GitHub ร้อนแรงในหนึ่งสัปดาห์! 9 เครื่องมือ AI ช่วยให้การวิจัย เขียน论文 และอ่านโค้ดมีประสิทธิภาพเป็นเท่าตัว

01 จัดชุดเครื่องมือวิจัยวิทยาศาสตร์ครบวงจรให้ AI

ทุกวันนี้เมื่อเปิดดู GitHub โปรเจกต์ยอดนิยมเกือบครึ่งหนึ่งล้วนเกี่ยวข้องกับ Skill

scientific-agent-skills เป็นโปรเจกต์ Skill ที่เพิ่งทะลุ 25,000 Stars และยังคงได้รับความนิยมเพิ่มขึ้นอย่างต่อเนื่องในสัปดาห์นี้

นี่คือชุดทักษะ Agent ที่พร้อมใช้งานทันที ครอบคลุมหลายด้าน เช่น การวิจัยวิทยาศาสตร์ การคำนวณทางวิทยาศาสตร์ วิศวกรรม การวิเคราะห์ข้อมูล การเงิน และการเขียน

ในอดีต เมื่อคุณให้ Claude หรือ Cursor ช่วยทำงานวิจัยจริงจัง พวกมันมักจะพูดจาไม่ตรงประเด็นและไม่น่าเชื่อถือ

หลังจากติดตั้งชุดทักษะนี้ วิธีการทำงานของ AI จะมีระเบียบมากขึ้น และรู้ว่าควรปฏิบัติตามขั้นตอนใด

หากคุณเป็นนักวิจัย หรือต้องทำงานกับข้อมูลและการคำนวณเป็นประจำ ลองติดตั้งและสัมผัสประสบการณ์ดู

• ที่อยู่โอเพนซอร์ส: https://github.com/K-Dense-AI/scientific-agent-skills

02 การเขียน论文ถูกทำให้เป็นสายการผลิต

หาก scientific-agent-skills เป็นชุดเครื่องมืออเนกประสงค์ในด้านการวิจัย academic-research-skills ก็เป็นเวอร์ชันเฉพาะทางสำหรับงานเขียน论文โดยเฉพาะ

โปรเจกต์นี้เติบโตอย่างรวดเร็วในสัปดาห์นี้ โดยเพิ่มขึ้นมากกว่าหมื่น Stars ภายในหนึ่งสัปดาห์ และตอนนี้ใกล้ถึงสองหมื่นแล้ว

มันเป็นทักษะการวิจัยทางวิชาการที่ออกแบบมาสำหรับ Claude Code โดยเฉพาะ เชื่อมโยงกระบวนการเขียน论文ทั้งหมดเป็นสายการผลิต: ค้นหาข้อมูล เขียน ตรวจทาน แก้ไข และส่งต้นฉบับ แต่ละขั้นตอนเชื่อมต่อกันโดยอัตโนมัติ

ฉันดูการออกแบบกระบวนการของมันอย่างละเอียดแล้ว มันถูกจัดเรียงตามจังหวะการเขียน论文จริง ไม่ใช่แค่การรวมพรอมต์สองสามคำเข้าด้วยกัน

อย่างไรก็ตาม มันไม่ได้ทำงานอัตโนมัติเต็มรูปแบบ ยังคงต้องมีการแทรกแซงจากมนุษย์

นักศึกษาปริญญาโทที่กำลังเร่งทำ论文น่าจะรู้สึกซาบซึ้ง เครื่องมือนี้ช่วยประหยัดผมบนหัวคุณได้ไม่น้อย

• ที่อยู่โอเพนซอร์ส: https://github.com/Imbad0202/academic-research-skills

03 เปลี่ยนฐานโค้ดที่ไม่คุ้นเคยให้เป็นแผนที่

Understand-Anything ปัจจุบันมีเกือบ 20,000 Stars

มันสามารถเปลี่ยนฐานโค้ดให้เป็นกราฟความรู้แบบโต้ตอบได้ ทำให้คุณสามารถค้นหา ถามคำถาม และเรียกดูด้วยภาพได้ทุกที่

ก่อนที่จะอ่านโปรเจกต์ที่ไม่คุ้นเคย ให้มันวาดแผนที่ให้คุณก่อน แล้วคุณจะรู้สึกมั่นใจ

มันเข้ากันได้กับเครื่องมือ AI หลายประเภท ไม่เลือกกิน

หากคุณต้องดูโค้ดของคนอื่นบ่อยๆ หรือเพิ่งเข้าบริษัทใหม่และต้องจัดการกับโปรเจกต์เก่าๆ มากมาย เครื่องมือนี้จะช่วยให้คุณเริ่มต้นได้อย่างรวดเร็ว

• ที่อยู่โอเพนซอร์ส: https://github.com/Lum1104/Understand-Anything

04 ให้ AI เข้าใจทั้งโปรเจกต์ของคุณตั้งแต่แรก

นี่คือโปรเจกต์ม้ามืดประจำสัปดาห์ เพิ่มขึ้นมากกว่า 14,000 Stars ภายในหนึ่งสัปดาห์ ตอนนี้ถึง 18,000

ทุกคนคงเข้าใจจุดเจ็บปวดนี้ดี

ทุกครั้งที่ให้ AI แก้ไขโค้ด มันต้องทำความเข้าใจโครงสร้างโปรเจกต์ของคุณใหม่ทั้งหมด ซึ่งทั้งช้าและมักจะเข้าใจผิดที่

แนวคิดของ codegraph คือการจัดทำดัชนีฐานโค้ดทั้งหมดเป็นกราฟความรู้ของโค้ดล่วงหน้า แล้วส่งให้ AI

มันรองรับเครื่องมือหลักอย่าง Claude Code, Codex, Cursor, OpenCode หลังจากสร้างกราฟแล้ว AI จะเข้าใจโปรเจกต์ของคุณอย่างถ่องแท้ตั้งแต่แรก ไม่ต้องเริ่มทำความเข้าใจใหม่ทุกครั้ง

นี่เทียบเท่ากับการเตรียมการบ้านให้ AI ล่วงหน้า

ยิ่งโปรเจกต์ของคุณใหญ่เท่าไหร่ เครื่องมือนี้ก็ยิ่งมีประโยชน์มากขึ้นเท่านั้น

• ที่อยู่โอเพนซอร์ส: https://github.com/colbymchenry/codegraph

05 มีอีกหนึ่งตัวใน Terminal ที่อยากท้าชน Cursor

ผู้ช่วยเขียนโค้ด AI ใน Terminal ตอนนี้มีการแข่งขันสูง oh-my-pi เป็นตัวที่โดดเด่นในสัปดาห์นี้ ปัจจุบันมีมากกว่า 6,000 Stars

มันทำงานใน Terminal เน้นการแก้ไขโค้ดที่แม่นยำ

มันแยกมาจาก Pi และเพิ่มฟีเจอร์มากมาย

ที่โดดเด่นที่สุดคือระบบแก้ไข Hashline: โมเดลใช้ anchor แฮชเนื้อหาเพื่อระบุตำแหน่งโค้ด ไม่จำเป็นต้องป้อนทั้งบรรทัดใหม่ แก้ปัญหาการแก้ไขล้มเหลวแบบคลาสสิกที่เกิดจากช่องว่างไม่ตรงกัน ซึ่งกล่าวกันว่าสามารถลดการใช้ token ได้ถึง 61%

การแก้ไขโค้ดนั้นเสถียรและแม่นยำ ไม่ค่อยแก้ผิดตำแหน่ง

ปัจจุบันเครื่องมือประเภทนี้หลายตัวแข่งขันกันที่ฟีเจอร์และลูกเล่น oh-my-pi ใช้ความแม่นยำในการแก้ไขเป็นอาวุธที่แตกต่าง แนวคิดชัดเจน

ยิ่งไปกว่านั้น มันยังขัดเกลาเครื่องมือพื้นฐานของ Agent การเขียนโปรแกรม ทำให้ประสิทธิภาพถึงขีดสุด

คนที่ใช้ชีวิตอยู่ใน Terminal เขียนโค้ดทั้งวัน ลองเอามันไปเทียบกับเครื่องมือที่คุณใช้อยู่ดู

มันมาพร้อมกับเครื่องมือในตัว 32 ตัว, รองรับ LSP ครบถ้วนสำหรับภาษาโปรแกรมมากกว่า 40 ภาษา, รองรับการดีบัก DAP

โค้ด Rust ประมาณ 27,000 บรรทัดรวม ripgrep, glob, bash, การดำเนินการ AST, การเน้นไวยากรณ์ไว้ในกระบวนการเดียวกัน

รองรับผู้ให้บริการ LLM มากกว่า 40 ราย, ระบบค้นหาเว็บ 14 แบบ

ยังสามารถนำเข้าการกำหนดค่าจากเครื่องมือ 8 ตัว เช่น Claude Code, Cursor, Windsurf ทำให้ต้นทุนการย้ายต่ำ

• ที่อยู่โอเพนซอร์ส: https://github.com/can1357/oh-my-pi

06 กฎ 12 ข้อในการทำให้ Agent เป็นผลิตภัณฑ์

โปรแกรมเมอร์รุ่นเก่าน่าจะเคยได้ยิน 12-factor app อันโด่งดัง ซึ่งเป็นหลักการ 12 ข้อสำหรับสร้างแอปพลิเคชันคลาวด์เนทีฟ

12-factor-agents คือการนำแนวคิดนี้มาปรับใช้กับ AI Agent ปัจจุบันมี 21,000 Stars

ถ้าคุณพัฒนา AI Agent แนะนำให้อ่านโปรเจกต์นี้อย่างจริงจัง

มันยืมแนวคิดจาก 12-Factor Apps ในยุคนั้น หลักการ 12 ข้อนี้ครอบคลุมห่วงโซ่ทั้งหมดตั้งแต่การเรียกใช้เครื่องมือ การจัดการพรอมต์ การควบคุมบริบท ไปจนถึงการจัดการข้อผิดพลาด

แนวคิดหลักชัดเจน: ใช้ LLM เป็นเอ็นจิ้นแปลงภาษาธรรมชาติเป็นการเรียกใช้เครื่องมือ ทำให้ Agent เป็นตัวควบคุมที่ไม่มีสถานะ ใช้โค้ดที่แน่นอนในการควบคุมกระบวนการ แทนที่จะปล่อยให้ Agent วิ่งเล่นเอง

โปรเจกต์ยังมาพร้อมกับเวิร์กช็อปเชิงปฏิบัติสามแห่งและเครื่องมือ scaffolding รันคำสั่งเดียวก็สามารถเริ่มต้นโปรเจกต์ใหม่ที่สอดคล้องกับหลักการเหล่านี้

• ที่อยู่โอเพนซอร์ส: https://github.com/humanlayer/12-factor-agents

07 เขียนวิศวกรรม AI ด้วยมือตั้งแต่เริ่มต้น

อันนี้เสริมกับอันข้างบนพอดี อันหนึ่งพูดถึงหลักการ อันนี้พาลงมือทำ

ai-engineering-from-scratch ปัจจุบันมีมากกว่า 12,000 Stars สโลแกนก็ให้กำลังใจดี: เรียนรู้มัน สร้างมัน ส่งมันออกไป

โปรเจกต์นี้เตรียมบทเรียน 428 บท, 20 ระยะ, เนื้อหาเรียนประมาณ 320 ชั่วโมง ตั้งแต่พีชคณิตเชิงเส้นไปจนถึงระบบหลายเอเจนต์อัตโนมัติ

ปัจจุบัน 13,000 Stars

แต่ละบทเรียนมีโครงสร้างเดียวกัน: อธิบายปัญหาก่อน จากนั้นแนวคิด จากนั้นลงมือปฏิบัติจากหลักการทางคณิตศาสตร์ด้วยตัวเอง จากนั้นใช้ PyTorch หรือ sklearn ทำอีกครั้ง สุดท้ายสร้างเป็นผลงาน AI ที่ส่งมอบได้

ใช้ภาษาโปรแกรมสี่ภาษา: Python, TypeScript, Rust, Julia

แต่ละบทเรียนจะสร้างผลงาน AI ที่นำกลับมาใช้ใหม่ได้ (Prompt, Skill, Agent หรือ MCP Server) ซึ่งสามารถติดตั้งลงในเครื่องมือเขียนโค้ด AI ได้โดยตรง

รันแบบทดสอบวัดระดับ มันจะบอกคุณโดยอัตโนมัติว่าควรเริ่มจากระยะไหน

• ที่อยู่โอเพนซอร์ส: https://github.com/rohitg00/ai-engineering-from-scratch

08 TTS ฝั่งอุปกรณ์ที่ไม่ต้องเชื่อมต่ออินเทอร์เน็ตก็พูดได้

Supertonic เป็นระบบแปลงข้อความเป็นเสียงฝั่งอุปกรณ์ มีพารามิเตอร์ประมาณ 99M ทำงานบน CPU ได้ความเร็วเรียลไทม์ที่รวดเร็ว

มันทำงานบน ONNX Runtime ออฟไลน์โดยสมบูรณ์ ไม่ต้องส่งข้อความไปยังคลาวด์

เวอร์ชัน v3 รองรับ 31 ภาษา และเพิ่มฟีเจอร์ Expression Tags ซึ่งสามารถใช้แท็กควบคุมการแสดงอารมณ์ของเสียง

สิ่งที่สะดวกที่สุดคือมี SDK สำหรับ 11 แพลตฟอร์ม: C++, Node.js, Python, Rust ฯลฯ

โดยพื้นฐานแล้วคุณสามารถรวมเข้ากับแพลตฟอร์มใดก็ได้ที่คุณต้องการ วันหลังฉันจะลองรวมมันเข้ากับโปรเจกต์โอเพนซอร์ส Lumi ของฉัน

• ที่อยู่โอเพนซอร์ส: https://github.com/supertone-inc/supertonic

09 แยกการถ่ายวิดีโอเป็นทีมงาน AI

อันนี้เปิดตัวโดยห้องปฏิบัติการข้อมูลอัจฉริยะ มหาวิทยาลัยฮ่องกง HKUDS

แนวคิดสร้างสรรค์ของ ViMax นั้นไม่เหมือนใคร มันแยกการผลิตวิดีโอออกเป็นบทบาท AI หลายบทบาท เช่น ผู้กำกับ นักเขียนบท โปรดิวเซอร์ เครื่องสร้างวิดีโอ รวมกันเป็น “ทีมงาน Agent” ทำงานร่วมกันตั้งแต่การเขียนบทจนถึงการส่งออกคลิป

รองรับโหมดอินพุตสามแบบ: Idea2Video ที่เริ่มต้นได้ด้วยแรงบันดาลใจเท่านั้น, Script2Video ที่ให้บทเต็ม, และ Novel2Video ที่สามารถแปลงนิยายเป็นวิดีโอได้โดยตรง

นี่คือรูปแบบที่น่าดึงดูดของการทำงานร่วมกันของ Agent—ไม่ใช่ AI ตัวเดียวที่สู้คนเดียว แต่เป็นกลุ่มบทบาทที่แบ่งงานกันทำ

กระบวนการทั้งหมดตั้งแต่การเขียนสคริปต์จนถึงการผลิตคลิปสุดท้ายนั้นเชื่อมต่อกันแบบครบวงจร โดยไม่ต้องสลับเครื่องมือระหว่างทาง

นอกจากนี้ ฟีเจอร์ AutoCameo อนุญาตให้คุณอัปโหลดรูปส่วนตัว เพื่อแทรกตัวคุณเป็นตัวละครในวิดีโอ และคงความสม่ำเสมอของรูปลักษณ์

ในทางเทคนิคใช้สถาปัตยกรรมไปป์ไลน์หกชั้น ตั้งแต่การแยกวิเคราะห์อินพุตไปจนถึงการสังเคราะห์ภาพทั้งหมดเป็นอัตโนมัติ และยังจำลองการถ่ายทำหลายกล้องเพื่อให้แน่ใจว่าตำแหน่งตัวละครสอดคล้องกับพื้นหลัง

หากคุณสนใจการผลิตวิดีโอ AI หรือการทำงานร่วมกันของหลาย Agent ควรให้ความสำคัญ

ที่อยู่โอเพนซอร์ส: https://github.com/HKUDS/ViMax

10

คลิกการ์ดด้านล่าง ติดตาม逛逛 GitHub

บัญชี公众号นี้เคยเผยแพร่โปรเจกต์โอเพนซอร์สที่น่าสนใจมากมาย หากคุณขี้เกียจเลื่อนหาทีละบทความ คุณสามารถติดตาม公众号 WeChat: 逛逛 GitHub แล้วพูดคุยในพื้นหลังได้เลย: