Código Aberto · GitHub · IA
AO VIVO · 24 de ago., 19:02Acompanhe 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 23 de agosto 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
| # | Repositório | ★ Estrelas / Δ período |
|---|---|---|
| 1 | ||
| 2 | ||
| 3 | ||
| 4 | ||
| 5 | ||
| 6 | ||
| 7 | ||
| 8 | ||
| 9 | ||
| 10 |
Explore os projetos de IA por tipo de aplicação
Descubra os melhores projetos de IA pela sua linguagem preferida
Metodologia
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 |
topic:llm, topic:ai-agents, topic:mcp-server etc.) para os temas especializados de IA. O GitHub Trending não suporta filtro por tópico, por isso a abordagem híbrida.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
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.
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.
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.
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.
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.