# DeepSeek下场造壳：四款开源新货暴涨 **导语：** 大家的注意力都被新模型发布吸走了，但9月开源圈真正的暗流是：**给Agent造厂房的公司，比造模型的公司涨得还猛**。我翻了 findarepo 9月14日的实测榜单（按7天star增速自动排名，不是编辑推荐榜），挖出四款正在暴涨的开源新货——增速第一名居然是DeepSeek，但它在中文圈几乎没激起水花。这篇文章给你四款工具的底细、上手命令，和一套自己挖新货的方法。 ## 先给你挖矿的铁锹，再给金子 国内看新工具，大多数人刷的是公众号和Product Hunt，慢了至少两周。海外开发者的玩法是**盯star增速，不盯star总数**：一个仓库7天涨多少星，比它总量多少更能说明“现在有没有人在上车”。 [findarepo.com](https://findarepo.com/best-open-source-ai-tools/) 就是这么一个网站：每天自己测一遍各分类AI仓库的star增长，按增速重新排名，官方声明无付费位置。配合 [lmmarketcap.com/llm-updates](https://lmmarketcap.com/llm-updates)（盯模型发布节奏）和 [launchaijam.com/new-ai-tools](https://launchaijam.com/new-ai-tools)（盯独立开发者的周更新品），三件套基本能覆盖开源新货的早期信号。下面四款，全部来自9月14日的增速实测数据。 ## 一、deepseek-ai/deepseek-harness：增速榜第一，DeepSeek下场造“壳” - **地址：** github.com/deepseek-ai/deepseek-harness - **基本盘：** MIT协议、TypeScript、223k stars、**7天涨8.6k星，全站增速第一**（findarepo 9月14日实测；我用GitHub API二次核验，星数为223,005，属实） - **价格：** 开源免费 这是DeepSeek官方8月13日才创建的仓库，一个开源的Agent harness（Agent运行外壳），口号只有一句：**"Everything is a Plugin"（一切皆插件）**。它基于 Cordis 框架构建，README 里还挂了一篇讲“时空可组合”编程范式的论文链接——翻译成人话：它想把Agent的能力、界面、工具全部做成可插拔的插件，你拆掉任何一个模块，系统照样跑。 上手门槛低得离谱，装好Node.js后一条命令： ```bash npx @deepseek-ai/dsh web ``` 本地起一个Web UI（默认 127.0.0.1:3080），浏览器直接用。官方文档在 deepseek-harness.github.io，**README 甚至备好了中文版**。 **为什么值得盯：** 模型厂下场做harness，是个标志性信号。Anthropic有Claude Code、OpenAI有Codex，DeepSeek的回法是把这个“壳”直接开源、全插件化。模型层的牌大家都见过了，运行时层才是新牌桌。注意两点：官方明说这是 developer preview，**会有破坏性变更**，别急着上生产；运行前先看仓库里的 SAFETY.md 安全须知。 **国内对比：** 扣子（Coze）、Dify 这类是低代码工作流编排，面向运营和产品；deepseek-harness 是代码级的插件运行时，面向开发者自己搭Agent底座。两者不互斥，但前者替代不了后者。 **适用人群：** 想自建Agent平台的团队、研究Agent架构的工程师。 ## 二、stablyai/orca：一个人开一支Agent车队 - **地址：** github.com/stablyai/orca - **基本盘：** MIT协议、TypeScript、68k stars、7天涨5.1k星（据findarepo 9月14日实测，项目活跃） - **价格：** 开源免费，但跑Agent用你自己的模型订阅，模型费另算 Orca自称是ADE（Agent Development Environment，Agent开发环境）。它解决的不是“怎么写Agent”，而是**“怎么同时管一群Agent”**：把多个并行的coding agent装进一个车队面板，统一派活、统一看进度，桌面和手机都能用。官方的说法是"run any coding agent with your own subscription"——Claude Code、Codex随你挂。 2026年的新共识是：单人产能的上限不再是你打字多快，而是**你能同时盯住几个Agent**。Orca就是把“盯”这件事做成了仪表盘。 ```mermaid flowchart TD A[任务清单] --> B[Orca 车队面板] B --> C[Agent甲 写后端] B --> D[Agent乙 修Bug] B --> E[Agent丙 写测试] C --> F[统一评审] D --> F E --> F F --> G[合并进主线] ``` **国内对比：** 通义灵码、Trae 这些国产工具目前还是“单Agent对话/IDE内嵌”形态，并行车队管理这个品类，国内还没有对位产品——这就是时间差。 **适用人群：** 已经用上coding agent、想让产能翻倍的个人开发者和小团队。 ## 三、heygen-com/hyperframes：写网页就是做视频 - **地址：** github.com/heygen-com/hyperframes - **基本盘：** Apache-2.0协议、TypeScript、50k stars、7天涨5.3k星（据findarepo 9月14日实测，项目活跃） - **价格：** 开源免费 这个仓库的思路一出来我就知道它会涨：**"Write a web page, get a video"——你写一个网页，它给你渲染成视频**。HTML/CSS/JS 里那些动画、转场、文字动效，逐帧渲染输出成片。 跟可灵、即梦这类diffusion直出视频完全是两条路线：diffusion贵、慢、结果不可控，改一句提示词全部重抽；hyperframes是**确定性渲染**——Agent可以写代码、改代码、批量套模板，改一个变量就能出一百条不同数据的视频。做数据可视化短片、产品演示、课程动画、批量口播包装，这条路线的成本和可控性碾压式占优。 ```mermaid flowchart TD A[一句话需求] --> B[Agent 写 HTML 页面] B --> C[hyperframes 渲染成帧] C --> D[输出成片] D --> E[换数据套模板批量出片] ``` 有意思的反差：HeyGen 本身是做数字人视频的商业公司，它开源的不是自家数字人，而是这条渲染管线——说明官方也判断“Agent自动出片”是下一个战场。 **国内对比：** 国内视频生成（可灵、即梦、Vidu）全押diffusion路线，“网页转视频”的开源等价物目前是空白。做跨境内容批量的团队可以两头下注。 **适用人群：** 内容批量化团队、出海自媒体、需要程序化生成教学/产品视频的开发者。 ## 四、MakazhanAlpamys/Soup：4GB显存的笔记本，微调8B模型 - **地址：** github.com/MakazhanAlpamys/Soup - **基本盘：** Apache-2.0协议、Python、6.4k stars、7天涨789星（据findarepo 9月14日实测） - **价格：** 开源免费 榜单上星数最小的一个，但按百分比算它是四款里增速最快的（一周涨了约12%）。卖点是戳心的：**一份YAML配置文件微调大模型，靠"Layer streaming"技术，8B模型能在4GB显存的笔记本GPU上训练**——注意这是官方README的宣称，我还没看到独立复测，你当早期项目对待。 它改变的不是微调效果，而是**微调的门槛和场所**：不用租云GPU、不用上传私有数据，一本老笔记本就能把自家的垂直语料喂进一个小模型。数据不出本机，云费用为零。 **国内对比：** 魔搭ModelScope、百度千帆都有微调服务，但都是云上按量付费+数据要上传。Soup走的是本地路线，对有隐私要求的场景（法务、医疗、企业内部文档）是另一种解法。 **适用人群：** 想用私有数据调模型的独立开发者、学生、隐私敏感的小团队。星数还小、个人仓库，生产环境慎用，当周末实验最合适。 ## 榜单上还有这些，一句话带过 - **headroom**（Python，72k星）：在工具输出进模型前先压缩，官方称给coding agent省20%token - **OmniRoute**（MIT，66k星）：免费网关，一个端点聚合352家供应商、1200多个模型 - **img2threejs**（16k星）：给一张参考照片，它写TypeScript把物体重建成程序化Three.js模型，无网格文件 这三款与此前聊过的网关和省token话题有重叠，先记账不展开。 ## 信息差总结 | 你以为的 | 实际情况 | |---------|---------| | 挖新工具靠刷公众号，慢两周 | findarepo按7日star增速日更排名，提前锁定 | | Agent基础设施都是硅谷的 | 本轮增速第一是DeepSeek的开源harness | | 管Agent就是开一个对话窗口 | Orca已经把“管一支Agent车队”做成产品品类 | | 做AI视频只能diffusion抽卡 | 写网页渲染成片，可控、可批量、近乎零成本 | | 微调模型必须租云GPU | 官方宣称4GB笔记本GPU可训8B模型 | ## 行动指南 1. **今天（10分钟）：** 装好Node.js，跑 `npx @deepseek-ai/dsh web`，感受一下全插件化Agent壳的形态，顺手把中文README读了。 2. **本周：** 装 Orca，把你现有的模型订阅挂上去，挑三个互不依赖的小任务（写后端、修Bug、写测试）并行跑，体会“车队”和“单聊”的产能差距。 3. **下个内容项目：** 试用 hyperframes，用HTML模板做一条数据可视化短片，算一下单条成本，再跟diffusion方案比价。 4. **周末实验：** 拿 Soup 在自己笔记本上用一份私有文档微调小模型（先备份环境，当玩具别当生产）。 5. **长期习惯：** 收藏 findarepo 和 lmmarketcap，每周一早上扫一眼增速榜——你比同行早两周知道风向，就够了。 **一句提醒：** 增速榜验证的是“热度”不是“质量”。deepseek-harness自己都警告会有破坏性变更，Soup还是个人早期项目——早用是为了抢时间差，但生产环境请让子弹再飞两周。 ## 参考来源 1. findarepo — Best Open-Source AI Tools（2026-09-14实测数据）：https://findarepo.com/best-open-source-ai-tools/ 2. DeepSeek Harness 仓库（GitHub API 2026-09-14核验，223,005 stars）：https://github.com/deepseek-ai/deepseek-harness 3. DeepSeek Harness 官方文档：https://deepseek-harness.github.io/deepseek-harness/ 4. Launch AI Jam — 本周新AI工具（2026-09-15更新）：https://launchaijam.com/new-ai-tools 5. LM MarketCap — 模型发布追踪：https://lmmarketcap.com/llm-updates --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。