1. reverse-skill par zhaoxuya520 - Pack routeur de compétences pour rétro-ingénierie / tests de pénétration autorisés / recherche en sécurité
Langage : PowerShell · Étoiles : 21821 · +9635 cette semaine · Voir sur GitHub →
Ce que c'est. reverse-skill est un pack routeur de compétences alimenté par l'IA qui dirige les agents de codage IA vers la méthodologie, les outils et les workflows reproductibles appropriés pour les tâches de rétro-ingénierie, de tests de pénétration et de recherche en sécurité sur les scénarios APK, binaire, JS, CTF et pentest.
Pourquoi il est tendance. Il a gagné plus de 10 400 étoiles cette semaine en comblant un vrai manque—les agents IA ne savent souvent pas s'ils doivent utiliser jadx, apktool, Frida, IDA ou BurpSuite pour une tâche donnée—et ce pack fournit un routage structuré, un bootstrap à la demande de la chaîne d'outils et une base de connaissances auto-évolutive pour rendre les workflows de sécurité reproductibles au lieu d'être ad hoc.
Qui devrait s'y intéresser. Les chercheurs en sécurité, les testeurs d'intrusion, les rétro-ingénieurs et les concurrents CTF qui utilisent des clients de codage IA tels que Claude Code, Cursor ou Cline et souhaitent des pipelines d'analyse cohérents et conscients des outils pour des cibles diverses.
2. TencentDB-Agent-Memory par TencentCloud - TencentDB Agent Memory est un hub de mémoire au niveau de l'équipe pour les agents IA
Langage : TypeScript · Étoiles : 18400 · +8046 cette semaine · Voir sur GitHub →
Ce que c'est. TencentDB Agent Memory est un hub de mémoire au niveau de l'équipe pour les agents IA qui convertit les conversations, documents et code en quatre actifs de mémoire réutilisables—Chat Memory, Skill, LLM-Wiki et Code-Graph—qui sont gouvernés, partagés et équipés à travers les agents et frameworks.
Pourquoi il est tendance. Le projet a gagné 7 501 étoiles cette semaine alors que sa Team Memory Beta évolue rapidement, offrant un déploiement en une commande de services de mémoire qui permettent aux équipes d'agents d'accumuler, faire circuler et réutiliser l'expérience entre les sessions au lieu de repartir de zéro à chaque fois.
Qui devrait s'y intéresser. Les développeurs et petites équipes exploitant des agents IA qui souhaitent réduire la configuration répétitive du contexte et laisser les connaissances, compétences et compréhension du code accumulées persister et se transférer entre les sessions d'agents, les frameworks et les membres de l'équipe.
3. airllm par lyogavin - Inférence AirLLM 70B avec un seul GPU de 4 Go
Langage : Jupyter Notebook · Étoiles : 30214 · +5711 cette semaine · Voir sur GitHub →
Ce que c'est. AirLLM est un outil d'inférence de modèle de langage open-source qui réduit considérablement les besoins en mémoire GPU pour exécuter des modèles massifs sur du matériel à faibles ressources, éliminant le besoin de quantification, distillation ou élagage.
Pourquoi il est tendance. Le projet a récemment ajouté le support de Kimi K3 (2.8T), le plus grand modèle open-source publié à ce jour, qui fonctionne avec moins de 4 Go de VRAM via le streaming par expert de mélange clairsemé d'experts, suite aux mises à jour v3.0 qui ont ajouté le support FP8 et la compatibilité avec les principaux modèles récents, notamment DeepSeek-V3 et Qwen3.
Qui devrait s'y intéresser. Les développeurs, chercheurs et petites équipes ayant un accès limité aux GPU à haute VRAM qui souhaitent exécuter de grands modèles de langage open-source localement sans matériel d'entreprise coûteux.