今天日榜前排还是 skill 包、rea/AnyPS5，以及 10/12–10/15 写过或积压的仓（VoiceStudio、agent-browser、context-mode、CLI-Anything、iFixAi、PentAGI、Ghidra 等），我都跳过了。从剩下的里面挑了六个更想让人打开的：给 Agent 少烧 grep token 的本地搜索、火山引擎开源的上下文数据库、火到离谱的「洞穴人」省 token 技巧、用 LLM 控 Blender 的社区 MCP、离线隐私向的英文语法检查，以及把多家免费 LLM 额度收成一条 API 的聚合器。
星数是 10 月 16 日上午 GitHub API 的快照。
1. xerj-org/xerj：本地 AI 搜索，自动索引，少用 grep 烧 token
约 5700 星，Apache-2.0，Rust。XERJ 给编码 Agent 做本地检索：autoindex 扫文件夹，把代码、文档、日志、PDF 建成可查索引，检索走 BM25、向量和混合。项目自述实现 Elasticsearch REST API，现有 ES 客户端可以指到本机端口；对照实验里相对 grep 驱动的 Agent，输出 token 能少一大截（README 还写了相对 grep 搜索路径更省 token 的说法）。官网 xerj.org。
curl -fsSL https://xerj.org/get | sh
xerj --insecure --data-dir ./data &
xerj autoindex ~/my-project
适合仓库大、Agent 老在全文里翻、想先搜到段落再写代码的人。xerj init 可以接到 Claude Code / Cursor 的 MCP。
坑：--insecure 会关 TLS 和 API Key，能连上端口的人等于超级用户——只适合本机开发，别暴露到局域网。对模型已经背熟的热门开源库，收益会变薄；私有、冷门、截止日期之后的代码更值得试。
2. volcengine/OpenViking：Agent 的上下文数据库
约 4.0 万星，AGPL-3.0，Python。OpenViking 来自火山引擎开源，把自己定位成 Agent 的上下文库：知识资源、用户记忆、skills 收进 viking:// 虚拟文件系统，目录带分层摘要（先看摘要再决定读全文）。可自建，也有火山托管服务和商业版本。浏览器里可以先玩 Studio。
uv tool install openviking --upgrade && openviking-server init
适合想把长期记忆和项目知识管成「能打开看的目录」、而不是黑盒向量池的人。需要 embedding 模型和 VLM；init 向导支持火山、OpenAI、本地 Ollama 等。
坑：主项目是 AGPL-3.0，修改后若对外提供网络服务，开源义务更重。自建要自己管模型和运维；托管版是火山产品，条款和开源仓分开看。ByteDance / volcengine 血统意味着生态和文档偏这条线，选型时心里有数即可。
3. JuliusBrussee/caveman：洞穴人说话，编码 Agent 少烧 token
约 11.3 万星，Apache-2.0，Go（配套 CLI 走 npm）。Caveman 是 skill + 本机代理：逼 Agent 回复更短、工具输出先压缩再喂模型，代码和报错仍原样保留。一条命令可接到多种编码 Agent；官方和外部评测（含 Adobe、JetBrains 相关讨论）都在讲「更短、更便宜」，不是「突然变聪明」。
npx @caveman-ai/cli@latest
适合 Claude Code、Cursor、Codex 一类会话又长又贵、愿意用更糙的口头风格换账单的人。需要 Node.js 22.13+。
坑：这是刻意的风格取舍。清晰度、礼貌、解释完整度会降；安全警告等场景文档说会切回完整句。它不改写你的用户提示（研究里改提示反而更糟）。按次计费的产品上，只砍输出未必省得到钱。别把它当成万能省钱插件。
4. ahujasid/mcp-for-blender：用任意 LLM 操控 Blender
约 3.1 万星，MIT，Python。社区 MCP 插件（原名 blender-mcp），和 Blender 基金会无关。本机跑 Blender 插件里的 socket 服务，再加一个 MCP Server，Claude / Cursor / Codex 等就能用自然语言建物体、改材质、甚至让模型写 Blender Python。
curl -LsSf https://www.mcp-for-blender.com/install.sh | sh
适合已经会用 MCP 宿主、想用提示词快速搭场景或出原型的人。装完要彻底退出并重开 AI 应用，再开 Blender。
坑：依赖 Blender 3.0+、uv，以及你选的 MCP 客户端。同一时间只跑一个 MCP 实例更稳。模型能执行 Blender Python，等于给 AI 本机脚本权限——别在重要工程文件上随便试。有付费增值（云端生成模型等），核心集成仍是开源插件。
5. Automattic/harper：离线、隐私优先的英文语法检查
约 1.6 万星，Apache-2.0，Rust。Harper 是 Automattic 维护的英文语法检查引擎：本地跑、体积小、毫秒级，编辑器插件、Obsidian、WASM 网页都能用。作者把它放在和云端校对类产品同一品类里对比——卖点是隐私和速度，而不是再做一个订阅制写作教练。官网 writewithharper.com。
适合写英文 README、文档、笔记，又不想把全文丢进云端校对服务的人。VS Code、Neovim、Helix、Zed、Emacs 都有接入文档。
坑：目前主要是英文；语法建议仍会有误报漏报。它解决「本地、快、数据不出门」，不解决「帮你改成母语级文案」。需要对应编辑器插件或 harper-ls，不是装一个全局守护进程就完事。
6. tashfeenahmed/freellmapi：免费 LLM 额度，收成一个 /v1
约 3.6 万星，MIT，TypeScript。FreeLLMAPI 把多家免费提供商的额度聚到本机一个 OpenAI 兼容接口：加密存 key、路由、故障转移、用量跟踪。Docker 一键或桌面安装包都能起；也可接自定义 OpenAI 兼容端点。官网 freellmapi.co。
curl -fsSL https://freellmapi.co/install.sh | bash
适合本地实验、想少配几十套 SDK、用廉价后端喂玩具 Agent 的人。装完打开本机面板，把自己的各家 key 填进 Keys 页。
坑：README 写得很直——个人试验与学习，不是生产底座。免费档会限流、会挂、晚间智能度会掉，UTC 午夜才重置；没有前沿模型 SLA。你对上游提供商的 ToS 照旧生效。真要上线，先换成付费 API。
