先说推理层：一老一新，同周上榜
vLLM（94,353 星）的解读这周才发，但它的地位早就定了：自己部署大模型做服务，它是最稳妥的起点。PagedAttention 把 KV cache 切块管理，显存碎片基本清零，配上 continuous batching，同一块卡的并发上一个大台阶。9.4 万星、2000 多名贡献者，这个体量还保持纯社区驱动的项目没几个。
有意思的是 TokenSpeed（2,396 星）同周上榜。它的对标写得很直白：性能看 TensorRT-LLM，易用性看 vLLM，切口更窄，只打 Agent 负载：请求并发高、上下文反复拼接、KV cache 频繁分配回收。我最欣赏它一个设计决定：把请求生命周期和 KV cache 所有权写成有限状态机，靠类型系统在编译期拦资源错误。cache 还被引用就被回收这类 bug，别的引擎要在深夜告警里查，它让编译器报错。控制平面 C++、执行平面 Python 的分离，PyTorch Foundation 收录时专门点了名。
一个守成，一个钻空档。它俩要是下周还在榜上，说明 Agent 推理这个细分真立住了。
省 token 的工具，这周凑齐了三层
上周盘点说中间层在长出自己的秩序，这周的证据更厚。
XERJ（5,408 星）从检索下手：先给代码库建索引，agent 直接拿到精确代码段和 file:line 定位，不用 grep 挨个翻文件。官方受控研究里 16 道题全对不变，输出 token 降到约 1/2.7；用户日常报告省 5 倍。它主打的 reference coding 值得一试：agent 接到任务先自动下载最接近的开源仓库建索引，看完别人怎么解，再动手写自己的。
Headroom（76,129 星）从内容下手：工具输出、日志、RAG 结果进上下文之前，先在本地压一道。README 的例子是 10,144 tokens 压到 1,260，模型照样找到那条 FATAL 日志。JSON、源码、自然语言各用各的压缩器，比一把通用模型硬怼合理。CacheAligner 只标记会打爆 KV-cache 前缀缓存的易变内容、从不改写 prompt 本身，这个细节想得深。
加上上周的 billion-context 管长会话记忆，检索、内容、记忆三层各有一个项目在守。这类工具的宿命多半是被上游吸收：vLLM 的 prefix caching、各家网关的上下文管理都在做相近的事。现在还有窗口期，窗口有多长不好说。
Google 亲自下场做 skill，规范包连续第三周上榜
android/skills（7,970 星）是 Google 官方维护的 SKILL.md 集合，读者是 AI 编程 Agent，不是人。它的选题标准我觉得比内容重要：只补评估数据显示 LLM 做不好的领域，R8 混淆、Wear OS 适配这类偏门活。Agent 已经熟练的不写，README 点名说基础 Jetpack Compose 最佳实践就不做。按缺口建库，不按知识体系建库。
连着三周，skill 类项目都在榜上：两周前社区工具包批量出现，上周 SwiftUI 规范包和航空受控英语包，这周 Google 官方仓库。生态从社区自发走向大厂供给，这个转折值得记一笔。
新物种：给 agent 做体检
iFixAi（27,032 星）一句话说清：120 秒告诉你一个 AI agent 有没有按业务 KPI 干正事。现有评估工具盯 token 效率、延迟、prompt 注入，它盯的是更上面的问题：agent 的行为符不符合组织架构和业务要求。三种跑法共用一个引擎，最有意思的是插件模式：agent 自己发现环境、构建测试夹具、跑诊断、向你解释记分卡。两万七千颗星说明”agent 干没干对事”这个焦虑相当普遍。
散件，快过
- rust（119,878 星）：语言本体仓库的解读，编译器、标准库、四大官方工具链都在里面，适合想搞清楚”我每天 cargo build 的到底是什么”的人。
- llm-course（83,904 星）：Maxime Labonne 的免费课，造模型和用模型两条路线分开铺，微调部分的五个 notebook 最扎实。
- tiny11builder（20,127 星）：把卸预装软件提前到装系统之前。三种模式里默认选 Tiny11，Core 装完不能更新，只适合虚拟机。
- LinkSwift（23,558 星）：八个网盘的直链油猴脚本。作者声明链接全来自官方公开 API、没碰限速，账号风险自己掂量。
- Jasna（2,322 星）：只修你框选的马赛克区域，画面其余部分一个像素不动。NVIDIA GTX 16 系起步，路径必须纯英文。
- os-taxonomy（5,997 星）：1,591 个小学微主题加 3,225 条依赖边组成的知识图谱，hard/soft 前置标注认真，做教育产品的可以直接用。
一句话总结
这周的主线：模型越来越便宜，围着模型省钱的工程越做越厚。推理引擎抠显存，检索和压缩抠 token，审计工具抠产出质量。账单焦虑正在变成一门正经生意。