本周 GitHub AI 热榜 TOP10 深度解析（2026 年第 41 周 · 10 月 5–11 日）

 

这一周榜单读下来，最明显的变化是：AI 项目不再围着"帮程序员写代码"打转了。

 

TOP10 里有做自动化测试的、做视频制片的、做机械设计与可制造性审查的、做金融与法务知识工作的、做 SRE 运维的。用一句话概括本周：Agent 开始成建制地接管专业工种，而能不能接管的关键，已经从"模型够不够聪明"变成"流程够不够确定"。

 

数据来自 GitHub Trending 周榜（采集于 2026 年 10 月 11 日），并与 startupcorners 每日趋势复盘、GitHub Explore、Python 语言周榜多源交叉核对。排序依据为本周新增星标数。

 

---

 

本周榜单速览

 

#	仓库	语言	总星	本周新增	一句话
1	mattpocock/skills	Shell	284,766	+9,179	顶流 TS 教育者的真实工程技能包，v1.3.1 刚发
2	tester-army/e2e	TypeScript	8,773	+6,564	自然语言写测试，Agent 开车、断言收尾
3	Panniantong/Agent-Reach	Python	95,551	+6,056	一条 CLI 读遍 16 个平台，零 API 费
4	heygen-com/hyperframes	TypeScript	60,432	+4,081	写 HTML，渲染 MP4，为 Agent 而生
5	thedotmack/claude-mem	TypeScript	99,341	+4,035	跨会话持久记忆，三层检索省 90% token
6	rohitg00/ai-engineering-from-scratch	Python	66,872	+3,656	523 节课从零学 AI 工程
7	calesthio/OpenMontage	Python	66,352	+3,502	开源智能体视频制片厂，12 条流水线
8	anthropics/knowledge-work-plugins	Python	28,898	+2,644	Anthropic 官方知识工作插件库
9	earthtojake/text-to-cad	Python	19,027	+2,369	给 Agent 装上 CAD 与可制造性审查能力
10	pingdotgg/t3code	TypeScript	26,844	+2,367	Theo 的 Agent 控制台，手机也能指挥

 

十个项目里，四个是纯粹的"垂直工种 Agent"（测试、视频、CAD、知识工作），两个是分发与记忆基础设施，两个是长期连榜的老面孔，一个是教程。这是近十周里"离程序员日常最远"的一份榜单。

 

目录

 

• 01 · mattpocock/skills：把工程纪律做成 31 个可安装技能
• 02 · tester-army/e2e：Agent 只跑一次，之后零模型调用回放
• 03 · Agent-Reach：一条 CLI 打通 16 个平台
• 04 · hyperframes：写 HTML，出 MP4
• 05 · claude-mem：记忆赛道进入"省 token"竞争阶段
• 06 · ai-engineering-from-scratch：523 节课的免费 AI 工程课
• 07 · OpenMontage：把编码助手变成视频制片厂
• 08 · knowledge-work-plugins：Anthropic 的岗位级下沉
• 09 · text-to-cad：Agent 第一次能交付可加工的零件
• 10 · t3code：把 Agent 控制台装进口袋
• 榜外值得一提
• 本周五条趋势

 

---

 

TOP10 深度解析

 

01 · mattpocock/skills：把工程纪律做成 31 个可安装技能

 

一句话定位：Matt Pocock 把自己 .agents 目录里天天在用的工程技能原样开源，覆盖"先想清楚、再写码、最后留痕"的完整闭环。

 

为什么本周爆火：10 月 4 日发布 v1.3.1，加上国庆后开工潮，本周冲到榜单第一。它已经不只是"一个技能包"，而是 Agent 技能生态里事实上的标杆项目——28.5 万星、2.4 万 fork。

 

核心亮点：

• /grill-me 是招牌：在动手前把你的方案反复拷问，直到决策树的每个分支都有答案、达成共识才放行。/grill-with-docs 更进一步，拿你项目已有的领域模型和术语去拷问，并顺手更新 CONTEXT.md 和 ADR。
• /design-an-interface 用并行子智能体一次性生成几种差异极大的模块接口设计，逼你做选择而不是接受第一个答案。
• /caveman 是个反直觉的狠角色：砍掉填充词、冠词和客套，保留全部技术准确性，号称能省约 75% token。
• 规划链完整：write-a-prd → prd-to-plan → prd-to-issues，PRD 直接落成 GitHub Issue，用垂直切片拆成可独立认领的任务。
• 开发链也不含糊：tdd（红-绿-重构循环）、triage-issue（先探查代码库定位根因，再产出带 TDD 修复方案的 issue）、improve-codebase-architecture。
• 还有 setup-pre-commit、git-guardrails-claude-code（用 Claude Code hooks 在危险 git 命令执行前拦下来）这类保命件套。

 

技术栈：Shell / Markdown（SKILL.md + frontmatter），MIT 许可。

 

快速上手：

# 单个技能
npx skills@latest add mattpocock/skills/grill-me
 
# 或作为 Claude Code 插件从官方市场安装
/plugin marketplace add mattpocock/skills

 

适合谁：已经在日常用 Claude Code / Codex / Cursor，但总觉得 Agent"像个领任务的执行者、不像个资深同事"的开发者。

 

注意：它刻意不做端到端编排框架——想要全套流程管控的团队会觉得太散。原生 Codex 插件仍在路线图上。依赖 Node.js 与 npx。

 

02 · tester-army/e2e：Agent 只跑一次，之后零模型调用回放

 

一句话定位：用自然语言描述一个目标，Agent 真的去操作应用把它达成，再用定位器和断言验收结果——而且只调一次模型。

 

为什么本周爆火：本周新项目里涨得最猛的一个（+6,564），10 月 5 日上线，背后是 TesterArmy 的商业化测试平台。它解决了 Agent 写测试最大的信任问题：不确定性和成本。

 

核心亮点：

• 录制-回放机制是真正的关键设计。一个被后续断言验证过的 Agent 步骤，会把它执行过的动作完整记录；下一次运行直接回放这些动作，一次模型调用都不发，直到应用发生变化才重新规划。这意味着 CI 里跑回归测试基本不烧 token，也不会因为模型抖动而随机失败。
• 没有 Agent 步骤的测试完全不需要模型，就是普通 Playwright 风格测试。
• 测试写法很自然：app.open() 打开页面 → agent.act('升级到 Pro 套餐') 让 Agent 操作 → agent.assert('发票预览显示按比例计算的金额') 断言 → 再用 expect(screen.getByRole(...)) 精确校验。
• Web 与移动双引擎：浏览器走 Playwright（Chromium/Firefox/WebKit），iOS/Android 走 agent-device 驱动模拟器。
• @e2e-dev/smol 包让每次尝试都在一个可分支的 warm Chromium microVM 里跑，环境隔离做得相当彻底。
• 模型自带：支持你自己的订阅、API Key 或本地模型；@e2e-dev/decision 提供有边界的语义动作与断言执行器。
• 本周还有几个硬核提交：自研 e2e trace 页面取代 Playwright trace；@e2e-dev/github 把结果直接发成 PR 评论；内置 agents 会自检、自审并把 PR 一路"看护"到 Ready for Human Review。

 

技术栈：TypeScript，Apache-2.0（9 月 21 日刚从 MIT 改为 Apache-2.0，并加了 NOTICE）。

 

快速上手：

npx e2e init
 
// tests/checkout.e2e.ts
import { test, expect } from 'e2e';
 
test('a member upgrades to Pro', async ({ app, agent, screen }) => {
  await app.open('/settings/billing');
  await agent.act('upgrade the workspace to the Pro plan');
  await agent.assert('the invoice preview shows a prorated amount');
  await expect(screen.getByRole('status')).toContainText('Pro');
});

 

适合谁：被传统 e2e 测试脆弱选择器折磨的前端/移动端团队；想让 Agent 进 CI 又怕成本失控的工程负责人。

 

注意：官方明确标注处于通往 1.0 的活跃开发中，API 与配置在小版本间仍可能变。示例覆盖 Vite、Next.js、Astro、Expo、SwiftUI、Jetpack Compose、KMP、Flutter。

 

03 · Agent-Reach：一条 CLI 打通 16 个平台

 

一句话定位：给你的 Agent 一双能看整个互联网的眼睛——Twitter、Reddit、YouTube、GitHub、Bilibili、小红书等 16 个平台，一条 CLI，零 API 费用。

 

为什么本周爆火：三度回榜，本周 +6,056，总星逼近 9.6 万。它是那种"装一次就再也离不开"的基建型项目——各家平台的官方 API 要么贵要么申请麻烦，它直接绕开了这一步。

 

核心亮点：

• 技术路线是复用你自己的浏览器登录态，而不是申请平台 API key，所以天然免费、也天然能拿到登录后可见的内容。
• 以 MCP server 形式接入，Claude Code / Cursor 等主流 Agent 都能直接调用。
• 覆盖中英文主流社区，小红书和 B 站的支持在国内场景里几乎是刚需。

 

技术栈：Python。

 

适合谁：需要让 Agent 做舆情监控、竞品调研、内容选题、社群观察的人。

 

注意：靠复用浏览器登录态抓取，处于各平台 ToS 的灰区，企业生产环境使用前建议先做合规评估。许可证未在项目页面明确展示，商用前请核实。

 

04 · hyperframes：写 HTML，出 MP4

 

一句话定位：HeyGen 开源的渲染引擎——你写纯 HTML，它输出成品 MP4，而且是为 Agent 调用而设计的。

 

为什么本周爆火：回榜且涨到 +4,081。它命中了一个很具体的痛点：让 LLM 生成视频很难，但让 LLM 写 HTML 很容易。把视频表达降维成它最擅长的事，成本和质量都可控。

 

核心亮点：

• 确定性渲染：同样的 HTML 输入永远得到同样的视频输出，没有生成模型的随机性——这对批量生产和品牌一致性至关重要。
• Agent 优先的 API：不是给人点的界面，是给 Agent 调的接口。
• 适合广告片、解说视频、社交短片这类以排版和动效为主的场景。

 

技术栈：TypeScript。

 

适合谁：做批量内容生产的增长团队；想让 Agent 直接产出视频成品的开发者。

 

注意：许可证此前未在项目页面明确展示，商用前建议核实。本周 OpenMontage 也把它列为可选渲染引擎之一，两者可以组合使用。

 

05 · claude-mem：记忆赛道进入"省 token"竞争阶段

 

一句话定位：给任意 Agent 装上跨会话的持久记忆——自动捕获它干过的每一件事，用 AI 压缩成结构化摘要，下次会话自动注入相关上下文。

 

为什么本周爆火：+4,035，总星逼近 10 万。记忆赛道已经从"有没有"进入"谁更省、谁更准"的阶段，claude-mem 靠一套极致抠门的检索架构跑到了前面。

 

核心亮点：

• 三层渐进式披露（3-Layer Progressive Disclosure）是它的核心专利级设计。传统记忆系统一股脑把历史塞进上下文，极其烧钱。它拆成三层：第一层 search 只返回 ID、标题、类型的紧凑索引，每条约 50–100 token；第二层 timeline 取某条记录前后的时序上下文，约 100–200 token；第三层 get_observations 才按 ID 批量取完整细节，每条 500–1000 token。常规使用省约 90% token，测试的"无尽模式"号称省 95%，工具调用次数上限提升约 20 倍。
• 采集侧是事件驱动的：通过 SessionStart、UserPromptSubmit、PostToolUse、Stop、SessionEnd 五个生命周期钩子全程静默捕获，无需手动干预。
• 存储走混合方案：SQLite + FTS5 负责全文检索，Chroma 向量库负责语义搜索，数据默认全部落在本地。
• 会话结束时调用 Agent SDK，把冗长的原始工具记录压缩成 type / title / facts / narrative / concepts 结构化的观察记录，单条约 500 token。
• 带一个跑在 localhost:37777 的本地 Web 界面，能直接看到它到底记住了什么、什么时候记的。
• 隐私设计：不想被记住的内容（密码、密钥）加个标签就会自动跳过。
• 覆盖面广：Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode，以及 grok-bot、t3code、antigravity、pi 等，一条 npx claude-mem install --ide <name> 就能装。

 

技术栈：TypeScript（SQLite + Chroma），提供 4 个 MCP 工具。

 

快速上手：

npx claude-mem install
 
# 或在 Claude Code 内
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem

 

适合谁：受够了每次开新会话都要重新解释项目背景的 Claude Code / Codex 重度用户。

 

注意：务必用 npx claude-mem install 或 plugin 命令安装——npm install -g claude-mem 只装 SDK 库，不会注册钩子和 worker 服务。另外，公开资料显示该项目的安全审计报告曾指出 API 密钥明文暴露等漏洞，且项目曾引入代币引发社区争议；企业环境部署前建议先做安全评估。

 

06 · ai-engineering-from-scratch：523 节课的免费 AI 工程课

 

一句话定位："学会它、做出它、交付给别人"——一套从零开始的 AI 工程系统课。

 

为什么本周爆火：回榜，+3,656，总星 6.7 万。开学季叠加"AI 工程"岗位需求，这类结构化课程的长尾流量极其稳定。

 

核心亮点：

• 规模夸张：523 节课、约 342 小时内容。
• 覆盖 LLM 原理、RAG、Agent、微调、部署全链路，强调"学完就做、做完就发布"。
• 完全免费开源。

 

技术栈：Python。

 

适合谁：想系统转岗 AI 工程的后端/全栈开发者；需要现成教学大纲的培训者。

 

注意：内容量大，建议按主题挑着学而不是线性通读。许可证建议发布前核实。

 

07 · OpenMontage：把编码助手变成视频制片厂

 

一句话定位：号称全球首个开源的"智能体视频制片系统"——12 条生产线、100+ 工具、700+ 技能与制片知识文件，把你的编码助手改造成一个完整的视频工作室。

 

为什么本周爆火：+3,502，总星 6.6 万。它把 Agent 从"写几行脚本、修几张图"推进到"跑完整条制片流程"，而且给出了成本数字，说服力很强。

 

核心亮点：

• 区分"动起来的静图"和"真视频"。它会去 Archive.org、NASA、Wikimedia Commons、Pexels、Pixabay 抓真实运动素材，按故事线剪辑成真的可发布成片，而不是把几张静图插帧。
• 12 条流水线各对应一种片型：解说、广告、纪录片、动画、剪辑工厂、本地化配音、屏幕演示等，每条配自己的工具链和 Agent 组合。
• 供应商选择是打分制而非硬编码：7 个维度加权——任务契合 30%、输出质量 20%、控制能力 15%、可靠性 15%、成本效率 10%、延迟 5%、连续性 5%，并留可审计的决策日志。
• 渲染后自检：ffprobe 校验、在 4 个位置抽帧检测黑屏与叠层破损、音频电平分析、字幕校验，交付前自动跑一遍。
• 还有一道"PPT 风险"评分：用 6 个维度拦截"会动的幻灯片"，在开渲染之前就把它挡掉。
• 零 API key 也能出片：Piper TTS 做本地离线配音，Pexels/Pixabay 供图，Remotion 负责合成。官方示例成本：吉卜力风格动画成片 0.15 美元，纪录片式剪辑 1.33 美元。
• 双渲染引擎：数据驱动和图像场景用 Remotion，动效密集的 HTML/GSAP 稿子用 HyperFrames。
• 支持本地 GPU 与开源视频模型（WAN、Hunyuan、LTX-Video、CogVideo）。
• 可回放：一次生产跑完，点 REPLAY RUN 能按时间戳从头到尾 scrub 复盘。

 

技术栈：Python（Remotion + FFmpeg + 各家模型 SDK），AGPL-3.0。

 

快速上手：

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
 
# 然后在你的编码助手里直接说：
# "做一个 60 秒的动画解说，讲神经网络是怎么学习的"
# 或走真实素材路线：
# "做一个 75 秒的城市雨景纪录片剪辑，只用真实素材，不要旁白"

 

适合谁： solo 创作者、小团队内容生产、想研究多智能体协作与视频流水线架构的人。

 

注意：AGPL-3.0 是强 copyleft，若你把修改版作为网络服务对外提供，改动必须同许可开源——商用前务必确认合规。另外项目有 200+ 未关闭 issue，且未提供安全策略，属于"值得试、但别盲信"的成熟度。Windows 上 npm install 若报 ERR_INVALID_ARG_TYPE，改用 npx --yes npm install。

 

08 · knowledge-work-plugins：Anthropic 的岗位级下沉

 

一句话定位：Anthropic 官方为知识工作者准备的开源插件库，主要供 Claude Cowork 使用。

 

为什么本周爆火：+2,644，二度上榜。Anthropic 的打法很清楚：不做通用 Agent，而是按真实岗位切分成可安装的插件。

 

核心亮点：

• 插件按岗位组织，覆盖文档处理、研究、写作、财务、法务、销售、数据分析等知识工作场景。
• 官方维护，与 Claude Cowork 深度集成。
• 延续了上周入榜的 financial-services 的思路：把"岗位"而不是"功能"作为切分单位。

 

技术栈：Python，Apache-2.0。

 

适合谁：已在用 Claude 的企业知识工作者，以及想参考"岗位级 Agent 怎么设计"的产品经理。

 

注意：仓库结构变动较频繁（此前曾移除过部分插件但 README 有残留描述），引用具体插件前建议先看一眼仓库实际目录。

 

09 · text-to-cad：Agent 第一次能交付可加工的零件

 

一句话定位：给 Agent 装上本地 CAD 工作流——生成 STEP / GLB / STL / 3MF 三维模型，还能做可制造性检查、出工程图、对接 3D 打印与钣金 CNC 加工服务。

 

为什么本周爆火：+2,369。它不是"文本生成 3D 模型"的玩具，而是把 Agent 的能力延伸到了"这个零件能不能真的造出来"。这是 Agent 第一次真正摸到制造业的门槛。

 

核心亮点：

• 底层是 build123d + Open CASCADE（OCP）这套成熟的 Python CAD 内核，输出 STEP 为主，可导出 STL / 3MF / GLB。
• 14 个技能各管一段专业流程：cad（自然语言或图片生成/编辑模型）、step-parts（找螺丝轴承电机等标准件）、engineering-drawing（出带尺寸、隐藏线、孔标注、标题栏的 PDF 工程图）、dxf（2D 图纸）、urdf/srdf/sdf（机器人结构与仿真模型）、sendcutsend（上传前检查）、dfam-check（按工艺测量壁厚、悬垂、支撑体积、成型方向）、dfm（钣金/机加工/注塑审查）、gcode（用 OrcaSlicer 切片）、bambu-labs（直发拓竹打印机）。
• DFM 审查的质量要求很高：每条结论都要给出"测量证据 + 所依据的规则原文"，不是笼统说一句"这里不好"。
• 主流 Agent 全覆盖：Claude Code / Claude Desktop、Codex、Cursor、Grok Build、Gemini 各有安装命令，其他 Agent 走 npx skills add。
• 带本地 CAD Viewer，Claude Code 和 Desktop 里能直接以卡片形式预览模型。

 

技术栈：Python（cadgen 发布在 PyPI，通过 uv 运行），MIT 许可。

 

快速上手：

# Claude Code
claude plugin marketplace add earthtojake/text-to-cad#latest
claude plugin install text-to-cad@earthtojake
 
# 其他支持 skills 的 Agent
npx skills add earthtojake/text-to-cad#latest
 
# 或最简单：直接对你的 Agent 说
# "Install text-to-cad from https://github.com/earthtojake/text-to-cad"

 

适合谁：机械工程师、机器人开发者、3D 打印玩家、做硬件原型的创客。

 

注意：两个坑要提前知道。一是默认开启遥测（随机 ID，不含文件、路径和提示词），可用 uvx cadgen telemetry off 关闭；二是 Windows 11 的 Smart App Control 会拦截未签名的 OCP 原生模块，导致所有 cadgen 命令报 ImportError: DLL load failed while importing OCP——要么在系统设置里关掉 SAC（关掉后只能重装系统才能再开），要么在 WSL 下跑。

 

10 · t3code：把 Agent 控制台装进口袋

 

一句话定位：T3 技术栈团队（Theo Browne）做的 Agent 控制台——不卖订阅，你自己带模型和 key，手机、Web、桌面三端统一指挥。

 

为什么本周爆火：二连榜，+2,367。它代表了一个明确立场：Agent 的控制面不该被订阅制锁死。

 

核心亮点：

• 移动 / Web / Electron 三端同一套控制面，手机上也能查看和指挥 Agent 任务。
• 自带订阅或 API key，平台不抽成、不绑模型。
• 与 T3 生态工具链衔接顺畅。

 

技术栈：TypeScript。

 

适合谁：想在通勤路上也能跟进 Agent 进度、又不愿为控制面单独付费的独立开发者。

 

注意：项目 README 较为精简，许可证与具体能力边界建议发布前到仓库核实。

 

---

 

榜外值得一提

 

cursor/plugins（TypeScript，10,779 星，本周 +1,110）——本周最值得单独说的"榜外项目"。这是 Cursor 官方的插件规范与插件市场仓库，MIT 许可。

 

它的意义不在星数，而在它标志着 Skill/Plugin 的分发正式进入"官方市场"阶段。仓库里每个插件是一个独立目录，带 .cursor-plugin/plugin.json 清单，下面挂 skills/（SKILL.md）、rules/（.mdc）、mcp.json。官方插件已经铺到 60+ 个，分三类：

• 开发者工具：teaching、continual-learning（用对话记录增量更新 AGENTS.md，只留高信号条目）、thermos（狠辣的分支审查：深度安全/正确性审计 + 严苛代码质量量表 + 并行子智能体）、pstack、dyl-stack、orchestrate（把大任务分发给并行云端 Agent，带规划者/执行者/验证者角色）、advisor（在重大决策前、卡住时、宣布完成前先咨询更强的模型）、create-plugin、cli-for-agent（教你怎么设计能让 Agent 可靠运行的 CLI）。
• 生产力：Gmail、Google Drive、Calendar、Docs、Sheets、Slides。
• 企业集成：Salesforce、HubSpot、Gong、Ashby、Workday、QuickBooks、Shopify、Semrush、Ahrefs、GitHub、Playwright、Zoom、Intercom、Notion 类的 Circleback/Otter/Fathom/Mem/Readwise 等一大串。

 

值得注意的是 Cursor 同时在仓库里维护了 .claude-plugin 目录——同一份插件资产要同时服务多套 Agent 生态。这是"写一次、到处装"的雏形。

 

其他值得扫一眼的：

• 666ghj/MiroFish（Python，77,898 星，+2,071）：简洁通用的群体智能引擎，"预测万物"，中文项目。
• mvschwarz/openrig（TypeScript，6,767 星，+2,068）：二连榜，用 YAML 定义持久化 Agent 团队与角色分工。
• Tracer-Cloud/opensre（Python，11,750 星，+387）：构建你自己的 AI SRE 智能体——又一个被 Agent 接管的专业工种。
• ranxianglei/billion-context（TypeScript，798 星，+259）：上下文压缩插件，号称 100K 窗口就够、省 5 倍 token、支持数月级单会话。

 

---

 

本周五条趋势

 

一、Agent 开始成建制接管专业工种

 

本周最硬的信号。测试（tester-army/e2e）、视频制片（OpenMontage）、机械设计与制造审查（text-to-cad）、知识工作（Anthropic 插件）、SRE（opensre）——五个完全不同行业的专业流程同周出现在榜单上。前几周大家还在讨论"Agent 能不能写好代码"，这周的问题是"Agent 能不能当一个测试工程师 / 制片人 / 机械工程师"。而且这些项目都不是演示级别的玩具：e2e 能进 CI，text-to-cad 能直接发到拓竹打印机和 SendCutSend，OpenMontage 能出可发布成片。

 

二、"确定性"成了 Agent 落地的前提条件

 

三个项目用三种方式在做同一件事——把"模型可能做对"变成"可重复验证"：

• e2e 把 Agent 走过的路录下来，之后零模型调用回放，直到应用变更。既省钱又消除抖动。
• text-to-cad 的 DFM 审查要求每条结论都附"测量证据 + 引用规则"，不给模型留含糊空间。
• OpenMontage 在渲染完成后自动跑自检：ffprobe 校验、四个位置抽帧查黑屏、音频电平分析、字幕校验。

上周我们说评价标准从"能做"转向"可验证"，本周这个判断进一步细化成：可验证 = 可重复 + 有证据 + 能自检。

 

三、分发渠道收敛到官方市场

 

上周说安装方式收敛为 npx skills add 和 plugin marketplace add 两种，本周更进一步：分发渠道收敛到官方市场。Cursor 上线了官方插件市场（60+ 官方插件、统一 manifest 结构、skill/rule/mcp 三位一体）；text-to-cad 一个项目同时提供 Claude Code、Codex、Cursor、Grok Build、Gemini 五套安装命令外加一条 npx skills 兜底；mattpocock 的技能同时走市场插件和 CLI 安装。写一次、到处装，正在从理想变成日常。

 

四、记忆从卖点变成标配，竞争转到工程效率

 

claude-mem 逼近 10 万星，靠的不是"我有记忆你没有"，而是三层渐进披露这种抠到 50–100 token 粒度的工程优化——常规省 90% token，工具调用上限提升 20 倍。同期还有 continual-learning（只留高信号条目更新 AGENTS.md）、billion-context（压缩到 100K 窗口够用）这类项目。记忆赛道已经进入下半场：比的不是有没有，而是每一层检索花多少 token。

 

五、成本经济学持续兑现

 

本地优先和"不烧钱"这两条老趋势本周都有具体数字落地：claude-mem 省 90–95% token；OpenMontage 零 API key 出片，吉卜力风格成片 0.15 美元、纪录片 1.33 美元；text-to-cad 全部走本地 CAD 内核；t3code 明说不卖订阅让你自带 key。当 Agent 从"尝鲜"变成"每天跑八小时"，账单就成了产品力的一部分。

 

写在最后

 

把最近五周的榜单连起来看，一条很清晰的演进线索浮现出来：修路（记忆、治理、执行环境）→ 装技能（Skill 生态爆发）→ 发粮票（免费额度聚合）→ 找住处（运行时与编排）→ 上岗干活（垂直工种）。

 

本周是这条线上第一次出现"岗位"这个词。值得留意的是，冲进这些专业领域的项目，没有一个是靠更强的模型赢的——它们赢在把行业里本来就存在的规则、证据和流程，翻译成了 Agent 能执行、能验证的东西。这大概也是接下来一年最值钱的能力：不是训模型，而是把专业 know-how 变成可执行规范。