GitHub Trending 週報 2026年7月22日：Engineering Skills が首位、AI ツールは成果物の品質へ
集計期間：2026年7月15日〜22日（Rolling 7日間） 情報源：GitHub Trending weekly / monthly、GitHub Search / REST API、HN Algolia
要点：mattpocock/skills が週間10,651スター増で首位になり、Agent Skills はプロンプト集から、組み合わせ可能なエンジニアリング手法へ移っています。Hallmark、OpenCut、img2threejs、Wardrobe は、AI が残す成果物の品質を扱う流れです。一方、新規ランキングには金融・プライバシー面で高リスクなツールもあり、順位は推薦や安全性の保証ではありません。
📈 Fastest Growing Top 10
| # | リポジトリ | 週間増加 | 総スター | 言語 | 作成日 |
|---|---|---|---|---|---|
| 1 | mattpocock/skills | +10,651 | 181,017 | Shell | 2026-02-03 |
| 2 🔁 | Nutlope/hallmark | +8,948 | 15,132 | CSS | 2026-04-27 |
| 3 🔁 | OpenCut-app/OpenCut | +8,341 | 77,181 | TypeScript | 2025-06-22 |
| 4 🔁 | stablyai/orca | +5,733 | 25,319 | TypeScript | 2026-03-17 |
| 5 | Shubhamsaboo/awesome-llm-apps | +5,385 | 125,937 | Python | 2024-04-29 |
| 6 | tirth8205/code-review-graph | +4,791 | 24,827 | Python | 2026-02-26 |
| 7 🔁 | iOfficeAI/OfficeCLI | +4,047 | 20,755 | C# | 2026-03-15 |
| 8 | HKUDS/Vibe-Trading | +3,679 | 26,220 | Python | 2026-04-01 |
| 9 | earendil-works/pi | +3,569 | 74,980 | TypeScript | 2025-08-09 |
| 10 | HKUDS/DeepTutor | +2,908 | 28,925 | Python | 2025-12-28 |
🔁 は月間トレンドにも掲載された印です。数値は保存した2026年7月22日の JSON に基づきます。
🆕 Top New Repositories Top 10
| # | リポジトリ | 総スター | 言語 | 作成日 |
|---|---|---|---|---|
| 1 | Fei-Away/Codex-Dream-Skin | 11,637 | JavaScript | 2026-07-15 |
| 2 | lopopolo/harness-engineering | 1,839 | Python | 2026-07-18 |
| 3 | hoainho/img2threejs | 1,599 | Python | 2026-07-15 |
| 4 | tandpfun/wardrobe | 1,292 | JavaScript | 2026-07-16 |
| 5 | pablostanley/yoinks | 979 | TypeScript | 2026-07-16 |
| 6 | nethical6/conversation-steganography | 919 | Go | 2026-07-17 |
| 7 | v-modal/vmodal_sdk_flutter | 800 | Dart | 2026-07-16 |
| 8 | MIgHTy-alIeN/MEV-Arbitrage-Bot | 739 | Solidity | 2026-07-17 |
| 9 | Blueturboguy07/cue | 706 | JavaScript | 2026-07-15 |
| 10 | Blaizzy/nativ | 660 | Swift | 2026-07-20 |
GitHub Search API で7月15〜22日に作成されたリポジトリを集計しました。新しいプロジェクトのスター数はセキュリティ監査ではありません。
Fastest Growing の注目点
#1 mattpocock/skills：エンジニアリング判断を Agent に渡す
大きな一つの手順に開発全体を任せるのではなく、小さく編集可能で組み合わせられる skills を採用します。最初に issue tracker、ラベル、文書の場所を Agent に教え、その後 triage、diagnose、TDD、architecture などを使い分けます。全部導入するより、繰り返し失敗している一工程で手戻りが減るか測るのが現実的です。
#2 Hallmark：AI らしい画一的デザインを監査
build、audit、redesign、study の4モード、20 themes、作者定義の57 anti-slop gates を備えます。既存コードを変えず問題リストだけ出す audit が試しやすい入口です。ただしデザイン上の主張は、アクセシビリティやコンバージョンの独立した検証ではありません。
#3 OpenCut：期待は大きいが、現行 main は再構築中
Web、デスクトップ、モバイル向けの自由な動画編集を目指し、Rust core、plugin、headless rendering、MCP を計画しています。しかし公式 README は現リポジトリがゼロからの再構築中で、今使うなら Classic を推奨しています。計画中の機能を提供済みと解釈してはいけません。
#4 Orca：worktree で並列 Agent を整理
Codex、Claude Code、OpenCode、Pi を別々の Git worktree で動かし、デスクトップやモバイルから監視します。見通しは改善しますが、正しさや merge conflict は自動解決されません。まず独立した2タスク程度で試すのが安全です。
#5 awesome-llm-apps：一つの製品ではなくサンプル集
Agents、Skills、RAG、音声、複数モデルの実行例をまとめています。各フォルダで依存関係、API key、料金、保守状況は異なり、親リポジトリのスター数が全サンプルの品質を保証するわけではありません。
#6 code-review-graph：レビュー前にコード関係図を作る
Tree-sitter と SQLite で callers、dependents、tests、blast radius を保存し、MCP / CLI で参照します。README は、小さい変更で context が増える場合、保守的な影響分析による false positive、benchmark の限界も明記しています。同じ過去 PR を既存方式と比較するべきです。
#7 OfficeCLI：Agent が Office 成果物を見て直す
Word、Excel、PowerPoint を Office なしで編集し、HTML / PNG rendering によって render-look-fix ループを作ります。直接関連する HN スレッドは215 points、62 commentsで、複雑な文書の忠実度が主な懸念でした。自社テンプレートを回帰テストに使うのが重要です。
#8 Vibe-Trading：研究環境であって収益の証明ではない
データ分析、backtest、Agent、connector、MCP を統合します。look-ahead bias、欠損データ、取引安全性に関する最近の修正自体が、金融自動化の難しさを示しています。paper trading から始め、資格情報を分離し、データ、slippage、cost、注文経路を独立検証してください。
#9 Pi：拡張性と権限境界を明記
統一モデル API、agent runtime、coding CLI、TUI を分けた toolkit です。基本状態では起動ユーザーの filesystem、process、network、credential 権限を引き継ぐと README にあります。実運用では micro-VM、container、sandbox など外部隔離が必要です。
#10 DeepTutor：一回の回答から継続学習へ
文書 knowledge base、guided learning、research / solve mode、partner agents、memory を組み合わせます。self-host と論文の入口はありますが、personalization は学習効果や回答の正確性を保証しません。正式な学習では教師や一次教材で確認が必要です。
新規リポジトリの実用性とリスク
Codex-Dream-Skin はローカル CDP injection で非公式に Codex Desktop の見た目を変えます。公式 package は変更しないと説明していますが、検出可能なライセンスがなく、affiliate API relay の宣伝もあります。installer を読み、再配布権は不明と考えるべきです。
harness-engineering は Ryan Lopopolo による CC-BY-4.0 の field guide で、意図、非機能要件、tools、constraints、verification を Agent が回収できる形にします。直接関連する HN は78 points、33 commentsでした。
img2threejs は画像から photogrammetry を行うのではなく、procedural Three.js code として物体を再構成します。編集可能な low-poly asset や Web prototype に向きます。
Wardrobe は服の写真を取り込み、gpt-image で商品写真風画像や lookbook を作ります。データがローカル保存でも、画像推論は外部 API に送られるため、非機密画像で料金と保持方針を確認してください。
yoinks は yt-dlp と FFmpeg の terminal UI です。ダウンロード機能が著作権上の許可を与えるわけではなく、自分が所有・許諾された素材や platform が認める範囲に限定すべきです。
conversation-steganography は dual-use の PoC です。README は強いプライバシー表現を使う一方で、検出手法と既知問題も認めています。「検出不能」「完全に安全」とは評価できません。
vmodal_sdk_flutter は遠隔 multimodal video search gateway の client SDK です。本稿では service-side のデータ処理や運営実績を独立検証できていません。API credential、料金、保持期間、index の場所を確認する必要があります。
MEV-Arbitrage-Bot は初心者に contract の deploy と第三者サイト経由の入金を求め、認識可能な license と audit がありません。本稿は実行や wallet 接続を推奨しません。不可逆な資金損失の可能性があります。
cue は screen、microphone、meeting audio を取得し、screen share から隠れることを試みます。README 自身が best effort と説明し、試験、面接、規約、同意法に警告しています。正当なメモ、練習、accessibility に限定し、参加者の同意を取るべきです。
nativ は Apple silicon で MLX モデルを動かす SwiftUI workspace です。OpenAI / Anthropic compatible な local endpoint を coding tools に提供します。macOS 26+ が必要で、モデル download と初回 build dependency はネットワークを使います。
月間シグナルと結論
Hallmark、OpenCut、Orca、OfficeCLI は週次と月次の両方に登場しました。いずれも画面や成果物があり、benchmark より価値を自分で確かめやすい点が共通しています。それでも weekly は発見、monthly は継続性のシグナルにすぎず、実機検証の代わりにはなりません。
今週の三つの流れは明確です。Skills は実行可能な工程へ、AI tools は編集可能な最終成果物へ、新規 repo の評価はスター数から money、credential、recording、privacy、copyright の risk check へ移っています。最初に試すなら Hallmark audit、同一 PR を使った code-review-graph 比較、非機密画像での Wardrobe です。ランキングだけを理由に trading bot へ入金したり、会議で隠し assistant を使ったりはしません。
この記事は役に立ちましたか？
