这是一份关于 GitHub AI 热门仓库的系统梳理。
样本看的是过去 6 个月新建、并且达到 2000+ stars 的 AI repo。时间窗口是 created:2025-11-09..2026-05-09,一共 703 个仓库。
主报告在这里:
- 过去 6 个月,哪些 AI repo 在 GitHub 上获得了高关注度
- 这些 repo 主要集中在哪些方向:agent infra、skills/prompts、vertical apps、models/training、eval/observability 等
- 哪些项目只是被收藏,哪些更像被 fork、改造、部署或接入工作流
- 为什么
SKILL.md/CLAUDE.md/DESIGN.md这类 markdown repo 开始成为 AI 软件的一种分发格式 - 哪些 owner 不只是做出一个爆款 repo,而是在围绕同一个入口持续做一组相关项目
这份报告用 multi-label。每个仓库有 1 个主类和 0-2 个副类;一个 repo 只要主类或副类包含某个方向,就会被算进这个方向。所以不同方向的覆盖率不能直接相加成 100%。
这里的 stars 主要看作 attention 信号:它能说明一个项目被看见、被收藏、被传播,但不能直接代表代码质量、真实用户数或商业价值。报告里会结合 peak ★/day、fork/star、issue/star、最近 push 和 license 一起看。
如果只想快速看结论,可以先读主报告里的:
核心判断1. stars 先看关注度2. 宏观方向3. 高星项目集中在 distribution 层
如果想查具体标签含义,看 8. 标签说明:子门类详解。
README.md # 当前说明
6month-map.md # 主报告
_raw/ # 当前报告对应的数据和脚本
_raw/ 里保留的是当前报告会用到的材料:
repos-6m.jsonl:703 个仓库的基础元数据classified-6m.jsonl:仓库标签和分类结果citations-6m.json:README 引用关系classify-6m.py:6 个月样本的分类脚本
这份 mapping 会继续按月更新。后续如果样本口径、标签体系或数据源有变化,会直接写在报告开头。