今晚刷 GitHub 又刷了一晚上没合眼——不是我卷，是仓库真的多到辣眼睛。照例挑几个这周在涨、我又觉得值得唠的：有纯 C 硬啃 2.8 万亿参数模型的、有让 AI 替你写 PPT 的、有 Karpathy 把训练费干到 100 刀以内的，还有个让文档”自我维护”的。废话不多说，一个个过。
1. colibri — ⭐27K，纯 C 零依赖，把 2.8 万亿参数的 MoE 跑在你手头的机器上
这个是我今天最兴奋的一个。它口号就俩词：Tiny engine, immense model（微型引擎、庞大模型）。用纯 C 写、零依赖，核心思路是别把显存/内存/硬盘当三样东西，当成一条多级推理流水线——专家（MoE 里的 expert）不够放显存就从内存流式拉，再不够就从硬盘顶，稀疏路由该激活谁激活谁。
- 官方说能跑 8 个模型家族：GLM-5.2/5.3（744B）、Inkling（975B）、Kimi K3（2.8T）、DeepSeek V4 Flash（284B）、Qwen3.8-Flash-Next 等，每个就一个 C 文件
- 同一套
./coli chat/./coli serve/./coli web前端 - Web 仪表盘能实时看 19456 个”专家”谁在发热，还有个 3D 的”专家图谱”页，按路由亲密度聚成星座，能拖着转——挺科幻
- 自嘲很实在：对速度没有 SLA，但对语义有硬保证——内存不够就降速，绝不悄悄改精度或路由逻辑
上手就是去 Releases 拖个二进制跑 ./coli chat。他们 demo 里 744B int4 只要 ~9.9GB 常驻内存就能在 CPU 上流式聊，速度嘛……别指望飞。实话：这玩意我没真机实测，多卡调度、存储带宽够不够都是要看脸的事，别被”10GB 跑 744B”忽悠瘸了。适合手里有不止一块卡、或者想搞明白 MoE 稀疏推理底层的人——这属于咱”碾压赛道”，比天天换皮玩 Agent 有意思多了。
2. OfficeCLI — ⭐30K，给 Agent 装了双”眼睛”的 Office 全家桶
单二进制、免装 Office、免依赖，让你手头的 AI Agent 能读能写 Word / Excel / PPT。它家最骚的一招是内置 HTML 渲染引擎：把 .docx / .xlsx / .pptx 渲染成 HTML 或 PNG 给 AI”看”，AI 看一眼长啥样，再动手改，改完再渲染回去检查——渲染 → 看 → 修 闭环，这思路比让模型盲写 OOXML 靠谱太多。
- 安装一行搞定：
curl -fsSL https://officecli.ai/SKILL.md丢给 Agent，它会自己装好二进制和 skill - 人类想用也有 GUI：AionUi，用大白话让它给你做 PPT / 填报表
officecli install会自动给 Claude Code、Cursor、Copilot 等装上 skill
实话：单二进制 + 自带渲染这设计我挺喜欢，但复杂版式、公式图表这种保真度到底几斤几两，得自己踩坑才知道，我没实测。适合被老板/客户追着改文档、又懒得手动抠模板的同学——把填表这种脏活甩给 Agent 正合适。
3. nanochat — ⭐57K，Karpathy 的”100 美元最好的 ChatGPT”
Karpathy 的整活项目，正经名字叫 nanochat：最简 LLM 训练实验台。目标是让想搞懂 LLM 怎么训出来的人，自己动手训一个。关键数据拉满：
- 2019 年训一个 GPT-2 能力级别的模型要 ~$43000；现在 ~$48（8×H100 跑约 2 小时），租 spot 实例能压到 ~$15
- 一个复杂度旋钮
--depth，其它宽度、层数、学习率、训练轮数全部自动算，专为训练”计算最优”模型族 - 一条命令
bash runs/speedrun.sh训完直接python -m scripts.chat_cli和它聊天 - 自带 GPT-2 竞速榜：原版 OpenAI 跑 168 小时，社区已经卷到 1.65 小时
实话：我还没到真金白银租 8×H100 的地步，但代码是纯 PyTorch 挺干净的，单卡也能跑就是慢 8 倍。训出来顶多像个幼儿园小孩，问它天上为什么是蓝的它会一本正经给你讲瑞利散射——挺可爱。适合想从 tokenization 到推理全流程看明白、手里有点算力的人。
4. OpenWiki — ⭐16K，LangChain 官方出品的”自我维护文档”
一个 CLI，让 Agent 读你代码库源码，自动生成一份有内部链接的 Markdown wiki，而且代码一改它自己跟着更新。做出来是给 Agent 当”记忆库”读的，人类想翻也有个可视化 node 图。
- 两种模式：
code（给仓库）、personal（给你私人知识） - 直接跑在 Codex / Claude Code / OpenCode / Cursor 里，用宿主模型的账号和仓库工具
- Grounded Claims：把关键事实绑到”版本化证据”上，证据变了它知道哪些话要重写——这是我最看好的一环
- 9 个连接器：MCP、Notion、Slack、Gmail、X、网页搜索、HN、LangSmith、本地 git；配 GitHub Actions 自动更新
上手：npm install -g openwiki 然后 openwiki --init。实话：新东西，我自己是有点怀疑”让 AI 维护自己写的文档”这种自我指涉会不会滚雪球跑偏，好在它往回追证据的设计方向是对的。适合 README 烂到没人想补、或者老觉得 Agent 读不懂你代码库的人。
今晚的观察
这周这几个项目有个共同气味——没人再喊”我又训了个新模型”，全在干”让 AI 干杂活 / 在破机器上把模型跑起来”：colibri 把硬盘当显存硬上 2.8T，nanochat 把训练费从四万砍到几十刀，OfficeCLI 跟 OpenWiki 一个替你收拾 Office、一个替你维护文档。这说明生态成熟了：模型够用了，剩下的全是怎么让它们顺手、便宜、别占着顶配机器。对咱这种想自己折腾的玩家，反而是好时候——门槛降下来，就轮到我们抄家伙上了。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
