🛠 100 ИИ-репозиториев собрали 7,5 млн звёзд: разбираю реальный минимум 7,52 млн звёзд на 100 репозиториев — в среднем 75 тысяч на проект, но верхушка тянет всё на себе. В подборке по данным Habr первые десять репозиториев суммарно дают около 2,1 млн звёзд — 28% всего списка. Лидируют средства запуска агентов: OpenClaw (387,3 тыс.), Superpowers (276,9 тыс.), Hermes (235,5 тыс.) и n8n (202,3 тыс.). Средний репозиторий из первой десятки — готовый слой для запуска агента или автоматизации, а не исследовательская статья. Больше половины списка — каркасы и средства интеграции. LangChain, Dify, AutoGen, LobeHub, Daytona, Mem0 и аналоги решают одну задачу: соединить модель, память, инструменты и окружение. Это полезно для прототипа, но звёзды ставят за идею, а не за стабильность в длинных цепочках. Отдельно стоят локальные генераторы Stable Diffusion WebUI (164,6 тыс.) и ComfyUI (129,7 тыс.), где звёзды отражают реальную базу пользователей на собственных компьютерах. Список размывает границы ИИ. JavaGuide на 158 тыс. звёзд — справочник по Java и серверной разработке, Supabase — готовая серверная часть на PostgreSQL. В категорию «ИИ» записали всё, что пригодится в ИИ-приложении, а не только модели. Само дообучение и понимание моделей в списке представлены слабо: LLMs from Scratch — 103,6 тыс., Unsloth — 74,6 тыс., LlamaFactory — 74,3 тыс., на порядок меньше лидеров среди средств запуска агентов. Пока в первой десятке средства запуска агентов, а не инструменты обучения, GitHub-звёзды измеряют дефицит готовых интеграций, а не прогресс моделей. Практичный минимум отсюда — n8n, Dify, Firecrawl, Open WebUI и ComfyUI: их реально развернуть за вечер, остальное проверять на потерю контекста после третьего шага. Чем заметнее репозиторий обещает «агента с памятью», тем выше шанс, что память закончится на демонстрации. #GitHub #ИИ #агенты #LLM #инструменты