GitHub 趋势洞察 2026-08-22，token 账单的三路反击，FreeToken 把 290B 模型塞进游戏本

2026 年 8 月 22 日 · 本期共收录 25 个热门开源项目

今日焦点，账单到了第二天，反击的人到了

昨天的榜单讲的是账单。caveman 用穴居人语法砍输出 token，sub2api 帮人拼车订阅省 API 费，腾讯的红队平台负责上线前查漏。说真的，那期看完的感觉是 agent 派对散场，有人开始收拾杯盘。

今天的榜单给出的是回应，而且三路同时到。

推理路上，一个叫 FreeToken 的项目昨天刚发布，总星 1,092 里有 1,036 是 24 小时内涨的，名字起得直白，token 免费。浏览路上，webcmd 把 agent 反复探索同一个网站的浪费固化成可复用命令，号称砍掉九成浏览 token。行为路上，Karpathy 一条讲 LLM 编码陷阱的推文被整理成一份 CLAUDE.md 纪律文件，205,146 颗星挂在仓库上。

背景板也在换位。openai/codex 靠 8 月 20 号刚发的 0.149.0 冲回第一，+4,159，deepseek-harness 让出坐了一周的头把交椅，单日增量从昨天的 +5,525 回落到 +3,104。

一天之内，省 token 这件事从砍输出进化成了三线作战。

榜单前五深度解读

1. openai/codex · Rust · +4,159 · 112,664

重登第一靠的是 0.149.0，8 月 20 号发布。这版最有分量的是一个交互式 agents dashboard，能搜索、启动、打开、重命名、停掉任务，快捷键可配，等于把多 agent 调度台搬进了终端。配套的 codex queue 可以往已有的本地或远程会话里塞消息，唤醒空闲会话的修复也一并做了，这两件事合起来看，方向很明确，单个 agent 会话已经不是产品单位了，任务队列才是。

细节密度也够。TUI 新增 /cd、/pwd、/cwd 三个目录命令，vim 模式补了 cw、c$、cc 这些 change motions，codex doctor 现在会检查端点防护、网络代理、桌面应用状态和更新连通性。SDK 侧支持精确覆写 CLI 配置，reasoning effort 加了 max 和 ultra 两档。你想想看，一个终端工具把 doctor 这种运维思维做进来，说明用户群已经从尝鲜的极客扩到了需要排障的正经团队。仓库 9,685 个 commit，0.150.0 的 alpha 列车两天发了 6 班，每班 162 个二进制资产，四个平台目标全覆盖，工程节奏没松过。

2. deepseek-ai/deepseek-harness · TypeScript · +3,104 · 184,062

连坐了一周第一之后让位，单日增量从 +5,525 降到 +3,104，回落 44%。坦白讲，这个回落速度对一个发布第十天的项目来说不算崩，总星 184,062，fork 破 20,442，fork 与星的比例停在 11%，社区参与度依然远超一般框架项目。仓库还挂着 developer preview 的牌子，官方明说过会有破坏性变更，Everything is a Plugin 的架构和 Cordis 底座前几天聊透了，今天不重复。

真正值得记的是这个拐点的含义。codex 反超靠的是 agents dashboard 和任务队列，这两样恰恰是 harness 品类引以为傲的编排能力。官方 agent 开始收编 harness 的核心卖点，这个信号比谁排第一重要。

3. FlashML-org/FreeToken · Python · +1,036 · 1,092

今天最有料的新面孔。FlashML 出品的边缘推理引擎，一句话定位，让 290B 级别的 MoE 模型跑在游戏本上。配套论文 arXiv 2608.16157，作者名单拉开一看，Song Han、Kurt Keutzer、Matei Zaharia、Ion Stoica，系统和 ML 圈的豪华配置，这不是营销项目，是有备而来的学术工业合流。

技术路线针对的是 MoE 在消费级硬件上的真实痛点，显存装不下全部专家。它把 GPU、CPU、内存和互联带宽当成一个统一的弹性推理平台，用带宽自适应的 CPU-GPU 协同执行策略（论文里的 q* 策略）动态决定专家计算放哪边，配全局 LRU 专家缓存和全层双缓冲 prefill 流式，权重加载和计算重叠跑。自研的 FTW 快速权重格式，量化支持 MXFP4、NVFP4、FP8、BF16，模型侧点名 DeepSeek-V4-Flash、Qwen3.6-35B-A3B、GLM-5.2，硬件侧支持 RTX 30/40/50 系。

最值得盯的是语义锚点检查点。agent 负载的特点是上下文反复小改，插一个工具调用、删一段思考，传统引擎要把公共前缀重算一遍，它把循环状态和 KV 缓存锚定在语义检查点上，改动的部分增量算。还有弹性显存，专家缓存和 KV 内存之间运行时重新分配，不用重启不用重载权重。工程血统也老实，README 明说受 mini-sglang 启发，复用了 SGLang、vLLM、FlashInfer、llama.cpp 的代码和设计。API 层做了 OpenAI 和 Anthropic 兼容，Codex、Claude Code、OpenCode 可以直接把本地端点当后端用。

其实吧，把这条和昨天的账单连起来看才完整，token 贵，那就把弹药库搬回家。

4. agentrhq/webcmd · JavaScript · +641 · 1,277

浏览器是 agent 最烧 token 的地方之一，每换一个网站都要现场摸索页面结构。webcmd 的解法是让基础设施自己学，四层架构层层递进。第 0 层是真浏览器，Playwright 风格的沙箱程序跑真实会话，检查、点击、输入、抓网络请求。第 1 层是站点记忆，把观察到的页面、状态、动作、工作流、API、坑和兜底路径沉淀成 agent 视角的 sitemap。第 2 层基于记忆生成可复用的 webcmd 适配命令，结构化输出。第 3 层最省，工作流完全确定之后直接往现有 CLI 里加定制命令，后来的 agent 一个 token 都不用花在导航上。

会话模型设计得干净，Profiles 是 cookie 罐，Sessions 是 profile 里的独立浏览器窗口，并行 agent 各拿各的 session 不打架。核心 npm 包不内置任何站点适配器，全部走 webcmd plugin search 安装，社区已有 omnisearch（HN、Stack Overflow、GitHub、arXiv）、pypi、skyscanner 这些插件，还能用 webcmd skills add 挂进 Claude 或 Codex。

数字层面要泼一瓢冷水。up to 90% 的节省目前只在 README 里，仓库有 benchmarks 目录但首页没放具体结果，1.3k 星配 838 个 fork，这个比值说明抢着贡献适配器的人比围观的多，社区在真干活。我一直觉得这种结构的项目，fork 数比星数诚实。

5. multica-ai/andrej-karpathy-skills · - · +589 · 205,146

一个仓库，28 个 commit，205,146 颗星。内容是一个 CLAUDE.md 文件，把 Karpathy 那条讲 LLM 编码失败模式的推文翻译成了可执行的纪律。失败模式三条，模型默默做错误假设不问人，代码过度工程化，顺手改掉或删掉自己没看懂的代码。

文件展开成四个原则。Think Before Coding，假设要显式说出来，歧义时给出多种解读，有更简单的方案就顶回去。Simplicity First，不给单次使用的代码造抽象，不做没人要的可配置性，给不可能的场景写错误处理，判据写得很狠，200 行能写成 50 行就重写。Surgical Changes，每一行改动都必须能追溯到用户的请求，既有的死代码提一嘴但不删。Goal-Driven Execution，把祈使句任务转成可验证的目标，修 bug 先写能复现的测试再让它过。整个文件的灵魂是 Karpathy 那句判断，Don't tell it what to do, give it success criteria and watch it go，别告诉它怎么做，给它成功判据然后看它跑。

仓库还配了等价的 Cursor 规则文件、示例文档和中文 README，安装可以走插件市场也可以一条 curl 拉进项目。有意思的是它标注了代价，这套纪律偏保守，速度上会有损失。一份文件自己写明了 tradeoff，这比多数框架文档都体面。

趋势分析

省 token 的战场从 prompt 层沉到基础设施层

昨天的 caveman 在输出端做压缩，今天 FreeToken 直接换掉了弹药供给端，把推理搬回本地，webcmd 换掉了交互端，把浏览器探索固化成命令。你想想看，同一个问题，三个层次各自的解法同天上榜，这不是巧合，是成本压力大到单点优化不够用了。接下来值得等的是三层的组合，本地跑 290B 模型，浏览器导航走缓存命令，输出端再压一道，账单能压到什么程度，很快会有项目给出完整答案。

纪律文件成了新的 star 资产

把今天榜单里 skills 相关的项目数一遍，mattpocock/skills 231,388，superpowers 276,024，karpathy-skills 205,146，ECC 242,058，ui-ux-pro-max-skill 119,700，ponytail 107,968，book-to-skill 24,019，awesome-gpt-image-2 12,122，25 席占了 8 席。其中最极端的是 karpathy-skills，28 个 commit 对 20 万星，一个文件的价值超过了绝大多数框架。方法论本身成了可分发的资产，而且这个品类的生产成本趋近于零，一条推文、一篇博客、一段经验，整理成 SKILL.md 就能上线流通。我一直觉得这波 skills 热的本质不是技术，是知识第一次有了标准的打包格式。

harness 品类从爆发期进入拉锯期

dsh 单日 +5,525 到 +3,104 的回落，配上 codex 的反超，是这十天 harness 叙事的第一个转折点。官方 agent 用 agents dashboard 和任务队列证明，harness 的编排能力可以被收编进现有产品。第三方也没停，trueforge 第 13 位稳步爬到 3.4k，走的是 MIT 协议加沙箱加 YAML 目录的差异化路线。品类成型之后的第二阶段，拼的不再是发布声量，是工程深度和留存，谁能把 developer preview 的牌子摘掉，谁才算真正落地。

值得关注的潜力项目

floci-io/floci(第 21 位)

LocalStack 社区版今年 3 月停服、要求 auth token、冻结安全更新之后，AWS 本地模拟这块留出了真空，floci 是来填坑的。Java 写的，MIT 协议，72 个 AWS 服务，单端点 4566 端口，启动 24 毫秒，空闲内存 13 MiB，Docker 镜像 90 MB，对位 LocalStack 的 3.3 秒、143 MiB、1.0 GB。状态型服务 S3 和 DynamoDB 进程内模拟，Lambda、RDS、EKS 这些起真容器，还有 2,506 个自动化兼容性测试横跨 Java、Node、Python、Go、AWS CLI、Terraform 和 CDK。环境变量自动翻译，LocalStack 的初始化脚本原样能跑，迁移成本压到了最低。

truefoundry/trueforge(第 13 位)

agent harness 赛道里 dsh 之外的另一个正经选项。MIT 协议，本地模式一条 npx 起 SQLite 单进程，托管模式 Postgres 加 Redis 加 Helm。模型接 OpenAI、Anthropic、Gemini 或任意兼容端点，沙箱当工具用，现在跑 Daytona，密钥留在 harness 层不进沙箱。上下文工程是卖点，子 agent、延迟工具加载、大结果卸载、压缩一整套。官方声称在相同任务相同模型下与 Claude 托管 agent 和 deepagents 同准确率更低成本，基准数字还没公开，先看仓库再信。

cursor/plugins(第 23 位)

Cursor 的插件规范和官方插件仓库，4,584 星。IDE 阵营正式跟进插件化这件事，和 Claude 的 plugin marketplace、Codex 的生态扩张放在一个时间轴上看，编辑器、终端、harness 三条线都在往同一个方向收敛，扩展机制标准化。规范类仓库的星数从来涨得慢，但它们定义的接口决定后面几年的生态形状。

完整榜单

写在最后

三点收束。

第一，FreeToken 首日上榜的信号比它的星数大。Song Han 和 Ion Stoica 这个级别的作者阵容下场做消费级 MoE 推理，说明学界认了这件事的工程价值，本地跑前沿模型的窗口正在被认真打开，语义锚点检查点这种专为 agent 负载设计的能力，方向感非常准。

第二，纪律文件拿星的速度超过了框架。karpathy-skills 用 28 个 commit 撑起 20 万星，skills 品类占比八席，知识打包成 SKILL.md 的流通效率已经得到市场验证，写清楚成功判据比多写一千行框架代码值钱。

第三，harness 的故事进入第二幕。dsh 增速回落四成，codex 用 dashboard 和 queue 反超，爆发的红利期结束，接下来比的是谁先把 developer preview 的牌子摘掉，谁能把插件生态从皮肤和桌宠升级成生产力。

一个总判断，agent 技术栈正在分形成三层各自独立的成本战场，弹药层（推理）、交互层（工具调用）、行为层（纪律），今天三路同时有人交卷。下一匹黑马大概率出现在把这三层串起来的组合位上，谁先做出本地推理加缓存命令加纪律文件的完整闭环，谁就拿到账单战争的终局门票。