本周（截至2026-06-14）GitHub趋势榜上出现一条清晰的新主线：**Claude Code / Codex 的"Skill插件经济"正在向科研学术与系统化自学两个高付费意愿场景下沉**。一边是把Nature级论文表达、科研绘图、文献综述、同行评审封装成可一键安装的Skill包；另一边是把"从零写一个LLM""503节AI工程课"做成线性、可交付产出的开源课程。这两类项目的共同点是——目标用户是愿意为效率和学习路径付费的研究生、博士生、科研人员和转码自学者，Star增速极快（多个项目本周仍日日commit），且天然适合拆成训练营教材或付费专栏。本文挑选7个互不重叠、本周仍在活跃维护的项目，从变现与教学两个角度做深度评估。 ## 筛选标准 | 维度 | 权重 | 说明 | |------|------|------| | 变现潜力 | 40% | 能否包装成面向科研/自学人群的付费产品，定价空间 | | 训练营适用性 | 25% | 是否2-4小时可教会，学员能否带出可见成果 | | 技术新颖度 | 20% | 是否代表Skill化、知识图谱化、手搓模型等前沿方向 | | 维护活跃度 | 15% | 本周是否有commit、Issue响应、版本迭代速度 | ## 逐个深度分析 ### 1. academic-research-skills（学术全流程Skill套件） [Imbad0202/academic-research-skills](https://github.com/Imbad0202/academic-research-skills) · ⭐ 31.3k · 最近更新 2026-06-13 · CC BY-NC 4.0 一句话：覆盖"研究→写作→评审→修订→定稿"五阶段、含32个智能体（13-agent深度研究 + 12-agent论文写作 + 7-agent同行评审 + 10阶段流水线编排）的Claude Code学术Skill全家桶。 - 上手难度：⭐⭐⭐（装插件一条命令，但完整跑通论文流水线需理解Stage门控） - **变现评估**：直接对标"AI辅助学术写作"赛道。可包装为面向研究生/博士的**¥399-¥899"从选题到投稿"陪跑营**，或¥199/年的Skill订阅+答疑群。作者已挂Buy Me a Coffee，商业模式跑通中。引用了Lu et al.(2026, *Nature* 651:914-919)的The AI Scientist与Zhao et al.(2026-05)对2.5M篇论文的引用幻觉审计，学术背书强。 - **训练营评估**：极佳。一节课教`/ars-plan`苏格拉底式大纲规划，一节课教`/ars-lit-review`做PRISMA系统综述，学员当场产出自己的论文骨架。CC BY-NC许可意味着**不能直接转售代码**，但可做教学服务、答疑、改写指导。 - 差异化：核心卖点是"AI是副驾不是主驾"——不做humanizer（帮人伪装AI痕迹），而是用Style Calibration学习作者声腔、用Writing Quality Check抓机器味。这是与一票"AI洗稿工具"的根本分野。 ### 2. nature-skills（Nature级学术表达+科研绘图） [Yuan1z0825/nature-skills](https://github.com/Yuan1z0825/nature-skills) · ⭐ 19.8k · 最近更新 2026-06-14（今日） · MIT 一句话：一套以`SKILL.md`为核心的可复用指令包，专攻Nature期刊级学术表达规范与高质量科研绘图，支持Codex插件市场一键安装。 - 上手难度：⭐⭐（复制整个skill文件夹即可，Codex用户`codex plugin add`两行命令） - **变现评估**：瞄准**医学+AI交叉学科**这个极有钱的细分人群（作者本人在招"医学+AI"实习生）。可做¥299-¥599的"Nature投稿图表与表达"专题课，或为课题组提供¥2000+/次的私教。作者已组建"TOP AI CREW"人才联盟，社群变现路径清晰。 - **训练营评估**：非常适合做"一张图教会学员产出可直接投稿的科研Figure"的短视频/直播课。2小时内学员能用Skill生成符合期刊规范的配色、标注、子图布局。 - 差异化：国内作者、中文社区活跃、医学AI垂直定位，比泛化的学术工具更容易精准获客。`_shared/`共享支持目录设计使其易于二次开发私有Skill。 ### 3. Understand-Anything（代码→交互式知识图谱） [Lum1104/Understand-Anything](https://github.com/Lum1104/Understand-Anything) · ⭐ 59.0k · 最近更新 2026-06-11 · MIT 一句话：多智能体管线扫描任意代码库，构建文件/函数/类/依赖的知识图谱并输出可交互可视化仪表盘，兼容Claude Code/Codex/Cursor/Copilot/Gemini CLI等几乎所有主流Agent。 - 上手难度：⭐⭐⭐（理解图数据库与多Agent编排门槛中等） - **变现评估**：这是本周Star最高的项目，流量红利巨大。变现方向不是卖工具本身，而是**"代码考古"训练营**——教新人如何用知识图谱在2小时内读懂一个20万行的陌生代码库。定价¥199-¥499。对企业可做¥5k+的"遗留系统理解"咨询。 - **训练营评估**：教学价值极高。Slogan"图要教会你怎么拼，而不是用复杂度吓你"直接点明教学哲学。一节课带学员把自己的项目喂进去，当场生成可探索的依赖图。 - 差异化：定位"teach > impress"，与那些只炫技的可视化工具拉开身位；背后是Egonex团队，有商业化承接（egonex.ai / understand-anything.com）。 ### 4. ai-engineering-from-scratch（503节AI工程课） [rohitg00/ai-engineering-from-scratch](https://github.com/rohitg00/ai-engineering-from-scratch) · ⭐ 32.2k · 最近更新 2026-06-12 · MIT 一句话：20个阶段、503节课、约320小时、覆盖Python/TS/Rust/Julia四种语言的AI工程从线性代数到自主集群的全栈课程，每节课产出可复用的prompt/skill/agent/MCP server。 - 上手难度：⭐⭐⭐⭐（要求从原始数学手搓backprop、tokenizer、attention） - **变现评估**：这是**现成的训练营教材库**。作者引用"84%学生用AI工具但仅18%觉得准备好了"——精准击中转码/转AI人群的焦虑。可拆成20个¥99-¥299的阶段性小课，或¥1999-¥3999的完整陪跑营。网站aiengineeringfromscratch.com已有15万读者、30天24万PV，私域流量成熟。 - **训练营评估**：天花板最高。"每节课：读题→推数学→写代码→跑测试→留下产物"的闭环就是训练营的黄金模板。学员学完能拿出真东西（一个能跑的tokenizer、一个手搓Transformer），不是看完就忘。 - 差异化：市面上AI课要么偏理论要么偏API调用，这个坚持"PyTorch出现前你已经懂它底层在干嘛"，差异化极强。 ### 5. book-to-skill（技术书→Skill） [virgiliojr94/book-to-skill](https://github.com/virgiliojr94/book-to-skill) · ⭐ 5.5k · 最近更新 2026-06-12 · MIT 一句话：把任何技术书PDF/EPUB/DOCX或文档文件夹转成统一Agent Skill，支持Agent Skills开放标准，Copilot CLI/Amp/Claude Code通用。 - 上手难度：⭐⭐（一条命令`/book-to-skill your-book.pdf`） - **变现评估**：变现点巧妙——**"帮你把买的书变成随用随查的Skill"代工服务**。可面向买了厚书却记不住的开发者，¥49/本转制，或做¥199的"搭建个人Skill图书馆"课。生成物包含SKILL.md(~4k tokens)、按章加载的chapters、glossary、patterns、cheatsheet，结构化程度高。 - **训练营评估**：适合做"1小时把一本技术书变成你的第二大脑"的工作坊。学员当场拿走一个可用的book-skill。 - 差异化：提出"Discovery Loop Tax"概念，强调按需加载降低token，比简单RAG更贴近Skill经济范式。 ### 6. train-llm-from-scratch（从零训练LLM教程） [FareedKhan-dev/train-llm-from-scratch](https://github.com/FareedKhan-dev/train-llm-from-scratch) · ⭐ 6.1k · 最近更新 2026-06-04 · MIT 一句话：从下载数据到生成文本，手把手训练自己的LLM的完整教程仓库。 - 上手难度：⭐⭐⭐⭐（需GPU与PyTorch基础） - **变现评估**：面向"想真正理解大模型"的硬核学习者。可做¥399-¥999的"周末造一个迷你GPT"实战营，或¥99的图文专栏。与上一条形成"课+实战"组合拳。 - **训练营评估**：成果可视化（学员能跑出一个会生成文本的小模型），适合做2-4小时爆点直播。比纯理论课完课率高。 - 差异化：路径直白、步骤可复现，是入门"造轮子派"的最佳起手项目之一。 ### 7. whichllm（本地LLM硬件选型基准） [Andyyyy64/whichllm](https://github.com/Andyyyy64/whichllm) · ⭐ 4.7k · 最近更新 2026-06-14（今日） · MIT 一句话：自动检测GPU/CPU/RAM，按HuggingFace真实近因感知基准（而非参数量）推荐最适合本机硬件、能真正跑起来的本地LLM，一条命令出结果。 - 上手难度：⭐（`uvx whichllm@latest`即跑，还能`--gpu "RTX 4090"`模拟买硬件前） - **变现评估**：变现点是**"本地部署AI"硬件咨询**。面向想买显卡跑大模型但不知道买什么的用户，可做¥49-¥99的"你的硬件该选哪个模型"咨询报告工具，或接装机/部署单。已上PyPI与brew，分发渠道全。 - **训练营评估**：适合做"15分钟选对你的本地大模型"的引流小课，作为本地AI部署训练营的入门钩子。 - 差异化：用真实benchmark而非参数量排序，"先模拟再买硬件"功能直击消费决策痛点，是少有的硬件向AI工具。 ## 项目分布可视化 ```mermaid quadrantChart title 变现潜力 × 训练营适用性 四象限 x-axis "教学门槛高 --> 教学门槛低" y-axis "变现天花板低 --> 变现天花板高" quadrant-1 "明星：高变现易教学" quadrant-2 "潜力：高变现需打磨" quadrant-3 "小而美：精准场景" quadrant-4 "引流款：拉新利器" "academic-research-skills": [0.35, 0.88] "nature-skills": [0.30, 0.80] "ai-engineering-from-scratch": [0.78, 0.92] "Understand-Anything": [0.55, 0.70] "book-to-skill": [0.25, 0.55] "train-llm-from-scratch": [0.82, 0.60] "whichllm": [0.12, 0.38] ``` ## 变现潜力Top5排行榜 | 排名 | 项目 | 变现方向 | 预估定价 | |------|------|----------|----------| | 🥇 1 | ai-engineering-from-scratch | 20阶段转码/转AI训练营 + 陪跑营 | ¥1,999-3,999/营 | | 🥈 2 | academic-research-skills | 研究生学术写作陪跑营 + Skill答疑订阅 | ¥399-899/营，¥199/年 | | 🥉 3 | nature-skills | Nature投稿图表与表达专题课 + 课题组私教 | ¥299-599/课，¥2k+/次 | | 4 | Understand-Anything | "代码考古"训练营 + 遗留系统咨询 | ¥199-499/营，¥5k+/咨询 | | 5 | book-to-skill | 技术书转Skill代工 + 个人Skill图书馆课 | ¥49/本，¥199/课 | **一句话总结**：本周开源掘金的主线是"把Claude Code Skill经济嫁接到科研与系统化自学"——这两个场景付费意愿强、学员成果可量化、且CC BY-NC与MIT混合许可既留出了教学服务空间，又规避了直接转售风险。优先做训练营起量、再用品类齐全的Skill包沉淀私域，是当前最稳的开源变现打法。 ## 参考来源 1. [RepoFOMO — Top 50 Trending GitHub Repositories This Week](https://repofomo.com/) — 本周GitHub增速最快仓库榜单，FomoRank混合动量评分 2. [GitHub Trending Weekly Digest June 2-6, 2026 — Tommy Z](https://www.tommyz.blog/blog/github-trending-weekly-2026-06-02-to-2026-06-06) — 周趋势解读，指出AI Agent生态向压缩/记忆/自我改进收敛 3. [academic-research-skills README](https://github.com/Imbad0202/academic-research-skills) — 含Lu et al.(2026, Nature 651:914-919) The AI Scientist与Zhao et al.(2026-05)对2.5M论文引用幻觉审计的学术引用 4. [ai-engineering-from-scratch README](https://github.com/rohitg00/ai-engineering-from-scratch) — 503节/20阶段/约320小时课程结构，150,639读者数据 5. [OSSInsight Trending AI Repositories](https://ossinsight.io/trending/ai) — 基于百亿GitHub事件的实时AI仓库排行 > [!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。