GitHub 今天涨星最快的 5 个项目，我跑了一遍发现个规律

GitHub Trending 今天这五个项目，说实话我看了一圈，发现一个挺有意思的规律：一半是帮 AI”吃进去”的，一半是帮 AI”吐出来”的。

先说”吐出来”的：AI 短视频

MoneyPrinterTurbo 这个名宇起得挺俗气，但功能确实直接——丢一个主题进去，它给你生成分镜、配音、画面，最后拼成一条短视频。我试了下”如何用 Python 爬虫抓数据”这个主题，3 分钟出片，虽然画面有点模板感，但做信息流短视频完全够用。

问题是：它生成的内容同质化严重，你用它、我用它，最后全网都是同一种”AI 味”口播。想做出差异化，还得人工改脚本。

再说”吃进去”的：文档转换

MarkItDown 是微软出的，把 PDF、Word、PPT 甚至图片里的文字全转成 Markdown。做 RAG（检索增强生成）的人应该懂这个痛点——知识库之前得先洗数据，这个工具就是洗数据的前置步骤。

不过我实测发现，表格转换丢格式的情况还是有，复杂排版的文章转完得人工校对一遍。不能指望全自动。

爬虫这块出了个新选手

Scrapling 主打”快+抗封”。现在网站反爬越来越狠，传统 Scrapy 动不动就被 403，这个库据说用了些绕过手段。我没深入测，但看作者简历是在数据采集团队干过，应该不是纸上谈兵。

隐患是：绕过反爬本身就在灰色地带，用在商业项目上得小心法律风险。

另外两个偏”学习向”

Build Your Own X 是个教程合集，从零写 Redis、写 Docker、写 Git… 适合那种”看了源码还是不懂，不如自己写一个”的人。我觉得比单纯看书有效，但时间成本也高，一个项目可能卡你两周。

Hermes WebUI 是给 Claude Code 这类 AI 编程工具做的可视化界面。命令行用久了确实累，有个 GUI 管理会话、看输出舒服很多。但目前功能还比较基础，跟 Cursor 自带的界面比差距明显。

我的判断

今天这五个项目，核心是同一个趋势：开发者不再满足于”用 AI”，而是开始”搭 AI 流水线”。短视频是输出端，Markdown 转换是输入端，爬虫是数据源，WebUI 是控制台，教程是人才储备。

这套拼图凑齐之后，AI 工作流才算真正跑顺。现在还缺哪块？我觉得是质量评估环节——AI 生成的内容到底好不好，目前主要靠人眼挑，自动化的评分体系几乎空白。这可能是下一个会爆的方向。