GitHub趋势·第22期：老基建回潮与PR Agent爆量

又到周一盘点了. 我刷了一圈这周的Trending, 第一反应是有点意外. 你的感觉没错. 这周特别反常, 榜首那些名字, 好多是十年前的老人. 就是那种你以为它一直躺在教科书里的项目, 突然又冒出来了. 对. Agent框架这周没什么新面孔. 涨得最猛的, 全是给AI干活打地基的东西. 那我们一个个来. 先说第一梯队里最稳的那个, etcd. 五万两千多星, 今天一百二十多星. 这个增速对新项目不算炸, 但它是长期底盘. 它在K8s里几乎是标配吧, 为什么这种老项目还能被翻出来? 重点不在这里. 重点在Go生态最近讨论很热, 大家重新审视分布式一致性这件事. 你想想, 现在一个agent集群要共享状态, 要选主, 要锁. 最后绕回来还是etcd这套. 所以它不是复活, 是需求又回来了. 这个角度我懂了. 对. 跑集群的人绕不开它. 新手想理解一致性, 读它的文档比读论文快. 好, 第二个, ruff. 这个我熟, 我们组去年就全换过去了. 五万星了, Rust写的Python检查器. 对标flake8加black那一套老组合. 我之前做AI产品线, 代码库大得吓人, 换成ruff之后CI直接快了一个量级. 它的优势是单文件二进制, 不用装一堆Python依赖. 你想想这有多省事. 而且现在coding agent写Python越来越多, 一个快linter等于给agent装了即时纠错器. 这么说它其实踩中了agent时代的红利. 完全正确. 非技术的人装个插件也能用, 开箱就管代码风格, 门槛很低. 第三个, openssl. 三万一千星, 今天才二十多星, 这个涨得很平淡. 但它的意义不在星数. 整个互联网的TLS握手都压在它肩上. 我记得它的历史挺坎坷的, 之前出过很严重的漏洞事件. 所以现在有人关注它反而是好事. 这是在给关键基础设施补人力. 用C写的, 性能好但容易出内存问题. 想学底层密码学实现的, 它是活教材. 总结一下就是, 它上榜不是因为新, 是因为重要到不能被忽视. 接下来说第四个, 90DaysOfDevOps, 三万星, 今天涨了一百五十多. 这个有意思. 它不是代码, 是一份学习地图. 用Shell组织起来的课程结构. 等于把DevOps从原则到工具到案例全串了一遍, 做了三年还在更新. 对. 它说明一件事, 工具越复杂, 学习路径本身就成了稀缺品. 非技术的人能看吗? 我有个做运营的朋友天天问我怎么入门. 前半段完全可以. 后面到具体的CI和容器, 就得动手跟着做了. 好, 第五个, claude-quickstarts. 一万九千星, 一整套Claude API的可部署示例. 它的价值是省掉你搭脚手架的时间. RAG、agent、工具调用, 都有现成起点. 这类项目我一直有个疑问, 官方示例到底是帮你还是坑你? 看你怎么用. 当起点没问题, 直接上线要小心. 示例代码很少考虑边界情况. 如果只想快速验证一个想法, 你觉得是照抄快, 还是从零写好? 验证阶段肯定照抄啊, 但跑通了就得重写一遍. 这是我的习惯. 第六个, mujoco, 谷歌DeepMind的通用物理模拟器, 一万六千星. 这个是机器人方向的老牌底子. 多关节接触动力学, 名字听着吓人, 其实就是模拟真实世界. 为什么这周它也在榜上? 现在具身智能不是很火嘛. 正好对上. 机器人要训练, 得先在仿真里摔无数次, 再上真机. 它就是那个练习场. 对标的有Isaac Sim, 但mujoco胜在轻, 学术圈用得多. C++核心, Python绑定友好. 非技术肯定用不了, 但你做AI产品的朋友如果想碰具身, 绕不开它. 第七个是我这周最想看的一个, pr-agent, 今天涨了两百七十多星. 一万四千五百星, 单日涨幅是榜上最快的. AI帮你审代码的PR. 它的名字里还特意写了不是Qodo免费版, 这个有点意思啊. 这是个身份声明. 开源版和商业版曾经纠缠过, 现在它要划清界限. 那它实际能干什么? 我们组审PR可是一场拉锯战. 自动生成PR描述, 逐行提review意见, 还支持多模型. 你想想这省了多少时间. 不过它最大的瓶颈不是模型, 是误报. 生成的评论太多, 人反而不看了. 对, 这个我深有体会. 一个工具再好, 噪音多就会被人关掉. 所以这类工具真正要比的, 是谁更懂什么时候闭嘴. 最后第八个, scenario-labs的skills, 才两千星, 但今天涨了两百二十多. 涨幅比例是全场最高的. 让任何agent生成能直接用的图、视频、音频和3D. 最关键的是两个设计, 先挑模型, 花之前先报价. 这等于给agent装了钱包意识. 报价这个点太实用了. 现在用agent最怕的就是它悄悄烧钱. 而且它能保持角色和品牌一致, 还能驱动Blender和Unreal这些专业软件. 非技术的人用得上吗? 我感觉内容团队会很喜欢. 只要接上场景平台就能用. 对做营销素材的团队, 门槛比学3D软件低多了. 好, 盘完了. 现在回头看这八个, 我觉得有个特别明显的共性. 你说说看, 我看跟我想的一不一样. 除了两个AI工具, 剩下六个全是地基. 存储、加密、linter、物理引擎. 完全一致. 我补一句, 这不是简单地变老, 是需求在往下沉. agent越火, 大家越发现花架子不够用, 底层稳不稳才是命门. 那如果让我推荐必看, 我会说两个. pr-agent和scenario-labs的skills. 我同意, 再补一个ruff. 想入坑的从它开始, 最快见效. 所以结论是, 2026年这波AI浪潮正在把注意力拉回基础设施. 底座稳了, 上面才跑得远.