TL;DR
Tydzień zdominowały trzy żyły złota: pamięć dla agentów AI (TencentDB-Agent-Memory, akitaonrails/ai-memory, semantica-agi/semantica, code-graph-rag), „skills" dla Claude Code i pokrewnych agentów (cathrynlavery/diagram-design, addyosmani/agent-skills, tt-a1i/archify, Nutlope/hallmark, virgiliojr94/book-to-skill) oraz routery i gatewaye modeli (NVIDIA-NeMo/Switchyard, diegosouzapw/OmniRoute). Poza tym mocno trzyma się fala on-device AI (cactus-compute/needle, 1jehuang/jcode, lyogavin/airllm) i samodoskonalących się agentów (PrimeIntellect-ai/prime-agent, paperclipai/paperclip). Najgłośniejszy pojedynczy wystrzał tygodnia to cathrynlavery/diagram-design ↗ z 14 735 gwiazdkami w 7 dni — wygląda na viral dystrybuowany przez twórców treści o AI.
Główne trendy tygodnia na tle dnia i miesiąca
Co ma prawdziwe momentum (powtarzalność dzień→tydzień→miesiąc):
- Pamięć agentów — najsilniejszy sygnał. TencentCloud/TencentDB-Agent-Memory ↗ pojawia się w tygodniu i miesiącu (3 956 / 13 073 gwiazdek). W tygodniu dołączają semantica-agi/semantica ↗ (grafowa infrastruktura kontekstu), vitali87/code-graph-rag ↗ (RAG dla monorepo na grafie wiedzy) i akitaonrails/ai-memory ↗ (długoterminowa pamięć dla CLI agentów). Miesięcznie utrzymuje się tirth8205/code-review-graph ↗. To nie jest szum — to spójna fala inwestycji w warstwę „pamięci" ponad modelem.
- Skills dla agentów kodujących — addyosmani/agent-skills ↗ dzień/tydzień/miesiąc, mattpocock/skills ↗ w ledgerze 287 razy, plus świeże: cathrynlavery/diagram-design ↗, tt-a1i/archify ↗, Nutlope/hallmark ↗, virgiliojr94/book-to-skill ↗. Rynek tworzy standard „pakietów umiejętności" wokół Claude Code, Cursor, Codex.
- Routery modeli — NVIDIA-NeMo/Switchyard ↗ (1 326 w tygodniu) dołącza do miesięcznego diegosouzapw/OmniRoute ↗ (31 196 w miesiącu). Kompatybilność z OpenAI/Anthropic API staje się de facto warstwą infrastruktury.
- On-device / małe modele — cactus-compute/needle ↗ dzień+tydzień (14 MB foundation model), plus miesięczne 1jehuang/jcode ↗ i lyogavin/airllm ↗. Wspólny mianownik: działanie na słabym sprzęcie.
Co wygląda na jednodniowy szum:
- cordiverse/cordis ↗ — 719 gwiazdek dziś, ale brak w tygodniu i miesiącu. Opis „Meta-Framework of Spatiotemporal Composability" pachnie buzzwordem, nie produktem.
- public-apis/public-apis ↗ — 1 583 gwiazdki dziś przy 461 233 łącznie. Klasyczne repozytorium-list, nie nowy trend.
- OpenCut-app/OpenCut ↗ — 134 dziś, brak w tygodniu. Powolny, stabilny projekt, nie tygodniowy sygnał.
Najciekawsze repozytoria tygodnia
1. [cathrynlavery/diagram-design](cathrynlavery/diagram-design) — 14 735 gwiazdek w tydzień. 29 typów diagramów edytorskich dla Claude Code, samodzielne pliki HTML+SVG, bez cieni i „mermaid-slop". To wyjaśnia tempo: twórcy treści o AI potrzebują diagramów, które nie wyglądają jak wygenerowane przez AI, a tu dostają gotowy zestaw do wklejenia w README. Zastosowanie: dowolny zespół piszący dokumentację techniczną z agentem może użyć tych szablonów zamiast generować Mermaiod od zera.
2. [PrimeIntellect-ai/prime-agent](PrimeIntellect-ai/prime-agent) — 8 488 w tydzień. „Samonaprawiający się agent RLM" do długotrwałych zadań kodowych. Wpisuje się w wyścig o autonomię agentów (obok paperclipai/paperclip ↗ i earendil-works/pi ↗). Zastosowanie: automatyzacja wielogodzinnych sesji refaktorów albo migracji codebase'ów bez nadzoru człowieka.
3. [semantica-agi/semantica](semantica-agi/semantica) — 5 339 w tydzień. „Graph-Native Infrastructure for Context and Accountable AI Systems". Innymi słowy: graf wiedzy jako warstwa odpowiedzialności dla agentów — kto co powiedział, na podstawie czego, z jakim skutkiem. Zastosowanie: budowa audytowalnych pipeline'ów agentowych dla sektora regulowanego (finanse, prawo, medycyna).
4. [NVIDIA-NeMo/Switchyard](NVIDIA-NeMo/Switchyard) — 1 326 w tydzień. Router modeli z natywną kompatybilnością OpenAI/Anthropic. Benchmarking, fallback, optymalizacja koszt/performance. Zastosowanie: każdy zespół, który płaci za 3+ dostawców modeli i chce przełączać ich bez przepisywania kodu.
5. [macro-inc/macro](macro-inc/macro) — 2 434 w tydzień. „Unified workspace" z e-mailem, czatem, dokumentami, zadaniami, agentami i CRM-em połączonymi przez AI pamięć. Bezpośredni konkurent Notion/Linear+Slack z warstwą agentową w środku. Zastosowanie: małe firmy, które chcą jednego narzędzia zamiast pięciu.
6. [vitali87/code-graph-rag](vitali87/code-graph-rag) — 1 756 w tydzień. RAG dla monorepo oparty na grafie kodu, wiele języków. Zastosowanie: zespoły z dużymi monorepo (Rust+Python+TS), gdzie zwykły RAG na plikach nie wystarcza.
7. [TencentCloud/TencentDB-Agent-Memory](TencentCloud/TencentDB-Agent-Memory) — 3 956 w tygodniu, 13 073 w miesiącu. Hub pamięci dla agentów: czat, umiejętności, wiki LLM, graf kodu — współdzielone między agentami i frameworkami. Zastosowanie: organizacje, które mają wiele agentów i chcą, żeby dzieliły się wiedzą zamiast każdego trenować od zera.
8. [paperclipai/paperclip](paperclipai/paperclip) — 2 430 w tygodniu. Open-source'owy menedżer agentów w pracy — odpowiedź na rozproszone CLI bez wspólnego panelu.
9. [3b1b/manim](3b1b/manim) — 2 008 w tygodniu. Klasyk, który wraca: silnik animacji do filmów matematycznych. Sygnał, że w dobie agentów nadal potrzebujemy narzędzi do wizualizacji pojęć, nie tylko kodu.
10. [Lightricks/LTX-2](Lightricks/LTX-2) — 484 w tygodniu. Pakiet inferencji i treningu LoRA dla modelu audio-wideo LTX-2. Potwierdza trend: generatywne wideo-audio otwiera się na lokalne fine-tunowanie.
Perełki
- [akitaonrails/ai-memory](akitaonrails/ai-memory) — 41 gwiazdek dziś, 1 679 łącznie. Rozwiązanie pamięci długoterminowej dla CLI agentów kodujących z możliwością handoffu między vendorami. Mały projekt, ale adresuje realny ból: co zrobić, gdy przełączasz się z Claude Code na Codex w trakcie sesji.
- [Nutlope/hallmark](Nutlope/hallmark) — 18 188 w miesiącu. „Anti-AI-slop design skill" dla Claude Code/Cursor/Codex. Świadczy o tym, że społeczność zaczyna tworzyć narzędzia przeciw estetyce generowanej przez AI, nie tylko za.
- [virgiliojr94/book-to-skill](virgiliojr94/book-to-skill) — 13 193 w miesiącu. Zamienia PDF-a z książką techniczną w skill dla Claude Code. Pomysłowy pipeline: książka → baza wiedzy → agent.
- [1jehuang/jcode](1jehuang/jcode) — 9 406 w miesiącu. „Najbardziej RAM-efektywny harness". Wpisuje się w on-device trend z innej strony: nie mniejszy model, a mniejsze środowisko uruchomieniowe.
Najsłabsze lub najbardziej podejrzane typy
- Repozytoria z „AI skill" w nazwie i pustym opisie. Wiele z tych projektów to tak naprawdę zbiory promptów i szablonów, które rosną dzięki dystrybucji w social media, a nie dzięki użyteczności. mattpocock/skills ↗ z 47 580 gwiazdek w miesiącu to skrajny przypadek — osobisty katalog
.agentsjednego inżyniera, który dzięki autorytetowi marki przyciąga masę obserwujących. Warto obserwować, ale nie traktować jako benchmarka jakości. - [zhaoxuya520/reverse-skill](zhaoxuya520/reverse-skill) — 17 376 gwiazdek w miesiącu, PowerShell, „Reverse Engineering / Penetration Testing Skill Router Pack". Opis jest chaotyczny, lista wspieranych klientów długa, a tempo wzrostu nieproporcjonalne do typowej bazy użytkowników security tooling. Prawdopodobnie mocno podbity przez cross-posting w społecznościach AI, nie przez pentesterów.
- [cordiverse/cordis](cordiverse/cordis) — „Meta-Framework of Spatiotemporal Composability". Brzmi jak generator nazw startupów, nie jak framework. Brak w tygodniu i miesiącu sugeruje, że dzisiejsze 719 gwiazdek to efekt jednego postu, nie trendu.
- [public-apis/public-apis](public-apis/public-apis) — 461 tysięcy gwiazdek, 1 583 dziś. To repozytorium-list, nie projekt. Wzrost dziś to klasyczny burst z Hacker News / Reddit, nie sygnał technologiczny.
Pamięć trendów
Co wraca (powtarzalność w ledgerze):
- mattpocock/skills ↗ — 287 z 375 przebiegów. Absolutny lider powtarzalności, ale rośnie kosztem wiarygodności jako wskaźnika trendu. - addyosmani/agent-skills ↗ — 158 przebiegów. Solidny sygnał, że „skills" to nie chwilowa moda. - HKUDS/DeepTutor ↗ — 165 przebiegów. Segment edukacji spersonalizowanej trzyma się miesiąc po miesiącu. - NousResearch/hermes-agent ↗ — 171 przebiegów. Agent open-source z realną bazą użytkowników. - ruvnet/RuView ↗ — 170 przebiegów. Wyspecjalizowany use-case (WiFi sensing) z długim ogonem.
Co nowe w tym przebiegu:
- cathrynlavery/diagram-design ↗ — debiut z najwyższym tygodniowym wynikiem. Warto śledzić, czy utrzyma tempo poza oknem viralowym. - NVIDIA-NeMo/Switchyard ↗ — pierwsze pojawienie się w przebiegach. Sygnał, że NVIDIA wchodzi w warstwę routerów, nie tylko modeli. - semantica-agi/semantica ↗ — debiut. Wpisuje się w trend „accountable AI".
Dominujące tematy w ledgerze:
ai-agents (21), devtools (18), llm-infra (13). To się nie zmienia od tygodni — agent tooling to główny strumień.
Gdzie agent miał rację, a gdzie przestrzelił
Przestrzelone (z poprzedniego raportu):
- emilkowalski/skills ↗ — przewidywany jako rosnący, nie wrócił w bieżącym snapshot. Wniosek: nie każdy projekt z „skills" w nazwie łapie falę; autorytet marki autora ma znaczenie.
Trafione (pośrednio, na podstawie powtarzalności):
- Prognoza, że „pamięć dla agentów" będzie rosła — potwierdzona przez 4 niezależne repozytoria w jednym tygodniu. - Prognoza, że routery modeli staną się warstwą infrastruktury — potwierdzona przez Switchyard ↗ i utrzymujący się OmniRoute ↗.
Wciąż obserwowane:
- paperclipai/paperclip ↗ — czy „manager agentów" stanie się kategorią samą w sobie, czy zostanie wchłonięty przez istniejące narzędzia (Linear, Notion)? - cactus-compute/needle ↗ — czy 14 MB model na urządzenia mobilne to realna kategoria, czy demo?
Obserwacje i prognozy
Obserwacja 1:
Segment „skills dla agentów kodujących" osiągnął masę krytyczną. W jednym
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny razem | Koszt |
|---|---|---|---|---|---|---|
| minimax/minimax-m3 | 1 | 0 | 4,872 | 5,000 | 9,872 | $0.005921 |
| Razem | 1 | 0 | 4,872 | 5,000 | 9,872 | $0.005921 |