今天（2026-08-30）我照例刷了一遍 GitHub Trending 和 Hacker News，发现一个非常有意思的现象：日榜前十里，有3个项目本质上都是同一个东西——给AI Agent装的“技能包”（Agent Skill）。排第1的画架构图技能今天涨了3902颗星，排第3的科研技能库今天涨了1587颗星。海外的竞争焦点已经悄悄从“哪个模型更强”转移到了“给Agent装什么技能”。这波信息差，国内讨论得还很少，今天一次讲透。
先科普一下背景：Agent Skills 是2026年真正跑起来的开放标准——一个装着 SKILL.md 文档、脚本和参考资料的文件夹，Claude Code、Cursor、Codex CLI、opencode、Gemini CLI 都认。安装普遍就是一行 npx skills add 仓库名。模型决定智商，技能包决定它会干什么活。下面3个新工具，都是这个逻辑下的产物。
npx skills add tt-a1i/archify -g它是干什么的？装上之后，你对着 Claude Code 或 Cursor 说一句 "Use archify to map this repository's runtime architecture"，它会扫你的代码库，产出架构图、工作流图、时序图、数据流图、生命周期图共5种图，输出是一个自包含的HTML文件，带动效，还能一键导出 PNG/SVG 和 1200×630 的分享卡片。
为什么它值得排日榜第1？我的判断是它解决了LLM画图的老毛病——幻觉。普通让AI画Mermaid，节点连线经常是编的。Archify的机制完全不同：Agent先产出带类型定义的JSON中间表示（IR），再由确定性编译器渲染成HTML/SVG，交付前强制过schema、布局、路由、标签多重校验，失败会返回机器可读的“修复单据”而不是一堆报错堆栈。更狠的是“证据溯源”模式：图上节点可以标记 SRC n，点开直接跳到Git验证过的源码文件和行号。它还专门强调“交互时绝不发明拓扑结构”——查依赖、追路径用的都是已验证的关系。另外它原生支持 zh-CN 本地化界面，图例和状态文案都能出中文，这点对国内用户很友好。
国内对比：国内团队画架构图基本两条路——手画draw.io，或者让ChatGPT直接吐Mermaid代码。前者慢，后者不可信。Archify是第三条路：AI画、但每条边可审计，特别适合做技术方案评审、晋升答辩、新员工入职文档。它甚至支持 Before / Delta / After 三快照对比，合并前看架构变更一目了然。
适用人群：后端工程师、架构师、技术Leader、写技术博客的（导出的分享卡直接能当封面图）。
npx skills add K-Dense-AI/scientific-agent-skills，或 gh skill install K-Dense-AI/scientific-agent-skills scanpy 只装单个这是目前最大的科研Agent技能库：160多个验证过的skill + 100多个科学数据库。覆盖生信（Scanpy单细胞、PyDESeq2差异表达）、药物发现（RDKit、DiffDock分子对接）、蛋白工程（ESM蛋白质语言模型）、临床研究（PK/PD药代建模）、材料、天文、量子（Qiskit）等等。光一个 database-lookup skill 就封装了PubChem、ChEMBL、UniProt、ClinVar、ClinicalTrials.gov等78个公共数据库的统一查询。
实际效果举例（官方博客的自测数据，供参考）：装了pyopenms技能后，质谱管线任务成功率从96%提到100%，API报错减少92%；GPU优化技能给12个库的CPU代码平均提速58倍，最高492倍。README里给的示例提示词相当震撼：一句话让Agent查ChEMBL的EGFR抑制剂、用RDKit做构效分析、DiffDock虚拟筛选、查PubMed耐药文献，最后出报告。
国内对比：国内的科研AI产品大多停在“文献对话”层——帮你总结PDF、润色论文。这个库的差异在于执行层：Agent直接在你机器上跑真实的Python科学计算管线。对研究生、生信工程师、药企计算化学团队来说，这是能直接省掉“查API文档配环境”这种脏活的东西。已复现Nature Medicine论文的官方教程视频也在README里，可当入门材料。
一个重要提醒：README明确建议按需装子集，别全量装——161个skill全装会占大量常驻上下文。用 gh skill install 挑你领域的三五个即可。
做谷歌SEO、做出海的朋友看过来。OpenSEO自称“给普通人的SEO工具”，对标Semrush和Ahrefs两大订阅制巨头。核心工作流全都有：关键词研究、排名追踪、竞品分析、外链、站点审计，还有一个很前沿的 AI Visibility（AI可见度）——追踪你的品牌在AI回答（各类AI搜索）里被提及的情况，这在国内工具里几乎没人做。
最有意思的是它的分发方式：内置 MCP Server 和预置 Agent Skills，官方文档直接演示让 Claude Code、Hermes 这类Agent直接调用你的SEO数据干活——“帮我查这20个关键词在美国的搜索量并挑出长尾机会”这种活，以前要在网页后台点半天，现在对话就完成。
国内对比：国内SEO工具（如5118等）主要覆盖百度生态，做谷歌出海的朋友要么用着月费上百美元的Semrush（具体价格以官网为准），要么手工凑合。OpenSEO + DataForSEO 按量付费的组合，对个人站长和小的出海团队，成本能降一个量级。
一张图看懂今天的核心信息差：
flowchart LR
A["你的AI Agent<br/>Claude Code / Cursor / Codex"] --> B["npx skills add<br/>一行命令安装"]
B --> C["Archify<br/>架构图技能"]
B --> D["Scientific Agent Skills<br/>160+科研技能"]
B --> E["OpenSEO<br/>MCP + SEO技能"]
C --> F["可溯源的交互式架构图<br/>HTML / SVG / PNG"]
D --> G["直接跑Scanpy / RDKit管线<br/>查78个科学数据库"]
E --> H["关键词 / 外链 / 排名<br/>AI可见度报告"]
F --> I["成果：敢拿去汇报的系统地图"]
G --> J["成果：一句话跑完科研工作流"]
H --> K["成果：省下每月上百美元订阅"]
| 你以为 | 实际情况 |
|---|---|
| AI竞争就是拼模型参数和跑分 | 分发层卷起来了，Agent Skill成了新格式，一行npx装完即用 |
| 画架构图=手画Mermaid，AI画的不可信 | Archify用类型化IR+强制校验，节点能回溯到源码行号 |
| 科研AI=帮我总结文献 | 160个skill能直接执行Scanpy/RDKit管线、查78个数据库 |
| 谷歌SEO只能买昂贵订阅 | 开源自托管+按量付费，还能让Claude Code直接操作SEO数据 |
| 中国项目国内先火 | 清华OpenMAIC是海外社区先刷上GitHub日榜的 |
npx skills add tt-a1i/archify -g，重启Claude Code后说一句 "Use archify to map this repository's runtime architecture"，等几分钟拿到一张可交互架构图。gh skill install K-Dense-AI/scientific-agent-skills <技能名> 只装自己领域的3-5个，别全装（上下文成本高）。SKILL.md 和 scripts/ 目录；Archify 还提供 ARCHIFY_UPDATE_CHECK_DISABLED=1 环境变量可彻底关掉联网检查。更硬核的可以像 K-Dense 文档那样，装之前跑一遍 Cisco 开源的 skill-scanner 扫一遍。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。