部分1: 今日新增3个GitHub Trending项目核心介绍

    本次新增的3个项目均围绕AI智能体（Agent）能力扩展展开，覆盖Claude Code内存增强、通用AI智能体框架、Obsidian+Claude Code集成三大方向，以下是各项目的核心信息：

1. thedotmack/claude-mem（TypeScript）

核心定位：为Claude Code打造的持久化内存压缩系统，核心解决Claude Code跨会话上下文丢失问题，是Claude Code的专属插件。关键价值：

• 持久化记忆：自动捕获Claude Code会话中的工具使用、操作记录，生成语义摘要并存储，让不同会话间保持项目知识连续性；

• 高效检索与控制：支持基于技能的自然语言搜索（mem-search）、渐进式上下文披露（带Token成本可视化），可通过<private>标签屏蔽敏感内容；

• 多端集成：提供Web可视化界面（http://localhost:37777）、Claude Desktop技能，支持Telegram/Discord/Slack等实时消息推送；

• 部署便捷：通过Claude Code的/plugin命令一键安装（npm仅安装SDK，不包含插件钩子），也支持OpenClaw网关一键部署。数据表现：当前Stars 36,323，今日新增1,017，是新增项目中热度最高的一个。

2. langchain-ai/deepagents（Python）

核心定位：基于LangChain和LangGraph的开箱即用型AI智能体框架，无需手动拼接提示词、工具和上下文逻辑，直接提供生产级智能体能力。关键价值：

• 全能力内置：原生支持任务拆解规划、文件系统操作（读/写/编辑/搜索）、Shell命令执行（带沙箱）、子智能体委派、长对话自动摘要；

• 高扩展性：100%开源（MIT协议），兼容所有支持工具调用的LLM（包括闭源/开源模型），可快速自定义工具、切换模型、修改系统提示词；

• 生产级底座：基于LangGraph构建，支持流式输出、会话持久化、检查点（Checkpoint）等企业级特性；

• 多端支持：提供Python核心库+CLI工具（支持网页搜索、远程沙箱），也有JS/TS版本（deepagents.js）。数据表现：当前Stars 12,386，今日新增444，是LangChain生态下的轻量化智能体落地工具。

3. YishenTu/claudian（TypeScript）

核心定位：Obsidian插件，将Claude Code完整嵌入Obsidian笔记库，让Obsidian成为Claude Code的工作目录，实现“笔记库+AI智能体”一体化协作。关键价值：

• 全场景集成：Claude可直接读写/编辑Obsidian库文件、执行bash命令，支持@引用文件、自动关联聚焦笔记、排除敏感标签笔记，还能拖拽/粘贴图片进行视觉分析；

• 灵活扩展：支持自定义斜杠命令、技能、子智能体，兼容Claude Code插件和MCP协议（可接入外部工具/数据源）；

• 安全可控：提供YOLO（自动执行）/Safe（逐次审批）/Plan（先规划再执行）三种权限模式，内置危险命令黑名单，限制文件导出路径；

• 无侵入性：无数据遥测，仅依赖Claude Code CLI运行，支持Haiku/Sonnet/Opus多模型切换（需Claude订阅）。数据表现：当前Stars 4,018，今日新增109，是Obsidian生态中少有的深度集成Claude Code全能力的插件。

新增项目共性与差异

部分2: 今日新增3个模型核心信息详解

本次新增的3个模型覆盖图文转换（OCR）、图像生成/编辑、无审查大语言模型三大方向，各模型核心特点与价值如下：

1. zai-org/GLM-OCR

• 模型类型：image-to-text（图文转换）

• 核心定位：面向复杂文档理解的多模态OCR模型，基于GLM-V编码器-解码器架构打造

• 核心优势：

  • 性能顶尖：在OmniDocBench V1.5评测中得分94.62，位列全榜单第一；在公式识别、表格识别、信息抽取等主流文档理解任务中达到SOTA水平；

  • 场景适配性强：针对真实业务场景优化（复杂表格、含代码文档、印章等难识别布局），鲁棒性突出；

  • 推理高效：仅0.9B参数规模，支持vLLM、SGLang、Ollama等轻量化部署方式，大幅降低推理延迟和算力成本，适配高并发服务/边缘部署；

  • 易用性极高：全开源且提供完整SDK，支持一键调用，可快速集成到现有生产流水线（SDK内置PP-DocLayoutV3布局分析能力，降低端到端文档智能系统的工程成本）；

• 关键数据：下载量260万+，点赞1.3K，综合排名#15；

• 部署方式：支持官方SDK、vLLM、SGLang、Ollama、Transformers等多种方式，覆盖研发/生产全场景需求。

2. black-forest-labs/FLUX.2-klein-9b-kv

• 模型类型：image-to-image（图像到图像）

• 核心参数：9B参数规模，属于FLUX系列轻量化变体；

• 使用约束：使用前需同意《FLUX Non-Commercial License Agreement》（FLUX非商业许可协议）及《Acceptable Use Policy》（可接受使用政策）；

• 关键数据：下载量3.3K，点赞76，综合排名#25；

• 补充说明：文档未披露更多功能细节，核心承接FLUX系列图像生成/编辑能力，9B参数兼顾性能与部署可行性，适合非商业场景的图像创作/编辑需求。

3. HauhauCS/Qwen3.5-4B-Uncensored-HauhauCS-Aggressive

• 模型类型：uncensored（无审查）

• 核心定位：基于Qwen3.5-4B的“激进版”无审查变体，完全解锁内容生成限制；

• 核心优势：

  • 零拒绝+无能力损失：0/465次拒绝记录，彻底移除审查逻辑，且未修改数据集/削弱模型原生能力；

  • 激进去审查：相比基础无审查版本，更彻底移除拒绝触发逻辑（若该版本限制过松，作者计划推出Balanced平衡版）；

  • 原生多模态：支持文本、图像、视频输入（需搭配mmproj视觉编码器文件，适配llama.cpp/LM Studio等运行时）；

  • 架构特性：4B稠密参数、32层，混合注意力架构（Gated DeltaNet线性注意力+全softmax注意力=3:1），262K原生上下文（可通过YaRN扩展至1M），支持多令牌预测（MTP），覆盖201种语言；

  • 部署灵活：提供BF16/Q8_0/Q6_K/Q4_K_M等多种量化版本，适配不同算力场景；

• 关键数据：下载量85.7K，点赞147，综合排名#27；

• 注意点：模型偶尔会附加简短免责声明（非内容拒绝，核心生成内容完整），高吞吐场景推荐用vLLM/SGLang/KTransformers部署。