Código Aberto · GitHub · IA
AO VIVO · 29 de mai., 20:29GitHub RadarRepositórios de IA em alta
Acompanhe os repositórios open source de inteligência artificial mais relevantes no GitHub. Ranking por estrelas, projetos novos em alta e organizado por categoria e linguagem.
Por Luis Fernando Roquette • Semana de 24 de maio de 2026
GitHub Radar é o monitor brasileiro de repositórios open source de inteligência artificial em alta no GitHub. Combina o algoritmo oficial de github.com/trending com a GitHub Search API para mostrar, em tempo real, quais projetos de LLMs, agentes, MCP, RAG, visão computacional e geração de áudio mais cresceram em estrelas na última semana, mês ou ano.
Ranking
Top Repositórios
| # | Repositório | ★ Estrelas / Δ período |
|---|---|---|
| 1 | ||
| 2 | ||
| 3 | ||
| 4 | ||
| 5 | ||
| 6 | ||
| 7 | ||
| 8 | ||
| 9 | ||
| 10 |
⭐ Destaque da Semana
Repositório #1 em github.com/trending esta semana
Lum1104
Understand-Anything
Graphs that teach > graphs that impress. Turn any code into an interactive knowledge graph you can explore, search, and ask questions about. Works with Claude Code, Codex, Cursor, Copilot, Gemini CLI, and more.
TypeScript44.3k★
Em Alta
Projetos novos e em alta nos últimos 28 dias
Top 10 por Estrelas
Repositórios de IA com mais estrelas no GitHub (todos os tempos).
Por Categoria
Explore os projetos de IA por tipo de aplicação
Por Linguagem
Descubra os melhores projetos de IA pela sua linguagem preferida
Metodologia
Como o GitHub Radar funciona
O SWEN.AI GitHub Radar monitora em tempo real os repositórios de inteligência artificial em alta no GitHub, combinando duas fontes: o scraping direto de github.com/trending — o próprio algoritmo oficial do GitHub — e a GitHub Search API para filtragem por tópico. Semanalmente, os projetos de IA que mais crescem incluem modelos de linguagem (como variantes de LLaMA, Qwen e Mistral), frameworks de agentes autônomos, ferramentas de geração de código e bibliotecas de visão computacional. O indicador mais relevante é o delta de estrelas no período: quantas estrelas o repositório ganhou especificamente naquela semana ou mês — dado que a GitHub Search API convencional não fornece. Python domina o ecossistema de IA, seguido de TypeScript (apps e interfaces), Rust (inferência de alta performance) e Go (infraestrutura de IA). Os dados são atualizados a cada 30 minutos e estão disponíveis em swen.ia.br/github-radar.
| Tema | Fonte | Quando usar |
|---|---|---|
| Todos, linguagens (Python, Rust, Go, TS, Java, C++, Julia) | github.com/trending | Quando o GitHub já oferece curadoria por linguagem ou geral |
| LLM, Agentes, MCP, RAG, Visão, Áudio, Difusão | GitHub Search API + topic:* | Quando precisa filtrar por tópico — não suportado pelo trending oficial |
Fontes de dados
- ▸github.com/trending— scraping direto do algoritmo oficial do GitHub para os temas “Todos” e por linguagem. Retorna os repositórios que o próprio GitHub considera em alta, com o delta real de estrelas ganhas no período.
- ▸GitHub Search API — filtragem por tópico (
topic:llm,topic:ai-agents,topic:mcp-serveretc.) para os temas especializados de IA. O GitHub Trending não suporta filtro por tópico, por isso a abordagem híbrida.
O que cada indicador significa
- ★Estrelas totais — número acumulado de favoritamentos no GitHub, proxy de popularidade e confiança da comunidade ao longo do tempo.
- +Delta de período — estrelas ganhas especificamente no período selecionado (semana ou mês). É o indicador mais relevante de crescimento real e viral. Disponível apenas para resultados do scraper.
- ▸Atualização — ISR de 30 minutos na Vercel + cron horário de invalidação de cache. O indicador “AO VIVO” no topo mostra o horário da última revalidação.
Por que monitorar repositórios de IA
O ecossistema de IA open source é um dos mais dinâmicos da história do software. Ferramentas que definem padrões de mercado — como LangChain, Ollama, LlamaIndex, Hugging Face Transformers e Stable Diffusion — surgiram e ganharam dezenas de milhares de estrelas em semanas. Acompanhar esse movimento em tempo real permite que desenvolvedores, pesquisadores e líderes de produto identifiquem novas tecnologias antes que se tornem mainstream, avaliem a saúde do ecosistema open source e encontrem projetos candidatos a integração ou contribuição. O SWEN.AI GitHub Radar foi criado para ser o ponto de referência da comunidade técnica brasileira nesse monitoramento contínuo.
FAQ
Perguntas Frequentes
O que é o GitHub Radar do SWEN.AI?
GitHub Radar é o monitor brasileiro de repositórios open source de inteligência artificial em alta no GitHub. Combina o algoritmo oficial de github.com/trending com a GitHub Search API para mostrar, em tempo real, quais projetos de LLMs, agentes, MCP, RAG, visão computacional e geração de áudio mais cresceram em estrelas na última semana, mês ou ano.
Como o GitHub Radar identifica os repositórios em alta?
O sistema usa duas estratégias complementares. Para os temas "Todos" e por linguagem (Python, TypeScript, Rust, Go, Java, C++, Julia), faz scraping direto de github.com/trending — o próprio algoritmo do GitHub. Para temas especializados (LLM, Agentes, MCP, RAG, Visão, Áudio, Difusão), usa a GitHub Search API com filtros topic:* ordenados por estrelas. O GitHub indexa todos os repositórios; o radar só lê o resultado curado por eles.
Com que frequência o GitHub Radar é atualizado?
A página é regenerada via Incremental Static Regeneration (ISR) da Vercel a cada 30 minutos. Um cron diário às 5h UTC tira um snapshot de estrelas dos repositórios de tópicos no Supabase, alimentando o cálculo de crescimento (Δ período) para LLM, Agentes, MCP, RAG e demais temas especializados.
Quais categorias de IA o GitHub Radar cobre?
O radar cobre LLMs (large language models), Agentes (frameworks de agentes autônomos), Código (geração de código e copilotos), Visão (computer vision e geração de imagem), Áudio (text-to-speech e reconhecimento de voz), MCP (Model Context Protocol servers), RAG (retrieval-augmented generation) e Difusão (stable-diffusion e modelos generativos). Também segmenta por linguagem: Python, TypeScript, Rust, Go, Java, C++ e Julia.
Como funciona o cálculo de crescimento de estrelas (+N ★)?
Para temas raspados de github.com/trending, o delta vem do próprio GitHub (campo "N stars this week/month"). Para temas baseados em GitHub Search API (tópicos especializados), o cálculo é feito pelo SWEN.AI: um cron diário grava o número de estrelas no Supabase; o delta é a diferença entre o valor atual e o snapshot mais antigo dentro do período selecionado. Se um repositório regrediu em estrelas, o delta é exibido como zero — nunca negativo.