造流程的生意：框架层四件首拆——工作流自动化的最顶层

概述

第 5 轮回到工作流自动化（部署/CI/监控/多 Agent 协作）。这条线本刊已拆得很碎：部署四件（9 月 11 日《部署四件首拆》）、红灯面五件——loop、gh-fix-ci、sentry、long-running-agent、github-actions-skill（同日《红灯面值守》）、编排层三件与记忆件（9 月 10 日《工作流横评》）、合并门轴两件（同日《PR门轴首拆》）。格子基本填满之后，只剩最顶层没人单独盘过：把「整个开发流程」本身做成仓库的框架件。本期首评 28 万星级的 obra/superpowers 与 25 万星级的 affaan-m/ECC，首拆新星 Human-Agent-Society/reef 与 byJoey/warp-masque-actions，追评 amosblomqvist/learn。核心发现一句话：框架层不是赢家通吃——两件 25 万星级框架同榜共存、都在日增三位数，且其中一方的追赶线最近两天走平了；而同周新星榜上一条零 AI 的反向流水线提醒所有人，工作流自动化的终点未必需要模型在环。

评测对比表

权重沿用本刊口径：功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%（星越多越易用）、社区活跃度 15%，综合分为加权值。

星值轨迹对账：一条 34,138 星的差距，和它最近的走平

三个读法：其一，全窗口增速 ECC 明显更快——9 天 +10,194（日均约 +1,133），superpowers 11 天 +5,141（日均约 +467），前者约是后者的 2.4 倍。其二，追赶主要发生在 09-06 至 09-10 段，四天收窄 3,115 星；而最近两个快照差距几乎纹丝不动（28,877→28,844）——增速优势没有兑现为差距收窄，追赶线走平了。其三，在 09-12 期 GitHub 近 3 天热榜上，这两件框架的星数同时压过 react（⭐250,048）与 linux（⭐248,299）——框架件已是整个平台热度结构里的头部物种，不再是 AI 圈的内部游戏。

生态坐标：框架层在自动化栈里的位置

mindmap
  root((工作流框架层))
    方法论框架
      superpowers
        28万5千星
        卖「that works」
    架构框架
      ECC
        五柱清单
        追星最快
    学习基础设施
      reef
        新星榜三日在榜
    个人学习系统
      learn
        前评3.03星
    反向流水线
      warp-masque-actions
        零AI纯CI

同一种需求——「让 Agent 更会干活」——在四个规模上各自成仓：个人系统（learn，⭐1792）、学习基础设施（reef）、双框架（superpowers/ECC，25 万星+），外加一个站在全体对立面的反向样本。这正是框架层成熟的标志：规模分层完成，每一档都有人占位。

逐件拆解

obra/superpowers：卖「that works」的方法论框架

⭐285,358，仓库描述一句话：An agentic skills framework & software development methodology that works.——一个 Agent 技能框架，与一套确实管用的软件开发方法论。

它的卖法值得逐词看。description 里没有列任何一个功能，没有子系统名词，没有数字，只有一次效果承诺：that works。这是框架层文案的第一条路线——不解释里面有什么，只担保用起来有效。方法论框架的信任本来就该这样建立：流程的价值在于被遵守之后产出稳定，而不是在于零件清单好看。命名同样是一条宣言——superpowers 一个词点破「装上就变强」的用户预期，比任何功能罗列都省字。

它的位次黏性是本期最有意思的信号。ECC 全窗口增速是它的两倍多，但 34,138 星的差距只收窄到 28,844 就停滞了。合理解释藏在产品形态里：工具件换起来是卸载一个 Skill，框架件换起来是重排整个流程——你的提交规矩、测试顺序、复盘习惯都长在框架上，迁移框架等于迁移工作习惯。框架层的护城河不是功能，是用户已经按它的方法论干了两个月这件事本身。

短板：作为方法论语义的载体，它的上手成本天然高于单件工具——装完不读它的流程约定，就只是装了个普通技能包※；对只想自动化一条流水线的人，它给的东西远超所需。

npx skills add obra/superpowers   # 框架整体安装，单件构成以仓库为准

affaan-m/ECC：卖五柱清单的架构框架（重评）

⭐256,514，描述：The agent harness performance optimization system. Skills, instincts, memory, security, and research——Agent harness 性能优化系统，五个柱子直接写在描述栏里。

本刊档案里存着它的完整成长史。5 月 18 日刊引用的仓库名还是 affaan-m/everything-claude-code，6 月 25 日刊已写作 ECC——全名缩写沉淀为品牌，改名不改认知，这是社区项目品牌化的标准样本。6 月 5 日刊记录了它的招牌机制：continuous-learning-v2，基于 Hook 观察会话，把模式提炼为「本能」并自动进化为 Skill，v2.1 引入项目级隔离；6 月 25 日刊的口径是「Skills + Instincts + Memory + Security 一体化 harness，自我改进与记忆持久化的工程范本」。把这份档案与今天的描述栏并排放：描述里多出了第五根柱子 research——架构演进被同步写进了描述栏，这是「描述栏即架构图」写法的活样本（据描述栏与本刊六月档对照，未经仓库内核实※）。

与 superpowers 相反，它卖的是架构清单：五个名词摆出来，懂行的人自己判断值不值。这条路线对应框架层第二种信任路径——「我把系统摊开给你看」。5 月 28 日刊还记录过其单件 brand-voice 拿到 3.1K 安装，说明框架的子件自身也有独立流通能力——框架既是整体，也是货架，这是 superpowers 描述里看不到的另一面。

实战证据有一条就在眼前：本会话写作环境的装机清单里，continuous-learning-v2 正在服役。短板：五柱系统对新手是五份学习成本，上手分三星不冤；且「本能自动进化为 Skill」意味着框架会自己改自己的行为，强合规场景需要额外的人工审查闸门。

npx skills add affaan-m/ECC

Human-Agent-Society/reef：三日在榜的学习基础设施

⭐514（最后可见快照），描述一句：Continual learning infra for self-improving agents——面向自我改进 Agent 的持续学习基础设施。

它的轨迹值得当案例讲：新星榜连续三日在榜（09-04 ⭐283 → 09-05 ⭐421，单日 +49%；09-06 ⭐514，+22%），随后从各榜消失。「infra」定位决定它的曲线形状——基础设施的增长靠被别的系统集成，不靠终端用户一个个点星；新星榜的近 7 天窗口滚出之后，它就失去了曝光位（出榜也可能是榜单 20 名截断所致，无法区分※）。把 reef 和双巨头放在同一坐标系里看，恰好构成框架层的第三档规模：个人系统之下、框架之下，还有人专门做「让自改进成为公共服务」的那一层。ECC 把本能系统长在自己框架里，reef 想把它做成谁都能接的独立设施——同一功能，产品化深度差着量级，星数差着 500 倍。短板：描述只说了做什么层，没说接什么、怎么接※，对集成方的关键信息缺失。

git clone https://github.com/Human-Agent-Society/reef   # 基础设施型，接入方式以仓库 README 为准

byJoey/warp-masque-actions：一条零 AI 的反向流水线

⭐546（09-10 快照，轨迹 358→498→546），描述一句话说完整个系统：GitHub Actions 自动生成 Cloudflare WARP (MASQUE) 密钥与 mihomo 配置，产物只存 artifact。

先说清楚：它不是 Skill，也不是 Agent 件——正是这种「什么都不是」，构成了本期最重要的对照。定时触发的 GitHub Actions 跑确定性脚本，生成密钥与配置，产物只存 artifact 不落盘——工作流自动化的全部三要素（触发、执行、交付）齐了，全程没有一个模型参与。把它放进本刊的工作流四层模型里，它一个人占满了编排、执行、交付三个工位，用的全是十年前就存在的 CI 零件。

它的设计细节反而比多数 Agent 件讲究：产物只存 artifact，密钥这类敏感物不写进仓库、不进日志、随构建过期——隐私边界在设计阶段就画死了，而不是靠运行时纪律。对照本刊拆过的通道件（yeet、gh-address-comments 全部压在 gh 授权一根管子上），warp-masque 的权限面几乎为零：Actions 定时器不持有任何长期凭证，出事半径被压到单次构建。

它给全行业的提醒比它本身重要：工作流自动化的第一性是「确定性任务用确定性工具」。模型在环的价值在于处理没有固定答案的环节——判断、生成、修复；轮换密钥这种有标准答案的事，请模型进来只是花钱买不确定性。AI 工作流运动走到第二年的标志，就是开始出现「哪里不该用 AI」的清单，这条流水线是清单上的一行。

git clone https://github.com/byJoey/warp-masque-actions
# Actions 仓库：fork 后按 README 配置密钥并启用 workflow，非 Skill 安装

amosblomqvist/learn：追评一段

⭐1792（1722→1771→1792，日均约 +35），描述保持三词：My AI learning system.。2026-09-10 周报首评 3.03，实战分当时给的两星（待验证）——两周过去，星值低速爬升但没有放量信号，分数维持不动。它在本期的价值是坐标系的最低一档：个人系统是框架的胚胎。superpowers 和 ECC 最早都是某个人的「我的系统」，learn 们是明天框架的候选池——观察这个档位，等于提前看框架层的下一批进场者。

双巨头对账：两种卖法，一条走平的追赶线

把两张描述栏并排放，框架层的竞争结构就清楚了：

增速差没有变成差距收窄，这是本期最值得记住的观察。解释写在框架件的形态里：工具件是工位，框架件是车间手册——工位可以随项目换，手册换了等于整个车间重装。superpowers 用户已经按它的方法论提交、测试、复盘了成百上千次，这些习惯构成了迁移成本；ECC 的追赶者同样被自己的本能库拴住。框架层的双巨头格局一旦形成，比任何工具品类都难被增速掀翻——这和浏览器、操作系统的位次黏性是同一个力学。

反向流水线：自动化栈的两端

flowchart LR
    subgraph AIP["AI在环：框架件的回路"]
        S["superpowers 方法论"] --> T["任务按流程逐步走"]
        E["ECC 五柱"] --> I["Hook 观察会话"]
        I --> N["模式提炼为本能"]
        N --> K["本能进化为 Skill"]
        K --> E
        T --> R["复盘写回框架"]
        R --> S
    end
    subgraph NOAI["零AI：反向流水线"]
        C["Actions 定时触发"] --> D["脚本生成密钥与配置"]
        D --> AR["产物只存 artifact"]
    end

一端是自进化的闭环：会话被观察、模式被提炼、本能固化为技能、技能反哺下一轮会话——框架件卖的是这个环本身。另一端是 warp-masque：定时器、脚本、artifact，三步走完，没有任何东西需要被记住，也就没有任何东西需要进化。两条路线覆盖了自动化需求光谱的两极，而装机决策的第一问因此变得清晰：这条流程里有没有「需要判断的环节」？没有，就别请模型；有，才轮到框架进场。

推荐排行榜

• 综合加权榜：① superpowers（4.33）② ECC（3.90）③ warp-masque-actions（3.55）④ reef（3.03）
• 社区增速榜：ECC（约 +1,133/日）＞ superpowers（约 +467/日）＞ warp-masque-actions（5 日 +188）＞ reef（出榜前 +49%/日，随后信号中断）＞ learn（约 +35/日）
• 描述工程榜（最值得抄的文案）：ECC（描述栏随架构同步长柱子）＞ superpowers（三词效果承诺）＞ warp-masque-actions（隐私边界写进描述）＞ reef（一句定位）＞ learn（第一人称三词）
• 位次黏性榜（最不可能被掀翻）：superpowers ＞ ECC ＞ learn ＞ reef ＞ warp-masque-actions（可随时被下一个 fork 替代——零锁定是它的美德，也是它没有护城河的原因）
• 装机建议：想重排自己的开发流程，先装 superpowers 读它的方法论再决定去留；想让会话经验变成可复用资产，装 ECC 系（continuous-learning-v2 本机在役即样本）；密钥轮换这类确定性定时任务，别装任何 Skill——抄 warp-masque 的作业，用纯 CI。

本期核心发现

1. 框架层已完成规模分层：个人系统（learn）、基础设施（reef）、双框架（superpowers/ECC）三档同框，外加零 AI 反向样本，同一需求四个答案各成仓库。
2. 双巨头共存而非通吃：两件同时压过 react 与 linux 的星数、同时日增三位数；增速差两倍有余，位次却纹丝不动——框架件的护城河是用户已经长在流程上的习惯。
3. 描述栏随架构演进：ECC 描述栏比本刊六月档多出 research 一柱，效果承诺派与架构清单派的文案路线分化稳定。
4. 反向流水线是生态的成人礼：warp-masque-actions 证明「哪里不该用 AI」的判断已经商品化——确定性任务回归确定性工具，模型留给真正需要判断的环节。

参考来源

[!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。