Top 17 aktuelle Python-Projekte auf GitHub
Trendende Python-Repos im Januar 2026
Das Python-Ökosystem dieses Monats wird von Claude Skills und AI-Agent-Tooling dominiert. Diese Übersicht analysiert die Top-Trending-Python-Repositorys auf GitHub.
Die Veröffentlichung von Agent Skills durch Anthropic löste eine Explosion von Community-Projekten aus, wobei 7 der 10 meistgenutzten Repositorys direkt mit Claude Code oder AI-Agent-Funktionen zusammenhängen.
Wenn Sie mit Python beginnen, werfen Sie einen Blick auf unseren Python-Cheat-Sheet für die Grundlagen der Sprache.

Übersicht
Basierend auf Daten von GitHubs Trending-Seite, hier sind die 17 am stärksten wachsenden Python-Projekte dieses Monats. Das Claude-Skills-Phänomen und Innovationen im RAG-Framework prägen die Trends dieses Monats.
1. Anthropic Skills — 29.129 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | anthropics/skills |
| Gesamtsterne | 58.665 |
| Lizenz | Apache-2.0 |
| Kategorie | AI-Agent-Skills |
Die offizielle Veröffentlichung von Agent Skills durch Anthropic entfachte das gesamte Claude-Ökosystem und lieferte die Grundlage für Dutzende Community-Projekte.
Anthropic Skills ist das offizielle öffentliche Repository mit Beispiel-Agent-Skills – Ordner mit Anweisungen, Skripten und Ressourcen, die Claude dynamisch lädt, um die Leistung bei spezialisierten Aufgaben zu verbessern.
Hauptmerkmale:
- Kreativ- und Design-Skills (algorithmische Kunst, Canvas-Design)
- Entwicklungs- und technische Skills (Web-Artifacts-Builder, MCP-Builder)
- Unternehmens- und Kommunikations-Skills (Markenrichtlinien, interne Kommunikation)
- Meta-Skills (Skill-Ersteller, Vorlagen)
- Selbstständige Verzeichnisse mit SKILL.md-Dateien
2. awesome-claude-skills — 15.383 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | ComposioHQ/awesome-claude-skills |
| Gesamtsterne | 28.178 |
| Lizenz | MIT |
| Kategorie | Kuratierte Liste |
Die Community benötigte einen zentralen Ort, um Claude-Skills zu entdecken und zu teilen. ComposioHQ füllte diese Lücke schnell.
awesome-claude-skills ist eine kuratierte Liste von 32+ Claude-Skills mit Integrationen für 500+ Anwendungen über die Plugin-Architektur von Composio.
Hauptmerkmale:
- Inhaltsforschung und Schreibhilfe
- Dateiorganisation und YouTube-Downloads
- Lebenslaufgenerierung und Code-Entwicklungstools
- Social-Media-Optimierung (Twitter-Algorithmus-Optimierer)
- Lead-Forschung und Wettbewerbsanalyse
- Dreistufige Einrichtung mit Composio-API
3. PageIndex — 6.153 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | VectifyAI/PageIndex |
| Gesamtsterne | 10.728 |
| Lizenz | MIT |
| Kategorie | RAG-Framework |
Traditionelle RAG erfordert Vektordatenbanken, Einbettungen und Chunking. PageIndex eliminiert all das mit abschlussbasierter Abfrage.
PageIndex ist ein vektorfreies, abschlussbasiertes RAG-Framework, das Dokumente in baumstrukturierte Indizes für agentische LLM-Abfrage umwandelt.
Hauptmerkmale:
- Keine Vektordatenbank oder Einbettungen erforderlich
- Kein Chunking – erhält die vollständige Dokumentenhierarchie
- Nachvollziehbar & erklärbar mit Seiten-/Abschnittsverweisen
- Keine willkürlichen Top-K-Schwellenwerte
- Optimiert für komplexe Dokumente (rechtlich, finanziell, medizinisch)
4. claude-code-templates — 4.867 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | davila7/claude-code-templates |
| Gesamtsterne | 18.926 |
| Lizenz | MIT |
| Kategorie | CLI-Tool |
Die manuelle Einrichtung von Claude-Code-Projekten ist mühsam. Dieses CLI automatisiert die Konfiguration und fügt Überwachungsfunktionen hinzu.
claude-code-templates ist ein CLI-Tool zur Konfiguration und Überwachung von Claude Code mit intelligenter Projektkonfiguration und Echtzeit-Analysen. Für die Verwaltung der Python-Umgebung mit diesen Projekten können Sie uv in Betracht ziehen oder die Optionen in unserer Anaconda vs Miniconda vs Mamba-Anleitung vergleichen.
Hauptmerkmale:
- Intelligente Automatisierung und frameworkspezifische Konfiguration
- Echtzeit-Analysedashboard mit Leistungsmetriken
- Gesundheitscheck mit handlungsorientierten Empfehlungen
- Benutzerdefinierte Slash-Befehle (/generate-tests, /optimize-bundle)
- Modulare Agenten, MCPs und Skills-Installation
- Unterstützt JavaScript/TypeScript, Python (Go/Rust in Arbeit)
5. langextract — 4.115 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | google/langextract |
| Gesamtsterne | 23.774 |
| Lizenz | Apache-2.0 |
| Kategorie | Informationsextraktion |
LLMs können Informationen extrahieren, aber die Verankerung dieser Extraktion im Quelltext ist schwierig. Googles langextract löst dies elegant.
langextract ist eine Python-Bibliothek zur Extraktion strukturierter Informationen aus unstrukturierten Texten unter Verwendung von LLMs mit präziser Quellenverankerung. Für alternative Ansätze zu strukturierten LLM-Ausgaben sehen Sie sich unseren Vergleich von BAML vs Instructor an.
Hauptmerkmale:
- Quellenverankerung – jede Entität wird auf exakte Zeichenversätze abgebildet
- Schema-gesteuerte Extraktion mit Few-Shot-Beispielen
- Langkontextverarbeitung mit intelligenter Chunking
- Interaktive HTML-Visualisierung zur Überprüfung
- Unterstützt Gemini, Ollama, OpenAI
- RadExtract-Spezialisierung für Radiologieberichte
6. learn-claude-code — 4.053 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | shareAI-lab/learn-claude-code |
| Gesamtsterne | 15.862 |
| Lizenz | MIT |
| Kategorie | Bildungsressource |
“Bash ist alles, was Sie brauchen!” – dieses Projekt zeigt, dass AI-Coding-Agenten in ihrem Kern überraschend einfach sein können.
learn-claude-code zeigt, wie man einen Claude-Code-ähnlichen Agenten in nur 16 Zeilen Bash schreibt und die Technologie entmystifiziert.
Hauptmerkmale:
- Minimale Implementierung zur Demonstration der Kernkonzepte
- Bildungsressource zum Verständnis von AI-Agenten
- Community-Beiträge zur Erweiterung der Funktionalität
7. OpenBB — 3.877 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | OpenBB-finance/OpenBB |
| Gesamtsterne | 59.635 |
| Lizenz | AGPL-3.0 |
| Kategorie | Finanzdaten |
Finanzanalysten benötigen einen einheitlichen Zugriff auf Daten von Dutzenden von Anbietern. OpenBB bietet dies mit integrierten AI-Agent-Funktionen.
OpenBB ist eine Finanzdatenplattform für Analysten, Quants und AI-Agenten, die einen AI-Arbeitsbereich für Finanzen bietet. Die Funktion “Bring Your Own AI Agent” funktioniert mit verschiedenen Cloud-LLM-Anbietern, darunter OpenAI, Anthropic und Azure.
Hauptmerkmale:
- Integration mit Dutzenden von Datenanbietern
- Python- und CLI-Schnittstellen
- OpenBB Copilot AI-Agent (OpenAI-gesteuert)
- Unterstützung für “Bring Your Own AI Agent”
- SOC2 II-Konformität ohne Datenlecks
- Optionen für die lokale Bereitstellung
- Wird von Investmentfirmen mit Milliardenvermögen genutzt
8. awesome-claude-code — 3.468 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | hesreallyhim/awesome-claude-code |
| Gesamtsterne | 22.331 |
| Lizenz | CC0-1.0 |
| Kategorie | Kuratierte Liste |
Eine weitere wesentliche kuratierte Liste, die sich speziell auf Claude-Code-Erweiterungen und -Integrationen konzentriert.
awesome-claude-code kuratiert Skills, Hooks, Slash-Befehle, Agenten-Orchestratoren, Anwendungen und Plugins für Claude Code.
Hauptmerkmale:
- Nach Kategorien organisiert (Skills, Hooks, Befehle)
- Empfehlungen für Agenten-Orchestratoren
- Dokumentation des Plugin-Ökosystems
- Community-pflege und regelmäßig aktualisiert
9. Deep-Live-Cam — 2.819 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | hacksider/Deep-Live-Cam |
| Gesamtsterne | 79.139 |
| Lizenz | AGPL-3.0 |
| Kategorie | Deepfake/Video |
Traditionelle Deepfakes erfordern Stunden des Trainings. Deep-Live-Cam funktioniert in Echtzeit mit einem einzigen Bild.
Deep-Live-Cam ermöglicht Echtzeit-Gesichtstausch und One-Click-Video-Deepfakes mit nur einem einzigen Quellbild.
Hauptmerkmale:
- Echtzeit-Gesichtstausch mit sofortiger Vorschau
- Kein Training erforderlich – verwendet das vorab trainierte inswapper_128-Modell
- GFPGAN v1.4 Gesichtswiederherstellung nach der Verarbeitung
- Multiplattform: CPU, NVIDIA CUDA, Apple Silicon
- Integrierte ethische Schutzmaßnahmen
10. UltraRAG — 2.357 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | OpenBMB/UltraRAG |
| Gesamtsterne | 4.827 |
| Lizenz | Apache-2.0 |
| Kategorie | RAG-Framework |
Der Aufbau komplexer RAG-Pipelines erfordert normalerweise Tausende von Codezeilen. UltraRAG reduziert dies auf YAML-Deklarationen.
UltraRAG v3 ist ein Low-Code-MCP-Framework zum Aufbau komplexer RAG-Pipelines mit minimalem Code.
Hauptmerkmale:
- YAML-basierte Pipeline-Deklaration
- IRCoT-Algorithmus in 50 Zeilen (gegenüber 900+ offiziell)
- MCP-Server-Architektur für Komponenten
- Mehrfachabfrage und dynamische Abfrage
- Serien-, Schleifen- und Verzweigungssteuerstrukturen
- Konversationsdemo-Schnittstelle
11. blender-mcp — 2.063 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | ahujasid/blender-mcp |
| Gesamtsterne | 16.711 |
| Lizenz | MIT |
| Kategorie | MCP/3D-Grafik |
Die Steuerung von 3D-Software mit natürlicher Sprache schien futuristisch. blender-mcp macht es heute real.
blender-mcp ist ein MCP-Server, der Blender 3D mit Claude AI für die KI-gestützte 3D-Erstellung verbindet. Für den Aufbau eigener MCP-Integrationen sehen Sie sich Building MCP Servers in Python an.
Hauptmerkmale:
- Zweiseitige Kommunikation zwischen Claude und Blender
- Objekterstellung, -modifikation und -löschung
- Material- und Farbanwendung
- Szeneninspektion und Viewport-Screenshots
- Sketchfab- und Poly-Haven-Asset-Integration
- Hyper3D-Rodin-Text-zu-3D-Generierung
- Beliebige Python-Code-Ausführung in Blender
12. OpenHands — 1.437 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | OpenHands/OpenHands |
| Gesamt Sterne | 67.296 |
| Lizenz | MIT |
| Kategorie | KI-Entwicklung |
Software-Engineering-Agenten benötigen eine robuste Plattform. OpenHands bietet unternehmensbereite Infrastruktur für den Aufbau dieser Agenten.
OpenHands ist eine Open-Source-Plattform zum Erstellen und Bereitstellen von KI-Software-Engineering-Agenten im großen Maßstab. Für die lokale LLM-Integration sehen Sie bitte unseren Ollama Cheat Sheet und Open-Source Chat-Oberflächen für lokale LLMs.
Hauptmerkmale:
- Modellunabhängiger Agentenrahmen
- Software-Agent-SDK für benutzerdefinierte Agenten
- CLI, Web-Oberfläche und Cloud-Bereitstellung
- GitHub-Aktion für automatisierte Problembehebung
- Vertrauenswürdig durch TikTok, VMware, Roche, Amazon
13. Pixelle-Video — 1.212 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | AIDC-AI/Pixelle-Video |
| Gesamt Sterne | 2.109 |
| Lizenz | Apache-2.0 |
| Kategorie | Videogenerierung |
Die manuelle Erstellung kurzer Videos dauert Stunden. Pixelle-Video automatisiert den gesamten Prozess in 3 Minuten.
Pixelle-Video ist ein KI-gestützter automatisierter Kurzvideo-Engine, der die gesamte Produktionspipeline abdeckt.
Hauptmerkmale:
- Skriptverfassung aus Eingabethemen
- KI-gestützte Bildgenerierung pro Satz
- Sprachsynthese (Edge-TTS, Index-TTS)
- Automatische Hintergrundmusik
- Flexible Videoabmessungen
- Unterstützt GPT, Qianwen, DeepSeek, Ollama
- ComfyUI-basierte anpassbare Workflows
- ~0,01-0,05 USD pro Video mit Qianwen
14. OpenAI Skills — 1.166 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | openai/skills |
| Gesamt Sterne | 2.204 |
| Lizenz | Apache-2.0 |
| Kategorie | KI-Agenten-Fähigkeiten |
OpenAIs Antwort auf Anthropics Skills, die den offiziellen Skills-Katalog für Codex bereitstellt.
OpenAI Skills ist der offizielle Skills-Katalog für Codex, der erweiterbare Fähigkeiten für OpenAIs Coding-Agent bereitstellt.
Hauptmerkmale:
- Offizielles OpenAI-Repository
- Codex-Integration
- Erweiterbarer Fähigkeitenrahmen
15. claude-skills — 1.020 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | alirezarezvani/claude-skills |
| Gesamt Sterne | 1.473 |
| Lizenz | MIT |
| Kategorie | KI-Agenten-Fähigkeiten |
Eine Community-Sammlung mit Fokus auf realweltliche Claude-Fähigkeiten-Implementierungen.
claude-skills ist eine Sammlung von Fähigkeiten für Claude Code und Claude AI für den realweltlichen Einsatz, einschließlich Subagenten und Befehlen.
Hauptmerkmale:
- Realweltlich fokussierte Fähigkeiten
- Claude Code Subagenten
- Claude Code Befehle
- Praktische Implementierungen
16. alpamayo — 981 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | NVlabs/alpamayo |
| Gesamt Sterne | 1.280 |
| Lizenz | NVIDIA Source Code License |
| Kategorie | NVIDIA-Forschung |
NVIDIAs Forschungsprojekt gewinnt an Bedeutung in der Python-Community.
alpamayo ist ein Forschungsprojekt der NVIDIA Labs.
17. MiroFlow — 697 ⭐ diesen Monat
| Metrik | Wert |
|---|---|
| Repository | MiroMindAI/MiroFlow |
| Gesamt Sterne | 2.363 |
| Lizenz | Apache-2.0 |
| Kategorie | Agentenrahmen |
Hohe GAIA-Werte erfordern ausgefeilte Agentenarchitekturen. MiroFlow erreicht 82,4% — der höchste reproduzierbare Open-Source-Wert.
MiroFlow ist ein Agentenrahmen für Tool-Use-Aufgaben mit State-of-the-Art-Benchmark-Leistung.
Hauptmerkmale:
- 82,4% GAIA-Wert (höchster reproduzierbarer Open-Source)
- HLE: 27,2%, xBench: 72,0%, BrowseComp-ZH: 47,1%
- MiroThinker Agentenmodelle (4B/7B/14B/32B)
- MiroVerse kuratierte Datensätze (147k Trainingsdaten)
- Vollständig reproduzierbare Benchmarks
Zusammenfassende Tabelle
| Rang | Projekt | Sterne/Monat | Gesamt Sterne | Kategorie |
|---|---|---|---|---|
| 1 | Anthropic Skills | 29.129 | 58.665 | KI-Agenten-Fähigkeiten |
| 2 | awesome-claude-skills | 15.383 | 28.178 | Kuratierte Liste |
| 3 | PageIndex | 6.153 | 10.728 | RAG-Rahmen |
| 4 | claude-code-templates | 4.867 | 18.926 | CLI-Tool |
| 5 | langextract | 4.115 | 23.774 | Informationsextraktion |
| 6 | learn-claude-code | 4.053 | 15.862 | Bildungsmaterial |
| 7 | OpenBB | 3.877 | 59.635 | Finanzdaten |
| 8 | awesome-claude-code | 3.468 | 22.331 | Kuratierte Liste |
| 9 | Deep-Live-Cam | 2.819 | 79.139 | Deepfake/Video |
| 10 | UltraRAG | 2.357 | 4.827 | RAG-Rahmen |
| 11 | blender-mcp | 2.063 | 16.711 | MCP/3D-Grafik |
| 12 | OpenHands | 1.437 | 67.296 | KI-Entwicklung |
| 13 | Pixelle-Video | 1.212 | 2.109 | Videogenerierung |
| 14 | OpenAI Skills | 1.166 | 2.204 | KI-Agenten-Fähigkeiten |
| 15 | claude-skills | 1.020 | 1.473 | KI-Agenten-Fähigkeiten |
| 16 | alpamayo | 981 | 1.280 | NVIDIA-Forschung |
| 17 | MiroFlow | 697 | 2.363 | Agentenrahmen |
Wichtige Trends
Claude Skills Explosion: 7 der Top 10 Projekte beziehen sich direkt auf Claude Code oder Agenten-Fähigkeiten. Die Veröffentlichung von Anthropic löste eine bisher ungekannte Ökosystem-Reaktion aus.
RAG-Innovation: PageIndex und UltraRAG repräsentieren zwei unterschiedliche Ansätze zur Verbesserung von RAG — vektorlose, auf logischem Schlussfolgern basierende Abfrage vs. Low-Code-MCP-Rahmen.
MCP-Ökosystem-Wachstum: Das Model Context Protocol taucht in mehreren Trendprojekten auf (UltraRAG, blender-mcp) und etabliert sich als Standard für die KI-Tool-Integration.
KI-Videogenerierung: Deep-Live-Cam und Pixelle-Video zeigen weiterhin großes Interesse an der KI-gestützten Videoerstellung und -manipulation.
Verwandte Artikel
- Python Cheat Sheet — Sprach-Syntax und Grundlagen
- uv Package Manager — Schnelle Python-Umgebungsverwaltung
- Anaconda vs Miniconda vs Mamba — Python-Umgebungsvergleich
- Erstellung von MCP-Servern in Python — Erstellen von benutzerdefinierten KI-Tool-Integrationen
- BAML vs Instructor — Typsichere strukturierte Extraktion
- Cloud LLM-Anbieter — API-Optionen vergleichen
- Ollama Cheat Sheet — Befehle zum Ausführen lokaler LLMs
- Open-Source Chat-Oberflächen — Web-Oberflächen für Ollama
- vLLM Quickstart — Hochleistungs-LLM-Serving
- GitHub Copilot Cheat Sheet — Befehle für den KI-Programmierassistenten
- Top 19 Trend-Projekte in Go — Vergleich mit dem Go-Ökosystem
- Top 23 Trend-Projekte in Rust — Vergleich mit dem Rust-Ökosystem