新星首发：当日首印四件过堂

概述

先对账：动态栏熟脸满席

09-15 快照的生态动态栏十条：anything2explainer（1317）、screenwriting-skills（1081）、ffmpeg-skill（1050）、dream-loop（993）、lieflat-gongwen（967）、Choruz（710）、reelbench-skills（666）、viserys-agent（648）、okf-agent-memory（645）、fable-orchestrator（605）。十个名字逐一与本栏存档对账：成片赛道横评拆过前三件，表达层横评拆过剧本与公文两件，空牌与记忆件观察过 Choruz、viserys、okf，多模型编排件拆过 fable——十条全熟，零新面孔。

熟脸满席不等于传送带停了。把 09-12 至 09-15 四天快照拉成一张轨迹表，能看到几个仍在猛跑的存量：

按快照口径粗算日均星速：reelbench 约 29%/日 ＞ lunel 约 20%/日 ＞ Mac-Duo 约 18%/日 ＞ anything2explainer 约 12%/日。注意 Mac-Duo 和 lunel 都不是 Skill——前者是 macOS 视觉应用，后者连门牌都是空的。这正是榜单杂货化的延续：按 09-14 那篇的口径（门牌或存档可判定为 Skill 约四席、一席存疑，浓度约四分之一），今天同口径只剩两席可判定（reelbench、gongwen-gbt9704），浓度跌到一成。下面这四张新面孔，就埋在这两成待验席里。

flowchart TD
    A["今日新星榜二十席"] --> B["明确Skill 2件"]
    A --> C["周边工具 2件"]
    A --> D["待验 7件"]
    A --> E["非Skill 9件"]
    B --> B1["reelbench 666"]
    B --> B2["公文件 602"]
    C --> C1["data-extractor 797"]
    C --> C2["meme-radar 334"]
    D --> D1["printfilm 393"]
    D --> D2["deepseek-recipe 331"]
    D --> D3["lunel viserys等"]

首印之一：ai-data-extractor，把 Agent 说过的话挖出来

门牌原文：「Free open-source extractor for AI coding assistant chat histories. Supports Claude Code, Cursor, Win…」（快照在 110 字符处截断，完整支持列表以仓库为准）。

先说位置：它今天直接落在榜眼位，797 星，是四张新面孔里最高的一张，仅次于蝉联多日的 Mac-Duo。一个零粉丝预期的新仓库首日进榜就坐二望一，说明「会话历史」这个需求位的势能比大多数成片件都足。

拆门牌。第一句三个词连发：free、open-source、extractor——「免费」被当成第一卖点写在最前面，这类工具通常面对的是付费竞品市场，作者先把价格锚砸了。第二句把宿主名点名：Claude Code、Cursor，这延续了本栏此前提炼过的「把宿主名写进描述」的路由写法——用户按宿主检索，模型也按宿主路由，这一行就是它的获客渠道。

定位上，它不是 Skill，而是 Skill 生态的下游考古层。本栏拆过的记忆双雄（agent-memory、okf-agent-memory）管的是「让 Agent 往里记」，这一件管的是「把 Agent 说过的话往外挖」：会话历史、被放弃的方案、调试来回，全是可以复盘、可以做成数据集的原料。reelbench 把踩坑经验整理成技能包占住了资料层，这一件往上游再退一步，占住原料层——两条新料恰好拼成了「数据回流」这条还没被大件占住的缝。

风险也得写在首印里：会话记录里是代码、密钥、客户数据，「本地解析还是上传处理」是这件没在门牌里回答的第一问。装它之前，这一问必须先有答案。

首印之二：deepseek-recipe，又一次大厂空牌

331 星，描述两个字都没有：无描述。但组织名是 deepseek-ai——DeepSeek 的官方组织。今天二十席的末席门槛是 331 星，一个零描述仓库能在七天窗口内攒到这个数挤进榜，说明星速不低，传播全靠名字和组织的信誉背书。

名字里的 recipe 是唯一可分析的信息。对照今年生态的一条主线：Anthropic 用官方仓库和 skill-creator 给 Claude 配「造件机」，大厂给自己的模型配官方配方库，正在从单点实验变成标配动作。如果 deepseek-recipe 走的是同一条路，它就是 DeepSeek 生态的 anthropics/skills 时刻——但这是名字层推演，仓库真身未知，本文不做任何内容猜测。

它更值得记录的身份，是 Choruz 的复刻样本。九月中旬 inclusionAI 上架 Choruz 时同样一语不发，本栏当时的判词是「先写描述，再谈星值」；几天过去，Choruz 星数涨到了 710，描述依然是空的。现在 deepseek-ai 又交了一张一样的空牌。两家大厂先后用同一种姿势上新，指向同一个判断：对大厂来说，占位的时间窗比门牌的完整度优先级更高——先把仓库名和星势立住，内容后补。对使用者的策略因此很明确：watch 而非 clone，等第一个 README 落地再谈安装。

首印之三：printfilm，成片赛道的中文新门牌

门牌原文：「PRINTFILM：AI 科普视频与漫剧创作平台」。393 星，首日过线（门槛 331）。

两个观察点。第一，赛道卡位。成片件是近一个月最拥挤的类目，今天的梯队是 anything2explainer（1317）、ffmpeg-skill（1050）、dream-loop（993），资料层站着 reelbench（666）。printfilm 从门牌看也是往「出片」这个出口挤，但它没有选泛视频，而是点名了两个具体形态：科普视频和漫剧。在头部件已经把「话题进讲解片出」的通用心智占住之后，新来者切细分形态是合理的侧翼打法——393 星的起点不高，但比正面硬刚通用件聪明。

第二，形态存疑。它自称「平台」而不是 Skill，门牌没说交付物是技能包、SaaS 还是脚本集。本栏的惯例是按门牌承诺计分，那这一件连形态都要打问号：如果只是又一个网页端生成平台，它和新星榜里其他杂货没有区别；如果仓库里真是可装的本地产线，那它就是成片赛道第一张以中文为工作语言的门牌——这个如果，值得留观察位等验证。

顺带记一个背景：今天入榜的中文门牌不止它一张，meme-radar 是中文门牌，公文件三天改三次门牌也是中文作者。上半年「英文门牌包场」的局面，在这个七日窗口里明显松动了。

首印之四：meme-radar，把克制写进门牌的链上工具

门牌原文：「Meme雷达开源版：本地只读、多链 Meme 候选扫描与人工复核工具」。

这可能是四件里门牌写得最讲究的一张。三个词组各自锁死一种风险：本地——数据不出门；只读——不下单、不接钱包、不碰交易执行；人工复核——自动化只做到「候选」为止，决策权留给人。本栏在 slack-gif 一拆里提炼过「把约束写进流水线」的写法，这一件是把同一种纪律用在了门牌第一行：还没进正文，先把「我不会干什么」说清楚。对照今年一串生成—交易一条龙的链上件，这种克制本身就是稀缺设计。

「开源版」三个字是另一处信号：存在另一条不开源的产品线，商业模式大概率是开源引流、上游收费，具体未知，不作断言。

但实战分必须打折。本栏对金融建议类件有固定折扣先例——crypto-rag 当初就被把实战格压到一星半。meme-radar 的克制值得加分，可它服务的场景本身是 meme 币候选筛seek，投机属性写在赛道脸上；工具再规矩，也改变不了用它的目的。设计分给高，实战分给低，这道裂缝就是这件的真实形状。

评测对比表（承诺分口径）

说明：※ 表示正文未读、按门牌承诺与快照表现计分，不可与拆过正文的存档分直接混排；对照组存档分取自本栏 09-12 至 09-13 存档，权重同为功能 25%、设计 25%、实战 20%、上手 15%、社区 15%。

生态细节：一门牌三天两改

最后记一个只有快照法才能看到的现场。公文件 gongwen-gbt9704-skill（475→602，已拆）的门牌在四天里改了三版：09-12 版是「跨平台中文公文排版 Skill，生成参照 GB/T 9704-2012 的可编辑 DOCX」；09-13 版追加配套 CEB 转换的仓库链接；09-14 版在最前面插入了一句「信息安全提醒：请勿上传企业禁止对外公开的文件；可在本地或企业内网部署大模型后使用」，并保留至今。

三天两改，改的全是边界声明而不是功能承诺：先补生态（CEB 配套），再补安全（防敏感文件外流）。一个中文公文件作者在用门牌逐字回应企业客户的合规顾虑——这说明公文件的付费意愿真实存在，也说明这件的作者把企业内网当成了主战场。Skill 生态的门牌战，已经卷到逐字迭代的程度了。

四件在生态里的位置

flowchart TD
    U["开发者的会话记录"] -->|挖出历史| E["ai-data-extractor"]
    E -->|变复盘素材| F["喂料层新缝"]
    R["deepseek-recipe"] -->|内容未知| Q["大厂观察位"]
    P["printfilm"] -->|科普与漫剧| V["成片赛道侧翼"]
    M["meme-radar"] -->|本地只读| H["候选交人工"]
    H -->|决策不下场| W["链上克制派"]

安装与使用命令

四件形态不一，命令按形态给，装前先读仓库说明：

# 1. 会话考古（工具类：克隆后先读 README，确认本地/上传边界再运行）
git clone https://github.com/kruzovic7/ai-data-extractor

# 2. 官方配方库（空牌观察位：建议先 watch，等首个文档落地再谈安装）
git clone https://github.com/deepseek-ai/deepseek-recipe

# 3. 成片新门牌（自称平台、形态待验：先看仓库结构确认是否技能包）
git clone https://github.com/yi1108/printfilm

# 4. 链上扫描（工具类：认准门牌里「本地只读」四个字，验证后再用）
git clone https://github.com/nhovongoc0-max/meme-radar

若确认其中某件为标准 Skill 形态，本栏惯用的落位写法照旧适用：git clone <仓库地址> ~/.claude/skills/<件名>；skills.sh 系包管理器的 npx skills add 用户名/仓库名 写法，以该工具当前支持的命令格式为准。

推荐排行榜

• 首印装机序（今天就想装的）：ai-data-extractor ＞ printfilm ＞ meme-radar ＞ deepseek-recipe。榜眼位的需求势能最实，但隐私边界那一问必须先答。
• 观察位优先序（等下一印的）：deepseek-recipe ＞ printfilm ＞ rune ＞ YOINK。大厂哑谜的下一条 commit 最值钱，形态未验的成片件次之。
• 星速榜（快照口径估算）：reelbench 约 29%/日 ＞ lunel 约 20%/日 ＞ Mac-Duo 约 18%/日 ＞ anything2explainer 约 12%/日。资料层的后劲第一次压过了成片层。
• 门牌写作榜：meme-radar（三个约束词锁死边界）＞ gongwen 三日迭代版（合规提醒前置）＞ ai-data-extractor（免费锚+宿主点名）＞ deepseek-recipe（无门牌，不参评）。

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。