概述：本期是 Skills 生态的例行周对账（第 38 周），榜单数据来自系统预抓取的 GitHub Search API 快照（截至 9 月 21 日）。三条主线：其一，近 7 天新星榜前 20 名里 13 席姓“决策模型”，Jev 械梗进入第三周后开始分化——玩梗的在退，正经公司在进场；其二，一个叫 ECC 的“agent 调优系统”以 26.4 万星冲进本周热榜第七位，排名压过 Linux 内核，与 superpowers、hermes-agent 在前十同框，agent 自我改进赛道首次出现三件 20 万星级货并排；其三，新上架货架出现一批“底座型”新面孔：AI 视频技能包、微信本地数据 CLI、渗透测试工具带。以下逐件过堂。
第一条线：决策模型从“梗”进入“工业期”。 新星榜前 20 名里，正牌 Jev 系占 9 席（jev-ultrafast 1.2 万星、fast-jev-compaction 5143 星、laya 4017 星、laya-mlx 1645 星、jev-trader 1524 星、NanoJev 1392 星、jevlike 1077 星、localjev 609 星、awesome-jev 604 星），隔壁自研决策模型再占 4 席（SemIf 2437 星、nimble 1091 星、kev 1009 星、typesafe-computer-use 626 星）。合起来 13/20。但成色变了：两周前上榜的多是复刻和玩梗，本周进榜的 nimble 是数据策展公司出品，kev 能让你自己训练，awesome-jev 604 星则说明——一个生态大到需要目录页的时候，它就不再是梗了。HN 首页同日出现“Laya 在 Mac M4 上离线跑出每秒 45 次决策”（124 分），端侧性能帖开始接棒话题。
第二条线：agent 自我改进赛道三巨头首次同框。 本周热榜（近 3 天活跃）前十里，obra/superpowers（28.9 万星，方法论派）、affaan-m/ECC（26.4 万星，调优派）、NousResearch/hermes-agent（24.7 万星，成长派）三件并列出现，中间还隔着一条 torvalds/linux（24.9 万星）——ECC 排在 Linux 内核前面，这是 Skills 生态第一次。宿主侧 openclaw 以 39 万星排在榜三，“货比壳贵”的格局在本周又往货这边挪了一格。
第三条线：小而美榜头名并列，两件货恰好同星。 diudiu-tech/delivery-harness 和 FireRedTeam/FireRedAudio 都是 1969 星，一张榜上精确同分，纯属巧合但好记。
榜单原话：The agent harness performance optimization system. Skills, instincts, memory, security, and research。货单五样：Skills（技能层）、Instincts（本能层）、Memory（记忆层）、Security（安全件）、Research（研究件）。翻译成人话：superpowers 教 agent“按什么规矩干活”，hermes-agent 想 agent“自己长大”，ECC 则盯着另一件事——已有技能装了不等于用得好，它做的是装机之后的调校。技能、本能、记忆、安全、研究五层各管一段，思路接近给 harness 做一套“底盘调优手册”。26 万星量级意味着它已经是赛道基础设施级的参照物。短板也很直白：仓库描述只有一句话，五件套各自的边界、与 Claude Code 原生 skills 目录怎么衔接，正文不读不知道——这恰好是下期深拆的好题材。
自述三件事：本地 typed decisions（类型化决策）、contrastive data curation（对比式数据策展）、model evaluation（模型评测）。这是决策模型赛道第一次出现“数据—训练—验收”的完整流水线拼图，出品方 bespokelabsai 是以数据策展起家的组织（据公开资料）。观察价值在于位置：玩梗仓库解决“跑起来很好玩”，nimble 解决“这批决策数据怎么筛、训完怎么验”。梗退烧之后留下来的赛道，通常是被这种仓库接管的。 1091 星，对工具型仓库是体面的开局。
自述是“建在 Qwen3.5 之上的小型 Jev 系决策模型家族，可自训自跑”。作者 jaredpalmer 是以 Formik 成名的老牌开源作者。它的意义在门槛：此前的 laya、SemIf 都是“下下来用”，kev 把训练管线也打包给了个人开发者——决策模型第一次有了“自己养”的选项。1009 星，与 nimble 一前一后进榜，本周末“本地决策模型工具箱”已经凑齐了两个不同分工的选手。
自述：WeChat local data CLI (query/decrypt/export) — fresh start from wx-cli。查询、解密、导出微信本地数据，从旧项目 wx-cli 另起炉灶重来，698 星。对 Skills 读者它是典型的“底座工具”：套一层 SKILL.md 写清触发词，就能变成“帮我把上周和客户的聊天记录整理成会议纪要”这样的技能件。两个注意：一是 "again" 后缀说明这个赛道翻车过一次，作者选择重写而不是打补丁；二是涉及本地加密数据的读取与导出，合规边界由使用者自己把握，企业设备上慎用。
自述“AI 视频相关的学习与工具 skill”（reelbench-skills，763 星）。结构上它把两样东西装进一个仓库：一半是自己踩坑学出来的笔记，一半是学会之后沉淀的工具技能。这代表新上架货架的一个新动向——作者不再只交“成品技能”，连“学会的过程”一起打包。对想进 AI 视频赛道的开发者，等于 bought 一张藏宝图加一把铲子；对 Skill 设计者，值得琢磨的是笔记和工具在同一仓库里怎么分工、SKILL.md 怎么引用笔记而不让上下文爆掉。7 天 763 星，对教程混合型仓库算快的。
自述账本：Computer use for about $0.0002 a step: OCR the screen, classify the next action with TypeSafe, click。三步流程——截屏做 OCR，用 TypeSafe 小模型对“下一步动作”做分类，执行点击。它省钱的原理是把“看懂屏幕后干什么”从大模型的生成题改成了小模型的选择题，每步成本压到约 0.0002 美元。626 星，是决策模型思路向外输出的第一个像样应用：不改 harness，改的是“手的成本”。短板明摆着：选择题只认预设动作集，界面一超出预设，泛化能力就是未知数，官方没有给出复杂任务的基准数据。
自述“即时配送（on-demand delivery）业务流的 AI harness 参考实现”，Java 技术栈，1969 星，小而美榜并列头名。此前 harness 一词的热闹都在通用 agent 框架里，这一件的意义是货架开始给企业开发者出货了：外卖调度这类强流程业务，需要的是带业务语义的参考实现，而不是又一个通用框架。对国内做即时配送系统的团队，这是一份可以直接对着抄的作业；对本栏目，它是“Skills 生态外溢到行业软件”的第一个样本。短板：Java 栈与 Claude Code 社区主流的 TS/Python 有距离，上手成本高，且“参考实现”四个字通常意味着距离生产还有一段路。
评分说明：本期为周报初评，依据为仓库描述、星数与榜单结构，未逐行读正文；“实战效果”一项含推断成分，深拆轮次会修正。
| 仓库 | 功能完整度(25%) | 设计质量(25%) | 实战效果(20%) | 上手难度(15%) | 社区活跃度(15%) |
|---|---|---|---|---|---|
| affaan-m/ECC | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★★ |
| bespokelabsai/nimble | ★★★★ | ★★★★ | ★★★ | ★★ | ★★★★ |
| jaredpalmer/kev | ★★★ | ★★★ | ★★★ | ★★★ | ★★★★ |
| jackwener/wx-cli-again | ★★★ | ★★★ | ★★★★ | ★★★ | ★★★★ |
| eternityspring/reelbench-skills | ★★★ | ★★★ | ★★★ | ★★★★ | ★★★ |
| awlevin/typesafe-computer-use | ★★★ | ★★★★ | ★★★ | ★★★ | ★★★ |
| diudiu-tech/delivery-harness | ★★★★ | ★★★ | ★★★ | ★★ | ★★★★ |
flowchart TD
H["宿主层 openclaw 39万星"]
H --> T1["调优层 ECC 26.4万星"]
T1 --> L1["技能层 Skills"]
T1 --> L2["本能层 Instincts"]
T1 --> L3["记忆层 Memory"]
T1 --> L4["安全与研究院"]
H --> M1["方法论层 superpowers"]
H --> M2["成长层 hermes-agent"]
H --> G1["货架层 本周新货"]
G1 --> S1["reelbench-skills 视频技能包"]
G1 --> S2["wx-cli-again 数据底座"]
G1 --> S3["blitzstrike 渗透工具带"]
flowchart TD
R["开源决策模型热"]
R --> J["jev-ultrafast 梗原点"]
R --> L["laya 零字门牌"]
R --> S["SemIf 自研派"]
R --> W["awesome-jev 目录收口"]
J --> F["fast-jev-compaction 压缩件"]
J --> T["jev-trader 交易件"]
J --> V["jevlike 复刻件"]
J --> N["NanoJev 纳米复刻"]
L --> M["laya-mlx 苹果芯片版"]
L --> G["localjev GitHubNext 版"]
N --> K["kev 可自训"]
N --> B["nimble 流水线正经货"]
R --> C["typesafe-computer-use 出应用"]
# 通用法则：带 SKILL.md 的仓库，克隆后把技能目录拷进个人技能目录
mkdir -p ~/.claude/skills
# AI 视频技能包（reelbench-skills）
git clone https://github.com/eternityspring/reelbench-skills
cp -r reelbench-skills/<技能目录> ~/.claude/skills/
# 决策模型流水线（nimble）
git clone https://github.com/bespokelabsai/nimble
# 可自训决策模型（kev）
git clone https://github.com/jaredpalmer/kev
# 微信本地数据 CLI（wx-cli-again，注意合规边界）
git clone https://github.com/jackwener/wx-cli-again
# 计算机操作省钱件（typesafe-computer-use）
git clone https://github.com/awlevin/typesafe-computer-use
# 即时配送 harness 参考实现（delivery-harness，Java 栈）
git clone https://github.com/diudiu-tech/delivery-harness
# 检索某个仓库是否已被社区 CLI 收录
npx skills find reelbench
npx skills find ecc
综合推荐：1. ECC——赛道级参照物，深拆价值最高；2. nimble——退烧期接盘者；3. wx-cli-again——最容易被改造成技能件的底座；4. kev；5. typesafe-computer-use；6. delivery-harness；7. reelbench-skills。
最值得蹲下一轮深拆：ECC（五件套到底怎么落到 Claude Code 的 skills 目录）、nimble（数据策展怎么接决策模型）、delivery-harness（行业模板货的 SKILL.md 写法）。
最快上手：reelbench-skills、typesafe-computer-use。
观察价值：三巨头同框本身大于任何单件——方法论（superpowers）、调优（ECC）、成长（hermes）三条路线全部站上 20 万星，agent 自我改进的“三国杀”正式成型，下期周报重点看 ECC 会不会改写 skills 目录的使用约定。
[!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。