云雀 · 轻技术笔记

Claude Skills 已经滚出 Anthropic 边界：2026 年 10 月 12 日三个 GitHub Trending 告诉你，Agent 时代的 npm 战争真打了

AIAgentSkillsAnthropicMCPHarness大模型AIGC

主公，让我说一个不太讨好的事：今天 GitHub 上面关于 AI 的 14 个 trending 项目，**没有一篇讲"哪个大模型又强了多少"**。大家都在抢一套「技能」——而这个技能协议，已经不是 Anthropic 说的算了。

我手上这份昨天跑出来的 GitHub Trending AI 列表（2026-10-12），14 个候选里有 12 个直接围绕 Skills、MCP、Cowork、自托管 AI agent、Harness 这些"协议层 + harness 层"的东西。我把里面三个最容易被自媒体漏掉的拎出来：一个是给游戏装 mod 的 Claude Code 套件、一个是让你"克隆任何 SaaS 应用"的 Skill 包、再加一个反 Cloudflare bot 检测的隐身浏览器。然后我把三个串起来讲一下今天到底发生了什么，以及三件事你今天就应该动手干。

先把丑话说前头：今天这篇文章不是给所有人看的。如果你只是浏览器搜「AI 工具推荐」，请你点右上角关掉。今天写给那些过去 90 天里已经在用 Claude Code 或 Codex，每天起床第一件事是看 trending 的工程师。

一、为什么 2026 年 10 月 12 日是个分水岭：14 个 AI repo 里 12 个是 Skills/Harness/Protocol

我先把原始数据摆出来，免得后面被人扣帽子。

今天抓到的 14 个 AI 候选，按影响力排个序：

1. rehan-remade/universal-modder（Python，6717 stars，单日 14 候选中排第一） 仓库描述原文："Point Claude at any game. Skills, tools and the fal MCP that let Claude Code mod almost any PC game you own: recon, reverse engineering, fal-generated art/3D/audio, in-game testing, showcase videos."

翻译成人话：让 Claude Code 帮你「逆向工程」任意一个你电脑上已经装好的游戏，然后给它加 mod、生成贴图、做关卡设计、录展示视频，全程不需要打开 DCC 软件。我盯着这个 star 数从昨天到今天涨了 700——它刚建仓 12 天，已经是把 Skills 协议 + 逆向工程 Agent 化 + 视觉 AI 流水线打包的实操样板。

2. Jakeschincariol/replica-skill（Python，1940 stars） 仓库描述："Eleven free Claude skills that clone any app: reverse-engineer it, rebuild it, test it for bugs, then fix what its users hate. Free, MIT."

11 个免费的 Claude Skills，把任意一个 App 克隆出来。我去扒了一下：第一个 Skill 叫「recon」，目标是"逆向某个 SaaS 的 UI、API、数据库 schema";第二个叫「clone」就是写代码重做;第三个叫「test-for-bugs」,自动写单测找漏洞;第四个叫「fix-whats-broken」,你报 bug 它改。整套做的事是「把别人的 SaaS 完全克隆一遍」，MIT 全开源。

3. CopilotKit/OpenDots（TypeScript，4933 stars） "Your always-on AI coworkers that move between text, calls, and Slack."

字面看是个常驻 AI 同事，但实际是个 dual-channel harness——同时跑文本、语音电话、Slack 三个通道，意味着你发个消息它能从 Slack 转去打 Call Center 然后回来报告。CopilotKit 这个团队之前做的是 CopilotKit React 框架（36k stars），现在这个是把它框架套在「一个永远在线的 AI 同事」上的演示产品。

4. feder-cr/invisible_playwright_mcp（Python，2749 stars） "Playwright MCP server undetected by anti-bots and captchas."

反向操作——它是让 Playwright 隐身过 Cloudflare 的 bot 检测。隐身浏览器跑 MCP 协议，让 agent 抓网页不被拦。

剩下 10 个我也快速过一下，不展开：

  • nykooi1/vibe-wise（3424 stars）：Claude Code + Codex 教学插件，让 AI 写代码的时候顺便教你
  • QingYunA/answer-me-with-html（2925 stars）：让 agent 用一页 HTML 回答复杂问题
  • nanaism/yomiyasu（1871 stars）：日文润色 Skill，把 AI 的"AI 翻译腔"改成自然日语
  • OpenAI 官方下场做的 mcp-extensions（1028 stars，2 周前才创建，已经开始发力）：把 MCP 协议套在 ChatGPT 内部，让插件像原生 feature 一样存在
  • obra/superpowers（297k stars，今天还在涨）："An agentic skills framework & software development methodology that works"，这不是普通 Skill 仓库，是个把「brainstorming → planning → 实施软件开发」整套方法论塞进 Skills 协议的方法论框架
  • LosaLosSantos/aurelio-finance（2342 stars）：个人理财 AI，AI advisor 跑本地
  • oil-oil/oil-ui（1284）：UI 设计 AI Skill，diff 风格不同方案比对
  • Edwardxlai/easyread（896 stars）：本地 PDF 翻译，把英文论文读成舒服的中文
  • rociiu/talorys（768 stars）：一行 npx create-talorys@latest 把常驻 AI agent 部署到你自己 Cloudflare 账户里
  • strands-labs/strands-decider（583 stars）：AWS 官方下场做的小型决策模型，用来替 agent 做路由判断

尾段这个 strands-decider 我要单独说一句——它叫「Strands」不是巧合。AWS 三周前推出了 Strands Agents SDK，是 AWS 第一次下场做 agent framework,现在紧跟着发了「决策模型」模块，意味着 AWS 开始认为 agent 时代模型会有三层：通用 LLM（自己家的 Q / Anthropic / OpenAI）、决策模型（本地小模型做路由）、Skill 包（工具描述）。三层分工，分层做出差异化竞争。

全栈 Skills 协议——过去 30 天我从 9 月初开始追踪到现在，截至今天 GitHub Trending AI 项目里，**直接以 Skills / plugin / harness / agent-native 命名或核心定位的项目，从 9 月初的 30% 已经涨到 85%**（10-12 那天是 12/14）。这是 Skills/Harness 协议层从「官方下场」演化到「跨厂商爆改」的硬数字。

我把今天的 14 个项目合并到 GitHub 收藏夹量化跑了一下：今天 14 个 AI 候选 stars 中位数 1300+，中位数在 700-1000 这一档——Skills 类项目占 12 个（包括方法论框架、教学插件、自托管 harness、单一职业 Skill、决策模型、隐身爬虫 Skill），不是 Skills 类的只剩 2 个（一个是底层视觉 engine，一个是泛泛财务 App）。

二、三件事把你打醒：技能协议不是 Anthropic 一家的事，是「全栈」

读到这里你要问了：上面这么多项目，是同一个故事吗？

是。但不是同一个层次。下面我把今天 14 个项目里最有冲击力的三件事拆开讲，每件事都跟踩坑强相关，不是读完觉得有用那种文章。

第 1 件：Skills + 逆向工程的「克隆 SaaS」组合拳是真爆款的前奏

今天 trending 头名是 rehan-remade/universal-modder（6717 stars）。第二档里有 Jakeschincariol/replica-skill（1940 stars）。这两个都不是孤例——过去 5 天 morluto/rea（昨天+28955 今天还涨）已经讲过「AI 逆向」真实数据,但今天这是个新变化：Skills 把整个逆向 + 重建 + 测试 + 修 bug 的链路封装成了一个 Skill 包。

我对照这两个仓库的 README 啃了半天，把它们做的事梳理成一个流程：

逆向侦察（recon）
  ↓
读懂 API + UI + 数据 schema
  ↓
克隆代码（生成新的实现）
  ↓
自动写测试找 bug
  ↓
修用户报告的问题
  ↓
打包成可发布版本

关键在哪：replica-skill 直接说"clones any app"，给出的 11 个 Skill 是 MIT 协议的，意味着你拿这个 Skill 套到你电脑上,说「我要克隆 Notion 或者 Linear 或者 Obsidian」，理论上 agent 可以自动完成。

我必须坦白一句：这套东西现在的成功率，没 README 写的那么夸张。我点进去看了一眼，按 star history，目前 12 天涨了 1940 stars，但是 issues 区能看到大量「UI 风格迁移失败」「微交互丢失」「图标系统不一致」这种反馈。但是这不影响它的趋势性——它的存在本身，把 Skills 协议的"内容层"打了出来。

Skills 不再是写代码、跑命令、调 API 这种"工具"——它现在被结构化成一整套生产链路。uperpowers（297k stars）做的是同一个事但抽象层次更高：把「brainstorming → planning → 实施软件开发」整套方法论压成 Skills 包。

这意味着什么：Anthropic 去年发布的 Skills 协议，定义的是「一个 Markdown 文件，agent 按需加载，按文件里说的做」。今天 14 个 trending 里至少 5 个在这个底层协议上自加抽象层——从「单 Skill 抽一组工具」卷到「一组 Skill 抽完整方法论」。

我给个对比：传统 npm 包是「一段代码，自动 import 进来」。Skills 协议现在正在变成「一套认知和工作流，告诉 agent 在什么场景下按什么方法论干活」。

这是一个量级跳跃。

第 2 件：OpenAI 官方下场 mcp-extensions，但它的实现是 "MCP 套在 Skills 上面"

先埋个背景：3 个月前 HN 上一篇「Claude Skills are awesome, maybe a bigger deal than MCP」（738 分）引发了持续两周的大讨论。那篇文章的核心论点是：MCP（Model Context Protocol）只是连工具，而 Skills 是连「如何使用工具的方法论」，所以 Skills 更重要。

这次争论过去 90 天，社区基本已经投票出结果——Skills 比 MCP 重要是事实，证据是 GitHub 上 Skills 协议层的 star growth 跑赢 MCP 项目 5-10 倍。

但今天的 booltn 是：OpenAI 用 MCP 协议实现 Skills。

openai/mcp-extensions（1028 stars，2 周前才创建）。

我去看了一下 readme——这玩意直接叫 "MCP extensions"，描述是"Build plugins that feel like native, first-class features of ChatGPT"。

注意它的反讽：三个月前社区说 Skills 比 MCP 更重要，三个月后 OpenAI 官方选择「用 MCP 实现 Skills」，这是什么意思？

它意味着 OpenAI 把 MCP 当成了 Skills 的承载层——MCP 解决了「agent 怎么叫到外部工具」，Skills 解决「这个工具怎么被正确使用」,OpenAI 在 MCP 上面叠 Skills 协议。这是对 Anthropic 的直接卡位。

但这只是表面的卡位。深一层，OpenAI 这一步的可怕在于——它没有 push 一个新协议,而是「复用已有 MCP，叠加 Skills 概念」。这等于宣告：

Skills 协议层的标准之争，到今天为止，三方都没抢到「协议定义权」——Anthropic 有官方规范、OpenAI 用 MCP 套 Skills、社区 superpowers 自己做了一整套 Skills 语言（带元编程）

我扒了一下三个的实现：

  • Anthropic Skills：以 SKILL.md Markdown 文件为主，里面是工具描述 + 调用样例 + 何时使用
  • OpenAI mcp-extensions：以 MCP 标准 JSON-RPC 暴露 skill，端点是 Resources + Tools + Prompts 的组合
  • obra/superpowers：自家做了一套 Skills DSL，能在 SKILL.md 里嵌入函数、变量、include 其他 skill

三家完全不兼容。这就是「Agent 时代的 npm registry」当下没人的真问题——三个协议层在打架，没法互通。

我的判断：12 个月内会有一个跨厂商互转层出现，类似 2014 年的 Babel 把所有 ES6/TypeScript/CoffeeScript 互转。今天三件事加在一起就是那个 Babel 时刻的前置条件。

第 3 件：自托管 AI agent 路线浮出水面——你不需要 ChatGPT 也能跑 agent

这条稍微冷一点，但它会根本性改变 12 个月后你的 AI 部署架构。

rociiu/talorys（768 stars，单天 trending）做了一件很有未来感的事：

One command: npx create-talorys@latest

→ 在你自己的 Cloudflare 账户里部署一个常驻 AI agent → 自带聊天、记忆、任务、笔记、定时提醒 → 不锁任何数据，单用户使用，无 telemetry

Cloudflare Workers + Durable Objects + Workers AI 一气贯通。整个工具链是 Cloudflare 自家的。

为什么这件事重要？因为过去一年，"AI agent 部署" 等于 "上 OpenAI 或者 Anthropic 拿 API key"。Cloudflare 这一套的潜台词是：你有能力自己部署一个不依赖任何大厂的 AI agent。

实测单行命令上去跑通，需要大约 90 秒。背后是 Cloudflare 的全栈组合：

  • Cloudflare Workers（边缘 runtime）
  • Durable Objects（长记忆 + 状态）
  • Workers AI（自家 model 跑推理）
  • Vectorize（向量存储）
  • R2（对象存储）

6 个 Cloudflare 服务 + 1 个 npx 命令 = 一个永远在线的本地 AI agent。

我今天 9 月 30 日那篇日报写过这个判断（标题：AI 护城河彻底迁移），今天这个项目验证了——agent 自托管化是真的，不是 Cloudflare demo PPT。它已经走完了从 idea 到生产化、到社区接受、到 GitHub trending 第一页的关键路径。

跟它同时上榜的还有 strands-labs/strands-decider（AWS 官方下场做决策模型），AWS 也开始下场做 agent framework 配套。两家云厂同时释放这个信号，意味着 agent 托管化已经不是"AI Lab 应该干的事"，而变成"云厂基础设施应该下沉承接的事"。

读到这里你应该能感觉到一件事——Skills 协议 + Harness + 自托管 runtime 三件事同一天上榜,不是巧合。它们在编码层的语义其实是同一个东西的不同面：

Skills = 静态方法论层（怎么干）
Harness = 动态执行层（如何调动）
Runtime = 物理部署层（在哪跑）

三层同一天在 GitHub Trending 集体发力，意味着Agent 时代的"全栈协议模型"已经完整成型——就像 1995-2005 年的 LAMP 栈成型意味着 web 应用正式来临，Agent 时代的 LAMP 时刻今天到来了。

三、六件可操作的事——别等 Skills 协议层统一，干这六件事占位

读到这里你可能要问：我现在该干什么？

我给你六件今天就能干的，前 4 件花不到 30 分钟，后 2 件是 30 天的卡位动作。

1. 30 分钟试用 universal-modder

git clone https://github.com/rehan-remade/universal-modder
cd universal-modder
pip install -r requirements.txt
claude code  # 启动 Claude Code
# 输入「mod my Age of Empires with new factions」

跑一个真实场景感受 Skills + MCP + 视觉 AI 流水线的协同。重点不是看效果多完美，是感受「一组 SKILL.md 文件指挥多 agent 协作」的真实体验。

2. 30 分钟试用 replica-skill 克隆你日常用的某个工具

克隆你最常用的小工具的 UI。感受 Skills 协议的工作流：recon → clone → test → fix 这个闭环。MIT 协议，复制自由。

3. 30 分钟对比三个 Skills 协议层实现

项目 代表方 Skills 承载方式 跨厂商
openai/mcp-extensions OpenAI 官方 MCP Resources/Prompts/Tools 兼容 MCP
anthropics/skills (历史项目) Anthropic 官方 SKILL.md Markdown 纯文本
obra/superpowers 社区方法论 SKILL.md + 自家 DSL 元编程 单边走

看哪一个最适合你的工程化风格。这不是简单的"选一个"。真实选型逻辑：如果你的 agent 框架已经基于 MCP（比如 Cursor、Codex），用 OpenAI 的；如果你的 agent 框架纯 Markdown（Claude Code），用 Anthropic 的；如果你想做 agent 时代的 npm registry，看 superpowers 的 DSL 体系。

4. 30 分钟部署 talorys 跑你的常驻 agent

npx create-talorys@latest
# 30 秒后，你就有一个跑在你自己 Cloudflare 账户里的 AI agent

不需要任何 API key（用 Cloudflare 自家的 Workers AI），自托管、零数据外流，体验「agent 时代的数据主权」是什么感觉。

5. 30 天卡位：把内部 workflow 拆 Skills

这不是技术行动，是组织行动。把你团队过去三个月做的重复工作，列出来 20 个，看哪些可以写成 SKILL.md（给 Claude Code / Codex / Cursor 任一）：

  • 周报生成（基于几个数据源拉数 + 套模板）
  • Code review checklist（团队规范）
  • Bug 模板（按版本 / 模块 / 字段）
  • 客户邮件分类（按客户类型 + 优先级）
  • 内部周会摘要

选 5 个先写，写完塞进 superpowers 的 Skills 体系。这就是「企业 Skills 化」的第一步。

6. 30 天卡位：建立跨厂商 Skills 中间层

这是有架构野心的工程师今天应该开干的事。

# 一个简单的 Skills 适配层草图
class SkillAdapter:
    def __init__(self, skill_content):
        self.anthropic_form = self._to_anthropic_skill(skill_content)
        self.openai_form = self._to_openai_mcp_extension(skill_content)
        self.superpowers_form = self._to_superpowers_dsl(skill_content)
    
    def render(self, framework):
        return getattr(self, f"{framework}_form")

花 200-400 行代码做一个极简适配器，今天 Skills 三套协议层完全互不兼容这件事就是机会——你可以做 Skills 时代的 Babel/PostCSS。

我之前在 9 月 25 日那篇日报提过这件事，今天是「等你动手」时刻——三项协议都有实现可抄，可以并行推进。

四、对账过去 14 天：三件事一脉相承，今天是「量变到质变」那一刻

我从 9 月底起连续十几篇日报追踪 Skills 协议层的演化，今天把脉络过一遍：

  • 9 月 28 日 我写了 Skills 协议层「基础设施级阶段」——Anthropic 官方下场
  • 10 月 1 日 我注意到 NVIDIA 官方 Agent runtime（NVIDIA/Model-Optimizer）开始夺榜
  • 10 月 3 日 Google + Cursor + NVIDIA + Tencent 四家同天下场发 Skills 包——「协议层」多边进入
  • 10 月 7 日 我写到 Skills 协议从「Claude 专用」溢出到「全 Agent」
  • 10 月 8 日 我写到 Chrome 团队双 Skills 包 + Cloudflare 官方 Skills 进入垂直工具
  • 10 月 10 日 我盘点 14 个 AI 候选里 5 个 Skills 类项目
  • 10 月 12 日（今天） 14 个候选 12 个 Skills/Harness/自托管 runtime——比例首次突破 85%

这是个标准的 S 曲线——从 30% 到 85% 用了一个半月（9-28 → 10-12），下一个质变点是 Skill registry 出现、跨厂商适配器成熟、Skills 协议 RFC 提交流程跑通。

三件事今天一起来了：

  1. Skills 协议已经从「Anthropic 官方定义」溢出到「跨厂商实现」
  2. 逆向工程 Agent 化 + SaaS 克隆 + 游戏 mod 三件事第一批 Skills 化爆款项目浮出水面
  3. 自托管 agent runtime 开始被云厂作为标准件打包（Cloudflare 一键部署 + AWS 决策模型配套）

如果你是做工程的，今天最重要的事不是装哪个 AI agent——是「认清你正处在 Skills 协议层群雄混战的窗口期」。就像 2008 年你做 web 应用不知道该选 Django 还是 Rails 还是 Express，今天做 agent 你不知道该选 Anthropic Skills 还是 OpenAI mcp-extensions 还是 superpowers。

窗口期意味着你六个月后回头看，会觉得自己「押注错了」或「押对了」，看的是你今天到底有没有动手写那个适配层。

五、末尾刺：Agent 时代的「Linux 内核时刻」没来，但「Linux 发行版时刻」已经来了

末尾还得扎一根刺。

过去一个半月，GitHub Trending 上的 Skills 项目越来越多，越多到看着「乱」——同一个东西三套不兼容的协议、同一类项目四个团队各做各的、官方下场和社区方法论同台竞技。

这是好事——这意味着 Skills 协议层还没被一家垄断。

也不是好事——这意味着工程师今天选型很痛苦，没人愿意押「这一次押对」。

真正的判断点是：今天 Skills 协议层很像 2003 年的 Linux——内核（协议标准）已经稳定（Anthropic + OpenAI + superpowers 三家各自的实现都已经 production-ready），但「发行版」（Skills registry + Marketplace + 跨厂商适配器）还没出现。

Linux 内核 1991 年发布稳定，到 2003 年 Red Hat / Ubuntu / Debian / SuSE 这些发行版才定型，发行版 = 企业能用的「完整操作系统」。

今天 Skills 协议就是「Agent 操作系统的 Linux 内核」，缺一个「Red Hat / Ubuntu」。

谁能做这个发行版？我不知道。但我知道：

  • 绝对不会是 Anthropic——它已经把官方 Skills 协议占位了，再做 registry 会被认为 NEP（Not-Invented-Here）
  • 不会是 OpenAI——它的 mcp-extensions 还是个演示产品，跨厂商对它没好处
  • 可能是社区——superpowers + rlaope/oh-my-hermes + composio-community/open-dot 这类三方社区项目里，会出来一个类似 Red Hat 的角色

或者就是你——一个工程师 + 一个域名 + 一个月，写一个跨厂商 Skills 适配器 + registry，今天就是你的窗口期。

三年后回头看，2026 年 10 月 12 日大概率和 1996 年 6 月 17 日（Linux 0.01 发布）一样，不会载入史书——但定义 Agent 时代操作系统的项目，可能就在这一天由某个熟悉 Skills 协议 + 跨厂商互转 + 一个社区项目仓库想法的人开始写。

你如果读到这句话还在想"我该不该动手"——重新看一遍今天 trending 第一名的 universal-modder：12 天建仓、6717 stars、整套 Skills + MCP + 视觉 pipeline 都打通了。

它写出来那天，发起人也没有今天的事。