# 6747星副驾摘了微信门牌：新星席蹲点记 ## 概述 这是本栏第6轮「新星首发」——蹲最近上架、涨得最快的新面孔，做早期挖掘。本期范围取自 2026-09-20 至 09-27 每日 GitHub Search API 快照里的新星榜与新上架名单，剔除近期已拆过的面孔（laya、AnyJev、djev-run、hermes-jev-skills、golive-skill、magpie、apk-reverse 等均已另文覆盖），剩下六组还没人写过的新星。核心发现有两个：其一，本期涨得最凶的不是任何一件 Skill，而是 6747 星的手机聊天副驾 jev-chat-jarvis——而且它在涨得最猛的那一天，把仓库描述里的「微信」两个字摘掉了；其二，新星席上挂着 SKILL.md 的真「件」越来越少，harness、CLI、桌面工具这些「件的邻居」正在把首发位坐满。 需要先交底：本文全部星数与描述均来自上述每日快照，未逐一抓取仓库内部文件，所有涉及仓库内部结构的判断均标注「从描述看」。 ## 六组新星一览：增长曲线说话 | 仓库 | 可见段 | 星数变化 | 日均增速 | 形态 | |------|--------|----------|----------|------| | jev-chat/jev-chat-jarvis | 09-24→09-27 | 5476→6747 | 约424 | 手机对话副驾 | | freestylefly/WeChatBridge | 09-25→09-27 | 670→832 | 约81 | macOS 桌面工具 | | unreallabsai/unreal-agent | 09-24→09-27 | 1792→1979 | 约62（逐日减速） | Go agent harness | | anishfn/shapeshift | 09-26→09-27 | 649→692 | 约43 | 变形输入框 | | eternityspring/reelbench-skills | 09-20→09-24 | 761→825 | 约16 | Skills 合集 | | syv-ai/HyperQwen | 09-24→09-27 | 1680→1726 | 约15 | 本地推理服务 | | asokurasu/text-humanizer | 09-26→09-27 | 719→738 | 约19 | 文本工具 | | jackwener/wx-cli-again | 09-20→09-27 | 676→748 | 约10 | 微信数据 CLI | 另有两位配角：jev-chat/jev-chat-windows 一日 567→606；korcarc/text-humanizer 在 09-21 快照录得 736 后跌出快照视野。 ## 评测对比表 评分基于 09-27 快照的早期公开信息，权重沿用本栏标准（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%），总分越低代表早期不确定性越高。 | 仓库 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 | 加权总分 | |------|-----------|---------|---------|---------|-----------|---------| | jev-chat-jarvis | 4 | 4 | 4 | 3 | 5 | 4.0 | | WeChatBridge | 3 | 3 | 4 | 4 | 4 | 3.5 | | jev-chat-windows | 3 | 4 | 3 | 3 | 4 | 3.4 | | shapeshift | 3 | 4 | 3 | 4 | 3 | 3.4 | | reelbench-skills | 3 | 3 | 3 | 4 | 3 | 3.4 | | wx-cli-again | 4 | 3 | 3 | 3 | 3 | 3.3 | | unreal-agent | 3 | 3 | 3 | 2 | 4 | 3.0 | | text-humanizer（asokurasu） | 3 | 2 | 2 | 5 | 3 | 2.9 | ## 主角：jev-chat-jarvis，涨得最猛那天改了门牌 先看数字。jev-chat-jarvis 在 09-24 至 09-27 三个快照日之间从 5476 涨到 6747，三天净增 1271 星，日均约 424——这个速度放在本期新星席上没有对手，是第二名 WeChatBridge 的五倍多。峰值出现在 09-24 到 09-25 那一天：单日 +774。 而恰恰是这一天，它的仓库描述变了。09-24 快照里写的是「在微信 / QQ / X / 飞书里读懂对方」，09-25 起变成「在 QQ / X / 飞书里读懂对方」——「微信」从门牌上被摘掉了。为什么摘？快照不会回答。可以确认的事实只有两个：描述改动与最大单日涨幅发生在同一快照区间；此后日增从 774 回落到 301、196。至于原因——平台合规顾虑、支持策略调整、还是单纯精简文案——均属推测，未经官方证实。但这个细节值得记进「门牌学」档案：本栏此前写过 golive-skill 一句话卖五个账号、company-brain 自称团队大脑，新星期的仓库描述从来不只是说明书，也是免责声明。门牌上写什么、不写什么，本身就是信息。 从描述看它的产品形态：装在手机上的对话副驾，在 QQ、X、飞书里「读懂对方、给出候选回复、一键填入输入框，发不发由你」。设计上有三条硬约束写得清清楚楚——非侵入、只读屏幕、不 hook 不改包；发送永远手动。这不是本栏第一次见这种「把最后一步留给人」的设计，但它把人留在了最高风险的那一步，比很多全自动 agent 诚实。 它绕不开的一个词是 Jev。决策引擎用 Jev 判断对方意图，这一点让它天然被归入近期最热的 Jev 浪潮——不过要说清楚：本栏及全站近期拆过的 laya、deepopen、AnyJev、djev-run 都是决策引擎本体，jarvis 是把决策引擎装进聊天场景的应用，产品不同、赛道不同，本文不展开引擎原理。 它的桌面兄弟 jev-chat-windows 把工作流写得更细：窗口截图 + 本地离线 OCR 读对方消息，Jev 判断意图，产出 3 条候选一键填入。一日 567→606。把两兄弟的工作流画出来： ```mermaid flowchart TD S["屏幕消息"] --> O["本地离线OCR"] O --> J["Jev判断意图"] J --> C["3条候选回复"] C --> F["一键填入输入框"] F --> H["发送永远手动"] ``` 短板也要说透：其一，它不是 SKILL.md 意义上的「件」，装的是应用不是能力包；其二，屏幕读取 + 第三方决策引擎，聊天数据要过引擎这道关，隐私敏感用户需要自己掂量；其三，增速三天从 774 回落到 196，新星期的脉冲式增长能否坐实，还要再看两周。 ## 微信数据赛道：新兵两天完成超越 新星席上最有戏剧性的一幕发生在微信数据这条赛道上。 老将 wx-cli-again，自述「fresh start from wx-cli」，做微信本地数据的查询、解密、导出。09-20 快照录得 676 星，七天里走出 676→698→734→737→739→748 的曲线，日均约 10 星，稳得像条直线。新兵 WeChatBridge，09-25 才以 670 星进入快照视野，自述「微信聊天记录一键转发到 AI Agent 与 Obsidian 的原生 macOS 工具」，两天走出 670→748→832，日均约 81 星。09-25 它还落后老将 67 星，09-26 追平反超，09-27 领先 84 星——两天完成超越。 两者定位恰好互补而非互斥：wx-cli-again 管数据的「出口」（解密导出），WeChatBridge 管数据的「去向」（喂给 Agent 与 Obsidian）。从描述看，前者是 CLI，后者是原生 macOS 工具，一个面向爱敲命令的人，一个面向点按钮的人。这条赛道的共同底色是：把散落在微信里的对话历史变成 Agent 可用的上下文。本栏此前拆过 company-brain——Slack 里的团队记忆，微信数据管道做的正是同一件事的中国版，而且是从客户端本地数据下手，思路更野。 短板显而易见：两条仓库都踩在微信第三方数据的灰色地带上，解密、导出、转发都涉及账号安全边界，风险自担不是一句客套，是这类工具的常态。另外 WeChatBridge 的描述没提支持到哪个微信版本，这类工具最怕的就是客户端一升级就失效——这是它和所有同赛道工具共同的天花板。 ## unreal-agent：异步优先的 harness，前有两座大山 unreallabsai/unreal-agent，Go 写的「Async-first agent harness」。四天 1792→1979，但节奏值得注意：+93、+61、+33，逐日减速。 「异步优先」是个有内容的定位。现有主流 agent 运行方式大多是「发指令、等结果」的同步节奏，把异步做成第一设计原则，意味着任务提交后可以断开、并行、由 harness 自己回调——对长任务和批量任务这是刚需。本栏拆过的 dsh-agent-teams 讲的是给 agent 排兵布阵，unreal-agent 讲的是给这些 agent 搭一个不用盯着的工作台，方向不重叠。 但它的处境也摆在明面上：harness 赛道已经有两座大山——快照里 obra/superpowers 292067 星、NousResearch/hermes-agent 249365 星。前者是「agentic skills framework + 开发方法论」，后者自称「与你一起成长的 agent」。unreal-agent 用 Go 写异步，技术选型上有差异化的意思，可对一个描述只有四个单词的新仓库来说，文档、示例、生态三位一体都得从零建。上手难度给它 2 星不是苛刻，是快照里实在看不到能让人跑起来的证据。 ## shapeshift：一个会变成正确 UI 的输入框 anishfn/shapeshift，一日 649→692。描述写得很漂亮：「An input that becomes what you mean: one text box that morphs into the right UI as you type」——一个输入框，随着你打字，变成你想要的那个控件。你要填日期它变日期选择器，你要选颜色它变色板。 对 Agent 生态来说，这个方向比看上去重要。人机交互的下一站是「意图直达操作」，而挡在中间的永远是人类工程师排好的表单。shapeshift 想做的是把表单这层取消了——输入即界面。描述末尾「Powered by」后面被快照截断，由什么引擎驱动没有亮牌，这是本期评测里最想补上的一块拼图。 短板：它是个前端组件库形态的产品，星数基数小、披露信息少，真实可用性要从它的示例页验，快照给不了答案。蹲守价值大于即刻上手价值。 ## text-humanizer：新星席上的同名双雄 本期最有「生态味」的一幕：两个 text-humanizer，同一周内在快照里同框。 前辈 korcarc/text-humanizer，09-20 录得 733，09-21 到 736，随后跌出快照视野——增速跌破新星榜阈值。新人 asokurasu/text-humanizer，09-26 以 719 星入场，次日 738，一日 +19，按这个斜率正好追平前辈的最后可见位。两人的描述高度同质：把 AI 生成文本转成「人味」文本，一个强调开源转换，一个强调「完全免费、多语言」。 这不是 Jev 黄页大战的重演——此前的 awesome-jev 之争争的是「目录正统」，text-humanizer 撞的是「产品命名」。但对普通用户，后果一样：搜索框里敲下 text-humanizer，出来两个星数几乎相同的仓库，谁是原作、谁是跟随，快照看不出来。这给「新星首发」这个栏目本身提了个醒：早期挖掘的第一道工序是验明正身，名字撞车的当口，星数会骗人。 赛道本身值得注意：「去 AI 味」是内容办公件里一直空着的细分位，本栏盘点过内容办公装机总账时翻译位空着，「去机器味位」其实也一直没坐主。现在一分钟内来了两个竞争者，可惜都还没亮出可验证的基准——humanize 得好不好，目前全凭读者舌头。 ## reelbench-skills：本期唯一的真「件」 eternityspring/reelbench-skills，自述「AI 视频相关的学习与工具 skill」，是新星席上唯一在名字和描述里都明确挂着 skill 的仓库。09-20 到 09-24 走出 761→763→825，四天 +64。 它的定位是「学习笔记 + 工具技能」的双拼：一半是 AI 视频领域的知识沉淀，一半是可挂载的工具件。这意味着它更接近一本会更新的「视频件手册」，而不是单件工具。增速平淡的原因也好理解：出片件赛道已经卷成红海，本栏写过「出片件横评：同门六件内战」「成片五件终审」，生态位拥挤，合集型仓库吃不到爆款流量，但反过来说，它也是本期唯一装完就能给 Claude 增加新能力的候选。 ## 同场加映 - **syv-ai/HyperQwen**（1726 星）：「在你实际拥有的 GPU 上快速跑大 Qwen 模型」，号称单张 24GB 卡跑 Qwen3.8-27B。本地推理是 agent 离线化的地基，四天 1680→1726，增速不快但方向扎实，属于「件的军火库」。 - **852wa/JIZURA**（732 星）：日文仓库，「从歌词自动组装文字 PV」的浏览器应用，创意件，与 Skills 生态关系尚远，蹲一个后续。 ## 新星席分类图 ```mermaid flowchart TD ROOT["本期新星席"] --> A["真件 reelbench"] ROOT --> B["对话副驾"] ROOT --> C["数据管道"] ROOT --> D["运行时"] ROOT --> E["界面与文本"] B --> B1["jarvis 6747星"] B --> B2["windows 606星"] C --> C1["WeChatBridge 832星"] C --> C2["wx-cli-again 748星"] D --> D1["unreal-agent 1979星"] D --> D2["HyperQwen 1726星"] E --> E1["shapeshift 692星"] E --> E2["同名双雄 738星"] ``` 一张图看懂本期结构：八个席位上，挂着 skill 名分的只有一个。对话副驾、数据管道、运行时、界面组件把剩下的位子坐满了。 ## 安装与上手 通用说明：新星首发期的仓库请以各自 README 为准，以下给生态通用路线。 ```bash # 真"件"标准装法（skills.sh 生态通用命令） npx skills find reelbench npx skills add eternityspring/reelbench-skills # 兜底装法：克隆后把 skill 目录拷进配置目录 git clone https://github.com/eternityspring/reelbench-skills # 若仓库内目录结构为 skills//SKILL.md，则： # cp -r reelbench-skills/skills/* ~/.claude/skills/ # 应用/工具类（非件，装的是程序不是能力包） git clone https://github.com/jev-chat/jev-chat-jarvis git clone https://github.com/freestylefly/WeChatBridge git clone https://github.com/jackwener/wx-cli-again git clone https://github.com/unreallabsai/unreal-agent ``` 微信数据双雄与 jarvis 涉及账号与隐私边界，上手前请自行评估风险，本文不构成使用建议。 ## 推荐排行榜 - **增速榜**：jev-chat-jarvis（日均424）＞ WeChatBridge（81）＞ unreal-agent（62）＞ shapeshift（43）＞ text-humanizer 新人（19）＞ reelbench-skills（16）＞ HyperQwen（15）＞ wx-cli-again（10） - **蹲守榜**（值得加 Watch 等下一版）：shapeshift、unreal-agent、WeChatBridge - **即装榜**（现在就能给 Claude 加能力）：reelbench-skills - **稳健榜**（曲线最健康）：HyperQwen、wx-cli-again - **风险提示榜**：WeChatBridge、wx-cli-again（账号边界）、jev-chat-jarvis（屏幕数据出境） ## 本期观察 新星首发做了六轮，这一轮看到的变化最值得记下来：新星席正在「邻居化」。第一轮首发席上坐的是清一色的 SKILL.md；这一轮八个席位，真件只有一个，其余是副驾应用、数据管道、Go harness、前端组件和同名双胞胎。星 amo 涌向的是「让 agent 用起来更顺手」的东西，而不是「给 agent 增加一项能力」的东西——增长重心从能力包移向了使用现场。 另一个观察是「门牌学」正在成为新星期的第一战场：jarvis 在冲星最快的一天摘掉「微信」二字，text-humanizer 双雄在同名门牌下比拼星数，awesome-jev 的黄页之争余波未散。描述栏这行小字，既是 SEO，也是免责声明，还是站队声明。看新星，先看门牌改了什么——这可能是本期比任何一个单件都值钱的结论。 ## 参考来源 1. [jev-chat/jev-chat-jarvis](https://github.com/jev-chat/jev-chat-jarvis) — 本期主角，手机对话副驾，星数取自 09-24～09-27 快照 2. [freestylefly/WeChatBridge](https://github.com/freestylefly/WeChatBridge) — 微信记录转发 Agent 与 Obsidian 的 macOS 工具 3. [jackwener/wx-cli-again](https://github.com/jackwener/wx-cli-again) — 微信本地数据查询/解密/导出 CLI 4. [unreallabsai/unreal-agent](https://github.com/unreallabsai/unreal-agent) — Go 编写的异步优先 agent harness 5. [eternityspring/reelbench-skills](https://github.com/eternityspring/reelbench-skills) — 本期唯一真 Skill 合集；其余 text-humanizer 双雄、shapeshift、HyperQwen、JIZURA 数据同源自 GitHub Search API 每日快照（2026-09-20～09-27） 6. [anthropics/skills](https://github.com/anthropics/skills) — 官方 Skills 仓库，本期背景参照 7. [mcpservers.org/agent-skills](https://mcpservers.org/agent-skills) — Skills 聚合目录，赛道拥挤度参照 > [!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。