导语

这周 GitHub 热榜挺有意思：一边是”所见即代码”的老炮回春，一边是谷歌把时间序列预测做成了基础模型。两个项目加起来超 10 万星，一个帮前端偷懒，一个帮搞数据的偷懒。今天就聊透这两个，顺带说点大实话。

screenshot-to-code：截个图，AI 直接给你还原成网页（约 7.6 万星）

这个项目 abi/screenshot-to-code 很多人三年前就听说过，2023 年 11 月建仓的老项目，最近一周又涨了 2400 多星，总星数冲到 7.6 万。定位一句话：丢一张截图、一段录屏、一个 Figma 稿进去，AI 给你吐出能跑的前端代码。

支持的栈挺全：HTML+Tailwind、React+Tailwind、Vue+Tailwind、Bootstrap、Ionic+Tailwind。模型侧默认接 Gemini 3 Flash / 3.1 Pro、GPT-5.5、Claude Opus 4.x，图片生成走 Replicate 的 z-image-turbo。本地跑是 React+Vite 前端 + FastAPI 后端，至少要配一个大模型 key，官方强烈建议把 Gemini 和 Replicate 都配上——Gemini 负责从截图里抠真实素材（logo、配图），Replicate 负责改图、去背景。

我觉得它回春的原因就一个：多模态模型 Augen 视力变好了。以前 GPT-4V 时代还原个大概齐，现在 Gemini 3 这代对布局、字号、间距的还原度明显上了一个台阶，录屏转可交互原型这个功能也开始能用了。官网 screenshottocode.com 有托管版，不想折腾本地环境可以直接试。

实话：它解决的是”从 0 到 0.7″的问题。 marketing 页、落地页、管理后台这种标准布局，还原度很高；但设计系统对接、复杂交互、像素级还原还得人工收尾。另外 API key 烧的是你自己的钱，多模型对比几次，几美元就没了。建议用法：拿它出第一版，剩下的 30% 自己改，别指望一把梭。

项目地址：https://github.com/abi/screenshot-to-code

TimesFM：谷歌的时间序列”基础模型”，3.0 版三榜第一（约 3.1 万星）

google-research/timesfm，谷歌研究院的时间序列预训练模型，ICML 2024 的论文落地。这周涨了 2300 多星，总数 3 万出头。定位：时间序列界的 GPT——一个解码器-only 的基础模型，不做针对性训练，直接零样本预测销量、流量、股价、传感器数据都行。

2026 年 8 月刚发 3.0：原生多变量预测、支持过去/未来协变量，fev-bench、TIME Benchmark、GIFT-Eval 三个主流榜单全部第一。代码 Apache-2.0，权重另有许可。落地姿势也很谷歌：BigQuery ML 里一条 SQL 就能调，企业级；Google Sheets 里也能点；Vertex Model Garden 有容器化端点给 Agent 调用。HuggingFace 上有 google/timesfm-3.0-pytorch 检查点，pip 也能装（老版本 pip install timesfm==1.3.0）。

实话：时序预测这个赛道以前全是”每个数据集训一个模型”，TimesFM 想把它变成”一个大模型全搞定”。零样本强是真的强，但高频金融、极端事件这种肥尾场景，该翻车还是翻车。它的真正价值是给 Agent 当”预测工具”：Agent 负责调参决策，TimesFM 负责出数字。另外注意权重许可和代码许可是分开的，商用前看一眼。

项目地址：https://github.com/google-research/timesfm

一句实话

这俩项目说明一件事：AI 落地已经从”聊天”卷到”手艺”了——一个替前端切图，一个替分析师看曲线。都是”AI 出初稿、人收尾”的定位。别神化，也别错过，动手跑一遍比看十篇文章管用。

by 数码罗记·godsun.pro