TL;DR
Tydzień zdominowały trzy żywe strumienie: skill-packi dla agentów kodowych (archify, ECC, K-Dense-AI, Imbad0202, patent-disclosure-skill), lokalne, multi-modelowe narzędzia głosowe i inferencyjne (VoiceStudio, magnitudedev/magnitude, OpenWhispr) oraz edukacja i nauka wspierana agentami (OpenMAIC, minimind, scientific-agent-skills). Python utrzymuje pozycję lidera językowego (20 repozytoriów w miksie), TypeScript depcze mu po piętach (15). Najsilniejszy sygnał tygodnia to tt-a1i/archify ↗ — prawie 20 tys. gwiazdek w 7 dni i 40 tys. w miesiącu. Największy jednodniowy szum to mattpocock/skills ↗ z 2,2 tys. gwiazdek „dziś", ale bez potwierdzenia w tygodniu i miesiącu — klasyczna spike-and-fade.
Główne trendy tygodnia na tle dnia i miesiąca
Trzy filary z prawdziwym momentum (potwierdzone w tygodniu i miesiącu):
1. Skill-packi dla agentów kodowych — to nie jest już nisza, to infrastruktura. W tygodniu świecą tt-a1i/archify ↗ (19,5 tys./tydzień, 40 tys./miesiąc), K-Dense-AI/scientific-agent-skills ↗ (5,5 tys./tydzień), Imbad0202/academic-research-skills ↗ (2,3 tys./tydzień), handsomestWei/patent-disclosure-skill ↗ (2 tys./tydzień). W miesiącu dokłada się anthropics/claude-plugins-community ↗. To już nie „prompty", to pakiety kompetencji z walidacją, bazami danych i pipeline'ami review.
2. Lokalna, multi-modelowa warstwa inferencyjna i głosowa — debpalash/VoiceStudio ↗ (6,8 tys./tydzień, 9,2 tys./miesiąc) jako lokalny odpowiednik ElevenLabs w 646 językach, magnitudedev/magnitude ↗ (1,4 tys./tydzień) jako open-source inference server dla agentów, OpenWhispr/openwhispr ↗ (274/dzień) z dyktowaniem privacy-first. W miesiącu cactus-compute/needle ↗ — 14-megabajtowy foundation model na telefony i roboty. To jest de-cloud-owanie stosu AI w praktyce.
3. Edukacja i nauka agentowa — THU-MAIC/OpenMAIC ↗ (10,1 tys./tydzień, 11,4 tys./miesiąc) jako „multi-agent classroom", jingyaogong/minimind ↗ (3,6 tys./tydzień) trenujący 64M-parametrowy LLM w 2 godziny, google-research/timesfm ↗ (3 tys./tydzień) jako foundation model dla szeregów czasowych. W miesiącu 3b1b/manim ↗ i vitali87/code-graph-rag ↗.
Sygnały jednodniowe do odrzucenia lub ostrożnego traktowania:
mattpocock/skills ↗ — 2,2 tys. gwiazdek „dziś", ale brak w tygodniu i miesiącu. To albo reaktywacja po dłuższej pauzie, albo efekt jednego tweeta/postu. blader/humanizer ↗ (748/dzień), BraveOPotato/FckSignups ↗ (436/dzień), humanlayer/skills ↗ (451/dzień) — wszystkie tylko dzienne, bez potwierdzenia w dłuższych oknach. Traktować jako szum, chyba że pojawią się w przyszłym tygodniu.
Miesięczne trendy bez świeżego tygodniowego potwierdzenia:
omacom/omarchy ↗ (14,2 tys./miesiąc) — „piękny, nowoczesny Linux z opinią". AprilNEA/OpenLogi ↗ (11,3 tys./miesiąc) — lokalna alternatywa dla Logitech Options+ w Ruście. PrimeIntellect-ai/prime-agent ↗ (20 tys./miesiąc) — samodoskonalący się agent kodowy. freestylefly/awesome-gpt-image-2 ↗ (19,4 tys./miesiąc) — biblioteka promptów do GPT-Image-2. To projekty, które już zbudowały swoją narrację i teraz ją monetyzują uwagą.
Najciekawsze repozytoria tygodnia
tt-a1i/archify ↗
skill dla agentów generujący diagramy architektury, workflow, sekwencji i data-flow jako samodzielne HTML z animacją i czystym eksportem. 19,5 tys. gwiazdek w tydzień, 40 tys. w miesiąc. To jest odpowiedź na „Mermaid slop" — i wygląda na to, że odpowiedź trafiona. Zastosowanie: każdy zespół, który ma dość screenshotów z Confluence i chce wersjonowalnych diagramów renderowanych przez Claude Code lub Codex.
THU-MAIC/OpenMAIC ↗
Open Multi-Agent Interactive Classroom z Tsinghua. 10,1 tys./tydzień, 11,4 tys./miesiąc. Jeden klik i masz immersyjne, wieloagentowe środowisko nauki. To nie jest „kolejny chatbot edukacyjny" — to orkiestracja wielu ról agentowych w scenariuszu dydaktycznym. Zastosowanie: szkoły programowania, kursy online, tutoring 1:1.
debpalash/VoiceStudio ↗
w pełni lokalna alternatywa dla ElevenLabs: klonowanie głosu, projektowanie głosu, dubbing wideo, dyktowanie, transkrypcja i audiobooki w 646 językach. 6,8 tys./tydzień, 9,2 tys./miesiąc. Zastosowanie: studia podcastów, twórcy treści wielojęzycznych, firmy potrzebujące voice-over bez wysyłania danych do chmury.
K-Dense-AI/scientific-agent-skills ↗
„zamień dowolnego agenta w naukowca AI". 165 zwalidowanych skilli, ponad 100 baz danych naukowych, kompatybilność z Cursor, Claude Code, Codex, Pi, Antigravity. 5,5 tys./tydzień. Zastosowanie: zespoły R&D w bio/chem/med, przeglądy literatury, planowanie eksperymentów.
DietrichGebert/ponytail ↗
skill, który „uczy agenta myśleć jak najleniwszy senior dev w pokoju". 11,7 tys./tydzień. Filozofia: najlepszy kod to ten, którego nie napisałeś. Zastosowanie: redukcja over-engineeringu w outputach agentów, brutalny minimalizm w PR-ach.
magnitudedev/magnitude ↗
open-source inference server dla lokalnych modeli, podłączany do istniejącego agenta (Pi, OpenCode, Hermes, OpenClaw, Codex, Claude Code, Oh My Pi, Cline). 1,4 tys./tydzień. Zastosowanie: firmy z polityką „no data leaves the building", które chcą przełączyć się z API na lokalne GPU bez przepisywania pipeline'u.
google-research/timesfm ↗
Time Series Foundation Model od Google Research. 3 tys./tydzień. Zastosowanie: prognozowanie popytu, anomaly detection, planowanie pojemności — bez pisania modelu od zera.
jingyaogong/minimind ↗
trenuj 64M-parametrowy LLM od zera w 2 godziny. 3,6 tys./tydzień. Zastosowanie: edukacja ML, szybkie prototypy fine-tune'ów, demonstracja że „mały model na laptopie" to nie science fiction.
tailscale/tailcat ↗
„jak netcat, ale przez Tailscale bez control plane". 3,2 tys./tydzień. Zastosowanie: bezpieczne przesyłanie plików i tunelowanie w sieciach, które nie ufają centralnemu koordynatorowi.
every-app/open-seo ↗
open-source'owa alternatywa dla Semrush i Ahrefs. 2,8 tys./tydzień. Zastosowanie: agencje SEO, które chcą uciec z płatnych narzędzi lub zbudować własny pipeline audytowy.
Perełki
- [pollen-robotics/microduck_rl](pollen-robotics/microduck_rl) — środowiska RL do treningu Microduck (mjlab). 1,2 tys./tydzień. Mała, ale bardzo konkretna nisza: robotyka + RL + symulator. Perełka, bo robi jedną rzecz i robi ją porządnie.
- [handsomestWei/patent-disclosure-skill](handsomestWei/patent-disclosure-skill) — skill do wydobywania pomysłów patentowych i pisania zgłoszeń (wynalazki/użytkowe/wzory). 2 tys./tydzień. Perełka, bo adresuje bolesny, niszowy problem w języku chińskim, ale z potencjałem internacjonalizacji.
- [ChromeDevTools/chrome-devtools-mcp](ChromeDevTools/chrome-devtools-mcp) — Chrome DevTools jako MCP dla agentów kodowych. 958/tydzień. Perełka, bo to oficjalne narzędzie od Google, które zamienia przeglądarkę w narzędzie agenta — a nie odwrotnie.
- [Imbad0202/academic-research-skills](Imbad0202/academic-research-skills) — pipeline research → write → review → revise → finalize dla Claude Code. 2,3 tys./tydzień. Perełka, bo to pełny cykl pracy naukowej, nie tylko generowanie tekstu.
- [majd/ipatool](majd/ipatool) — CLI do pobierania paczek IPA z App Store. 926/tydzień. Perełka, bo rozwiązuje problem, który Apple utrudnia od lat, i robi to w Go.
Najsłabsze lub najbardziej podejrzane typy
- [mattpocock/skills](mattpocock/skills) — 2,2 tys. gwiazdek „dziś", ale brak w tygodniu i miesiącu. Matt Pocock to znana marka w edukacji TypeScript, więc spike może być autentyczny — ale bez potwierdzenia w dłuższym oknie to zagadka, nie trend.
- [blader/humanizer](blader/humanizer) — „skill, który usuwa ślady pisania AI". 748/dzień, tylko dzienny. To jest anty-AI-AI — i samo to jest podejrzane, bo napędza pętlę: model generuje → humanizer czyści → model generuje lepiej. Warto obserwować, ale nie warto używać do niczego poważnego.
- [The-Swarm-Corporation/AutoHedge](The-Swarm-Corporation/AutoHedge) — „zbuduj swój autonomiczny fundusz hedgingowy w minuty". 137/dzień. Nazwa brzmi jak pitch deck, nie jak inżynieria. Uwaga na red flags: „swarm intelligence", „autonomous hedge fund", brak w tygodniu i miesiącu.
- [aipoch/open-science](aipoch/open-science) — „open-source'owy, local-first, model-agnostic AI research workbench". 145/dzień. Klasyczny „kitchen sink" — wszystko dla wszystkich, brak fokusu.
- [ruvnet/ruflo](ruvnet/ruflo) — „original agent meta-harness" z „adaptive memory, self-learning intelligence, RAG integration". 276/dzień. Język marketingowy przykrywa brak konkretu. W ledgerze pojawia się ruvnet/RuView (170 przebiegów) — ten sam autor, ten sam wzorzec.
Pamięć trendów
Ledger ma 424 przebiegi od 6 kwietnia 2026. Dominujące tematy: **ai-agents
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny razem | Koszt |
|---|---|---|---|---|---|---|
| minimax/minimax-m3 | 1 | 0 | 6,018 | 5,000 | 11,018 | $0.006184 |
| Razem | 1 | 0 | 6,018 | 5,000 | 11,018 | $0.006184 |