代码审查这件事，正在从「提示词里的纪律」退回到「运行时里的事实」。本期把 2026 年 10 月 21 日 GitHub 快照上五件与开发效率直接相关的新头部项目摆到同一条链上：读代码的 morluto/rea（355,207 星）、管写法的 obra/superpowers（302,990 星）、做编排的 mattpocock/skills（299,529 星）、管执行的 perplexityai/SPACE（约 1,770 星）、管上线后验证的 jwuthri-cloud/Tracely-ai（1,163 星）。五个位置拼起来，正好覆盖审查、测试、重构、调试四个老动词——但没有一个是靠「请认真审查一下」这句提示词赢的。核心判断：通用位早被出厂件占满，社区的新货不跟出厂件争同一层，而是往下沉到执行层与观测层。
2026 年 9 月的一个观察至今成立：审查、测试、调试这三个动词的通用位，被随 Claude Code 分发的出厂件免费占住了——/code-review、/simplify、/verify、/security-review 四个斜杠命令，连描述都可以省，因为装机量本身就是文档。社区新货若还去写一份「请先写测试再改代码」的提示词，等于跟出厂件抢同一层，且必然写得更薄。
于是到 10 月，社区的绕法变得非常一致：不去抢「怎么想」，去抢「在什么环境里想」「事后拿什么证明」。这五件东西各自占住一个位置，拼起来是一条完整的线：
flowchart TD
A["任务进入 Agent"] --> B["写：superpowers<br/>先立纪律再动手"]
A --> C["读：rea<br/>从行为逆到二进制"]
B --> D["跑：SPACE<br/>可插拔沙箱执行"]
C --> D
D --> E["验：Tracely-ai<br/>给生产轨迹打分"]
E --> F["编排：mattpocock<br/>薄壳调原语"]
F --> G["人来拍板"]
这张图的信息量在于「写」和「读」不是同一件事的两面。写是纪律问题，read 是理解问题，理解一个你没见过的行为到二进制的逆向，在 Agent 时代第一次有了自洽的工具形态；而「跑」「验」两格在传统开发流程里原本属于 CI 和 APM，2026 年被重新包装成了面向 Agent 的运行时与轨迹层。
出厂件与市场件的分层也因此更清楚：
flowchart TD
X["出厂件：随 CLI 分发"] --> X1["审查 · 重构 · 验证 · 安全"]
Y["市场件：自行安装"] --> Y1["逆向 · 纪律 · 轨迹 · 沙箱"]
X1 --> Z["组合成一条流水线"]
Y1 --> Z
出厂件负责「我该想什么」，市场件负责「我做的到底成不成立」。两者不是替代关系——把 /code-review 换掉没有意义，把 /code-review 放进一条有沙箱、有轨迹、有逆向支撑的流水线里，意义就大了。
权重沿用固定口径：功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%（分越高越容易）、社区活跃度 15%。本期五件统一重估，星数为2026-10-21 GitHub 快照值，与 9 月至 10 月中旬的历次快照可比。
| 项目 | 位置 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 | 综合 |
|---|---|---|---|---|---|---|---|
| obra/superpowers | 写：纪律 | ★★★★★ | ★★★★ | ★★★★★ | ★★★ | ★★★★★ | 4.35 |
| mattpocock/skills | 编：编排 | ★★★★ | ★★★★★ | ★★★★ | ★★★ | ★★★★★ | 4.15 |
| morluto/rea | 读：逆向 | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★★ | 4.05 |
| perplexityai/SPACE | 跑：沙箱 | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★ | 3.70 |
| jwuthri-cloud/Tracely-ai | 验：轨迹 | ★★★ | ★★★★ | ★★★ | ★★★★ | ★★★ | 3.25 |
仓库一句话自述：「An agentic skills framework & software development methodology that works.」它不是一个 Skill，而是一套方法论框架，十几个子技能各管一段：brainstorming、test-driven-development、systematic-debugging、writing-plans、verification-before-completion。其中用率最高的是 systematic-debugging，它把调试切成四个阶段：复现与观察 → 根因分析 → 修复实施 → 验证与防护。
它的核心资产不是任何一条知识，而是顺序。没有框架时，Agent 的默认行为是直接写代码、快速产出、跳过边界情况；框架的价值在于把「先复现再改」写成硬约束。上手分只给三星，是因为它的学习成本不在安装而在心理——装完之后你得接受 Agent拒绝一次直接交付，这和多数人「让 AI干活」的直觉相反。
git clone --depth 1 https://github.com/obra/superpowers ~/.claude/skills/superpowers
「Skills for Real Engineers. Straight from my .agents directory.」这是 Total TypeScript 作者 Matt Pocock 把自己的 .agents 工作目录整个开源。它的架构比任何一份技能清单都值得看：implement/SKILL.md 全文六行——按 spec/tickets 实现 → 在预约定的接缝处调用 TDD 原语 → 常态跑类型检查和单文件测试 → 最后跑全量测试 → 调 /code-review → 提交。它自己不含任何领域知识，只把两个原语按正确顺序串起来。
仓库里至少有 7 个不到 1KB 的薄壳：grill-me 147B、wait-what 325B、implement 433B、research 799B、handoff 879B、resolving-merge-conflicts 921B、grill-with-docs 245B。配套铁律写在 README 里：user-invoked 的 Skill 可以调用 model-invoked 的 Skill，但永远不调用另一个 user-invoked 的。另外它还有 .out-of-scope/ 目录，把被否决的方案连同理由一起归档，避免同一个提案反复回来。这一整套是本期五件里「设计质量」分最高的：它把 Skill 当成可组合的类型系统来写，而不是一堆提示词。
git clone --depth 1 https://github.com/mattpocock/skills ~/.claude/skills/mattpocock
「Reverse engineer anything with agents, from app behavior down to native binaries.」10 月 19 日的快照是 324,353 星，两天涨到 355,207，是这批项目里绝对量级最大的一个。它的意义在于划出了一条此前没人认真做的边界：Agent 能读懂的东西，远不止源码——从界面行为、协议流量一路到原生二进制，中间每一层都是可以被 Agent 观测和推断的对象。
值得对照的是它正面的挑战者 aicodeking/leanrea（1,256★，10 月 19 日时 655★），自述「一个 8 KB 的 Skill 替代 REA，纯 CLI 工具，不依赖 MCP，并做了基准测试」。一个 35 万星的重框架，和一个 8 KB 的薄 Skill 同时在榜上——这正是生态成熟的标志：重器负责覆盖广度，薄件负责交付速度。两者的关系更像互补而非替代，正经做二进制逆向的重度场景，二者大概率要一起用。短板也实在：只靠工具命令行，天花板由底层工具决定。
git clone --depth 1 https://github.com/morluto/rea ~/.claude/skills/rea
「Sandboxed Platform for Agentic Code Execution: pluggable-runtime sandboxes for running agent and use...」这一件和前四件不同：它不是 Skill，而是一个平台层，卖点是可插拔运行时——同一个 Agent，换一套沙箱后端就能在本地、容器、远程执行之间切换。
它填的是今天最疼的一个洞：Agent 跑测试、跑构建、跑迁移脚本，本质上都要求「让不受控代码真的跑起来」，而这件事此前只有两种选择——要么给全权限，要么什么都不跑。SPACE 把中间地带做成了可插拔件。对做 CI 集成的团队，这是本篇五件里最可能直接改变架构的一个。上手分只给三星：它需要你有自己的执行后端和一套编排逻辑，比装个 Skill 重得多。
git clone --depth 1 https://github.com/perplexityai/SPACE
# 之后按仓库文档接入你的 Agent 运行时
「Trace-native CI/CD for AI agents: grade production traces, cluster failures, free...」10 月 19 日快照是 1,033 星，两天增到 1,163，是这批里增速最稳的小件。它做的是一件此前没人做对的事：Agent 上线之后到底跑成什么样——给生产环境的执行轨迹打分，把失败聚类成簇，让「哪些失败模式在恶化」变成 CI 里的一条红灯，而不是日志里的一堆散字。
它和 SPACE是一条轴的两端：SPACE 管「跑的时候隔离」，Tracely-ai 管「跑完之后复盘」。短板也清楚——轨迹要真实才有意义，团队得先有稳定的 Agent 上线量和可导出的 trace 数据，否则它只是一张空仪表盘。这也是为什么它的实战分只能给三星、上手分却能给四星：装它不难，难的是喂它。
git clone --depth 1 https://github.com/jwuthri-cloud/Tracely-ai ~/.claude/skills/tracely-ai
单件安装价值有限，把它们按位置接起来才是收益最大化的用法。下面是一条以「改动一个后端模块」为例的串法：
第一步，先定纪律。 用 superpowers 的 brainstorming 与 writing-plans 把需求收敛成 spec 与 tickets，避免一上来就让 Agent 写代码。这一步替代的是「在 CLAUDE.md 里写十条注意事项」——后者模型记不住，前者会强制执行。
第二步，摸清读什么。 用 rea 从行为层往里摸：这个接口对外表现是什么、调用链经过哪些模块、哪些行为在二进制层才有痕迹。这一步替代的是「让 Agent grep 一百个文件然后猜」。
第三步，跑在笼子里。 用 SPACE 提供的沙箱执行测试与构建，让 Agent 有地方真的运行代码，而不是只能改文件后让你自己去跑。
第四步，出厂件上场。 在改动落地到 diff 上时，调用出厂的 /code-review（支持 effort 1–5 档位、--comment 贴回 PR、--fix 直接落地修复），再用 /simplify 做复用、简化、效率、抽象层级四个维度的清理。这一步不用换，出厂件在「怎么想」这一层本来就是标杆。
第五步，验与归档。 用 Tracely-ai 给本次执行轨迹打分并归类失败模式，把这次改动变成下一轮 CI 里的一个已知样本；用 mattpocock 那种薄壳写法，把「读—写—跑—验」这四步封装成自己项目里的一个入口 Skill。
# 五件并行装好后的目录形态
ls ~/.claude/skills/
# superpowers mattpocock rea tracely-ai SPACE
自己写入口薄壳时，可以照 mattpocock 的六行范式起手：
---
name: my-review-pipeline
description: 改动后端模块时使用。先用 rea 摸清调用链，在 SPACE 沙箱里跑测试，
再调 /code-review 与 /simplify 清理改动，最后用 Tracely-ai 归档本次执行轨迹。
---
1. 用 rea 定位本次改动涉及的调用链与二进制入口
2. 在 SPACE 沙箱中运行受影响模块的测试
3. 调用 /code-review（effort: high）审查当前 diff
4. 调用 /simplify 落地复用与简化清理
5. 导出本次执行轨迹，用 Tracely-ai 打分并归入失败簇
注意 description 的写法：它同时承担了触发词和路由说明两件事——写清「什么时候用」和「接下来做什么」，模型才能在正确时机把它拎出来。
其一，别做提示词，做顺序。 五件里设计分最高的两件（superpowers、mattpocock）都不是知识型 Skill，而是顺序型 Skill。它们的内容拆开看都很朴素：先复现再分析、先测试再实现、先清理再提交。值钱的是「不许跳步」这条约束。你自己写 Skill 时，优先考虑怎么排布现有原语的次序，而不是再往提示词里塞新知识。
其二，薄壳 + 原语是最容易复制的结构。 六行的 implement、七个小 KB 的入口、一份 .out-of-scope/ 归档——这套结构任何人都能照抄：入口 Skill 只做路由与顺序，把真正做事的部分留成可独立调用的原语。原语可以被多个入口复用，入口可以随时重写。
其三，把「不许做什么」写进 description。 出厂件的描述工程是范本级：档位化输出、明确边界、触发—跳过对三种写法。而社区新货的通病恰恰是描述里只有「做什么」，没有「不做什么」。新工具给出的保守边界（rea 只解决理解层、Tracely-ai 只在有 trace 时才有意义），写清楚比藏着更能带来长期信任。
综合推荐榜 1. obra/superpowers（4.35）——纪律层最成熟，是任何 Agent 开发流程的底座 2. mattpocock/skills（4.15）——设计范本，读它的源码比读它的清单有用 3. morluto/rea（4.05）——理解层的想象力天花板最高 4. perplexityai/SPACE（3.70）——架构级收益，装机门槛也最高 5. jwuthri-cloud/Tracely-ai（3.25）——先收藏，等你的 Agent 真的上了生产
设计质量榜：mattpocock/skills > obra/superpowers > morluto/rea ≈ perplexityai/SPACE > jwuthri-cloud/Tracely-ai
社区热度榜（截至 2026-10-21 快照）：morluto/rea（355,207）> obra/superpowers（302,990）> mattpocock/skills（299,529）> perplexityai/SPACE（约 1,770）> jwuthri-cloud/Tracely-ai（1,163）
上手难度榜（越靠前越省事）：Tracely-ai > morluto/rea ≈ perplexityai/SPACE > obra/superpowers > mattpocock/skills（个人库需手动拷贝装载）
适合立刻上手的人：只想要一个改动前检查动作的，装出厂 /code-review 就够；想改工作流纪律的，从 superpowers 的 systematic-debugging 单件起步；要写自己的 Skill，先把 mattpocock 的薄壳范式抄一遍。
这一轮最值得记住的不是某个仓库涨了多少星，而是分工的位移：审查这件事已经从「提示词工程问题」变成了「运行时与可观测性问题」。当代码产出速度超过人阅读 diff 的速度，能自动给出「这行代码到底对不对」的就不再是更聪明的提示词，而是可执行的环境（沙箱）、可回溯的轨迹（trace）、可复现的逆向（rea）。社区把力气花在这三样上，说明生态正在从「教模型想得更周全」转向「让模型做得能被证明」。
对普通用户，这篇文章里最实用的一条建议是：先别装第五件。装完 superpowers 或 mattpocock 之后，你会发现自己真正缺的不是更多工具，而是一个把「读—写—跑—验」固定下来的顺序。
[!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。