# 外卖harness卡在毕业线上：Skills生态定期观察（9.24单期） ## 概述 ## 口径：单期快照怎么用 本期只有09-24一份快照，凡涉及增速与「卡线」的判定，均以站内已发布各期的历史读数为基线：delivery-harness的09-21读数1969星引自本栏今晨内容件对账文的对照组记录；顶部三巨头的多期星轨引自今晨R1观察文的六期快照表；灰件判例与题库件移交判例分别引自今晨两期已发布存档。单源数据均在文中注明，凡「正文未读」的仓库一律只做门牌与星轨分析，评分全部为纸面分并打※，与往期同一套诚实条款。 ## 头条：delivery-harness，卡在毕业线上的行业件 **定位**：diudiu-tech/delivery-harness，1,971星，Java，小而美榜第4席。门牌一句话：*「AI harness reference implementation for on-demand delivery workflows」*——面向按需配送（即时配送）业务流的AI harness参考实现。 先说清它是什么、不是什么。它不是技能包，也没有任何面向Claude Code的门牌声明——harness管「怎么跑」，skill管「会什么」，这是本栏已反复划过的边界。它入选的原因在于品类：**这是本栏观察窗口内第一件把「harness」模式直接做进行业的参考实现**。外卖与即时配送是流程高度标准化、节点高度明确的业务，骑手接单、商家出餐、运力调度、异常改派，每一步都是可枚举的状态机——把agent harness放进这种行业，本质上是在说：**不缺聪明的模型，缺的是把业务流程翻译成agent可执行结构的骨架**。Java选型则暴露了它的目标人群※：不是写Python的模型玩家，而是守着企业后端系统的工程师。 星轨是本期真正的看点：09-21存档1,969星，09-24快照1,971星，**三天只动2星**。而且它卡的位置极其刁钻——距2000星毕业线恰好29星。这件事有两种读法。悲观读法：增长引擎熄火，社区声量归零，仓库进入僵尸态，卡线只是巧合伙※。乐观读法则有意思得多：它已经涨到了「再涨一点就毕业失联」的位置，而小而美榜的在架曝光对它是免费流量——**越线即失联的规则，给了线前仓库一个理性策略：不催涨**。样本只有一件，两种读法无法裁决※，但无论哪种，它都给「星数信号只在2000星以内有效」这条本栏判词补了第一个卡线样本：**冻结不是失联的反面，冻结是失联的前奏或前夜，而现在还分不出来。** ```mermaid flowchart TD R["冲到2000星线附近"] --> O1["越线毕业
信号即刻消失"] R --> O2["卡线冻结
三天两星"] R --> O3["断涨回落
退出观察窗口"] O2 --> Q["是蓄势还是熄火
本期无法裁决"] ``` **亮点**：行业切角罕见，把harness从开发者工具做成了行业方案模板；「reference implementation」写进门牌首行，姿态是给全行业交底而非圈地。**短板**：正文未读，无任何可引述的装机反馈；Java栈抬高了尝鲜门槛；三天2星的冻结曲线让「活跃」一栏几乎无从打分；门牌没有说明它依赖哪个宿主、是否绑定特定模型※。装机建议一句话：**做配送调度系统的工程团队值得克隆去读架构，普通技能玩家没有必要碰**。 ## 第二件：deploy-vercel，门牌只写了一行安装命令 **定位**：vvxw/deploy-vercel，1,875星，JavaScript，小而美榜第6席。门牌全文只有一句：*「Install Command：npm install」*。 本栏此前给描述栏空白判过一个判例：ffmpeg-skill零描述破千星，判词是「名字流量见顶之日，就是沉默件的失联之时」。deploy-vercel是同一病理的**新变体**——它不是空白，是错位：全仓库唯一的一句对外说明，没有用来讲它能做什么，而是拿来写了安装命令。**安装说明住在门牌里，就像把使用说明书印在快递箱外面**：看见的人确实知道怎么拆，但没人知道里面是什么。 它依然涨到1,875星，这继续印证本栏的旧观察：名字里的关键词组合（deploy + vercel）自带搜索流量，「Vercel部署」是独立开发者的刚需词。但ffmpeg-skill的完整星轨已经演示过这类件的下场——首发脉冲靠名字，名字流量见顶后增速一路衰减。deploy-vercel今日距毕业线125星，若按ffmpeg的前例走，它的脉冲段很可能已经走完※。给技能作者的教训从上一期的「别留空白」升级一档：**门牌是触发器，不是说明书——安装命令该住在README第一屏，门牌的每一个字都要花在「什么情况下该想起我」上。** 由于正文未读，它到底是什么（部署模板？脚手架？某个应用的部署配置仓？）无法判定※，五维分数里功能与实战两维只能按最低信息量给纸面分。 ## 榜单事件：2000星线大堵车 今晨内容件对账文记录了「1991、1990、1971三件都在线内」的三件版堵车。把今日小而美榜完整铺开，堵车比三件版严重得多——**前六席挤在116星宽的窄带里，第6名与第7名之间却空出83星的真空带**： | 席位 | 仓库 | 星数 | 距毕业线 | 认领状态 | |---|---|---|---|---| | 1 | openai/NavierStokesAndEuler | 1,991 | 9 | 本栏今晨NS方程文头条 | | 2 | larashero3-dotcom/lieflat-less-ai-tone | 1,990 | 10 | 本栏今晨内容件对账已终审 | | 3 | Minglink/dsh-infinite-gen-4 | 1,980 | 20 | 灰件判例维持，列名不展开 | | 4 | diudiu-tech/delivery-harness | 1,971 | 29 | 本文头条 | | 5 | CopilotKit/openmuse | 1,902 | 98 | 情报栏今日头条已认领 | | 6 | vvxw/deploy-vercel | 1,875 | 125 | 本文第二件 | | 7 | unreallabsai/unreal-agent | 1,792 | 208 | 本栏R1观察已拆 | 再把整条榜拉远看：15席从第1名的1,991星到截断线（第15名青简输入法，1,665星），**全部宽度只有326星**。换句话说，小而美榜的头部已经不是阶梯，是一条停满车的等速带——八件已认领的老面孔坐在1,665到1,792的候车区里，六件新面孔堵在1,875到1,991的线前带里。这带来一个可检验的预测※：**未来两到三周，这张榜的前排将批量毕业或批量冻结，榜单前排会整体换血一次**。堵车的成因也不难猜：2000星线越线即失联的规则，让线前仓库失去了继续涨的展示收益，涨到线附近的都停下来等信号，线就成了停车场。 ```mermaid flowchart TD L["小而美榜0924
十五席宽326星"] --> J["线前堵车带
六件挤116星"] L --> W["候车区
八件挤127星"] J --> P["预测：前排批量换血
两到三周内兑现"] ``` ## 顶部与毕业名单报数 宿主与框架层的本期读数全部为报数不评（各件均已拆过，出处见参考来源）： | 仓库 | 最新星数 | 窗口变化 | 状态 | |---|---|---|---| | openclaw/openclaw | 390,360 | 热榜第4席 | 软件类第一，兄弟栏目已按熟脸处理，不展开 | | obra/superpowers | 290,866 | 9/16以来+3,371 | 存档已拆，报数 | | affaan-m/ECC | 266,346 | 9/18以来6天+4,675 | 存档已拆，报数 | | mattpocock/skills | 266,035（9/20） | 已出近7天窗口 | 存档已拆，报数 | 毕业名单更新：pdfcn（9/21报1,936星）与appllama-skills（9/21报1,922星）今日在两个口径双双缺席，按截断线反推大概率越过2,000星毕业※，加上此前失联的anything2explainer，本月的毕业件已有三件的推断记录——它们的共同命运是**星数信号从此消失，选型证据只剩Issue区与commit记录**。 ## 五维评测对比表 口径：功能25%、设计25%、实战20%、上手15%、活跃15%，★☆为半星；两件新货均为「门牌加星轨」的纸面分，正文未读，全部打※；对照行直接引用今晨各期存档分，本期不重评。上手分越高代表越容易上手。 | 件 | 功能 | 设计 | 实战 | 上手 | 活跃 | 总分 | |---|---|---|---|---|---|---| | delivery-harness（1,971★） | ★★★☆ | ★★★☆ | ★★ | ★★☆ | ★☆ | **2.75※** | | deploy-vercel（1,875★） | ★★★ | ★☆ | ★★ | ★★★★ | ★★★ | **2.58※** | | 对照：hermes-jev-skills | 存档3.75（今晨R1头条） | | | | | — | | 对照：cleanupper | 存档3.70※（今晨NS方程文） | | | | | — | | 对照：DSH-Desktop-EAC | 存档3.66※（今晨NS方程文） | | | | | — | 两件新货的分数都明显低于本周存档对照，这不是意外而是差集的属性：**被认领潮筛过一遍之后，留在差集里的本来就是榜上挑剩的**。信息量最大的是delivery-harness的行业切角，完成度最高的反而可能是上手一栏的deploy-vercel——前提是它的内容与门牌自述相符※。 ## 安装与查证 两件都不是标准技能件，没有一件能直接扔进技能目录： ```bash # 行业harness参考实现：Java项目，克隆后按仓库README部署，勿装进 ~/.claude/skills git clone --depth 1 https://github.com/diudiu-tech/delivery-harness # 门牌自述安装命令为 npm install，内容未验，装前先读仓库正文 git clone --depth 1 https://github.com/vvxw/deploy-vercel # 差集自查：用市场搜索确认某关键词下还有没有未认领的新架技能 npx skills find delivery ``` 灰件dsh-infinite-gen-4按既定判例**不给命令、不提供安装路径**；delivery-harness若要认真评估，建议先看它的Issue区是否有真实业务提问——冻结件的社会证据只能去没人盯的地方找。 ## 本期排行榜 **差集信息量榜**：delivery-harness（行业harness品类样本）＞ deploy-vercel（门牌错位病理样本）。 **堵车带观察榜**（谁先动谁毕业）：NavierStokesAndEuler距线9星，大概率先毕业※；delivery-harness三天2星，最可能冻结。 **装机优先级榜**：两件都不进推荐位——配送系统工程师可读delivery-harness架构，其余观望；deploy-vercel读过正文再谈装。 **报数榜**（宿主层）：openclaw 390,360 ＞ superpowers 290,866 ＞ ECC 266,346 ＞ mattpocock 266,035（出窗）。 **回避榜**：灰件判例维持，星数不构成推荐。 ## 本周观察：三个新信号 **第一，「参考实现」正在成为发布品类。** delivery-harness的门牌把reference implementation写在第一行，这个措辞通常出现在协议与标准的配套文档里，现在被用在了agent仓库上※。合起来读，行业团队开源的不再是工具，而是「我们这个行业该怎么用agent」的完整答案——**行业知识本身正在替代提示词技巧，成为新一批仓库的卖点**。对想写技能的人，这意味着选题不必再盯通用场景：你对自己行业的流程理解，就是别人抄不走的那部分。 **第二，门牌病理有了第二个亚型。** 空白门牌（ffmpeg-skill）浪费的是触发器，错位门牌（deploy-vercel）更冤——它有触发潜力的字数，却全花在了安装命令上。两条星轨摆在一起，技能作者的描述区写作规范可以收拢成一句话：**门牌回答「何时想起我」，README回答「怎么用我」，两件事不能互相借用字数。** **第三，2000星线正在从天花板变成候车室。** 堵车带的六件里，至少四件有明确动机停在线前：越线即失联的规则让「停在1991星」比「涨到2001星」更有展示价值※。如果预测兑现，小而美榜前排两三周内整体换血，届时「在架」本身会变成稀缺属性——信号可见性第一次比星数存量更值钱，这可能是下一阶段技能货架定价逻辑的预演。 ## 结语 把今日快照对完账，本期最值得记下的不是某一件货，而是一个位置：一件行业harness，涨到离毕业线29星的地方，停住了，三天不动。**它停在信号还看得见的地方，也停在没人知道它下一步是蓄势还是熄火的地方**——这两种状态的星数读数一模一样，都是零。技能货架的9月快结束了：能涨的都已毕业或临近毕业，剩下的在候车室排队。下一期观察，值得盯的只有两处：堵车带哪一件先动，以及delivery-harness的冻结什么时候给出答案。 ## 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。