AI Agent GitHub Digest — 2026-09-23

TL;DRbrowser-use/video-use 讓 Claude Code 直接剪片，靠 ElevenLabs 逐字稿定位時間軸，25,702 星；dream-num/univer 把辦公室 SDK 重新定位成「AI Agent 的 Office Harness」，今天登上 TypeScript 榜首；superdesigndev/treg 做「OpenRouter for agent tools」，讓 agent 免簽約、按次付費呼叫 3,000+ 個工具端點；davila7/claude-code-templates 破 3 萬星，靠一鍵安裝 agent／command／MCP 範本取代手刻設定；pydantic-ai v2.47.0 收緊型別驗證，`UserPromptPart.content` 型別錯誤不再靜默降級。

#ai-agent #github #open-source #daily #agent-tools #coding-ai #office-automation

系列: AI Agent GitHub Digest (39 / 36)

AI Agent GitHub Digest — 2026-09-22

今日亮點

今天成長最快的四個專案沒有一個是新框架，全部在解同一種問題：agent 已經會規劃、會下指令了，但缺的是「能力」——剪片要靠專業轉錄服務理解時間軸，辦公室文件要靠現成的 Canvas 渲染引擎，想用的付費工具要靠別人已經簽好約的帳號。原來限制 agent 的不是推理能力，是它借不借得到人類世界已經蓋好的基礎設施。

browser-use/video-use ⭐ 25,702 (+155)

GitHub　·　Python　·　MIT

是什麼：把原始影片素材丟進資料夾、跟 Claude Code 聊幾句，就能拿到剪好的 final.mp4——去除贅字停頓、自動調色、燒錄字幕、生成動畫轉場，全部靠 agent 完成。
為什麼值得看：LLM 從頭到尾不「看」影片，而是靠 ElevenLabs Scribe 產生的逐字稿（含詞級時間戳、說話者分離、笑聲／掌聲標記）定位剪點，只有需要時才額外生成畫格+波形的合成圖做視覺覆核。這種「先轉錄再剪輯」的分工比直接餵影格給模型省 token 也更準。
tech stack：Claude Code / Codex skill + ElevenLabs Scribe API + ffmpeg + Remotion/Manim（動畫子代理）
上手難度：中——需要先裝 ffmpeg 並申請 ElevenLabs API key，但 agent 會自己跑完安裝流程

dream-num/univer ⭐ 15,214

GitHub　·　TypeScript　·　Apache-2.0

今日 TypeScript 語言榜首。

是什麼：原本是給 SaaS 產品內嵌試算表／文件／簡報功能的 Office SDK，最新定位改成「AI Agent 的 Office Harness」——同一個 headless runtime 可以在瀏覽器跑也可以在 Node.js 跑，讓人和 agent 編輯同一份檔案。
為什麼值得看：多數「Office + AI」的做法是讓 agent 呼叫既有應用程式的 API；Univer 反過來把試算表、文件、簡報的公式引擎和 Canvas 渲染做成可嵌入、可 headless 執行的元件，agent 可以直接在伺服器端跑試算表邏輯，不用開一個真的 Excel 視窗。
tech stack：TypeScript + Canvas 渲染引擎 + 自研公式引擎 + Facade API（瀏覽器/Node.js 共用）
上手難度：中——外掛式架構彈性高，但要理解 plugin/preset 的組裝方式才能客製

superdesigndev/treg ⭐ 2,113 (+197)

GitHub　·　Python　·　Custom（source-available）

是什麼：「OpenRouter，但賣的是工具不是模型」——一個 base URL、一個 token，agent 就能呼叫 3,000+ 個跨 60+ 供應商的工具端點（SEO 反鏈、社群趨勢、名單擴充、廣告、爬蟲、圖片/影片生成……），按次計費、不用跟供應商簽約。
為什麼值得看：Agent 真正卡住的地方常常不是找不到工具，是工具背後要簽約、要月費、要企業審核（Semrush $139/月、Crunchbase $99/月，或乾脆沒有公開 API）。Treg 把這些帳號集中代管，agent 只要照任務描述搜尋，不用知道該找哪家供應商——這跟 Composio 的差異在於它是「用量計費市場」而非「OAuth 整合平台」。
tech stack：Python CLI + 代理閘道（server-side 憑證注入，金鑰不落地到呼叫端）
上手難度：低——curl -fsSL https://treg.to/install.sh | sh 裝 CLI，treg login 後就能搜工具

davila7/claude-code-templates ⭐ 31,028 (+113)

GitHub　·　Python　·　MIT

是什麼：Claude Code 的設定與監控 CLI 工具——上百個現成的 agent、slash command、MCP 整合、hook、setting 範本，一行 npx claude-code-templates@latest --mcp development/github-integration --yes 就裝好，不用手刻 .claude/ 底下的設定檔。
為什麼值得看：Claude Code 的客製化空間很大，但也代表新手光是設定 agent 角色、hook、MCP 就要花不少時間。這個專案把社群常用組合做成可瀏覽、可安裝的目錄，另外附健康檢查、即時分析、手機遠端監控對話等維運工具，等於把「怎麼配置」的知識變成可以直接裝的套件。
tech stack：Node.js CLI（npx 發布）+ 靜態範本目錄（aitmpl.com）+ Cloudflare Tunnel（遠端監控）
上手難度：低——npx 直接跑，互動式介面挑元件安裝

Notable Releases

pydantic-ai v2.47.0

Release Notes

重要變更：TypeSafeModel 新支援三種欄位型別；修掉 tuple output 欄位會直接崩潰的問題；Choices 集合現在能正確描述自己作為一條 TypeSafeModel 路由。
Breaking Changes：None 輸出路由的命名從 NoneType 改成 None；UserPromptPart.content 若不是 str 或序列，現在會直接拋錯，不再靜默地把 dict 的 key 當內容送出去——這代表過去誤傳字典進去、卻「意外能跑」的呼叫，升級後會直接失敗。
對你的影響：如果程式碼曾經（不管是不是刻意）把非字串／序列的物件塞進 UserPromptPart.content，升級前先檢查——舊行為是靜默送出 dict.keys()，新版會直接 raise，測試沒覆蓋到這條路徑的話會在 CI 才發現。

今日收穫

本來以為 agent 生態下一步是更多框架抽象，但今天成長最快的四個專案沒有一個是新框架——是在幫 agent 借用人類世界已經蓋好的東西：借轉錄服務的耳朵去剪片、借辦公室渲染引擎的手去編輯文件、借別人已經簽好約的帳號去呼叫工具。Agent 的能力邊界，原來很大一塊是「借得到借不到」的問題，不是「懂不懂」的問題。