本周（9月22日—9月29日）GitHub 新星榜最大的新闻，不是哪个 Skill 又涨了多少星，而是榜首换人：一个叫 Contrastive-LM/CLM 的仓库，描述栏空白，七天冲到 2277 星，把一众带着漂亮门牌的对手压在身下。与此同时，它名字里那两个词——Contrastive（对比）——恰好是本周另一条暗线：Jev 生态在补零件，从目录到库到 homemade 小模型，一圈人在给「快思考」修路。本期周报按老规矩盘 8 个新面孔，纸面评测，注明推测处请自行复核。
评分说明：基于仓库自述、星标信号与生态位置的纸面评估，未逐仓实测。CLM 因无任何官方材料，功能与设计两项按「不可考」打折处理。
| 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% | 加权总分 |
|---|---|---|---|---|---|---|
| Contrastive-LM/CLM | ★★★（不可考） | ★★（零文档） | ★★★（未证实） | ★★ | ★★★★★ | 2.9 |
| tobi/disktree | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★★ | 4.0 |
| danielblnc/DLSS-NR-on-AMD | ★★★★ | ★★★ | ★★★★ | ★★★ | ★★★★ | 3.6 |
| yibie/awesome-jev | ★★★★ | ★★★ | ★★★ | ★★★★★ | ★★★★ | 3.7 |
| bespokelabsai/nimble | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★ | 3.65 |
| hardbeat920/monocode | ★★★★ | ★★★★ | ★★★ | ★★★★ | ★★★★ | 3.8 |
| mexicat/pdoom-video | ★★★★ | ★★★★ | ★★★ | ★★★★★ | ★★★★ | 3.95 |
| yihui-dev/awesome-opus5-5-videos | ★★★ | ★★★ | ★★★★ | ★★★★★ | ★★★ | 3.5 |
新星榜第一，近 7 天新建，2277 星，组织名 Contrastive-LM，仓库名 CLM，描述栏一个字都没有。这个组合本身就该上头条：没有 README 门牌、没有功能一句话，却有四天两千星级别的吸星速度，说明流量不是从搜索和榜单来的，而是有外部入口在直接导流——至于是社媒口碑、社群直链还是别的什么，未经证实，本栏不下结论。
能确认的只有字面线索：这个 org 名里的「对比」，和本周生态里另外几件事字面同源——bespokelabsai/nimble 自述里有 contrastive data curation，olaya 伺服的是对比路线的小模型，HN 上还有人晒了 homemade 的 Jev 兼容决策模型。把 CLM 直接归进这一族，目前只是猜测，请当作猜想看待。也正是这种「看不懂」，让它成了本周最值得蹲的仓：等它挂出门牌那天，要么是一个大件，要么是一场 Austryn式的虚惊。风险提示先放这儿：无文档仓库的许可证、安全性、可复现性统统无从核验，clone 之前自己掂量。
1810 星，Rust + GPUI，自述一句话：给 Omarchy 用的树图（treemap），找出并删掉占满你磁盘的东西。treemap 清盘是个老物种，WinDirStat 那一代就把方块画明白了；新意在于用 GPUI 这类 GPU 界面框架重画一遍——大目录秒开、拖拽丝滑，这种「老功能新引擎」的路线，最近在桌面工具圈反复得手。Omarchy 是那个以极简出名的 Arch 衍生发行版，工具能挂上它的名头，说明至少在一个挑剔的社区里过了筛。定位是小品级，但它拿本期综合第一的原因很朴素：功能一句话说清、技术选型现代、上手零门槛，三件事全占。
1930 星，自述更短：在你的 AMD 显卡上跑 DLSS 5 神经渲染，Magic！这类仓库的套路圈里都熟——把 N 卡专享的超分/插帧能力用魔改手段搬到 A 卡上，属于「驱动物理学」范畴。实战价值对老卡用户是真的：神经渲染一张，等于给不会升级的卡续一口气。但风险也要说在前头：此类魔改的常见代价包括驱动层兼容问题、部分游戏环境下的异常，以及安全软件误报，装之前备份、装之后别急着跑主力项目。设计质量只给三星的原因也在于此：魔法没有说明书。
1923 星，Python 标签下的目录仓库，自述：收录围绕 Jev——TypeSafe AI 的系统——建设的公开项目、集成与讨论。生态成熟有个铁律：项目多了，就会长出自己的目录。此前本栏写过 Jev 一族的执行器、模型、搜索件，如今连黄页都有了，说明这条线不是一阵风。对读者的价值很直接：想摸清 Jev 生态全家福，从这份目录进，比一个个撞仓库省路费。短板是目录类的通病——时效全押在维护者的勤快上，两周不更新就开始发霉。
1893 星，Python，自述三件事：本地类型化决策（typed decisions）、对比式数据治理（contrastive data curation）、模型评测。翻译成人话：Agent 干活时那些「选 A 还是选 B」的小判断，别再劳驾千亿大模型，本地跑个小模型、用类型系统兜底、输出确定可控。这和 HN 本周那个 200 分的帖子 Jeff——在家训练的 Jev 兼容 0.8B 决策模型，约 30 毫秒出结果——是同一个方向的两种写法。大方向本栏早有判断：慢思考外包出去之后，下一步是把快思考做成确定性接口。nimble 是这个方向上成型度较高的库，值得跟。
1692 星，TypeScript，自述一句话：给你的编码 Agent 一个 GUI。CLI 派和 GUI 派的争论打了两年，事实是两边都在赢：Agent 越多，管 Agent 的界面需求越真。monocode 站 GUI 一侧，把会话、任务、产出收进一个可视化的壳里，让你像带团队一样带着几个 Agent 干活。此前本栏写过「驾驶舱在涨价」——这一赛道入场的玩家一个比一个快，monocode 一周 1692 星就是佐证。短板：GUI 类工具的护城河浅，下周可能就有更漂亮的。
1771 星，TypeScript，一支叫《I'm Upping My P(doom)》的音乐录影带，全部由代码渲染。作品潮玩到现在，分出了两条路：一条让模型直接生成视频，一条让模型写「生成视频的代码」。pdoom-video 是后者的样本——代码渲染意味着每个镜头可复现、可改参数重渲、可以被别人拿去改词换皮。观赏性和工程性兼得，这也是它星标曲线漂亮的原因。想研究「AI 作品」和「AI 工程」的分界线，这个仓是一份不错的切片。
700 星，自述：持续收录用 Claude Opus 5.5 做的爆款视频，以及背后的提示词。星数不高，价值密度不低——它把「看着好玩」变成了「照着能做」。本周 HN 上 Sonnet 5.5 拿 529 分的热帖烧起了新一轮模型热，这类提示词合集就是热度落地的地方：模型在前面秀肌肉，合集在后面发教材。短板：收录质量参差是此类仓库的宿命，提示词抄回去还得自己调。
flowchart TD
root["本周新星生态"]
root --> A["谜团区"]
root --> B["快思考基建区"]
root --> C["Agent座舱区"]
root --> D["作品与魔改区"]
A --> A1["CLM 2277星零介绍"]
B --> B1["awesome-jev黄页"]
B --> B2["nimble决策库"]
B --> B3["Jeff自制小模型"]
C --> C1["monocode"]
D --> D1["pdoom代码MV"]
D --> D2["opus55提示词集"]
D --> D3["DLSS上AMD"]
D --> D4["disktree清盘"]
# 谜团主角：先看后动，无文档仓自担风险
git clone https://github.com/Contrastive-LM/CLM
# 磁盘树图清理器（Rust，需自行编译，装法以仓库说明为准）
git clone https://github.com/tobi/disktree
# DLSS 神经渲染上 A 卡（魔改有风险，先备份）
git clone https://github.com/danielblnc/DLSS-NR-on-AMD
# Jev 生态目录（浏览即用）
git clone https://github.com/yibie/awesome-jev
# 本地类型化决策库（Python）
git clone https://github.com/bespokelabsai/nimble
# 编码 Agent 的 GUI
git clone https://github.com/hardbeat920/monocode
# 代码渲染音乐录影带
git clone https://github.com/mexicat/pdoom-video
# Opus 5.5 爆款视频与提示词合集（浏览即用）
git clone https://github.com/yihui-dev/awesome-opus5-5-videos
每周盘完榜，总有一个问题值得留下：本周的信号不是某个单件多能打，而是「对比模型」这个词在前排出现的密度——榜首 CLM 的名字、nimble 的自述、HN 上 30 毫秒的 homemade 决策模型，字面全撞在同一条路上。快思考基建化，可能是下个月反复出现的词。至于 CLM 到底是什么，本栏和所有人一样在等它开口。
[!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。