上周，最大的開源新聞就是 OpenAI 開源了 gpt-oss 推理模型。盡管模型能力不俗，但似乎并未帶來“顛覆性”突破，也許是我們對大模型開源已經有些“審美疲勞”了。

說回本周的熱門開源項目，KittenTTS 是一款小巧卻高質量的英文文本轉語音模型，憑借自然流暢的語音效果，一周內收獲了 6k Star。谷歌開源的 LangExtract 則利用大模型，通過簡短提示和少量示例，能從非結構化文本中高效提取結構化信息。此外，微軟開源的 MCP 教程，系統地幫助開發者掌握 MCP 原理與最佳實踐。還有無需編寫代碼、可一鍵集成登錄界面的身份認證中間件 Tinyauth。

最后，精準的網頁內容截圖庫 snapdom 和開源的網頁雙語對照翻譯瀏覽器插件，也是不錯的開源項目。

• 本文目錄
  • 1. 熱門開源項目
    • 1.1 開源的零代碼身份認證中間件：Tinyauth
    • 1.2 開源的網頁雙語對照翻譯工具：kiss-translator
    • 1.3 基于大模型的智能文本提取庫：LangExtract
    • 1.4 輕量小巧的文本轉語音模型：KittenTTS
    • 1.5 微軟開源的 MCP 教程：mcp-for-beginners
  • 2. HelloGitHub 熱評
    • 2.1 精準的網頁內容截圖庫：snapdom
    • 2.2 在瀏覽器中運行的 JupyterLab：JupyterLite
  • 3. 結尾

1. 熱門開源項目

1.1 開源的零代碼身份認證中間件：Tinyauth

主語言：Go，Star：4.4k，周增長：700

這是一個 Go 語言開發的極簡認證中間件，可通過 Docker 快速部署。它能為任何 Web 應用或服務一鍵添加登錄界面或 OAuth 登錄（Google、GitHub 等），無需修改現有代碼，可無縫集成到 Traefik、Caddy、Nginx 等主流反向代理，極大簡化了安全登錄的實現流程。

GitHub 地址→github.com/steveiliop56/tinyauth

1.2 開源的網頁雙語對照翻譯工具：kiss-translator

主語言：JavaScript，Star：6.3k，周增長：2.2k

這是一款開源的雙語對照翻譯瀏覽器插件。它為用戶提供網頁內容的快速雙語對照翻譯功能，便于在閱讀外語網頁時同步查看原文與譯文，支持多翻譯引擎（Google、DeepL、OpenAI 等）一鍵切換，且全部在本地調用 API，不經過第三方服務器、保護隱私。

GitHub 地址→github.com/fishjar/kiss-translator

1.3 基于大模型的智能文本提取庫：LangExtract

主語言：Python，Star：8.1k，周增長：4k

這是一款由 Google 開源的 Python 庫，可實現自動識別和提取文本內容。它內置源文本的精確定位與交互式可視化功能。用戶只需提供簡短提示和少量示例，便可借助大型語言模型（如 Gemini）從非結構化文本中高效、精準地提取結構化信息。

import langextract as lx
import textwrap

# 1. Define the prompt and extraction rules
prompt = textwrap.dedent("""\
    Extract characters, emotions, and relationships in order of appearance.
    Use exact text for extractions. Do not paraphrase or overlap entities.
    Provide meaningful attributes for each entity to add context.""")

# 2. Provide a high-quality example to guide the model
examples = [
    lx.data.ExampleData(
        text="ROMEO. But soft! What light through yonder window breaks? It is the east, and Juliet is the sun.",
        extractions=[
            lx.data.Extraction(
                extraction_class="character",
                extraction_text="ROMEO",
                attributes={"emotional_state": "wonder"}
            ),
            lx.data.Extraction(
                extraction_class="emotion",
                extraction_text="But soft!",
                attributes={"feeling": "gentle awe"}
            ),
            lx.data.Extraction(
                extraction_class="relationship",
                extraction_text="Juliet is the sun",
                attributes={"type": "metaphor"}
            ),
        ]
    )
]

GitHub 地址→github.com/google/langextract

1.4 輕量小巧的文本轉語音模型：KittenTTS

主語言：Python，Star 6.8k，周增長：6k

這是一款輕量級文本轉語音（TTS）模型，體積小于 25MB、無需 GPU 即可流暢運行。它能夠將文本高質量地轉換為自然流暢的語音，支持多種音色，適用于多種設備和場景。

GitHub 地址→github.com/KittenML/KittenTTS

1.5 微軟開源的 MCP 教程：mcp-for-beginners

主語言：Other，Star 8.6k，周增長：600

該項目是微軟開源的 MCP 基礎教程，內容圍繞 Python、.NET、Java、TypeScript 等多種編程語言，通過豐富的代碼實例與系統化的學習路徑，幫助開發者掌握 MCP 原理與最佳實踐。

GitHub 地址→github.com/microsoft/mcp-for-beginners

2. HelloGitHub 熱評

在此章節中，我們將為大家介紹本周 HelloGitHub 網站上的熱門開源項目，我們不僅希望您能從中收獲開源神器和編程知識，更渴望“聽”到您的聲音。歡迎您與我們分享使用這些開源項目的親身體驗和評價，用最真實反饋為開源項目的作者注入動力。

2.1 精準的網頁內容截圖庫：snapdom

主語言：JavaScript

這是一個高效的網頁截圖 JavaScript 庫，可將網頁上的任意 Dom 元素快速、精確地轉化為高質量圖片，并支持導出為 PNG、JPG、WebP 或 Canvas 格式，適用于網頁自動化測試、生成預覽圖、內容保存等場景。

項目詳情→hellogithub.com/repository/zumerlab/snapdom

2.2 在瀏覽器中運行的 JupyterLab：JupyterLite

主語言：TypeScript

這是一個完全在瀏覽器中運行的 JupyterLab，無需安裝 Python 或配置服務器。它提供在線交互式 Python 編程環境，可作為靜態文件部署到任何靜態網站托管平臺（如 GitHub Pages）。

項目詳情→hellogithub.com/repository/jupyterlite/jupyterlite

3. 結尾

以上就是本期「GitHub 熱點速覽」的全部內容，希望這些開源項目能激發你的興趣，幫助你找到下一個想要嘗試的工具！如果你也發現了好玩、有趣的 GitHub 開源項目想要分享，歡迎來 HelloGitHub 與我們交流心得、討論使用體驗。

往期回顧

• 僅一個 Python 文件，狂攬近 2 萬 Star
• 一周 Star 破萬的開源項目