GitHub 趋势周报：AI 代理工程化落地 —— 技能框架、记忆系统与本地隐私的全面爆发

技能框架：把开发方法论教给 AI 代理

上周社区还在学怎么写提示词。这周开发者开始教 AI 代理「怎么开发软件」。方法是把一套流程写成 SKILL.md 文件。代理会按这套流程走：先写测试，再写实现，最后做审查。

obra/superpowers 是最火的。它提供完整方法论：设计阶段苏格拉底式提问、子代理隔离开发、强制 RED - GREEN - REFACTOR 循环。TDD 就是测试驱动开发，先看到失败的测试再写代码。这套流程能搬到 Claude Code、Codex CLI 等 8 种编码代理。单周涨了 22 万星。数据可能有水分，但它命中了痛点：AI 生成的代码质量不稳，需要把资深工程师的纪律写进去。

addyosmani/agent-skills 来自知名工程师 Addy Osmani。它用 Markdown 定义 24 项技能和 7 个斜杠命令，覆盖从 /spec 到 /ship 的完整开发周期。它有独特的「反理性化表格」，逼代理在关键决策点保持批判。它比 superpowers 轻量，专注跨平台，原生集成 Cursor、Gemini CLI。

msitarzewski/agency-agents 预定义了 100 多个专业代理角色。前端、架构、安全审计都有。一键导入 Claude Code 或 Copilot。它像代理人才市场，降低配置门槛。但单日 11 万星的涨速太突兀，代码复杂度不高，更像收藏型项目。

phuryn/pm-skills 把产品管理方法论编码成 68 个技能和 42 个链式命令。框架来自 Teresa Torres、Marty Cagan 等人。产品经理也能在 Claude Code 里跑结构化的发现和 PRD 流程。这说明代理协作从编码延伸到整个产品生命周期。

flowchart TD
    subgraph MS[方法论层]
        S[superpowers 工程流程]
        A[agent-skills 24项技能]
        AG[agency-agents 100+角色]
        P[pm-skills 产品方法]
    end
    subgraph EX[执行层]
        CC[Claude Code]
        CX[Codex CLI]
        C2[Cursor 与 Gemini]
    end
    S --> CC
    S --> CX
    A --> C2
    AG --> CC
    P --> CC

风险：流程太硬，代理可能只是走形式，没真理解架构意图。怎么平衡纪律和创造，是下一阶段的问题。

记忆与本地优先：数据留在自己手里

大模型天生无状态。它记不住上次对话。开发者想让代理记住上下文，跨会话积累知识。本周的项目给出了一个共同答案：本地优先的持久记忆。

MemPalace/mempalace 的做法最极端：原文存储，零 LLM 调用，零 API 费用。它不摘要、不提取，直接保存完整对话。用可插拔的向量后端做语义检索，比如 ChromaDB、Qdrant。向量检索就是把文本转成数字向量，再找最相似的。它在 LongMemEval 基准上召回率 96.6%。基准就是标准化的评估测试。它完全避开摘要带来的信息损失，适合长期运行的个人助手。

lfnovo/open-notebook 是 Google Notebook LM 的开源替代。支持 18 个以上 AI 提供商，能生成多人播客。用 LangChain 加 SurrealDB 做混合检索，前端是 Next.js。播客音质还比不上原版，但数据完全自管，研究团队会喜欢。

refactoringhq/tolaria 是基于 Tauri 的桌面知识管理。纯 Markdown 加 YAML，自带 Git 版本控制，内置 MCP 服务器。MCP 是让代理连接外部工具的通用协议。它没有专有格式，Claude Code 等代理可以直接读写。作者本人管理 1 万多条笔记。Obsidian 用户可以看看。

这三个项目说明一个趋势：记忆不该握在云厂商手里，应该落在用户本地文件里。

本地、跨平台与性能加速

离线能力和跨平台代理是本周的另一条线。

Crosstalk-Solutions/project-nomad 做的是零遥测、完全离线的知识服务器。它用 Docker Compose 打包 Ollama 本地模型、Qdrant 向量库、Kiwix 离线维基。专为通信中断的灾害救援、偏远地区教育准备。这类离线方案目前没有明显竞品。

apple/container 是苹果官方的 macOS 原生容器运行时。用 Swift 写，OCI 兼容，调用 macOS 26 的新虚拟化 API。目前只支持最新系统，版本还不稳。但官方原生方案会冲击 Docker Desktop。

代理生态在扩展。aaif-goose/goose 迁入 Linux 基金会。它是 Rust 写的开源代理，支持 15 个以上 LLM 提供商和 70 多个 MCP 扩展，桌面、CLI、API 三合一。强调开放标准，是替代 Copilot 的备选。

NousResearch/hermes-agent 想做到自改进。它有持续学习循环，能记用户行为，自主创建新技能，遵循 agentskills.io 标准。还在早期，但方向指向「持久且进化的个人助手」。

mvanhorn/last30days-skill 是一个代理技能。它能同时搜 Reddit、X、YouTube、Polymarket 等 8 个平台，用真实赔率和点赞等社交信号排序。它打通了不同平台的孤岛，让代理生成更贴近舆论的摘要。缺点是 API 密钥要自己管。

Agent-Reach 给代理提供免费的互联网 CLI 通道。它用插件直接调用各平台命令，比如 twitter-cli、yt-dlp，避开浏览器自动化和付费 API。是代理上网的免费脚手架。

taste-skill 解决 AI 生成界面的同质化，也就是「slop」。它用 VARIANCE、MOTION、DENSITY 三个旋钮给代理注入设计品味。AI 不只会写代码，还能生成有风格的界面。

性能层也有更新。ggml-org/llama.cpp 增加了对 gpt-oss 模型原生 MXFP4 格式的支持，还和 NVIDIA 合作优化。它仍是本地推理的首选。LMCache/LMCache 把 KV 缓存持久化并跨引擎复用，用 CacheBlend 做任意位置缓存拼接。长上下文推理的延迟和成本明显下降。swc-project/swc 是 Rust 重写的编译工具，是 Babel 的超快替代，TypeScript 大规模编译不再是瓶颈。roboflow/supervision 继续做计算机视觉工具链，Detections 抽象层让模型输出到可视化应用更快。

flowchart LR
    subgraph LP[本地优先]
        MP[mempalace 原文记忆]
        ON[open-notebook]
        TL[tolaria 笔记库]
        PN[project-nomad 离线服务器]
    end
    subgraph XA[跨平台代理]
        G[goose]
        HA[hermes-agent]
        AR[Agent-Reach]
    end
    subgraph PF[性能加速]
        LL[llama.cpp]
        LM[LMCache KV复用]
        SWC[swc 编译]
    end

开源透明与趋势

抛开技术，有两个项目指向社会层面的开源精神。

TapXWorld/ChinaTextbook 用分片加合并工具突破 GitHub 文件大小限制，开放大量国内中小学和大学教材 PDF。它引发关于教育公平和反商业倒卖的讨论，一周星标稳定在 7 万。有版权风险，但社会共鸣很大。

x1xhlol/system-prompts-and-models-of-ai-tools 收集了 Cursor、Claude Code、Devin 等数十款商业工具的隐藏系统提示词。系统提示词就是厂商写好的底层指令，决定模型怎么工作。它满足安全研究者的好奇心，也踩在灰色地带。14 万星的涨速，说明社区很想要黑盒透明化。

bannedbook/fanqiang 提供翻墙教程和一键工具包，星标超 4.7 万。网络自由工具仍是很多用户的刚需。

趋势有三条。第一，AI 代理进入「方法论交付」阶段。从生成代码到教代理怎么生成好代码，技能化成为主流。未来会有更多垂直技能包，比如财务、法律、写作。第二，记忆和知识在回归本地。零 API 的原文存储、离线知识服务器、Git 驱动的笔记库，说明对云的反弹到了。隐私和成本是双轮驱动。第三，数据主权成为新共识。开源笔记本、苹果原生容器，都在强调「我的数据我做主」。这会倒逼更多 SaaS 提供本地部署或导出。

这一周，开发者正在从「用 AI」转向「治理 AI」。基础是方法论、记忆和自托管。下周，这些积木可能会搭出第一个能自主迭代的 Agent 系统。