4 个最近值得收藏的 GitHub 开源项目。

本地跑的会议纪要神器

会议纪要这块有很多云端工具。

开会录音得传到别人服务器上才能换一份总结，对涉及客户、合同、薪资、法务的会议来说，风险不小。

Meetily 是个隐私优先的本地会议助手，目前 GitHub 已经突破 1.2 万 Star。

所有录音、转写、总结都跑在你自己电脑上。而且也能上传你已有的音频做总结。

它用 Whisper 和 NVIDIA 的 Parakeet 模型做实时转写，支持 macOS、Windows、Linux 三端。

GPU 加速自动启用，Apple Silicon 走 Metal 加 CoreML，Windows 和 Linux 上 NVIDIA 走 CUDA，AMD 和 Intel 走 Vulkan。

总结环节可以接 Ollama 跑本地模型，也可以接 Claude、Groq、OpenRouter 或者你自己的 OpenAI 兼容端点。

bash 复制代码

开源地址：https://github.com/Zackriya-Solutions/meetily

开源深度研究 agent

深度研究是这两年 AI 最卷的方向之一。

OpenAI 的 Deep Research、Gemini 的 Deep Research 单次都要等十几分钟，价格也不便宜。

开源这边 GPT Researcher 是最成熟的方案之一 ，已经攒到 2.8 万 Star。

它走 planner 加 executor 的双 agent 架构。

planner 拆问题生成研究方向，executor 并行去抓 20 多个来源的资料，最后聚合出一份带引用的研究报告。

一份报告通常超过 2000 字，引用至少 20 个来源。

新版加了 Deep Research 模式，递归地往下挖子问题，单次大概 5 分钟，用 o3-mini high 模式成本大概 0.4 美元一次。

它还能支持 Skill 接入到你的 Agent：

bash 复制代码

npx skills add assafelovic/gpt-researcher

或者当 MCP 接进 Claude Desktop、Cursor 这类工具。

支持 PDF、Word、Markdown 这些本地文档做研究来源，输出格式也是 PDF、Docx、Markdown 全覆盖。

如果你做投资分析、市场调研、技术咨询、学术论文前期综述，GPT Researcher 基本可以替你跑完搜集和整理那一道工序。

arduino 复制代码

开源地址：https://github.com/assafelovic/gpt-researcher

给代码库建一张知识图谱

AGENTS.md 会写基本的原则和一些全局性的东西。

但项目一大，单个 AGENTS.md 装不下，关键决策被埋掉， Agent 开始瞎编本可以查到的上下文。

lat.md 这个开源工具，把代码库知识压成一张用 markdown 写出来的图。

它在项目根目录建一个 lat.md/ 文件夹，里面放架构、业务逻辑、测试规范这些 markdown 文件。

文件之间有互链。

核心是 lat 这个 CLI：

csharp 复制代码

lat init # 给项目搭好 lat.md/ 目录
lat check # 校验所有 wiki link 和代码引用对得上
lat locate # 按名字找章节
lat search # 用 embedding 做语义搜索

Agent 改用 lat search 替代无止境的 grep，code review 时先看 lat.md/ 的语义改动再看代码改动，整套知识能在不同 session 之间留存下来。

如果你的项目代码库大到 Agent 经常找不到关键约束，lat.md 是目前最值得一试的方案。

bash 复制代码

开源地址：https://github.com/1st1/lat.md

替 AI Agent 设计运行循环

搞 Claude Code 的 Boris 说过一句话，他现在不亲自 prompt AI 了，他写 loop 让 loop 去 prompt AI。

OpenClaw 之父也讲过类似的话。这个把 prompt 工程升级成系统设计的思路，被总结成 Loop Engineering 这个概念。

有一个开源项目把这个概念落地，里面有完整的 patterns、starters、CLI 工具。

它把 loop 拆了一下：

automations 做定时触发，worktrees 做并行隔离，skills 存项目知识，plugins 通过 MCP 接外部系统。

sub-agents 做 maker checker 拆分，再加一份 STATE 文件做跨 session 记忆。

仓库里直接给了 7 个生产级 pattern。

每个 pattern 都给了Claude Code、Codex 等四种实现版本，配 loop-audit、loop-init、loop-cost 三个 CLI 工具。

如果你已经在用 AI Agent 做日常研发，loop-engineering 是把零散 prompt 升级成可复用系统的最快路径。

arduino 复制代码

开源地址：https://github.com/cobusgreyling/loop-engineering