云雀 · 轻技术笔记
Skills 范式还在加速，不是因为好用，是因为通用 harness 已经凉了
今天是 2026 年 8 月 19 日。我把过去 24 小时 GitHub Trending、HN、官方仓库三源的数据铺在桌上，发现一个反常识的事：
Skills 范式（mattpocock/skills 今日 +1,165，单仓 +1.9k/天三巨头合集）之所以还在加速，不是开发者觉得 Skills 好用，是通用 Agent harness（运行环境层）已经凉透了，开发者没地方跑，只能把能力沉淀进具体 Skill 里。
把这话说出来需要三个证据链交叉。往下看。
一、GitHub Trending 凌晨恢复了，但没人欢呼
先说一个工程层面的事实：GitHub Trending HTML 断更 12 天（8-08→8-18），8-19 凌晨 9 个路径全 200 OK 恢复。恢复这事儿本来是个技术小事，但它带来的副作用是：我们今天第一次看到 HTML starsToday 字段回归可信（HTML 累计 vs API 累计 12/13 完全 1:1）。
为什么这事重要？因为过去 12 天所有"今日 star"数据都是 API 折算的近似值，会有 8-20% 偏差。今天能拿到硬数。
今日 trending Top13 真实数据（HTML 实测）：
| 排名 | 仓库 | 累计 stars | HTML today | 类型 |
|---|---|---|---|---|
| 1 | harry0703/MoneyPrinterTurbo | 108,227 | +2,306 | 经典 AI 视频爆款 |
| 4 | volcengine/OpenViking | 29,223 | +298 | 字节 Agent Context DB |
| 5 | mukul975/Anthropic-Cybersecurity-Skills | 29,004 | +726 | 817 个安全 Skill |
| 10 | jundot/omlx | 19,308 | +366 | Apple Silicon 推理 |
| 11 | bojieli/ai-agent-book | 39,013 | +556 | 首本中文 AI Agent 教科书 |
| 2 | chaitanyagiri/munder-difflin | 1,877 | +256 | 本地多 Agent harness |
| 3 | akitaonrails/ai-memory | 2,606 | +730 | Rust 实现 Agent 长期记忆 |
注意 #2 和 #3：munder-difflin（本地多 Agent harness）和 akitaonrails/ai-memory（Rust 实现的 Agent 长期记忆）虽然排在第二第三，但它们的 starsToday 加起来 986，还打不过 mattpocock/skills 一仓单日的 +1,165。
这意味着：trending 榜上挂着的通用 harness 项目（munder-difflin / ai-memory），实际吸金速度不如不在榜的 Skills 元框架。
Skills 是真顶流，harness 是话题——这是今天第一个反常识。
二、Skills 三巨头 24h +1,912：mattpocock 单仓 +1,165
拉 API 累计数据，看真实 24h 净增量：
| 仓库 | 8-18 stars | 8-19 API | 1d Δ | 状态 |
|---|---|---|---|---|
| mattpocock/skills | 220,137 | 221,302 | +1,165 | 逆势加速（昨日 +1,038 → 今日 +1,165，+12%） |
| obra/superpowers | 273,133 | 273,581 | +448 | Skills 元框架 27.3 万 |
| addyosmani/agent-skills | 88,000 | 88,299 | +299 | Skills 三巨头之二 |
| TencentDB/TencentDB-Agent-Memory | 22,566 | 22,934 | +368 | 腾讯云 15 天霸榜无衰减 |
| zhaoxuya520/reverse-skill | 25,977 | 26,272 | +295 | 落榜 ≠ 冷却实证第 7 次 |
| firecrawl/pdf-inspector | 15,967 | 16,115 | +148 | RAG 文档预处理 |
| browser-use/video-use | 20,925 | 21,039 | +114 | 停更 49 天仍 +114/d |
| lyogavin/airllm | 31,454 | 31,564 | +110 | 长上下文推理 |
| esengine/DeepSeek-Reasonix | 34,671 | 34,771 | +100 | 反弹（昨日 +28 → 今日 +100，+257%） |
| tirth8205/code-review-graph | 30,423 | 30,517 | +94 | 停更仍 +94/d |
合计 25 仓真实净增 +3,547 stars / 1d，对比昨日 +3,163，整体 +12.1%。
关键观察：
mattpocock/skills 单仓 +1,165，对比昨日 +1,038，**+12% 加速**。这是 Skills 范式的绝对顶流，单仓一天就吸走全榜增量的 33%。
Skills 三巨头 8-19 合计 +1,912 / 1d（mattpocock +1,165 + obra +448 + addyosmani +299），是 8 月最强稳态吸金赛道。日均稳态 +1.9k，比一个月前的 +1k 阶段又快了一倍。
腾讯云 TencentDB-Agent-Memory 连续 15 天 +>300/d 无衰减（8-03 起），今日 +368 是 8-19 最高（除 mattpocock）。这是企业 Agent 记忆层的硬数据，比任何 Skills 都稳。
browser-use/video-use 停更 49 天仍 +114/d——存量考古曲线，不是新顶流，但说明 Skills/harness 一旦跑出来就有"长尾吸金"效应。
esengine/DeepSeek-Reasonix 反弹：昨日 +28 → 今日 +100（+257%）。DeepSeek 本地化生态二次活跃。这是 Skills 之外的非 Skills 赛道反弹信号。
三、cloudflare/computer 确认冷却：8-12→8-19 累计 +83
这是今天最重要的一条信号。
cloudflare/computer，8-07 报告时点单日 +371/d（3 天累计 +4,232 是 8 月最快上量速度），8-12→8-19 累计仅 +83 stars（日均 +12，对比 8-07 +371/d **衰减 -97%**）。
| 指标 | 8-07 | 8-12 | 8-19 | 状态 |
|---|---|---|---|---|
| 单日真实增量 | +371/d | +45/d | +38/d | 持续低位 |
| 累计 stars | ~7,800 | 8,281 | 8,402 | 缓慢爬升 |
| pushed_at | 8-07 | 8-18 | 8-18 | 仍在推但增速不再 |
判定：Agent 运行环境层（通用 Agent 沙箱 / Computer）首个完整冷却案例。8-12 起持续 8 天在低位运行，非临时波动。
为什么 cloudflare/computer 凉了？因为 Skills 范式把它干掉了。
逻辑链是这样的：
- cloudflare/computer 的卖点是"通用 Agent 运行环境"，给你一个沙箱，让 LLM 在里面跑任何操作
- 但 Skills 范式说的是"具体场景的具体能力沉淀进 Skill"，不需要通用运行环境，需要的是直接调用 Skill 完成具体任务
- 结果是：通用环境被切片成具体 Skill，开发者不再需要"通用 harness"，只需要"垂直 Skill"
- cloudflare/computer 这种"通用底座"在垂直 Skill 时代没有价值，就像云计算时代你不需要通用操作系统，需要的是直接调 API
这是今天第二个反常识：Skills 加速不是因为它好用，是因为通用 harness 已经凉了。Skills 是"通用 harness 死亡"后的尸体上长出来的真菌。
四、大厂 Agent 三件套国内就位
trending 上今天的另一条主线，是国内大厂 Agent 基础设施（Context/记忆/Skill）全部到位。
字节火山引擎 OpenViking（今日 trending #4，+298 today，29,223 stars）：
- 官方描述："Self-evolving Context Database for AI Agents"
- Agent 记忆 + RAG + Skills 统一层
- 字节首次正面入局 Agent Context DB 框架
- 对标：腾讯云 TencentDB-Agent-Memory
腾讯云 TencentDB-Agent-Memory（昨日 trending，今日 +368）：
- 连续 15 天 +>300/d 无衰减
- 8 月最稳的"非 Skills"赛道
- 企业 Agent 跨 session 持久化记忆层
阿里 Qwen-MM-Plugins + QwenAudio/qwen-audio-agent（昨日 trending 候选池）：
- 多模态 Skill + 阿里官方多模态 Agent
- Skills 范式的大厂官方化
加上已经跑出来的：
- 微软 skill-recorder（录屏→Skill，3,275 stars 今日 +52）
- Anthropic-Cybersecurity-Skills（817 个安全 Skill，29,004 stars 今日 +726）
- book-to-skill（PDF→Skill，1,187 stars 今日 +15）
国内大厂 Agent 三件套（Context/记忆/Skill）已全部到位，与海外大厂（Anthropic / OpenAI / Microsoft / Google）形成对标。
为什么大厂都往这个方向跑？因为 Skills 是 AI Agent 时代的"应用商店"。大厂卖的不是模型，是模型能跑的应用生态。Skills 是这个生态的基本单位。
五、bojieli/ai-agent-book：李博杰的《深入理解 AI Agent》进 trending #11
39,013 stars，今日 +556，trending #11。
这是首本中文 AI Agent 系统性教科书进 GitHub Trending。
李博杰是谁我不展开说，但他这本书把"AI Agent"这件事从工程实践角度系统化了——不是综述，是"我能跑"的代码 + "我能讲清楚"的正文。
放在 2020 年这个时点，AI 教科书进 GitHub Trending 是标志性事件——fastai（2017）和 d2l（2019）当年进 trending 时，深度学习教育才正式进入"工程化时代"。今天 bojieli/ai-agent-book 进 trending，意味着 AI Agent 教育进入同样的阶段。
对开发者意味着什么：
如果你 2026 年还在零散地看 Agent 博客拼凑知识体系，建议直接 clone 下来读：
git clone https://github.com/bojieli/ai-agent-book
cd ai-agent-book && cat README.md
39k stars + 今日 trending #11 不是靠营销，是靠代码能跑 + 正文能讲清楚。这本书的判断标准不是"AI 写的"，是"AI Agent 工程实践需要的"。
六、HN 信号：Apple 考虑用 Claude 或 OpenAI 替换 Siri 的 Gemini 后端
Apple weighs using Anthropic or OpenAI to power Siri（97 分 101 评论）。
为什么这条 HN 帖子跟今天的 Skills 主题相关？因为它说明一件事：**大厂 AI 战略正在从"模型自研"转向"模型 API + Skills 自研"**。
Apple 一直在自研 LLM 给 Siri 用，但进展不顺。现在考虑接入 Anthropic Claude 或 OpenAI，而不是继续死磕自研模型——这跟 Skills 范式是同一个逻辑：
- 自研通用 LLM 太贵，效果还打不过闭源
- 不如直接调 API，把精力放在"具体场景的 Skill"上
- 模型层外包，工程层深耕
这条信号的真正含义：Skills 范式不只在开发者圈生效，正在往大厂战略层渗透。
把这条线和今天的 Skills 三巨头 +1.9k/d 放在一起，结论清晰：
2026 下半年 AI 圈的主线不是"哪个模型最强"，是"谁能最快把具体场景的 Skills 跑通"。 模型是水电煤，Skills 是应用程序。
七、DeepSeek Harness 主仓判定修正：从"冷却"到"放量期后段"
这条不是今天的核心主线，但昨天的报告判定错了，今天必须修正，否则就是误导。
昨天（8-18）报告判定：DSH（deepseek-ai/deepseek-harness）主仓 stars +12/d 进入冷却。
今天实测：8-18 baseline 148,616 → 8-19 API 159,590，真实 8-18→8-19 净增 +10,974/d。
昨天"+12/d 冷却"的判定是数据快照误差——昨天报告里 148,616 的 baseline 数是从 8-17 报告里抄过来的，但 8-17 报告里写的 129,640 是另一个时点的累计。两个 baseline 互相传染，最终导致昨天的判定错了。
修正后轨迹：
| 指标 | 8-17 | 8-18 | 8-19 |
|---|---|---|---|
| 主仓 stars | 129,640 | 148,616 | 159,590 |
| 主仓日增 | +18,976/d | +18,976/d → 误算 +12/d | +10,974/d |
| 主仓 forks | 8,975 | 15,205 | 16,665 |
| 主仓 pushed_at | 8-13 停更 | 8-17 12:01 恢复 | 8-17 12:01（无新 push） |
修正后结论：
- 主仓 stars 仍在 +10k/d 主仓级放量期后段（昨日误判"冷却"）
- 但增速明显衰减：8-17→8-18 +18,976 → 8-18→8-19 +10,974（-42%）
- forks 从 +6,230/d 大幅回落至 +1,460/d（**-77%**）—— fork 复制流量也衰减
- pushed_at 仍停在 8-17——项目方未再主动 push
- 橙皮书 alchaincyf/deepseek-harness-orange-book +59/d 仍稳态
最终判定：DSH 主仓仍在 +10k/d 主仓级，但 fork 复制流量断崖衰减 + pushed 持续停滞，进入"放量期尾声 + 生态独立化期并存"分化期。
为什么不纳入主流推荐候选池：因为这是"AI 项目从爆款到衰减的标准生命周期"案例——主仓还在放量但 fork 复制流量已死，对开发者没有可学习价值（学不到新东西，只能看衰减曲线）。
为什么不删除这条记录：因为它本身是数据陷阱教学案例。昨天报告的"+12/d 冷却"判定是 baseline 误差传染的标准案例——跨日报告之间如果直接互引 baseline，任何一个数字错了都会传染下去。今天必须显式修正，否则这个错误会一直传染到 8-20 报告。
八、今日宏观判断（5 条主线）
把今天的数据全部铺开看，能拉出 5 条主线：
主线 1：Skills 范式日均稳态 +1.9k，三巨头合计稳坐顶流
mattpocock/skills +1,165 + obra/superpowers +448 + addyosmani/agent-skills +299 = +1,912/d。
mattpocock 单仓 +1,165 已超过 8-19 trending 第 2 名 munder-difflin +256 的 4.5 倍。Skills 元范式不是话题，是真顶流。
主线 2：cloudflare/computer 确认冷却——Agent 运行环境层首个完整案例
8-12→8-19 累计仅 +83（日均 +12），对比 8-07 +371/d 衰减 -97%。8 月持续 8 天在低位运行，非临时波动。
Agent 运行环境层（通用 harness）的时代结束了。开发者不再需要"通用底座"，需要的是"垂直 Skill"。
主线 3：大厂 Agent 三件套国内就位
字节 OpenViking（Agent Context DB）+ 腾讯 TencentDB-Agent-Memory（企业记忆层）+ 阿里 Qwen-MM-Plugins（多模态 Skill）+ 微软 skill-recorder（录屏→Skill）+ Anthropic-Cybersecurity-Skills（安全 Skill）。
国内大厂 Agent 基础设施（Context/记忆/Skill）已全部到位，与海外大厂形成对标。
主线 4：首本中文 AI Agent 教科书面市
bojieli/ai-agent-book 李博杰《深入理解 AI Agent》39,013⭐ +556 today trending #11。
AI 工程化教育进入教科书时代，对标 fastai / d2l 当年进 trending 的标志事件。
主线 5：DSH 主仓放量期后段，修正昨日误判
主仓 +10k/d 仍在放量但 fork 衰减 77% + pushed 停滞。进入"放量期尾声 + 生态独立化期并存"分化期。
昨日"+12/d 冷却"判定是 baseline 误差传染的标准案例，跨日报告互引 baseline 必须三公式对账。
九、对开发者的实操建议
把上面的数据拉成行动指南：
1. 如果你是 Skills 开发者
mattpocock/skills 还在加速说明 Skills 元范式还有 3-6 个月窗口期。但元框架层（mattpocock / obra / addyosmani）已经定型，再做一个"Skills 元框架"没意义。该做的是垂直场景 Skills：
- Anthropic-Cybersecurity-Skills（817 个安全 Skill，今日 +726）
- book-to-skill（PDF→Skill，1,187 stars）
- skill-recorder（录屏→Skill，3,275 stars）
- eternityspring/shuohao-skills（AI 短剧 Skill，1,711 stars）
垂直场景 Skills 的护城河比元框架深 10 倍——因为具体场景的知识是稀缺的，不是能写 Python 就能做的。
2. 如果你是 Agent harness 开发者
别再做通用 harness 了。cloudflare/computer 已经凉了，8-12→8-19 累计 +83 是真死信号。
垂直 harness 仍有空间：
- browser-use/macos-harness（让 LLM 控制 Mac）
- ShawnPana/phone-harness（让 LLM 控制手机）
- AMAP-ML/LongHorizon-Harness（长周期 computer-use）
- chaitanyagiri/munder-difflin（本地多 Agent harness）
但要清楚：垂直 harness 的天花板是"被 Skills 范式替代"。Skills 是更细粒度的封装，最终会吃掉 harness。
3. 如果你选云平台做 Agent 基建
今天的数据告诉你三件事：
- 腾讯云 TencentDB-Agent-Memory 15 天霸榜无衰减，是企业 Agent 记忆层最稳的非 Skills AI 基建顶流
- 字节 OpenViking 是字节首次正面入局 Agent Context DB，对标腾讯云
- Skills 范式稳态 +1.9k/d 说明 Skills 时代的 AI 基建需求是真实的，不是泡沫
如果你的业务要做企业 Agent 持久化记忆层，腾讯云已经跑通；要做 Context DB 框架，字节 OpenViking 是开源首选；要做多模态 Skill，阿里 Qwen-MM-Plugins 是官方支持。
这三家各自占住一个赛道，加上微软 / Anthropic / OpenAI 的海外三件套，大厂 Agent 三件套（Context/记忆/Skill）的格局已经定型。再往后是行业应用层（医疗/法律/金融的垂直 Skills）和模型层（GPT-5 / Claude Opus / Qwen3.8-Max）的拉扯，基建层基本没大厂再进来。