公文双子星闯进新星首发位——本期五件新面孔全拆

概述

评测对比表

增速王：dream-loop，把评审回路焊进画图件

dream-loop 的仓库描述只有一句话：「Agent skill for impressive 3D visuals using Blender + image gen + subagent criti[que]」——用 Blender 加图像生成做像样的 3D 视觉，外加一个子代理来挑刺。星数曲线是本期最陡的一条：9 月 10 日快照 590★，9 月 13 日 921★，9 月 16 日 1326★，9 月 20 日 1434★，10 天涨了 143%。

它的价值不在「能画 3D」，而在名字里那个 loop。从描述反推，它的工作方式是一个渲染—评审循环：Blender 负责搭场景出静帧，图像生成负责补材质氛围，然后交给一个子代理按标准挑毛病，不达标就打回去重做。本栏此前拆主讲人视频件时总结过「把验证写进出片线」的设计趋势，dream-loop 是这个趋势在三维赛道上的又一个独立样本——质检不再是人肉最后一关，而是流水线中间的一道闸。

flowchart TD
    A["一句话需求"] --> B["Blender 搭 3D 场景"]
    B --> C["渲染静帧"]
    C --> D["图像生成补材质"]
    D --> E["子代理评审"]
    E -->|不达标| B
    E -->|达标| F["交付 3D 工程文件"]

（上图依仓库描述绘制的工作示意，未经实测。）

短板也明摆着：它押注在 Blender 上，意味着装机成本比纯提示词件高一截——你得先有一个能跑的 Blender，才轮得到 Skill 说话。上手难度是五件里最高的，但从星数看，市场愿意为「开箱出 3D」付这个安装成本。

公文双子星：同一条货架，两条路线

本期最意外的发现，是新上架榜上同时爬着两件中文公文件。一件管「格式」，一件管「文风」，正好把体制内文书这件事从两头拆开了。

gongwen-gbt9704-skill：把国标写成硬约束。mizzlelover/gongwen-gbt9704-skill 的定位写得很死：「中文公文排版 Skill：按 GB/T 9704-2012 生成可编辑 DOCX」，并配了一个做 CEB 文件转换的姊妹仓库（CEB 是方正系的电子公文版式，多见于政务系统）。GB/T 9704-2012 是《党政机关公文格式》的国家标准，版心、字体、字号、页边距全是白纸黑字的条款——这恰是 Skill 最擅长吃的场景：把一份带编号的强制标准逐条翻译成生成约束，比自由发挥的写作件好验收得多。星数从 9 月 12 日的 475★ 涨到 9 月 21 日的 690★，9 天 +45%。

更值得抄的是它描述的演化。9 月 13 日快照里描述还是纯功能介绍，9 月 14 日起开头多了一句：「信息安全提醒：请勿上传企业禁止对外公开的文件；可在本地或企业内网部署大模型后使用。」作者把免责与部署建议直接前置进了仓库描述——门牌即告示牌。公文件的目标用户大量来自体制内，敏感线先划清楚，这个细节比排版本身更有示范价值。

lieflat-gongwen：把文风变成可验收的指标。larashero3-dotcom/lieflat-gongwen 管的是另一头——文风。描述是：「通过102万字语料提炼的公文写作 skill，把公文写作风格变成可测量、可验收的量化数据。」这句话里藏着两件事：其一，风格不再靠「写得像不像」的玄学判断，而是从百万字级语料里提炼出可测的统计特征；其二，「可验收」意味着它自带一套及格线，产出对表交卷。星数从 9 月 10 日的 669★ 涨到 9 月 15 日的 967★，5 天 +45%，此后离开新上架榜的视野。

眼熟的名字不是巧合。本栏今天早前的去AI味赛道复盘里刚提过「语料统计派」的 lieflat 系列，并留了半句「那是另一件货，本期不展开」——指的就是它。同门家法一脉相承：先造标尺，再谈生成。

两件放一起看，得出的不是「二选一」，而是一个合流的猜想：公文的终局是「文风件出稿、格式件收口」的两段式管线，就像正式发文本来就有起草和核稿两个岗。这个位置现在还空着，等一件把两者串起来的编排件。

reelbench-skills：知识件与工具件的混血

eternityspring/reelbench-skills 的描述是中英双语：「Learning notes and tooling skills for AI video」。星数从 9 月 14 日的 516★ 涨到 9 月 24 日的 825★，10 天 +60%，在五件里增速第二。

它有意思在品类：既不是纯知识库，也不是纯工具件，而是「学习笔记 + 工具件」的混装——AI 视频这条赛道工具迭代太快，单独的教程会过期，单独的工具缺上下文，它把两者焊在一个仓库里，笔记给工具供语境，工具给笔记供验证。本栏此前拆过「一件 Skill 塞了一百节课」的学习件，reelbench 是那个物种的进化方向：课要能跑。短板是混装本身——笔记和工具的粒度如果拿捏不好，容易变成两边都不够深，从描述无法判断它的分层做得如何，装机前建议先看它的目录结构再决定。

page-mascot：新星首发位上的边界样本

nilbuild/page-mascot 的描述是：「A mascot that watches the cursor and blinks when you poke it」——一只盯着你光标、戳一下会眨眼的页面吉祥物。星数曲线是五件里最稳的：9 月 16 日 596★，9 月 19 日 710★，9 月 24 日 784★，9 月 27 日 815★，11 天 +37%，每天稳定涨三四十星，不熄火也不爆量。

把它放进本期，是因为它是新星货架上典型的边界样本：聚合站把它归进 Skills 生态动态，但从描述看它更像一个前端组件仓库。这类「算不算 Skill」的模糊地带正是新星位的常态——判定标准其实只有一条：它是不是靠一份 SKILL.md 式的说明书，让 Agent 在合适的时机自己想起来用。按这个标尺，page-mascot 大概率是个被顺手归类的邻居。列出来不为评测，为的是提醒读者：逛新星榜时，门牌和货物要对一眼，别照单全收。

本期五件地图

flowchart TD
    R["本期新星五件"] --> G1["体制内文书双星"]
    R --> G2["视觉工程件"]
    R --> G3["知识混血件"]
    R --> G4["边界样本"]
    G1 --> P1["lieflat-gongwen"]
    G1 --> P2["gongwen-gbt9704"]
    G2 --> P3["dream-loop"]
    G3 --> P4["reelbench-skills"]
    G4 --> P5["page-mascot"]

安装命令

Skill 类仓库通用的装法是克隆进用户级技能目录（目录名与仓库内 SKILL.md 的位置以各仓库 README 为准）：

# dream-loop：需先自备 Blender 环境
git clone https://github.com/achimala/dream-loop ~/.claude/skills/dream-loop

# 公文格式件
git clone https://github.com/mizzlelover/gongwen-gbt9704-skill ~/.claude/skills/gongwen-gbt9704-skill

# 公文文风件
git clone https://github.com/larashero3-dotcom/lieflat-gongwen ~/.claude/skills/lieflat-gongwen

# AI 视频知识件
git clone https://github.com/eternityspring/reelbench-skills ~/.claude/skills/reelbench-skills

# 页面吉祥物：组件类仓库，装前先读 README
git clone https://github.com/nilbuild/page-mascot

本期排行榜

• 增速王：dream-loop——10 天 +143%，五件里唯一的三位数增速；
• 设计最巧：lieflat-gongwen——把「写得像不像」变成可验收的统计指标；
• 中文刚需最硬：gongwen-gbt9704-skill——国标条款 + 免责前置，体制内办公的精确供给；
• 最被低估：reelbench-skills——增速第二，混血品类暂时没有对位竞品；
• 最稳：page-mascot——11 天匀速上涨，从不断档；
• 最快上手：page-mascot——零依赖零配置，克隆即用。

结语

把五件的曲线并排看，新星首发位的规律更清楚了。其一，增速来自赛道温差而不是绝对热度：dream-loop 涨得最凶，是因为「Agent 出 3D」这个位置此前没人占，而它出现时全家桶们正忙着在两万量级上缠斗。其二，最垂直的需求长在最底层：公文双子星没有做任何通用化包装，直接把国标编号和语料字数写进门牌上，反而双双拿到 45% 的同期增速——垂直到能报出标准号，本身就是信任状。其三，验收内建正在成为新星一代的出厂标配：dream-loop 的子代理评审、lieflat 系的可验收指标、gongwen 的国标条款，本质都是同一件事——在 Skill 里预埋一把尺子，让产出自己证明自己。下一代能跑出来的件，大概率不是能力更强的，而是尺子更准的。

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。