy autor ma historię utrzymania. W tym zestawieniu najwięcej realnego sygnału jest w timesfm, VoiceStudio i magnitude – tam widać konkretne zastosowania i infrastrukturę.

Wszystkie te „skille" i „superpowers" to tak naprawdę nowe zbroje w wyścigu o tańsze tokeny – ale wygrywa nie ten, kto ma ich więcej, tylko ten, kto potrrafi nie marnować kontekstu na głupoty. Prawdziwym bottleneckiem agentów nie jest brak umiejętności, tylko brak pamięci, która nie znika po zakończeniu sesji.