**导语：** 海外Agent圈本周冒出一个新信号：大家不吵“哪个模型最聪明”了，开始讨论“怎么给AI员工发组织架构”。GitHub近7天新星榜上，一批项目干的是同一件事——给Coding Agent配大脑、配部门、配文风质检、配财务。今天拆解其中4个：脑手分离的 codex-with-chatgpt（⭐2039）、把Claude Code编成15+部门公司的 headcount、77+个Agent通用的“去AI味”技能 sepia、专算Agent账单的 tokentab。全部开源免费，国内社区讨论极少，但思路当天就能抄进你的工作流。 ## 一、codex-with-chatgpt：脑手分离，订阅复用 **仓库**：[XiaoDuoYa/codex-with-chatgpt](https://github.com/XiaoDuoYa/codex-with-chatgpt) ｜ ⭐2039（近7天新建仓库榜第三） 仓库简介只有两句话，信息量却很大：*ChatGPT thinks. Codex works.*——ChatGPT负责想，Codex负责干。据仓库描述，它让你“用ChatGPT当规划大脑，同时保留Codex的harness”。 拆开看这个分工模型： - **大脑（ChatGPT）**：负责规划、拆任务、评审方案。很多人手里躺着ChatGPT Plus订阅（20美元/月），平时只用它聊天查资料，它的规划能力被严重浪费。 - **双手（Codex harness）**：保留Codex的执行外壳——沙箱、文件读写、终端执行、审批流程。这部分恰恰是Coding Agent最值钱的地方：模型可以随时换，可靠的“身体”难得。 这个项目的爆火不是孤例。本周HN首页同时有一个热帖"ChatGPT Work Tool and Skill Reference"（220分），专门整理把ChatGPT当工作台、当技能库的各种用法。两件事合在一起看，情绪很明显：**海外用户进入“榨干已有订阅”阶段——不再为新工具付新钱，而是把手里几张牌重新组合**。 **与国内对比**：国内玩家的常见做法是“DeepSeek里规划 + Cursor/Trae里执行”，全靠手动复制粘贴，上下文在两个工具之间断裂，AI每次都要重新认识你的项目。codex-with-chatgpt这类项目把打通做在了harness层，规划与执行的上下文是连续的。顺带一提，从作者ID"XiaoDuoYa"看，这大概率又是一个中文开发者做给全球市场的项目。 **适用人群**：已有ChatGPT订阅、同时用Codex的人；想研究“规划/执行分离”架构的Agent开发者。 **价格**：开源免费；需自备ChatGPT与Codex的可用账号。 ## 二、headcount：给Claude Code发一张组织架构图 **仓库**：[cbrock84/headcount](https://github.com/cbrock84/headcount) ｜ ⭐892 官方简介：*An agent organization for Claude Code, structured as a company — 15+ departments, 125+ skills*。翻译过来：把Claude Code组织成一家公司，15个以上部门、125个以上技能，每个部门有自己的职责与技能包。 用法上，你不再让一个Agent包打天下，而是有“工程部”“测试部”“文档部”，主Agent像CEO一样接需求、派活、收结果。过去你写一百行CLAUDE.md告诉AI“你要全能”，现在改成告诉它“你是CEO，这是各部门通讯录”。 **为什么值得关注**：多Agent框架并不新鲜，但headcount踩中了一个关键节点——它完全长在Claude Code原生的Skills机制上，不引入自建运行时。对比一下：MetaGPT两年前就提出“用软件公司的SOP组织LLM”，但要自己搭编排环境；Coze/Dify这类平台能编排，但和你的编程环境是两张皮。headcount证明Skills生态已经成熟到能承载“组织级”的复杂度——装完即用，这是全新的东西。 **与国内对比**：国内团队大多还停在“一个CLAUDE.md管所有事”的阶段，多Agent实践集中在算法平台的DAG编排上，离日常编程很远。headcount的部门模板本身就是一套现成的组织设计，值得拿来做内部参考。 **适用人群**：用Claude Code做中大型项目的开发者；想偷一套成熟Agent组织架构的平台工程师。 **价格**：开源免费，需Claude Code订阅（Pro 20美元/月起）。 ## 三、sepia：77+个Agent通用的“去AI味”滤镜 **仓库**：[Nanako0129/sepia](https://github.com/Nanako0129/sepia) ｜ ⭐1307 官方简介：*De-AI writing skill for any Agent Skills-compatible agent (77+ via the Skills CLI)*——一个“去AI味”写作技能，任何兼容Agent Skills标准的Agent都能装，通过Skills CLI可覆盖77+个Agent。 它治的病你一定见过：AI写的文字有一股“工业味”——排比成瘾、每段结尾强行总结、滥用“值得注意的是”、形容词堆到失真。海外社区给这类内容起了个刻薄的名字：AI slop（AI泔水）。过去对付它的办法是手写一段“文风要求”提示词，问题是：你在Cursor里写一遍、Claude Code里写一遍、网页版再写一遍，改一处就得同步五处。 sepia把这件事标准化了：文风规范做成一个Skill，写一次，全家Agent共用。这背后是一个正在成形的共识——**模型决定内容下限，文风规范决定上限**，而规范应该被当成代码一样版本化管理。 **与国内对比**：国内“去AI味”需求集中在论文降重和自媒体文案两条线上，市面方案多为在线黑盒服务——稿子传上去，怎么改的不透明，还担着数据外泄的风险。sepia是开源规则集，可审计、可二改、本地运行，符合“数据不出门”的习惯。做公众号矩阵、跨境电商文案的朋友，这个思路可以直接搬。 **适用人群**：用Agent写公众号、跨境文案、技术文档的创作者；搭内容生产管线的运营。 **价格**：开源免费。 ## 四、tokentab：你的Agent军团这个月烧了多少钱 **仓库**：[damejan80/tokentab](https://github.com/damejan80/tokentab) ｜ ⭐836 官方简介：*A CLI that reads Claude Code, Codex, and Gemini CLI session logs and works out how much they cost*——一个命令行工具，读取Claude Code、Codex、Gemini CLI三家的本地会话日志，算出你到底花了多少钱。 痛点在于：订阅制掩盖了真实成本。包月的时候你觉得“随便用”，一旦走API计费或超出额度，账单就在你看不见的地方膨胀。此前海外有人分析过“Claude账单71%花在重读旧上下文”的案例——问题不是花得多，而是**绝大多数人根本不知道钱花在哪**。tokentab把“搞清楚钱花在哪”变成一条命令。 **与国内对比**：国内团队通常两条路——手写脚本解析日志（费人），或者上Langfuse这类重型观测平台（费钱，且为时过早）。tokentab卡在中间：本地运行、零部署、只专注Coding Agent日志这一件事。如果你同时开着三家Agent干活，装它。 **适用人群**：多线开弓的重度Agent用户；要给团队出Agent用量报表的技术负责人。 **价格**：开源免费，数据留在本机。 ## 加映：herdrm——给Agent军团配一块监控大屏 **仓库**：[missuo/herdrm](https://github.com/missuo/herdrm) ｜ ⭐644 据仓库简介，这是一个macOS原生控制台，面向herdr使用：把你所有Coding Agent和它们的活终端收进一个原生窗口。当你真的同时跑三四个Agent会话（真用上headcount的15个部门就更别提了），“它们现在都在干嘛”会成为新的焦虑源。tmux是程序员的做法，原生App是所有人的做法。免费开源，仅macOS。 ## 一张图看懂“AI公司”的完整岗位表 把今天的4+1个工具连起来，正好是一家“AI公司”从决策到后勤的完整编制： ```mermaid flowchart LR subgraph Plan["规划层：负责想"] A["ChatGPT 规划脑
codex-with-chatgpt"] end subgraph Exec["执行层：负责干"] B["Claude Code / Codex
headcount 15+部门125+技能"] end subgraph Style["质检层：负责像人话"] C["sepia 去AI味
77+ Agent通用"] end subgraph Ops["后勤层：负责算账与盯人"] D["tokentab 会话成本报表"] E["herdrm 多Agent终端大屏"] end A -->|"方案与评审"| B B -->|"文字产出"| C B --> D B --> E ``` 一个人的工作室，也能有这家公司的全部编制——这是2026年海外独立开发者 tacit 的共识。 ## 信息差总结 | 维度 | 你以为的 | 实际情况 | |---|---|---| | 模型与工具 | ChatGPT和Codex二选一 | codex-with-chatgpt（⭐2039）把两者拼成“脑手分离” | | 多Agent | 需要自建框架和运行时 | headcount直接用Claude Code原生Skills编出15+部门 | | AI味 | 只能手写提示词逐个改 | sepia做成标准Skill，77+个Agent一次配置全家通用 | | Agent成本 | 账单是黑盒 | tokentab一条命令读本地日志出报表 | | 价格 | 这套编制得花不少钱 | 以上全部开源免费，零订阅新增 | ## 行动指南 1. **今天就做（5分钟）**：打开文末5个仓库，逐个Star+Watch。新仓库前30天迭代最快，Watch通知就是免费情报源。 2. **本周做（1小时）**：先装tokentab，跑一遍上个月的会话记录，看看你的钱到底花在哪——这是所有优化的起点。然后把sepia挂到你常用的Agent上，让它改一篇你最近写的东西，对比效果。 3. **本月做**：如果你维护着CLAUDE.md/AGENTS.md体系，参考headcount的“部门制”重构它——把“全能型指令”拆成“角色+职责+技能”三张表。做过一次之后你会发现，派活比叮嘱好用。 4. **谨慎项**：这批全是新仓库，API随时破坏性变更，别直接进生产关键路径；“去AI味”别矫枉过正——把信息密度也洗掉就本末倒置了。 ## 参考来源 1. codex-with-chatgpt仓库：https://github.com/XiaoDuoYa/codex-with-chatgpt 2. headcount仓库：https://github.com/cbrock84/headcount 3. sepia仓库：https://github.com/Nanako0129/sepia 4. tokentab仓库：https://github.com/damejan80/tokentab 5. herdrm仓库：https://github.com/missuo/herdrm 6. HN热帖：ChatGPT Work Tool and Skill Reference（220分）：https://news.ycombinator.com/item?id=49510000 （Star数与项目描述来自2026-09-01 10:07 UTC的GitHub Search API快照及HN首页快照，后续以仓库实时数据为准；各工具功能细节以官方README为准。） --- > 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。