Cổng tin tức Radar

Radar GitHub Trending & Repo AI

Top 10 repository nổi bật & tăng sao nhanh nhất trên GitHub hàng tuần, ưu tiên AI/LLM/Agent, phân tích nội dung, kiến trúc & số sao

Quét gần nhất: SUCCESS • 2026-11-22 16:15 UTC API Health
Hiển thị 10 / 10 repository GitHub (Xếp hạng Top 10 & bộ lọc, Trang 1/1)
CRITICAL 🏆 TOP #1 🤖 AI / LLM 🛠️ Công cụ phát triển AI và lập trình ⭐ 151,724 sao 📈 +3,034 sao/tuần 🍴 14,581 💻 Python ⚖️ Apache-2.0 Heat: 97/100
Công bố: 2026-11-22 04:27 UTC

Graphify-Labs/graphify — Chuyển mã nguồn và tài liệu dự án thành đồ thị tri thức có thể truy vấn

Repository: Graphify-Labs/graphify • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

Graphify biến mã nguồn, tài liệu, lược đồ SQL và nhiều loại tệp khác thành đồ thị tri thức để con người và trợ lý lập trình AI có thể truy vấn, giải thích khái niệm và lần theo quan hệ giữa các thành phần. Công cụ dùng tree-sitter để phân tích AST cục bộ, xác định liên kết một cách có tính quyết định và gắn nhãn từng cạnh là trích xuất trực tiếp hoặc suy luận; không cần embeddings hay kho vector. Tích hợp với nhiều trợ lý như Claude Code, Cursor, Codex và Gemini CLI, đồng thời cung cấp CLI, báo cáo và đồ thị HTML tương tác. Repo thu hút sự quan tâm nhờ giải quyết bài toán cung cấp ngữ cảnh codebase có thể tái sử dụng cho AI coding agent, với mức tăng hơn 3.000 sao trong tuần theo metadata được cung cấp.
🎯 Tổng quan & Bài toán Giải quyết
Khi làm việc với codebase lớn, việc tìm hiểu một khái niệm thường đòi hỏi đọc nhiều tệp, dò thủ công các lần gọi, import, kế thừa và tài liệu liên quan. Graphify xây dựng một đồ thị có thể truy vấn từ code và tài liệu để người dùng hoặc trợ lý AI lần theo phụ thuộc, khám phá các subsystem và truy xuất ngữ cảnh mà không phải liên tục quét lại toàn bộ repository. Cách tiếp cận này thay cho tìm kiếm văn bản đơn thuần hoặc chỉ mục vector khi cần nhìn rõ quan hệ giữa các thực thể và nguồn gốc của từng liên kết.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
CLI viết bằng Python, yêu cầu Python 3.11.5–3.14; dùng tree-sitter để phân tích AST cục bộ cho khoảng 40 ngôn ngữ. Đồ thị ghi rõ cạnh nào được trích xuất từ mã nguồn (EXTRACTED) và cạnh nào được suy luận (INFERRED), hỗ trợ các lệnh truy vấn, giải thích nút và tìm đường giữa hai nút. Kết quả gồm graph.html tương tác, GRAPH REPORT.md và graph.json có thông tin phiên bản schema. Phân tích code cơ bản hoạt động cục bộ, không cần LLM; tài liệu, PDF, hình ảnh và video có thể cần mô hình của trợ lý hoặc API key cho bước phân tích ngữ nghĩa. Có hỗ trợ CLI và MCP cho nhiều trợ lý lập trình. Giấy phép Apache-2.0.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Đây là công cụ AI coding trực tiếp cung cấp ngữ cảnh cấu trúc cho các coding agent, đồng thời có thể kết nối qua MCP. Điểm đáng chú ý là phần phân tích code cục bộ, xác định và giải thích quan hệ mà không cần LLM hoặc kho vector, giúp giảm phụ thuộc vào chi phí suy luận và tăng khả năng kiểm chứng. Metadata ghi nhận 151.724 sao và tăng 3.034 sao trong tuần; theo tiêu chí đã nêu, đây là mức bứt phá viral.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Dùng để khảo sát codebase mới, lần theo phụ thuộc giữa các module, giải thích một khái niệm hoặc tìm đường kết nối giữa hai thành phần; cũng có thể tạo ngữ cảnh dùng lại cho coding agent qua nhiều phiên. README hướng dẫn cài CLI bằng `uv tool install graphifyy` hoặc `pipx install graphifyy`, sau đó chạy `graphify install` để cấu hình mặc định cho Claude Code. Có thể cấu hình Cursor bằng `graphify cursor install` hoặc Codex bằng `graphify install --platform codex`; trong trợ lý, chạy `/graphify` (Codex dùng `$graphify`). Kết quả được tạo trong thư mục `graphify-out/`.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Có thể thử trên repository cục bộ sau khi cài Python 3.11.5–3.14 và uv hoặc pipx: `uv tool install graphifyy && graphify install`. Phân tích mã nguồn cơ bản không cần API key và diễn ra cục bộ; các bước phân tích ngữ nghĩa cho tài liệu, PDF, hình ảnh hoặc video có thể cần mô hình trợ lý hoặc API key. Nên kiểm tra README hiện hành để xác nhận cú pháp cài đặt và nền tảng trợ lý tương thích.

HIGH 🥈 TOP #2 🤖 AI / LLM 🤖 Nền tảng AI, LLM và Agent ⭐ 1,917 sao 📈 +1,005 sao/tuần 🍴 368 💻 TypeScript ⚖️ AGPL-3.0 Heat: 86/100
Công bố: 2026-11-22 12:21 UTC

agentes-chat/agentes-chat — Nền tảng trò chuyện nhóm tự lưu trữ cho con người và AI Agent

Repository: agentes-chat/agentes-chat • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo Mới Nổi Tăng Sao Nhanh Nhất Tuần Qua

agentes.chat là giải pháp thay thế Slack mã nguồn mở, tự lưu trữ, nơi con người và AI Agent cùng tham gia kênh, tin nhắn trực tiếp và luồng công việc chung. Agent có thể dùng nhiều mô hình, công cụ MCP, trình duyệt và máy tính riêng; các thao tác nhạy cảm cần được con người phê duyệt. Dự án kết hợp chat nhóm với các khả năng như bộ nhớ, lịch chạy tự động và kết nối dịch vụ, thay vì chỉ bổ sung bot AI vào một ứng dụng trò chuyện có sẵn. Repo thu hút sự quan tâm nhờ cách tiếp cận đa agent thực tiễn, khả năng tự triển khai và tăng hơn 1.000 sao trong tuần.
🎯 Tổng quan & Bài toán Giải quyết
Repo xây dựng không gian cộng tác nhóm, trong đó AI Agent là thành viên có vai trò và chủ sở hữu, cùng hoạt động trong các kênh và tin nhắn trực tiếp thay vì bị giới hạn ở một bot nằm ngoài luồng công việc. Dự án giải quyết nhu cầu phối hợp AI với con người, quản lý quyền và chi phí, đồng thời giữ dữ liệu và hệ thống trong hạ tầng do tổ chức kiểm soát. README định vị sản phẩm như một lựa chọn thay cho chat nhóm gắn thêm bot AI và một số ứng dụng agent hoạt động đơn lẻ.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
Ứng dụng hỗ trợ kênh công khai/riêng tư, thread, DM, agent có vai trò, hướng dẫn, ngân sách và chủ sở hữu; bộ định tuyến có thể chọn tối đa bốn agent phản hồi. Agent có thể dùng các mô hình Claude, OpenAI/ChatGPT và Codex, Gemini, Grok cùng các nhà cung cấp khác qua OpenRouter; tích hợp công cụ qua MCP, kỹ năng dạng SKILL.md, lịch chạy theo thời gian hoặc sự kiện, bộ nhớ, wiki, tệp và tác vụ. Các thao tác nhạy cảm như merge, deploy hoặc rollback được chặn để chờ phê duyệt; lời gọi mô hình được ghi nhận và kiểm tra ngân sách. Dự án dùng TypeScript, Postgres và Docker Compose, có ứng dụng web, desktop và điện thoại; giấy phép AGPL-3.0 yêu cầu lưu ý nghĩa vụ khi phân phối phiên bản sửa đổi.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Mức độ liên quan AI cao: đây là nền tảng cộng tác đa agent có tích hợp LLM, MCP, tự động hóa trình duyệt và cơ chế phê duyệt có con người tham gia. Repo tăng 1.005 sao trong tuần, thuộc mức HIGH; sức hút có thể đến từ khả năng tự lưu trữ, hỗ trợ nhiều nhà cung cấp mô hình và đưa agent vào kênh làm việc thực tế thay vì chỉ trình diễn hội thoại.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Phù hợp để triển khai chat nội bộ có AI Agent, giao việc và theo dõi tự động hóa, hoặc kết nối agent với các hệ thống như Linear, Sentry, Notion và dịch vụ bên ngoài qua MCP/Composio. README hướng dẫn đăng ký dịch vụ Cloud hoặc cài trên máy chủ Linux; lệnh cài đặt được trích theo nội dung README là `curl -fsSL https://agentes.chat/install | sh`. Sau khi triển khai, tổ chức thêm khóa API của nhà cung cấp mô hình trong ứng dụng và cấu hình agent, công cụ cùng quyền phê duyệt.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên thử trên máy chủ Linux riêng nếu cần kiểm soát dữ liệu; kiểm tra README và nội dung script cài đặt trước khi chạy với quyền hệ thống. Cần Docker theo hướng dẫn cài đặt và khóa API cho các mô hình muốn sử dụng; Postgres là thành phần lưu trữ chính. Trước khi đưa vào môi trường sản xuất, đánh giá chính sách lưu trữ dữ liệu, phân quyền MCP, ngân sách gọi mô hình, sao lưu và nghĩa vụ của AGPL-3.0.

CRITICAL 🥉 TOP #3 🤖 AI / LLM 🤖 Nền tảng AI, LLM và AI Agent ⭐ 161,650 sao 📈 +3,233 sao/tuần 🍴 25,534 💻 Python ⚖️ Unknown Heat: 99/100
Công bố: 2026-11-22 15:16 UTC

langgenius/dify — Xây dựng và vận hành ứng dụng LLM, quy trình AI Agent và RAG

Repository: langgenius/dify • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

Dify là nền tảng mã nguồn mở giúp nhóm phát triển xây dựng ứng dụng LLM, quy trình AI Agent và pipeline RAG trên một không gian làm việc trực quan. Nền tảng kết hợp thiết kế workflow, quản lý mô hình, tích hợp công cụ và API, cùng khả năng theo dõi ứng dụng để rút ngắn hành trình từ nguyên mẫu đến triển khai thực tế. Có thể sử dụng trên Dify Cloud hoặc tự triển khai, nhờ đó đội ngũ không phải ghép nối và vận hành riêng nhiều công cụ. Repo thu hút cộng đồng nhờ phạm vi tính năng rộng, hỗ trợ nhiều nhà cung cấp mô hình và mức tăng 3.233 sao trong tuần theo dữ liệu được cung cấp.
🎯 Tổng quan & Bài toán Giải quyết
Dify giải quyết bài toán xây dựng ứng dụng AI có thể đưa vào sử dụng thực tế mà không cần tự phát triển từ đầu các thành phần như điều phối LLM, truy xuất tài liệu, tích hợp công cụ và API. Thay vì ghép nhiều thư viện và dịch vụ rời rạc, nhóm có thể thiết kế ứng dụng bằng giao diện trực quan, quản lý mô hình và triển khai trên dịch vụ đám mây hoặc hạ tầng tự quản lý. Nền tảng hỗ trợ cả giai đoạn thử nghiệm lẫn vận hành, bao gồm quan sát hiệu năng và cải thiện ứng dụng dựa trên dữ liệu sử dụng.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
Các tính năng chính gồm trình dựng workflow trên canvas, hỗ trợ nhiều mô hình và nhà cung cấp suy luận, Prompt IDE, pipeline RAG xử lý và truy xuất tài liệu, AI Agent có thể dùng công cụ, LLMOps để theo dõi nhật ký và hiệu năng, cùng API tích hợp vào hệ thống khác. README mô tả khả năng kết nối công cụ từ Dify Marketplace, máy chủ MCP và API riêng. Dify có thể chạy bằng Docker Compose; phần trích README yêu cầu tối thiểu 2 lõi CPU, 4 GiB RAM, Docker Compose v2.35.0 trở lên và OpenSSL. Ngôn ngữ chính được cung cấp là Python; SPDX chưa xác định từ metadata và trích đoạn README đầu vào.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Đây là repo liên quan trực tiếp đến LLM, RAG, AI Agent và workflow AI. Mức tăng 3.233 sao/tuần vượt ngưỡng 3.000 sao để xếp loại CRITICAL theo tiêu chí đã cho; sức hút có thể đến từ nhu cầu đưa ứng dụng AI tạo sinh từ thử nghiệm sang triển khai, cùng khả năng kết hợp mô hình, dữ liệu, công cụ và giám sát trong một nền tảng. Dữ liệu đầu vào không cung cấp thứ hạng toàn cầu, nên đánh giá mức độ nổi bật dựa trên số sao tăng theo tuần.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Phù hợp để tạo chatbot hỏi đáp trên tài liệu nội bộ, xây dựng quy trình xử lý nhiều bước bằng LLM, thử nghiệm prompt và mô hình, hoặc cung cấp chức năng AI qua API cho sản phẩm hiện có. Theo hướng dẫn trong README, từ thư mục gốc chạy: `cd docker && cp .env.example .env && openssl rand -hex 32`; đặt giá trị vừa tạo vào `DIFY_AGENT_LOCAL_SANDBOX_AUTH_TOKEN` trong `.env`, sau đó chạy `docker compose up -d` và `docker compose ps --all`. Khi dịch vụ khởi động, mở `http://localhost/install` để hoàn tất cài đặt ban đầu. Cần Docker đang chạy, Docker Compose v2.35.0 trở lên và OpenSSL.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên thử bản tự triển khai bằng Docker Compose trên máy có tối thiểu 2 lõi CPU và 4 GiB RAM; tạo token sandbox ngẫu nhiên và lưu an toàn trong `.env` trước khi khởi chạy. Nếu dùng mô hình hoặc dịch vụ suy luận bên ngoài, cần cấu hình thông tin xác thực/API tương ứng theo hướng dẫn của Dify. Kiểm tra tệp LICENSE trong phiên bản cụ thể trước khi sử dụng thương mại vì metadata đầu vào chưa xác định SPDX.

HIGH ⭐ TOP #4 🤖 AI / LLM 🤖 Tác tử AI và công cụ LLM ⭐ 11,632 sao 📈 +2,431 sao/tuần 🍴 1,458 💻 TypeScript ⚖️ Unknown Heat: 91/100
Công bố: 2026-11-22 16:13 UTC

google-labs-code/stitch-skills — Bộ kỹ năng tác tử AI cho Google Stitch và các coding agent

Repository: google-labs-code/stitch-skills • Đợt quét: 2026-W46 • Nguồn: GitHub Trending Tuần: Toàn bộ Ngôn ngữ (Global Top)

Repository cung cấp bộ Agent Skills và plugin phục vụ các quy trình thiết kế, xây dựng và tiện ích trong Google Stitch, đồng thời tuân theo chuẩn mở Agent Skills để dùng với nhiều coding agent. Các kỹ năng tích hợp với Stitch MCP server, hỗ trợ những tác vụ như chuyển mã giao diện thành thiết kế, tạo màn hình từ mô tả hoặc hình ảnh, và chỉnh sửa thiết kế hiện có. Khả năng cài đặt theo nhóm hoặc chọn từng kỹ năng giúp dự án linh hoạt với Codex, Antigravity, Gemini CLI, Claude Code, Cursor và một số công cụ khác. Repo thu hút sự quan tâm lớn nhờ kết hợp hệ sinh thái thiết kế của Google với quy trình làm việc của các agent AI; dữ liệu cung cấp ghi nhận 11.632 sao và tăng 2.431 sao trong tuần.
🎯 Tổng quan & Bài toán Giải quyết
Stitch Skills đóng gói các hướng dẫn và quy trình chuyên biệt thành Agent Skills để coding agent có thể thực hiện tác vụ với Google Stitch một cách nhất quán hơn. Repo giúp giảm việc tự cấu hình từng agent hoặc lặp lại hướng dẫn thủ công cho các luồng thiết kế và xây dựng giao diện. Đây là lớp kỹ năng bổ trợ, không thay thế Stitch MCP server: môi trường sử dụng vẫn cần thiết lập server, endpoint và thông tin xác thực phù hợp.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
Dự án tổ chức kỹ năng và plugin theo các nhóm stitch-design, stitch-build và stitch-utilities, đồng thời tuân theo chuẩn mở Agent Skills. Các khả năng được README nêu gồm chuyển mã frontend như React hoặc Vue thành thiết kế Stitch, tạo màn hình từ văn bản hoặc hình ảnh, chỉnh sửa màn hình và tạo biến thể thiết kế. Người dùng có thể cài cả bộ hoặc chọn riêng kỹ năng qua CLI/plugin marketplace; một số agent cần cài thủ công và điều chỉnh tên skill hay công cụ tương ứng. Ngôn ngữ chính được metadata ghi nhận là TypeScript; giấy phép SPDX chưa được cung cấp nên cần kiểm tra repository trước khi sử dụng hoặc phân phối.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Liên quan trực tiếp đến agent AI, MCP và tự động hóa thiết kế giao diện, với khả năng tương thích nhiều coding agent thay vì khóa vào một công cụ. Mức tăng 2.431 sao mỗi tuần vượt ngưỡng Hot Trending, cho thấy cộng đồng quan tâm đến các kỹ năng có thể tái sử dụng để nối agent lập trình với quy trình thiết kế thực tế. README không cung cấp đủ bằng chứng để kết luận đây là một đột phá kỹ thuật mới; sức hút chủ yếu đến từ tính ứng dụng và độ phủ hệ sinh thái.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Dùng để tạo hoặc chỉnh sửa thiết kế Stitch bằng coding agent, chuyển giao diện frontend hiện có thành thiết kế, hoặc bổ sung các workflow thiết kế và xây dựng vào môi trường làm việc. Với Codex, README hướng dẫn thêm marketplace: `codex plugin marketplace add google-labs-code/stitch-skills --ref main --sparse .agents/plugins --sparse plugins/stitch-design --sparse plugins/stitch-build --sparse plugins/stitch-utilities`. Với Claude Code hoặc Cursor có thể cài bằng `npx plugins add google-labs-code/stitch-skills --scope project --target claude-code` hoặc `npx plugins add google-labs-code/stitch-skills --scope workspace --target cursor`; để chọn skill riêng dùng `npx skills add google-labs-code/stitch-skills`. Cần cấu hình và chạy Stitch MCP server trước khi sử dụng.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Có thể thử cài nhóm stitch-design trước để đánh giá quy trình tạo và chỉnh sửa thiết kế. Trước khi chạy, hãy hoàn tất hướng dẫn thiết lập Stitch MCP, cung cấp endpoint cùng credentials/env vars cần thiết và xác minh điều khoản giấy phép trong repository. Lệnh bắt đầu: `npx skills add google-labs-code/stitch-skills`.

HIGH ⭐ TOP #5 🤖 AI / LLM 🤖 Tác nhân và ứng dụng AI/LLM ⭐ 2,706 sao 📈 +2,706 sao/tuần 🍴 36 💻 Python ⚖️ MIT Heat: 89/100
Công bố: 2026-11-19 21:44 UTC

bookwjitchieni1986/blender-ai-mcp-addon — Tích hợp trợ lý AI và máy chủ MCP để tự động hóa Blender

Repository: bookwjitchieni1986/blender-ai-mcp-addon • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo Mới Nổi Tăng Sao Nhanh Nhất Tuần Qua

Đây là tiện ích mở rộng cho Blender, kết hợp trò chuyện trực quan với các công cụ hiểu và thao tác cảnh 3D thông qua AI. Dự án hỗ trợ nhiều nhà cung cấp mô hình, gồm OpenAI, Claude, Gemini, Ollama và các API tương thích, đồng thời có máy chủ MCP để kết nối với ứng dụng bên ngoài. Điểm nổi bật là hỗ trợ cả trợ lý đơn lẻ lẫn quy trình nhiều tác nhân có phân công và kiểm duyệt nhiệm vụ, cùng bộ 21 công cụ thao tác cảnh. Repo được quan tâm vì đưa các mô hình AI vào quy trình sáng tạo Blender, với số liệu cung cấp ghi nhận 2.706 sao trong tuần.
🎯 Tổng quan & Bài toán Giải quyết
Repo cung cấp trợ lý AI ngay trong Blender, giúp người dùng hỏi về cấu trúc cảnh, tạo và chỉnh sửa đối tượng, vật liệu, ánh sáng, camera hoặc chuẩn bị xuất cảnh mà không phải tự động hóa mọi thao tác bằng script thủ công. Nó hướng đến việc giảm công việc lặp lại cho nghệ sĩ 3D và kỹ thuật viên, đồng thời tạo cầu nối để các công cụ AI bên ngoài điều khiển Blender qua MCP. Người dùng có thể giữ Blender làm không gian làm việc chính thay vì chuyển qua lại giữa các ứng dụng và tự viết tích hợp riêng.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
Theo README, tiện ích có giao diện chat và cửa sổ Studio đi kèm, xem thông tin cảnh, ảnh chụp viewport, bảng nhiệm vụ và bước phê duyệt. Bộ công cụ gồm 21 thao tác, bao phủ kiểm tra cảnh, tạo và chỉnh sửa đối tượng, vật liệu, tìm tài nguyên, tra cứu API Blender và xuất cảnh; tính năng execute code cho phép chạy thao tác bằng mã. Quy trình nhóm tác nhân có Manager phân rã yêu cầu, Workers thực hiện và Reviewers kiểm tra; các nhiệm vụ chạy tuần tự và có giới hạn thử sửa khi bị đánh giá không đạt. Repo được phân loại ngôn ngữ Python dựa trên việc là tiện ích Blender sử dụng bpy; tích hợp máy chủ MCP qua Streamable HTTP có xác thực. README nêu gói phát hành nhắm tới Windows x64 và Blender 4.2 trở lên; giấy phép MIT.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Mức liên quan AI cao: dự án tích hợp LLM, trợ lý nhiều tác nhân và MCP để biến yêu cầu ngôn ngữ tự nhiên thành thao tác trên cảnh Blender. README nêu hỗ trợ OpenAI, Anthropic Claude, Google Gemini, OpenRouter, OpenCode, Ollama và endpoint tùy chỉnh tương thích; mô hình có khả năng xử lý hình ảnh có thể diễn giải ảnh viewport. Số liệu đầu vào ghi nhận 2.706 sao tăng trong tuần, vượt ngưỡng 1.000 sao/tuần của mức HIGH; chưa đủ ngưỡng 3.000 sao/tuần để xếp CRITICAL và dữ liệu không cung cấp thứ hạng toàn cầu.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Có thể dùng để dựng cảnh sản phẩm nhanh, sắp xếp hoặc nhân bản đối tượng, gán vật liệu, kiểm tra cấu trúc cảnh, tìm tài nguyên và tự động hóa quy trình xuất. Theo README: tải mcp-for-blender-pro.zip từ mục Releases; trong Blender mở Edit → Preferences → Get Extensions → menu → Install from Disk, chọn ZIP và bật tiện ích; vào 3D Viewport → N → MCP Pro, cấu hình nhà cung cấp và mô hình, rồi trò chuyện trong Blender hoặc mở Studio Window. Muốn kết nối OpenCode hay MCP client khác, giữ Blender đang chạy và cấu hình theo hướng dẫn kết nối của dự án.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Đánh giá thử trên một bản sao của tệp Blender trước, cấu hình API key hoặc mô hình Ollama phù hợp, rồi bắt đầu bằng yêu cầu chỉ đọc như kiểm tra cấu trúc cảnh. Sau đó thử các thao tác thay đổi có phạm vi nhỏ và xem lại phê duyệt, kết quả cùng bảng nhiệm vụ; đặc biệt thận trọng với công cụ execute code và quyền MCP vì chúng có thể tác động trực tiếp lên cảnh. Yêu cầu theo README: Blender 4.2 trở lên; gói phát hành được nêu là dành cho Windows x64.

CRITICAL ⭐ TOP #6 🤖 AI / LLM 🛠️ Công cụ phát triển AI và AI coding ⭐ 308,560 sao 📈 +6,171 sao/tuần 🍴 45,399 💻 JavaScript ⚖️ MIT Heat: 98/100
Công bố: 2026-11-20 08:13 UTC

affaan-m/ECC — Bộ công cụ tối ưu quy trình làm việc và hiệu suất cho AI coding agent

Repository: affaan-m/ECC • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

ECC cung cấp một hệ thống quy trình và công cụ để các AI coding agent lập kế hoạch, triển khai, kiểm thử, rà soát và ghi nhớ kiến thức thay vì chỉ thực hiện yêu cầu trong từng prompt riêng lẻ. Dự án tích hợp nhiều thành phần dùng lại được như agent chuyên biệt, kỹ năng, hook, quy tắc, bộ nhớ phiên và công cụ quét bảo mật AgentShield. ECC ưu tiên Claude Code, đồng thời có đường cài đặt riêng cho Codex và Qoder cùng các bộ chuyển đổi với phạm vi tính năng khác nhau cho những môi trường khác. Số sao và forks được cung cấp cho thấy mức độ quan tâm cộng đồng rất cao; MIT và trình cài đặt hướng dẫn cũng giúp dự án dễ tiếp cận.
🎯 Tổng quan & Bài toán Giải quyết
ECC giải quyết vấn đề quy trình làm việc của AI coding agent thường bị phân mảnh giữa các prompt: agent có thể viết mã nhưng không nhất thiết lập kế hoạch, kiểm tra thay đổi, rà soát độc lập hay lưu lại kinh nghiệm hữu ích. Repo đóng gói các bước đó thành hệ thống có thể cài đặt và tái sử dụng, nhằm giảm việc phải tự xây dựng lại hướng dẫn và công cụ cho từng dự án. Theo README, triết lý chính là quản lý hiệu quả cửa sổ ngữ cảnh và lưu trữ những thông tin cần thiết ngoài phiên làm việc.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
README mô tả 72 agent chuyên biệt, 328 kỹ năng, 99 lệnh tương thích cũ, cùng hooks, quy tắc lựa chọn, bộ nhớ phiên, continuous learning và AgentShield để quét prompt, hooks, cấu hình MCP, quyền, bí mật và tệp agent. Quy trình cốt lõi hướng tới lập kế hoạch, kiểm thử, triển khai, rà soát từ ngữ cảnh mới, xác minh rồi ghi nhớ và cải thiện. Dự án có hỗ trợ tích hợp gốc cho Claude Code, Codex và Qoder; các adapter cho Cursor, OpenCode, Gemini, Zed, GitHub Copilot và công cụ khác có thể giới hạn tính năng, nên cần xem ma trận hỗ trợ trước khi sử dụng. Ngôn ngữ chính được cung cấp là JavaScript; giấy phép MIT.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Đây là công cụ trực tiếp dành cho AI coding agent và môi trường phát triển dựa trên LLM, với nội dung tập trung vào kỹ năng, bộ nhớ, bảo mật và quy trình tự kiểm chứng. Theo số liệu đầu vào, repo có 6.171 sao mới trong tuần, vượt ngưỡng Viral Breakout; tổng số sao và forks cũng thể hiện sức hút lớn. Việc cung cấp nhiều thành phần có thể dùng ngay và hỗ trợ nhiều harness có thể góp phần thúc đẩy mức độ quan tâm, nhưng mức hỗ trợ không đồng nhất giữa các nền tảng.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Có thể dùng ECC để chuẩn hóa quy trình cho agent lập kế hoạch và triển khai tính năng, chạy kiểm thử, rà soát mã, thực hiện công việc chuyên biệt hoặc kiểm tra cấu hình agent và MCP. Với trình cài đặt universal, cần Node.js 18 trở lên; README hướng dẫn chạy `npx ecc-universal@2.2.3 setup`. Cài plugin Claude Code cũng cần Git và Claude Code phiên bản 2.1 trở lên trên PATH. README cũng nêu các lệnh thay thế như `pnpm dlx ecc-universal@2.2.3 setup`, `yarn dlx ecc-universal@2.2.3 setup` và `bunx ecc-universal@2.2.3 setup`.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Thử `npx ecc-universal@2.2.3 setup` trong môi trường có Node.js 18 trở lên, rồi chọn cấu hình phù hợp và mở phiên Claude Code mới để kiểm tra plugin. Chỉ cài từ các kênh chính thức được README nêu: repository GitHub, các gói npm, GitHub App, plugin `ecc@ecc` hoặc website dự án; tránh bản sao không chính thức. Kiểm tra ma trận hỗ trợ nếu dùng harness ngoài Claude Code, Codex hoặc Qoder.

HIGH ⭐ TOP #7 🤖 AI / LLM 🤖 AI, LLM và tác tử thông minh ⭐ 149,968 sao 📈 +2,999 sao/tuần 🍴 25,154 💻 Python ⚖️ MIT Heat: 98/100
Công bố: 2026-11-22 15:30 UTC

langchain-ai/langchain — Framework xây dựng ứng dụng LLM và AI Agent

Repository: langchain-ai/langchain • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

LangChain là framework mã nguồn mở giúp xây dựng ứng dụng dùng mô hình ngôn ngữ lớn (LLM) và AI Agent thông qua các thành phần có giao diện thống nhất, có thể kết hợp và thay thế linh hoạt. Dự án cung cấp hệ sinh thái tích hợp rộng với nhà cung cấp mô hình, công cụ, kho vector, retriever và nguồn dữ liệu, hỗ trợ từ tạo mẫu nhanh đến triển khai ứng dụng thực tế. Khi cần điều phối quy trình phức tạp, nhà phát triển có thể kết hợp LangGraph; hệ sinh thái còn có Deep Agents và LangSmith cho agent, đánh giá, quan sát và gỡ lỗi. Với gần 150.000 sao, cộng đồng lớn và mức tăng gần 3.000 sao mỗi tuần, repository được quan tâm nhờ vai trò nền tảng trong làn sóng phát triển ứng dụng LLM và agent.
🎯 Tổng quan & Bài toán Giải quyết
LangChain giải quyết bài toán ghép nối các mô hình LLM với dữ liệu, công cụ và logic ứng dụng mà không phải tự xây dựng một lớp tích hợp riêng cho từng nhà cung cấp. Giao diện chuẩn hóa giúp thử nghiệm hoặc thay đổi mô hình, embedding, vector store và retriever thuận tiện hơn khi công nghệ nền tảng liên tục thay đổi. Framework hỗ trợ xây dựng từ ứng dụng LLM đơn giản đến agent có khả năng sử dụng công cụ và truy xuất dữ liệu; với quy trình agent cần điều khiển sâu hoặc trạng thái phức tạp, hệ sinh thái hướng đến LangGraph thay vì chỉ dựa vào các chuỗi trừu tượng cấp cao.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
LangChain cung cấp kiến trúc mô-đun với giao diện thống nhất cho chat model, embedding, vector store, retriever, công cụ và các tích hợp bên thứ ba. Có thể dùng độc lập hoặc kết hợp với Deep Agents để tạo agent có khả năng lập kế hoạch, gọi agent con và sử dụng hệ thống tệp; LangGraph đảm nhiệm điều phối workflow agent có thể kiểm soát; LangSmith hỗ trợ đánh giá, quan sát và gỡ lỗi. Repository chính dùng Python, có thư viện tương đương cho JavaScript/TypeScript trong LangChain.js; giấy phép MIT cho phép sử dụng, sửa đổi và phân phối rộng rãi.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Mức độ liên quan AI rất cao: dự án tập trung trực tiếp vào ứng dụng LLM, RAG, tích hợp mô hình và AI Agent. Repository tăng 2.999 sao trong tuần, sát ngưỡng 3.000 sao/tuần; cùng với gần 150.000 sao tổng và hệ sinh thái tích hợp lớn, điều này phản ánh nhu cầu xây dựng agent thực tế và sự quan tâm của cộng đồng đến các công cụ phát triển ứng dụng AI có khả năng thích ứng khi lựa chọn mô hình thay đổi.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Ứng dụng thực tế gồm chatbot kết nối dữ liệu nội bộ, hệ thống RAG, ứng dụng dùng nhiều nhà cung cấp LLM và agent gọi công cụ. README hướng dẫn cài đặt bằng `uv add langchain`, sau đó khởi tạo mô hình và gọi: `from langchain.chat_models import init_chat_model`; `model = init_chat_model("openai:gpt-5.5")`; `result = model.invoke("Hello, world!")`. Cần cấu hình thông tin xác thực/API key phù hợp với nhà cung cấp mô hình trước khi gọi dịch vụ; có thể tham khảo tài liệu chính thức để chọn gói tích hợp và cách cấu hình tương ứng.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên đánh giá LangChain khi cần thử nghiệm nhanh nhiều LLM, kết nối dữ liệu hoặc xây dựng agent có công cụ; nếu yêu cầu workflow phức tạp, có trạng thái và cần kiểm soát chặt, hãy xem thêm LangGraph. Bắt đầu bằng `uv add langchain`, cấu hình API key của nhà cung cấp rồi chạy ví dụ gọi `init_chat_model`; lệnh mẫu dùng OpenAI nên có thể phát sinh chi phí API. Không có yêu cầu GPU đặc biệt khi sử dụng mô hình qua API.

CRITICAL ⭐ TOP #8 🤖 AI / LLM 🛠️ Công cụ phát triển AI ⭐ 156,266 sao 📈 +3,125 sao/tuần 🍴 10,213 💻 Rust ⚖️ MIT Heat: 98/100
Công bố: 2026-11-22 16:05 UTC

farion1231/cc-switch — Ứng dụng desktop quản lý và chuyển đổi cấu hình cho các công cụ lập trình AI

Repository: farion1231/cc-switch • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

CC Switch là ứng dụng desktop đa nền tảng giúp quản lý và chuyển đổi nhà cung cấp API cho Claude Code, Codex, OpenCode cùng nhiều công cụ lập trình AI khác. Ứng dụng tập trung MCP, Skills, Prompts và các cấu hình liên quan vào một nơi, giảm nhu cầu chỉnh sửa thủ công tệp JSON, TOML hay YAML. Phạm vi hỗ trợ rộng, thao tác chuyển đổi nhanh và giấy phép MIT khiến dự án hữu ích cho cả lập trình viên cá nhân lẫn nhóm phát triển. Dữ liệu được cung cấp ghi nhận 156.266 sao và tăng 3.125 sao trong tuần.
🎯 Tổng quan & Bài toán Giải quyết
CC Switch giải quyết sự phân mảnh cấu hình khi sử dụng nhiều trợ lý lập trình và tác nhân AI: mỗi công cụ có thể dùng định dạng cấu hình, nhà cung cấp API và thiết lập riêng. Ứng dụng cung cấp giao diện desktop tập trung để chọn nhà cung cấp và quản lý MCP, Skills, Prompts, dự án và phiên làm việc, thay cho việc thường xuyên sửa thủ công các tệp cấu hình. Đây là công cụ quản lý và điều phối cấu hình cho các ứng dụng AI hiện có, không phải mô hình ngôn ngữ hay dịch vụ API tự thân.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
README giới thiệu hỗ trợ Claude Code, Claude Desktop, Codex, Gemini CLI, Grok Build, OpenCode, OpenClaw, Hermes Agent, Pi, MiniMax Code, Kimi Code và Oh My Pi; các tính năng gồm chuyển đổi nhà cung cấp, quản lý MCP, Skills, Prompts, dự án và phiên. Dự án viết bằng Rust, hướng tới desktop đa nền tảng; metadata có chủ đề Tauri, phù hợp với kiến trúc ứng dụng desktop dựa trên Tauri. Giấy phép MIT cho phép sử dụng, sửa đổi và phân phối theo các điều khoản của giấy phép.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Mức liên quan AI cao vì CC Switch hỗ trợ trực tiếp các công cụ lập trình AI, agent và giao thức MCP, đồng thời đơn giản hóa việc chuyển đổi giữa nhiều nhà cung cấp mô hình. Lượng sao tăng mạnh có thể phản ánh nhu cầu ngày càng lớn về một giao diện thống nhất để quản lý cấu hình của hệ sinh thái coding agent đang phát triển nhanh. Theo số liệu đầu vào, dự án tăng 3.125 sao trong tuần, vượt ngưỡng Viral Breakout đã nêu.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Phù hợp cho lập trình viên dùng đồng thời nhiều công cụ như Claude Code, Codex hoặc OpenCode; nhóm cần quản lý cấu hình nhà cung cấp, MCP và Skills; hoặc người muốn chuyển API mà không sửa cấu hình thủ công. README có các mục Download & Installation và Quick Start, cùng hướng dẫn riêng cho Windows, macOS, Arch Linux và Linux. Có thể lấy mã nguồn bằng `git clone https://github.com/farion1231/cc-switch.git`; để cài và chạy ứng dụng, nên làm theo hướng dẫn Quick Start hoặc tải bản phát hành phù hợp với hệ điều hành tại nguồn chính thức `ccswitch.io`.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên thử bản phát hành chính thức cho hệ điều hành đang dùng trước khi tự biên dịch từ mã nguồn. Khi thêm nhà cung cấp, kiểm tra kỹ nguồn API và cách ứng dụng lưu thông tin xác thực; README trích dẫn nhiều dịch vụ relay do bên thứ ba tài trợ, nên không mặc định xem các dịch vụ này là một phần của dự án hoặc đã được xác minh độc lập. Không thấy yêu cầu phần cứng AI chuyên dụng trong thông tin được cung cấp; việc gọi mô hình phụ thuộc nhà cung cấp và khóa API của người dùng.

CRITICAL ⭐ TOP #9 🤖 AI / LLM 🤖 Nền tảng LLM và AI Agent ⭐ 159,241 sao 📈 +3,185 sao/tuần 🍴 23,109 💻 Svelte ⚖️ Unknown Heat: 97/100
Công bố: 2026-11-22 05:53 UTC

open-webui/open-webui — Nền tảng giao diện AI tự lưu trữ cho mô hình ngôn ngữ lớn

Repository: open-webui/open-webui • Đợt quét: 2026-W46 • Nguồn: GitHub Search API: Repo AI, LLM, Agent & MCP Nổi Bật Trong Tuần

Open WebUI là nền tảng AI tự lưu trữ, dễ sử dụng và có thể chạy ngoại tuyến, giúp người dùng tương tác với mô hình cục bộ qua Ollama hoặc với các dịch vụ tương thích API OpenAI. Dự án tập trung vào một giao diện mở rộng được cho hệ sinh thái mô hình, đồng thời cung cấp các cách cài đặt linh hoạt như pip, uv và Docker. Với hơn 159.000 sao và hơn 3.000 sao mới trong tuần, dự án nổi bật nhờ đáp ứng nhu cầu triển khai AI riêng tư, chủ động và dễ tiếp cận.
🎯 Tổng quan & Bài toán Giải quyết
Open WebUI cung cấp giao diện tập trung để sử dụng các mô hình AI mà không phải phụ thuộc vào một ứng dụng đám mây hay nhà cung cấp duy nhất. Người dùng có thể kết nối mô hình chạy cục bộ qua Ollama hoặc dịch vụ dùng API tương thích OpenAI, qua đó kiểm soát dữ liệu và cách triển khai tốt hơn. Dự án hướng tới thay thế các giao diện trò chuyện rời rạc bằng một nền tảng tự lưu trữ, có thể mở rộng và hỗ trợ nhiều kiểu môi trường triển khai.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
README giới thiệu nền tảng tự lưu trữ, có thể chạy ngoại tuyến, hỗ trợ kết nối Ollama và các API tương thích OpenAI; các chủ đề của repository còn nêu RAG và MCP. Có thể cài bằng pip hoặc uv với Python 3.12, hoặc chạy bằng Docker; các biến thể image gồm bản tiêu chuẩn, slim, CUDA và bản đi kèm Ollama. Ngôn ngữ chính được cung cấp là Svelte. README nêu giấy phép Open WebUI có yêu cầu giữ nguyên thương hiệu, đồng thời một số đóng góp trước đây vẫn áp dụng giấy phép gốc; chưa đủ căn cứ để gán mã SPDX chuẩn, nên ghi Unknown và không xem là giấy phép permissive.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Đây là dự án liên quan trực tiếp đến LLM và AI: nó tạo giao diện để truy cập mô hình cục bộ lẫn API đám mây, với các chủ đề như RAG và MCP. Mức tăng 3.185 sao trong tuần vượt ngưỡng Viral Breakout được quy định. Đà quan tâm phù hợp với nhu cầu ngày càng lớn về trải nghiệm AI tự lưu trữ, hỗ trợ nhiều nhà cung cấp và có khả năng kiểm soát dữ liệu.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Phù hợp để dựng giao diện trò chuyện AI cá nhân hoặc nội bộ, kết nối với Ollama trên máy hoặc máy chủ khác, hay dùng dịch vụ tương thích API OpenAI. Chạy nhanh bằng Docker: `docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main`; sau đó truy cập `http://localhost:3000`. Hoặc cài bằng pip với Python 3.12: `pip install open-webui` rồi chạy `open-webui serve` và mở `http://localhost:8080`.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên thử bản Docker để đánh giá nhanh; cấu hình URL Ollama hoặc khóa API phù hợp trước khi kết nối dịch vụ. Nếu triển khai xử lý dữ liệu nhạy cảm, hãy kiểm tra cấu hình bảo mật và điều khoản giấy phép hiện hành, đặc biệt yêu cầu giữ nguyên thương hiệu. Chỉ cần Docker cho bản tiêu chuẩn; GPU NVIDIA là tùy chọn cho image CUDA hoặc Ollama và cần NVIDIA Container Toolkit.

CRITICAL ⭐ TOP #10 🤖 AI / LLM 🛠️ Công cụ phát triển cho AI coding agent ⭐ 9,433 sao 📈 +3,598 sao/tuần 🍴 846 💻 Python ⚖️ Unknown Heat: 97/100
Công bố: 2026-11-22 16:13 UTC

kajisho5/ffmpeg-skill — Bộ công cụ chỉnh sửa video cục bộ cho coding agent

Repository: kajisho5/ffmpeg-skill • Đợt quét: 2026-W46 • Nguồn: GitHub Trending Tuần: Toàn bộ Ngôn ngữ (Global Top)

ffmpeg-skill cho phép Claude Code, Cursor, Codex và các MCP client chỉnh sửa video bằng FFmpeg ngay trên máy người dùng, không cần tải dữ liệu lên cloud hay dùng API key. Repo cung cấp 42 công cụ có tham số định kiểu cho các tác vụ như cắt ghép, tạo phụ đề, đổi khung hình, xử lý âm thanh và xuất bản theo nền tảng. Điểm khác biệt là agent làm theo quy trình thăm dò tệp, chỉnh sửa rồi kiểm tra kết quả; hợp đồng công cụ được sinh từ cùng bộ phân tích tham số CLI để giảm sai lệch giữa giao diện dòng lệnh và MCP. Repo được cộng đồng chú ý mạnh với 9.433 sao, tăng 3.598 sao trong tuần và đứng hạng trending thứ 3 theo dữ liệu cung cấp.
🎯 Tổng quan & Bài toán Giải quyết
Các coding agent thường có thể tạo lệnh nhưng thiếu một bộ công cụ chỉnh sửa video có giao diện rõ ràng, kiểm tra đầu vào và xác minh đầu ra. Repo cung cấp lớp công cụ cục bộ để agent thực hiện các thao tác FFmpeg theo tham số có cấu trúc, thay vì tự ghép lệnh FFmpeg tùy tiện hoặc phụ thuộc dịch vụ chỉnh sửa trên cloud. Công cụ hướng tới quy trình có thể kiểm tra và bảo vệ tệp nguồn, đồng thời báo cáo thông tin đầu ra để agent xác nhận kết quả.
🏗️ Tính năng Nổi bật & Kiến trúc / Công nghệ
Viết bằng Python, sử dụng FFmpeg và ffprobe để xử lý, thăm dò và xác minh video/âm thanh; theo README, Python 3 và FFmpeg cần có trong PATH. Có 42 công cụ cho cắt ghép, loại bỏ khoảng lặng, tạo phụ đề/karaoke, overlay, chuyển HDR sang SDR, xử lý âm thanh, đồng bộ, multicam, kiểm tra độ lớn âm thanh, render dự án và xử lý hàng loạt. Công cụ dùng được qua CLI, Agent Skill và MCP server; MCP mặc định quảng bá 12 công cụ để giảm dung lượng ngữ cảnh, còn biến môi trường FFMPEG_SKILL_MCP_FULL=1 cho phép liệt kê cả 42. SPEC (Self-Producing Execution Contract) sinh schema đầu vào từ argparse tại thời điểm chạy và CI kiểm tra sai lệch; README cũng mô tả cơ chế từ chối ghi đè lên tệp nguồn đã khai báo. Chưa có thông tin giấy phép SPDX trong metadata được cung cấp.
🔥 Mức độ Liên quan AI & Lý do Bùng nổ Sao
Đây là công cụ AI coding trực tiếp: agent có thể gọi các thao tác xử lý media qua giao diện CLI/MCP thay vì chỉ đưa hướng dẫn bằng văn bản. Thiết kế chạy cục bộ, không cần API key, cùng khả năng kiểm tra kết quả và bộ schema có cấu trúc giúp phù hợp với các workflow dùng Claude Code, Cursor và Codex. Mức tăng 3.598 sao/tuần vượt ngưỡng Viral Breakout đã nêu; dữ liệu đầu vào ghi nhận repo ở hạng trending thứ 3.
🚀 Ứng dụng Thực tế & Cài đặt / Dùng nhanh
Phù hợp để cắt và ghép video, tạo phụ đề hoặc karaoke, đổi video sang khung dọc 9:16, loại bỏ khoảng lặng, cân chỉnh âm lượng, xử lý nhiều tệp và chuẩn bị bản xuất cho nền tảng. README đưa lệnh nhanh `npx ffmpeg-skill`; ví dụ: `npx ffmpeg-skill caption.py --animate pop` để tạo phụ đề hoạt họa, `npx ffmpeg-skill fit.py --aspect 9:16 --fit crop` để đổi khung hình, hoặc `npx ffmpeg-skill loudness.py -I -14 --tp -1` để chuẩn hóa âm thanh. Có thể chạy trang xem lại bằng `npx ffmpeg-skill review project.json --result run.json`; cần cài sẵn `ffmpeg` và `python3`.

Khuyến nghị Đánh giá & Lệnh Khởi chạy Nhanh

Nên thử trong môi trường có bản sao video đầu vào trước, xác nhận `ffmpeg` và `python3` nằm trong PATH rồi chạy `npx ffmpeg-skill`. Tích hợp MCP hoặc Agent Skill nếu muốn agent gọi các thao tác theo cấu trúc; không cần API key và theo README không tải video lên cloud. Kiểm tra giấy phép tại repository trước khi đưa vào sản phẩm thương mại, vì metadata hiện không xác định được SPDX.