🌟 2025-12-25 GitHub Python 热点项目精选(15个)
每日同步 GitHub Trending 趋势，筛选优质 Python 项目，助力开发者快速把握技术风向标～
📋 项目列表（按 Star 数排序）
1. rendercv/rendercv
RenderCV 是一个基于 Typst 的学术和工程师简历生成器。它允许用户以 YAML 格式编写简历内容，然后通过运行 RenderCV 生成具有完美排版的 PDF 文件。RenderCV 的特点包括：版本控制友好（因为它是基于文本的）、专注于内容（无需担心格式问题）、提供完美排版（像素级对齐和间距处理）。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 9054（今日+2615） |
| Fork 数 | 🔄 635 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/rendercv/rendercv |
2. google/langextract
LangExtract 是一个 Python 库，用于从非结构化文本中提取结构化信息。它利用大型语言模型（LLM），根据用户定义的指令从文本文档中提取关键信息，并确保提取的数据与源文本对应。LangExtract 的优势包括精确的源文本定位、可靠的结构化输出、优化的长文档处理能力、交互式可视化以及灵活的 LLM 支持。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 19049（今日+485） |
| Fork 数 | 🔄 1339 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/google/langextract |
3. vllm-project/vllm-omni
vLLM-Omni 是一个用于高效模型推理的框架，支持全模态（omni-modality）模型。它扩展了 vLLM 对文本自回归生成任务的支持，增加了对图像、视频和音频数据处理的能力，以及非自回归架构（如 Diffusion Transformers）的支持。vLLM-Omni 以快速、灵活和易于使用的特点，支持多种流行的开源模型，包括 Qwen-Omni 和 Qwen-Image 等。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 1572（今日+176） |
| Fork 数 | 🔄 200 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/vllm-project/vllm-omni |
4. davila7/claude-code-templates
Claude Code Templates 是一个用于配置和监控 Claude Code 的命令行工具。它提供了一系列现成的配置，包括 AI 代理、自定义命令、设置、钩子、外部集成（MCPs）和项目模板，以增强开发工作流程。用户可以通过简单的命令安装和管理这些组件，提高开发效率。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 13620（今日+352） |
| Fork 数 | 🔄 1184 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/davila7/claude-code-templates |
5. safety-research/bloom
bloom 是一个开源工具，用于自动评估大型语言模型（LLM）的行为。它接受一个评估配置（"种子"），指定目标行为（如奉承、政治偏见或自我保护）、示例对话和用户感兴趣的交互类型，然后生成一个评估套件，尝试揭示目标模型的选定行为。bloom 的特点是能够根据不同的"种子"生成不同的评估套件，支持多种模型和灵活的配置。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 755（今日+226） |
| Fork 数 | 🔄 94 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/safety-research/bloom |
6. yichuan-w/LEANN
LEANN 是一个创新的向量数据库，旨在将个人设备转变为强大的 RAG 系统。它通过图基选择性重计算和高阶保持剪枝技术，实现了在存储空间减少 97% 的情况下，仍然保持与传统解决方案相同的搜索质量。LEANN 支持对个人数据（如文件系统、电子邮件、浏览器历史等）进行语义搜索，完全在本地运行，无需云服务，保护用户隐私。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 5791（今日+399） |
| Fork 数 | 🔄 576 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/yichuan-w/LEANN |
7. apurvsinghgautam/robin
Robin 是一个 AI 驱动的暗网 OSINT（开源情报）工具，利用大型语言模型（LLM）来优化查询、过滤暗网搜索引擎的结果，并提供调查总结。它具有模块化架构、多模型支持、CLI 首选设计、Docker 部署支持、自定义报告功能以及可扩展性，适用于终端用户和自动化任务。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 2561（今日+147） |
| Fork 数 | 🔄 560 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/apurvsinghgautam/robin |
8. anthropics/skills
Anthropic 的技能库是一个公共仓库，包含为 Claude 设计的技能实现。这些技能是包含指令、脚本和资源的文件夹，Claude 可以动态加载它们，以提高在特定任务上的表现。技能库展示了 Claude 技能系统的可能性，涵盖了从创意应用（艺术、音乐、设计）到技术任务（测试 Web 应用、MCP 服务器生成）以及企业工作流程（通信、品牌等）的各种技能。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 26516（今日+644） |
| Fork 数 | 🔄 2445 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/anthropics/skills |
9. xerrors/Yuxi-Know
Yuxi-Know 是一个结合了 LightRAG 知识库和知识图谱技术的智能体开发平台，基于 LangChain v1 + Vue + FastAPI 架构构建。它集成了主流大模型、LightRAG、MinerU、PP-Structure、Neo4j、联网检索和工具调用等功能，提供了一套完整的智能体开发工具，适合基于此项目构建自己的智能体平台。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 3023（今日+215） |
| Fork 数 | 🔄 375 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/xerrors/Yuxi-Know |
10. LMCache/LMCache
LMCache 是一个用于加速 LLM（大型语言模型）推理的缓存层，可以显著减少首次响应时间（TTFT）并提高吞吐量，特别是在处理长文本上下文时。它通过在 GPU、CPU DRAM 和本地磁盘等不同位置存储可重用文本的键值缓存，实现了在不同服务引擎实例中重用任何文本的缓存，从而节省 GPU 资源并减少用户响应延迟。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 6432（今日+11） |
| Fork 数 | 🔄 814 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/LMCache/LMCache |
11. swisskyrepo/PayloadsAllTheThings
Payloads All The Things 是一个收集了大量有用负载和绕过技术的仓库，用于 Web 应用安全、渗透测试（Pentest）和 CTF（Capture The Flag）竞赛。它涵盖了各种漏洞的利用方法和示例负载，包括 SQL 注入、XSS、SSRF 等，旨在帮助安全研究人员和渗透测试人员更好地理解和利用这些漏洞。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 73720（今日+157） |
| Fork 数 | 🔄 16416 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/swisskyrepo/PayloadsAllTheThings |
12. vwxyzjn/cleanrl
CleanRL 是一个深度强化学习库，提供高质量的单文件算法实现，并具有研究友好的特性。它支持多种算法（如 PPO、DQN、C51、DDPG、TD3、SAC、PPG 等），并提供了详细的实现细节和易于理解的代码结构。CleanRL 还支持 Tensorboard 日志记录、本地可复现性、游戏视频捕获、实验管理等功能，适合研究人员和开发者进行算法研究和实验。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 8632（今日+20） |
| Fork 数 | 🔄 936 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/vwxyzjn/cleanrl |
13. hesreallyhim/awesome-claude-code
Awesome Claude Code 是一个精选的 Claude Code 命令、文件和工作流的集合。它提供了一系列高质量的资源，包括用于软件工程核心能力的命令、子代理、技能和钩子，以及针对特定项目的工作流。这些资源旨在帮助用户更好地利用 Claude Code 进行开发工作，提高工作效率和代码质量。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 18582（今日+62） |
| Fork 数 | 🔄 1055 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/hesreallyhim/awesome-claude-code |
14. home-assistant/core
Home Assistant 是一个开源的家庭自动化平台，强调本地控制和隐私保护。它支持多种设备和集成，允许用户通过简单的配置和自动化脚本控制家中的各种设备。Home Assistant 提供了丰富的文档、社区支持和大量的集成选项，适合运行在 Raspberry Pi 或本地服务器上。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 83665（今日+31） |
| Fork 数 | 🔄 36285 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/home-assistant/core |
15. zai-org/GLM-4.5
GLM-4.5 是一个为智能代理设计的基础模型，具有 3550 亿总参数和 320 亿活跃参数。它统一了推理、编码和智能代理的能力，以满足智能代理应用的复杂需求。GLM-4.5 提供了两种模式：思考模式（用于复杂推理和工具使用）和非思考模式（用于即时响应）。该模型在多个行业标准基准测试中表现出色，具有开源的基模型、混合推理模型和 FP8 版本，适用于商业和二次开发。
| 指标 | 详情 |
|---|---|
| Star 数 | 🌟 3470（今日+59） |
| Fork 数 | 🔄 363 |
| 开发语言 | 🐍 Python |
| 项目地址 | https://github.com/zai-org/GLM-4.5 |
📝 说明
- 数据来源：GitHub Trending（2025-12-25 每日榜单）
- 筛选条件：Python 语言 + 当日热门项目
- 自动更新：每日同步最新趋势，建议收藏本文持续关注～
⭐ 推荐理由
- 热门项目代表当前技术趋势，学习价值高
- 优质项目代码规范，可作为学习参考
- 部分项目可直接用于实际开发，提高效率