GitHub本周最热5个项目：有一个直接改变了我的工作流

Thu, 03 Sep 2026 08:42:00 +0800

本周 GitHub Trending 有几个项目质量很高，我逐个 clone 下来试了一圈，挑出 5 个最值得关注的。

codex-with-chatgpt：ChatGPT 当大脑，Codex 当手脚

⭐ 2,273 | TypeScript | MIT

这个项目的核心思路一句话就能说清：让 ChatGPT 负责规划，Codex 负责执行。

单用 ChatGPT，它能给你写出漂亮的方案，但没法直接操作你的代码仓库。单用 Codex，它能执行命令、改代码，但面对复杂需求容易"闷头蛮干"——先改了一堆文件，发现方向不对再回退。

codex-with-chatgpt 的做法是：把 ChatGPT 接入 MCP（Model Context Protocol），让它作为规划层理解你的意图、拆解任务、设计架构，然后把具体的代码修改、文件操作交给 Codex 的 harness 去执行。

为什么这个组合比单用更强？ 规划和执行是两种截然不同的能力。ChatGPT 擅长理解需求、做高层决策；Codex 擅长精确地改代码、跑命令。合在一起，相当于一个会思考的工程师带着一个手脚麻利的助手。

我自己试了一下，让它重构一个 Python 项目的目录结构。ChatGPT 先分析了现有代码的依赖关系，规划出迁移路径，然后 Codex 按步骤移动文件、更新 import。整个过程没有出现"先改错再回退"的情况。

适合场景：中大型项目的重构、多文件协同修改、需要先理解全局再动手的任务。

⭐ 1,562 | Python | MIT

市面上"去 AI 味"的工具不少，但 sepia 有个很硬的区别点：它基于 StoryScope 学术论文（arXiv:2604.03136）的叙事架构修复方法，不是简单地替换几个高频词。

它的原理是：AI 生成的文本之所以"有味"，不只是因为用了"值得注意的是"这类套话，更深层的问题在于叙事结构的同质化——段落之间的逻辑推进方式、论证的展开模式太规律了。sepia 做的是在叙事架构层面做修复，让文本的"骨架"更接近人类写作的随机性。

技术上，sepia 是一个 Agent Skills，兼容 77+ 个通过 Skills CLI 接入的 Agent 平台，原生支持 Claude Code、Codex、Grok Build、Antigravity。不管你在哪个平台写内容，都能用同一套去 AI 味方案。

我拿自己之前写的一篇公众号文章测了一下。原文经过其他工具"去味"处理过，但 sepia 还是改出了不少东西——主要是段落之间的过渡方式和论证节奏。改完之后读起来确实更自然，不像机器写的。

跟其他去味工具的区别：大部分工具是词法层面的替换（把"此外"换成"另外"），sepia 是结构层面的修复。打个比方，其他工具是给文章"化妆"，sepia 是给文章"整骨"。

⭐ 1,116 | Markdown | MIT

这个项目的脑洞很大：把 Claude Code 的技能组织成一家公司的架构。15 个部门，125+ 个技能，每个技能独立可安装。

“市场部"负责内容营销相关的能力，“工程部"负责代码开发，“法务部"负责合规检查……每个"部门"下面有对应的 Skill 文件，Claude Code 按需调用。

我 clone 下来翻了一遍目录结构，设计思路确实有意思。它不只是简单分类，而是按写权限来划分部门——需要修改代码的归"工程部”，只能读不能写的归"审计部”，有否决权的归"reviewer-class”。这种权限模型比扁平的技能列表更实用。

适合 Claude Code 重度用户，尤其是团队协作场景。个人用户可以挑感兴趣的"部门"单独安装，不用全量部署。

⭐ 687 | Go | MIT

一个用 Go 写的轻量自托管通知服务。你的应用出了问题，boop 直接推送到手机。

没有花哨的 Dashboard，没有复杂的配置，就是一个干净的通知管道。Go 单二进制，部署简单。适合独立开发者和小团队的运维告警场景。

⭐ 551 | TypeScript | MIT

shadcn 团队的新作。替代 tailwind-merge + clsx 的组合，API 完全兼容，但速度快 30 倍。

如果你的项目已经在用 shadcn/ui，这个替换几乎是零成本收益。前端项目的构建性能优化里，Tailwind 类名合并一直是个隐藏的性能点，cn 直接把这个点打穿了。

最值得装的是 sepia。 只要你用 AI 写内容，不管是在哪个平台，去 AI 味都是刚需。sepia 有学术论文支撑，不是拍脑袋的规则集，这个底子比同类工具扎实。

最有想象力的是 codex-with-chatgpt。 规划+执行的双引擎架构，可能是 AI 编程工具的下一个演进方向。

最实用的是 headcount。 如果你是 Claude Code 用户，花 10 分钟翻一遍它的部门目录，能学到不少 Agent 组织的思路。