Los 17 proyectos de Python más populares en GitHub
Repositorios de Python en tendencia en octubre de 2026
El ecosistema de Python este mes está dominado por Claude Skills y herramientas de agentes de IA. Este análisis resume los repositorios de Python más populares en tendencia en GitHub.
La publicación de Agent Skills por parte de Anthropic provocó una explosión de proyectos de la comunidad, con 7 de los 10 repositorios más populares directamente relacionados con Claude Code o capacidades de agentes de IA.
Este artículo forma parte de nuestra Herramientas para desarrolladores: La guía completa de flujos de trabajo de desarrollo modernos.
Para comparaciones con otros ecosistemas, consulta nuestro análisis de los 23 proyectos de Rust más populares en tendencia en GitHub y explora Interfaz de Terminal: BubbleTea (Go) vs Ratatui (Rust) para comparaciones de marcos de trabajo.
Si estás iniciando con Python, revisa nuestra Hoja de referencia de Python para los fundamentos del lenguaje.
Resumen
Basado en datos de la página de tendencias de GitHub, aquí están los 17 proyectos de Python con mayor crecimiento activo este mes, con datos recopilados el 19 de octubre de 2026. El fenómeno de Claude Skills y las innovaciones en marcos de trabajo RAG definen las tendencias de este mes.
1. Anthropic Skills — 29.129 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | anthropics/skills |
| Estrellas totales | 58.665 |
| Licencia | Apache-2.0 |
| Categoría | Skills de agentes de IA |
La publicación oficial de Agent Skills de Anthropic encendió todo el ecosistema de Claude, proporcionando la base que generó docenas de proyectos de la comunidad.
Anthropic Skills es el repositorio público oficial que contiene ejemplos de Agent Skills: carpetas de instrucciones, scripts y recursos que Claude carga dinámicamente para mejorar su rendimiento en tareas especializadas.
Características clave:
- Skills de creatividad y diseño (arte algorítmico, diseño de lienzo)
- Skills de desarrollo y técnicas (constructor de artefactos web, constructor MCP)
- Skills empresariales y de comunicación (pautas de marca, comunicaciones internas)
- Metaskills (creador de skills, plantillas)
- Directorios autocontenidos con archivos SKILL.md
2. awesome-claude-skills — 15.383 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | ComposioHQ/awesome-claude-skills |
| Estrellas totales | 28.178 |
| Licencia | MIT |
| Categoría | Lista curada |
La comunidad necesitaba un lugar central para descubrir y compartir Claude Skills. ComposioHQ llenó ese vacío rápidamente.
awesome-claude-skills es una lista curada de más de 32 Claude Skills con integraciones para más de 500 aplicaciones a través de la arquitectura de plugins de Composio.
Características clave:
- Investigación y asistencia para redacción de contenido
- Organización de archivos y descargas de YouTube
- Generación de currículums y herramientas de desarrollo de código
- Optimización de redes sociales (optimizador del algoritmo de Twitter)
- Investigación de prospectos y análisis competitivo
- Configuración en tres pasos con la API de Composio
3. PageIndex — 6.153 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | VectifyAI/PageIndex |
| Estrellas totales | 10.728 |
| Licencia | MIT |
| Categoría | Marco de trabajo RAG |
El RAG tradicional requiere bases de datos vectoriales, embeddings y segmentación. PageIndex elimina todo eso con recuperación basada en razonamiento.
PageIndex es un marco de trabajo RAG sin vectores y basado en razonamiento que transforma documentos en índices estructurados en árbol para la recuperación de LLMs agénticos.
Características clave:
- No se requiere base de datos vectorial ni embeddings
- Sin segmentación: preserva la jerarquía completa del documento
- Trazable y explicable con referencias de página/sección
- Sin umbrales top-K arbitrarios
- Optimizado para documentos complejos (legales, financieros, médicos)
4. claude-code-templates — 4.867 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | davila7/claude-code-templates |
| Estrellas totales | 18.926 |
| Licencia | MIT |
| Categoría | Herramienta de CLI |
Configurar manualmente proyectos de Claude Code es tedioso. Esta CLI automatiza la configuración y añade capacidades de supervisión.
claude-code-templates es una herramienta de CLI para configurar y supervisar Claude Code con configuración inteligente de proyectos y analítica en tiempo real. Para la gestión de entornos de Python con estos proyectos, considera uv o compara opciones en nuestra guía Anaconda vs Miniconda vs Mamba.
Características clave:
- Autodetección inteligente y configuración específica de marco de trabajo
- Panel de analítica en tiempo real con métricas de rendimiento
- Verificación de salud con recomendaciones accionables
- Comandos slash personalizados (/generate-tests, /optimize-bundle)
- Instalación modular de agentes, MCPs y skills
- Soporte para JavaScript/TypeScript, Python (Go/Rust en camino)
5. langextract — 4.115 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | google/langextract |
| Estrellas totales | 23.774 |
| Licencia | Apache-2.0 |
| Categoría | Extracción de información |
Los LLMs pueden extraer información, pero fundamentar esa extracción en el texto de origen es difícil. langextract de Google resuelve esto elegantemente.
langextract es una biblioteca de Python para extraer información estructurada de texto no estructurado utilizando LLMs con un anclaje preciso a la fuente. Para enfoques alternativos a salidas estructuradas de LLMs, consulta nuestra comparación BAML vs Instructor.
Características clave:
- Anclaje a la fuente: mapea cada entidad a desplazamientos de caracteres exactos
- Extracción guiada por esquema con ejemplos few-shot
- Manejo de contexto largo con segmentación inteligente
- Visualización HTML interactiva para verificación
- Soporta Gemini, Ollama, OpenAI
- Especialización RadExtract para informes de radiología
6. learn-claude-code — 4.053 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | shareAI-lab/learn-claude-code |
| Estrellas totales | 15.862 |
| Licencia | MIT |
| Categoría | Educativo |
“¡Bash es todo lo que necesitas!” — este proyecto demuestra que los agentes de programación de IA pueden ser sorprendentemente simples en su núcleo.
learn-claude-code muestra cómo escribir un agente similar a Claude Code en solo 16 líneas de bash, desmitificando la tecnología.
Características clave:
- Implementación mínima que demuestra conceptos centrales
- Recurso educativo para comprender agentes de IA
- Contribuciones de la comunidad que amplían la funcionalidad
7. OpenBB — 3.877 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | OpenBB-finance/OpenBB |
| Estrellas totales | 59.635 |
| Licencia | AGPL-3.0 |
| Categoría | Datos financieros |
Los analistas financieros necesitan acceso unificado a datos de decenas de proveedores. OpenBB lo proporciona con capacidades de agentes de IA integradas.
OpenBB es una plataforma de datos financieros para analistas, cuantitativos y agentes de IA, que proporciona un espacio de trabajo de IA para finanzas. La función “Trae tu propio Agente de IA” funciona con varios Proveedores de LLMs en la Nube, incluidos OpenAI, Anthropic y Azure.
Características clave:
- Integración con decenas de proveedores de datos
- Interfaces de Python y CLI
- Agente de IA OpenBB Copilot (impulsado por OpenAI)
- Soporte para traer tu propio Agente de IA
- Cumplimiento SOC2 II sin fuga de datos
- Opciones de despliegue en las instalaciones
- Utilizado por firmas de inversión que gestionan miles de millones
8. awesome-claude-code — 3.468 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | hesreallyhim/awesome-claude-code |
| Estrellas totales | 22.331 |
| Licencia | CC0-1.0 |
| Categoría | Lista curada |
Otra lista curada esencial enfocada específicamente en extensiones e integraciones de Claude Code.
awesome-claude-code cura skills, hooks, comandos slash, orquestadores de agentes, aplicaciones y plugins para Claude Code.
Características clave:
- Organizado por categoría (skills, hooks, comandos)
- Recomendaciones de orquestadores de agentes
- Documentación del ecosistema de plugins
- Mantenido por la comunidad y actualizado regularmente
9. Deep-Live-Cam — 2.819 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | hacksider/Deep-Live-Cam |
| Estrellas totales | 79.139 |
| Licencia | AGPL-3.0 |
| Categoría | Deepfake/Video |
Los deepfakes tradicionales requieren horas de entrenamiento. Deep-Live-Cam funciona en tiempo real con una sola imagen.
Deep-Live-Cam permite el intercambio de caras en tiempo real y deepfakes de video con un clic utilizando solo una imagen de origen.
Características clave:
- Intercambio de caras en tiempo real con vista previa instantánea
- Sin necesidad de entrenamiento: utiliza el modelo preentrenado inswapper_128
- Procesamiento posterior de restauración facial GFPGAN v1.4
- Multiplataforma: CPU, NVIDIA CUDA, Apple Silicon
- Salvaguardas éticas integradas
10. UltraRAG — 2.357 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | OpenBMB/UltraRAG |
| Estrellas totales | 4.827 |
| Licencia | Apache-2.0 |
| Categoría | Marco de trabajo RAG |
Construir pipelines RAG complejos suele requerir miles de líneas de código. UltraRAG reduce esto a declaraciones YAML.
UltraRAG v3 es un marco de trabajo MCP de bajo código para construir pipelines RAG complejos con código mínimo.
Características clave:
- Declaración de pipeline basada en YAML
- Algoritmo IRCoT en 50 líneas (frente a más de 900 oficiales)
- Arquitectura de Servidor MCP para componentes
- Razonamiento multijornada y recuperación dinámica
- Estructuras de control en serie, bucle y rama
- Interfaz de demostración conversacional
11. blender-mcp — 2.063 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | ahujasid/blender-mcp |
| Estrellas totales | 16.711 |
| Licencia | MIT |
| Categoría | MCP/Gráficos 3D |
Controlar software 3D con lenguaje natural parecía futurista. blender-mcp lo hace realidad hoy.
blender-mcp es un servidor MCP que conecta Blender 3D con Claude AI para la creación 3D impulsada por IA. Para construir tus propias integraciones MCP, consulta Construcción de servidores MCP en Python.
Características clave:
- Comunicación bidireccional entre Claude y Blender
- Creación, modificación y eliminación de objetos
- Aplicación de materiales y colores
- Inspección de escenas y capturas de la vista previa
- Integración de activos de Sketchfab y Poly Haven
- Generación de texto a 3D con Hyper3D Rodin
- Ejecución de código Python arbitrario en Blender
12. OpenHands — 1.437 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | OpenHands/OpenHands |
| Estrellas totales | 67.296 |
| Licencia | MIT |
| Categoría | Desarrollo con IA |
Los agentes de ingeniería de software necesitan una plataforma robusta. OpenHands proporciona infraestructura lista para entornos empresariales para construirlos.
OpenHands es una plataforma de código abierto para construir e implementar agentes de ingeniería de software de IA a escala. Para la integración de LLMs locales, consulta nuestra hoja de referencia de Ollama e Interfazes de chat de código abierto para LLMs locales.
Características clave:
- Marco de trabajo de agentes agnóstico de modelo
- Software Agent SDK para agentes personalizados
- Despliegue por CLI, interfaz web y en la nube
- Acción de GitHub para la resolución automatizada de problemas
- Con la confianza de TikTok, VMware, Roche, Amazon
13. Pixelle-Video — 1.212 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | AIDC-AI/Pixelle-Video |
| Estrellas totales | 2.109 |
| Licencia | Apache-2.0 |
| Categoría | Generación de video |
Crear videos cortos manualmente lleva horas. Pixelle-Video automatiza todo el pipeline en 3 minutos.
Pixelle-Video es un motor automatizado de videos cortos impulsado por IA que gestiona todo el pipeline de producción.
Características clave:
- Redacción de guiones a partir de temas de entrada
- Generación de imágenes de IA por oración
- Síntesis de voz (Edge-TTS, Index-TTS)
- Música de fondo automática
- Dimensiones de video flexibles
- Soporta GPT, Qianwen, DeepSeek, Ollama
- Flujos de trabajo personalizables basados en ComfyUI
- ~$0,01-0,05 por video con Qianwen
14. OpenAI Skills — 1.166 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | openai/skills |
| Estrellas totales | 2.204 |
| Licencia | Apache-2.0 |
| Categoría | Skills de agentes de IA |
La respuesta de OpenAI a las Skills de Anthropic, proporcionando el Catálogo Oficial de Skills para Codex.
OpenAI Skills es el Catálogo Oficial de Skills para Codex, que proporciona capacidades extensibles para el agente de programación de OpenAI.
Características clave:
- Repositorio oficial de OpenAI
- Integración con Codex
- Marco de trabajo de skills extensible
15. claude-skills — 1.020 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | alirezarezvani/claude-skills |
| Estrellas totales | 1.473 |
| Licencia | MIT |
| Categoría | Skills de agentes de IA |
Una colección de la comunidad enfocada en implementaciones de skills de Claude para el mundo real.
claude-skills es una colección de skills para Claude Code y Claude AI para uso en el mundo real, incluidos subagentes y comandos.
Características clave:
- Skills enfocadas en el mundo real
- Subagentes de Claude Code
- Comandos de Claude Code
- Implementaciones prácticas
16. alpamayo — 981 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | NVlabs/alpamayo |
| Estrellas totales | 1.280 |
| Licencia | NVIDIA Source Code License |
| Categoría | Investigación de NVIDIA |
El proyecto de investigación de NVIDIA que está ganando tracción en la comunidad de Python.
alpamayo es un proyecto de investigación de NVIDIA Labs.
17. MiroFlow — 697 ⭐ este mes
| Métrica | Valor |
|---|---|
| Repositorio | MiroMindAI/MiroFlow |
| Estrellas totales | 2.363 |
| Licencia | Apache-2.0 |
| Categoría | Marco de trabajo de agentes |
Lograr puntuaciones GAIA altas requiere arquitecturas de agentes sofisticadas. MiroFlow alcanza el 82,4%: la puntuación más alta reproducible de código abierto.
MiroFlow es un marco de trabajo de agentes para tareas de uso de herramientas con un rendimiento de referencia líder.
Características clave:
- Puntuación GAIA del 82,4% (la más alta reproducible de código abierto)
- HLE: 27,2%, xBench: 72,0%, BrowseComp-ZH: 47,1%
- Modelos agénticos MiroThinker (4B/7B/14B/32B)
- Conjuntos de datos curados MiroVerse (147k de datos de entrenamiento)
- Benchmarks totalmente reproducibles
Tabla resumen
| Rango | Proyecto | Estrellas/mes | Estrellas totales | Categoría |
|---|---|---|---|---|
| 1 | Anthropic Skills | 29.129 | 58.665 | Skills de agentes de IA |
| 2 | awesome-claude-skills | 15.383 | 28.178 | Lista curada |
| 3 | PageIndex | 6.153 | 10.728 | Marco de trabajo RAG |
| 4 | claude-code-templates | 4.867 | 18.926 | Herramienta de CLI |
| 5 | langextract | 4.115 | 23.774 | Extracción de información |
| 6 | learn-claude-code | 4.053 | 15.862 | Educativo |
| 7 | OpenBB | 3.877 | 59.635 | Datos financieros |
| 8 | awesome-claude-code | 3.468 | 22.331 | Lista curada |
| 9 | Deep-Live-Cam | 2.819 | 79.139 | Deepfake/Video |
| 10 | UltraRAG | 2.357 | 4.827 | Marco de trabajo RAG |
| 11 | blender-mcp | 2.063 | 16.711 | MCP/Gráficos 3D |
| 12 | OpenHands | 1.437 | 67.296 | Desarrollo con IA |
| 13 | Pixelle-Video | 1.212 | 2.109 | Generación de video |
| 14 | OpenAI Skills | 1.166 | 2.204 | Skills de agentes de IA |
| 15 | claude-skills | 1.020 | 1.473 | Skills de agentes de IA |
| 16 | alpamayo | 981 | 1.280 | Investigación de NVIDIA |
| 17 | MiroFlow | 697 | 2.363 | Marco de trabajo de agentes |
Tendencias clave
Explosión de Claude Skills: 7 de los 10 primeros proyectos están directamente relacionados con Claude Code o Agent Skills. La publicación de Anthropic desencadenó una respuesta del ecosistema sin precedentes en la memoria reciente.
Innovación en RAG: PageIndex y UltraRAG representan dos enfoques diferentes para mejorar el RAG: recuperación basada en razonamiento sin vectores frente a marcos de trabajo MCP de bajo código.
Crecimiento del ecosistema MCP: El Protocolo de Contexto de Modelo (Model Context Protocol) aparece en múltiples proyectos en tendencia (UltraRAG, blender-mcp), estableciéndose como el estándar para la integración de herramientas de IA.
Generación de video con IA: Deep-Live-Cam y Pixelle-Video muestran un interés continuo en la creación y manipulación de video impulsada por IA.
Artículos relacionados
- Hoja de referencia de Python — Sintaxis y fundamentos del lenguaje
- Gestor de paquetes uv — Gestión rápida de entornos de Python
- Anaconda vs Miniconda vs Mamba — Comparación de entornos de Python
- Construcción de servidores MCP en Python — Crea integraciones personalizadas de herramientas de IA
- BAML vs Instructor — Extracción estructurada con seguridad de tipos
- Proveedores de LLMs en la Nube — Compara opciones de API
- Hoja de referencia de Ollama — Comandos para ejecutar LLMs locales
- Interfazes de chat de código abierto — Interfazes web para Ollama
- Introducción rápida a vLLM — Servidor de LLMs de alto rendimiento
- Hoja de referencia de GitHub Copilot — Comandos del asistente de programación con IA
- 19 proyectos de Go más populares en tendencia — Compara con el ecosistema de Go
- 23 proyectos de Rust más populares en tendencia — Compara con el ecosistema de Rust
- Popularidad de lenguajes de programación y marcos de trabajo — Qué tan popular es cada lenguaje en VS Code
- Proyectos de IA de código abierto en tendencia en GitHub — Repositorios de IA en varios lenguajes, agrupados por la función que realizan
