Les 5 dépôts GitHub IA les plus étoilés : un classement sans framework

✦Faites exploser le trafic de votre site webEn savoir plus

Un dépôt ouvert en novembre 2025 affiche aujourd’hui 386 899 étoiles sur GitHub, soit deux fois plus que TensorFlow, publié dix ans plus tôt (API GitHub, 20 août 2026). Le classement des projets liés à l’IA a basculé en moins d’un an. Les bibliothèques qui servaient à entraîner des modèles ont laissé la première ligne à des outils qui pilotent des agents, et parfois à de simples paquets de consignes écrites. Pour un dirigeant qui cherche quoi tester, ce classement est un piège autant qu’une boussole : il mesure l’attention, jamais la fiabilité.

L’essentiel : Au 20 août 2026, les cinq dépôts GitHub IA les plus étoilés sont openclaw, superpowers, ECC, hermes-agent et mattpocock/skills, avec 1 362 039 étoiles cumulées (API GitHub). Tous ont moins de quatorze mois. Aucune bibliothèque d’entraînement n’y figure : la popularité récompense désormais l’outillage des agents.

Temps de lecture : 11 min

Mis à jour le 20 août 2026

Quels sont les 5 dépôts GitHub IA les plus étoilés en 2026 ?

Les cinq dépôts liés à l’IA les plus étoilés de GitHub sont openclaw, superpowers, ECC, hermes-agent et mattpocock/skills. Ils totalisent 1 362 039 étoiles au 20 août 2026 (API GitHub). Le premier en compte 386 899 à lui seul, ce qui le place au sixième rang mondial toutes catégories confondues.

Le classement au 20 août 2026

Le tableau reprend les valeurs renvoyées par l’API publique de GitHub le jour de la rédaction. Les chiffres bougent chaque heure : ils indiquent un ordre de grandeur, pas une photographie définitive.

Ce que chaque projet fait vraiment

Les intitulés se ressemblent, les objets non. Voici ce que recouvre chaque ligne du classement, en langage courant.

• openclaw : un assistant installé sur la machine de l’utilisateur, qui garde les données en local et fonctionne sur tous les systèmes.
• superpowers : une bibliothèque de compétences et une méthode de développement, écrite pour être lue par un agent de code.
• ECC : un jeu de réglages, de mémoires et de garde-fous appliqués aux agents de développement du marché.
• hermes-agent : un agent conversationnel qui conserve un historique et s’ajuste aux habitudes de son utilisateur.
• mattpocock/skills : le carnet de compétences d’un développeur reconnu, publié tel quel et réutilisé par d’autres.
• Quatre de ces cinq projets sont publiés sous licence MIT, la plus permissive du marché.

Le classement mondial toutes catégories reste tenu par des listes de liens et des cours. Le dépôt le plus étoilé de la plateforme, build-your-own-x, affiche 541 526 étoiles sans être un projet d’IA (API GitHub, 20 août 2026). Ces dépôts pédagogiques sortent du périmètre retenu ici.

Les forks racontent une autre histoire. openclaw en compte 81 269, soit 21 % de ses étoiles, quand mattpocock/skills plafonne à 8,6 % (API GitHub). Un fork suppose une copie du dépôt, donc un début d’usage réel : le rapport entre les deux mesures sépare la curiosité de l’appropriation.

Un classement qui se recompose chaque trimestre

Quatre des cinq premiers n’existaient pas il y a douze mois. Le plus ancien du lot a été ouvert le 22 juillet 2025 (API GitHub). Un article publié en janvier 2026 sur le même sujet citerait trois noms différents, et celui de janvier 2027 en citera d’autres.

Pourquoi les bibliothèques d’entraînement ont-elles quitté le haut du classement ?

Elles n’ont pas reculé, elles ont été dépassées en vitesse. TensorFlow a mis presque onze ans pour atteindre 197 098 étoiles. Le premier du classement a fait mieux en neuf mois. Le rythme d’accumulation raconte cette bascule mieux que le total.

Cinquante étoiles par jour contre mille quatre cents

Rapporter les étoiles au nombre de jours d’existence donne une mesure comparable entre un projet de 2015 et un projet de 2026. Le calcul suivant a été fait à la main à partir des dates de création renvoyées par l’API.

Une bascule d’usage, pas un jugement technique

Entraîner un modèle reste un métier de spécialistes. Quelques milliers d’équipes dans le monde le font vraiment. Brancher un agent sur un poste de développeur concerne des centaines de milliers de personnes, dont beaucoup découvrent l’IA par ce chemin.

La popularité suit le nombre d’utilisateurs potentiels, pas la difficulté du problème résolu. Hugging Face transformers et LangChain restent des socles majeurs, avec 164 276 et 144 636 étoiles, mais leur public s’est stabilisé. Le nouveau public, lui, étoile des outils qu’il installe le jour même.

Une génération intermédiaire tient encore le milieu du tableau. AutoGPT et n8n cumulent 186 686 et 201 341 étoiles, tous deux ouverts avant la vague actuelle (API GitHub, 20 août 2026). Ils ont capté le premier engouement pour les agents, en 2023, puis se sont installés dans un rythme régulier.

Pour une PME, cette distinction compte : les projets qui montent vite sont aussi ceux qui changent le plus vite. Un guide de cadrage des cas d’usage IA vieillit moins vite qu’un dépôt à la mode.

Que valent des dépôts qui pèsent moins de cinq mégaoctets ?

Deux des cinq premiers ne contiennent presque pas de logiciel. Superpowers pèse 4,4 mégaoctets, mattpocock/skills 1,6 mégaoctet. Juste derrière eux, un dépôt de 204 266 étoiles tient dans un unique fichier de consignes dérivé des observations d’Andrej Karpathy sur les erreurs des modèles quand ils codent.

Des consignes écrites, pas des binaires

Ces dépôts décrivent comment un agent doit se comporter : quoi vérifier avant d’écrire, quand s’arrêter, comment documenter. Le fichier est lu par l’agent au démarrage. Il n’y a rien à compiler, rien à héberger.

Le mouvement rappelle celui du logiciel libre à ses débuts, avec une différence de taille : ici, la valeur tient dans le texte, pas dans le code. Elle se copie en trois secondes et se relit en trente minutes.

Ce que cela change pour une PME

Une consigne mal écrite ne plante pas : elle produit un travail médiocre que personne ne remarque tout de suite. Le contrôle ne peut donc pas être technique seulement. Il doit être éditorial, comme la relecture d’une procédure qualité.

Le revers est connu des équipes qualité. Un texte se copie sans revue, se transpose mal d’un métier à l’autre, et l’erreur passe inaperçue pendant des semaines. La légèreté du fichier facilite l’adoption autant que la diffusion d’une mauvaise habitude.

La bonne pratique existe déjà dans l’industrie : une instruction de travail porte un numéro, une date et un signataire. Appliquez la même discipline au fichier de consignes que lit votre agent, et la moitié du risque disparaît.

Quelle différence entre popularité GitHub et outil déployable en entreprise ?

L’écart est immense, et il explique une partie des projets IA qui n’arrivent jamais en production. Un dépôt très étoilé prouve qu’il a séduit. Il ne prouve ni qu’il tient la charge, ni qu’il respecte vos obligations.

L’étoile est un signet, pas un audit

Sur GitHub, l’étoile sert à retrouver un projet plus tard et à suivre son activité, comme l’explique la documentation officielle de la plateforme. Elle ne certifie rien. Un utilisateur qui étoile n’a le plus souvent pas installé le projet.

La newsletter HDVMA

Recevez 1 fois par semaine les articles IA, SEO & GEO de HDVMA

Votre email *

RGPD et données personnelles : *

Vos données ne seront pas commercialisées, elle serviront seulement à vous envoyer les informations demandées  Politique de confidentialité RGPD 

Je m'inscris

Veuillez ne pas remplir ce champ.

Un email par semaine maximum · Désinscription en un clic

Licence, maintenance, dette ouverte

Les signaux utiles sont ailleurs, et ils sont publics. Hermes-agent affiche 33 818 tickets ouverts, ECC seulement 145 pour un nombre d’étoiles comparable (API GitHub, 20 août 2026). Le premier du classement, lui, renvoie une licence non identifiée par GitHub, ce qui impose une lecture juridique avant tout usage commercial.

Le rappel utile tient en un chiffre : environ 95 % des projets d’IA générative n’atteignent jamais la production (MIT NANDA, 2025). Le frein tient rarement au choix de l’outil. Il tient à l’intégration aux données réelles, aux droits d’accès et à l’adoption par les équipes.

Un dernier signal se lit sans compétence technique : la clarté de la documentation d’installation. Quand les prérequis tiennent en trois lignes vérifiables, l’équipe qui maintient le projet a pensé aux nouveaux venus. Sinon, la prise en main coûtera plus cher que l’outil.

Ces trois vérifications relèvent de la gouvernance de vos outils IA, au même titre que la traçabilité des traitements ou la conservation des journaux.

Le prolongement naturel : passer en production une fois la fiabilité prouvée.

Vérifiez cinq signaux avant de brancher un dépôt IA sur vos données

La qualification d’un dépôt tient en une demi-journée. Elle se fait avant toute connexion à un système réel, sur des données de test et avec des accès en lecture seule.

Les cinq contrôles à faire en trente minutes

• La licence : lisible, standard, compatible avec un usage commercial. Une valeur non identifiée impose un avis juridique.
• La date du dernier commit : un dépôt sans mise à jour depuis six mois vit sur sa réputation.
• Le rapport entre tickets ouverts et étoiles : au-delà de quelques pour cent, la maintenance ne suit plus.
• Le nombre de personnes qui répondent aux tickets, et non le nombre de personnes qui en ouvrent.
• Les accès demandés à l’installation : un agent qui réclame vos jetons de production échoue au test.

Ce qui doit déclencher un refus

Trois situations justifient d’arrêter là. Un dépôt sans licence identifiable, un dépôt qui exige un accès en écriture avant la moindre démonstration, un dépôt dont la documentation ne dit pas où partent les données traitées.

Gardez une trace écrite de cette qualification. Une fiche d’une page par dépôt testé, avec la date, la version, la licence et le verdict, évite de refaire la même évaluation six mois plus tard.

Testez ensuite le gain sur une tâche précise et mesurable : un temps de traitement, un taux d’erreur, un volume traité. Sans mesure avant et après, la comparaison relève de l’impression.

Questions fréquentes sur les dépôts GitHub IA les plus étoilés

Quels sont les 5 dépôts GitHub IA les plus étoilés en 2026 ?

Les cinq dépôts liés à l’IA les plus étoilés de GitHub sont openclaw, superpowers, ECC, hermes-agent et mattpocock/skills. Ils totalisent 1 362 039 étoiles au 20 août 2026 (API GitHub). Le premier, openclaw, en compte 386 899 à lui seul. Les quatre suivants se tiennent dans un mouchoir, entre 225 000 et 275 000 étoiles, et tous relèvent de l’outillage des agents.

Pourquoi TensorFlow et PyTorch ne figurent-ils plus dans le haut du classement ?

Les deux bibliothèques restent très étoilées, avec 197 098 et 102 499 étoiles, mais elles accumulent lentement : environ 50 et 28 étoiles par jour depuis leur ouverture, contre 1 438 pour openclaw (calcul d’après l’API GitHub, août 2026). Le public qui étoile a changé. Entraîner un modèle intéresse quelques milliers d’équipes, brancher un agent sur un poste de travail en intéresse des centaines de milliers.

Un dépôt composé surtout de fichiers texte peut-il servir en entreprise ?

Oui, à condition de le traiter comme une procédure et non comme un logiciel. Superpowers pèse 4,4 mégaoctets et mattpocock/skills 1,6 mégaoctet : ce sont des consignes que l’agent lit avant d’agir. Elles se relisent, se versionnent et s’adaptent à votre métier. Leur risque n’est pas l’exécution de code, mais le comportement qu’elles induisent sur vos données.

Comment vérifier la licence d’un dépôt avant de l’utiliser ?

La fiche du dépôt affiche la licence détectée, et l’API publique la renvoie dans le champ license. Quatre des cinq premiers sont sous licence MIT, permissive et compatible avec un usage commercial. Le premier du classement renvoie la valeur NOASSERTION : GitHub n’a pas su identifier de licence standard. Dans ce cas, il faut lire le fichier de licence avant tout usage professionnel.

Un grand nombre d’étoiles indique-t-il un projet maintenu ?

Non, les deux signaux sont indépendants. Hermes-agent cumule 233 439 étoiles et 33 818 tickets ouverts, quand ECC en affiche 145 pour 241 360 étoiles (API GitHub, 20 août 2026). L’étoile mesure l’attention reçue à un instant donné. La maintenance se lit ailleurs : date du dernier commit, rythme des versions, nombre de personnes qui répondent aux tickets.

Faut-il installer un de ces dépôts sur les données de son entreprise ?

Pas directement. Un dépôt populaire s’essaie d’abord sur des données de test, dans un environnement isolé, avec des accès en lecture seule. Vous mesurez ensuite le gain réel sur une tâche précise avant d’ouvrir le moindre accès en écriture. Cette étape de qualification prend une demi-journée et évite la quasi-totalité des mauvaises surprises en production.

Diag IA offert — 30 min
Nous contacter
Parler à Eric

✦L’IA dans votre entreprise, c’est simple !En savoir plus

✦Recherche assistee par IA12 domaines, tous nos articles

Automatiser mes devisVisible dans ChatGPTUn LLM en localPar ou commencer ?

➤

Reponses construites sur nos articles publies. Une question precise ? Eric au 06 25 34 34 25

Les domaines

Explorez par sujet

IA générative & LLML'IA générative et les grands modèles de langage (LLM) transforment la123Outils & agents IALes outils et agents IA permettent d'automatiser des tâches complexes et73Écosystème ClaudeL'écosystème Claude d'Anthropic est devenu la boîte à outils de référence52GEO & SEO techniqueLe GEO (Generative Engine Optimization) et le SEO technique déterminent votre37Actualité & société IAL'IA transforme l'économie, le droit et la société. Cette rubrique décrypte26IA locale & hardwareFaire tourner l'IA en local , sur un mini-PC, une station25Forward Deployed EngineerLe Forward Deployed Engineer (FDE), ou ingénieur déployé chez le client,23Robots & IA physiqueLes robots humanoïdes et l'IA physique passent du laboratoire au monde16Commerce IA & e-commerceLe commerce IA réinvente la vente en ligne : fiches produits5Juridique & IAL'IA s'invite dans le droit : rédaction de conclusions, recherche de5Marketing IALe marketing IA transforme l'acquisition : stratégie de contenu, génération de4Création de site & devCréer un site web et développer avec l'IA n'a jamais été4