# 清华AI课堂到WhatsApp网关：本周7宝 > 挖掘思路：本期刻意绕开主榜上已被拆烂的“终端 IDE、架构图、进程侦探、罗技平替”等熟面孔，转守两条线——**Agent 基础设施**（运行时、事件日志、MCP 网关）和**非 AI 的实用工具**（消息网关）。信息源覆盖 GitHub 周榜总榜 + Rust/Go 分语言榜，以及对三个重点仓库的源码级深读。 --- ## 1. freestylefly/awesome-gpt-image-2 **⭐ 25,867 | 本周 +13,413（周榜第一）| JavaScript | 本周周榜在列** 一句话定位：把“抽卡式”图像提示词变成工业级生产资料的 Prompt as Code 引擎与模板库。 它解决的痛点很直接：图像模型火了两年，大多数人写 prompt 还停留在“碰运气”——同一个需求，别人一句话出大片，你改二十遍还是废图。这个仓库的打法是**逆向工程**：对 530+ 个真实爆款案例做拆解，提炼出 20+ 套工业级模板，再进一步封装成可直接被 Agent 调用的 Skills，让“会写提示词”变成“会调模板”。 核心亮点有三个层次：案例层（530+ 个可检索的真实案例，覆盖电商、海报、图标等场景）、模板层（参数化模板，改变量不改结构）、技能层（Skills 化后可挂进 Claude Code / Cursor 这类 Agent 工具里自动出图）。从“案例→模板→Skill”的递进结构，本身就是一份 prompt 工程方法论的活教材。 - **上手难度**：⭐⭐ - **适用人群**：设计师、电商运营、内容创作者；想做 AI 出图服务的团队 - **变现思路**：基于模板库做垂直行业出图 SaaS（电商详情页、小红书封面批量生成），或将其 Skills 二次封装成企业品牌视觉规范 agent——模板库 + 行业数据 = 可收费的产品 仓库地址：https://github.com/freestylefly/awesome-gpt-image-2 --- ## 2. THU-MAIC/OpenMAIC **⭐ 24,700 | 本周 +2,085 | TypeScript | 本周周榜在列** 一句话定位：清华开源的“多智能体交互课堂”——输入一个主题，AI 老师和 AI 同学给你上一节可对话的课。 它和市面上“AI 生成 PPT”工具的本质区别在于：**生成的是课堂，不是课件**。据 zread.ai 对其源码的深读，OpenMAIC 采用两阶段流水线：第一阶段根据你输入的主题/文档生成课程大纲（可人工审核修改），第二阶段把每条大纲扩展成四种场景——幻灯片、测验、交互式 HTML 模拟（3D 可视化、物理模拟、浏览器内编程环境）、项目式学习活动。 架构上最值得学的是它的播放引擎：`PlaybackEngine` 状态机在 `idle → playing → paused → live` 四态间流转，播到“讨论节点”时自动切进 live 模式，多个 Agent 通过 SSE 流式实时辩论，你随时可以插嘴提问，AI 老师会用白板画图 + TTS 语音讲解来回应。底层是一个叫 Director Graph 的 LangGraph StateGraph，由 LLM 决定“下一个发言的是谁”。统一动作引擎支持 28+ 种动作类型（白板 LaTeX 公式、激光笔、聚光灯），兼容 15+ 家 LLM 提供商（含 Ollama 本地模型），还能导出可编辑的 `.pptx`。 - **上手难度**：⭐⭐⭐（pnpm monorepo + 需配置至少一家 LLM key） - **适用人群**：教培从业者、企业内训团队、做知识产品的独立开发者 - **变现思路**：“课程工厂”是现成方向——把企业文档/产品手册批量转成互动课程卖内训；教培机构可二开成自有品牌的 AI 授课平台 仓库地址：https://github.com/THU-MAIC/OpenMAIC --- ## 3. apache/maka **⭐ 4,232 | 本周 +1,973 | TypeScript | Apache 软件基金会孵化项目** 一句话定位：“日志即运行时”的本地优先 Agent 工作区——Agent 的每一步都被记录为可恢复、可审计的执行事实。 本轮最硬核的一个。maka 是 Apache 孵化项目（当前 v0.1.11，Apache 2.0 协议），它对 Agent 工具的根本性反思写在了三条设计原则里：**本地优先**（会话、凭证、执行记录全部留在本地 SQLite，除你自己配的模型 API 外不向任何第三方发数据）；**日志即运行时**（模型消息、工具调用、权限决策、终止事件全部写入 append-only 运行时事件日志，会话和 UI 只是这份日志的“投影”）；**上下文并非历史**（上下文窗口可以裁剪压缩，但日志作为证据不可丢弃）。 第三条尤其超前——它把 event sourcing 架构搬进了 Agent 运行时，这意味着 Agent 的任何一次崩溃都能从日志精确恢复，任何一次危险操作都有完整审计链。工程细节也扎实：`runtime.sqlite` 是唯一操作权威，凭证文件强制 POSIX 0700/0600 权限，渲染进程拿不到明文密钥。除桌面端和 TUI 外，还内置了一个声明式评估框架（`maka eval run`），可跑多臂实验对比不同模型/主体。 - **上手难度**：⭐⭐⭐⭐（早期项目，macOS Apple Silicon 优先，Windows 为未签名预览版，接口可能变动） - **适用人群**：要在合规敏感行业（金融、医疗、法务）落地 Agent 的工程团队；运行时/基础设施开发者 - **变现思路**：私有化 Agent 部署底座——审计日志 + 本地数据恰好是企业采购的硬性需求；其 eval 框架单独抽出来就是一门“模型评测服务”生意 仓库地址：https://github.com/apache/maka --- ## 4. GCWing/BitFun **⭐ 1,727 | 本周 +175 | Rust | 本周 Rust 周榜在列** 一句话定位：“一个 Agent Runtime，多种交付形态”的本地优先智能体平台，编码与办公场景通吃。 Star 不到 2000，但架构野心的量级完全不是小项目。BitFun 的核心是一个 Rust 编写的 Agent Runtime（规划、工具调用、上下文管理、权限控制、长任务执行），GUI（Tauri）、TUI（Ratatui）、CLI、Server、SDK 五种形态全部是这同一个运行时的适配器——业务逻辑零重复，这在其 docs/architecture 的接口边界设计里写得非常清楚： contracts（稳定类型）→ execution（运行时）→ services/adapters → assembly，依赖严格单向。 据其 README 自述（官方基准，未经第三方复核）：SWE-Bench-Pro 运行中 KV 缓存命中率平均 98.67%，自研 FlashGrep 在 Chromium 级大库上搜索时间最多减少 94.6%、平均加速 36.1 倍。扩展模型分四层：L1 自定义 Agent → L2 MCP/Skills/Hooks → L3 Mini App → L4 源码级定制，甚至可以用它自己的 Code Agent 来扩展它自己。移动端（Android/iOS/HarmonyOS）在路上。 - **上手难度**：⭐⭐⭐ - **适用人群**：想要“编码 + 办公”双场景统一 Agent 的个人用户；研究 Agent Runtime 架构的工程师（这套 Rust crate 分层是很好的学习样本） - **变现思路**：对标 Cursor/AnySphere 的开源自托管路线，面向私有化代码助手市场；国内团队可基于其二开行业版 Agent 工作台 仓库地址：https://github.com/GCWing/BitFun --- ## 5. aldinokemal/go-whatsapp-web-multidevice（GOWA） **⭐ 4,559 | 本周 +168 | Go | 本周 Go 周榜在列** 一句话定位：把 WhatsApp 变成一个 REST API——多账号、Webhook、MCP 全都要。 出海圈的刚需项目。WhatsApp 官方 Business API 要审核、要抽成、对小商家极不友好，GOWA 用 Go 直连 WhatsApp 协议，把收发消息、群管理、媒体处理全部暴露成 REST 接口，还带 Web UI、多账号支持和 Webhook 事件推送。两个集成点尤其值钱：一是原生支持 **MCP**，意味着你可以让 Claude 直接帮你读 WhatsApp 会话、回消息；二是内置 **Chatwoot** 对接，客服工单系统即插即用。 典型玩法：跨境电商的订单通知机器人、独立站的售前自动回复、WhatsApp 群发营销系统、给 AI Agent 接上一个“海外微信”。Go 编写，内存占用低，Docker 一行命令起服务。 - **上手难度**：⭐⭐ - **适用人群**：跨境电商卖家、出海 SaaS 开发者、做海外客服自动化的团队 - **变现思路**：变现路径最短的项目——基于它封装“WhatsApp SCRM/群控”订阅制 SaaS 的团队已经不少。⚠️ 注意：非官方协议接入存在封号与 ToS 合规风险，商用需做账号池与风控设计 仓库地址：https://github.com/aldinokemal/go-whatsapp-web-multidevice --- ## 6. containers/kubernetes-mcp-server **⭐ 1,963 | 本周 +59 | Go | Red Hat containers 组织出品** 一句话定位：给 Kubernetes 装上一个 MCP 接口，让 Claude/Cursor 用自然语言管集群。 本期“小而美”代表。它由 Red Hat 的 containers 组织维护，把 K8s/OpenShift 的常用操作（查资源、看日志、描述事件、滚动重启、排障诊断）封装成标准 MCP 工具，任何支持 MCP 的客户端（Claude Code、Cursor、VS Code 等）连上后就能用一句“帮我看看 prod 命名空间为什么 CrashLoopBackOff”替代一串 kubectl 命令。权限边界清晰：走你本地的 kubeconfig，AI 能做什么完全取决于你给它的集群权限，不会越权。 对新 CPU 集群运维的意义在于：排障经验终于可以被 AI 沉淀复用——新手工程师借助它也能走一遍老 SRE 的排查路径。 - **上手难度**：⭐⭐⭐（需要 Kubernetes 基础） - **适用人群**：平台工程师、SRE、用 K8s 但记不住 kubectl 冷门参数的开发者 - **变现思路**：企业内部“运维 Copilot”的现成集成件——咨询公司可基于它打包 AIOps 落地方案，配合权限审计做私有化交付 仓库地址：https://github.com/containers/kubernetes-mcp-server --- ## 7. rohitg00/ai-engineering-from-scratch **⭐ 51,362 | 本周 +3,720 | Python | 本周周榜在列** 一句话定位："Learn it. Build it. Ship it for others."——从零到落地系统学 AI 工程的路线图仓库。 五万星的学习型仓库，本身就是行业情绪的晴雨表：2026 年了，全世界的开发者仍在为一个**体系化**的 AI 工程学习路径饥渴。这个仓库以 Python 代码为主，按“学基础 → 做项目 → 教别人”三段式组织，适合作为转行/进阶 AI 工程师的主干教材，配合本期 OpenMAIC、maka 这类真实项目源码对照阅读效果更佳。 - **上手难度**：⭐⭐（学习者视角） - **适用人群**：后端/运维转 AI 工程、在校学生、带团队做 AI 化转型的 Tech Lead - **变现思路**：学习资料本身难变现，但“照着它的路线图做出来的项目”可以——把每个练习项目做成可部署的模板产品是独立开发者的常见打法 仓库地址：https://github.com/rohitg00/ai-engineering-from-scratch --- ## 本期横向对比 | 仓库 | 类型 | Star | 本周新增 | 上手难度 | 适用场景 | |---|---|---|---|---|---| | awesome-gpt-image-2 | 提示词工程/设计 | 25.9k | +13.4k | ⭐⭐ | AI 出图、电商设计 | | OpenMAIC | AI 教育/多智能体 | 24.7k | +2.1k | ⭐⭐⭐ | 课程生成、企业内训 | | apache/maka | Agent 基础设施 | 4.2k | +2.0k | ⭐⭐⭐⭐ | 私有化 Agent 底座 | | BitFun | Agent 桌面平台 | 1.7k | +175 | ⭐⭐⭐ | 编码+办公统一 Agent | | GOWA | 消息网关 | 4.6k | +168 | ⭐⭐ | 出海客服/自动化 | | kubernetes-mcp-server | 云原生 × AI | 2.0k | +59 | ⭐⭐⭐ | 自然语言管 K8s | | ai-engineering-from-scratch | 学习路线 | 51.4k | +3.7k | ⭐⭐ | AI 工程师转型 | ```mermaid quadrantChart title 本期七宝：上手难度 vs 商业潜力 x-axis "低门槛" --> "高门槛" y-axis "低商业潜力" --> "高商业潜力" "awesome-gpt-image-2": [0.2, 0.78] "OpenMAIC": [0.45, 0.85] "maka": [0.72, 0.8] "BitFun": [0.55, 0.6] "GOWA": [0.28, 0.82] "kubernetes-mcp-server": [0.5, 0.55] "ai-engineering-from-scratch": [0.15, 0.3] ``` ## 本期之最 - **最值得立即尝试：awesome-gpt-image-2** — 零部署成本，今天就能用模板出图，周榜 +13.4k 星的热度说明大家都想明白了：先抄作业，再谈创造。 - **最有商业潜力：GOWA** — 出海 + WhatsApp + AI 客服三个热词的交点，REST API 形态意味着套壳成本极低；唯一要解决的是合规风控而非技术。 - **最被低估：BitFun** — 1.7k Star 配不上它的架构完成度：单 Runtime 多端复用、98% 的 KV 缓存命中、四层扩展模型，这是一套认真在做“Agent 时代基础设施”的工程，值得架构师精读其 crate 分层。 ## 参考来源 1. [GitHub Trending - This week](https://github.com/trending?since=weekly) — 本周总榜，awesome-gpt-image-2、OpenMAIC、maka、ai-engineering-from-scratch 的 Star 数据来源 2. [GitHub Trending Rust - This week](https://github.com/trending/rust?since=weekly) — BitFun 的上榜数据与项目描述 3. [GitHub Trending Go - This week](https://github.com/trending/go?since=weekly) — GOWA、kubernetes-mcp-server 的上榜数据与项目描述 4. [zread.ai 深读：THU-MAIC/OpenMAIC](https://zread.ai/THU-MAIC/OpenMAIC) — OpenMAIC 两阶段流水线、Director Graph、播放状态机等架构细节 5. [zread.ai 深读：GCWing/BitFun](https://zread.ai/GCWing/BitFun) — BitFun 的 Runtime 分层、FlashGrep 与 KV 缓存数据（官方自述口径） 6. [zread.ai 深读：apache/maka](https://zread.ai/apache/maka) — maka 的“日志即运行时”设计原则、仓库结构与安全边界 > [!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。