GitHub Weekly Hot 130 : cinq pépites open source, des diagrammes d'architecture fiables à un studio vocal local

Le tour hebdomadaire de découverte sur GitHub atteint son numéro 130, et la chaîne IT Coffee aligne cinq projets qui ont déclenché une vague d'étoiles ces sept derniers jours. Ce n'est pas un simple concours de popularité ; chaque sélection répond à une douleur concrète — des diagrammes peu fiables, une abondance satellite illisible, la lassitude des cours à voix unique, le fossé entre article et code, et la facture de confidentialité de la voix. Les cinq sont livrés en open source avec une approche « apportez votre clé » ou entièrement locale, réduisant le coût d'essai de la création de compte à l'exécution d'une commande, et cette posture commune constitue la véritable ligne éditoriale de la semaine.

Des diagrammes d'architecture fiables : pourquoi Mermaid ne suffit pas

Les applaudissements les plus nourris vont à OpenDiagram (pdl-clay/OpenDiagram), dont la promesse est sans détour : décrivez le système en anglais courant et obtenez un diagramme d'architecture modifiable sur un canevas Excalidraw. Le problème est familier ; la plupart des générateurs produisent de la syntaxe Mermaid et laissent les coordonnées au modèle, si bien que les boîtes se chevauchent, les flèches s'emmêlent et le résultat ne ressemble jamais à ce qu'un ingénieur senior aurait dessiné (Mermaid — un balisage léger qui transforme du texte en diagrammes, un peu comme Markdown transforme du texte en mise en forme). OpenDiagram sépare le travail ; le grand modèle de langage décide quoi dessiner en émettant un DiagramSpec typé, tandis qu'un moteur de mise en page (ELK — Eclipse Layout Kernel, un moteur de disposition de graphes) et un moteur de rendu thématisé décident de l'apparence. Le résultat : des cartes déterministes avec de vraies icônes AWS, GCP et Kubernetes, des regroupements en clusters et des flèches orthogonales étiquetées par protocole — livrées sous forme d'un véritable tableau Excalidraw que vous pouvez déplacer, restyler, annoter et étendre sans effacer le travail précédent.

Le flux s'appelle le vibe diagramming (décrire, voir, affiner en conversation — l'équivalent du vibe coding pour les diagrammes) et se déroule en cinq étapes : 1) Vous rédigez la demande et l'agent pose une question de clarification si nécessaire ; 2) Le modèle émet la spécification typée et ne choisit aucun pixel ; 3) Le moteur de mise en page calcule le placement avec un routage orthogonal et une typographie cohérente ; 4) Le moteur de rendu peint avec un thème Sketch (dessiné à la main) ou Classic (architecture nette) ; 5) Vous affinez en langage naturel — « ajoute un cache Redis entre la passerelle et le service produit » met à jour le diagramme sur place. Les exemples de requêtes couvrent une pile web AWS à trois niveaux, un service mesh Kubernetes, un flux d'événements serverless et un pipeline Kafka-Spark-Snowflake. La mémoire persiste ; le contexte du projet et les décisions survivent d'une session à l'autre, si bien que la semaine suivante vous pouvez demander « pourquoi avons-nous choisi Kafka ? » et obtenir une vraie réponse.

Deux approches apparentées gravitent autour du même problème. excalidraw-architect-mcp (BV-Venky, 128 étoiles) fonctionne comme un serveur MCP (Model Context Protocol — un pont standard permettant aux agents d'appeler des outils) dans Cursor, Claude Code et Windsurf, entièrement hors ligne ; l'IA décrit les composants et les liens, le moteur gère les calculs avec un algorithme de couches de Sugiyama (une méthode qui superpose les nœuds et minimise les croisements), plus de 50 technologies sont stylisées automatiquement, et le graphe de connaissances vit versionné dans .claude/architecture.md — les diagrammes sont des vues, pas la source. DiagramAgent (outbackops) est centré sur le code D2 ; une disposition à trois panneaux associe le chat, un éditeur Monaco et un aperçu en direct, le modèle pose des questions de clarification via des pastilles, et Vision Refinement laisse GPT-4o noter l'image rendue sur 10 et itérer jusqu'à trois fois. Mis côte à côte, OpenDiagram est la solution complète auto-hébergeable ; le MCP privilégie le hors ligne axé sur la confidentialité ; D2 privilégie les conteneurs colorés et le flux horizontal dans un contexte Azure. Choisissez selon l'endroit où votre équipe travaille réellement.

Les données venues du ciel : l'observation de la Terre en temps réel

La deuxième étape regarde vers le haut. Les constellations de satellites génèrent des pétaoctets, mais les images brutes sont illisibles sans synthèse ; des projets ouverts comme God's Eye View et World Monitor comblent ce fossé. Le premier vend l'idée de piloter un réseau de renseignement spatial depuis le navigateur, le second est un tableau de bord mondial en direct pour les analystes OSINT (renseignement en sources ouvertes — donner du sens à partir de données publiques) qui fusionne plus de 65 sources en une carte de situation lisible. La vidéo les associe pour faire passer un message ; la pénurie ne concerne pas les satellites mais la composabilité. Quand les flux Sentinel et Landsat, la qualité de l'air, le trafic maritime et les signaux de catastrophe sont superposés en un monde zoomable, une décision de terrain prend son contexte en quelques minutes.

Décomposons la pile d'observation de la Terre en trois couches : 1) Ingestion — les points d'accès satellites et capteurs ouverts sont interrogés périodiquement et normalisés en tuiles et projections ; 2) Fusion — l'alignement géo-temporel ramène les événements sur une même grille ; 3) Présentation — un tableau de bord en couches avec curseur temporel et flux d'alertes raconte l'histoire. La même leçon que pour les diagrammes vaut ici ; le modèle décide de ce qui compte, le code décide de la façon dont cela apparaît, si bien que la carte reste à la fois jolie et lisible. Petite note : le tableau en direct est lié à un abonnement ; la version ouverte permet d'apporter sa propre clé et d'auto-héberger la même architecture, ce qui compte quand les données de terrain ne doivent pas quitter les locaux.

De nouveaux invités en classe : l'apprentissage multi-agents

Sur le front de l'éducation, OpenMAIC (THU-MAIC/OpenMAIC, plus de 18 000 étoiles, plus de 3 500 forks, AGPL-3.0) monte sur scène. Il transforme n'importe quel sujet ou document en un cours riche en quelques minutes — diapositives, quiz, simulations interactives et scènes de projet animées par une équipe multi-agents capable de parler, de dessiner au tableau et de débattre avec vous. LangGraph (une orchestration à machine d'états qui régit qui parle et quand) coordonne plus de 28 actions — parole, dessin au tableau, forme, graphique, projecteur, laser — le moteur de lecture pilote la leçon et le moteur d'actions exécute l'interaction. La sortie est portable ; export en .pptx modifiable ou .html interactif, et via OpenClaw vous pouvez lancer un cours depuis Feishu, Slack ou Telegram en une seule commande.

L'installation est légère : 1) Écrivez le sujet ou joignez un support et obtenez un plan ; 2) Remplissez le contenu des scènes — diapositives, questions, simulations ; 3) Attribuez les rôles des agents — questionneur socratique, expert du domaine, pair bienveillant, penseur critique ; 4) Laissez le cours se dérouler avec tours de parole ou débat ; 5) Exportez. L'avantage sur le tutorat à agent unique est la diversité pédagogique ; entendre la même idée de rôles distincts détecte tôt les erreurs et pousse au raisonnement plutôt qu'au par-cœur. La barre matérielle est modeste ; Node 20 et pnpm 10 suffisent en local, et la couverture des modèles est large — OpenAI, Anthropic, Gemini, DeepSeek, Qwen, Kimi, MiniMax, Grok, OpenRouter et même Ollama (exécuteur local) — pour qu'un campus puisse garder la salle de classe sur place.

Une compétence qui accélère la recherche : trouver le bon code sur GitHub

La quatrième pièce cible les chercheurs avec une compétence (un pack de capacités branché dans Claude Code, comme un plugin) : github-research au sein d'agent-research-skills. La douleur est familière ; un article décrit une méthode, mais trouver le dépôt qui l'implémente réellement prend des semaines. La compétence lit la sortie du deep-research — paper_db.jsonl, rapports de phase, références de code — et exécute un pipeline en six phases : 1) Intake — extraire les références et mots-clés, 2) Discovery — recherche multi-sources pour 50 à 200 dépôts, 3) Filtering — noter et conserver les 15 à 30 meilleurs, 4) Deep Dive — cloner superficiellement et lire les fichiers clés, 5) Analysis — rapport par dépôt et matrice comparative, 6) Blueprint — guide d'intégration pour la réutilisation. L'outillage couvre la recherche gh api, la recherche de code, le mapping Papers With Code, l'extraction des dépendances et la découverte d'implémentations ; les sorties se rassemblent sous github-research-output/. La promesse est simple : relier systématiquement l'article au code, pas à la main.

La voix n'est plus louée : un studio entièrement local

La conclusion revient à VoiceStudio (debpalash/VoiceStudio, plus de 9 700 étoiles, 646 langues, 14 moteurs TTS et 11 moteurs ASR), qui énonce sa position sans détour : votre voix est votre donnée la plus personnelle, pourquoi la louer à un cloud ? Alternative ouverte à ElevenLabs, elle offre le clonage zero-shot à partir d'un clip de 3 secondes, la conception de voix par genre-âge-accent-ton-émotion, le doublage vidéo (transcrire, traduire, re-vocaliser, écrire en MP4), les livres audio (EPUB/PDF vers .m4b multi-voix), un widget de dictée (Cmd+Shift+Espace partout), l'isolation vocale Demucs, la diarisation Pyannote + WhisperX, une file d'attente par lots, le filigrane AudioSeal et une suite de diagnostics. L'architecture est locale : une coque de bureau Tauri v2, une interface React et localhost:3900 en HTTP/SSE/WebSocket avec des points d'accès audio compatibles OpenAI — les données restent sur l'appareil par défaut, chaque saut réseau demande un consentement explicite.

L'installation et les limites sont écrites honnêtement : macOS 13.3+ Apple Silicon, Windows 10/11, Ubuntu 24.04, 8 Go de RAM minimum et 10 Go libres ; GPU optionnel — CUDA, MPS, ROCm (Linux) ou CPU, avec repli automatique sur CPU quand la VRAM est inférieure à 8 Go. Les Mac Intel ne peuvent pas exécuter le backend local et doivent pointer vers un backend distant. Le tableau des coûts est instructif ; ElevenLabs facture de 5 à 330 dollars par mois par personnage, tandis que VoiceStudio est gratuit en tant que logiciel sans compteur — vous payez en matériel et en maintenance. La force est la confidentialité et la personnalisation, le maillon faible est la corvée de téléchargement des modèles et une rugosité bêta occasionnelle. Quoi qu'il en soit, la leçon est claire ; ramener le flux vocal du cloud à l'établi rend un studio capable portable dans un seul dossier.