GitHub 趋势周报：Agent 技能包、记忆与 MCP，本周热门全在给 AI 写说明书

这一周的 GitHub Trending，翻来覆去就一个主题：给 AI 编码 Agent 打地基。

模型本身没人卷了。大家卷的是模型外面那层 —— 记忆、技能、权限、流程、遥控器。

一句话总结：从 "看模型能干什么"，变成 "怎么把模型管起来"。

本周热点地图

把这些项目按位置摆一下，逻辑就清楚了。

graph TD
    A[编码 Agent<br/>Claude Code / Codex / Cursor] --> B[技能包层<br/>SKILL.md 说明书]
    A --> C[记忆层<br/>跨会话上下文]
    A --> D[遥控与编排<br/>多端接管 / 多 bot 分工]
    A --> E[操作能力<br/>无障碍树 / 网页抓取 MCP]
    A --> F[领域知识<br/>云运维 / 企业语义层]
    B --> G[插件市场<br/>一条 npx 装进去]

三层是同时起来的：上面是知识（技能包、语义层），中间是控制（记忆、编排、权限），下面是手脚（桌面操作、网页抓取）。

一、Agent 技能包：文档变成了新的包

这周最明显的现象，是 "技能" 作为一种分发形态站住了。

Anthropic 把 Agent Skills 的官方实现开源，格式定得很简单：一个文件夹加一个 SKILL.md。

模型按需加载，不用把整本文档塞进上下文。省 token，也更少跑偏。

跟得最快的是社区。mattpocock/skills 一周里天天在榜，总星数已经冲到 31 万。

https://github.com/mattpocock/skills

它做的事情说白了很小：一堆纯 Markdown 的流程文件。

/grill-me 让 Agent 反过来盘问你需求，/tdd 强制先写失败的测试再改代码。

作者明确反 "流程框架" 路线。BMAD、Spec-Kit 这类方案接管你整套研发流程，流程本身出 bug 你改不动。

他这里是可拆可改的小文件，坏了自己读一遍就能修。

大厂也下场了，而且用的是同一个格式。

google/skills 把 GCP 的运维知识写成技能：怎么建 GKE、怎么查 BigQuery、TPU 卡死先看什么。技能里还带可执行的 gcloud 脚本。

https://github.com/google/skills

cloudflare/security-audit-skill 更狠，直接把编码 Agent 改造成安全审计员。

https://github.com/cloudflare/security-audit-skill

它用六阶段流水线，核心设计是角色隔离：找漏洞的 Agent 和验漏洞的 Agent 永远不是同一个。

候选漏洞必须被新开的 verifier 正面推翻过才算数，结论分 confirmed、needs_validation、rejected 三档。

为什么现在火？因为误报是 AI 找漏洞最大的坎。靠 "多找一遍" 没用，得靠制度。

顺带一句：Google 和 Cloudflare 都用 SKILL.md 发内容，说明这个格式已经不是社区自娱自乐了。

对开发者的实际价值：你手上那些 "只有老员工知道" 的排障步骤，现在有地方放了。

二、记忆和遥控：Agent 记不住、管不过来

单开一个会话很惊艳，一开十几个就乱套。这是本周反复出现的抱怨。

thedotmack/claude-mem 解决记性问题，一周涨了两千多星，总星 11 万。

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

它挂在宿主的 hook 上，把每次工具调用记成观察条目，会话结束用 LLM 压成摘要，下次按相关性注入。

记忆底座是磁盘上的 Markdown，不是向量库。人和 Agent 读同一份，出问题能直接 diff。

这点取舍很实在：不被锁进黑盒服务，也不会因为索引崩了就全没了。

pingdotgg/t3code 解决管不过来的问题。

https://github.com/pingdotgg/t3code

它自己不跑模型，只在本机起一个常驻服务，接管你电脑上已登录的 Claude Code、Codex、Cursor 等七种 CLI。

手机、网页、桌面都是薄客户端，连回家里那台机器就能接着跑任务。复用你已有的订阅，不碰 API Key。

作者自标 very very early，会有 bug，但分发链路已经通了：App Store、Play 商店、brew、scoop 都上架了。

再往上一层是 milind-soni/OpenMausBot，开源版的个人 Agent 管理台。

https://github.com/milind-soni/OpenMausBot

界面就是个聊天应用，侧边栏每个联系人是一个活着的 bot。各带独立模型、独立虚拟机、独立授权，数据写在本地的 ~/.openmausbot。

它踩的时间点很准：今年头几周，几家闭源个人 Agent 产品接连发布，都把模型、电脑和数据留在厂商那边。

开源替代的位置，正好空着。

三、给 Agent 装手：结构化接口正在替代截图

vercel-labs/agent-desktop 这周反复上榜，从一万星涨到一万七。

https://github.com/vercel-labs/agent-desktop

它让 Agent 操作桌面软件，但不截图、不做像素匹配。

走的是操作系统的无障碍树（macOS 的 AX、Windows 的 UI Automation、Linux 的 AT - SPI），把窗口读成带 ref 编号的 JSON 树，Agent 点 ref 就行。

好处很直接：不烧视觉 token，结果可复现。

每个 ref 绑一个 snapshot ID。界面一变就返回 STALE_REF，强制 Agent 重拍快照再确认。

这个设计值得抄 —— 它把 "验证" 做进了协议，而不是指望模型自己小心。

短板也明显：自绘 UI、游戏、Canvas 应用基本读不出东西。

网页那侧是 D4Vinci/Scrapling，一周在榜多天，接近 10 万星。

https://github.com/D4Vinci/Scrapling

一个 Python 库把 HTTP 请求、隐身浏览器、解析、并发爬虫全包了，省掉 Scrapy + Playwright + BeautifulSoup 三件套。

自适应选择器是它的差异点：网站改版后按元素特征重新定位，不用手改选择器。

真正让它冲榜的是后加的 MCP server 和 Agent Skill。Claude 里直接让它去抓页面、转成干净的 Markdown 喂知识库。

MCP 现在基本是 Agent 世界的 USB 口了，谁不接谁尴尬。

四、让 Agent 查对数据：语义层这波起来了

NVIDIA/auto-ontology 一周涨了六千多星。

https://github.com/NVIDIA/auto-ontology

它解决的是 text-to-SQL 最痛的问题：SQL 跑得出来，但数字不敢信。

做法是从数据库元数据自动生成本体，也就是一张描述 "有哪些指标、实体、怎么关联" 的知识图。

启动时做一次 "语义编译"，把口径冲突的地方对齐成认证版本。之后提问只查这张图，不让 LLM 每次现场猜表结构。

答案强制带三样东西：SQL、走过的本体节点、数据血缘。人能拿 SQL 回原库对数。

它的取舍跟主流相反：宁可查不出来，也不给错数。

适合谁？表有几百张、指标口径在各系统对不上、业务方天天问数但不敢信 AI 的团队。

注意它是早期项目，官方明说不收外部 PR，跑起来要 NVIDIA API key，先当 demo 看。

五、本地优先，和一点反方向的热闹

省钱、少依赖，这条暗线一直在。

anomalyco/hex 是 Rust 写的跨平台语音听写，按住说话、松手粘贴，全程在本机推理，音频不出设备。

https://github.com/anomalyco/hex

它还有个话题点：仓库明说不接受 PR，issue 由自家 agent 直接改代码提交。等于把项目本身当成 agent 写代码的公开试验场。

zed-industries/zed 也涨了一千多星。

https://github.com/zed-industries/zed

用 Rust 加自研 GPU 渲染框架重写编辑器，绕开 Electron。最近推的 ACP 协议能让外部 AI agent 接进来。

编辑器正在从 "给人用的工具" 变成 "给 Agent 用的载体"。

最后两个项目跟 AI 一点关系没有，但值得提一句。

JiaFeiMiao-K-Cat/DiscImageStudio 用普通刻录机在光盘盘面上烧出肉眼可见的图案，靠的是反解光盘物理层编码。

https://github.com/JiaFeiMiao-K-Cat/DiscImageStudio

sherlock-project/sherlock 输入一个用户名，并发查 400 多个站点有没有这个账号，刚破 10 万星。

https://github.com/sherlock-project/sherlock

这类项目说明生态没被 AI 淹掉。AI 只是长在了老地基上。

本周小结

三个判断，供参考。

一，技能包正在变成新的 npm。 内容不是代码，是 "怎么干活"。谁把行业 know-how 写成模型读得懂的指令，谁就占住位置。

二，Agent 的瓶颈不在模型，在流程和口径。 记忆、权限、验证、血缘，这些词不酷，但它们决定 Agent 能不能从演示走到生产。

三，别一上来就上大框架。 这周涨得最猛的都是小份、可改、可组合的东西。你要的是能读懂的说明书，不是接管你整个开发流程的黑盒。

想动手的话，建议从装一个技能包开始。门槛最低，今晚就能跑起来。