GitHub 趋势周报：AI Agent 从会聊天到能干活，技能包和 MCP 成了新战场

这周的 GitHub 热榜，看下来就一件事：AI Agent 从」会聊天」往」能干活」走。

一半以上项目不是模型本身，而是围着模型转的配件。技能包、MCP 工具、记忆、测试、审计，全是在给 Agent 补基础设施。

另一个信号是大家开始算账。测试跑一遍就录下来回放，不再每次都调模型；代码审查工具直接比拼 token 消耗。省钱和控成本成了硬指标。

还有一条暗线：反」一键生成」。不再迷信一句提示词出结果，而是要求先对齐需求、留证据、能回放。

下面按类别说。

一、技能包：把人的经验写成 AI 能读的文件

这类项目这周扎堆出现。做法很一致：把资深工程师的习惯写成 Markdown 文件，塞进 Agent 让它照着办。

mattpocock/skills 是 Matt Pocock 开源的自用技能集，主打三个动作：开工前让 Agent 反过来追问需求、建一份项目共享术语表、强制 TDD 红绿循环。

它的路线和 Spec-Kit、BMAD 这类全流程框架相反。那些框架接管你的流程，出 bug 时不好排查。这里只给一堆小文件，哪条不对直接改。

https://github.com/mattpocock/skills

DietrichGebert/ponytail 解决的是另一个痛点：AI 生成代码太多，review 不过来。它用一个 7 级」惰性阶梯」逼 Agent 先复用再动手 —— 先问这功能真需要吗，再查现有代码、标准库、系统原生能力、已装依赖，最后才写最小实现。

实测数据是代码量少 54%、token 少 22%、成本少 20%、时间少 27%，安全项满分。它把信任边界校验、数据丢失处理、安全性、无障碍四类划成红线，永远不做减法。

https://github.com/DietrichGebert/ponytail

pbakaus/impeccable 治的是 AI 生成前端千篇一律。61 条确定性规则，本地跑，不调 LLM、不要 API key，相当于给 AI 写的前端做 lint，还能进 CI。

https://github.com/pbakaus/impeccable

cathrynlavery/diagram-design 是画图技能，覆盖 44 种图型。产物是一个自包含的 HTML + SVG 文件，双击就能开，不依赖 CDN。给它一个网址，它会抓你网站的配色和字体，之后画的图自动统一风格。基本就是冲着 Mermaid 默认样式来的。

https://github.com/cathrynlavery/diagram-design

这四个放一起看，方向很一致：竞争点从」模型多强」转向」经验怎么喂进去」。格式也在收敛，基本就是 markdown 加 MCP。

二、MCP：Agent 的插座

MCP 全称 Model Context Protocol，通俗说就是一套让 AI Agent 调用外部工具的通用接口。这周它已经成了事实标准。

morluto/rea 是这周涨星最快的一个，单日涨过 2.5 万星。它把 Hopper、Ghidra、IDA 这些逆向工具通过 MCP 接给 Agent，让它看懂没有源码的 App 和二进制，然后照着实现。

它不自己造反编译器，直接复用你本机已装的工具，只做调度和结果整理。每条结论都带证据和局限说明，不让你对着猜测下判断。除了原生二进制，还覆盖 JS / Electron 应用、.NET 程序集、EVM 字节码和 Linux 崩溃快照。

https://github.com/morluto/rea

Panniantong/Agent-Reach 给 Agent 装上」上网的手脚」。一条命令接入 YouTube、Twitter、Reddit、B 站、小红书等十几个平台，走本地 Cookie 和现成工具，绕开付费 API。

它把」接入方式迟早失效」当成第一性问题，每个平台配首选加备选两条链路，被封了自动切换。代价是依赖浏览器登录态，稳定性不如官方 API。

https://github.com/Panniantong/Agent-Reach

thedotmack/claude-mem 管的是记忆。它记录 Agent 每次会话做了什么，用 AI 压缩后，把相关内容注入未来的会话，支持 Claude Code、Codex、Gemini、Copilot 等多个宿主。

https://github.com/thedotmack/claude-mem

这三个补的是同一类缺口：Agent 没记性、没眼睛、看不懂别人的代码。都是落地绕不过的砖。

graph TD
    A["编码 Agent（Claude Code / Codex / Cursor）"] --> B["技能包层"]
    A --> C["MCP 工具层"]
    A --> D["记忆层"]
    A --> E["测试与审计层"]
    B --> B1["ponytail 少写代码"]
    B --> B2["impeccable 设计规则"]
    B --> B3["mattpocock/skills 需求拷问"]
    B --> B4["diagram-design 画图"]
    C --> C1["rea 逆向"]
    C --> C2["Agent-Reach 联网"]
    D --> D1["claude-mem 跨会话上下文"]
    E --> E1["tester-army/e2e 录制回放"]

三、测试和降本：AI 只在第一次花钱

tester-army/e2e 值得单独说。用自然语言描述测试目标，让 Agent 驱动 Web 和移动端 App 跑一遍，首次跑通后录成回放，下次直接放，不再调模型。

这一招同时解决 AI 测试的两个老问题：跑一次烧一次 token，以及同样用例每次结果不一样。测试文件里还能混用自然语言步骤和传统定位器断言，AI 负责跑到目标状态，断言负责判定通过与否。

Web 端底层就是 Playwright，移动端走 agent-device，两端共用一套 API。目前还没到 1.0，API 在 minor 版本间还会变。

https://github.com/tester-army/e2e

省钱这条线其实到处都是。日报里还提到别的项目远程操控本机 Agent，复用现有订阅额度，不另配 Key。云端的按次计费正在被绕开。

四、自托管：数据攥自己手里

DuarteSantos8/openGym 是自托管的健身记录 App，一条 docker compose up 跑在自己服务器上，替代 Hevy、Strong、FitNotes 这些订阅制云服务。

细节做得挺实在：passkey 登录、多设备按字段合并而不是整条覆盖、1324 个带演示的动作，还能算每块肌肉的恢复和退练状态。AI 教练默认关闭，要用得自己填 key，而且 AI 给的改动要逐条确认才生效。

https://github.com/DuarteSantos8/openGym

OpenCut-app/OpenCut 是开源的剪映替代品，正在用 Rust 重写核心。渲染和时间线从 JS 挪到 Rust，浏览器版也能处理大工程。它还内置 MCP server 和 headless 模式，意味着视频工程能被 AI Agent 或脚本调用，做批量渲染和自动剪辑。

https://github.com/OpenCut-app/OpenCut

这两个是同一股情绪：用户不想把数据交给订阅制 SaaS，也不想为了记个深蹲重量每月付费。

五、底层硬活：不模拟，直接重链接

boykopovar/AnyPS5 走了一条反直觉的路。它不写模拟器，而是把 PS5 可执行文件重新链接成 Linux / Windows 原生程序，用自己重写的系统库替换 PS5 的 PRX 动态库。

省掉了模拟 CPU / GPU 的指令翻译开销，性能接近原生 —— 目前验证的 Dreaming Sarah 在 GTX 1050 Ti 上稳 60fps。代价是每个系统函数都得手写，兼容列表目前只有极少数游戏。

https://github.com/boykopovar/AnyPS5

storytold/artcraft 是 Rust 写的创作引擎，服务端 API 和桌面客户端放在同一个仓库，核心代码只写一遍。

定位是」有意图的创作」：参数由人给定，输出可复现可回改，而不是丢一句 prompt 等随机结果。对标 ComfyUI 和 Runway。单日涨三千多星，占了总星数的三成，是典型的首发爆量，README 内容还很少。

https://github.com/storytold/artcraft

底层这块还有个背景：Flutter、TensorFlow、PyTorch、HuggingFace 这周还在榜上。跨端 UI、训练部署、模型加载仍是刚需，只是新闻热点转移到了 Agent 周边。

这周说明什么

三个判断。

第一，Agent 不缺脑子，缺手脚、规矩和账本。技能包给规矩，MCP 给手脚，记忆和测试帮着算账。

第二，格式在收敛。技能的载体基本定成 Markdown 加 SKILL.md，工具接入基本定成 MCP。这意味着以后换模型、换 Agent，你写的技能和工具还能带走。

第三，反 vibe coding 成了共识。ponytail 逼 Agent 少写代码，impeccable 用确定性规则治前端撞脸，mattpocock / skills 要求先追问再动手，REA 要求每条结论带证据。大家受够了一键生成。

对普通开发者的实际影响：现在能上手做的事，是把团队里那些口口相传的规矩写成技能文件。成本很低，一个 markdown 文件就够，但能直接改变 Agent 的输出质量。

接下来看两个点：Agent 能不能稳定操作真实电脑，上下文和权限能不能管住。这两件事解决了，AI 才不算是玩具。