GitHub 6 月，Agent 基建爆了

大家好，我是若风。

今天我顺手把 GitHub 的日榜、周榜、月榜三份趋势数据一起抓了下来。

我原本以为会看到一堆新模型、新框架、新玩具。

结果有点反常。

把三个时间窗口放一起，Top 10 里平均有 8 个项目都在围绕同一个主题打转。这一个月 GitHub 不是在追某个新模型，也不是在追某个新框架，而是在集体卷一件我称之为「Agent Skills 基础设施层」的东西。

这篇不是给你列榜单。榜单谁都会列。

我想拆的是，这件事为什么会发生，它分哪几个赛道，以及作为一个开发者你该往哪个方向看。

先看一组数据钩子

为了让你感受到这不是我一个人的主观印象，先把三张榜的头部数据摆出来。

今日榜（2026-06-27）Top 3，第一名是 google-labs-code/design.md，一天涨了 1,542 颗星，它干的事是用一份 DESIGN.md 文件把视觉设计系统喂给 coding Agent。

本周榜（2026-06-20 ~ 06-27）Top 3，第一名是 DietrichGebert/ponytail，一周涨了 15,035 颗星，口号是让 AI Agent 像最懒的资深开发一样思考。

本月榜（2026-05-28 ~ 06-27）Top 3，第一名是 pewdiepie-archdaemon/odysseus，一个月涨了 71,568 颗星，定位是自托管 AI 工作区。

三个不同时间窗口，三个不同的第一名。

但你往下一拉，会发现真正有意思的不是谁排第一，而是这些项目的类型高度集中。我把本月 Top 10 挨个过了一遍，至少有 8 个都和「AI coding agent 怎么被组织、被记忆、被约束」直接相关。

大致拆开是这样：

• 让 Agent 学会稳定协作：superpowers、agent-skills、mattpocock/Skills、ECC。
• 让多个 Agent 和客户端被统一调度：odysseus、hermes-agent、cc-switch。
• 让上下文更便宜、更可记忆：headroom、codebase-memory-mcp。

也就是说，热度不是散的。它不是十个开发者在追十个方向，而是一群人同时在补 AI 编程的同一块地基。

一个月里 GitHub 用户集体给这件事投票，这件事本身就值得认真拆一下。

这不是巧合，是基础设施层在固化

坦白讲，我一开始也怀疑这是不是算法把同类项目推到一起了。

但把三个榜的源码方向分类一下，你会发现它们其实是同一个大主题下的三个细分赛道，而且彼此之间有清晰的上下游关系。这正是一个基础设施层正在成型的典型特征。

我挨个说说它们各自在卷什么，以及为什么这个时点卷得这么猛。

Skills：从私人 prompt 变团队基建

obra/superpowers 这个月涨了 27,073 颗星，总星已经冲到 240,966。它给自己的定义是「an agentic skills framework & software development methodology that works」，注意最后那个词，methodology。

这说明一件事，Skills 已经不再是某个工具的附属配置，而是开始被当成一套可以迁移的工程方法论来对待。

同赛道的 addyosmani/agent-skills 涨了 20,097 颗星，作者 Addy Osmani 是 Google 的前端工程大佬。他从 Chrome 性能优化那边过来的，把工程严谨度带到了 Skills 这件事上，定位是 production-grade engineering Skills。

再加上 mattpocock/skills 涨 35,645 颗星，TypeScript 圈最有名的老师之一直接把自己的 .claude 目录开源出来。

这三个项目放一起，传达的信号很一致。过去三个月里，一线工程师们把「和 AI agent 协作的经验」从私人的 prompt 收藏，升级成了一套可以分享、可以复用、甚至可以被审查的工程资产。

这个转变很重要。因为它意味着 Skills 正在从「个人配置」走向「团队基建」。

调度层：谁来管住一堆 Agent

pewdiepie-archdaemon/odysseus 一个月 71,568 颗星，是本月涨幅最大的项目，定位是自托管 AI 工作区。

farion1231/cc-switch 涨了 23,316 颗星，用 Rust 写的跨平台桌面助手，一句话描述很说明问题，统一管理 Claude Code、Codex、OpenCode、OpenClaw、Gemini CLI 和 Hermes Agent。

你想想看，半年前我们还在讨论「用哪个 AI 编程客户端」，现在大家开始讨论「怎么用一个壳子同时管住六个 AI 编程客户端」。

NousResearch/hermes-agent 涨 30,459 颗星，Nous Research 这个以开源模型出名的团队亲自下场做 Agent，口号是「the agent that grows with you」。

这三个项目共同指向一个判断，模型层在快速商品化，真正的差异和话语权正在往「谁来调度这些模型」这一层转移。 odysseus 选自托管，cc-switch 选桌面统一入口，hermes-agent 选和模型一起成长，三家路径不同，但都在抢同一个位置。

上下文优化：模型之前的新缓存层

这是我私底下最看好的一个赛道。

headroomlabs-ai/headroom 这个月涨了 49,770 颗星，定位非常直白，把 tool 输出、日志、文件和 RAG chunk 压缩之后再喂给 LLM，号称省 60% 到 95% 的 token，答案不变。它同时提供 library、proxy 和 MCP server 三种形态。

DeusData/codebase-memory-mcp 今天还在日榜第 5，把代码库索引成持久化的知识图谱，支持 158 种语言，号称查询亚毫秒级、省 99% token，单文件静态二进制零依赖。

为什么这个赛道会火，道理其实很朴素。

Agent 的能力上限，正在被「能塞进上下文窗口多少有效信息」这件事卡住。 模型本身越来越强，但上下文窗口和 token 成本不会无限免费。于是出现了一批专门在「模型之前」干活的基础设施，先帮你把信息浓缩、结构化、去噪，再喂进去。

这和当年数据库之前要加缓存层、CDN 之前要加边缘计算，是同一种工程直觉。

一个更值得注意的新约定，DESIGN.md

回到今天日榜第一名 google-labs-code/design.md。

它本身不是什么大项目，今天涨 1,542 颗星，但它代表的方向特别 Google。它提出用一份 DESIGN.md 文件，把视觉设计系统持久化地描述给 coding Agent，让 Agent 对设计系统有一个结构化的、跨会话的理解。

你把它和最近这一波「约定式文件」放一起看，会发现一条很清晰的线。

AGENTS.md 告诉 Agent 怎么在这个仓库里干活。CLAUDE.md 是 Claude Code 的专属配置。今天上榜的 multica-ai/andrej-karpathy-skills 用一份 CLAUDE.md 把 Karpathy 关于 LLM 编程陷阱的观察固化下来。现在 DESIGN.md 又把「设计系统」也卷进了这个约定。

这意味着什么，AI 协作正在从「提示词」沉淀为「标准化约定文件」。

说真的，这是一个很值得我们每个开发者关注的变化。因为约定式文件最大的特点是可审查、可版本化、可团队共享。一旦某个约定被广泛接受，它就会变成基础设施的一部分，就像 package.json、Dockerfile、.gitignore 一样自然存在。

以后团队里 review 的可能不只是代码，还有「你给 Agent 的仓库说明是不是靠谱」。这听起来有点细，但工程化往往就是从这些小文件开始的。

Google 用 design.md 把这件事推向了设计领域，下一步会不会有 SECURITY.md 之外的 Agent 安全约定，TEST.md 之外的 Agent 测试约定，我觉得只是时间问题。

DeepSeek 4 的工具链开始预热

榜单里还有一个容易被忽略的信号。

deepseek-ai/DeepSpec 今天涨 615 颗星，但总星才 824，说明它是刚放出不久的新项目，官方给出的全栈代码，用来训练和评估推测解码（speculative decoding）算法。

同一天 antirez/ds4 也在榜上，Redis 的作者 antirez 亲自操刀，做 DeepSeek 4 Flash 和 PRO 的本地推理引擎，支持 Metal、CUDA 和 ROCm。

一个官方放训练评测代码，一个社区大佬放本地推理引擎，同一天上榜，至少说明 DeepSeek 4 的工具链预热已经开始。

这还不能说生态成熟了，但链条很清楚。模型发布之后，第一批跟上来的永远是工具链和推理引擎。当年 LLaMA 出来是这样，DeepSeek 4 看起来也会走同样的路。对本地部署和边缘推理感兴趣的同学，这两天可以重点盯一下这两个仓库的更新。

中外项目的分工在变细

最后说一个我在三份榜单里反复看到的现象。

国际大厂和知名开发者这一个月明显在加速入场。NVIDIA 放了 SkillSpector，专门扫 AI Agent Skills 里的漏洞和恶意模式。Apple 的 container 用 Swift 写 macOS 容器工具。Alibaba 放了 open-code-review，混合架构代码审查，确定性流水线加 LLM Agent。Google 这边除了 design.md，Addy Osmani 的 agent-skills 也算半个 Google 力量。

中文项目这边则稳扎稳打走应用和实用工具路线。tw93/Pake 月涨 8,585 颗星，一行命令把网页变桌面应用。xbtlin/ai-berkshire 用 Claude Code 做价值投资研究框架，把巴菲特、芒格、段永平、李录四套方法论拆成多 Agent 并行。NanmiCoder/MediaCrawler 总星已经 53,642，小红书、抖音、B 站、微博、贴吧、知乎一把抓，持续长青。

有意思的是分工在变细。国际大厂卷基础设施和安全，中文项目卷场景落地和数据采集，两边各自在擅长的层面把事情做深。这其实是生态成熟的表现，不再是大家都挤在「再造一个 ChatGPT」这一条路上。

诚实的边界，别把热度当成必然

说了这么多看多的理由，我得给自己泼一盆冷水。

这一波 Skills 基础设施的热度，有相当一部分来自一个现实背景，Claude Code、Codex 这一批 AI 编程客户端在过去半年快速普及，配套的 Skills 需求是被这种普及带起来的。一旦客户端生态的格局稳定下来，或者某个客户端一统天下，中间层的很多项目可能会快速失去存在理由。

cc-switch 这种「同时管六个客户端」的工具，风险最高。因为如果未来只剩两三个主流客户端，它的价值会大幅缩水。

Skills 框架这一层也有隐患。现在 superpowers、agent-skills、mattpocock/Skills、ECC 几家多少有点同质化，都在抢「标准方法论」这个位置。这类项目最后通常只会活下来一两家，其余的会被合并或者边缘化。别被 star 带着跑。如果你要押注，建议挑那个更新最勤、社区最活跃、最愿意把边界写清楚的，而不是星最多的。

Token 和上下文优化这个赛道相对稳一些，因为它解决的是模型层的物理约束，这个约束短期不会消失。但 headroom 号称的 60% 到 95% 压缩率，在不同任务上的实际效果肯定有差异，别把营销数字当成所有场景的承诺。

还有一点，elder-plinius/CL4R1T4S 这种系统提示词泄露合集能月涨 17,891 颗星，加上 NVIDIA 专门做 Skills 安全扫描器，说明 Skills 生态扩张太快，供应链安全已经成了真实的痛点。你从网上随便装一个 Skill，本质上是在执行别人写的指令，这件事的风险被很多人低估了。

我的判断

把三个时间窗口的趋势放一起，我得到的最核心判断只有一个。

AI 编程的竞争重心，已经从「谁的模型更强」转移到了「谁来组织、记忆和约束这些模型」。

这一个月 GitHub 用户用星投出来的，就是这条转移路径上的每一块砖。Skills 框架解决怎么协作，工作区解决怎么调度，上下文优化解决怎么喂数据，约定式文件解决怎么把经验固化下来。

如果你是一个想在 AI 编程这条线上持续投入的开发者，我的建议很简单，别只盯着模型发布会的跑分。

如果是我，会先做三件很小但很实在的事：

• 挑一个 Skills 框架真正用一周，看它能不能沉淀成团队流程，而不是只让 demo 好看。
• 给自己的项目补一份 AGENTS.md 或者 DESIGN.md，把隐形经验写成 Agent 能读懂的约定。
• 关注 Token 压缩和上下文索引这类不起眼的基础设施，因为它们解决的是每天都会撞上的成本和记忆问题。

这一层一旦固化，后来者要再进去，门槛会比今天高得多。

数据来源 GitHub Trending 与 Trendshift，抓取时间 2026-06-27