本周 GitHub AI 热榜 TOP10 深度解析（2026 年第 38 周 · 9 月 14–20 日）

 

这一周的榜单有点不一样。过去一个月，GitHub Trending 上最靓的仔基本都是个人开发者做的 Skill 小工具——几十行 Markdown，解决一个具体的痒点，然后一夜爆火。本周 TOP10 里，这种项目还在，但被三股更重的力量挤到了后面：阿里巴巴把内部跑了很久的代码审查系统开源了，腾讯把企业知识平台推上了榜，Anthropic 官方下场做知识工作者插件。个人 Skill 的狂欢还在继续，但大厂和平台方已经开始收编战场。

 

数据取自 GitHub Trending 周榜（近 7 天滚动窗口新增星标排序），抓取时间 2026-09-20，并与 whatstrending.ai、第三方周报、CSDN 每日简报做了交叉验证。星数为抓取时点实时值，阅读时可能已有变化。

 

目录

 

• 本周 TOP10 速览
• 1. alibaba/open-code-review：阿里把内部代码审查系统开源了
• 2. bilawalsidhu/gods-eye-view：浏览器里的间谍卫星，数据是真的
• 3. affaan-m/ECC：26 万星的 Agent Harness 霸主，还在涨
• 4. ayghri/i-have-adhd：别让 Agent 把答案埋在万字长文里
• 5. stablyai/orca：同时指挥一支 Agent 舰队
• 6. Tencent/WeKnora：把一堆文档变成会自己长大的 Wiki
• 7. Panniantong/Agent-Reach：一个 CLI 让 Agent 看遍全网
• 8. addyosmani/agent-skills：25 个技能，把工程纪律写进 Agent
• 9. blader/humanizer：25 条模式，把 AI 味从文字里洗掉
• 10. anthropics/knowledge-work-plugins：Anthropic 官方的岗位插件库
• 本周五个信号
• 发布建议（发布前删除本节）

 

---

 

本周 TOP10 速览

 

#   仓库                                 语言        总星      本周新增
--  -----------------------------------  ----------  --------  --------
1   alibaba/open-code-review             Go          37,823    +15,028
2   bilawalsidhu/gods-eye-view           JavaScript  38,767    +10,207
3   affaan-m/ECC                         JavaScript  263,078   +6,265
4   ayghri/i-have-adhd                   Python      48,831    +5,589
5   stablyai/orca                        TypeScript  72,861    +5,404
6   Tencent/WeKnora                      Go          27,613    +4,867
7   Panniantong/Agent-Reach              Python      83,547    +3,914
8   addyosmani/agent-skills              JavaScript  97,194    +3,445
9   blader/humanizer                     Python      50,342    +3,024
10  anthropics/knowledge-work-plugins    Python      25,184    +3,000

 

榜单外紧跟着的是 microsoft/markitdown（+2,767）、heygen-com/hyperframes（+2,498）、anthropics/claude-code（+1,999）、mksglu/context-mode（+1,710）。十席里有九席直接服务于 AI 编码 Agent——"给 Agent 造工具"已经不是附庸，而是一个独立赛道。

 

---

 

1. alibaba/open-code-review：阿里把内部代码审查系统开源了

 

一句话定位：混合架构的代码审查工具——确定性静态分析流水线 + LLM Agent 双轨并行，输出行级精确评论，内置 NPE、线程安全、XSS、SQL 注入等多语言规则集，兼容 OpenAI 与 Anthropic 接口。

 

为什么本周爆火：本周增长冠军，单周 +15,028 星。核心吸引力在于它不是又一个"让 GPT 看看你的 diff"的玩具，而是把两件事拆开做了：能用规则确定的问题绝不花钱问模型（确定性流水线），只有需要语义理解的部分才交给 LLM Agent。加上"battle-tested at Alibaba's scale"这句背书，以及 9 月 18 日刚发布的 0.1.0 版本，热度和时机都对上了。

 

核心亮点：

 

• 双轨架构：静态规则流水线兜底基础质量与合规，LLM Agent 负责跨文件的语义级审查，成本可控。
• Token 预算硬约束：近期修复把 --max-tokens-budget 的检查从"调度下一组时"提前到"每一轮 LLM 调用前"，超预算的组走 grace round 后报 failed(budget)，不会出现跑一半静默烧钱。
• 行级评论落地 IDE：VSCode 扩展已可用，JetBrains 插件（Kotlin 编写）已合入雏形并上架 Marketplace，评论通过 RangeHighlighter 精确挂载到具体行。
• 审查会话可归档：ocr session export 导出自包含 HTML，适合作为 CI 产物留存。
• 多模型兼容：OpenAI / Anthropic 协议通用，仓库内还有 Claude Code、Codex、Kimi 的插件注册清单。
• 安装友好：Go 二进制按 @alibaba-group/ocr-{os}-{arch} 拆成平台包走 npm optionalDependencies，不需要从 GitHub Release 拖大文件。

 

技术栈：核心 Go（cmd/opencodereview），CLI 启动器 Node.js，VSCode 扩展 TypeScript，JetBrains 插件 Kotlin。

 

快速上手：

 

npm install -g @alibaba-group/ocr
 
ocr config          # 配置模型 provider
ocr review          # 对当前变更发起审查
ocr session export <session-id>   # 导出审查会话为 HTML
 
# VSCode / JetBrains 扩展内可直接看到行级评论

 

适合谁：中大型研发团队做 CR 流水线；需要在 CI 里留痕归档的合规场景；已经用 Claude Code / Codex 但缺一道自动化质量闸门的团队。

 

注意事项：许可证类型建议在发布前到仓库二次确认（页面侧栏显示 Apache-2.0，但仓库内主要是 SPDX header 检查机制）；JetBrains 插件仍属早期版本；"阿里规模验证"目前是官方口径，暂无公开的性能基准数据。

 

---

 

2. bilawalsidhu/gods-eye-view：浏览器里的间谍卫星，数据是真的

 

一句话定位：浏览器里跑的开源空间情报（GEOINT/OSINT）客户端——摄影级 3D 地球上叠加 15 层真实实时数据：航班、船舶、卫星、地震、火点、公共摄像头、公交……

 

为什么本周爆火：三连榜，本周 +10,207 星，累计 38,767。它的传播飞轮很清晰：作者 Bilawal Sidhu 的 "God's Eye View" 视频系列（YouTube 500 万+播放）提供原始流量，产品本身"看起来像禁区座舱、但数据全是公开可查的"这个反差提供留存，而每周可见的新图层提供复访。本周依然在高强度迭代。

 

本周新动作：

 

• Scene Director 导演模式（9/15–16）：可创作、导入、序列化电影级相机巡演，用于剪辑和演示。
• CCTV 大扩张（9/14–15）：一次性合入 7 个社区贡献的摄像头包（Ontario 511、Fintraffic Finland、DriveBC、TxDOT、Tallinn、Warendorf、Live Traffic NSW），再加卡尔加里包，默认目录从 800 → 约 3,600 个公共摄像头。
• Transit 实时公交层（9/15）：接入开放 GTFS-Realtime，覆盖波士顿、奥斯汀、赫尔辛基、荷兰、挪威等地。
• 尼泊尔洪灾事件场景（9/15）：新增可复现的真实事件场景。
• 船舶数据修复（9/16）：区分"部分快照"与"过期数据"，避免把残缺数据当成实时。
• 社区 PR 审核流程正式写入 .agents/ 文档。

 

15 层数据里 13 层免密钥：Live Flights（11,000+ 实时飞机，OpenSky + adsb.lol）、Military Flights、Live Vessels（AISStream）、Satellites（CelesTrak 838 个天体）、Earthquakes（USGS）、Traffic、CCTV Mesh、Radio（Radio Browser）、Transit、Bikeshare、Directions（OSRM）、Active Fires（NASA FIRMS）、Space Missions、Mapped Installations。另外捆绑了静态基础设施数据集：数据中心 4,351、水坝 704、海底电缆 712。

 

技术栈：Vanilla JavaScript + CesiumJS + Vite，无前端框架；语音控制走 OpenAI Realtime API（28 个工具）；MIT 许可证。

 

快速上手：

 

git clone https://github.com/bilawalsidhu/gods-eye-view.git
cd gods-eye-view
npm ci
npm run dev
# 无需任何 API key 即可看到 13 层数据

 

适合谁：记者、开源情报研究者、地理空间爱好者、做演示和视频内容的人。也可以当成"公开数据能做到什么程度"的教学样本。

 

注意事项：项目明确声明不做人脸或个人追踪；部分图层（Google 写实 3D、NASA FIRMS、AISStream、TomTom 实时流速）需要自备密钥；官方托管版"coming soon"，目前仍需本地运行。

 

---

 

3. affaan-m/ECC：26 万星的 Agent Harness 霸主，还在涨

 

一句话定位：Agent Harness 性能优化系统——Skills、Instincts、Memory、Security、Research-first 五件套，适配 Claude Code、Codex、OpenCode、Cursor 等全平台。

 

为什么还在涨：本周 +6,265 星，累计 263,078，是全 GitHub 累计星数最高的 Agent 工具生态项目。当 Skills 框架进入"比拼覆盖广度与精细度"的阶段，ECC 靠 292+ 个结构化 Skill 模板成为事实标准之一。本周动态包括合并 sponsor 状态修复、新增 Rails 框架模式 Skill、memory 模块修复"区分不完整读取与缺失记录"的边界问题。

 

核心亮点：

 

• Instincts（直觉）层：不只是技能清单，而是把"遇到这种情况该怎么反应"的行为倾向也编码进去。
• Memory 层：跨会话记忆，本周刚修掉"读了一半"和"压根没记录"被混淆的问题。
• Research-first：强制先调研再动手，抑制 Agent 上来就写代码的冲动。
• Security 护栏：内置安全约束，防止破坏性操作。
• 全平台覆盖：一套配置多处生效，不绑定单一厂商。

 

技术栈：JavaScript；MIT 许可证。

 

适合谁：已经深度使用编码 Agent、希望一次性沉淀团队方法论的工程师；不想每个项目重复造 Skill 轮子的团队。

 

注意事项：体积庞大，初次加载的上下文开销不小；建议按需启用子模块而非全量加载。累计星数 26 万+ 属动态值，引用前建议核对。

 

---

 

4. ayghri/i-have-adhd：别让 Agent 把答案埋在万字长文里

 

一句话定位：一个 Skill，强制编码 Agent 用 ADHD 友好的方式输出——先给结论，列表每组不超过 5 项，按优先级排序，不写"希望这对你有帮助"式结尾。

 

为什么爆火：二连榜，本周 +5,589 星，累计 48,831。名字即需求：它被长回答折磨的人太多了。本周的更新也说明作者在认真维护——README 更新、加入 Codex 插件兼容、修复 OpenCode 的 JSON frontmatter 解析、把 SessionStart hook 超时从 5 秒抬到 30 秒（避免冷启动被吞）、评估脚本开始校验成本测量的输入开销。

 

核心规则（约 10 条）：

 

• 开头直接给下一步该做什么
• 列表每组上限 5 项，按优先级排序
• 不写结尾客套话
• 多步操作用编号步骤
• 保留一条兜底规则（Rule 9），处理确实需要长输出的情况

 

技术栈：Python；MIT 许可证。

 

快速上手：把规则放进 ~/.claude/skills/ 或等价位置，一次配置跨 Claude Code / Codex / Cursor / OpenCode / Pi 生效。

 

适合谁：所有被 Agent 啰嗦输出折磨过的人；团队想统一 Agent 输出风格的场景。

 

注意事项：它是输出格式约束，不改善推理质量；对需要详尽解释的场景（教学、审计）要手动关掉。

 

---

 

5. stablyai/orca：同时指挥一支 Agent 舰队

 

一句话定位：ADE（Agent Development Environment）——用你自己的订阅，并行跑任意编码 Agent，桌面 / 移动 / 远程三端统一面板。

 

为什么本周爆火：本周 +5,404 星，累计 72,861。它把"并行 Agent 编排"从脚本阶段带到了 IDE 级别：一个 issue 一个 Agent，多个 Agent 同时干活互不打架，而且用你自己的订阅额度——不额外烧钱。本周重点在移动端：9 月 18 日上线 OTA phase C，移动端通过 web shell bridge 实现页端 RpcClient；同时修了 Windows 原生依赖与 userData 写入兼容性、文件浏览器全工作区搜索、中继排干后单元格孤立等问题。

 

核心亮点：

 

• 自带订阅：接入你已有的 Codex / Claude 等凭证，Orca 不托管模型，只做调度外壳。
• 三端可用：Electron 桌面端（Win/macOS）+ React Native/Expo 移动端 + 远程 headless runtime。
• 并行编排：worker 调度、最新优先分页、截断警告，多任务并行不串味。
• 终端稳定性细节：PTY 流反压看门狗（60 秒）、CJK 输入法对齐、SSH 重连边界处理。
• Skills 系统：computer-use 限定 GUI、orca-cli 指令、Playwright 路由限制。

 

技术栈：TypeScript；Electron + React Native/Expo + Node/Postgres；pnpm、Vitest、oxlint。

 

适合谁：想同时推进多个 issue 的独立开发者；需要批量改代码、批量修 lint 的工程团队；希望在手机上盯 Agent 进度的重度用户。

 

注意事项：许可证类型未在仓库显要位置标明，商用前务必确认；安装文档相对分散，首次配置有一定门槛；多 Agent 并行会放大额度消耗，需自行监控。

 

---

 

6. Tencent/WeKnora：把一堆文档变成会自己长大的 Wiki

 

一句话定位：腾讯开源的 LLM 知识平台——把原始文档变成可查询的 RAG、自主推理 Agent、自维护 Wiki 三样东西。

 

为什么本周爆火：本周 +4,867 星，累计 27,613。它切的是中文企业最痛的场景：文档散落在飞书、GitLab、语雀、Notion、钉钉里，格式从 PDF 到 XMind 都有，还想私有化部署。WeKnora 给出的答案是"一条龙 + 全开源（MIT）"。当前版本 v0.8.0，9 月仍在密集迭代。

 

三大能力：

 

• 可查询 RAG：多源自动同步（飞书 Wiki/云盘、GitLab、腾讯 IMA、Notion、语雀、钉钉、RSS），10+ 格式解析（Office 通过 anydoc 引擎在 Go 进程内直接转 Markdown），向量 + 关键词 + 混合检索，chunk 级编辑与修订。
• 自主推理 Agent：ReAct 模式自动调度检索工具、MCP 工具、租户技能目录；执行环境配 Docker / E2B / Cube 沙箱；支持跨会话长期记忆（画像/偏好/事实/任务/兴趣）。
• 自维护 Wiki：Agent 把原始文档蒸馏成结构化、互相链接的 Markdown 知识库，生成交互式知识图谱，支持修订历史（快照 + 行级 diff + 一键回滚）。

 

其他要点：内置原生 MCP Server（Go 实现的 mcp-go Streamable HTTP，per-workspace endpoint）；20+ LLM 提供商（OpenAI、DeepSeek、Qwen、智谱、混元、Gemini、MiniMax、LiteLLM、Ollama 等）；企业级治理含 RBAC 四级角色矩阵、审计日志、作用域 API Key；IM 接入企业微信 / 飞书 / Slack / Telegram / QQBot；Docker Compose 与 Helm 双部署路径。

 

技术栈：Go 后端 + Node/Nginx 前端；文档解析用 Rust 静态库 anydoc 经 cgo 链接；数据库仅支持 PostgreSQL 或 SQLite（明确不支持 MySQL）。

 

快速上手：

 

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
docker compose up -d
# Helm charts 位于 helm/ 目录，适合 K8s 部署
# 另有 weknora-lite 轻量版（Homebrew Formula）

 

适合谁：要建内部文档问答与合规审计的企业 IT；需要私有化、数据主权可控的知识管理团队；想快速搭自主知识助手的 AI 应用开发者。

 

注意事项：不支持 MySQL，选型时注意；v0.8.0 已移除 local host-process 沙箱，必须用 Docker / E2B / Cube；MIT 许可证，但第三方组件许可曾做过清理，商用前建议自行复核依赖清单。

 

---

 

7. Panniantong/Agent-Reach：一个 CLI 让 Agent 看遍全网

 

一句话定位：给 AI Agent 装眼睛——一条 CLI 读取和搜索 Twitter、Reddit、YouTube、GitHub、B 站、小红书等 16 个平台，零 API 费用。

 

为什么本周爆火：本周 +3,914 星，累计 83,547。它解决的是 Agent 联网这个老大难：每个平台一套 API、一套鉴权、一套反爬策略，维护成本极高。Agent-Reach 的做法是做一层"能力层"——替你选后端、装后端、体检后端，后端换代了你不用操心。

 

当前选型（部分）：

 

• 读网页：Jina Reader（免费免 Key）
• 推特：twitter-cli 主打，OpenCLI 走浏览器登录态兜底
• Reddit：OpenCLI（匿名接口已封、官方 API 审批制，只剩登录态路线）
• YouTube 字幕与搜索：yt-dlp
• B 站：bili-cli（yt-dlp 已被 B 站风控 412 封死）
• GitHub：官方 gh CLI
• 小红书：OpenCLI 复用已有会话，备选需手工导出 Cookie
• 全网搜索：Exa 经 mcporter MCP 接入，免 Key
• Boss 直聘（新）：boss-agent-cli + CDP 真 Chrome，平台数 15→16

 

技术栈：Python（agent_reach/），uv 管理依赖，ruff + mypy + pytest 门禁；CDP 通信用标准库 websocket，不引新依赖。

 

快速上手：

 

agent-reach install --env=auto     # 默认只读检查，列出缺失项
agent-reach install --system       # 明确允许安装系统依赖
agent-reach install --dry-run      # 仅预览
agent-reach doctor                 # 真实执行探针，区分缺失/损坏/超时

 

适合谁：要让 Agent 具备全网调研能力的开发者；不想逐个平台申请 API Key 的人；做舆情、竞品、选题自动化的人。

 

注意事项（重要）：多数平台走的是浏览器登录态复用路线，属于 ToS 灰区——Reddit 官方 API 已审批制、LinkedIn 明确禁止自动化、Boss 直聘带 CDP 调试端口的 Chrome 几乎必现反爬挑战页。抓取行为请自行评估合规风险，尤其是商业用途。此外后端稳定性依赖上游开源项目（部分 pin 到固定 commit），登录态过期需要人工重新确认。

 

---

 

8. addyosmani/agent-skills：25 个技能，把工程纪律写进 Agent

 

一句话定位：Chrome 团队 Addy Osmani 维护的生产级工程技能集——25 个技能覆盖 Define → Plan → Build → Verify → Review → Ship 全生命周期，把资深工程师的纪律编码成 Agent 能读懂的 Markdown。

 

为什么本周上榜：本周 +3,445 星，累计 97,194。9 月是一轮密集的质量与安全加固：插件清单升到 0.6.10；停止在 SessionStart 自动注入元技能（减少上下文骚扰）；simplify-ignore 的 Stop 逻辑扩展以防数据丢失；规划技能修复为"绝不未经询问覆盖未完成计划"；触发准确率从 86% 提到 100%（76/76），CI 门槛从 80 提到 95。

 

核心亮点：

 

• 反合理化表格：每个技能都附常见借口（"我待会儿再补测试"）与文档化反驳——把 Agent 的偷懒路径提前堵死。
• 验证不可协商：每个技能以证据要求结尾（测试通过、构建输出、运行时数据），"看起来对"不算数。
• 安全护栏：破坏性路径操作需允许列表根目录 + 深度下限 + 所有者检查。
• 怀疑驱动审查：CLAIM → EXTRACT → DOUBT → RECONCILE → STOP 的对抗性流程。
• Google 工程文化基因：Hyrum's Law、Beyonce Rule、测试金字塔、Chesterton's Fence、trunk-based、Shift Left。
• 平台覆盖极广：Claude Code、Codex、Cursor、Antigravity、Gemini CLI、Copilot、Kiro 原生支持，通过 skills CLI 可装到 70+ 个 Agent。

 

技术栈：JavaScript；MIT 许可证。

 

快速上手：

 

npx skills add addyosmani/agent-skills              # 全量安装 25 个技能
npx skills add addyosmani/agent-skills --list       # 先浏览再装
npx skills add addyosmani/agent-skills --skill test-driven-development
 
# Claude Code 插件方式
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

 

适合谁：希望 Agent 遵守工程规范而非自由发挥的团队；想学习"技能该怎么写"的开发者（仓库里有与 Superpowers、Matt Pocock skills 的对比文档）。

 

注意事项：25 个技能全量加载会占用可观上下文，建议按项目阶段选择性启用。

 

---

 

9. blader/humanizer：25 条模式，把 AI 味从文字里洗掉

 

一句话定位：重写 AI 味文本让它像人写的，但不改动它说了什么——纯 Markdown，任何支持技能的 Agent 都能用。

 

为什么本周上榜：本周 +3,024 星，累计 50,342。9 月 6 日的 3.0.0 是一次彻底重构：围绕"为什么 AI 文本听起来是那个味儿"这一个解释重写，把 35 条模式收敛成 25 条，按强度与出现频率排序，并重新对齐了维基百科 "Signs of AI writing" 词条的最新版本。"反 AI 痕迹"这条赛道本周还有 no-ai-slop 同期上榜，说明需求是真实的。

 

25 条模式分五组（节选）：

 

• A. 摆姿态而非陈述：1. "不是 X 而是 Y" → 直接说重点；2. 单行金句结尾 → 删掉重复的收尾；3. 听起来很深的话 → 换成具体主张；4. 进正题前的铺垫 → 直接进正题；5. 跟不存在的人争论 → 删掉没被提出的反驳
• B. 按规则搞出来的节奏：6. 强行三连（"innovation, inspiration, and insights"）；7. 重复句式开头；8. 破折号当万能连接符；9. 堆叠限定词；10. 到处都是连字符词组；11. 被动语态与缺失主语
• C. 拔高与借来的权威：12. 滥用 AI 高频词（delve / testament / landscape / showcasing）；13. 拔高意义（"标志着一个关键时刻"）；14. 模糊关联；15. 浅薄的 -ing 附缀（symbolizing / reflecting / showcasing）；16. 销售话术；17. 借来的权威（"专家认为"）；18. 回避 is / are / has
• D. 按规则排版：Markdown 花活、装饰性箭头、一行一字呐喊
• E. 上一版的残留：22. 聊天机器人残渣（"好问题！""希望对你有帮助"）；23. 知识边界免责声明与猜测；24. 标题在首句重复一遍；25. 写"上一版"的事

 

它怎么工作：标出所有命中的模式（最强的排最前）→ 起草重写（不把原文结构当固定项）→ 拿模式和原文主张核对草稿 → 写最终版。不编造事实：姓名、数字、日期、引文、引用必须来自原文或作者，缺细节就问而不是编。给文件时只改散文，代码、数据、frontmatter、链接目标一律不动。

 

技术栈：Python；MIT 许可证。

 

快速上手：

 

npx skills add blader/humanizer --global
# 调用：/humanizer 然后粘贴文本，或直接指向文件
# 想贴合自己的文风，先给 2-3 段自己的文字做样本

 

适合谁：用 AI 起草但需要人工质感的内容创作者；要去掉 AI 痕迹的技术写作者；需要统一品牌语调的团队。

 

注意事项：它是风格改写工具，不是 AI 检测器（旧版本曾带 ai-detection 关键词，3.0.0 已移除）；弱信号模式只在多个同时出现时才计数，刻意使用不会误伤；改写后仍需人工核对事实。

 

---

 

10. anthropics/knowledge-work-plugins：Anthropic 官方的岗位插件库

 

一句话定位：Anthropic 开源的 11 个岗位插件，主要面向 Claude Cowork 的知识工作者——把 Claude 变成某个职能的专员。

 

为什么本周上榜：本周 +3,000 星，累计 25,184。这是 Anthropic 把"Agent 能力"从开发者圈推向企业职能部门的关键一步：不是给你一个更强的模型，而是给你一套按岗位预制好的技能 + 连接器 + 斜杠命令。9 月 15 日刚更新了小企业插件——44 个技能覆盖财务、销售、市场、客服、运营、招聘。

 

11 个插件与对应连接器：

 

• productivity：任务、日历、日常工作流 / Slack、Notion、Asana、Linear、Jira、Monday、ClickUp、Microsoft 365
• sales：线索调研、通话准备、pipeline 复盘、竞争 battlecard / HubSpot、Close、Clay、ZoomInfo、Fireflies
• customer-support：工单分诊、回复起草、升级打包 / Intercom、HubSpot、Guru
• product-management：写 spec、排路线图、综合用户研究 / Linear、Figma、Amplitude、Pendo
• marketing：内容起草、campaign 规划、品牌语调、竞品简报 / Canva、Figma、Ahrefs、SimilarWeb、Klaviyo
• legal：合同审查、NDA 分诊、合规与风险评估 / Box、Egnyte
• finance：分录准备、对账、报表、差异分析、关账与审计支持 / Snowflake、Databricks、BigQuery
• data：SQL、统计分析、看板、结果校验 / Snowflake、Databricks、BigQuery、Definite、Hex
• enterprise-search：一次查询横扫邮件、聊天、文档、Wiki
• bio-research：临床前科研工具与数据库 / PubMed、bioRxiv、ClinicalTrials.gov、ChEMBL、Benchling、Open Targets
• cowork-plugin-management：创建或定制你自己公司的插件

 

插件结构（全部是文件，没有代码和构建步骤）：

 

plugin-name/
├── .claude-plugin/plugin.json   # 清单
├── .mcp.json                    # 工具连接
├── commands/                    # 显式调用的斜杠命令
└── skills/                      # Claude 自动调用的领域知识

 

技术栈：Python（仓库语言统计）；Apache-2.0 许可证。

 

快速上手：

 

# Cowork：直接从 claude.com/plugins 安装
 
# Claude Code：
claude plugin marketplace add anthropics/knowledge-work-plugins
claude plugin install sales@knowledge-work-plugins
# 之后 /sales:call-prep 之类的命令即可用

 

适合谁：想把 Claude 变成岗位专员的企业团队；需要把公司术语、组织结构、流程注入 Agent 的管理者；HR / 财务 / 法务 / 市场等职能部门。

 

注意事项：这是精选库，不接受外部直接 PR（外部贡献需走插件目录提交流程）；插件是通用起点，价值在于按公司实际情况改造 .mcp.json 和技能文件；部分连接器（Microsoft 365 等）需通过 claude.ai Connectors 目录配置。

 

---

 

本周五个信号

 

信号一：大厂从"用 Agent"转向"给 Agent 造基建"

 

前三周榜单的主角是个人开发者的 Skill 小工具，本周阿里（open-code-review）和腾讯（WeKnora）双双进入前六，Anthropic 官方插件库挤进第十。这不是巧合——当 Skill 形态被验证之后，真正有工程资源的一方开始入场，把内部跑了很久的系统开源出来换取生态位。个人 Skill 与大厂平台不再是同一维度的竞争。

 

信号二：质量闸门成为 Agent 时代的新刚需

 

Agent 写代码的速度上去了，代码审查就成了瓶颈。open-code-review 本周断层第一，说明这个痛点被严重低估过。它的架构选择也值得注意——能用规则确定的绝不问模型，这在 Token 成本敏感的 CI 场景里才是可持续的。预计接下来会有更多"确定性流水线 + LLM 兜底"的混合方案出现。

 

信号三："反 AI 味"从吐槽变成了产品线

 

humanizer（+3,024）和榜外的 no-ai-slop（+2,256）同期上榜，加上上周的 i-have-adhd 和 ponytail，一条完整的产品线浮出水面：i-have-adhd 管说得更短，ponytail 管写得更少，humanizer 管更像人写的。有意思的是 humanizer 3.0.0 把 35 条模式收敛到 25 条并给出统一的机理解释——这类项目正在从"清单"进化为"方法论"。

 

信号四：Agent 编排从单点走向舰队与三端

 

orca（+5,404）代表的方向是"同时指挥多个 Agent"，而 mksglu/context-mode（+1,710）、max-sixty/worktrunk（+1,141）分别解决"上下文爆炸"和"多 Agent 抢同一个工作区"。加上 orca 本周在移动端 OTA 上的投入，一个趋势很清楚：Agent 不再是你盯着看的终端窗口，而是一支需要调度面板的劳动力。

 

信号五：Skill 生态进入"标准化前夜"

 

本周榜单里 ECC、agent-skills、knowledge-work-plugins、i-have-adhd、humanizer 全是 Skill 或插件形态，且各自支持 7–70+ 个不同的 Agent 平台。安装方式已经收敛到 npx skills add <repo> 和 plugin marketplace add 两种。下一步最值得关注的不是谁的技能多，而是这几家会不会出现互操作协议——就像当年 npm 之前的模块格式之争。