导语： 今天（2026-08-30）的 GitHub Trending 榜单上，藏着三个方向完全不同的新工具：JetBrains 官方出手教 AI 写“不过期的 Go 代码”、一个自带 MCP 的 Semrush 平替、以及一个让 Claude Code 秒变科研助理的 163 技能库。三个都是海外刚冒头、国内中文圈几乎还没人写的项目，而且全部免费或近乎免费。看完这篇，你可以直接抄安装命令上手。
仓库地址： https://github.com/JetBrains/go-modern-guidelines 热度： GitHub Trending 今日 +303 星，总星数 2,872（截至 2026-08-30）
你有没有发现，不管用 Claude Code、Codex 还是 Cursor，让它们写 Go，吐出来的永远是十年前的老写法？for i := 0; i < n; i++ 满天飞，明明 for i := range n 一行搞定；判空用一串 if-else，而标准库早就有更优雅的写法。
JetBrains 在 README 里把这个现象总结成两个原因，说得非常透彻：
errors.AsType[T](err) 类型安全错误匹配、new(42) 直接取指针），它不可能凭空用出来；这东西本质上是一份给 Agent 看的“技能包 + 官方风格规范”，覆盖 Go 1.0 到 Go 1.27 的全部实用特性，和 Go 官方团队的 modernize 分析器方向对齐。Agent 装上后会自动读取你项目 go.mod 里的 Go 版本，只在对应版本可用的特性范围内做现代化改写。
以 Claude Code 为例，两行命令装完：
/plugin marketplace add JetBrains/go-modern-guidelines
/plugin install modern-go-guidelines@goland-claude-marketplace
之后遇到 Go 任务会自动触发。同样支持 Codex、Cursor、Junie，其他 Agent 可以走 npx skills add JetBrains/go-modern-guidelines。
适用人群： Go 后端工程师、用 AI 重构老代码的团队、正在给内部 Agent 写编码规范的 Tech Lead。
仓库地址： https://github.com/every-app/open-seo 热度： GitHub Trending 今日 +517 星，总星数 14,652（截至 2026-08-30） 托管版： openseo.so，10 美元/月；自托管免费
做出海产品、独立开发的同学对 Semrush、Ahrefs 不陌生——功能全，但订阅费是按月三位数美元的级别（具体以官网报价为准），个人开发者很难下手。OpenSEO 的思路是：界面和核心工作流开源，数据按量付费。
它的架构很聪明：工具本身免费开源（Docker 或 Cloudflare 免费套餐即可自托管），你只需自带一个 DataForSEO 的 API Key，用多少条数据付多少钱。官方托管版收 10 美元/月，但本质是在每条请求上加价 28%——也就是说自托管永远比托管便宜，README 里写得很诚实。
六个核心工作流一应俱全：关键词研究、排名追踪、竞品分析、外链、站点审计，以及最值得注意的 AI Visibility（AI 可见性）——查你的网站在 AI 搜索答案里被引用的情况。这正是现在海外 SEO 圈最热的 GEO（Generative Engine Optimization）方向。
README 里的原话是 "All-in-one SEO tool for you and your AI agent"。它内置 MCP Server 和预置 Agent Skills，可以直接接 Claude Code、OpenClaw、Hermes——意思是你可以对 Claude Code 说“帮我审计这个站的 SEO 问题并列个修复清单”，Agent 直接调它的接口查数据、出报告，不用你点界面。
对比国内： 5118、站长工具这类平台数据源和 OpenSEO 不同（后者依赖 Google 系数据），但“SEO 工具 Agent 化 + 数据按量付费”这个产品形态，国内还没有对应物。做出海独立开发的读者，这可能是目前成本最低的 SEO 全家桶。
适用人群： 出海独立开发者、外贸/跨境团队、做 AI 搜索优化的营销技术同学。
仓库地址： https://github.com/K-Dense-AI/scientific-agent-skills 热度： GitHub Trending 今日 +1,587 星，总星数 37,955（截至 2026-08-30） 协议： MIT，完全免费
单日涨 1,587 星，是今天 Trending 榜上 AI 类目里涨势最猛的项目之一（仅次于一个架构图生成器）。官方口径称有 190,000+ 科学家在用（项目方自述数据，未经第三方核实）。
它做的事情一句话能说清：给任何支持 Agent Skills 标准的 AI Agent（Claude Code、Cursor、Codex、Gemini CLI、Google Antigravity 等）装上 163 个科研技能 + 一键查询 78 个科学数据库的能力，覆盖生物信息、药物发现、蛋白质工程、临床研究、材料科学、天文物理、地理空间分析等十几个领域。
举两个 README 里的官方示例 prompt，感受一下粒度：
项目方博客公布了 pyopenms 技能的 250 次运行对照实验（官方数据）：带技能的任务成功率 100%，不带 96%；API 调用错误减少 92%，成本还低 10%。另一个 database-lookup 技能把 78 个数据库合并成一个入口，官方称常驻上下文成本降低了 13.9 倍。
安全方面也做得比同类认真：每个技能每周过一遍 Cisco AI Defense Skill Scanner 的自动扫描（提示注入、数据外泄、恶意代码模式检测），结果公开发布在仓库的 security-report.md 里。README 甚至明确建议你不要一次全装——160 多个技能的常驻上下文开销不小，按需装子集。
安装一行命令：
npx skills add K-Dense-AI/scientific-agent-skills
想再进一步，它家还有个免费的 K-Dense BYOK 桌面端：自带 API Key、可选 40+ 模型、数据不出本机，重活可以按需弹到 Modal 云端。
对比国内： 国内科研圈用 AI 主要还是网页版对话，“给本地 Agent 装领域技能包”这条路线几乎没有对等物。生物、化学、医药方向的研究生和工程师，这个仓库等于免费领了一支科研助理团队。
适用人群： 科研人员、生物/化学/医药数据分析工程师、想看“Agent Skills 标准”如何做到生产级的所有开发者。
把三个工具放在一起看，会发现一个清晰的结构——AI Agent 的能力正在被拆成三层“外挂”，每层都有人专门做：
flowchart LR
subgraph Agent["你的 AI 编程 Agent"]
A["Claude Code / Codex / Cursor"]
end
subgraph L1["外挂① 规范层"]
B["go-modern-guidelines<br/>官方语言风格教材<br/>免费"]
end
subgraph L2["外挂② 技能层"]
C["scientific-agent-skills<br/>163 个科研技能<br/>MIT 免费"]
end
subgraph L3["外挂③ 数据工具层"]
D["OpenSEO MCP<br/>SEO 数据按量付费<br/>自托管免费"]
end
A --> B
A --> C
A --> D
B --> E["输出 Go 1.26 新写法<br/>不再生成过期代码"]
C --> F["一条 prompt 跑完<br/>科研全流水线"]
D --> G["对话式完成<br/>SEO 审计与追踪"]
style A fill:#e8f0fe,stroke:#4285f4
style B fill:#e6f4ea,stroke:#34a853
style C fill:#fef7e0,stroke:#f9ab00
style D fill:#fce8e6,stroke:#ea4335
模型负责推理，规范层管“怎么写才对”，技能层管“怎么干活才专业”，数据工具层管“去哪拿真实数据”。这和当年的 VS Code 插件生态、Docker 镜像生态是同一个剧本——谁先在某一层卡位，谁就吃红利。
| 维度 | 你以为的 | 实际情况 |
|---|---|---|
| AI 写过期代码 | 模型不行，等下一代模型 | JetBrains 已出免费官方教材，装两行命令立刻改善 |
| SEO 工具 | 只能忍 Semrush 高订阅费 | OpenSEO 开源 + 数据按量付费，自托管几乎零成本，还带 MCP |
| AI 做科研 | 只能网页版聊天问答 | 163 技能 + 78 数据库的 Agent 技能包已免费开放，MIT 协议 |
| Agent 生态 | 只有模型和编辑器两层 | 规范层/技能层/数据层正在分层，新职业机会在中间层 |
/plugin 命令，拿一个老项目让 Agent 试着现代化改写一个文件，对比改动。npx skills add K-Dense-AI/scientific-agent-skills 装入自己领域的子集（比如只装 scanpy + database-lookup），跑一个 README 里的示例 prompt 验证效果。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。