Repository files navigation

• OpenGithub社区：https://open.itc.cn/
• Github :https://github.com/OpenGithubs
• 微信公众号: >>搜索开源推荐官
• 头条社区: >>搜索开源推荐官
• 知乎社区: >>搜索Open Github社区
• 订阅Github: >>Github周刊 ,Github月刊
• 订阅榜单: >>Github日榜,Github周榜,Github月榜
• 喜欢分享&关注开源, +微信: open_github

🏆2025.11.09周榜最佳项目前3名

• 榜单增长：第1名: 666ghj/BettaFish 舆情分析系统
  • 开源地址：https://github.com/666ghj/BettaFish
  • 📅 开源时间：2024-07-01
  • ⭐ 总星标数量：23825⭐
  • 🔺周Star增长量：8681⭐
  • 📝 项目描述： 一个从0实现的创新型 多智能体 舆情分析系统，帮助大家破除信息茧房，还原舆情原貌，预测未来走向，辅助决策。用户只需像聊天一样提出分析需求，智能体开始全自动分析 国内外30+主流社媒 与 数百万条大众评论。
• 榜单增长：第2名: imthenachoman/How-To-Secure-A-Linux-Server Linux 服务器安全强化指南
  • 开源地址：https://github.com/imthenachoman/How-To-Secure-A-Linux-Server
  • 📅 开源时间：2019-02-09
  • ⭐ 总星标数量：23088⭐
  • 🔺周Star增长量：2642⭐
  • 📝 项目描述： 一个由社区维护、采用 CC-BY-SA 许可证的开源指南，旨在帮助你从安装、SSH 配置、网络防护、防火墙设置、日志审计等多个维度，对 Linux 服务器进行系统性加固。该指南提供丰富的脚本与命令片段，并以 Debian 环境为主，但其原则适用于大多数发行版。无论是个人 VPS 还是企业服务节点，都可以通过本指南建立更具安全性的服务器环境。
• 榜单增长：第3名: Shubhamsaboo/awesome-llm-apps 精选 LLM 应用灵感大全
  • 开源地址：https://github.com/Shubhamsaboo/awesome-llm-apps
  • 📅 开源时间：2024-04-29
  • ⭐ 总星标数量：76143⭐
  • 🔺周Star增长量：1470⭐
  • 📝 项目描述： 摘要支持最先进的模型，帮助你快速了解仓库内容。总结此仓库：关于使用 OpenAI、Anthropic、Gemini 和开源模型构建的包含 AI 代理和 RAG 的精彩大语言模型应用合集。

注: 数据统计参见github:https://github.com/OpenGithubs/github-weekly-rank

• ⭐ 总星标数量：23.8k
• 🔺 上周增长数量：8681⭐
• 🔺 上月增长数量：8681⭐
• 📅 开源时间：2024-07-01
• 📝 项目描述：一个从0实现的创新型 多智能体 舆情分析系统，帮助大家破除信息茧房，还原舆情原貌，预测未来走向，辅助决策。用户只需像聊天一样提出分析需求，智能体开始全自动分析 国内外30+主流社媒 与 数百万条大众评论。

• ⭐ 总星标数量：23.1k
• 🔺 上周增长数量：2642⭐
• 🔺 上月增长数量：3521⭐
• 📅 开源时间：2019-02-09
• 📝 项目描述：一个由社区维护、采用 CC-BY-SA 许可证的开源指南，旨在帮助你从安装、SSH 配置、网络防护、防火墙设置、日志审计等多个维度，对 Linux 服务器进行系统性加固。该指南提供丰富的脚本与命令片段，并以 Debian 环境为主，但其原则适用于大多数发行版。无论是个人 VPS 还是企业服务节点，都可以通过本指南建立更具安全性的服务器环境。

• ⭐ 总星标数量：76.1k
• 🔺 上周增长数量：1470⭐
• 🔺 上月增长数量：4291⭐
• 📅 开源时间：2024-04-29
• 📝 项目描述：摘要支持最先进的模型，帮助你快速了解仓库内容。总结此仓库：关于使用 OpenAI、Anthropic、Gemini 和开源模型构建的包含 AI 代理和 RAG 的精彩大语言模型应用合集。

• ⭐ 总星标数量：62.7k
• 🔺 上周增长数量：1380⭐
• 🔺 上月增长数量：1380⭐
• 📅 开源时间：2016-10-26
• 📝 项目描述：LocalStack 是一个本地开发工具，模拟 AWS 服务，帮助开发者在本地测试和开发 AWS 环境下的应用。它支持包括 S3、DynamoDB、SQS、SNS 等多种服务，是开发和调试 AWS 应用的理想工具。

• ⭐ 总星标数量：19.1k
• 🔺 上周增长数量：1189⭐
• 🔺 上月增长数量：1189⭐
• 📅 开源时间：2020-10-24
• 📝 项目描述：

• ⭐ 总星标数量：17.3k
• 🔺 上周增长数量：1032⭐
• 🔺 上月增长数量：1032⭐
• 📅 开源时间：2024-02-28
• 📝 项目描述：

• ⭐ 总星标数量：21.6k
• 🔺 上周增长数量：760⭐
• 🔺 上月增长数量：988⭐
• 📅 开源时间：2019-04-21
• 📝 项目描述：Gopeed 是一个开源的高速下载工具，支持多个协议的加速下载，包括 HTTP、FTP 等。它通过优化下载策略和多线程机制，提供了比传统下载方式更快的下载速度，适合需要快速获取大文件的用户。

• ⭐ 总星标数量：8.6k
• 🔺 上周增长数量：732⭐
• 🔺 上月增长数量：1503⭐
• 📅 开源时间：2025-06-10
• 📝 项目描述：Nano VLLM是一个轻量级虚拟低级语言模型工具，支持快速部署和使用。

• ⭐ 总星标数量：37.9k
• 🔺 上周增长数量：669⭐
• 🔺 上月增长数量：669⭐
• 📅 开源时间：2023-03-19
• 📝 项目描述：

• ⭐ 总星标数量：41.8k
• 🔺 上周增长数量：547⭐
• 🔺 上月增长数量：3102⭐
• 📅 开源时间：2025-02-23
• 📝 项目描述：Claude 不止会聊天，它还能写代码！这个项目总结了它在开发场景下的高效用法，是你把 Claude 用出生产力的秘籍。

• ⭐ 总星标数量：67.5k
• 🔺 上周增长数量：529⭐
• 🔺 上月增长数量：1761⭐
• 📅 开源时间：2018-05-19
• 📝 项目描述：终端里的 Git 客户端。该客户端启动比各路 GUI 客户端快N倍，功能基本一致。安装go get github.com/jesseduffield/lazygit，然后lazygit 启动。Ready？Go！

• ⭐ 总星标数量：32.2k
• 🔺 上周增长数量：509⭐
• 🔺 上月增长数量：509⭐
• 📅 开源时间：2025-05-01
• 📝 项目描述：

• ⭐ 总星标数量：7k
• 🔺 上周增长数量：483⭐
• 🔺 上月增长数量：490⭐
• 📅 开源时间：2018-11-06
• 📝 项目描述：微软开源的数据可视化库。使用单元可视化，将数据库中的行一对一映射到屏幕中。在进行数据交互时，视图可无缝平滑过渡，展示效果炫酷

• ⭐ 总星标数量：78.6k
• 🔺 上周增长数量：421⭐
• 🔺 上月增长数量：1962⭐
• 📅 开源时间：2018-10-13
• 📝 项目描述：科技爱好者周刊，每周五发布

• ⭐ 总星标数量：7.3k
• 🔺 上周增长数量：417⭐
• 🔺 上月增长数量：606⭐
• 📅 开源时间：2025-03-21
• 📝 项目描述：AWS 实验室开源的多账户权限管理解决方案，支持跨账户资源访问、身份联合和集中权限策略管理。

• ⭐ 总星标数量：9.9k
• 🔺 上周增长数量：413⭐
• 🔺 上月增长数量：413⭐
• 📅 开源时间：2025-05-14
• 📝 项目描述：

• ⭐ 总星标数量：18.7k
• 🔺 上周增长数量：391⭐
• 🔺 上月增长数量：546⭐
• 📅 开源时间：2021-05-14
• 📝 项目描述：Linux virtual machines, with a focus on running containers

• ⭐ 总星标数量：92.8k
• 🔺 上周增长数量：388⭐
• 🔺 上月增长数量：2832⭐
• 📅 开源时间：2016-07-17
• 📝 项目描述：收集各种类别非常好用的 Mac 应用程序、软件以及工具。通过 Pull Request 或者 issues 推荐优秀好用的Mac应用，希望能帮助大家快乐、高效的工作.

• ⭐ 总星标数量：74.5k
• 🔺 上周增长数量：372⭐
• 🔺 上月增长数量：1852⭐
• 📅 开源时间：2024-11-30
• 📝 项目描述：本项目收集了与 Model Context Protocol（MCP）相关的服务器端实现和工具资源，帮助开发者快速了解可用方案。涵盖自托管、API 网关、上下文管理等方向，方便 AI 应用快速接入和集成，适合研究人员与企业团队参考使用。

• ⭐ 总星标数量：32.5k
• 🔺 上周增长数量：356⭐
• 🔺 上月增长数量：356⭐
• 📅 开源时间：2020-10-28
• 📝 项目描述：

• ⭐ 总星标数量：20.6k
• 🔺 上周增长数量：298⭐
• 🔺 上月增长数量：2,405⭐
• 📅 开源时间：2024-05-28
• 📝 项目描述：一个系统性的 LLM 学习教程，将从 NLP 的基本研究方法出发，根据 LLM 的思路及原理逐层深入，依次为读者剖析 LLM 的架构基础和训练过程。结合目前 LLM 领域最主流的代码框架，演练如何亲手搭建、训练一个 LLM,走入 LLM 的浩瀚世界，探索 LLM 的无尽可能。