Garry Tan 开源 Claude Code 神装，817 个安全技能喂给 AI Agent
今天的 GitHub Trending，几乎被一个主题承包了：让 AI Agent 更能干。
字节跳动把 DeerFlow 升级成 SuperAgent harness，Garry Tan（YC CEO）开源了他用 Claude Code 当虚拟团队的 23 个工具集，有人把 817 个网络安全技能打包成 AI Agent 能直接吃的标准格式，还有人给 AI 加上了”嗓门”——Voicebox 想做本地版 ElevenLabs + WisprFlow。
非 AI 阵营里，Stirling-PDF 已经是 GitHub 第一 PDF 应用（8.2 万星），Turso 数据库用 Rust 重写了一个进程内的 SQLite。
一句话总结今天的画风：Agent 工具链正在从”能用”走向”好用”，而”技能（Skills）”成了今天最热的拼图。
今天精选 6 个项目，深挖。
1️⃣ garrytan/gstack — Garry Tan 用 Claude Code 当一家公司
🔗 https://github.com/garrytan/gstack · ⭐ 113,095（今日 +649）· TypeScript · MIT
🔍 这是什么
gstack 是 Y Combinator 现任总裁兼 CEO Garry Tan 的 Claude Code 配置仓库——23 个”有态度的工具（opinionated tools）”，把 Claude Code 武装成一个虚拟团队：CEO、设计师、工程经理、发布经理、文档工程师、QA，角色齐全。一行命令装好就能用：
1 | git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack |
本质上是 Claude Code 的”技能包”——通过 skills 和 hooks 让 Claude Code 在不同任务里自动切换工作模式。
📖 详细拆解
这个项目的 README 本身就是一个值得读的”生产力宣言”。Garry Tan 引用 Karpathy 的话：”我从去年12月基本没写过一行代码。” 然后给出了自己的数据：2026 年的逻辑代码变更量（非原始 LOC）是 2013 年的 810 倍，60 天内兼职（同时还要管 YC）搞出了 3 个生产服务、40+ 个功能。
他的论点很有意思——他知道用原始代码行数衡量 AI 生产力会”注水”，所以他专门做了归一化：按逻辑变更而非原始行数计算。这个细节本身值得所有用 AI 写代码的人借鉴。
回到项目本身，gstack 的核心价值不在于那些工具多高深，而在于它展示了一种**”角色化 Prompt 工程”的最佳实践**。当 Claude Code 同时扮演”质疑产品方向的 CEO”和”锁定架构的工程经理”时，它不会陷入”AI slop（AI 垃圾代码）”的陷阱——因为有个”设计师角色”专门负责揪审美问题。这种多角色制衡的思路，比单个超长 system prompt 要有效得多。
MIT 协议，最近 commit 在 6 月 21 日，非常活跃。
🧠 为什么今天火了
11.3 万星的项目一天还能涨 649，说明它不在”躺功劳簿”阶段。从 README 来看，Garry Tan 几乎是把它当博客在更新——“LOC 争议”那篇方法论说明他最近还在主动回应社区质疑、制造话题。加上 Karpathy 那句”不再手写代码”在三月份的传播余温，”YC 总裁亲自带货 AI 编程”这个叙事本身就有巨大流量。gstack 占据了一个独特生态位：它不是工具，是**”顶流创始人的 AI 工作流真人秀”**。
💡 对你意味着什么
如果你在用 Claude Code（或者打算用），gstack 值得直接 clone 下来研究——哪怕不照搬，看看一个资深 builder 怎么给 AI 分配角色、怎么设计 hooks、怎么设防线，都远比看教程强。适合所有用 AI 辅助开发的程序员和独立开发者。需要注意的是，这套配置高度个人化（Garry Tan 自己的工作流），照搬不一定适配你的场景，当模板学和思路库用，而不是当标准答案用。
2️⃣ mukul975/Anthropic-Cybersecurity-Skills — 给 AI Agent 塞 817 个安全分析师的脑子
🔗 https://github.com/mukul975/Anthropic-Cybersecurity-Skills · ⭐ 18,630（今日 +957，今日第一）· Python · Apache-2.0
🔍 这是什么
这是今天涨星最猛的项目——817 个结构化网络安全技能，29 个安全领域，每个技能都遵循 agentskills.io 开放标准，一个命令装进你的 AI Agent：
1 | npx skills add mukul975/Anthropic-Cybersecurity-Skills |
定位非常明确：**它不是”AI 安全工具”，而是”给 AI 注入安全专家技能的技能库”**——属于 Agent Skills 生态，兼容 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 26+ 平台。
📖 详细拆解
这个项目最硬核的地方在于六框架映射。每个技能都同时映射到六套行业标准框架：
- MITRE ATT&CK v19.1（286 个技术）—— 攻击者行为与 TTP
- NIST CSF 2.0（22 个类别）—— 组织安全态势
- MITRE ATLAS v5.4（84 个技术）—— AI/ML 对抗威胁
- MITRE D3FEND v1.3（267 个技术）—— 防御对抗措施
- NIST AI RMF 1.0（72 个子类别）—— AI 风险管理
- MITRE F3 Fight Fraud v1.1（123 个技术）—— 网络金融欺诈
作者在 README 里说得直白：一个初级安全分析师知道该对可疑内存镜像跑哪个 Volatility3 插件、哪些 Sigma 规则能抓 Kerberoasting——但你的 AI Agent 不知道。这个仓库就是把这些”默会知识”变成机器可读的技能。
举个具体场景：当你让 AI 分析一次云上入侵，它不再是泛泛地”建议检查日志”，而是直接知道该用哪条 ATT&CK 技术去对、对应 NIST CSF 的哪个治理项、D3FEND 里有没有现成的防御措施。这种跨框架对齐，对于做合规、做应急响应的人来说，省的是几小时甚至几天的查表时间。
v1.3.0 刚在 6 月 22 日发布，commit 也在同一天，迭代极快。
🧠 为什么今天火了
一天 +957 星，冲到 Trending 第一，背后是三个趋势的叠加：第一，agentskills.io 标准正在成型，技能生态有了”统一格式”，谁先做大谁占位；第二，AI Agent 的安全能力短板越来越被重视——通用大模型在”安全知识”上的幻觉率很高，这种基于真实框架的可溯源技能库恰好补上；第三，这个仓库是少有的能同时让安全工程师和 AI 实践者都兴奋的项目，受众面极宽。
💡 对你意味着什么
如果你是安全从业者，这是目前最全的 AI 安全技能库，没有之一——直接 npx 装上，下次让 Claude/Copilot 帮你写安全分析报告，它瞬间”懂行”。如果你是 AI Agent 开发者，这个仓库本身就是”如何写 Agent Skill”的教科书范本，六框架映射的设计非常值得借鉴。需要提醒：项目自己声明”社区项目，与 Anthropic 官方无关”，命名是借势——但这不影响内容质量。
3️⃣ bytedance/deer-flow — 字节跳动把 SuperAgent 卷到了 7.3 万星
🔗 https://github.com/bytedance/deer-flow · ⭐ 73,204（今日 +736）· Python · MIT
🔍 这是什么
DeerFlow（Deep Exploration and Efficient Research Flow）是字节跳动开源的长周期 SuperAgent 框架——能自主研究、写代码、做创作，靠沙箱、记忆、工具、技能、子 Agent 和消息网关协作，处理从几分钟到几小时不等的复杂任务。2 月 28 日 v2 发布时冲过 GitHub Trending 第一。
1 | git clone https://github.com/bytedance/deer-flow.git |
📖 详细拆解
DeerFlow 2.0 是从零重写，和 1.x 不共享任何代码。1.x 还是”Deep Research 框架”，2.0 已经进化成”SuperAgent harness”——这个定位升级很关键：它不再只是帮你查资料，而是协调多个子 Agent、调用工具、维护记忆、在沙箱里执行代码，完成端到端的复杂工作流。
从 README 能看出几个工程亮点：
- 技能（Skills）+ 子 Agent 架构：主 Agent 做编排，子 Agent 做专业任务，技能提供能力——三层分工
- 沙箱模式：Agent 生成的代码在隔离环境里跑，安全
- MCP Server 集成：可以直接作为 Claude Code 的能力后端
- IM Channels：能把工作流接到即时通讯里
- 集成 LangSmith / Langfuse 双 Tracing：可观测性做得相当全
字节还塞了自家 BytePlus 的 InfoQuest（智能搜索和爬虫）进去，并推荐用豆包 Seed 2.0 Code、DeepSeek v3.2、Kimi 2.5 来驱动——这是一套**”国产模型 + 开源 Agent 框架”的完整组合拳**。
MIT 协议，最近 commit 6 月 22 日。
🧠 为什么今天火了
7.3 万星的项目还能日涨 736，说明 2.0 的重写红利还在持续释放。这个项目的走红逻辑很清晰：字节背书 + 完整开源 + 蹭上 Agent 框架热潮。当前 Agent 领域缺的不是”又一个 demo”，而是”能跑长任务、有可观测性、有沙箱、支持生产部署”的工程级框架——DeerFlow 恰好填了这个空。而且它明显是冲着 LangGraph、AutoGen 这些选手去的，加上国产模型适配，国内开发者几乎是无脑选它。
💡 对你意味着什么
适合两类人：想做 Agent 应用但不想从零搭基础设施的开发者，以及研究多 Agent 协作架构的工程师。DeerFlow 的沙箱、记忆、Tracing 这些模块本身就是很好的学习样本。替代品是 LangGraph（更通用但更底层）、AutoGen（微软系，偏对话式）。如果你在国内，用 DeepSeek/Kimi/豆包跑，DeerFlow 的体验会比直接用 LangGraph + OpenAI 顺很多。值得 star，也值得在生产环境严肃评估——不过它是 MIT 协议但毕竟还在快速迭代，上生产前测透。
4️⃣ jamiepine/voicebox — 开源版的 ElevenLabs + WisprFlow，跑在你自己电脑上
🔗 https://github.com/jamiepine/voicebox · ⭐ 32,171（今日 +508）· TypeScript · MIT
🔍 这是什么
Voicebox 是一个本地优先的 AI 语音工作室——一句话：ElevenLabs（语音合成）+ WisprFlow（语音输入）的开源替代品，合二为一，全跑在你本地。能克隆声音、23 种语言 TTS、全局热键听写、还能给任何支持 MCP 的 AI Agent 装上”嗓门”。
1 | git clone https://github.com/jamiepine/voicebox.git |
📖 详细拆解
Voicebox 最妙的洞察是：ElevenLabs 和 WisprFlow 分别占了语音 I/O 的”输出”和”输入”两端，但没人把这两端连起来。Voicebox 不只是做了两个功能，它还内置一个本地 LLM 做语音内容的润色，加上 per-profile 的声音人设，形成完整的语音闭环。
技术栈非常丰富，7 个 TTS 引擎可选：Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual、Chatterbox Turbo、HumeAI TADA、Kokoro。功能层面：
- 零样本声音克隆：几秒音频就能克隆
- 50+ 预设音色（通过 Kokoro 和 Qwen CustomVoice）
- 副语言标签：
[laugh]、[sigh]、[gasp]，让合成语音带情绪 - 全局听写热键：push-to-talk 和 toggle 两种模式，macOS 上做了无障碍认证的自动粘贴
- Agent 语音输出：一个工具调用
voicebox.speak，Claude Code/Cursor/Cline 就能用你克隆的声音对你说话 - Stories 编辑器：多轨时间线，做播客、对话、叙事
“完全隐私——模型、语音数据、采集内容从不离开你的机器”，这是它对标云服务最大的差异化。
v0.5.0（4 月 25 日），最近 commit 4 月 26 日——版本不算最新，但功能很完整。
🧠 为什么今天火了
日涨 508，对一个 3.2 万星的项目来说很健康。这个项目的走红逻辑是**”隐私 + 本地 + 开源”三合一**，在 AI 语音领域击中了两个痛点：一是 ElevenLabs 这类云服务贵且有隐私顾虑，二是 WisprFlow 输入和 ElevenLabs 输出割裂。加上 MCP 协议的普及，”给 Agent 装嘴”成了新刚需——Voicebox 恰好踩在这个点上。
💡 对你意味着什么
适合三类人：想要本地语音合成的开发者（替代 ElevenLabs）、想要全局听写替代打字的效率党（替代 WisprFlow）、以及想让 AI Agent 会说话的 Agent 开发者。需要注意它需要 GPU（支持 CUDA 和 Apple MLX），配置门槛不算低。如果你只是想要好用的 TTS，Kokoro 单独用也很香；但如果你要”克隆 + 输入 + 输出 + Agent”全套，Voicebox 目前是开源里最完整的方案。
5️⃣ Stirling-Tools/Stirling-PDF — GitHub 第一 PDF 应用，每天还在涨
🔗 https://github.com/Stirling-Tools/Stirling-PDF · ⭐ 82,842（今日 +691）· TypeScript · 开源核心
🔍 这是什么
Stirling PDF 自称 GitHub 第一 PDF 应用——一个开源的 PDF 编辑平台，桌面端、浏览器、自托管服务器全支持，50+ 工具。一行 Docker 跑起来：
1 | docker run -p 8080:8080 docker.stirlingpdf.com/stirlingtools/stirling-pdf |
📖 详细拆解
Stirling PDF 的定位很务实：它不是要做一个 PDF 编辑器，而是要做一个**”PDF 的瑞士军刀 + 自动化平台”。50+ 工具覆盖编辑、合并、拆分、签名、打码、转换、OCR、压缩。更重要的是它有无代码工作流**——在 UI 里拖拽就能搭处理流水线，再通过 API 批量处理百万级 PDF。
企业级特性也很全：SSO、审计、灵活的本地部署。接口有 40+ 语言 UI，REST API 几乎覆盖所有工具——这意味着它可以作为后端能力被任何系统调用。
License 是 “NOASSERTION”（开源核心模式，open-core），v2.13.1 刚在 6 月 19 日发布，commit 6 月 22 日，迭代节奏稳定。
🧠 为什么今天火了
8.2 万星还能日涨 691，Stirling-PDF 已经是 PDF 工具领域的”事实标准”。它的持续热度来自三件事：PDF 是永远的高频刚需、开源 + 自托管对隐私敏感场景（法律、医疗、金融）几乎是刚需、以及它把”工具集合”升级成了”自动化平台”——后者的想象空间大得多。和 Smallpdf、iLovePDF 这些云服务比，Stirling PDF 的优势是”文档不出域”。
💡 对你意味着什么
适合任何处理 PDF 的人。个人用户：自托管一个，告别在线 PDF 工具的广告和上传顾虑。运维/IT：给团队部署一个，替代付费的 Adobe 服务。开发者：它的 REST API 可以直接当 PDF 后端用。如果你只是偶尔转个格式，本地跑一次就行；如果要规模化处理，它的 workflow + API 组合很有用。这个项目值得长期 watch。
6️⃣ tursodatabase/turso — 用 Rust 重写的进程内 SQLite
🔗 https://github.com/tursodatabase/turso · ⭐ 21,433（今日 +538）· Rust · MIT
🔍 这是什么
Turso 是一个用 Rust 写的、进程内运行的 SQL 数据库，兼容 SQLite——**你可以理解为”SQLite 的 Rust 重写版”**。注意是 BETA 阶段。
1 | curl --proto '=https' --tlsv1.2 -LsSf \ |
📖 详细拆解
Turso 的卖点不是”又一个数据库”，而是它继承了 SQLite 的”进程内、无服务器”哲学，但用 Rust 重写后带来了现代特性：
- SQLite 兼容：SQL 方言、文件格式、C API 全兼容——迁移成本低
- BEGIN CONCURRENT：用 MVCC 提升写吞吐，这是 SQLite 一直被诟病的短板
- **Change Data Capture (CDC)**：实时追踪数据库变更，事件驱动架构的福音
- 多语言绑定：JavaScript、Java、.NET、Python、Rust、WebAssembly 全覆盖
- io_uring：Linux 上的异步 I/O，性能上限高
- 实验性功能：静态加密、DBSP 增量计算（增量视图维护和查询订阅）、基于 tantivy 的全文搜索、多进程 WAL 协调
路线图上还有向量索引。这个功能布局很清晰：**它不只是兼容 SQLite，而是要做”SQLite 的现代化超集”**。
MIT 协议，v0.6.1（5 月 22 日），commit 6 月 22 日。
🧠 为什么今天火了
日涨 538，背后是 Rust 数据库赛道的持续热度。SQLite 是世界上部署量最大的数据库（每个手机里都有），但它是 C 写的，几十年的技术债。Turso（以及 limbo 等同类项目）代表了”用 Rust 重写基础设施”这波浪潮在数据库领域的落地。加上 CDC、向量支持、io_uring 这些现代特性，它对做边缘计算、嵌入式应用、Serverless 后端的开发者特别有吸引力。
💡 对你意味着什么
适合三类人：嵌入式/边缘应用开发者（需要进程内数据库但 SQLite 性能不够）、Rust 生态开发者（原生绑定最香）、以及对 MVCC 写并发和 CDC 有需求的人。注意它是 BETA，作者明确提醒”谨慎用于生产数据，确保有备份”。替代品是原生 SQLite（最稳）、libSQL（Turso 公司的另一个项目，更偏分布式）、DuckDB（偏分析场景）。值得 star 观察，但短期不建议直接替换生产 SQLite。
📊 趋势小结
从今天的榜单能看出三个信号：
“Skills”成了 Agent 生态的关键词。 gstack、Anthropic-Cybersecurity-Skills、DeerFlow、Voicebox 全都在围绕”给 Agent 注入技能/角色/能力”做文章。agentskills.io 标准的出现，意味着这个层正在标准化——谁先掌握技能库，谁就掌握 Agent 时代的”应用商店”。
“本地 + 隐私”是开源对抗云服务的核心武器。 Voicebox（本地语音）、Stirling-PDF（自托管 PDF）、Turso（进程内数据库）都在打”数据不出域”这张牌。随着 AI 把更多敏感数据卷进处理流程，这个卖点会越来越值钱。
Rust 基础设施持续渗透。 Turso 用 Rust 重写 SQLite，是这波”用 Rust 重写一切”的又一个标杆。底层重写虽然没有 Agent 那么性感，但它决定了上层的性能上限。
📋 今日完整榜单
| # | 项目 | 语言 | 今日 ⭐ | 总计 ⭐ | 标签 |
|---|---|---|---|---|---|
| 1 | garrytan/gstack | TypeScript | +649 | 113,095 | 🤖AI Claude Code 工作流 |
| 2 | mukul975/Anthropic-Cybersecurity-Skills | Python | +957 | 18,630 | 🤖AI 网络安全 Agent Skills |
| 3 | bytedance/deer-flow | Python | +736 | 73,204 | 🤖AI SuperAgent 框架 |
| 4 | jamiepine/voicebox | TypeScript | +508 | 32,171 | 🤖AI 语音合成/克隆/听写 |
| 5 | Stirling-Tools/Stirling-PDF | TypeScript | +691 | 82,842 | PDF 编辑/自动化平台 |
| 6 | tursodatabase/turso | Rust | +538 | 21,433 | 进程内 SQL 数据库 |
| 7 | penpot/penpot | Clojure | +730 | 52,831 | 开源设计工具 |
| 8 | heygen-com/hyperframes | TypeScript | +369 | 29,939 | HTML 渲染视频 框架 |
| 9 | aidenybai/cnfast | TypeScript | — | 651 | Tailwind cn 替代 |
| 10 | lyra81604/zhengxi-views | Python | — | 646 | 🤖AI 基金投研 Agent Skill |
| 11 | kanavtwtgg/birds.cafe | JavaScript | — | 535 | 浏览器海鸥模拟 |
| 12 | anthropics/launch-your-agent | HTML | — | 417 | 🤖AI Claude Code Skills |
数据来源：GitHub Trending & API · 采集时间：2026-06-23 ·
Garry Tan 开源 Claude Code 神装，817 个安全技能喂给 AI Agent
