本期把镜头对准新上架名单里最扎眼的一个：achimala/dream-loop，一句自述——"Agent skill for impressive 3D visuals using Blender + image gen + subagent critique"，十天从 590 星冲到 1434 星。它把最近两个月在代码审查赛道跑通的「子代理当审稿人」模式，搬进了 3D 视觉生产：Blender 出几何、图像生成补质感、再派一个独立子代理逐张挑刺。本期同时完成九件新货的 24 小时对账：谁在真涨（workbuddy2api-panel +68）、谁已冷却（blitzstrike 三天 +4）、谁从名单毕业（screenwriting-skills）。核心判断：Skill 层的供给正在从「会生成」转向「会自我评审」，审美类输出的质量闭环是本周最值得抄的设计。
先看硬数据（来自每日快照）：
| 日期 | 09-10 | 09-11 | 09-15 | 09-16 | 09-18 | 09-19 | 09-20 |
|---|---|---|---|---|---|---|---|
| 星数 | 590 | 819 | 993 | 1326 | 1408 | 1413 | 1434 |
十天 +844 星，日均 84。但曲线形状比总量更有信息量：09-15 到 09-16 单日 +333，是峰值；随后 09-18 到 09-20 两天只 +26。标准的「冲高—钝化」结构，冷启动流量吃完后，剩下的涨速回到了每天 20 星上下——和同期 reelbench-skills 的稳定水位差不多。这意味着它的爆发主要靠发现页曝光，而非持续的口碑传导；「新星首发：掉榜就是过生日」里说过的规律，在它身上已经开始应验。
仓库自述只有一句话，正文细节本篇未逐行核验，但这句话里的三个选型足够说明作者的判断力：
第一，选 Blender 而不是纯文生图。 3D 视觉的痛点从来不是「画面好不好看」，而是几何对不对——椅子四条腿、零件能拼上、视角能转。图像生成模型解决不了多视角一致性，Blender 可以。让 Agent 走「建模→渲染→再补质感」的路径，等于把可控的部分交给确定性工具，把不可控的部分才交给生成模型。这个分工思路和官方 pptx「先看图再交稿」是同一个哲学：先结构后皮肤。
第二，生成与评审分离。 自述里的 subagent critique 是全场最值钱的四个词。让同一个上下文既当运动员又当裁判，模型会对自己的输出过度宽容；拆一个独立子代理专门挑刺，等于给审美类输出装上了「第二双眼」。这正好接上了本栏「子代理当审稿人：找茬四件横评」的观察——那篇里找茬件还都守在代码审查赛道，dream-loop 是第一个把审稿人调去画室的高星仓库。
第三，循环而不是单发。 critique 只有接上 revise 才叫闭环。自述虽短，但「loop」就写在仓库名里：渲染、挑刺、回炉，直到过审。这个结构对国内做内容产出的读者尤其有参考价值——你用 AI 出图出视频时最缺的不是生成器，是那个不肯一次放行的审稿人。
flowchart TD
A["用户一句需求"] --> B["Blender建模渲染"]
B --> C["图像生成补质感"]
C --> D["子代理逐张挑刺"]
D --> E{"过审？"}
E -->|没过| B
E -->|过审| F["交付成片"]
三日 +26 的冷却只是其一。其二，自述没有提依赖门槛：Blender 环境装不装、Python API 走哪条路、图像生成调用哪家模型，这些直接决定「开箱即用」成色，装前请先读它的 README。其三，1434 星对应的具体产出质量，本篇没有实测样张可引，评分按纸面信息给，下文表格已标注。
# 克隆到个人技能目录（目录结构以仓库 README 为准）
git clone https://github.com/achimala/dream-loop ~/.claude/skills/dream-loop
| 仓库 | 09-19 | 09-20 | 24h | 一句话定位 |
|---|---|---|---|---|
| anything2explainer | 1644 | 1790 | +146 | 话题进讲解视频出，已有专文 |
| workbuddy2api-panel | 494 | 562 | +68 | 本日增速冠军 |
| llm-master | 763 | 806 | +43 | LLM 中文学习路线 |
| page-mascot | 710 | 732 | +22 | 网页小挂件 |
| dream-loop | 1413 | 1434 | +21 | 本期主角 |
| gongwen-gbt9704-skill | 675 | 688 | +13 | 国标公文，已有专文 |
| reelbench-skills | 749 | 761 | +12 | AI 视频笔记+工具 |
| blitzstrike | 636 | 639 | +3 | 渗透测试 MCP 工具带 |
| viserys-agent | 665 | 666 | +1 | 零字门牌 |
另有件值得记录的「毕业」：jtydhr88/screenwriting-skills 昨天还以 1251 星排在名单第 3，今天从新上架名单消失——近 7 天窗口到期，自然离场。它的曲线同样典型：早期顶着「无描述」空门牌涨到 882 星（即此前报道的「零字门牌揽八百星」），补上 "Professional agent skills for screenwriting, television writing and dramaturgy" 简介后走完最后一波，最后读数定格 1251。
eternityspring/reelbench-skills，自述中英双语——"Learning notes and tooling skills for AI video"。09-14 榜上读数 516，今天 761，六天 +245，日均 41，是本期涨速最稳的一件。定位上它是「学习笔记 + 工具 skill」的合订本：笔记部分补课，工具部分可装。短板也在这——笔记与 skill 混装，哪些目录能直接放进 .claude/skills 哪些只是文档，需要读者自己分辨。它和「做视频赛道横评：谁离成片最近」那批成片工具恰好互补：那批管交付，这个管补课。
git clone https://github.com/eternityspring/reelbench-skills ~/.claude/skills/reelbench-skills
shinthink/blitzstrike，自述 "a universal MCP penetration-testing toolbelt. Structured methodology: reconnaissance..."（快照截断）。注意它不是 Skill 而是 MCP 工具集，走的是工具层而非提示层，方法论按侦察起的结构化流程组织。三天读数 635→636→639，基本钉死——安全工具受众窄、授权环境门槛高，冷却得比谁都快。只提醒一句：此类工具仅限授权测试场景。本周安全侧供给其实不少（gpt_sub_analysis 558 星、wp2shell-PoC 563 星），但全部停在仓库层，没有一件做成了 Skill——安全能力的 Agent 化仍然是个空工位。
git clone https://github.com/shinthink/blitzstrike ~/.claude/skills/blitzstrike
# MCP 工具带，按仓库 README 注册 server 后使用
youngyangyang04/llm-master，自述覆盖 Prompt Engineering、RAG、AI Agent、MCP、微调、模型部署、Transformer 的中文全栈路线，763→806，一天 +43。它压根不是 Skill——能出现在「新上架 Skills」动态里，是因为关键词命中。这暴露了关键词抓榜的天然噪音：教程仓、工具仓、Skill 仓混在一口锅里。对读者的价值倒是实在：想系统补 Agent/MCP 底子，这份中文路线一天涨 43 星说明踩中了需求。把它当资料收藏即可，别往技能目录里塞。
linguo2625469/workbuddy2api-panel，自述：把腾讯 WorkBuddy 账号变成 OpenAI 兼容 API 的多账号网关，自动完成任务中心全部任务，附 Web 管理面板。494→562，一天 +13.8%，本期增速冠军。但多账号池加自动刷任务，明显踩在服务条款的灰色地带，封号风险自担。它上榜更多说明了一件事：需求侧对「把封闭产品开口子」的渴求一直旺盛，供给也就永远会有。
rizqinrr/viserys-agent，666 星，自述栏空空如也，24 小时只涨 1 星——「零字门牌」在 screenwriting-skills 身上靠题材红利兑现过一次，在它身上就是原地罚站。nilbuild/page-mascot（732 星，"A mascot that watches the cursor and blinks when you poke it"）是个可爱的网页挂件，和 Skill 无关；顺带一提，同一名下还挂着一个 36.7 万星、与知名 roadmap.sh 同名的 developer-roadmap，两者关系未经证实，认仓库时建议认准原始出处。
本周热榜快照里，三大技能框架同时挤进全站前 10：obra/superpowers 288947、mattpocock/skills 266035、affaan-m/ECC 263135——与 react、awesome-python 同榜，「三座框架山头」的对账此前做过，本期只记一个新事实：技能框架已经进了 GitHub 主流仓库序列。更上面还有 openclaw（390110 星，"The AI that really does things"）——底座本身比框架还高一个量级。另一条场外呼应：HN 首页 1542 分的讨论《AI-generated posters don't have to be horrible》吵的正是 AI 产出的审美问题——dream-loop 的审稿人闭环，踩的是同一个时代的痛点。
| 仓库 | 功能完整度 25% | 设计质量 25% | 实战效果 20% | 上手难度 15% | 社区活跃 15% | 加权 |
|---|---|---|---|---|---|---|
| dream-loop | ★★★★ | ★★★★★ | ★★★★ | ★★★ | ★★★★ | 4.1 |
| llm-master（资料） | ★★★★ | ★★★ | ★★★ | ★★★★★ | ★★★★ | 3.7 |
| reelbench-skills | ★★★ | ★★★ | ★★★ | ★★★★ | ★★★ | 3.2 |
| blitzstrike | ★★★ | ★★★★ | ★★★ | ★★ | ★★ | 3.0 |
| workbuddy2api-panel | ★★★ | ★★ | ★★ | ★★ | ★★★ | 2.4 |
viserys-agent 无描述，无法评分，列为待观察。dream-loop 的设计质量满分给的是「选型判断」：三件套分工与审稿闭环在纸面上无可挑剔；实战效果留了一星，等样张。
flowchart TD
W["本周新货盘点"] --> G1["真Skill层"]
W --> G2["工具与插件层"]
W --> G3["榜单噪音层"]
G1 --> A["dream-loop 3D视觉"]
G1 --> B["reelbench 视频课"]
G1 --> C["gongwen 公文排版"]
G2 --> D["blitzstrike 渗透MCP"]
G2 --> E["workbuddy 账号网关"]
G3 --> F["llm-master 教程仓"]
G3 --> H["page-mascot 挂件"]
本周生态的一个方向性信号：生成能力已经过剩，评审能力开始稀缺。dream-loop 十天千星不是因为它能做出 3D，而是因为它承诺「不过审不交付」。代码审查赛道验证过的找茬模式，正在向视觉、内容、一切审美类输出扩散——下期值得盯的问题只有一个：谁先把这套审稿闭环搬进中文写作和短视频成片。
[!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。