Skills 生态本周（9月29日—10月3日）最大的事件，不是又冒出哪个新面孔，而是同一批新上架的十件千星 Skill，在四天时间里拉开了一场残酷的分化实验。本文基于连续四天同时点的 GitHub API 快照（9月30日、10月2日、10月3日，另有9月29日热榜参照），对这支「千星新上架队」做一次完整体检：谁在冲刺、谁在加速、谁已经躺平。你会发现，同一个门槛（千星）、同一周起跑，四天后的增量差距是 37 倍。

一、四日对账总表

先看数据。下表是这支队伍的全部成员，星数为连续快照实测值，「净增」为观测期内的增量：

另外三个名字已经离场：NandhaKishorM/laya（9月30日以 28812 星高居新上架榜首，随后跌出名单）、newliver666/apk-reverse（3043→3139 后离场）、yibie/awesome-jev（1998 星后离场）。它们不是衰落，而是「毕业」——星数大到不再属于「新上架」的统计口径，榜单自然让位。

二、分化地图

flowchart TD
  Q["9月30日前后同批入榜的千星新件"] --> A["冲刺组 magpie 净增1076"]
  Q --> B["冲刺组 universal-modder 两天+535"]
  Q --> C["加速组 onetake 末日单日+184"]
  Q --> D["加速组 yomiyasu 两天+185"]
  Q --> E["匀速组 jevgrep 站上两千线"]
  Q --> F["匀速组 logo-design-skill +166"]
  Q --> G["匀速组 ollaya +129"]
  Q --> H["慢车道 WeChatBridge +95"]
  Q --> I["慢车道 golive-skill +60"]
  Q --> J["躺平组 ai-manager 末日+1"]

十个节点，五条命运线。下面逐组拆。

三、五个梯队的体检报告

冲刺组：两台星数收割机

magpie（4272 星）是本周最没有任何悬念的领跑者。它的定位一句话就能说清：「所有 Agent 的模型，一个入口」——让 Codex 跑 DeepSeek、让 Claude Code 挂 Kimi，把模型选择权从厂商手里拿回用户手里。四天 +1076 的绝对增量，放在整个生态当周都是顶级数字。值得注意的是它的增长质量：4095→4272 的最后一天仍有 +177，没有出现冲高后断崖的典型疲态。对于一个「换模型」这类一次性配置需求为主的工具，这种续航说明它踩中的不是尝鲜心理，而是多模型混用的真实日常。

universal-modder（2121 星）的曲线更凶：10月2日才以 1586 星进入名单，一天后直接 +535 跳到 2121，单日增量全场第一。「把 Claude 指向任何游戏」——Skills、工具集加上 fal MCP，让 Claude Code 给几乎所有 PC 游戏做 Mod。它的爆发证明了一件事：给 Agent 配「现实世界的动手能力」比配「数字世界的生产能力」更容易引爆。改游戏是硬需求、强话题、天然自带传播截图，星数只是话题度的记账。

加速组：后程发力的两名选手

onetake（1326 星）是全队唯一呈明显加速形态的件：996→1142→1326，最后一天 +184，比日均高出整整一倍多。它做的是「不切镜头的动效影片」——每一拍都从上一拍里长出来，拒绝 PPT 式翻页。内容创作类 Skill 在生态里已经严重拥挤，onetake 的加速说明观众用脚投票的方向：不是「能不能生成视频」，而是「生成的视频有没有镜头语言」。

yomiyasu（1176 星）两天 +185，作为全队唯一的日语件，它的赛道极窄——把 AI 生成的日语推敲成自然的日语。窄赛道的加速爬坡反而是个好信号：它不是靠话题破圈，而是靠目标人群的真实留存。日语写作场景对「AI 味」的容忍度全网最低，这个件能持续涨，说明推敲质量过了母语者的及格线。

匀速组：三条不温不火的线

jevgrep（2066 星）本周站上了两千线。它用 Jev 让编码 Agent「按功能找代码」而不是按关键词找代码。四天 +251，其中最后一天只有 +64——增速在放缓，但基数已经上来，属于典型的「从爆发期进入平台期」。Jev 系工具本周整体安静（laya、awesome-jev 相继离场），jevgrep 是这条决策引擎产品线上还在稳定进账的独苗。

logo-design-skill（1520 星）两天 +166，给 Claude、Gemini CLI、Codex 等各家 Agent 通用的 Logo 设计件。它的匀速上涨验证了「设计输出类 Skill」的刚需属性——不爆炸，但每天都有人在找。

ollaya（1127 星）四天 +129，本地跑开源决策模型（Laya、decider、NLI、GLiClass）的供应站。它和 jevgrep 同属「决策模型」生态，但 +43/天的日均说明本地化部署这条线的受众仍偏专业，出圈能力有限。

慢车道：两件熄火的 Former 爆款

golive-skill（1184 星）是本周最值得警惕的曲线。它曾以「包办上线」闻名：托管、数据库、域名、邮箱、支付一条龙。但 1124→1167→1184，最后一天只有 +17。一个功能如此完整的件减速到这个地步，只有一种解释：目标用户（刚做完产品的独立开发者）是有限池子，第一波转化已经吃完。全托管类 Skill 的天花板，比内容类低得多。

WeChatBridge（1014 星）是本队里唯一的非 Skill 件、唯一的中文 README 件，也是本期唯一值得展开的新面孔——它 10月2日一度掉出新上架名单，10月3日带着 1014 星回到线上，惊险过关。

四、本期首拆：微信与 Agent 之间的那座桥

freestylefly/WeChatBridge，原生 macOS 工具，功能一句话：微信聊天记录一键转发到 AI Agent 与 Obsidian。

它的数据流很简单：

flowchart TD
  W["微信聊天记录"] --> B["WeChatBridge 原生macOS工具"]
  B --> A["AI Agent 上下文"]
  B --> O["Obsidian 笔记库"]

为什么这件值得单独说？因为整个 Skills 生态在「知识进料」上已经卷出了花——论文、网页、PDF、音频都有人桥接，唯独微信是中文世界最大、也最难啃的私人语料库。聊天记录里有你的工作承诺、项目上下文、人脉细节，这些恰恰是 Agent 干活时最缺的「你的上下文」，却是生态里无人染指的地带。原因也不难猜：微信没有官方导出通道，任何桥接都得在客户端层面想办法，且必须严格待在本地。

WeChatBridge 选了最重的路线：不做浏览器插件、不做网页版，直接做 macOS 原生工具。原生意味着能碰到系统层的数据通道，也意味着维护成本高、只能覆盖 Mac 用户。1014 星的成绩对这个完成度而言不算惊艳——四天 +95、日均 24 的爬坡速度在队里排倒数第三，说明「把微信交给 AI」这个需求虽大，但用户对权限和数据流向的顾虑同样大。它的天花板取决于两件事：Windows 版本何时补上，以及对「记录去了哪里」这个问题回答得多干净。在私有数据进料这个方向上，这是第一座真正过了千星线的桥，后继者只会更多。

躺平组：ai-manager 的静默

OnlistTeam/ai-manager（1044 星）四天只涨了 29 星，最后一天 +1。它做的是 AI 编码工具的桌面管理器——听着该是刚需，但增速曲线已经完全躺平。对比同队的 magpie，两者都在「管理 Agent 工作台」这个大方向上，差距却是 37 倍。区别可能在入口深度：magpie 换的是模型这个「发动机」，ai-manager 管的是窗口这个「车钥匙」。用户为发动机付费，不为车钥匙加星。

五、评测对比表

以下评分基于仓库自述、功能定位与四日动量数据的桌面预评（未经逐项实测），1–5 星：

六、本期排行榜

日均增量榜（观测期净增 ÷ 天数）：

1. yetone/magpie — ≈269/天
2. rehan-remade/universal-modder — ≈268/天
3. nanaism/yomiyasu — ≈93/天
4. kaankiziltug/logo-design-skill — ≈83/天
5. feitangyuan/onetake — ≈82/天
6. dzhng/jevgrep — ≈63/天
7. ollaya-dev/ollaya — ≈43/天
8. freestylefly/WeChatBridge — ≈24/天
9. mikehasa/golive-skill — ≈20/天
10. OnlistTeam/ai-manager — ≈10/天

末段冲刺榜（10月2日→3日单日）：universal-modder +535 > yomiyasu +185 > onetake +184 > magpie +177 > logo-design-skill +166 > jevgrep +64 > ollaya +36 > golive-skill +17 > ai-manager +1

减速预警榜：golive-skill（日均较前段腰斩）、ai-manager（单日 +1，近乎停摆）、WeChatBridge（中途掉榜后回归，波动最大）

七、安装与体验

Skill 类仓库通用装法——克隆到个人技能目录（~/.claude/skills/），重启会话即可被识别：

# onetake：不切镜头的动效影片
git clone https://github.com/feitangyuan/onetake ~/.claude/skills/onetake

# logo-design-skill：各家 Agent 通用的 Logo 设计
git clone https://github.com/kaankiziltug/logo-design-skill ~/.claude/skills/logo-design-skill

# golive-skill：从托管到收款的上线一条龙
git clone https://github.com/mikehasa/golive-skill ~/.claude/skills/golive-skill

非 Skill 类工具按各自仓库的构建说明安装：

# WeChatBridge：macOS 原生工具，需按仓库 README 自行构建
git clone https://github.com/freestylefly/WeChatBridge

# ai-manager：桌面应用
git clone https://github.com/OnlistTeam/ai-manager

magpie、jevgrep、ollaya 涉及模型接入与本地服务，建议先读仓库文档再动手，尤其是 ollaya 需要本地跑模型，对显存有要求。

八、本周结论

这四天的分化实验给出三个可复用的判断：

第一，千星线不再是护城河。 十件全部过了千星，但四天后增量相差 37 倍——门槛只筛选「有没有人注意到你」，不保证「有没有人留下来用你」。观察一个 Skill 的价值，现在要看入榜之后第二周的数据。

第二，「动手能力」的星数弹性远大于「生产能力」。 universal-modder（改游戏）与 magpie（换模型）这两个最凶的曲线，做的都是让 Agent 在真实世界里「做到什么」，而不是「生成什么」。内容类件（onetake）靠镜头语言这种品质差异化还能加速，但纯生成类只会越来越挤。

第三，桥接私有数据的窗口刚刚打开。 WeChatBridge 过线说明用户愿意为「把我的上下文交给 Agent」付星数，尽管他们对数据流向仍有顾虑。谁能把「本地、透明、可撤回」做到产品级，谁就能吃到下一波。

这支千星队下周的续集值得继续追：golive-skill 会不会成为第一件跌回千星线以下的「回流件」，onetake 的加速还能持续几天，以及 WeChatBridge 掉榜又回归之后，第二座桥什么时候出现。

参考来源

1. GitHub Search API — claude skills 新建仓库检索 — 本文全部榜单成员与星数快照来源（9月29日—10月3日连续观测）
2. freestylefly/WeChatBridge — 微信聊天记录一键转发到 AI Agent 与 Obsidian 的原生 macOS 工具
3. yetone/magpie — 千星队领跑者，多模型统一入口
4. feitangyuan/onetake — 不切镜头的动效影片 Skill
5. OnlistTeam/ai-manager — AI 编码工具桌面管理器
6. mikehasa/golive-skill — 上线一条龙 Skill（托管/数据库/域名/支付）

[!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。