10 GitHub Repo Tăng Trưởng Nhanh Nhất Tuần 23/5/2026 - P1: Agent Memory và Context Efficiency

TL;DR

Tuần 23/5/2026, @Sharbel tổng hợp 10 GitHub repo tăng trưởng nhanh nhất. Chủ đề chính: agent memory, context efficiency, và on-device intelligence đang trở thành chiến trường hot nhất của AI infrastructure. Bài này điểm qua 5 repo đầu tiên - tất cả đều đặt câu hỏi: làm sao để AI agent hoạt động tốt hơn, rẻ hơn, và riêng tư hơn?

#1 - codegraph (+14.1K stars): Knowledge graph cục bộ cho AI coding agent

codegraph giải quyết vấn đề mà bất kỳ developer nào dùng AI coding tool đều gặp: khi codebase lớn, agent phải đọc quá nhiều file để hiểu context - chậm, tốn token, và hay sai.

Thay vì để agent tự mò, codegraph pre-index toàn bộ codebase thành một knowledge graph: parse bằng tree-sitter, lưu symbols, edges, call graph vào SQLite (FTS5), rồi expose qua MCP. Kết quả từ benchmark thực tế:

• -57% tokens - agent không cần đọc toàn bộ file nữa
• -71% tool calls - tìm thấy symbol nhanh hơn nhiều lần
• -46% thời gian và -35% chi phí

Điểm quan trọng: quá trình index là deterministic - dùng AST, không phải LLM. Nghĩa là kết quả nhất quán và không có hallucination khi map codebase. Dữ liệu không rời khỏi máy bạn. Tương thích Claude Code, Codex, Cursor, OpenCode, Hermes Agent.

via github.com/colbymchenry/codegraph

#2 - openhuman (+17.1K stars): Personal AI runtime viết bằng Rust

Repo có lượng star cao nhất tuần (+17.1K). openhuman tự mô tả là "personal AI superintelligence" - nhưng thực chất đây là một Rust binary duy nhất chạy trên máy bạn, làm role của cả model orchestration, memory, và chat shell.

Kiến trúc của openhuman đáng chú ý:

• Memory Tree + Obsidian Wiki: dữ liệu được chunk thành Markdown ≤3k-token, ghi vào hierarchical summary trees, lưu SQLite cục bộ
• Screen intelligence: hiểu nội dung màn hình, dùng làm context real-time
• Voice native: STT input + ElevenLabs TTS output, hỗ trợ cả Google Meet agent
• Keyboard autocomplete: memory-aware, gợi ý từ lịch sử hoạt động của bạn

openhuman hit trending #1 ngày ra mắt 12/5/2026 với +1,694 stars/ngày. Dự án vẫn đang Early Beta, nhưng tốc độ tăng star cho thấy nhu cầu rất lớn với personal AI hoàn toàn offline.

via github.com/tinyhumansai/openhuman

#3 - academic-research-skills (+11.6K stars): Skills cho Claude Code làm nghiên cứu

Imbad0202 đóng gói toàn bộ quy trình nghiên cứu học thuật thành 4 skills cho Claude Code:

• deep-research - 7 mode: full research, quick brief, paper review, lit-review, fact-check, Socratic dialogue, systematic review
• academic-paper - viết bài từ đầu
• academic-paper-reviewer - review và feedback
• academic-pipeline - pipeline từ A đến Z

Điểm khác biệt: tool xử lý phần grunt work (tìm tài liệu tham khảo, format citation, verify data, check logic) - còn bạn tập trung vào câu hỏi nghiên cứu và lập luận cốt lõi. Chi phí ước tính khoảng $4-6 cho bài 15,000 từ. Cài qua: /plugin marketplace add Imbad0202/academic-research-skills.

via github.com/Imbad0202/academic-research-skills

#5 - agentmemory (+6.9K stars): #1 persistent memory theo benchmark thực tế

rohitg00 xây agentmemory với một tuyên bố rõ ràng: #1 persistent memory cho AI coding agents theo real-world benchmarks. Và có số liệu để chứng minh:

• 95.2% trên LongMemEval-S (BM25 + Vector hybrid search)
• 100% top-5 hit rate trên coding-agent-life-v1 corpus
• 2.2x precision so với grep baseline

Bộ toolkit gồm 53 tools, 6 resources, 3 prompts, 4 skills - tất cả expose qua MCP. 12 auto-capture hooks tự động ghi lại mọi tool use. Toàn bộ benchmark report công khai gồm LONGMEMEVAL.md, QUALITY.md, SCALE.md và so sánh trực tiếp với mem0, Letta, Khoj.

via github.com/rohitg00/agentmemory

#4 - RuView (+6.8K stars): Spatial intelligence từ WiFi, không cần camera

RuView là dự án ấn tượng nhất về mặt công nghệ trong nhóm tuần này. Ý tưởng: thay vì dùng camera để theo dõi người trong phòng (gây lo ngại privacy), tại sao không dùng tín hiệu WiFi?

Cụ thể, một board ESP32-S3 (~8 USD) đọc CSI - Channel State Information (56+ complex subcarrier values/frame) từ reflections của WiFi. Model pretrained trên Hugging Face (ruvnet/wifi-densepose-pretrained) phân tích và trả về:

• Ai đang có mặt trong phòng (100% accuracy trên validation set)
• Breathing rate và heart rate trend real-time
• Pose estimation (human silhouette)

Model chỉ 8KB sau 4-bit quantization, chạy microseconds trên Raspberry Pi. Repo còn đi kèm Claude Code plugin với 9 skills, 7 /ruview-* commands và 3 agents. Use case rõ ràng: smart home, healthcare, elder monitoring - tất cả không cần một pixel video.

via github.com/ruvnet/RuView

Điểm chung của 5 repo này

Nhìn lại 5 dự án, có một pattern rõ ràng: tất cả đều giải quyết vấn đề về hiệu quả và quyền riêng tư. codegraph và agentmemory làm AI agent dùng ít token hơn, nhớ tốt hơn. openhuman và RuView đưa intelligence về local để dữ liệu không lên cloud. academic-research-skills tự động hóa phần tẻ nhạt nhất của nghiên cứu.

Đây không phải trend ngẫu nhiên - đây là phản ứng tự nhiên khi AI agent bắt đầu được đưa vào production thực sự. Phần 2 sẽ điểm qua 5 repo còn lại: supertonic, CloakBrowser, ViMax, 12-factor-agents, và bun.