GitHub 趋势周报：Agent 不缺模型，缺技能包、记忆和验收规则

这周的 GitHub Trending 有个很明显的转向。

榜单上几乎没人再比 "谁的模型更聪明"。大家忙着给编码 Agent 补配套：技能包、记忆、设计检查、远程控制台。

一句话概括：模型是发动机，这周大家在造底盘、刹车和安全带。

技能包成了新的分发格式

Anthropic 的 Agent Skills 一铺开，SKILL.md 就成了通用格式。

说白了，它就是一份 markdown 文件，写清楚 "遇到什么情况按什么步骤做"，Agent 读到就照着执行。换个工具，同一份文件还能接着用。

于是这一周，各类技能包集中冒出来。

obra/superpowers 是一套写给 Agent 的软件开发方法论。它的做法和主流相反：Agent 看到你在搭东西，先不写代码，退回来问你要解决什么，把需求切成小块让你逐段确认，再出计划。执行阶段派子 Agent 按 TDD 做，主 Agent 只负责审。一个仓库适配 17 种 CLI，靠 SessionStart 钩子自动注入，用户不用记命令。

cloudflare/security-audit-skill 把安全审计做成了六阶段流程。它的关键设计是 "发现者" 和 "验证者" 必须分开：每个候选漏洞交给一个全新的 Agent 专门去证伪。结论只有三档，confirmed 得带完整调用链和可观测结果，其余不算漏洞。产物是符合 schema 的 JSON，报告只是从记录派生出来的。

适用场景很直接：后端团队想在提测前跑一遍自查，或者维护者上线前扫一轮。

elayadesign/ai-design-skills 更轻，就一个 SKILL.md。先反问需求，再定页面结构，最后才套字体和间距。它不绑定任何工具，.claude/skills/、.cursor/rules/、AGENTS.md 都能装。

反 AI 味：从形容词变成检查项

这周最集中的吐槽是 "AI 生成的页面长一个样"。

Inter 字体、紫蓝渐变、卡片套卡片、页脚必挂邮件订阅。这些不是提示词能解决的，得靠检查。

pbakaus/impeccable 用 Rust 写了 62 条确定性规则。所谓确定性，就是写死的检查项，同样输入得同样结果，不调模型、不要 API key。

它扫源码只能查模式类问题，查对比度和字号必须指向一个 URL，用本机 Chrome 渲染后再判。规则能进 CI，退出码 2 表示有问题。另外还有 24 个斜杠命令，把 "改得高级点" 拆成 bolder、quieter、polish 这种具体动作，还要求你指定改哪一块。

Nutlope/hallmark 走另一条路。它不给你成品页面，给的是 "材质"：几十套主题，每个是不到 8KB 的单文件，只管字体配色质感，不管页面结构。所以同一个主题、两次不同的 prompt，出来的是两个不同页面。

它的 sloplint.mjs 用 puppeteer 在 8 种屏幕宽度下真渲染页面，专门抓那些套路特征。改版还有回归保护：先记下原来所有链接、表单字段和事件处理器，改完少一个就判失败。

两个项目的定位可以这么分：impeccable 偏审，hallmark 偏建。都装在你已有的 Agent 上，不替代它。

flowchart TB
    A[编码 Agent<br/>Claude Code / Codex / Cursor] --> B[技能层<br/>SKILL.md 规则包]
    A --> C[记忆层<br/>claude-mem 会话摘要]
    A --> D[验收层<br/>impeccable / hallmark]
    A --> E[控制层<br/>cindy / t3code / OpenMausBot]
    B --> F[真实工作流]
    C --> F
    D --> F
    E --> F

记忆和工作台：让 Agent 连着干活

长任务跑一半断片，是目前最烦的问题之一。

thedotmack/claude-mem 的思路是挂在宿主侧。它靠 hook 采集工具调用，先让 LLM 压缩成摘要，按日期追加进日志文件。下次会话宿主自己会读这个文件，所以不需要 embedding 检索，也不用把整段历史重新塞进上下文。

里面还分了几类记录：决策、修 bug、安全红线。团队可以靠它把项目记忆沉淀下来。

多 Agent 并行这块，这周有三个项目值得看。

makecindy/cindy 把你自己电脑当后端，其他设备用同一账号连过来，复用那台机器上已配好的模型和会话文件。它同时接 Claude Code、Codex、Pi 三种引擎。适合任务在公司台式机跑到一半要出门的人。

pingdotgg/t3code 是本机跑一个服务进程，直接驱动已经装好并登录的 CLI，手机 App、网页、桌面端都只是遥控器。七家 Agent 走统一适配层，用的是你已有的订阅登录态。

milind-soni/OpenMausBot 把本机 CLI 包成聊天软件里的多个 bot，每个有独立人格、记忆和一台机器。宿主控制按平台分级放行，Wayland 下直接禁用，而不是给个开关让人踩坑。

三个项目共同点很清楚：不自建模型层，只做壳。省掉 API 计费和 SDK 适配。

本地优先：把订阅和数据握在自己手里

debpalash/VoiceStudio 是本地跑的 ElevenLabs 平替。走 GGUF 量化，消费级显卡甚至纯 CPU 都能出声音。它同时暴露本地 HTTP API 和 MCP 服务，Claude Code、Cursor 能把 "合成一段语音" 当工具调用。

对做视频和播客的人来说，这笔账很好算：多语言配音不用按字符付费，素材也不用上传。

hmjz100/LinkSwift 是个油猴脚本，覆盖 9 家网盘。它只做两件事：用各家公开 API 换出带签名的直链，再把任务推给 IDM 或 Aria2。README 明确写了不破解限速，主动和 "加速下载" 切割。对没有官方客户端的 Linux 和 Android 用户比较实用。

垂直场景：被做成引擎加数据

HKUDS/DeepTutor 是港大开源的 AI 家教。知识库用的是同团队的 LightRAG，先把文档抽成 "实体 — 关系" 图谱再检索，回答能定位到原文段落。

它的重点不在问答，而在流程：学习路径、分组测评、错题记录都有对应对象。辅导记忆做了长度上限，防止聊久了上下文越滚越大。刚发的 v1.7.0 加了模块化安装、块状笔记和视频课。

TauricResearch/TradingAgents 用多个 LLM 扮演分析师、研究员、交易员和风控，模拟投研流程。它的技术活在于防前视偏差 —— 回测时只能看到当时已公开的数据，评分从决策后的第一个收盘价算起。不然用未来数据刷出来的收益全是假的。

Renhuai123/ziwei-doushu 是紫微斗数排盘引擎，附带 67.5 万张命盘的数据集。56.6GB 用 zstd 长窗口压缩后只有 161MB，可以只下需要的年份。解读文本是引擎加断语库跑出来的确定性输出，不是 AI 现编的。做命理类产品的人，能省掉重写排盘和断语库的功夫。

顺带一提，togg53192-cmd/jailbreaks 把 26 个以上模型的系统提示词和越狱提示整理成 32 份文件，按投放位置分类 —— 系统提示词、AGENTS.md、Ollama Modelfile。做 LLM 安全的可以当样本库看，但里面不少模型版本号对不上公开信息，别当权威资料。

给开发者的几句实话

这周的热点不在模型层，在流程层。真正被抢的不是模型，是工作流。

三件事可以现在就试：

一是给 Agent 写规矩。哪怕只是一份 AGENTS.md，把项目背景、测试要求、别碰的目录写清楚，比每次对话重复解释省事。

二是给产出加检查。能写成确定性规则的，就别交给模型判断。设计问题、安全规则、格式规范，都是这个道理。

三是把记忆当基础设施。跨会话丢上下文，是目前最影响体验的一环，而这已经有现成方案。

最后提醒一句：这波项目大多还很年轻，版本号 0.x、规则每周在变、接口随时调整。适合尝鲜和内部试点，关键链路上别硬绑。