| 仓库 | 星数（9-18 快照） | 类型门牌 | 接管的旧器官 |
|---|---|---|---|
| tamaratran/fast-jev-compaction | 2551 | Claude Code 插件 | 上下文压缩摘要 |
| duty1g/x64dbg-mcp-server | 1995 | MCP 件（Zig） | 调试器会话 |
| achimala/dream-loop | 1408 | Agent Skill | Blender 渲染与出图 |
| mcncarl/jianying-headless | 798 | 独立 Agent Skill | 剪映草稿时间线 |
| shinthink/blitzstrike | 635 | MCP 件 | 渗透测试工具链 |
五个里两个是 MCP 件、一个是插件件，纯 SKILL.md 门牌只剩两席——这本身就是信号：新供给不再把 SKILL.md 当唯一入口，谁能更贴近那台旧机器，就用哪种壳。
| 件 | 功能 25% | 设计 25% | 实战 20% | 上手 15% | 活跃 15% | 加权预期 |
|---|---|---|---|---|---|---|
| dream-loop | ★★★★ | ★★★★★ | ★★★ | ★★ | ★★★★ | 3.75 |
| x64dbg-mcp-server | ★★★★ | ★★★★ | ★★★★ | ★★ | ★★★★ | 3.70 |
| jianying-headless | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★ | 3.65 |
| fast-jev-compaction | ★★★ | ★★★ | ★★★ | ★★★★ | ★★★★★ | 3.45 |
| blitzstrike | ★★★ | ★★★★ | ★★★ | ★★★ | ★★★ | 3.25 |
定位：仓库自述为「native Jianying drafts, isolated editing/export, and standalone Agent Skill」——直接读写剪映原生草稿，在隔离环境里完成剪辑与导出，以独立 Agent Skill 形态交付。
亮点有二。其一是切口极薄：不走「录屏重剪」或「导出再导入」的笨路，直接落在草稿文件这一层，这是剪映生态里最标准化的接口；其二是「isolated editing/export」这个设计——接管归接管，原工程不被污染，导出走隔离通道，翻车有退路。剪映是国内用户量最大的剪辑工具之一，而 Skills 生态里视频后期位长期空缺（此前成片类新货集中在生成侧，而非剪辑侧），这件补的是真空。
短板也硬：Private source preview——私有源码、预览阶段。你装上的东西无法审计，功能边界全凭门牌；对一个要读写你本地视频工程文件的件来说，这不是小事。星数 798（7 日内）说明需求被一眼认出，但「预览」二字意味着它还没到可以托付正式工程的状态。
判词：中文生态最被需要的一件，也是本批最需要「先观望再装机」的一件。
定位：自述「Agent skill for impressive 3D visuals using Blender + image gen + subagent critique」——Blender 建模渲染、图像生成、副手评审，三段链路一个件。
亮点在链路第三段：subagent critique。多数创作件只管生产不管验收，这件把质检副手焊死在流水线里，产出先过评审再交稿——和此前质检件横评里的「造完谁验」命题撞了个正着，但它把答案直接写进了自己的架构。1408 星的上架热度说明「3D 视觉」这个高门槛赛道确实缺供给。
短板是依赖的重：本机要有 Blender，还要有图像生成额度，双外部依赖让「开箱即用」打折；「impressive」是门牌自评，成片质量未经任何第三方佐证。多副手评审也意味着多一轮 token 开销，跑大批量任务前得先算成本。
判词：本批设计意识最强的一件，也是装机清单最长的一件。
定位：来自「小而美」榜（近 45 天窗），自述「native MCP plugin for x64dbg that exposes the debugger」，实现语言是 Zig。x64dbg 是 Windows 阵营知名的开源调试器，逆向与漏洞分析社区的常用工具。
亮点在「native」与选型：不是起个中间服务转发日志，而是贴着调试器本体写原生生插件，语言用 Zig——说明作者是奔着「调试器的每一帧都归 Agent 调」去的。调试恰恰是大模型最缺的那只手：断点、单步、看内存，这些动态执行能力此前只能靠人肉搬运。45 天窗里做到 1995 星，是需求硬度的直接投票。
短板在门槛与边界：你得先有一台装好 x64dbg 的 Windows 环境，逆向场景本身就是高门槛领域；用途必须框定在授权分析与自有软件调试的合规范围内。上手难度本批并列最低（两星）。
判词：需求最硬的一件，装机前先问自己会不会用调试器。
定位：自述「universal MCP penetration-testing toolbelt. Structured methodology: reconnaissance…」——一条把渗透方法论写进工具带的路子，从侦察起手，步骤结构化。
亮点是「方法论优先」的取向：对 Agent 来说，渗透这类多阶段任务最怕的不是没工具，而是没章法；把 reconnaissance 起手的流程骨架先立起来，再挂工具，设计顺序是对的。
短板有三：它和 x64dbg 件同属 MCP 件而非 SKILL.md 件，装配链更长；635 星是本批最低，热度尚未起飞；最重要的是合规边界——这类件只能在明确授权的测试场景使用，这一条应写进每个人的装机决策里，而不是事后补票。本期评分对它从紧，实战一项未经任何佐证。
判词：思路对、底盘重、门槛高，安全团队内部用，别外传。
定位：自述「Claude Code plugin that replaces the compaction summary with Jev decisions: every tool call and result」——它动的不是外部软件，而是 Claude Code 自己的器官：长任务里的上下文压缩摘要。压缩摘要被换成一册「Jev 决策清单」，逐条记录工具调用与结果。
亮点在选位的刁钻：压缩摘要是长任务的生命线，此前生态里没人来抢这个位置，这件证明了「器官级改造」是可装机、可传播的产品形态——7 天 2551 星，本批星王。
短板是一个设计张力（以下为据其描述的推断，未经实测）：压缩的本意是省地方，而「逐条记录每次工具调用与结果」等于把扔掉的行李原样抄回车厢——省下的摘要空间，可能又被全量流水账吃回去。它到底换来了什么、付出了什么，要等实测对账。另外，「Jev」是什么，本期材料无法证实，但命名沾染已连成片，见下节。
判词：最懂生态痛点的一件，也是最需要实测报告的一件。
flowchart TD
S["本批五件新星"] --> J["jianying-headless"]
S --> D["dream-loop"]
S --> X["x64dbg-mcp"]
S --> B["blitzstrike"]
S --> F["fast-jev-compaction"]
J -->|接管| V1["剪映草稿时间线"]
D -->|接管| V2["Blender与出图"]
X -->|接管| V3["调试器会话"]
B -->|接管| V4["渗透工具链"]
F -->|接管| V5["上下文压缩摘要"]
自上而下读：上层是新门牌，下层是被接管的旧器官。五台「旧机器」里有四台是存在十年上下的成熟软件，只有压缩摘要是 Agent 时代的新器官——新星们的共识是：模型缺的不是能力，是握住现成工具的手柄。
# 独立 Skill 件
git clone https://github.com/mcncarl/jianying-headless ~/.claude/skills/jianying-headless
git clone https://github.com/achimala/dream-loop ~/.claude/skills/dream-loop
# MCP 件（需按仓库 README 注册 MCP 服务，以仓库说明为准）
git clone https://github.com/duty1g/x64dbg-mcp-server ~/.claude/skills/x64dbg-mcp-server
git clone https://github.com/shinthink/blitzstrike ~/.claude/skills/blitzstrike
# 插件件（装前先读对压缩机制的改动说明）
git clone https://github.com/tamaratran/fast-jev-compaction ~/.claude/plugins/fast-jev-compaction
装机前置自查：jianying-headless 为私有源预览，装前确认你接受不可审计；blitzstrike 仅限授权测试环境；fast-jev-compaction 建议先在长任务里对比压缩前后的 token 账单再常驻。
[!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。