开发者Club开发者Club

本周 GitHub 热门:4 个火火火的开源项目,有 Karpathy 的新神器!

本周逛逛 GitHub,被几个项目惊到了。Karpathy 的新玩意儿三天涨了四万多 Star,京东连发两个开源大礼包,还有一个低代码 AI 神器越来越香——赶紧来瞧瞧!

开发者Club
GitHub开源项目AI智能体自动化研究多智能体框架

本周逛逛 GitHub,被几个项目惊到了。Karpathy 的新玩意儿三天涨了四万多 Star,京东连发两个开源大礼包,还有一个低代码 AI 神器越来越香——赶紧来瞧瞧!

01 AutoResearch

AutoResearch——让 AI 帮你做科研,一晚跑 100 个实验

autoresearch

如果你关注 AI 圈,Andrej Karpathy 这个名字肯定不陌生——他是 Tesla 前 AI 总监,OpenAI 联合创始人,现在的网红科研大神。

上周他悄悄开源了一个叫 autoresearch 的项目,结果直接炸了。两天内 Stars 飙到 42,000+,登上 GitHub 全球热榜第一!

这玩意儿到底是啥?简单说:给 AI 智能体一个真实的 LLM 训练沙盒,让它自己改代码、跑实验、看结果、再改……循环往复,全自动。

整个项目核心就是 630 行代码,MIT 协议,干净利落。它能做到:

  • 一小时跑 12 个实验,一晚上跑 100 个——以前科研狗熬夜干的活,AI 边睡觉边给你跑完
  • 自动发现优化方向:Shopify CEO 用它优化模板引擎,渲染速度直接提升 53%
  • 可重复、可追溯:每个实验有完整记录,不用担心"当时怎么跑的我忘了"

有人连跑两天做了 700 个实验,发现 20 项有效优化。这效率,人类科研者看了沉默。

如果你是做 AI 研究的、搞 ML 的,或者就是好奇"AI 能不能自己做科研",强烈建议去把这个项目 Star 了再说。

实用场景

  • ML/AI 研究员:自动化超参搜索和实验对比
  • 工程师:对某个算法做批量 A/B 测试
  • 学生:深夜不用守着机器跑实验了

核心功能

  • 全自动循环实验:修改代码 → 训练 → 验证 → 再改
  • 支持 LLM 引导的代码修改
  • 轻量无依赖,630 行搞定
  • 完整实验日志与结果对比

开源地址:https://github.com/karpathy/autoresearch

02 JoyAgent

JoyAgent-JDGenie——京东开源的"全能多智能体",直接出报告和 PPT

joydataagent

说到企业级多智能体,你可能听过 OWL、Smolagent。京东这次开源的 JoyAgent-JDGenie 直接喊出要"超越它们"——而且真的有数据支撑。

在 GAIA 基准测试(业界公认的智能体能力评估)里:

  • 验证集准确率 75.15%
  • 测试集 65.12%

这两个数字超过了 OWL (CAMEL) 和 Smolagent (Hugging Face),是目前开源多智能体的顶尖水平。

更香的是,JDGenie 是真的"完整开源产品",不是只给你一个框架让你自己搭——它包含:

  • 前后端全套代码(直接部署就能用)
  • 报告生成智能体:给个需求,自动生成结构化分析报告
  • 代码智能体:写代码、调试、执行
  • PPT 智能体:一键生成演示文稿(老板看了直呼内行)
  • 文件智能体:处理各种文档格式

最重要的是——轻量、平台无关。不像阿里的 SpringAI 或 Coze 那样跟特定云平台绑死,你完全可以本地部署,接自己的模型。

实用场景

  • 企业内部知识问答与报告生成
  • 技术团队的自动化研究助手
  • 不想被大厂云平台绑架的私有部署用户

核心功能

  • 多智能体协作完成复杂任务
  • 内置报告、代码、PPT、文件四大子智能体
  • 完整前后端,开箱即用
  • GAIA 基准第一梯队性能

开源地址:https://github.com/jd-opensource/joyagent-jdgenie

03 OxyGent

OxyGent——也是京东出的,"像搭乐高一样组 AI 团队"

oxygen

同一周,京东还开源了另一个框架 OxyGent,和 JDGenie 定位不同——JDGenie 是开箱即用的产品,OxyGent 是给开发者用的模块化多智能体框架

它的核心理念超级形象:像搭乐高一样组装 AI 团队。

传统的多智能体框架,智能体之间的协作逻辑往往硬编码,改个需求要大改代码。OxyGent 把工具、模型、智能体统统抽象成标准 Oxy 组件,可以:

  • 热交换:换个模型不用重启服务
  • 跨场景复用:同一个智能体,今天用在客服,明天用在研究
  • 动态协作:任务来了自动分解,智能体之间自适应协商
  • 并行执行:多个子任务同时跑,不用排队等

在 GAIA 基准上,OxyGent 得了 59.14 分,已经是很靠前的水平。

如果你在搭多智能体系统,OxyGent 比从零开始手搓要省事太多了。另外它还有 Java 版本 JDOxyGent4J,Java 开发者也能无缝使用。

实用场景

  • 构建企业级多智能体应用
  • 需要灵活组合不同 AI 能力的产品团队
  • Java 技术栈的团队(有 Java 版)

核心功能

  • 标准化 Oxy 组件,热插拔
  • 动态任务分解与智能体协作
  • 支持并行任务执行
  • 提供 Java 版本 JDOxyGent4J

开源地址:https://github.com/jd-opensource/OxyGent

04 Langflow

Langflow——拖拖拽拽,搭出你自己的 AI 应用

langflow

最后这个项目火了挺久,但最近越来越多人开始用——因为它真的越来越好用了。

Langflow 是一个低代码 AI 应用构建平台,简单说就是:用可视化拖拽界面,把 LLM、向量数据库、工具、API 连接起来,搭出一个完整的 AI 工作流或智能体——不用写太多代码。

你可以用它干什么?

  • 搭一个私有知识库问答系统(公司文档、产品手册,全接入)
  • 做一个自动化邮件处理流水线(收邮件 → 分类 → 回复草稿)
  • 构建一个多步骤 AI 工作流(搜索 → 分析 → 生成报告)

它支持几乎所有主流 LLM(OpenAI、Claude、Gemini、本地 Ollama 都行),也内置了 API 服务器,搭完直接暴露 API,接到你自己的产品里。

最近还加了 MCP 服务器支持,和 Claude Desktop、Cursor 这类工具的集成变得超方便。

不太会写代码的运营、产品同学用这个入门 AI 工作流,比硬啃 LangChain 文档友好太多了。

实用场景

  • 非技术用户搭 AI 工作流
  • 快速验证 AI 产品原型
  • 企业内部部署私有知识库

核心功能

  • 可视化拖拽构建 AI 工作流
  • 支持所有主流 LLM 和向量数据库
  • 内置 API 服务器,开发即可集成
  • 支持 MCP 协议,兼容 Claude/Cursor 生态

开源地址:https://github.com/langflow-ai/langflow

总结

本周推荐的这 4 个项目,方向各有侧重:

  • autoresearch:Karpathy 出品,AI 自动化科研,适合 ML 研究者和极客玩家
  • JoyAgent-JDGenie:京东良心开源,完整多智能体产品,适合想快速上手的开发团队
  • OxyGent:京东另一力作,模块化 AI 框架,适合要深度定制的工程师
  • Langflow:低代码神器,适合想快速搭 AI 应用但不想硬啃代码的同学

这四个都值得 Star ⭐ 收藏!哪个最合你口味?

评论

登录后即可发表评论

登录账户

加载评论中...