Top 17 projets Python tendance sur GitHub
Dépôts Python tendance d’octobre 2026
L’écosystème Python de ce mois-ci est dominé par les Claude Skills et les outils d’agents IA. Ce panorama analyse les principaux dépôts Python les plus populaires sur GitHub.
La publication des Agent Skills par Anthropic a déclenché une explosion de projets communautaires, avec 7 des 10 dépôts les plus en vogue directement liés aux capacités de Claude Code ou d’agents IA.
Cet article fait partie de notre guide Outils de développement : Le guide complet des flux de travail de développement modernes.
Pour une comparaison avec d’autres écosystèmes, consultez notre analyse des 23 meilleurs projets Rust en vogue sur GitHub et explorez [Interfaces Terminal (TUI) : BubbleTea (Go) vs Ratatui (Rust)](https://www.glukhov.org/fr/developer-tools/comparisons/tui-frameworks-bubbletea-go-vs-ratatui-rust/ “Comparaison de BubbleTea et Ratatui : style Elm contre mode immédiat, Crush et plus de 2000 crates, Netflix/OpenAI/AWS.”}) pour les comparaisons de frameworks.
Si vous débutez avec Python, consultez notre Aide-mémoire Python pour les fondamentaux de la langue.
Vue d’ensemble
Sur la base des données de la page de tendance de GitHub, voici les 17 projets Python les plus actifs en croissance ce mois-ci, avec des données collectées le 19 octobre 2026. Le phénomène des Claude Skills et les innovations des frameworks RAG définissent les tendances de ce mois.
1. Anthropic Skills — 29 129 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | anthropics/skills |
| Étoiles totales | 58 665 |
| Licence | Apache-2.0 |
| Catégorie | Compétences d’agents IA |
La publication officielle des Agent Skills par Anthropic a enflammé tout l’écosystème Claude, fournissant la base qui a donné naissance à des dizaines de projets communautaires.
Anthropic Skills est le dépôt public officiel contenant des exemples de Compétences d’Agents (Agent Skills) — des dossiers d’instructions, de scripts et de ressources que Claude charge dynamiquement pour améliorer ses performances sur des tâches spécialisées.
Fonctionnalités clés :
- Compétences créatives et de design (art algorithmique, design de toile)
- Compétences de développement et techniques (créateur d’artefacts web, créateur MCP)
- Compétences d’entreprise et de communication (directives de marque, communications internes)
- Compétences méta (créateur de compétences, modèles)
- Dossiers autonomes avec des fichiers SKILL.md
2. awesome-claude-skills — 15 383 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | ComposioHQ/awesome-claude-skills |
| Étoiles totales | 28 178 |
| Licence | MIT |
| Catégorie | Liste de ressources |
La communauté avait besoin d’un lieu central pour découvrir et partager les Claude Skills. ComposioHQ a comblé cette lacune rapidement.
awesome-claude-skills est une liste de ressources de plus de 32 Claude Skills avec des intégrations pour plus de 500 applications via l’architecture de plug-ins de Composio.
Fonctionnalités clés :
- Recherche de contenu et assistance à la rédaction
- Organisation de fichiers et téléchargement YouTube
- Génération de CV et outils de développement de code
- Optimisation des réseaux sociaux (optimiseur d’algorithme Twitter)
- Recherche de leads et analyse concurrentielle
- Configuration en trois étapes avec l’API Composio
3. PageIndex — 6 153 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | VectifyAI/PageIndex |
| Étoiles totales | 10 728 |
| Licence | MIT |
| Catégorie | Framework RAG |
Le RAG traditionnel nécessite des bases de données vectorielles, des plongements (embeddings) et un morcellement (chunking). PageIndex élimine tout cela avec une récupération basée sur le raisonnement.
PageIndex est un framework RAG sans vecteurs, basé sur le raisonnement, qui transforme les documents en index arborescents pour la récupération par LLM agentiques.
Fonctionnalités clés :
- Aucune base de données vectorielle ni plongements requis
- Pas de morcellement — conserve la hiérarchie complète du document
- Traçable et explicable avec des références de page/section
- Aucun seuil de top-K arbitraire
- Optimisé pour les documents complexes (juridique, financier, médical)
4. claude-code-templates — 4 867 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | davila7/claude-code-templates |
| Étoiles totales | 18 926 |
| Licence | MIT |
| Catégorie | Outil CLI |
La configuration manuelle de projets Claude Code est fastidieuse. Cet outil CLI automatise la configuration et ajoute des capacités de surveillance.
claude-code-templates est un outil CLI pour configurer et surveiller Claude Code avec une configuration intelligente de projet et des analyses en temps réel. Pour la gestion des environnements Python avec ces projets, envisagez uv ou comparez les options dans notre guide Anaconda vs Miniconda vs Mamba.
Fonctionnalités clés :
- Détection automatique intelligente et configuration spécifique aux frameworks
- Tableau de bord d’analyses en temps réel avec des métriques de performance
- Vérification d’intégrité avec des recommandations actionnables
- Commandes slash personnalisées (/generate-tests, /optimize-bundle)
- Installation modulaire d’agents, de MCP et de compétences
- Prend en charge JavaScript/TypeScript, Python (Go/Rust à venir)
5. langextract — 4 115 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | google/langextract |
| Étoiles totales | 23 774 |
| Licence | Apache-2.0 |
| Catégorie | Extraction d’informations |
Les LLM peuvent extraire des informations, mais ancrer cette extraction dans le texte source est difficile. Langextract de Google résout cela élégamment.
langextract est une bibliothèque Python pour extraire des informations structurées de texte non structuré à l’aide de LLM avec un ancrage source précis. Pour des approches alternatives pour les sorties structurées de LLM, consultez notre comparaison de BAML vs Instructor.
Fonctionnalités clés :
- Ancrage source — mappe chaque entité aux décalages de caractères exacts
- Extraction guidée par schéma avec des exemples few-shot
- Gestion du contexte long avec morcellement intelligent
- Visualisation HTML interactive pour la vérification
- Prend en charge Gemini, Ollama, OpenAI
- Spécialisation RadExtract pour les rapports de radiologie
6. learn-claude-code — 4 053 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | shareAI-lab/learn-claude-code |
| Étoiles totales | 15 862 |
| Licence | MIT |
| Catégorie | Éducatif |
« Bash est tout ce dont vous avez besoin ! » — ce projet démontre que les agents de codage IA peuvent être étonnamment simples dans leur cœur.
learn-claude-code montre comment écrire un agent semblable à Claude Code en seulement 16 lignes de bash, démystifiant la technologie.
Fonctionnalités clés :
- Implémentation minimale démontrant les concepts de base
- Ressource éducative pour comprendre les agents IA
- Contributions communautaires élargissant les fonctionnalités
7. OpenBB — 3 877 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | OpenBB-finance/OpenBB |
| Étoiles totales | 59 635 |
| Licence | AGPL-3.0 |
| Catégorie | Données financières |
Les analystes financiers ont besoin d’un accès unifié aux données de dizaines de fournisseurs. OpenBB le fournit avec des capacités d’agents IA intégrées.
OpenBB est une plateforme de données financières pour les analystes, les quants et les agents IA, fournissant un espace de travail IA pour la finance. La fonctionnalité « Apportez votre propre agent IA » (Bring Your Own AI Agent) fonctionne avec divers Fournisseurs de LLM Cloud y compris OpenAI, Anthropic et Azure.
Fonctionnalités clés :
- Intégration avec des dizaines de fournisseurs de données
- Interfaces Python et CLI
- Agent IA OpenBB Copilot (propulsé par OpenAI)
- Prise en charge de l’apport de votre propre agent IA
- Conformité SOC2 II sans fuite de données
- Options de déploiement sur site (on-premises)
- Utilisé par des sociétés d’investissement gérant des milliards
8. awesome-claude-code — 3 468 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | hesreallyhim/awesome-claude-code |
| Étoiles totales | 22 331 |
| Licence | CC0-1.0 |
| Catégorie | Liste de ressources |
Une autre liste de ressources essentielle se concentrant spécifiquement sur les extensions et intégrations de Claude Code.
awesome-claude-code présente des compétences, des accrocheurs (hooks), des commandes slash, des orchestrateurs d’agents, des applications et des plug-ins pour Claude Code.
Fonctionnalités clés :
- Organisé par catégorie (compétences, accrocheurs, commandes)
- Recommandations d’orchestrateurs d’agents
- Documentation de l’écosystème de plug-ins
- Entretenu par la communauté et régulièrement mis à jour
9. Deep-Live-Cam — 2 819 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | hacksider/Deep-Live-Cam |
| Étoiles totales | 79 139 |
| Licence | AGPL-3.0 |
| Catégorie | Deepfake/Vidéo |
Les deepfakes traditionnels nécessitent des heures d’entraînement. Deep-Live-Cam fonctionne en temps réel avec une seule image.
Deep-Live-Cam permet l’échange de visages en temps réel et les deepfakes vidéo en un clic en utilisant uniquement une seule image source.
Fonctionnalités clés :
- Échange de visages en temps réel avec aperçu instantané
- Aucun entraînement requis — utilise le modèle pré-entraîné inswapper_128
- Restauration faciale GFPGAN v1.4 en post-traitement
- Multi-plateforme : CPU, NVIDIA CUDA, Apple Silicon
- Garde-fous éthiques intégrés
10. UltraRAG — 2 357 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | OpenBMB/UltraRAG |
| Étoiles totales | 4 827 |
| Licence | Apache-2.0 |
| Catégorie | Framework RAG |
La construction de pipelines RAG complexes nécessite généralement des milliers de lignes de code. UltraRAG réduit cela à des déclarations YAML.
UltraRAG v3 est un framework MCP low-code pour construire des pipelines RAG complexes avec un minimum de code.
Fonctionnalités clés :
- Déclaration de pipeline basée sur YAML
- Algorithme IRCoT en 50 lignes (contre 900+ officielles)
- Architecture de serveur MCP pour les composants
- Raisonnement multi-tours et récupération dynamique
- Structures de contrôle séquentielles, en boucle et par branches
- Interface de démonstration conversationnelle
11. blender-mcp — 2 063 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | ahujasid/blender-mcp |
| Étoiles totales | 16 711 |
| Licence | MIT |
| Catégorie | MCP/Graphisme 3D |
Contrôler un logiciel 3D avec le langage naturel semblait futuriste. blender-mcp le rend réel aujourd’hui.
blender-mcp est un serveur MCP qui connecte Blender 3D à l’IA Claude pour la création 3D assistée par IA. Pour construire vos propres intégrations MCP, consultez Construire des serveurs MCP en Python.
Fonctionnalités clés :
- Communication bidirectionnelle entre Claude et Blender
- Création, modification et suppression d’objets
- Application de matériaux et de couleurs
- Inspection de scène et captures d’écran de la fenêtre de visionnage
- Intégration d’actifs Sketchfab et Poly Haven
- Génération texte-vers-3D avec Hyper3D Rodin
- Exécution de code Python arbitraire dans Blender
12. OpenHands — 1 437 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | OpenHands/OpenHands |
| Étoiles totales | 67 296 |
| Licence | MIT |
| Catégorie | Développement IA |
Les agents d’ingénierie logicielle ont besoin d’une plateforme robuste. OpenHands fournit une infrastructure prête pour l’entreprise pour les construire.
OpenHands est une plateforme open source pour construire et déployer des agents d’ingénierie logicielle IA à grande échelle. Pour l’intégration de LLM locaux, consultez notre Aide-mémoire Ollama et les Interfaces de chat open source pour LLM locaux.
Fonctionnalités clés :
- Framework d’agents agnostique du modèle
- SDK d’agent logiciel pour les agents personnalisés
- Déploiement CLI, interface Web et Cloud
- Action GitHub pour la résolution automatisée des problèmes
- Approuvé par TikTok, VMware, Roche, Amazon
13. Pixelle-Video — 1 212 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | AIDC-AI/Pixelle-Video |
| Étoiles totales | 2 109 |
| Licence | Apache-2.0 |
| Catégorie | Génération de vidéo |
La création manuelle de courtes vidéos prend des heures. Pixelle-Video automatise l’ensemble du pipeline en 3 minutes.
Pixelle-Video est un moteur de court-métrage automatisé propulsé par l’IA gérant l’ensemble du pipeline de production.
Fonctionnalités clés :
- Rédaction de script à partir de sujets d’entrée
- Génération d’images IA par phrase
- Synthèse vocale (Edge-TTS, Index-TTS)
- Musique de fond automatique
- Dimensions vidéo flexibles
- Prend en charge GPT, Qianwen, DeepSeek, Ollama
- Workflows personnalisables basés sur ComfyUI
- Environ 0,01 à 0,05 $ par vidéo avec Qianwen
14. OpenAI Skills — 1 166 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | openai/skills |
| Étoiles totales | 2 204 |
| Licence | Apache-2.0 |
| Catégorie | Compétences d’agents IA |
La réponse d’OpenAI aux Skills d’Anthropic, fournissant le catalogue officiel des Skills pour Codex.
OpenAI Skills est le catalogue officiel des Skills pour Codex, fournissant des capacités extensibles pour l’agent de codage d’OpenAI.
Fonctionnalités clés :
- Dépôt officiel OpenAI
- Intégration Codex
- Framework de compétences extensible
15. claude-skills — 1 020 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | alirezarezvani/claude-skills |
| Étoiles totales | 1 473 |
| Licence | MIT |
| Catégorie | Compétences d’agents IA |
Une collection communautaire se concentrant sur des implémentations réelles de compétences Claude.
claude-skills est une collection de compétences pour Claude Code et Claude AI pour une utilisation réelle, y compris des sous-agents et des commandes.
Fonctionnalités clés :
- Compétences centrées sur le monde réel
- Sous-agents Claude Code
- Commandes Claude Code
- Implémentations pratiques
16. alpamayo — 981 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | NVlabs/alpamayo |
| Étoiles totales | 1 280 |
| Licence | NVIDIA Source Code License |
| Catégorie | Recherche NVIDIA |
Projet de recherche de NVIDIA gagnant en traction dans la communauté Python.
alpamayo est un projet de recherche des laboratoires NVIDIA.
17. MiroFlow — 697 ⭐ ce mois-ci
| Métrique | Valeur |
|---|---|
| Dépôt | MiroMindAI/MiroFlow |
| Étoiles totales | 2 363 |
| Licence | Apache-2.0 |
| Catégorie | Framework d’agents |
Atteindre des scores GAIA élevés nécessite des architectures d’agents sophistiquées. MiroFlow atteint 82,4 % — le score open source reproductible le plus élevé.
MiroFlow est un framework d’agents pour les tâches d’utilisation d’outils avec des performances de référence.
Fonctionnalités clés :
- Score GAIA de 82,4 % (le plus élevé reproductible en open source)
- HLE : 27,2 %, xBench : 72,0 %, BrowseComp-ZH : 47,1 %
- Modèles agentiques MiroThinker (4B/7B/14B/32B)
- Jeux de données curés MiroVerse (147 k de données d’entraînement)
- Benchmarks entièrement reproductibles
Tableau récapitulatif
| Rang | Projet | Étoiles/Mois | Étoiles totales | Catégorie |
|---|---|---|---|---|
| 1 | Anthropic Skills | 29 129 | 58 665 | Compétences d’agents IA |
| 2 | awesome-claude-skills | 15 383 | 28 178 | Liste de ressources |
| 3 | PageIndex | 6 153 | 10 728 | Framework RAG |
| 4 | claude-code-templates | 4 867 | 18 926 | Outil CLI |
| 5 | langextract | 4 115 | 23 774 | Extraction d’informations |
| 6 | learn-claude-code | 4 053 | 15 862 | Éducatif |
| 7 | OpenBB | 3 877 | 59 635 | Données financières |
| 8 | awesome-claude-code | 3 468 | 22 331 | Liste de ressources |
| 9 | Deep-Live-Cam | 2 819 | 79 139 | Deepfake/Vidéo |
| 10 | UltraRAG | 2 357 | 4 827 | Framework RAG |
| 11 | blender-mcp | 2 063 | 16 711 | MCP/Graphisme 3D |
| 12 | OpenHands | 1 437 | 67 296 | Développement IA |
| 13 | Pixelle-Video | 1 212 | 2 109 | Génération de vidéo |
| 14 | OpenAI Skills | 1 166 | 2 204 | Compétences d’agents IA |
| 15 | claude-skills | 1 020 | 1 473 | Compétences d’agents IA |
| 16 | alpamayo | 981 | 1 280 | Recherche NVIDIA |
| 17 | MiroFlow | 697 | 2 363 | Framework d’agents |
Tendances clés
Explosion des Claude Skills : 7 des 10 premiers projets sont directement liés à Claude Code ou aux Compétences d’Agents. La publication d’Anthropic a déclenché une réponse de l’écosystème sans précédent depuis un certain temps.
Innovation RAG : PageIndex et UltraRAG représentent deux approches différentes pour améliorer le RAG — la récupération sans vecteurs basée sur le raisonnement par opposition aux frameworks MCP low-code.
Croissance de l’écosystème MCP : Le protocole de contexte de modèle (Model Context Protocol) apparaît dans plusieurs projets en vogue (UltraRAG, blender-mcp), s’établissant comme le standard pour l’intégration IA-outils.
Génération de vidéo IA : Deep-Live-Cam et Pixelle-Video montrent un intérêt continu pour la création et la manipulation de vidéos assistées par IA.
Articles connexes
- Aide-mémoire Python — Syntaxe et fondamentaux de la langue
- Gestionnaire de paquets uv — Gestion rapide des environnements Python
- Anaconda vs Miniconda vs Mamba — Comparaison des environnements Python
- Construire des serveurs MCP en Python — Créer des intégrations d’outils IA personnalisées
- BAML vs Instructor — Extraction structurée typée
- Fournisseurs de LLM Cloud — Comparer les options API
- Aide-mémoire Ollama — Commandes pour exécuter des LLM locaux
- Interfaces de chat open source — Interfaces Web pour Ollama
- Départ rapide vLLM — Service de LLM haute performance
- Aide-mémoire GitHub Copilot — Commandes de l’assistant de codage IA
- 19 meilleurs projets Go en vogue — Comparaison avec l’écosystème Go
- 23 meilleurs projets Rust en vogue — Comparaison avec l’écosystème Rust
- Popularité des langages de programmation et des frameworks — Popularité de chaque langage dans VS Code
- Projets IA open source en vogue sur GitHub — Dépôts IA dans différents langages, groupés par la tâche qu’ils accomplissent
