5月31日 GitHub Trending：AI工具链正在从「调模型」变成「搭工程」

今儿刷 GitHub Trending，冒出个挺有意思的规律：榜单前 5 没一个是大模型本身，全是「把大模型用起来」的工具。

说白了，2026年了，卷模型已经过时，卷「怎么把模型塞进生产环境」才是正事。

1. MoneyPrinterTurbo — 一天涨了 2,768 star

AI 一键生成短视频，不是新概念，但这项目能冲到这个数字，说明一件事：短剧、带货、自媒体这批人对 AI 视频的饥渴程度远超想象。

我没实测过，但从代码结构看，核心链路是文案→分镜→配音→合成，一条龙。问题也明显——画面一致性不太稳，多镜头切换偶尔会跳。对做批量素材的人够用，想做精品短剧还得等等。

2. markitdown — 微软下场了

2,470 star，微软开源的文件转 Markdown 库。Office 文档、PDF、图片一股脑转 Markdown，给 LLM 做预处理。

这个方向有意思。之前这块都是第三方小工具，现在大厂直接撸袖子自己干。做知识库、RAG、企业文档问答的同学可以直接拿来用，不用再自己写解析层了。缺点是目前对复杂表格的还原度还不够，遇到合并单元格会翻车。

3. liteparse — LlamaIndex 团队出的轻量解析器

925 star，跟 markitdown 看着像竞品，但定位不一样。markitdown 偏全格式覆盖，liteparse 偏快和轻。RAG pipeline 里文档解析这一环经常是瓶颈，liteparse 瞄的就是这个痛点。

我的判断是：做轻量应用的选 liteparse，做企业级全格式支持的选 markitdown，两个一起读比单选强。

4. ECC — Agent 工具链的「性能外挂」

908 star，给 Claude Code、Codex、Cursor 这些 agent 做 harness 优化。关键词是 skills、instincts、memory、security——刚好对应 Agent 当下最大的几个坑：能力散、记性差、不安全。

这项目不算大，但很能说明方向。Agent 工具链下一阶段不是「让模型变聪明」，而是「让 agent 干活更稳定」。建议做 AI coding 的盯一下。

5. build-your-own-x — 经典永流传

817 star，老项目了，手搓数据库、Git、Docker、Redis。AI 时代刷这个项目反尔更有用——你用 Copilot 写代码越快，越需要知道底层到底在干什么，不然出了 bug 你都看不懂堆栈。

说到这儿，你可能会问：这几个项目到底先看哪个？

做 AI 短视频 → MoneyPrinterTurbo
做知识库/RAG → markitdown + liteparse
做 Agent 工具链 → ECC
想补基本功 → build-your-own-x

今天的榜单没有大模型，全是工程化——这件事本身比任何一个项目都值得琢磨。

GitHub项目地址：
https://github.com/harry0703/MoneyPrinterTurbo
https://github.com/microsoft/markitdown
https://github.com/run-llama/liteparse
https://github.com/affaan-m/ECC
https://github.com/codecrafters-io/build-your-own-x