AI长了眼和手七款开源掘金

LLM 的第一波红利是"会聊天"，第二波是"会写代码"，而 2026 年 6 月这波正在爆发的，是让 AI 真正长出眼睛和手——能看懂一整个陌生代码库、能读懂乱糟糟的合同 PDF、能盯着屏幕自己点鼠标、能像红客一样把你的网站打一遍找出漏洞。这些"感知+操控"能力一旦开源，就意味着传统外包、人工渗透测试、技术尽调这些高人力行业，会被一两个人+一套脚本吃掉。本周盘点 7 个 6 月集中冒头、且方向与此前完全不同的开源项目，重点不是 Star 数，而是它们各自能长出什么付费生意。

筛选标准

一、graphify —— 把整个代码库变成可查询的知识图谱

• 项目地址：safishamsi/graphify ｜ Star：约 59.6k（截至 2026-06-05）｜ 许可证：MIT
• 最近更新：活跃，pre-1.0（v0.8.31）
• 核心功能（一句话）：一个 AI 编程助手技能，用 /graphify 把一整个目录的代码、SQL schema、文档、PDF、图片转成可查询的知识图谱，支持约 20 种 agent（Claude Code、Codex、Cursor、Gemini CLI、Aider 等），无需 Neo4j 或服务器，直接输出 HTML 可视化、JSON 图谱、Obsidian 知识库和架构图。
• 上手难度：⭐⭐（装个技能、敲一条命令即可，本地用 tree-sitter 抽 AST）
• 变现评估：这是 7 个里变现路径最清晰的一个。技术尽调——投资机构收购前要读懂目标公司的祖传代码，以往靠资深架构师两三周，现在脚本几分钟出图谱；外包接单——程序员接陌生项目，先用 graphify 建图再报价，降本又显专业；企业代码治理 SaaS——把图谱做成"代码资产地图"按席位卖。目标用户：投资机构、CTO、外包团队、大厂研发效能组。定价空间：技术尽调单次 ¥5000–30000；SaaS 席位 ¥299/月起；一份"如何用 AI 三天读懂任何代码库"的专栏可定 ¥199。
• 训练营评估：绝佳教材。2 小时教会：安装→喂一个开源项目→生成图谱→用自然语言提问"支付模块依赖了哪些表"。学员当场带走"读懂陌生代码库"的能力，含金量高。适合《AI 代码考古》《外包接单提效》课程。
• 差异化：传统 Sourcegraph、Understand 是基于符号检索；graphify 是"语义知识图谱+多 agent 调用"，能回答跨文件的"为什么"。注意：语义那一步会把数据发给你所用 agent 的模型 API，有隐私和 token 成本，私有部署时需配本地模型。

二、UI-TARS-desktop —— 让 AI 看着屏幕自己操作电脑

• 项目地址：bytedance/UI-TARS-desktop ｜ Star：约 36.2k ｜ 许可证：Apache-2.0（App 与开源 7B 模型均开源）
• 最近更新：活跃，v0.3.0
• 核心功能（一句话）：字节跳动出品的桌面端 GUI/计算机使用 Agent——它截屏，视觉语言模型读界面，然后按你的自然语言指令自己驱动鼠标键盘，可在本地跑 UI-TARS-1.5-7B，也配套 Agent TARS（基于 MCP 的 CLI/Web 兄弟项目，可接任意模型）。
• 上手难度：⭐⭐⭐⭐（要懂本地大模型部署，7B 对硬件有要求，且必须沙箱运行）
• 变现评估：RPA 2.0 / 桌面自动化是最大金矿。传统 UiPath、影刀靠"录制+元素选择器"，遇到没标准化的老软件就抓瞎；视觉 Agent 能像人一样看屏幕点按钮，适合政务系统、ERP、老旧财务软件这些"无 API、无元素树"的场景。可以做：为特定行业定制的桌面自动化方案（如代账公司批量操作税局系统）、面向非技术用户的"一句话让电脑干活"小程序。目标用户：代账/财税公司、政务外包、电商运营、测试团队（GUI 回归测试）。定价：定制方案 ¥5000–50000/项目；按次自动化 ¥0.5–5/次；GUI 自动化测试训练营 ¥499。
• 训练营评估：偏进阶，适合 4 小时《视觉 Agent 自动化》训练营，教本地部署+沙箱+写"自动填表""自动比价"脚本。学员收益：能给自己日常重复操作做自动化。
• 差异化与风险：与"网页自动化"区别在于它操控整个桌面而非浏览器 DOM，能力范围大得多。两大坑：①最顶级的模型（Doubao/Seed-VL）是字节付费云接口，免费远程 operator 已于 2025-08 下线；②计算机使用天生有 prompt injection 和误点风险，必须 VM/沙箱里跑，否则让它"删个文件"可能删错。

三、langextract —— 把乱文本变结构化数据，且每条都能溯源

• 项目地址：google/langextract ｜ Star：约 36.8k ｜ 许可证：Apache-2.0
• 最近更新：Google 官方维护（README 标注"非官方支持产品"，无 SLA）
• 核心功能（一句话）：Google 出品的 Python 库，用 LLM 从非结构化文本里抽结构化信息，并把每一条抽取结果回链到原文的精确位置（source grounding），还能渲染交互式 HTML 视图；它不内置模型，你自带 Gemini/OpenAI 或本地 Ollama（无需 API key）。
• 上手难度：⭐⭐（provider 无关，接 Ollama 即可纯本地）
• 变现评估："结构化+可溯源"是合规与法务的命门。法务抽合同条款、临床研究抽病历数据、招标抽资质要求，过去要么人工逐行，要么 LLM 抽完没法核对——langextract 的"点一下跳到原文"正好解决"AI 抽的数据我敢不敢用"。可做：合同/标书智能抽取 SaaS（法律科技公司最缺这个）、研究文献数据提取工具、为律所做尽调数据抽取服务。目标用户：律所、合规、临床研究、招标代理、咨询。定价：SaaS ¥299–999/月；尽调抽取服务按文档量 ¥2–10/页；面向法务的"AI 合同抽取"专栏 ¥299。
• 训练营评估：3 小时可教会，适合《法务/研究提效》课程，学员产出：一个能抽自己行业文档并自动溯源的小工具。
• 差异化：与一般"LLM 抽 JSON"工具相比，溯源（provenance）是杀手锏，对高问责行业（法律/医疗/金融）价值巨大。注意云模型会把文本发出本机，敏感场景配 Ollama 本地。

四、chrome-devtools-mcp —— 给 AI 编程助手装上真实浏览器调试眼

• 项目地址：ChromeDevTools/chrome-devtools-mcp ｜ Star：约 43k ｜ 许可证：Apache-2.0
• 最近更新：每日 commit，npm 周下载约 276 万，极度活跃
• 核心功能（一句话）：Chrome DevTools 官方团队的 MCP server，让编程 Agent（Claude Code、Cursor、Copilot、Codex 等）通过 Puppeteer 控制一个真实运行的 Chrome，并赋予 DevTools 级别的检查力：性能 trace、网络/控制台分析、带 source map 的堆栈、截图。
• 上手难度：⭐⭐（npx chrome-devtools-mcp@latest 一行装好）
• 变现评估：前端性能审计服务的小生意入口。很多小公司网站慢但没人懂 Lighthouse 以上的深度分析；用这个让 Agent 真实跑一遍页面、抓 trace、定位是哪个接口/哪段 JS 拖慢，输出可执行的优化清单。可做：面向中小商家的网站体检+优化服务（¥500–3000/站）、"让 AI 帮你调前端性能"教程。目标用户：独立站卖家、SaaS 创业团队、前端外包。定价：体检报告 ¥299/站；优化服务 ¥2000 起；训练营 ¥199。
• 训练营评估：2 小时即可，学员当场给自己的网站出一份性能诊断，成就感强。适合《前端性能》《Agent 工程化》课。
• 差异化与风险：区别于普通浏览器自动化，它给的是真实 DevTools 性能洞察而非简单点击。风险：按设计它会把浏览器所有内容暴露给 MCP 客户端（含敏感数据），且默认开遥测（会把 trace URL 发给 Google CrUX），生产环境需关闭遥测并做好隔离。

五、whichllm —— 帮你算清楚这块显卡到底该跑哪个模型

• 项目地址：Andyyyy64/whichllm ｜ Star：约 2.8k ｜ 许可证：MIT
• 最近更新：v0.5.8，早期 0.x
• 核心功能（一句话）：一个 CLI，自动检测你的硬件（GPU/CPU/显存），再依据真实基准（LiveBench、Artificial Analysis、Aider、Arena ELO）而非单纯参数量，给你排出"这台机器真正跑得动、跑得好"的本地大模型清单，还支持 GPU 模拟用于装机前的采购规划。
• 上手难度：⭐（一行命令，诚实标注不确定的数据用 ~/?）
• 变现评估：本地 AI 部署咨询的流量入口。大量中小企业想"私有化部署大模型"却不知道买什么卡、跑什么模型；用 whichllm 出一份《你公司硬件适合的本地模型方案》，比拍脑袋推荐专业得多。可做：本地大模型选型+部署服务（¥3000–20000/项目）、"装 AI 之前先算这笔账"硬件选购指南专栏（¥99）。目标用户：想私有化部署的中小企业 IT、AI 爱好者、二手显卡卖家（可做"这张卡能跑什么"评测引流）。定价：选型报告 ¥299；部署服务 ¥5000 起。
• 训练营评估：1–2 小时，适合《本地大模型入门》第一课，学员收益：搞清楚自己电脑/显卡能跑什么、该买什么。
• 差异化：市面上选型靠"参数量经验"，whichllm 靠多榜单实测分数+硬件检测+置信度标注，并支持采购前模拟，是少数敢标"不确定"的诚实工具。注意速度数据是估算值，非实测保证；Ollama 集成需手动映射 HF ID。

六、strix —— 像红客一样自动打网站的渗透测试 Agent

• 项目地址：usestrix/strix ｜ Star：约 25.9k ｜ 许可证：Apache-2.0
• 最近更新：标签 v1.0，但 PyPI 标 Alpha，本地运行需 Docker 沙箱
• 核心功能（一句话）：一组自主"AI 黑客"Agent，像真人渗透测试员一样动态测试应用——每个 Agent 配备完整工具箱（HTTP 代理、Playwright 浏览器、终端、Python 运行时、侦察），并产出经过真实 PoC 验证的漏洞报告（IDOR、SQL/命令注入、SSRF、XSS、鉴权与 JWT 缺陷、业务逻辑漏洞）。
• 上手难度：⭐⭐⭐⭐（要懂安全、要 Docker、token 烧得猛）
• 变现评估：中小企业的渗透测试平替。专业 pentest 一单几万到几十万，中小企业出不起；strix 让一两个人提供"AI 辅助渗透测试服务"，PoC 验证过的报告说服力强、误报低。可做：面向中小企业/SaaS 创业者的安全体检服务（¥3000–15000/次）、连续安全测试订阅、Web 安全训练营（¥599，含"合法打靶机"）。目标用户：SaaS 创业团队、合规驱动的中小企业、甲方安全负责人。⚠️ 必须强调：仅可对你拥有或获授权的系统测试。
• 训练营评估：4 小时进阶《AI 辅助 Web 安全》，学员在合法靶场（DVWA/Juice Shop）跑 strix 找洞，产出真实漏洞报告。
• 差异化：与签名式扫描器（Nessus/AWVS）不同，strix 是动态+PoC 验证，更接近真人 pentester，自称误报极低（项目方说法）。风险：标签 v1.0 但实为 Alpha，不能当无人值守的生产安全门；自主攻击极耗 token。

七、zvec —— 塞进进程里的嵌入式向量库

• 项目地址：alibaba/zvec ｜ Star：约 9.8k ｜ 许可证：Apache-2.0
• 最近更新：v0.4.0，早期
• 核心功能（一句话）：阿里巴巴出品的轻量级进程内向量数据库——你把它当库直接嵌入，而不是部署一个服务器；支持稠密+稀疏向量、混合检索、WAL 预写日志，并提供 Python/Node/Dart(Flutter) 绑定。
• 上手难度：⭐⭐⭐（嵌入式，无服务器无配置，但 C++ 核心某些平台要编译工具链）
• 变现评估：本地优先 RAG 产品的隐形地基。做"隐私不出本机"的知识库 App（律师案卷库、个人隐私助手、离线教育 App）时，Milvus/Qdrant 那种"再起一个服务"太重，zvec 嵌进去就行，桌面/移动/边缘通吃。可做：本地优先知识库产品（¥99 买断或订阅）、为特定行业做"数据不出本机"的检索方案、Flutter 离线语义搜索 SDK。目标用户：隐私敏感行业（法律/医疗/金融）、离线场景（教育/车载）、独立开发者。定价：本地知识库 App ¥99–199 买断；定制方案 ¥5000 起。
• 训练营评估：3 小时，适合《本地优先 RAG》课，学员用 zvec 给自己的笔记 App 加"语义搜索"，离线可用。
• 差异化：与 Milvus/Qdrant 的"服务器"形态相比，zvec 是嵌入式，部署成本几乎为零，跨 Python/Node/Flutter。注意仍处 v0.x，"十亿向量亚毫秒"是厂商说法，大规模生产负载需自测。

项目分布可视化

mindmap
  root((AI长了眼和手<br/>2026-06 开源掘金))
    眼·看懂世界
      graphify<br/>代码库→知识图谱
      langextract<br/>文档→结构化+溯源
      chrome-devtools-mcp<br/>网页性能调试
      whichllm<br/>硬件→模型选型
    手·操控世界
      UI-TARS-desktop<br/>视觉操控桌面
      strix<br/>自主渗透测试
      zvec<br/>本地记忆检索地基

quadrantChart
    title 变现潜力 × 上手难度（点越靠右越难，越靠上越赚）
    x-axis "上手简单" --> "上手困难"
    y-axis "变现较弱" --> "变现强劲"
    quadrant-1 高价值高门槛
    quadrant-2 金矿区·易上手
    quadrant-3 低价值低门槛
    quadrant-4 高门槛待挖掘
    "whichllm 选型": [0.25, 0.5]
    "langextract 抽取": [0.35, 0.72]
    "graphify 代码图谱": [0.4, 0.88]
    "chrome-devtools-mcp": [0.45, 0.55]
    "zvec 向量库": [0.68, 0.5]
    "strix 渗透": [0.8, 0.78]
    "UI-TARS 操控": [0.82, 0.82]

变现潜力 Top 5 排行榜

一句话结论

这 7 个项目的共同底色是：AI 正在从"会聊天/会写代码"走向"会看、会做、会动手"。能最先赚到钱的不是技术最炫的 UI-TARS，而是把 graphify 包装成"技术尽调服务"、把 strix 包装成"中小企业平价 pentest"——把开源能力翻译成某个具体行业愿意付费的交付物，才是这波红利的正确打开方式。

参考来源

1. Open-Source AI Radar: 19 Rising GitHub Repos (June 2026) — 本文核心数据来源，含 graphify、UI-TARS-desktop、langextract、chrome-devtools-mcp、strix、zvec、whichllm 的星数、许可证分级与诚实优缺点（星数截至 2026-06-05/07）
2. Top 10 Trending AI Repositories on GitHub — End of May 2026 Edition (ECOA AI) — 交叉验证 2026 年 5–6 月开源 AI 趋势与 Star 增长数据
3. UI-TARS-desktop (ByteDance) — 计算机使用 Agent 桌面应用官方仓库，Apache-2.0
4. chrome-devtools-mcp (Chrome DevTools Team) — 官方 MCP server，赋予编程 Agent 真实浏览器 DevTools 能力
5. Trending AI Repositories on GitHub — Real-Time Rankings (OSS Insight) — GitHub 实时 AI 趋势排名，用于项目活跃度与 fork/star 比交叉核验

[!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。