GitHub Trends – 5. März 2026

Trivy ist ein umfassender Sicherheitsscanner, der Schwachstellen, Fehlkonfigurationen und Sicherheitsrisiken in verschiedenen Umgebungen wie Containern, Kubernetes-Clustern, Dateisystemen und Repositories automatisiert identifiziert und detailliert analysiert. Das in Go geschriebene Tool zeichnet sich durch seine hohe Scanning-Geschwindigkeit, breite Kompatibilität mit unterschiedlichen Plattformen und die Fähigkeit aus, mehrere Sicherheitsaspekte wie CVEs, Abhängigkeiten, Secrets und Lizenzen in einem Scan-Durchgang zu prüfen. Trivy ist besonders für DevSecOps-Teams, Entwickler und Sicherheitsexperten interessant, die eine schnelle, integrierbare und Open-Source-Lösung zur Identifikation von Sicherheitsrisiken in ihrer Software-Infrastruktur benötigen.

Shannon ist ein autonomein KI-basier­ter Penetration-stester,,
automatisiertSicher-heitslücken inKen Weundbanstatische Quellcodeanalyse und aktive Exploplo. Dieisch bemerkenswert ist die Kombinationationinationißer Box-QuLyBrowser-Automatisierung und der der Fokus auf tatsächveächausnutzbarengen mit Proof-.-. Das Tool ist für Entwickelt sich insbesondere für Für Softungsteamsant die kontinuierlicheSsicherheitsülyberdirekt in ihrer ihrer Entwick-benöteine automatisierte Alternative zu mPenetestenrationchen.

OpenSandbox schafft eine standardisierte Sandbox-Infrastruktur für KI-Anwendungen, die es Entwicklern ermöglicht, komplexe Ausführungsumgebungen für Coding-Agents, Browser-Automationen und Code-Interpreter über verschiedene Programmiersprachen hinweg einheitlich zu implementieren. Die Architektur besticht durch ihre Flexibilität, indem sie mehrsprachige SDKs, ein einheitliches Sandbox-Protokoll und integrierte Laufzeitumgebungen wie Docker und Kubernetes anbietet, was eine skalierbare und kontrollierte Ausführung von KI-generierten Aktionen ermöglicht. Das Projekt ist besonders für KI-Entwickler, DevOps-Ingenieure und Forscher interessant, die robuste, sichere Sandboxing-Lösungen für Agents benötigen, die Code ausführen, Umgebungen manipulieren oder komplexe Interaktionsszenarien simulieren müssen.

AgentScope ist ein Python-Framework zur Entwicklung von KI-Agenten, das Entwicklern ermöglicht, flexible und erweiterbare Multi-Agenten-Systeme mit fortschrittlichen Reasoning-Fähigkeiten zu konstruieren. Die Architektur erlaubt eine modulare Integration verschiedener Tools, Speichermechanismen und Observability-Komponenten und unterstützt komplexe Workflow-Orchestrierungen durch einen zentralen Messaging-Hub. Das Framework eignet sich besonders für Entwickler und Forschende im Bereich KI-Agenten, die produktionsreife Systeme mit dynamischen Interaktionsmöglichkeiten zwischen KI-Entitäten entwickeln möchten, ohne in starre Prompt-Strukturen gezwängt zu werden.

Perplexica ist eine Open-Source-Suchmaschine, die KI-gestützte Antworten mit Quellenangaben generiert und dabei Datenschutz und Privatsphäre in den Mittelpunkt stellt. Die Architektur ermöglicht die Nutzung lokaler und Cloud-basierter Large Language Models (LLMs) wie Ollama, OpenAI oder Claude, wobei verschiedene Suchmodi und Suchquellen flexibel kombiniert werden können. Das Projekt richtet sich an technisch versierte Nutzer, die eine datenschutzfreundliche, selbst gehostete Alternative zu kommerziellen KI-Suchassistenten suchen und Wert auf Kontrolle, Transparenz und Anpassungsfähigkeit legen.

Claude Scientific Skills ist eine umfassende Sammlung von über 170 vorgefertigten wissenschaftlichen Fähigkeiten für KI-Agenten, die komplexe Forschungsworkflows in Bereichen wie Bioinformatik, Chemie und Medizin automatisieren und vereinfachen können. Die Skills nutzen spezialisierte wissenschaftliche Bibliotheken und ermöglichen es KI-Systemen, präzise Aufgaben wie Sequenzanalyse, Molekulare Modellierung oder klinische Datenauswertung durchzuführen, ohne dass Entwickler jeden Workflow von Grund auf neu implementieren müssen. Das Projekt richtet sich primär an Wissenschaftler, Forschungseinrichtungen und technisch versierte Entwickler, die KI-Systeme für anspruchsvolle wissenschaftliche Analysen und Simulationen effizient und reproduzierbar einsetzen möchten.

NautilusTrader ist eine Open-Source-Plattform für algorithmischen Handel, die Entwicklern ermöglicht, Handelsstrategien in Python zu entwickeln, zu backtesten und live zu deployen, ohne den Code zwischen Entwicklungs- und Produktionsumgebung ändern zu müssen. Die Besonderheit liegt in der hochperformanten Rust-Implementierung mit einem ereignisgesteuerten Engine-Design, das Softwarekorrektheit und Sicherheit in den Mittelpunkt stellt und eine nahtlose Übertragung von Backtesting- zu Live-Trading-Szenarien gewährleistet. Das Projekt ist vor allem für quantitative Trader, Algorithmic-Trading-Entwickler und Fintech-Enthusiasten interessant, die eine robuste, performante und flexible Plattform suchen, um komplexe Handelsstrategien zu implementieren und zu testen.

AIRI ist ein Open-Source-Projekt zur Erstellung und Interaktion mit personalisierten KI-Charakteren (sogenannten „Waifus“), die über Echtzeit-Sprachkommunikation, Spielinteraktionen und verschiedene Plattformen hinweg agieren können. Die Architektur basiert auf TypeScript und ermöglicht eine selbst gehostete, containerbasierte Lösung, die Nutzern die vollständige Kontrolle über ihre KI-Instanzen gibt und sich durch Multiplattform-Kompatibilität (Web, macOS, Windows) auszeichnet. Das Projekt richtet sich primär an Entwickler, KI-Enthusiasten und Homelab-Bastler, die Interesse an personalisierten, interaktiven KI-Charakteren haben und Wert auf Selbstbestimmung und Anpassungsfähigkeit legen.