在 AI 技术快速演进的今天开源正在成为推动技术创新与生态发展的核心力量。从大模型到 RISC-V从开发工具到开源社区协作模式越来越多开发者正通过开源参与到下一代技术浪潮中。AtomGit 是面向开发者打造的开源代码托管与协作社区致力于连接开发者与开源项目推动优质开源项目的孵化与成长同时通过线上线下活动持续构建活跃的开发者生态。3 月 22 日AtomGit 联合 GodotHub、iFLYTEK Astron Agent在合肥发起G-Star Gathering Day 开发者沙龙。 本次活动围绕AI × 开源生态展开通过技术分享与实践交流探讨开源社区运营、AI 应用落地以及开发者成长路径。AI 海啸中的年轻人如何借助 RISC-V 和开源项目出道甲辰计划主理人、苦芽科技创始人吴伟以自身从合肥工业大学学生到开源社区领袖的成长经历为引分享了AI浪潮下年轻人的生存策略与发展路径。他提出AI正在重塑软件开发范式传统岗位正面临结构性收缩而掌握底层技术与开源协作能力将成为个体突围的关键。围绕甲辰计划与五色石工程他系统介绍了 RISC-V 开放指令集生态如何为年轻人提供低门槛、高价值的成长平台并展示了从编译器、操作系统到AI智能体等多个开源项目的实践路径。他强调在AI加速替代重复性工作的时代唯有立足开源共同体、构建个人技术声望才能实现从“被动就业”到“主动出道”的跃迁。GodotHub开源社区运营与生态建设GodotHub 开源负责人孙圣博以社区从代码贡献到生态共建的成长路径为引系统分享了国内 Godot 引擎生态的建设实践与发展思考。他介绍GodotHub 作为国内领先的 Godot 游戏引擎社区始终致力于推动引擎在国内的应用普及与生态深耕通过入驻 AtomGit 打通代码托管、交流、资源与孵化全流程服务为开发者带来一站式开发与技术社交新体验。他展示了包括轻量级 ECS 框架、GDScript 教程、同人桌宠应用及对话工具包 Konado 在内的多个优秀开源项目其中 Konado 更荣获 2025 AtomGit 百大开源项目荣誉并收录于 G-Star Landscape 生态全景图。围绕全方位开源孵化体系他详细介绍了平台宣传、活动推广、物料支持与项目共创等多维度扶持机制助力开源项目从技术实现到社区影响力的完整成长。在线下活动与社区合作方面孙圣博回顾了 G-Star Gathering Day 沈阳站及连续两届 GodotHub Festival 的举办成果重点分享了与 openKylin 开源社区共建 Godot SIG、推动 Godot 在 openKylin 2.0 RISC-V 镜像中原生编译与流畅运行的实践经验展现了开源社区在 RISC-V 生态中的协同创新价值。他强调GodotHub 将持续拓展城市与高校 Meetup孵化更多基础设施型开源项目为国内开发者创造更完善的创作土壤与成长平台。开源智能体平台Astron Agent 与 RPA 的核心能力与协作模式科大讯飞软件开发工程师卢祎俊系统分享了 Astron Agent 作为企业级、商业友好型 Agentic Workflow 开发平台的整体架构与核心能力。他介绍Astron Agent 融合了 AI 工作流编排、模型管理、AI 与 MCP 工具集、RPA 自动化及团队空间等特性支持高可用部署帮助企业快速构建可规模化落地的智能体应用。在产品功能层面平台覆盖从提示词智能体到复杂工作流智能体的全栈构建能力提供开发、调试、评测到优化的全流程闭环并内置数据看板与精细化的团队协作机制。在技术特性方面卢祎俊重点解读了流式多模态引擎、企业级效果评测能力以及 Astron RPA 作为“最强双手”与 AI “专业大脑”的深度协同机制 —— Astron Agent 可通过 MCP 协议调用 RPA 执行底层稳定操作RPA 也可反向触发 Agent 进行任务推理与异常处理。平台基于同源同构的开源内核支持商用友好、二次开发自由已开放 870 讯飞开放能力无缝接入。动手实践创建 RPA 机器人实现 Astron Agent 全自动化部署在动手实践环节科大讯飞软件开发工程师周泽越带领现场参与者一起体验了从零搭建 Astron RPA 机器人的完整过程。他现场演示了 Astron RPA 设计器的拖拽式流程搭建、智能组件调用以及通过自然语言生成自定义 AI 指令的低门槛开发模式。参与者跟随指引了解了如何在本地环境中完成 Docker 部署、客户端配置、大模型接口调用等关键步骤亲身体验了从设计器到执行器再到控制台的完整 RPA 开发闭环。现场围绕如何将 RPA 嵌入现有业务系统、如何与 AI Agent 协同调度等话题展开了热烈讨论。移植应用不如移植土壤多架构 x86 兼容性实践龙芯爱好者社区的刘阳以“移植应用不如移植土壤”为核心理念系统分享了基于 Box64 的跨架构 x86 兼容性实践。他首先梳理了当前主流的用户态模拟器方案指出通过二进制翻译快速借用成熟架构软件生态是解决新兴架构如 RISC-V、LoongArch生态困局的有效路径。刘阳深入解析了 Box64 作为 x86-64 用户态模拟器的工作原理——以代码块为单位的动态重编译、一对多翻译、库包装机制并展示了从 x86 指令到 LoongArch 原生指令的逐条翻译过程。他以“在龙芯电脑上玩 Windows 游戏”为案例展示了 Box64 与 Wine/Proton、DXVK/VKD3D 等兼容层叠加后的完整技术栈 —— 从 Linux LoongArch 系统出发通过 Box64 运行 x86_64 版 Steam 运行时与游戏引擎再经 Proton、DXVK 将 DirectX 调用转换为 Vulkan/OpenGL最终在龙芯平台上实现 Windows 游戏生态的平滑迁移。刘阳强调二进制翻译并非替代原生生态建设的终点而是快速激活新兴平台用户基础、降低生态迁移门槛的关键起点。 下一站期待与你相见G-Star Gathering Day 还将在更多城市持续开展继续连接开发者、开源项目与 AI 技术实践者。如果你也在关注AI Agent开源生态AI 创业开发效率革命欢迎加入我们一起探索 AI 的下一种可能