GitHub Trending недели: Hermes-агент от NousResearch, on-device ML от Google и опенсорсный Screen Studio

Если у вас не хватает времени следить за Trending-страницей вручную — мы собрали подборку самых популярных опенсорс-проектов недели с 3 по 10 апреля 2026 года. Подборка — для тех, кто хочет быстро понять, куда сейчас смотрит комьюнити, что стоит добавить в закладки, а что — запустить на выходных.

Источник — официальная страница Trending. Сортировка по количеству звёзд за неделю. Для каждого проекта — что это, кому полезно и стоит ли тратить время.

NousResearch / hermes-agent — агент с долговременной памятью

⭐ 49 247, +19 765 за неделю · Python · github.com/NousResearch/hermes-agent

NousResearch — команда, известная по серии открытых моделей Hermes на базе Mistral и Llama, — выпустила собственный фреймворк для LLM-агентов с акцентом на долговременную память и персонализацию. Слоган проекта — «The agent that grows with you»: агент накапливает контекст о пользователе между сессиями, учится на взаимодействиях и адаптирует поведение.

Зачем смотреть: если вы строите ассистента, который должен помнить историю работы с конкретным пользователем, — Hermes Agent предлагает готовую механику memory layer без привязки к облачной модели. Работает с open-weights моделями серии Hermes, но архитектура позволяет подключать и другие LLM.

siddharthvaddem / openscreen — опенсорсный Screen Studio

⭐ 27 315, +12 278 за неделю · TypeScript · github.com/siddharthvaddem/openscreen

Единственный не-ИИ проект в топе недели. OpenScreen — опенсорсная альтернатива Screen Studio, инструмента для записи красивых демо (плавные переходы, zoom-эффекты, курсор-акценты, автоматические скругления). Без подписок, без водяных знаков, лицензия позволяет использовать коммерчески.

Зачем смотреть: если вы делаете видео-туториалы, демо для лендингов продукта или онбординги, хороший скринкаст сильно повышает воспринимаемое качество. Screen Studio стоит $29 в месяц по подписке — OpenScreen закрывает базовые сценарии бесплатно. Это нативное десктоп-приложение на Electron (Mac, Windows, Linux).

onyx-dot-app / onyx — открытая ИИ-платформа для чата

⭐ 26 299, +5 556 за неделю · Python · github.com/onyx-dot-app/onyx

Ещё один open-source конкурент платным ChatGPT-подобным интерфейсам. Onyx — ИИ-чат с поддержкой любой LLM через провайдер-абстракцию, RAG по загруженным документам, поддержкой плагинов и корпоративными фичами (SSO, аудит, разделение доступа). Позиционируется как замена OpenAI-подобным сервисам для команд, которым важно контролировать данные.

Зачем смотреть: если у вас стоит задача развернуть корпоративный чат-интерфейс с подключением к собственным документам и запретом утечки данных наружу — Onyx закрывает большую часть требований без покупки Enterprise-лицензии у вендора.

google-ai-edge / gallery — демо on-device ML для Android

⭐ 20 072, +4 326 за неделю · Kotlin · github.com/google-ai-edge/gallery

Официальное приложение-галерея от команды Google AI Edge. Показывает живые примеры on-device ML и GenAI-кейсов: генерация текста, классификация изображений, перевод речи, всё локально на устройстве без отправки данных в облако. В последней версии приложение работает на открытых моделях Gemma, используя LiteRT (бывший TensorFlow Lite) и MediaPipe как runtime. Доступно и на Android, и на iOS.

Зачем смотреть: если вы Android-разработчик и хотите добавить в приложение GenAI-фичу, которая не требует интернета — это проще всего запустить и изучить код. В подборке — готовые примеры того, что уже работает на флагманских Pixel и Samsung устройствах.

multica-ai / multica — платформа для команд кодинг-агентов

⭐ 5 140, +3 201 за неделю · TypeScript · github.com/multica-ai/multica

Проект адресует проблему, которую начали обсуждать в последние месяцы: как управлять парком из нескольких ИИ-агентов, которым вы делегируете задачи параллельно. Multica — это оркестратор: вы назначаете задачи разным агентам, отслеживаете прогресс, а агенты обмениваются знаниями через общий контекст.

Зачем смотреть: если вы уже используете кодинг-агентов и чувствуете, что один агент превратился в узкое место, — идея запустить несколько параллельно с общей координацией может освободить время. Проект пока сырой — используйте как референс архитектуры.

HKUDS / DeepTutor — агент-преподаватель

⭐ 15 552, +3 233 за неделю · Python · github.com/HKUDS/DeepTutor

Проект от Data Intelligence Lab Университета Гонконга (HKU). «Agent-Native Personalized Learning Assistant» — ИИ-репетитор, который подстраивает объяснения под конкретного ученика: учитывает уровень знаний, стиль обучения и прошлые заблуждения. Открытый исходный код, документированный, с примерами использования в разных образовательных сценариях.

Зачем смотреть: если вы делаете EdTech-продукт или просто хотите построить себе персонального тьютора по новой теме — можно взять за основу. Особенно интересен механизм памяти ученика, которая не просто хранит историю диалогов, а формирует «модель ученика».

google-research / timesfm — foundation-модель для временных рядов

⭐ 16 158, +3 095 за неделю · Python · github.com/google-research/timesfm

TimesFM (Time Series Foundation Model) — предобученная модель от Google Research для прогнозирования временных рядов, аналог GPT/LLaMA, но для числовых последовательностей. Zero-shot: можно передать свою серию данных без дообучения и получить прогноз на N шагов вперёд.

Зачем смотреть: если вы работаете с прогнозированием метрик (посещаемость, продажи, нагрузка на сервис) — обычно приходится обучать отдельную модель под каждую задачу. TimesFM позволяет попробовать foundation-подход: одна модель, любой ряд, никакого fine-tuning. Для продакшена может быть рано, для R&D — удобно.

NVIDIA / personaplex — speech-to-speech модель с контролем персоны

⭐ 8 853, +2 745 за неделю · Python · github.com/NVIDIA/personaplex

На самом деле это не про аватары, как можно подумать по названию. PersonaPlex — full-duplex speech-to-speech conversational модель от NVIDIA на базе архитектуры Moshi (разработка Kyutai). Главная фича — управление персоной ассистента через текстовые промпты ролей и audio-кондишенинг голоса. Репозиторий даёт рабочий инференс-сервер, веса лежат на Hugging Face.

Зачем смотреть: если вы строите голосового ассистента и хотите, чтобы он разговаривал не дежурным TTS-голосом, а с узнаваемой персоной — PersonaPlex показывает, как это делается на уровне модели, а не на уровне промптов. Low-latency интерактив в стиле Moshi уже из коробки.

google-ai-edge / LiteRT-LM — runtime для локальных LLM на edge

⭐ 3 260, +2 157 за неделю · C++ · github.com/google-ai-edge/LiteRT-LM

Второй проект Google AI Edge в подборке. LiteRT-LM — это runtime (время выполнения) для запуска LLM на edge-устройствах: мобильные телефоны, embedded-железо, IoT. Продолжение линии LiteRT (бывший TensorFlow Lite), но с акцентом именно на большие языковые модели.

Зачем смотреть: если вы хотите запускать 3–7B модель локально на телефоне или Raspberry Pi и вам надоело разбираться с llama.cpp под каждую архитектуру — LiteRT-LM предлагает единый runtime с поддержкой Google-оптимизаций под мобильные чипсеты.

Что можно брать в работу прямо сегодня

Из девяти проектов подборки три — от Google (Gallery, LiteRT-LM, TimesFM). Компания явно толкает on-device ML и foundation-модели для едж-устройств. Четыре проекта — про ИИ-агентов (Hermes, Multica, DeepTutor, Onyx): агентский слой окончательно перекочевал из ресёрча в рабочий инструментарий.

Если нужно выбрать что-то одно на этот уикенд — возьмите OpenScreen: он работает прямо сейчас, решает конкретную задачу и не требует погружения в теорию агентов. А если вы строите что-то с памятью и персонализацией — Hermes Agent заслуживает как минимум получаса внимания.

Источник: GitHub Trending на 10 апреля 2026 года. Числа звёзд актуальны на момент публикации.