El ranking de GitHub Trending de este martes 28 de julio de 2026 revela un ecosistema de desarrollo de software cada vez más impulsado por tres fuerzas: agentes de IA, seguridad ofensiva e infraestructura geoespacial. Estos son los proyectos que más estrellas ganaron hoy y lo que cada uno revela sobre hacia dónde se dirige el mercado.
affaan-m/ECC (234.425 estrellas, +458 hoy, JavaScript) — El líder absoluto es un sistema de optimización de rendimiento para arneses de agentes, compatible con Claude Code, Codex, Opencode, Cursor y otras plataformas de desarrollo aumentado por IA. ECC ofrece skills, instintos, memoria y seguridad para agentes, además de desarrollo orientado a investigación. Con 35.732 forks, es uno de los repositorios de más rápido crecimiento en la historia de GitHub. Su ascenso refleja la demanda del mercado por herramientas que hagan que los agentes de IA sean más confiables y seguros en producción — un tema candente desde que los agentes autónomos comenzaron a desplegarse a gran escala en empresas.
moeru-ai/airi (44.474 estrellas, +572 hoy, TypeScript) — Un asistente personal open-source autoalojado basado en Grok de xAI, con capacidad de chat por voz en tiempo real e integración con juegos como Minecraft y Factorio. Airi ejemplifica la convergencia entre IA y entretenimiento — proyectos que antes eran de nicho ahora escalan rápidamente, impulsados por modelos de lenguaje accesibles y la cultura open-source.
pascalorg/editor (18.241 estrellas, +412 hoy, TypeScript) — Un editor 3D para proyectos de arquitectura que funciona en el navegador, permitiendo crear y compartir diseños arquitectónicos tridimensionales. Compite con herramientas establecidas como SketchUp y AutoCAD, con la ventaja de ser colaborativo, gratuito y basado en la web.
andrewyng/aisuite (15.563 estrellas, +185 hoy, Python) — De Andrew Ng, una biblioteca que unifica la interfaz para múltiples proveedores de IA generativa. En lugar de aprender APIs diferentes para OpenAI, Anthropic, Google, etc., aisuite ofrece una capa de abstracción única. Exactamente lo que los equipos de ML necesitan a medida que el ecosistema de modelos se fragmenta.
virgiliojr94/book-to-skill (10.720 estrellas, +366 hoy, TypeScript) — Una utilidad que convierte cualquier PDF de libro técnico en una skill para Claude Code, lista para consultar durante el trabajo. Refleja el cambio en la forma en que los desarrolladores consumen conocimiento técnico: ya no leyendo libros de principio a fin, sino transformándolos en bases de conocimiento consultables integradas en el entorno de desarrollo.
huggingface/speech-to-speech (6.766 estrellas, +177 hoy, Python) — Permite construir agentes de voz locales con modelos open-source, creando pipelines completos de voz-a-voz que se ejecutan completamente en el dispositivo del usuario.
opengeos/GeoLibre (3.042 estrellas, +420 hoy, Python) — Una plataforma GIS ligera y nativa en la nube para visualizar y analizar datos geoespaciales, que se ejecuta en el navegador, escritorio, móvil y Jupyter notebooks.
Tendencia general: Lo que conecta todos estos proyectos es la búsqueda de autonomía — agentes más capaces (ECC, Airi), herramientas que democratizan el conocimiento (book-to-skill, aisuite) y plataformas que funcionan en cualquier lugar (GeoLibre, speech-to-speech, editor). El desarrollador de 2026 no quiere depender de un proveedor único. La pregunta que el mercado está respondiendo es: ¿cómo darle al usuario el poder de sistemas avanzados sin atarlo a un ecosistema cerrado?
Fuentes: GitHub Trending, affaan-m/ECC, moeru-ai/airi, andrewyng/aisuite
